Paper Torque

PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE
ESCUELA DE INGENIERÍA
DESARROLLO E IMPLEMENTACIÓN DE
UN SIMULADOR DINÁMICO DEL
PROCESO DE PRODUCCIÓN DE RELAVES
EN PASTA PARA APLICACIONES DE
CONTROL
JUAN IGNACIO LANGLOIS BUCHHOLTZ
Tesis para optar al grado de

Magı́ster en Ciencias de la Ingenierı́a
Profesor Supervisor:
ALDO CIPRIANO
Santiago de Chile, Mayo 2018

c 2018, J UAN I. L ANGLOIS
PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE
ESCUELA DE INGENIERÍA
DESARROLLO E IMPLEMENTACIÓN DE
UN SIMULADOR DINÁMICO DEL
PROCESO DE PRODUCCIÓN DE RELAVES
EN PASTA PARA APLICACIONES DE
CONTROL
JUAN IGNACIO LANGLOIS BUCHHOLTZ
Miembros del Comité:

ALDO CIPRIANO
FELIPE NUÑEZ
JUAN CARLOS SALAS
CLAUDIO OLGUIN
SERGIO GUTIÉRREZ
Tesis para optar al grado de

Magı́ster en Ciencias de la Ingenierı́a
Santiago de Chile, Mayo 2018

c 2018, J UAN I. L ANGLOIS
iii
A mi familia y amigos.
AGRADECIMIENTOS
En primer lugar me gustarı́a agradecer a mi familia, por el continuo apoyo e incentivo

en todos mis proyectos académicos. En segundo lugar, a Don Aldo, mi porfesor guı́a, por
la paciencia y apoyo durante el proceso de investigación. También me gustarı́a agradecer
a Felipe Nuñez y Marcelo Burstein, del departamento de ingenierı́a eléctrica, que me ayu-
daron a orientar la investigación a su estado final.
Agradezco a la Comisión Nacional de Investigación Cientı́fica y Tecnológica por el

financiamiento de este trabajo mediante el proyecto CONICYT/FONDEF Primer concur-
so de investigación tecnológica en minerı́a, del fondo de fomento al desarrollo cientı́fico
y tecnológico, FONDEF/CONICYT IT16M10012 ”Supervisión y Control Optimizante
de Relaves Empleando Tecnologı́as Emergentes”. También quisiera agradecer a Yamana
Gold Inc., empresa que, a través de Minera Florida, aportó experiencia y datos técnicos
relacionados a la operación y control de sistemas de manejo de relaves en pasta.
v
ÍNDICE GENERAL
AGRADECIMIENTOS v
ÍNDICE DE FIGURAS ix
ÍNDICE DE TABLAS xvii
ABSTRACT xix
RESUMEN xx
GLOSARIO xxii
1. Introducción 1
1.1. Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Breve revisión del modelamiento de espesadores . . . . . . . . . . . . . . 5
1.3. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. Manejo de Relaves en Pasta 10

2.1. Producción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Almacenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Una perspectiva de control de la producción, transporte y almacenamiento
de relaves espesados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3. Modelo de Espesador 20
3.1. Selección del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1.1. Modelo para mezcla mono-dispersa en 1-D . . . . . . . . . . . . . . 21
3.1.2. Modelo para mezcla mono-dispersa en 3-D . . . . . . . . . . . . . . 22
3.1.3. Modelo para mezcla poli-dispersa en 1-D . . . . . . . . . . . . . . . 23
3.1.4. Análisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2. Proceso dinámico del espesamiento . . . . . . . . . . . . . . . . . . . . . 27
vi
3.2.1. Modelo de espesador convencional . . . . . . . . . . . . . . . . . . . 27
3.2.2. Modelo espesador-clarificador . . . . . . . . . . . . . . . . . . . . . 34
3.2.3. Extensión a suspensiones con propiedades variantes en el tiempo . . . 39
3.3. Solución de estado estacionario . . . . . . . . . . . . . . . . . . . . . . . 40
3.4. Extensión para propiedades granulométricas . . . . . . . . . . . . . . . . 46
4. Otros Modelos del Proceso 48

4.1. Modelo floculación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2. Modelo yield stress . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3. Modelo torque de rastrillo . . . . . . . . . . . . . . . . . . . . . . . . . 52
5. Determinación de Parámetros 54
5.1. Modelo espesador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.1.1. Función de velocidad de precipitación . . . . . . . . . . . . . . . . . 55
5.1.2. Concentración crı́tica . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.1.3. Esfuerzo de sólido efectivo . . . . . . . . . . . . . . . . . . . . . . . 57
5.2. Modelo floculación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.3. Modelo yield stress . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.4. Modelo de torque de rastrillo . . . . . . . . . . . . . . . . . . . . . . . . 61
5.5. Instrumentación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6. Desarrollo e Implementación del Simulador Dinámico 62

6.1. Módulo de espesamiento . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.1. Esquema numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.2. Módulo yield stress . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.3. Módulo torque de rastrillo . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.4. Módulo de floculación . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.5. Otros módulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.5.1. Nivel de sedimento . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.5.2. Tiempo de residencia y producción de sólidos . . . . . . . . . . . . . 74
6.5.3. Mecanismo de auto-dilución . . . . . . . . . . . . . . . . . . . . . . 74
vii
6.6. Implementación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7. Calibración del Simulador Dinámico 77

7.1. Calibración del módulo de floculación . . . . . . . . . . . . . . . . . . . 77
7.2. Calibración del módulo de espesador . . . . . . . . . . . . . . . . . . . . 79
7.3. Calibración del módulo de yield stress . . . . . . . . . . . . . . . . . . . 84
7.4. Calibración del módulo de torque de rastrillo . . . . . . . . . . . . . . . . 85
8. Validación Cualitativa del Simulador Dinámico 88

8.1. Convergencia del esquema numérico . . . . . . . . . . . . . . . . . . . . 88
8.2. Pruebas de escalón en variables de entrada . . . . . . . . . . . . . . . . . 91
8.3. Transporte de las propiedades granulométricas . . . . . . . . . . . . . . . 97
9. Simulación del Control de Producción de Relaves en Pasta 102

9.1. Control de la concentración de descarga y nivel de sedimento . . . . . . . 102
9.2. Control de yield stress y nivel de sedimento . . . . . . . . . . . . . . . . 109
10. Conclusiones y Trabajos Futuros 113
BIBLIOGRAFÍA 117
ANEXOS 121
A. Anexo 1: Gráficos simulaciones numéricas . . . . . . . . . . . . . . . . . 122
A.1. Convergencia del esquema numérico . . . . . . . . . . . . . . . . . . 122
A.2. Pruebas de escalón en variables de entrada . . . . . . . . . . . . . . . 125
A.3. Transporte de propiedades granulométricas . . . . . . . . . . . . . . . 149
B. Anexo 2: Manual del Simulador . . . . . . . . . . . . . . . . . . . . . . . 155
viii
ÍNDICE DE FIGURAS
1.1. Proyección de producción máxima de relaves producto del proceso de

concentración de cobre, 2014 - 2026. Fuente: COCHILCO (2015). . . . . . . 2
1.2. Conceptos de depósitos de pulpa de relave (Columna izquierda: Conventional) y

relave en pasta (Columna derecha: Paste thickening mud). Fuente: Schoenbrunn
y Manfred (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1. Tecnologı́as de espesamiento para relaves. Fuente: Cacciuttolo y Holgado

(2016) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2. Espesador de cono profundo. Fuente: EIMCO

R
Deep Cone
R
Paste Thickener
Brochure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Sistema de manejo de relaves en pasta. Fuente: EIMCO

R
Deep Cone
R
Paste
Thickener Brochure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4. Diagrama de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1. Espesador continuo ideal . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2. Espesador con sección transversal constante . . . . . . . . . . . . . . . . . 35
3.3. Espesador con sección transversal que varia con la altura . . . . . . . . . . . 36
3.4. Espesador con sección transversal que varia con la altura y con mecanismo de
alimentación central . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.1. Diagrama de bloques de la estructura modular del simulador dinámico para la

producción de relave en pasta. . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.2. Ilustración de grilla y grilla escalonada utilizada para la discretización espacial. 68
6.3. Mecanismo de rastrillo del espesador. . . . . . . . . . . . . . . . . . . . . . 72

ix
6.4. Simulador dinámico para el proceso de producción de relaves en pasta . . . . 75
6.5. Detalle módulo espesador del simulador dinámico . . . . . . . . . . . . . . 76
7.1. Modelo de velocidad inicial de precipitación en función de la dosis de

floculante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.2. Geometrı́a del espesador. . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.3. Curvas de estado estacionario del modelo calibrado en el rango de operación

objetivo. La altura representa la distancia desde el fondo del espesador, es decir,
B − z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.4. Modelo de densidad aparente en función de la fracción en peso de partı́culas de

tamaño menor a 20 µm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.5. Modelo de yield stress en función de la concentración de sólidos en peso. . . 86
7.6. Modelo de yield stress en función de la fracción en peso de partı́culas de

tamaño menor a 20 µm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.1. Gráficos de la concentración de sólidos en volumen en función de la altura en

el instante final de la simulaciones numéricas. . . . . . . . . . . . . . . . . 89
8.2. Simulación numérica del nivel de sedimento. . . . . . . . . . . . . . . . . . 90
8.3. Simulación numérica del torque de rastrillo. . . . . . . . . . . . . . . . . . 91
8.4. Simulación numérica de la concentración de sólidos en peso en la descarga. . 92
8.5. Simulación numérica del nivel de sedimento para un escalón de +10 % en el

flujo de alimentación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.6. Simulación numérica de la concentración de sólidos en peso en el rebalse para

un escalón de +10 % en el flujo de alimentación. . . . . . . . . . . . . . . . 94
8.7. Simulación numérica de la producción de sólidos para un escalón de +10 % en

el flujo de descarga. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
x
8.8. Simulación numérica de la concentración de sólidos en peso en la descarga
para un escalón de +10 % en la dosis de floculante (gráfico de arriba) y −10 %
en la dosis de floculante (gráfico de abajo). . . . . . . . . . . . . . . . . . . 98
8.9. Simulación numérica del transporte de las propiedades granulométricas en la

descarga para un escalón positivo y una dosis de floculante de 22,5 gpt (arriba),
25 gpt (medio) y 27,5 gpt (abajo). . . . . . . . . . . . . . . . . . . . . . . . 100
8.10. Simulación numérica del transporte de las propiedades granulométricas en la

descarga para un escalón negativo y una dosis de floculante de 22,5 gpt (arriba),
25 gpt (medio) y 27,5 gpt (abajo). . . . . . . . . . . . . . . . . . . . . . . . 101
9.1. Diagrama de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.2. Implementación en Simulink de la estrategia de control para la concentración

de descarga y el nivel de sedimento. . . . . . . . . . . . . . . . . . . . . . . 103
9.3. Simulación numérica del control de la concentración de descarga para un

escalón en el flujo de alimentación. . . . . . . . . . . . . . . . . . . . . . . 104
9.4. Simulación numérica del control del nivel de sedimento de descarga para un
escalón en el flujo de alimentación. . . . . . . . . . . . . . . . . . . . . . . 105
9.5. Simulación numérica del control de la concentración de descarga durante el

cambio de referencia del nivel de sedimento. . . . . . . . . . . . . . . . . . 106
9.6. Simulación numérica del control del nivel de sedimento para un cambio de
referencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.7. Simulación numérica del control de la concentración de descarga para un

cambio de referencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.8. Simulación numérica del control del nivel de sedimento durante el cambio de
referencia en la concentración de descarga. . . . . . . . . . . . . . . . . . . 108
xi
9.9. Simulación numérica de yield stress durante el cambio de referencia en la
concentración de descarga. . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.10. Implementación en Simulink de la estrategia de control de yield stress y el nivel

de sedimento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.11. Simulación numérica del control de yield stress durante una perturbación en las
propiedades granulométricas. . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.12. Simulación numérica del control del nivel de sedimento durante una
perturbación en las propiedades granulométricas. . . . . . . . . . . . . . . . 111
9.13. Simulación numérica de la concentración de sólidos durante el control de yield

stress. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.1. Simulación numérica de la concentración de sólidos en la descarga (sección

8.1). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
A.2. Simulación numérica del nivel de sedimento (sección 8.1). . . . . . . . . . . 122
A.3. Simulación numérica del yield stress en la descarga (sección 8.1). . . . . . . 123
A.4. Simulación numérica del torque de rastrillo (sección 8.1). . . . . . . . . . . 123
A.5. Simulación numérica del tiempo de residencia (sección 8.1). . . . . . . . . . 124
A.6. Simulación numérica de la concentración de sólidos en el rebalse para un

escalón de +10 % en el flujo de alimentación (sección 8.2). . . . . . . . . . . 125
A.7. Simulación numérica de la concentración de sólidos en la descarga para un

escalón de +10 % en el flujo de alimentación (sección 8.2). . . . . . . . . . . 126
A.8. Simulación numérica del nivel de sedimento para un escalón de +10 % en el

flujo de alimentación (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . 126
A.9. Simulación numérica del yield stress en la descarga para un escalón de +10 %
en el flujo de alimentación (sección 8.2). . . . . . . . . . . . . . . . . . . . 127
xii
A.10. Simulación numérica del torque de rastrillo para un escalón de +10 % en el
A.11. Simulación numérica del tiempo de residencia para un escalón de +10 % en el

A.12. Simulación numérica de la producción de sólidos para un escalón de +10 % en

el flujo de alimentación (sección 8.2). . . . . . . . . . . . . . . . . . . . . . 128

escalón de −10 % en el flujo de alimentación (sección 8.2). . . . . . . . . . . 129
A.14. Simulación numérica del nivel de sedimento para un escalón de −10 % en el

A.15. Simulación numérica del yield stress en la descarga para un escalón de −10 %
en el flujo de alimentación (sección 8.2). . . . . . . . . . . . . . . . . . . . 130
A.16. Simulación numérica del torque de rastrillo para un escalón de −10 % en el

A.17. Simulación numérica del tiempo de residencia para un escalón de −10 % en el

A.18. Simulación numérica de la producción de sólidos para un escalón de −10 % en

el flujo de alimentación (sección 8.2). . . . . . . . . . . . . . . . . . . . . . 132

escalón de +10 % en el flujo de descarga (sección 8.2). . . . . . . . . . . . . 133
A.20. Simulación numérica del nivel de sedimento para un escalón de +10 % en el

flujo de descarga (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . . . 134
en el flujo de descarga (sección 8.2). . . . . . . . . . . . . . . . . . . . . . 134
xiii
A.22. Simulación numérica del torque de rastrillo para un escalón de +10 % en el
A.23. Simulación numérica del tiempo de residencia para un escalón de +10 % en el


el flujo de descarga (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . . 136

escalón de −10 % en el flujo de descarga (sección 8.2). . . . . . . . . . . . . 137
A.26. Simulación numérica del nivel de sedimento para un escalón de −10 % en el

en el flujo de descarga (sección 8.2). . . . . . . . . . . . . . . . . . . . . . 138
A.28. Simulación numérica del torque de rastrillo para un escalón de −10 % en el

flujo de descarga (sección 8.2, capitulo 8). . . . . . . . . . . . . . . . . . . 139
A.29. Simulación numérica del tiempo de residencia para un escalón de −10 % en el

flujo de descarga (sección 8.2, capitulo 8). . . . . . . . . . . . . . . . . . . 139

el flujo de descarga (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . . 140

escalón de +10 % en la dosis de floculante (sección 8.2). . . . . . . . . . . . 141
A.32. Simulación numérica del nivel de sedimento para un escalón de +10 % en la

dosis de floculante (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . . 142
en la dosis de floculante (sección 8.2). . . . . . . . . . . . . . . . . . . . . 142
xiv
A.34. Simulación numérica del torque de rastrillo para un escalón de +10 % en la
A.35. Simulación numérica del tiempo de residencia para un escalón de +10 % en la


la dosis de floculante (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . 144

escalón de −10 % en la dosis de floculante (sección 8.2). . . . . . . . . . . . 145
A.38. Simulación numérica del nivel de sedimento para un escalón de −10 % en la

en la dosis de floculante (sección 8.2). . . . . . . . . . . . . . . . . . . . . 146
A.40. Simulación numérica del torque de rastrillo para un escalón de −10 % en la

A.41. Simulación numérica del tiempo de residencia para un escalón de −10 % en la


la dosis de floculante (sección 8.2). . . . . . . . . . . . . . . . . . . . . . . 148
A.43. Simulación numérica del transporte de las propiedades granulométricas en la

descarga para un escalón positivo y una dosis de floculante de 22,5 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

descarga para un escalón positivo y una dosis de floculante de 25 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
xv
descarga para un escalón positivo y una dosis de floculante de 27,5 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

descarga para un escalón negativo y una dosis de floculante de 22,5 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

descarga para un escalón negativo y una dosis de floculante de 25 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153

descarga para un escalón negativo y una dosis de floculante de 27,5 gpt (sección
8.3). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
B.1. Bloque para la simulación de producción de relaves en Simulink. . . . . . . . 156
xvi
ÍNDICE DE TABLAS
2.1. Caracterı́sticas de las tecnologı́as de espesamiento de relaves de cobre. Fuente:

Jewell y Fourie (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2. Variables de proceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
7.1. Parámetros del modelo de floculación . . . . . . . . . . . . . . . . . . . . . 78
7.2. Datos del espesador de Minera Florida . . . . . . . . . . . . . . . . . . . . 79
7.3. Parámetros del modelo de espesador . . . . . . . . . . . . . . . . . . . . . 83
7.4. Datos utilizados para estimar el modelo de yield stress (Pa) . . . . . . . . . . 84
7.5. Parámetros del modelo de yield stress . . . . . . . . . . . . . . . . . . . . . 85
7.6. Parámetros del modelo torque de rastrillo . . . . . . . . . . . . . . . . . . . 87
8.1. Detalle de la resolución numérica utilizada para cada simulación. . . . . . . 88
8.2. Relación entre el error de las variables simuladas numéricamente con la

resolución del esquema numérico. . . . . . . . . . . . . . . . . . . . . . . . 91
8.3. Detalle de escalón realizado en cada simulación. . . . . . . . . . . . . . . . 92
8.4. Ganancia en las variables de salida para escalones en el flujo volumétrico de

alimentación. ∗ se reemplaza ∼ 0 cuando |Knorm | < 0,005 . . . . . . . . . . . . . 93
8.5. Ganancia en las variables de salida para escalones en el flujo volumétrico de

descarga. ∗ se reemplaza ∼ 0 cuando |Knorm | < 0,005 . . . . . . . . . . . . . . . . 95
8.6. Ganancia en las variables de salida para escalones en la dosis de floculante. ∗ se

reemplaza ∼ 0 cuando |Knorm | < 0,005 . . . . . . . . . . . . . . . . . . . . . . . 96
8.7. Detalle de escalón realizado en cada simulación. . . . . . . . . . . . . . . . 99

xvii
8.8. Tiempos de transiente en las propiedades granulométricas de la descarga para
un escalón positivo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.9. Tiempos de transiente en las propiedades granulométricas de la descarga para

un escalón negativo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
xviii
ABSTRACT
Waste management poses a great challenge for the Chilean mining industry. Given that
water is a strategic resource in arid regions, conventional tailings disposal is no longer a
sustainable technology. In this context, paste tailings management arises as the best avai-
lable technology. However, to truly benefit from this method, advanced control techniques
must be developed, so that the consistency of the deposited tailings can be maintained in
the long term.
The main objective of this thesis is to develop a dynamic simulator of the paste thic-
kening process that can be used for the study of advanced multivariate control techniques.
For this purpose, a systematic review of the literature regarding dynamic thickening mo-
dels and static models for important rheological and operational variables such as yield
stress, flocculation and rake torque was done. An important contribution of this work was
the extension of the selected dynamic thickening model to include the transport of proper-
ties related to the tailings particle size distribution, and the extension of the yield stress
model to include the effect of these properties.
The dynamic simulator was developed using MathWorks

R
Simulink
R
programming
environment and validated qualitatively through open loop tests and simple conventional
control simulations. The selected models are able to correctly simulate the important va-
riables of a paste thickening process and the simulator proves to be a reliable tool for the
study of multivariate control techniques.
Keywords: dynamic simulation, numerical simulation, sedimentation-consolidation mo-

del, yield stress, particle size distribution, flocculation, rake torque.
xix
RESUMEN
Uno de los grandes desafı́os de la industria minera chilena es el manejo de desechos

provenientes del proceso de concentración mineral. Dada la geografı́a árida del paı́s, el
agua se ha convertido en un recurso estratégico para la minerı́a, por lo que el método
convencional para el manejo de relaves ha dejado de ser sustentable debido a que utiliza
mucha agua. En este contexto, el manejo de relaves en pasta surge como una de las mejores
tecnologı́as disponibles. Sin embargo, para poder realmente obtener los beneficios de este
método se necesitan desarrollar estrategias de control avanzado, que permitan asegurar
que la consistencia del relave depositado se mantenga en el largo plazo.
El objetivo principal de esta tesis es el desarrollo de un simulador dinámico para el

proceso de producción de relaves en pasta que pueda ser utilizado para el estudio de es-
trategias de control avanzado multivariable. Para ello, se realizó una rigurosa revisión
bibliográfica en temas relacionados al modelamiento dinámico de espesadores y modelos
estáticos de variables reológicas y operacionales, como por ejemplo, yield stress, flocula-
ción y torque de rastrillo. Una contribución importante de este trabajo es la extensión del
modelo dinámico del espesador para incluir el transporte de propiedades relacionadas con
la granulometrı́a del relave en la alimentación y la extensión del modelo de yield stress
para incluir el efecto de estas.
El simulador dinámico fue desarrollado en el contexto de programación Simulink

R
de MathWorks
R
y validado cualitativamente a través de pruebas de lazo abierto y simu-
laciones de estrategias de control convencional simples. Los modelos seleccionados de-
mostraron ser capaces de simular de forma correcta las variables importantes del proceso
de producción de relaves en pasta y el simulador desarrollado prueba ser una herramienta
confiable para el estudio de estrategias de control avanzado multivariable.
xx
Palabras Clave: simulador dinámico, simulación numérica, modelo de sedimentación-
consolidación, yield stress, granulometrı́a, floculación, torque de rastrillo.
xxi
GLOSARIO
Concentración Crı́tica: concentración a la cual las partı́culas en una suspensión

entran en contacto y forman un sedimento.
Concentración de Sólidos en Peso: razón de masa de sólidos a masa total de la
suspensión.
Concentración de Sólidos en Volumen: razón de volumen de sólidos a volumen
total de la suspensión.
Dilución: razón de masa de fluido a masa de sólido en la suspensión.
Consolidación: fenómeno por el cual agua es extraı́da por compresión de una red
de partı́culas sólidas.
Esfuerzo de Solido Efectivo: corresponde al esfuerzo sobre la estructura sólida
de una capa de partı́culas porosas.
Flóculo: agrupación de partı́culas de mayor radio efectivo producto de un proceso
de coagulación o floculación.
Granulometrı́a: distribución de tamaño de partı́culas.
Sedimentación: fenómeno por el cual las partı́culas de sólidos precipitan de forma
individual como consecuencia de colisiones entre ellas y a través del fluido por las
fuerzas de presión y fricción.
Velocidad de Precipitación: velocidad a la cual se produce el fenómeno de sedi-
mentación.
Velocidad Inicial de Precipitación: velocidad de precipitación para una partı́cula
(concentración de Sólidos nula).
Yield Stress: mı́nimo esfuerzo necesario para romper la red de partı́culas de una
suspensión concentrada para comenzar el flujo.
xxii
1
1. INTRODUCCIÓN
1.1. Contexto
En la minerı́a se extraen grandes cantidades de material, del cual solo una pequeña
fracción corresponde al elemento de interés económico. Una vez que el material es proce-
sado y el mineral y otros elementos de valor han sido concentrados o extraı́dos, se generan
residuos compuestos por material molido y agua con reactivos, denominados relaves. Por
lo general, los relaves son transportados a través de canaletas hasta lugares especialmen-
te habilitados para su depósito, denominados embalses o tranques de relave (Capı́tulo 5,
Fundación Chile, 2015).
Debido a la disminución progresiva de las leyes de mineral en los yacimientos ac-

tualmente en explotación y de los que forman parte de los proyectos de desarrollo de las
compañı́as mineras, se espera que estas aumenten sus esfuerzos de extracción de material
para poder mantener los niveles de producción de minerales o para crecer según la de-
manda del mercado. En un informe elaborado el 2015 por la Comisión Chilena del Cobre
COCHILCO (2015) se estimó que la producción de concentrados de cobre crecerı́a de 13,3
millones de tonelades en 2014, con ley promedio de 29,2 %, a 23,8 millones de toneladas,
con ley promedio de 24,1 % hacia el 2026. Esto implica un aumento proporcional en la
cantidad de desechos que deben ser dispuestos en forma de relaves. Con respecto a las
563,5 millones de toneladas de relave producidas durante el 2014, se proyectó que hacia
el 2026 esta cantidad podrı́a potencialmente aumentar a una tasa de 21,8 % anual, lo que
implica una producción de 1249,7 millones de toneladas para ese año (Figura 1.1). Esto
plantea un enorme desafı́o a la industria minera chilena, en especial por el hecho de que
el método convencional para el manejo de desechos tiene asociado problemas tanto am-
bientales como de sustentabilidad. Es más, en la publicación elaborada por la Fundación
Chile, “Desde el Cobre a la Innovación, Roadmap Tecnológico 2015-2035” (Fundación
Chile, 2015), se destaca el tema de los relaves como un núcleo traccionante ya que cons-
tituye uno de los desafı́os tecnológicos cruciales para la evolución de la industria.
2
Figura 1.1. Proyección de producción máxima de relaves producto del pro-

ceso de concentración de cobre, 2014 - 2026. Fuente: COCHILCO (2015).
Entre los desafı́os relacionados a los relaves se pueden destacar tres: (i) minimizar el
impacto de las infiltraciones, (ii) asegurar la estabilidad de los depósitos y (iii) enfrentar
la creciente escasez de agua y superficie. Un deficiente control y mitigación del riesgo de
infiltraciones en los depósitos de relaves, tanto activos como inactivos, podrı́a ocasionar
efectos nocivos sobre la salud y calidad de vida de la población, contaminación de cuer-
pos de agua y suelos e impactos negativos sobre otras actividades económicas como la
agricultura y ganaderı́a. Por otro lado, la estabilidad fı́sica de los depósitos de relave es
susceptible a sucesos sı́smicos o climatológicos extremos, los cuales pueden resultar en
rupturas de las paredes de contención y la inundación de los terrenos adyacentes. En cuan-
to a la escasez de agua, el consumo neto actual de agua fresca en la minerı́a del cobre se
encuentra en torno a los 0,5 y 0,7 metros cúbicos por tonelada de mineral procesado, sien-
do la evaporación y retención de agua en los relaves las mayores causas de este consumo
(Capı́tulo 5, Fundación Chile, 2015).
3
El manejo de relaves en pasta es una de las mejores tecnologı́as disponible para hacer
frente a estos desafı́os (Barrera et al., 2015). De hecho, en los últimos 15 años, algunos
proyectos mineros en Chile han comenzado a aplicar esta técnica, que produce desechos
mineros de alta densidad que permiten el almacenamiento sin la necesidad de administrar
grandes embalses o tranques de pulpa (Cacciuttolo y Holgado, 2016). Los relaves en pasta
se caracterizan por tener una alta concentración en peso de sólidos (65−75 % p/p) y liberar
un nivel mı́nimo de agua por segregación después de ser transportado. Esto implica una
recuperación de agua mucho mayor. Este tipo de relaves también tiene una consistencia
semi-sólida que permite apilamiento en los depósitos. En la figura 1.2 se puede observar
las diferencias en los conceptos de depósitos de pulpa de relave (depósitos convencionales)
y depósitos de relave en pasta. La consistencia semi-sólida de los relaves producidos con
esta tecnologı́a implica un flujo lento o nulo bajo gravedad por lo que la necesidad de
muros de contención de gran tamaño se ve reducida (Schoenbrunn y Manfred, 2015).
Como se observa, esta tecnologı́a permite mitigar los tres desafı́os mencionados.
Figura 1.2. Conceptos de depósitos de pulpa de relave (Columna izquier-

da: Conventional) y relave en pasta (Columna derecha: Paste thickening
mud). Fuente: Schoenbrunn y Manfred (2015)
4
Por lo general, para lograr la producción de relaves en pasta y la consecuente recu-

peración de agua, se utilizan espesadores como equipos de primera y/o única etapa. Es-
pecı́ficamente se necesitan espesadores de pasta (paste thickeners) o espesadores de cono
profundo (deep cone thickeners). Estos dispositivos deben ser operados de tal manera que
el relave espesado cumpla con las especificaciones del sistema de transporte y de depósito
considerados. Esto hace necesaria la implementación de estrategias de control para man-
tener las variables importantes dentro de rangos estrechos de operación. Por lo general,
se controla la concentración de sólidos del relave en la descarga y la turbiedad del agua
recuperada. La primera variable determina las condiciones del relave depositado y por lo
tanto es de mayor relevancia en un sistema de manejo de relaves. Esta debe ser lo sufi-
cientemente alta como para maximizar la recuperación de agua, pero no excederse, de tal
manera de evitar dañar los mecanismos de rastrillo o transporte de las etapas subsiguientes
(Cacciuttolo y Holgado, 2016). Teniendo en cuenta lo anterior, el yield stress surge como
una variable reológica importante en las etapas de producción y transporte de relaves. Esta
variable corresponde al mı́nimo esfuerzo necesario para romper la red de partı́culas de una
suspensión concentrada para comenzar el flujo y se encuentra directamente relacionada
con la pendiente formada al apilar los relaves en los depósitos.
Para poder obtener todos los beneficios de un sistema de manejo de relaves en pasta se
necesita una operación que sea capaz de mantener la consistencia del relave en pasta en el
largo plazo. Dado que el material que alimenta los sistemas de manejo de relaves corres-
ponden a los desechos de las plantas de concentración mineral, las cuales son diseñadas y
operadas para maximizar la recuperación de minerales valiosos, hay menor preocupación
por las propiedades y consistencia de estos en el largo plazo. El flujo de desechos consiste
en una suspensión formada por partı́culas finas y agua del proceso. Además, dado que es
raro encontrarse con yacimientos de minerales homogéneos, es probable que las propie-
dades del mineral que alimenta las etapas de concentración varı́en lo a largo del tiempo y,
por lo tanto, también varı́en las propiedades de los desechos producidos (Jewell y Fourie,
2015).
5
Un depósito de relave que no es apto para el sistema de almacenamiento diseñado

puede resultar en altos costos de mantención y, posiblemente, causar que una operación
minera no sea viable (Jewell y Fourie, 2015). En este contexto, la aplicación de tecnologı́as
de control y automatización del proceso de evacuación y almacenamiento de residuos
pueden ser claves para poder lograr una operación más uniforme del sistema de manejo de
relaves en pasta. Estas tecnologı́as permitirı́an observar las variables de estado, y a partir
de modelos predictivos mantener la consistencia de los relaves y asegurar la operación
óptima del sistema.
Desde un punto de vista de control, el proceso de producción de relaves en pasta es

un sistema altamente no-lineal con transientes muy largos, en donde el efecto de las va-
riables manipuladas sobre las variables controladas no son apreciables sino hasta después
de varias horas. Esto hace necesario considerar estrategias de control no-convencional o
de control predictivo basado en modelos. Para estudiar la implementación de este tipo
de estrategias es importante contar con un modelo y simulador adecuado que permita el
desarrollo necesario, pues utilizar una planta real es muy costoso y, por lo tanto, imposible
en la práctica. En la siguiente sección se realiza una breve revisión de los trabajos más
importantes en el tema de modelamiento y simulación de espesadores.
1.2. Breve revisión del modelamiento de espesadores
El primer gran avance en el modelamiento dinámico de espesadores es la teorı́a ci-

nemática de sedimentación desarrollada por Kynch (1952), en donde se describe la feno-
menologı́a del proceso de sedimentación batch (equipos de sedimentación cerrados) para
una suspensión ideal. Esta teorı́a es luego extendida para equipos que operan continua-
mente y considera el fenómeno de consolidación por efectos de compresibilidad (Bürger
y Concha, 1998; Bustos et al., 1999). Se trata de un modelo unidimensional, en donde el
transporte de la propiedad de concentración volumétrica de sólidos para un material mono-
disperso (una sola clase de tamaño y densidad) está descrito por una ecuación diferencial
parcial de convección-difusión no-lineal. Las propiedades del material están definidas por
6
supuestos constitutivos que se resumen en las funciones de hindered settling flux y de ef-
fective solid stress. La alimentación y descarga del espesador están determinados por las
condiciones de borde del problema. Este modelo es nuevamente extendido para incluir una
zona de clarificación (zona por sobre la alimentación) y evita la necesidad de condiciones
de borde (Bürger et al., 2005). Esto se logra modelando los mecanismos de alimentación,
rebalse (flujo de agua clara) y descarga a través de un termino fuente singular y variaciones
espaciales discontinuas en los flujos.
La reducción a una dimensión espacial es común en la mayorı́a de las publicaciones

relacionadas, lo que refleja el hecho que los principios de operación de la mayorı́a de
espesadores reales no incluye segregación ni corrientes laterales. Por lo general, estos
flujos se evitan o limitan a la zona de clarificación por diseño (Betancourt et al., 2014).
Un tratamiento bi- o tri-dimensional de los procesos de sedimentación y consolidación
implica resolver un problema de transporte por flujo, en donde la ecuación de convección-
difusión, para el transporte de la propiedad de concentración volumétrica de sólido, se
encuentra acoplada con una versión de las ecuaciones de Stokes, Navier-Stokes o Darcy
para describir el flujo de la mezcla. En Bürger et al. (2012) se desarrolla, implementa y
prueban esquemas numéricos, de manera exitosa, para resolver el sistema de ecuaciones
acoplados en escenarios simples.
Berrers et al. (2003) extiende el modelo de convección-difusión para que incluya los
efectos de segregación y formación de áreas de diferente composición que se producen
durante la sedimentación de mezclas poli-dispersas. En este modelo, la fase sólida disper-
sa de la suspensión está subdividida en un número finito de clases de distintos tamaños y
densidad. En Bürger et al. (2008) se obtienen resultados numéricos que indican que una
distribución de partı́culas continua puede ser aproximada de manera consistente por sub-
divisiones en un número finito de clases de tamaño a través de la solución de un sistema
fuertemente acoplado de las ecuaciones gobernantes; una para cada clase.
El modelo uni-dimensional del espesador también ha sido extendido en Betancourt et

al. (2014) para incluir propiedades que dependen del tiempo. Esto se logra mediante una
7
ecuación diferencial parcial adicional que describe el transporte de una cantidad escalar
que representa los cambios en el valor de la propiedad en el espacio y el tiempo. Especı́fi-
camente, en el caso de Betancourt et al. (2014) se extiende el modelo para que uno de los
parámetros de la función de hindered settling flux varı́e en el tiempo.
Otro avance teórico importante en el modelamiento del proceso de espesamiento es el

trabajo de Buscall y White (1987). En este se establece que el proceso subyacente depen-
de del balance de tres fuerzas: (i) la fuerza gravitacional, (ii) la fuerza de arrastre viscoso
asociado con el flujo de fluido en el sedimento y (iii) el esfuerzo de partı́cula o red de
partı́culas, que resulta de la interacción directa entre estas. Las últimas dos fuerzas men-
cionadas resultan en las funciones constitutivas de hindered settling y compresive yield
stress, las cuales son consistentes con las mencionadas anteriormente. Esta teorı́a forma
la base para modelos estacionarios de la operación de espesadores (Usher y Scales, 2005;
Usher et al., 2009; Spehar et al., 2015; Zhang et al., 2013).
1.3. Alcance
En este trabajo se busca comprobar si, a partir del estado actual de la literatura, se
puede desarrollar un simulador dinámico para el proceso de producción de relaves en
pasta, que pueda ser utilizado para el estudio de esquemas de control multivariable en
espesadores. De acuerdo con esta hipótesis, el objetivo general de este trabajo es el diseño
e implementación de este simulador.
Como se indicó anteriormente, el simulador dinámico para el proceso de producción de

relaves en pasta debe incluir todas las variables dependientes e independientes importantes
y la flexibilidad para modelar espesadores de distintos tipos (distintas geometrı́as). Por
otro lado, Los modelos considerados deben ser compatibles con el proceso dinámico para
el transporte de la propiedad de concentración de sólidos. Por lo tanto, en este trabajo
también se revisan los modelos complementarios que deben ser utilizados para incluir las
variables de dosis de floculante, torque de rastrillo y yield stress.
8
Para poder cumplir con los objetivos descritos, se establecieron los siguientes objetivos
especı́ficos:
Revisar la literatura existente para seleccionar un modelo dinámico para el proceso

de espesamiento.
Revisar la literatura existente para seleccionar los modelos necesarios para com-
plementar el modelo dinámico del proceso de espesamiento, de tal manera de in-
cluir todas las variables importantes.
Revisar y analizar los métodos existentes para determinar los parámetros de cada
modelo.
Desarrollar el simulador dinámico en el contexto Simulink
R
de MathWorks
R
.
Validar cualitativamente el simulador dinámico.
Aplicar el simulador para el estudio de control convencional a la producción de
relaves en pasta.
El resto del presente documento está dividido en nueve capı́tulos. En el capı́tulo 2 se

desarrollan los aspectos operacionales de un sistema de manejo de relaves en pasta. Es-
to incluye los procesos de producción, transporte y depósito. En este capı́tulo también se
desarrolla en detalle una perspectiva de control de estos tres procesos. En el capı́tulo 3 se
realiza una revisión en detalle de los modelos disponibles para el proceso de espesamiento
y el desarrollo teórico matemático del modelo seleccionado. En el capı́tulo 4 se realiza
el desarrollo teórico matemático de los modelos adicionales necesarios para incluir todas
las variables importantes. En el capı́tulo 5 se revisan de los parámetros del proceso de
producción de relave y los métodos que deben ser implementados para su determinación.
En el capı́tulo 6 se detalla la integración de los distintos modelos para el desarrollo del
simulador. En el capı́tulo 7 se definen valores de los parámetros del proceso de produc-
ción de relaves que serán utilizados en esta investigación para probar el simulador. En los
capı́tulos 8 y 9 se valida cualitativamente el simulador a partir de ejemplos numéricos y
se implementan estrategias de control convencional, respectivamente. Finalmente, en el
9
último capı́tulo se concluye el trabajo y se sugieren posibles trabajos futuros en relación

al control, modelamiento y simulación del proceso de producción de relaves en pasta.
10
2. MANEJO DE RELAVES
La operación de un sistema de manejo de relaves en pasta se diferencia bastante del

manejo de relaves convencional. Las diferencias se encuentran en todas las etapas, desde la
producción hasta el almacenamiento. En este capı́tulo se describen los principales aspectos
de la operación y control de un sistema de manejo de relaves en pasta, con un énfasis en
la etapa de producción.
2.1. Producción
Los espesadores corresponden a la unidad funcional del proceso de producción de re-

laves en pasta. Este dispositivo consiste de un estanque cilı́ndrico, en donde se produce
la separación de sólidos y lı́quidos a través de la fuerza de la gravedad. Este dispositivo
se encuentra además equipado con sistemas para la alimentación, recuperación de agua y
descarga del relave espesado. Por lo general, los espesadores también cuentan con siste-
mas de rastrillo cuyo propósito principal es transportar el sedimento de la parte inferior
del espesador hacia el sistema de descarga. Existen varios tipos de espesadores. Las prin-
cipales diferencias entre los distintos tipos están relacionadas con la dimensiones fı́sicas y
la ubicación relativa del sistema de alimentación, lo que a la vez define las caracterı́sticas
del material producido.
El desempeño del proceso de espesamiento es altamente dependiente de las propieda-

des reológicas de la suspensión, por lo que mantener una operación óptima puede volver-
se una tarea difı́cil, en especial cuando las partı́culas de la parte solida de la suspensión
son muy pequeñas. Esto último es una caracterı́stica común para suspensiones de relaves,
considerando las etapas de molienda del proceso de concentración de minerales. En es-
tos casos, un aumento en el tamaño efectivo de las partı́culas puede ser beneficioso para
el proceso de espesamiento. Esto se puede lograr a través de procesos de coagulación y
floculación, en donde las partı́culas forman grumos o flóculos producto de las fuerzas de
11
interacción entre partı́culas y/o por agentes externos (capı́tulo 7, Concha (2014)). El méto-
do de aglomeración de preferencia para el tratamiento de aguas residuales en la minerı́a es
la floculación y el proceso es controlado a través de la dosis de floculante.
La floculación óptima requiere, por un lado, la selección del mejor producto para la
mineralogı́a del relave en particular y, por otro lado, la determinación de la concentración
de sólidos de relave adecuada para asegurar la mejor floculación. Por lo general, esta
concentración óptima es menor que la obtenida del proceso de concentración mineral,
con lo cual se requiere diluir el relave alimentado para minimizar el uso de floculante y
maximizar los beneficios. Existen múltiples diseños para la auto-dilución del relave en los
mecanismos de alimentación. Estos utilizan parte del agua recuperada en el proceso de
espesamiento para lograr la dilución óptima definida por diseño (Schoenbrunn y Manfred,
2015).
Existen múltiples tecnologı́as de espesamiento y la elección de cual debe ser utilizada

depende de las propiedades y reologı́a del relave espesado que se busca producir. En la
figura 2.1 se presenta el concepto de “continuo de relaves”, que relaciona la tecnologı́a de
espesamiento y las propiedades reológicas del relave producido. En términos generales,
el relave puede ser descrito como pulpa (slurry), pasta (paste) o queque (cake) depen-
diendo de la consistencia de la mezcla. A la vez, la pulpa de relave puede ser dividida
en dos categorı́as: pulpa de relave convencional o baja densidad y pulpa de relave de alta
densidad. Entre muchos aspectos, la principal diferencia entre pulpa, pasta o queque es la
concentración de sólidos de la mezcla. La ubicación en la curva de la figura 2.1 depende
principalmente de la granulometrı́a y mineralogı́a del relave (Jewell y Fourie, 2015). En
esta figura aparecen mencionadas cuatro tecnologı́as importantes, cada una ubicada en un
rango del continuo de relaves: espesador convencional (conventional thickener CT), es-
pesador de alta capacidad (high rate thickeners HRT), espesadores de alta densidad (high
density thickener HDT) y espesadores de pasta o de cono profundo (paste or deep cone
thickener DCT). En la tabla 2.1 se resumen las caracterı́sticas importantes de las tecno-
logı́as mencionadas.
12
Figura 2.1. Tecnologı́as de espesamiento para relaves. Fuente: Cacciuttolo

y Holgado (2016)
En los espesadores convencionales la alimentación se encuentra en la parte superior

del estanque. Una vez que el relave es alimentado, este es diluido por el lı́quido que fluye
hacia arriba y luego precipita a velocidad constante para formar un sedimento en la parte
inferior del estanque. Por lo general, en estos espesadores no es necesario el uso floculante,
tienen un gran diámetro con respecto a su altura y operan con un bajo nivel de sedimento.
En estos espesadores la concentración de sólidos en la descarga se encuentra en un rango
de 30 − 45 % p/p, con valores para el yield stress prácticamente nulos.
Luego en el continuo vienen los espesadores de alta capacidad, en donde el sistema

de alimentación se encuentra por debajo del nivel de sedimento. Esto logra que el relave
fresco sea inyectado directamente en el sedimento y al mezclarse con este, aumentar su
concentración a un valor igual o mayor al valor de la concentración crı́tica. En este tipo
de espesadores no existe una zona de precipitación, solo una zona de agua clara y de
sedimento. Con esta tecnologı́a se pueden alcanzar concentraciones de sólidos de en un
rango de 45 − 60 % p/p con valores de yield stress menores a 30 Pa.
13
Los espesadores de alta densidad y de pasta se diferencian a las tecnologı́as mencio-

nadas principalmente por tener conos de mayor pendiente y estanques de mayor altura.
La altura adicional produce mayor presión en el sedimento y por lo tanto una descarga de
mayor densidad. La única diferencia entre los espesadores de alta densidad y espesadores
en pasta es que los últimos tienen mayor altura y una menor área transversal. En estos se
pueden alcanzar concentraciones en un rango de 60−75 % p/p alcanzando valores de yield
stress de hasta 300 Pa Jewell y Fourie (2015). En la figura 2.2 se muestra un esquema de
un espesador en pasta o cono profundo de FLSmidth
R
. En esta se pueden apreciar clara-
mente los mecanismos importantes y la geometrı́a de este tipo de espesadores (Jewell y
Fourie, 2015).
Figura 2.2. Espesador de cono profundo. Fuente: EIMCO

R
Deep Cone
R
Paste Thickener Brochure

14
Tabla 2.1. Caracterı́sticas de las tecnologı́as de espesamiento de relaves de

cobre. Fuente: Jewell y Fourie (2015)
Parámetro Unidad CT HRT HDT DCT

Producción por m2 tph/m2 (0,02 − 2,0) (0,35 − 1,5) (0,4 − 1,0) (0,3 − 0,8)
Diámetro máximo m 125 100 80 30
Dosis de floculante gpt - 10 − 15 20 − 30 30 − 50
Altura del espesador m 1−3 3−5 4−8 >8
Pendiente de cono ◦ 2−5 5 5 − 15 15 − 30
Concentración de wt % 30 − 45 45 − 60 60 − 65 65 − 75
descarga
Altura de sedimento m <1 1−2 3−4 4 − 10
Tiempo de residen- h 0,5 − 1 1−2 3−6 6 − 12
cia
Yield stress Pa 0 0 − 30 30 − 50 50 − 300
En cuanto a la operación de los espesadores, las tecnologı́as de mayor densidad re-

quieren un mayor nivel de automatización e instrumentación que en el caso de espesado-
res convencionales. Los últimos son relativamente robustos a perturbaciones, dado el gran
tamaño de los estanques y al hecho de que en el rango de operación de estos (30 − 40 %
p/p) la reologı́a de los relaves cambia levemente. En cambio, en el rango de operación
de los espesadores en pasta (65 − 75 % p/p), pequeños cambios en el contenido de agua
producen cambios significativos en la reologı́a de la suspensión. En la figura 2.1 se puede
observar este fenómeno en la convexidad de la curva. Si el relave se vuelve muy resistente
al flujo, la capacidad de los mecanismos de rastrillo y transporte se pueden ver superados,
lo que podrı́a ocasionar que el espesador se embanque (Betancourt et al., 2014).
Teniendo en cuenta lo anterior, la operación de un espesador de relaves en pasta debe

mantener la concentración de sólidos lo más alta posible, para maximizar la recuperación
de agua y propiedades beneficiosas de la pasta, sin superar las capacidades de los mecanis-
mos de rastrillo o transporte posteriores. Las variables independientes importante en este
proceso son: (i) el caudal del flujo de descarga, (ii) el flujo de sólidos en la alimentación
y (iii) la dosis de floculante. Por lo general, el método y lugar de inyección de floculante
son fijos, con lo cual, no están disponibles como variables independientes. El flujo en la
descarga determina la producción de sólidos espesados del equipo e influye en el tiempo
15
de residencia y la calidad del producto (densidad y concentración de sólidos). Dado que

los espesadores en pasta operan en la parte de mayor pendiente de la curva de yield stress
(figura 2.1) es esencial realizar un balance de masa preciso para el control. La dosis de
floculante afecta la velocidad con la que se producen los fenómenos de sedimentación
y consolidación (Cacciuttolo y Holgado, 2016). Por lo general, el flujo de descarga y la
dosis del floculante están disponibles para ser utilizadas para controlar el sistema. El flu-
jo de sólidos en la alimentación es más difı́cil de manipular pues este está determinado
por los procesos de las etapas de concentración. Estas variables se utilizan para el control
de múltiples variables dependientes, principalmente: (i) reologı́a del relave descargado, a
través de la concentración de sólidos, (ii) nivel de sedimento, (iii) torque de rastrillo y (iv)
la turbidez del agua recuperada (Cacciuttolo y Holgado, 2016).
2.2. Transporte
La distancia y mecanismos de transporte del sistema determinan y limitan la reologı́a

de los relaves transportados a los depósitos (Cacciuttolo y Holgado, 2016). Por ello, la
elección del mecanismo de transporte depende de las especificaciones del sistema y del
presupuesto disponible. Se deben considerar factores como presión, requerimientos de
mantención, requerimientos de motor y consideraciones del proceso de producción de re-
lave. Relaves espesados a altas concentraciones requieren atención especial en el sentido
de modelamiento de flujo y selección de diámetros para las tuberı́as. Se deben considerar
las limitaciones fı́sicas del relave, por ejemplo, la variación en el yield stress bajo esfuerzos
de corte o si ocurre segregación durante el transporte. Se pueden utilizar bombas centrifu-
gas. Sin embargo, se deben realizar previsiones que consideren los efectos de la pulpa en
la eficiencia y presión de las bombas. A medida que la concentración de sólidos aumenta
se vuelve necesario utilizar bombas de desplazamiento positivo de alta presión que son
capaces de mover fluidos viscosos (Jewell y Fourie, 2015).
Algunos sistemas de transporte también integran mecanismos para “cortar” el relave

espesado, con el objetivo de reducir de manera controlada el yield stress. Estos sistemas
16
se conocen como shear thinning systems y, en general, logran modificar el yield stress del
relave en pasta descargado desde un estado “sin cortar” (unshearded) caracterizado por
yield stress en el rango de 150-300 Pa, a un estado “cortado” (sheared) con un yield stress
en el rango de 75-150 Pa. Dependiendo de las caracterı́sticas del sistema de producción
y transporte de relave, se debe evaluar la integración de estos sistemas (Cacciuttolo y
Holgado, 2016).
2.3. Almacenamiento
Un sistema de manejo de relaves espesados permite mayor flexibilidad en cuanto a

la elección de geometrı́a y método de depósito, que en el caso de relaves convencionales
(Jewell y Fourie, 2015). El método de depósito de relave espesado que se implemente en
cada caso va a depender de la geografı́a del lugar elegido y puede ser tanto superficial
como subterráneo. En la figura 2.3 aparecen ilustraciones de las tres etapas de un sistema
de manejo de relaves en pasta. Dentro de los depósitos superficiales se pueden destacar
dos métodos: descarga central (central thickened discharge CTD) y descarga valle-abajo
(down-valley discharge DVD). En el primero el relave espesado es depositado a través de
una fuente vertical. Dado que el flujo es en la dirección de menos resistencia se necesita un
terreno relativamente plano y un muro perimetral para asegurar una distribución uniforme
y contenida del relave. Para el método de descarga valle-abajo, en cambio, se necesita una
estructura de drenaje no activa, preferentemente un valle, con un embalse que contenga el
flujo. El depósito del relave espesado se realiza a través de múltiples fuentes en puntos de
mayor altura, de tal manera que el flujo sea en la dirección del embalse.
En cuanto a la operación de un sistema de almacenamiento para relaves en pasta, esta

resulta ser bastante más simple que en el caso de relaves convencionales (Jewell y Fourie,
2015). Por lo general, se necesita la construcción de muros de contención de menor tamaño
y el proceso de reubicación de las fuentes de relave se debe realizar con menor frecuencia.
Esto último es especifico para depósitos valle abajo, ya que en el caso de un depósito de
descarga central solo se necesita cambiar la altura de la fuente vertical. Un sistema de
17
Figura 2.3. Sistema de manejo de relaves en pasta. Fuente: EIMCO

R
Deep

R
Cone Paste Thickener Brochure.
almacenamiento para relaves en pasta no requiere un sistema de decantación (no hay agua
de decantación que administrar) que deba ser ajustado regularmente.
Sin embargo, con estas tecnologı́as de almacenamiento, se necesitan realizar interven-

ciones para controlar el espesor de las capas depositadas y posiblemente lidiar con relaves
de bajo yield stress por una producción deficiente en las etapas previas (Jewell y Fourie,
2015) o por factores climáticos. El tipo de intervención depende de los problemas opera-
cionales de cada aplicación particular y se encuentra fuera del alcance de este trabajo.
2.4. Una perspectiva de control de la producción, transporte y almacenamiento de

relaves espesados
Como se indicó anteriormente, para poder implementar satisfactoriamente y obtener

un sistema de manejo de relaves en pasta se requiere que la operación del sistema pueda
mantener la consistencia del relave depositado en el largo plazo. Solo si se cumple este
requisito se puede lograr que el depósito se realice dentro del marco de diseño. Es decir,
son las caracterı́sticas del relave en el punto de depósito las que finalmente determinan
18
qué factores son controlados en las etapas de producción y transporte del sistema (Jewell
y Fourie, 2015).
Más aún, resulta clave que el proceso de diseño y evaluación de un sistema de manejo
de relave se realice desde la etapa final hacia atrás. Son los requisitos del sistema de al-
macenamiento de relaves los que determinan las propiedades del relave depositado y, por
lo tanto, el tipo de sistema de transporte que va a ser requerido para mover el material al
sitio de depósito. A su vez, el sistema de transporte tiene un impacto en las propiedades
del material y los cambios resultantes deben ser considerados en el diseño del proceso de
producción (espesador) (Jewell y Fourie, 2015).
Queda claro a partir del proceso de diseño hacia atrás, que se deben considerar estrate-
gias de control integral para poder asegurar una operación estable y óptima de un sistema
de manejo de relaves. En el depósito se deben observar variables relacionadas con la es-
tabilidad fı́sica y quı́mica del depósito, ası́ como los efectos de la reologı́a del relave en
la pendiente del depósito. De forma simultánea, el sistema debe ser capaz de observar las
propiedades del relave a la salida del espesador y durante su transporte. Estas variables
luego deben ser utilizadas para un lazo de control integral, en el que mediante modelos
predictivos se puedan calcular las acciones que deben ser realizadas en cada etapa para
asegurar el funcionamiento óptimo del sistema.
En el diagrama de la figura 2.4 se presenta el problema de control y en la tabla 2.2 se

resumen las variables de cada proceso. En la columna de variables independientes tam-
bién se incluyen las perturbaciones de cada proceso. En el caso de la producción de relave
en pasta, las perturbaciones son el flujo volumétrico, concentración de sólidos y granu-
lometrı́a de la pulpa en la alimentación. Para el proceso de deposito el clima puede ser
considerado como una perturbación.
En el diagrama se incluye un sistema distribuido de control (DCS del nombre en

inglés) que recibe, procesa y almacena la información histórica de las variables del pro-
ceso para luego determinar, en concordancia con la estrategia de control implementada, el
19
punto de operación de cada actuador. El accionamiento de cada actuador se realiza me-

diante un lazo de control local que utiliza el punto de referencia determinado por el DCS.
En el diagrama de la figura 2.4 se proponen cuatro actuadores: (i) el flujo de floculante (F)
para la dosis de floculante, (ii) un variador de frecuencia (VDF) para la velocidad de des-
carga, (iii) un variador de frecuencia (VDF) para la velocidad de la bomba de transporte y
(iv) un motor o válvula motorizada (M) para definir el spigot accionado.
Figura 2.4. Diagrama de control
Tabla 2.2. Variables de proceso
Proceso Variables Dependientes Variables Independientes

Yield stress de descarga Dosis de Floculante
Concentración de descarga Flujo de descarga
Flujo de rebalse Granulometrı́a
Producción
Concentración de rebalse Concentración de alimentación
Nivel de sedimento Flujo de alimentación
Torque de rastrillo
Yield stress Velocidad de transporte
Transporte
Granulometrı́a
Pendiente de depósito Posición spigot
Depósito
Estabilidad fı́sica Clima
20
3. MODELO DE ESPESADOR
El proceso de espesamiento consiste en la superposición de dos fenómenos que se

comportan de distinta manera: sedimentación y consolidación. Durante la sedimentación
las partı́culas de sólidos precipitan de forma individual como consecuencia de colisiones
entre ellas y a través del fluido por las fuerzas de presión y fricción. Cuando la suspensión
alcanza una concentración especifica, las partı́culas comienzan a entrar en contacto dando
origen a una red de partı́culas sólidas llamada sedimento. En el sedimento las fuerzas en-
tre partı́culas son transmitidas de forma directa. Si las partı́culas son compresibles, como
es el caso de suspensiones de relaves después de un proceso de floculación, el peso del
sedimento comprime los flóculos de las capas inferiores exprimiendo el fluido a través
de poros en la red de partı́culas. Este fenómeno de extracción de agua por compresión
se conoce como consolidación (capı́tulo 8, Concha, 2014). En la siguientes secciones se
consideran los modelos dinámicos que se encuentran en el marco de la teorı́a de sedimen-
tación-consolidación de Bürger y Concha (1998); Bustos et al. (1999) para el desarrollo
del simulador dinámico.
3.1. Selección del modelo
En la teorı́a fenomenológica de sedimentación de Kynch (1952) se ignora la indivi-

dualidad y estructura fı́sica de las partı́culas y el fluido de la suspensión, y se consideran
los sólidos y el fluido como un medio continuo. A continuación se realiza una revisión de
tres modelos que se basan en la siguiente ecuación de convección-difusión para el trans-
porte de la propiedad de concentración de sólidos φ en un espesador de sección transversal
constante:
∂φ
+ ∇ · F(φ, u) = ∇ · (a(φ)∇φ) (3.1)
∂t
21
La variable u es la velocidad local de la mezcla y la función F es el término convectivo

y considera tanto el flujo de la mezcla como el fenómeno de sedimentación. La función a
corresponde al término de difusión que considera los efectos de compresión de sólidos a
altas concentraciones. En este caso se revisan tres versiones de este modelo: mezcla mono-
dispersa 1-D, mezcla mono-dispersa 3-D y mezcla poli-dispersa 1-D. El término mono-
disperso y poli-disperso hace referencia al número de especies de partı́culas consideradas
por el modelo.
3.1.1. Modelo para mezcla mono-dispersa en 1-D
En el modelo de mezcla mono-dispersa en 1-D la ecuación (3.1) queda reducida a la

siguiente ecuación (Bürger y Concha, 1998):

∂φ ∂ ∂ ∂φ
+ F (φ, q) = a(φ) (3.2)
∂t ∂z ∂z ∂z
En donde q es un término que reemplaza el vector para la velocidad local de la mezcla

y representa la velocidad promedio en la dirección vertical. Esta velocidad se considera
constante con respecto a la altura. La variable q y la concentración de sólidos en la ali-
mentación del espesador están determinados por las condiciones de borde de la ecuación
diferencial parcial.
En Bürger et al. (2005) el modelo anterior es re-formulado para eliminar la necesidad

de condiciones de bordes explı́citas. Esto se logra a través de discontinuidades espaciales
en la velocidad promedio de la mezcla y un término singular para representar la alimenta-
ción del espesador. Este planteamiento permite integrar una zona de agua clara y simular
modos de operación en donde el sedimento se encuentra por sobre la fuente de alimenta-
ción. Ambos modelos han sido resueltos de forma numérica y validados tanto para el caso
con sección transversal constante como para el caso dependiente de la altura.
22
El modelo para mezcla mono-dispersa en 1-D tiene como variables dependientes la

concentración de sólidos en la descarga del espesador, el nivel del sedimento y el flujo
de rebalse. Las condiciones de alimentación pueden ser consideradas como perturbacio-
nes. La única variable manipulada es el valor del flujo de descarga. Este modelo ha sido
extendido por Betancourt et al. (2014) para incluir la dosis de floculante como variable
manipulada.
3.1.2. Modelo para mezcla mono-dispersa en 3-D
Para el modelo de mezcla mono-dispersa en 3-D es necesario resolver un problema

en donde la ecuación de convección-difusión (3.1) se encuentra acoplada con alguna ver-
sión de la ecuación de Stokes, Navier-Stokes, o Darcy, que describa el flujo de la mezcla
(Bürger et al., 2012):
− ∇ · (µ(φ)ε(u) − λpI) = G(φ) (3.3)
λ∇ · u = 0 (3.4)
En donde µ(φ)ε(u) − λpI es el tensor de esfuerzo de Cauchy, λ un coeficiente dado,

µ una función de la viscosidad que depende de la concentración de sólidos y G es una
función forzadora relacionada con las fluctuaciones locales de densidad. La ecuación (3.4)
es una restricción relacionada con la compresibilidad de sistema.
Esta formulación tiene como variables manipuladas el perfil de velocidad de la mezcla

en la alimentación, descarga y rebalse, y el perfil de concentración en la alimentación. Al
igual que para el caso de mezcla mono-dispersa en 1-D, las condiciones de alimentación se
consideran como perturbaciones. Las variables dependientes son el perfil de concentración
en la descarga y en el rebalse. Este modelo también permite modelar la variación de la
23
concentración de sólidos y la velocidad de la mezcla debido a las fluctuaciones locales de

densidad.
En Bürger et al. (2012) se desarrolla, implementa y prueba un esquema numérico

para el sistema de ecuaciones acoplados (3.1), (3.3) y (3.4). En este se asume simetrı́a
axial y se propone discretizar el tiempo a través método semi-implı́cito de Euler y el
espacio mediante un método de elementos de volumen finito. La convergencia del método
numérico propuesto es verificada mediante la prueba de casos simples y simulaciones de
transiente relevantes sobre geometrı́as con simetrı́a axial.
3.1.3. Modelo para mezcla poli-dispersa en 1-D
Una versión de la ecuación (3.1) en una dimensión para una mezcla de N especies de
partı́culas de diferente tamaño y/o densidad es (Berrers et al., 2003):

∂φi ∂ ∂ ∂Φ
+ Fi (Φ, q) = ai Φ, i = 1, · · · , N (3.5)
∂t ∂z ∂z ∂z
En donde Φ = (φ1 , · · · , φN )T es un vector de la concentración de sólidos de cada

especie, y los términos Fi (Φ, q) y ai (Φ, ∂Φ/∂z) son los componentes de flujo y difusión
respectivamente. Estos están definidos por los tensores de esfuerzo de sólidos y esfuerzo
de lı́quidos, y las fuerzas de interacción entre las fases de sólidos y la del lı́quido.
Este modelo asume que no existe transferencia de masa entre especies. Si se consideran
soluciones completamente floculadas, es razonable asumir que no existen transferencias
de masa de especies pequeñas a especies de mayor tamaño. Tampoco deberı́an haber in-
tercambios de masa en el sentido contrario debido a los bajos esfuerzos de corte dentro de
un espesador (Berrers et al., 2003). El acoplamiento de la ecuaciones para cada especie se
debe principalmente al fenómeno de sedimentación diferenciada.
Para este modelo las variables son las mismas que para el modelo mono-disperso en
1-D, con la excepción de que para el modelo poli-disperso se tiene una variable distinta
24
para la concentración de cada especie. Esto implica que para la alimentación hay que espe-
cificar una distribución para las distintas especies además de la concentración de sólidos.
Se podrı́a agregar la variable manipulada para la dosis de floculante mediante la caracteri-
zación del efecto de esta en la distribución de especies en la alimentación.
En Berrers et al. (2003) se ilustra el modelo representado por el sistema de N × N

ecuaciones acopladas representado por (3.5). Ahı́ se desarrollan ejemplos numéricos para
el caso de un espesador cerrado (q = 0) con N = 3. El método numérico consiste de
un esquema de diferencia central de alta resolución Kurganov-Tadmor. En el estado ac-
tual de la revisión bibliográfica, no han surgido trabajos que hayan desarrollado métodos
numéricos para simular el espesador en operación continua para mezclas poli-dispersas.
3.1.4. Análisis
A continuación se resumen las ventajas y desventajas de cada uno de los modelos:
Modelo mezcla mono-dispersa 1-D
Las ventajas del modelo de mezcla mono-dispersa 1-D son:
Permite la simulación dinámica de un espesador con todas las variables relevantes.

Este modelo es comúnmente utilizado en la literatura para estudios de control en
espesadores.
Existen métodos numéricos estables y robustos para la simulación del espesador
en operación continua.
Relativamente simple, en comparación con los modelos 3-D y poli-disperso, lo
que permite realizar simulaciones con tiempos de computación razonables.
Las desventajas de este modelo son:
No incluye el efecto de la acción del rastrillo en la distribución radial del contenido

de sólidos.
25
Solo considera una clase de partı́culas sólidas en la mezcla (mezcla mono-dispersa).
Modelo mezcla mono-dispersa 3-D
Las ventajas del modelo de mezcla mono-dispersa 3-D son:
Permite la obtención de perfiles de velocidad y concentración de sólidos a lo largo

de la dirección radial tanto en el interior como bordes del espesador.
Existen métodos numéricso cuya convergencia ha sido verificada.
Solo considera una clase de partı́culas sólidas en la mezcla (mezcla mono-dispersa).

Resolver el sistema de forma eficiente y precisa numéricamente es difı́cil dada la
combinación de fuertes no-linealidades con el acoplamiento entre las ecuaciones
de campo y la restricción de incompresibilidad.
No existen extensiones del modelo, en la literatura, que incluyan la dosis de flocu-
lante como variable manipulada.
Modelo mezcla poli-dispersa 1-D
Las ventajas del molde de mezcla poli-dispersa 1-D:
Permite la simulación dinámica de un espesador con distribución de tamaño de

partı́culas (granulometrı́a).
La caracterización de la distribución de tamaño de partı́culas permite la integración
del efecto de la dosis de floculante de forma directa.
No incluye el efecto de la acción del rastrillo en la distribución radial del contenido

de sólidos.
26
No existe método numérico verificado para el modelo en el caso de un espesador

operando de forma continua.
No existe método numérico verificado para el modelo en el caso de un espesador
con sección transversal que depende de la altura.
Resolver el sistema de forma eficiente y precisa numéricamente es difı́cil dado el
sistema N × N ecuaciones acopladas.
Discusión
Considerando los objetivos de la investigación, el modelo mono-disperso en 1-D pa-

rece ser la mejor opción para desarrollar un simulador dinámico para el proceso de es-
pesamiento. Este modelo cuenta con todas las variables importantes y ha sido utilizado
en múltiples estudios de estrategias de control para la producción de relaves espesados.
Además existen esquemas numéricos para este modelo cuya consistencia y estabilidad se
encuentran validados. Si bien este modelo no toma en cuenta la granulometrı́a de forma
directa, esta puede ser incluida como una propiedad que varı́a en el tiempo. Esta opción se
desarrolla con mayor detalle en la sección 3.4.
El modelo mono-disperso en 3-D permite considerar la variación del contenido de

sólidos en la dirección radial y modelar como varia la velocidad de la mezcla debido a
fluctuaciones locales de densidad. Si bien los fenómenos mencionados son importantes al
intentar modelar el proceso de la manera más real posible, la información adicional no es
significativa para estudios de control, en especial si se considera el esfuerzo computacional
adicional necesario para la simulación del modelo. El modelo mono-disperso en 3-D puede
ser una herramienta importante para estudios de diseño de espesadores, más que para
estudios de control.
Además, el modelo mono-disperso en 3-D, en su estado actual, no incluye variable

manipulada para la dosis de floculante. Deberı́a ser posible agregar esta variable de la
misma manera que para el modelo 1-D. Sin embargo, dada la complejidad del sistema
27
de ecuaciones acopladas, el desarrollo de un esquema numérico consistente y estable se

encuentra fuera del alcance de esta investigación.
En cuanto al modelo poli-disperso en 1-D, si bien este permite considerar el efecto

de los procesos de sedimentación y consolidación en la distribución de partı́culas, esto lo
logra a gran costo en cuanto a complejidad matemática, lo que se traduce en esquemas
numéricos poco tratables computacionalmente. Además, como se mencionó anteriormen-
te, no se encontró ningún trabajo que analice e implemente un esquema numérico para
la operación de un espesador en régimen continuo. Realizar este desarrollo también se
encuentra fuera del alcance de esta investigación.
3.2. Proceso dinámico del espesamiento
En esta sección se desarrolla la teorı́a de espesamiento y el modelo para una mezcla

mono-dispersa en una dimensión.
3.2.1. Modelo de espesador convencional1
Para el modelamiento del proceso se considera un espesador continuo ideal (ICT: Ideal
Continuous Thickener) como el de la figura 3.1. Un ICT es contenedor cilı́ndrico que no
presenta efectos de muralla (wall effects) y cuyas variables son constantes a través de cada
sección transversal, de tal manera que el valor de estas solo dependen de la altura z y
el tiempo t. El contenedor es alimentado a una altura z = B y descargado a una altura
z = 0, permitiendo ası́ una operación continua. Un ICT sin alimentación ni descarga es
un caso especial y corresponde a una columna de precipitación para sedimentación batch.
Además, se asume que los flóculos comienzan a tocarse y formar un sedimento a partir de
una concentración de sólido volumétrica crı́tica φc . Para concentraciones φ(z, t) menores
se considera que las partı́culas efectúan una precipitación impedida (hindered settling).
1
Esta sección se basa en los contenidos de los trabajos Bürger y Concha, 1998; Bustos et al., 1999
28
Rebalse
z=H
Alimentación z=B
región de sedimentación impedida φ < φc
z = z(φc )
región de compresión φ ≥ φc
z=0
Descarga
Figura 3.1. Espesador continuo ideal
La descripción de una suspensión floculada requiere de varios supuestos constitutivos

para especificar la elección de material, floculante, diseño de espesador y operación:
la partı́culas de sólidos son pequeñas con respecto al contenedor y todas tienen la

misma densidad
los componentes sólidos y lı́quidos de la suspensión son incompresibles y no existe
transferencia de masa entre ellos
la suspensión se encuentra totalmente floculada al principio del proceso de sedi-
mentación
29
el componente sólido solo puede efectuar un movimiento de compresión simple

en una dirección
se considera tanto el componente sólido como lı́quido de la mezcla como fluidos
elásticos (viscosidad despreciable)
la gravedad es el único campo de fuerza que actúa sobre el sistema
Una suspensión con estas caracterı́sticas puede ser considerada como un medio conti-
nuo superpuesto que contiene dos componentes.
Los supuesto anteriores reducen el proceso dinámico de sedimentación a cuatro ecua-

ciones escalares de campo válidas cuando las variables cambian de manera suave (Bürger
y Concha, 1998; Bustos et al., 1999):
∂φ ∂
+ (φvs ) = 0 (3.6)
∂t ∂z
∂q
=0 (3.7)
∂z
∂ps ∂φ
= −ρs φg + β(φ) − α(φ)vr (3.8)
∂z ∂z
∂pf ∂φ
= −ρf (1 − φ)g − β(φ) + α(φ)vr (3.9)
∂z ∂t
Las ecuaciones (3.6) y (3.7) están relacionadas con la conservación de masa y energı́a
del sistema, y las ecuaciones (3.8) y (3.9) corresponden a ecuaciones lineales de balance
de momento. En las ecuaciones anteriores vs y vf corresponden a las velocidades de los
componentes sólidos y lı́quidos de la mezcla respectivamente. La variable q = φvs + (1 −
φ)vf es la velocidad promedio de suspensión en el volumen, la cual puede ser controlada
externamente, vr = vs − vf la velocidad relativa entre la partes de sólido y lı́quido, ρs y
30
ρf las densidades del sólido y fluido, g la aceleración de la gravedad y, ps y pf la presión

del sólido y lı́quido. Durante el proceso de precipitación impedida no existe contacto entre
las partı́culas, por lo que toda la transferencia de momentum entre partı́culas se realiza a
través de fluido. Durante la consolidación, en cambio, esta se realiza a través de la “presión
de sólido” producida por el contacto permanente de las partı́culas.
Las funciones escalares α(φ) y β(φ) definen las interacciones entre las partes de sólido
y lı́quido por unidad de volumen, y caracterizan el el comportamiento especifico de la
suspensión producto de los diferentes materiales y reactivos de proceso. La primera esta
relacionada con fuerzas de interacción entre las fases solidas y liquidas de la mezcla. La
segunda se encuentra relacionada al esfuerzo realizado por la estructura sólida durante la
consolidación.
Dado que las ecuaciones 3.6 a 3.9 solo se cumplen cuando las variables cambian de
manera suave, es necesario considerar condiciones de salto de Rankine-Hunoniot apropia-
das para incluir discontinuidades en el flujo. Con estas se completa el proceso de sedimen-
tación dinámico. Para mayor detalle consultar Bustos et al. (1999) o Concha (2014).
Las variables teóricas pf y ps pueden ser reemplazadas por las variables experimenta-
les de presión de poro p y esfuerzo de sólido efectivo (effective solid stress) σe . Cuando se
aplica una carga a una capa de partı́culas porosas, el estrés total inducido pt es soportado
parcialmente por la estructura sólida y parcialmente por el lı́quido que se encuentra dentro
de los poros. El estrés en el lı́quido que rellena los poros es conocido como presión de po-
ro, mientras que el estrés sobre la estructura sólida es conocido como el esfuerzo efectivo
de sólido. De esta manera se tiene la siguiente expresión para la presión total:
pt (z, t) = pf (z, t) + ps (z, t) = p(z, t) + σe (z, t) (3.10)

31
Si asumimos que la porosidad de volumen dentro del sedimento es igual a la porosidad

superficial, entonces pf = (1 − φ)p y ps = φp + σe . Tomando esto en cuenta podemos
obtener a partir de (3.8) y (3.9) las siguientes expresiones
∂ ∂ ∂φ
(φp) + σe = −ρs φg + β(φ) − α(φ)vr (3.11)
∂z ∂z ∂z
∂ ∂φ
[(1 − φ)p] = −ρf (1 − φ)g − β(φ) + α(φ)vr (3.12)
∂z ∂z
Si además consideramos la ecuación (3.12) en equilibrio (vr = 0 y ∂p/∂z = −ρf g)

podemos obtener que β(φ) = p(φ). Si reemplazamos este resultado y la variable expe-
rimental de exceso de presión de poro pe = p − ρf g(L − z), en las ecuaciones (3.11) y
(3.12) se tiene que:
∂σe α(φ)vr
= −∆ρφg − , ∆ρ = ρs − ρf (3.13)
∂z 1−φ
∂pe α(φ)vr
= (3.14)
∂z 1−φ
Esto último implica que el comportamiento de la suspensión para un material especı́fi-

co puede ser descrita totalmente por la elección de las funciones α(φ) y σe (φ). A partir
de la ecuación (3.13) y de la definición de q podemos obtener una expresión para el flujo
volumétrico de sólido por unidad de área:
φ(1 − φ)2

∂σe (φ)
φvs = qφ − ∆ρφg + (3.15)
α(φ) ∂z
Se define la función de velocidad de precipitación vhs y la función de densidad de flujo

de sólido f como:
32
φ(1 − φ)2
vhs = −∆ρg , f = q(t)φ + φvhs (φ) (3.16)
α(φ)
Se puede observar que la función de densidad de flujo de sólido está formada por
dos componentes de flujo: el flujo convectivo por el control de descarga qφ y el flujo
debido a la precipitación por gravedad φvhs (φ). También es importante observar que la
definición de una forma funcional para vhs (φ) es equivalente a definir una para α(φ).
Por último definimos el coeficiente de difusión a(φ) que toma en cuenta los efectos de
compresibilidad:
vhs (φ)σe0 (φ)

a(φ) = − (3.17)
∆ρg
Con ∆ρ = ρs − ρf . Finalmente si tomamos la ecuación (3.15), la ecuación de conti-

nuidad definida en (3.6) toma la siguiente forma de una ecuación de derivadas parciales
parabólica degenerada:

∂ ∂ ∂ ∂φ
φ(z, t) + f (φ, t) = a(φ) (3.18)
∂t ∂z ∂z ∂z
La función de estrés de sólido efectivo σe debe ser constante para valores menores a la
crı́tica y una función monótonamente creciente de la concentración para valores mayores
a esta. En otras palabras

= 0 para φ < φ
c
σe0 (φ)
≥ 0 para φ ≥ φc
Esto último tiene implicancias en el carácter de la ecuación diferencial de la ecuación

(3.18). Tomando en cuenta que q(t) ≤ 0 y que
0 · vhs (0) = 1 · vhs (1) = 0, φvhs (φ) < 0 para 0 < φ < 1,
33
entonces

 = 0 para φ < φc : (3.18) es hiperbólica



a(φ) > 0 para φc ≤ φ < 1 : (3.18) es parabólica


 = 0 para φ ≥ 1 :

(3.18) es hiperbólica
Esto quiere decir que la ecuación diferencial es de carácter hiperbólica cuando se trata
de una sedimentación por precipitación impedida φ < φc y es parabólica cuando se trata
de sedimentación por compresibilidad φ ≥ φc . La ubicación de este cambio depende de la
solución y por lo general no es conocido de a priori.
Por último, estamos interesados en una solución para la ecuación (3.18) dentro del
cilindro z ∈ [0, B] para el horizonte temporal t ∈ [0, T ], en donde las condiciones iniciales
corresponden al perfil de concentración inicial φ0 (z) y las condiciones de borde al valor
de la concentración en z = B y el control de descarga en z = 0 para todo el intervalo
de tiempo. Esto último es equivalente a especificar que la densidad de flujo sólido φvs en
el borde z = 0 debe ser igual a q(t)φ(0, t). A continuación se resumen las condiciones
iniciales y de borde para el problema de la ecuación (3.18):
φ(z, 0) = φ0 (z) 0≤z≤B (3.19)
φ(B, t) = {φB (t) ∈ [0, 1] |q(t)φB (t) + φB (t)vhs (φB (t)) = q(t)φB (t)} 0≤t≤T
(3.20)

∂φ
φvhs (φ) − a(φ) (0, t) = 0 0≤t≤T (3.21)
∂z
34
Una vez resuelto el problema determinado por la ecuación (3.18) y las condiciones de
borde (3.19) a (3.21) podemos calcular el valor de la variable experimental de exceso de
presión de poro como:
Z B
a[φ(ξ, t)] ∂φ
pe (z, t) = ∆ρg φ(ξ, t) 1 − (ξ, t) dξ (3.22)
z φ(z, t)vhs [φ(ξ, t)] ∂ξ
y las velocidades de las fases de sólido y lı́quido del proceso como:
σe0 [φ(z, t)] ∂φ

φ(z, t)vhs [φ(z, t), t]
vs (z, t) = q(t) + 1+ (z, t) (3.23)
φ(z, t) ∆ρφ(z, t) ∂z
σe0 [φ(z, t)] ∂φ

φ(z, t)vhs [φ(x, t), t]
vf (z, t) = q(t) − 1+ (z, t) (3.24)
φ(z, t) ∆ρφ(z, t) ∂z
Es importante mencionar que dadas las no-linealidades de la ecuación (3.18), en la

solución del problema planteado pueden surgir discontinuidades incluso para cuando las
condiciones iniciales y de borde son suaves, por lo que se deben considerar soluciones
débiles para el problema planteado. Para obtener unicidad, una solución débil debe satis-
facer criterios de entropı́a adicionales. La existencia y unicidad de soluciones generaliza-
das y la satisfacción de condiciones de entropı́a y salto de Rakine-Hugoniot se encuentran
desarrolladas en detalle en Bürger y Concha (1998); Bustos et al. (1999).
3.2.2. Modelo espesador-clarificador2
El modelo presentado a continuación corresponde a una extensión del modelo de sedi-

mentación bajo compresión de la sección anterior para incluir una región de clarificación
y un término de flujo relacionado al rebalse de sistema. Este modelo es presentado en
2
Esta sección se basa en los contenidos del trabajo de Bürger et al., 2005
35
Qe , φe
z = −H m
region de agua clara φ = 0
Qe
Qf , φf z=0m
Qu
z=Bm
Qu , φu
Figura 3.2. Espesador con sección transversal constante
Bürger et al. (2005) y considera un cambio de signo en la referencia de la dimensión es-

pacial con respecto al modelo original. Es decir, se considera la variable espacial z como
una variable que aumenta con la profundidad. Se sigue asumiendo que todas las variables
solo dependen de esta variable espacial y del tiempo t.
Este modelo considera un espesador ideal de sección transversal variable S(z) con
flujo volumétrico efluente (que representa el flujo de lı́quido recuperado) Qe ≥ 0, flujo
volumétrico de descarga Qu ≥ 0 y flujo volumétrico de alimentación Qf = Qu + Qe. Se
considera que el eje z puede ser dividido en una zona de flujo efluente (z < −H), zona de
clarificación (−H < z < 0), zona de espesamiento (0 < z < B) y zona de descarga (z >
36
Qe , φe
z = −H m
region de agua clara φ = 0
Qe
Qf , φf z=0m
Qu
z=Bm
Qu , φu
Figura 3.3. Espesador con sección transversal que varia con la altura
B). Para ser más preciso, este modelo considera equipos espesador-clarificador simétricos
que operan de forma continua, como los ilustrados en las figuras 3.2 a 3.4.
Este modelo evita el uso de condiciones de borde al caracterizar los mecanismos de

descarga y rebalse mediante variaciones espaciales discontinuas en la velocidad de la mez-
cla e incluye la alimentación mediante una fuente singular. La ecuación diferencial parcial
que describe este sistema es equivalente a la ecuación en (3.18). La concentración de sóli-
dos φ para la profundidad z y el tiempo t está dado por:
37
Qe , φe
z = −H m
Qe Qf , φf Qe
z=0m
Qu Qu
z=Bm
Qu , φu
Figura 3.4. Espesador con sección transversal que varia con la altura y con
mecanismo de alimentación central

∂φ ∂ ∂ ∂φ
S(z) + F (φ, z, t) = γ(z)a(φ) + Qf (t)φf (t)δ(z) (3.25)
∂t ∂z ∂z ∂z
La principal diferencia de la ecuación anterior con respecto a la ecuación (3.18) es la

función S que representa el valor de la sección transversal del espesador en función de la
altura y el término de fuente singular de alimentación, que contiene el flujo volumétrico
de alimentación Qf , la concentración de alimentación φf y la función de delta de Dirac δ.
También aparece el parámetro de discontinuidad γ que se define como:
38

S(z) si − H ≤ z ≤ B
γ(z) =
0 en caso contrario
La función de flujo convectivo está dada por:



 −Qe (t)φ para z < −H

−Q (t)φ + S(z)v (φ)φ

para − H ≤ z < 0
e hs
F (φ, z, t) = (3.26)


 Qu (t)φ + S(z)vhs (φ)φ para 0 < z < B


Qu (t)φ para z > B

Se define la siguiente forma funcional para la velocidad de precipitación:
vhs (φ) = v0 V (φ) (3.27)
En donde V es una función constitutiva adimensional que modela el efecto de la con-

centración en la precipitación de los sólidos y v0 la velocidad de precipitación de una
partı́cula φ → 0. Dado el cambio de signo en la referencia de la dimensión espacial se
debe modificar el la ecuación (3.17) para a(φ) como:
vhs (φ)σe0 (φ)

a(φ) = (3.28)
∆ρg
Los parámetros de la función de esfuerzo sólido efectivo y de la función de precipita-

ción pueden ser determinadas de forma experimental (capı́tulo 5).
Por último, las concentraciones del flujo efluente φe y el flujo de descarga φu están
dados por:
φe (t) = φ(−H − , t) y φu (t) = φ(B + , t)

39
3.2.3. Extensión a suspensiones con propiedades variantes en el tiempo3
Para agregar el efecto de la dosis de floculante en el modelo se incluye una variable que
dependa de la dosis de floculante y modifique alguna propiedad o parámetro del modelo
de forma dinámica. En este caso el parámetro de interés es la velocidad de precipitación de
cada partı́cula. Este parámetro es el más sensible a la dosis de floculante debido al efecto
del tamaño y densidad de partı́culas en su valor.
Definimos la variable k = k(z, t) como un número positivo adimensional entre 0 y

1 que describe el efecto de la dosis de floculante en la velocidad inicial de precipitación
para la profundidad z en el tiempo t. Cuando k = 0 la velocidad de precipitación es
nula, mientras que para k = 1 la velocidad de precipitación es la máxima posible, la
cual se obtiene para la dosis de floculante óptima. Tomando esto en cuenta se reemplaza el
parámetro v0 en la ecuación (3.27) con kvmax , en donde vmax corresponde a esta velocidad
máxima. Por lo tanto, la ecuación (3.27) dada por:
vhs (φ, k) = kvmax V (φ) = kvhs (φ) (3.29)
A la vez tenemos que reemplazar esta nueva función de precipitación en (3.17) para
obtener un nuevo coeficiente de difusión:
kvhs (φ)σe0 (φ)

a(φ) = = ka(φ) (3.30)
∆ρg
La ecuación (3.25) puede ser rescrita como:

∂φ ∂ ∂ ∂φ
S(z) + F (φ, z, t) = γ(z)ka(φ) + Qf (t)φf (t)δ(z) (3.31)
∂t ∂z ∂z ∂z
En donde F queda redefinida como:

3
Esta sección se basa en los contenidos del trabajo de Betancourt et al., 2014
40



 −Qe (t)φ para z < −H

−Q (t)φ + S(z)kv (φ)φ

para − H ≤ z < 0
e hs
F (φ, z, t) = (3.32)


 Qu (t)φ + S(z)kvhs (φ)φ para 0 < z < B


Qu (t)φ para z > B

Para completar el modelo matemático hay que definir una ecuación diferencial parcial
adicional para describir el transporte de esta nueva variable que refleja la propiedad que
varı́a en el tiempo. Para formular esta ecuación diferencial se define la variable
w(z, t) = k(z, t)φ(z, t)
como una cantidad conservada que describe la concentración local de partı́culas con
la información adicional k que estas partı́culas transportan. Considerando el teorema de
transporte de Reynolds y que en la alimentación, la variación en el tiempo de la propiedad
está dada por kf = kf (t) ∈ [0, 1], y se puede obtener formalmente la siguiente ecuación
diferencial parcial:
w2

∂w ∂ w ∂ ∂φ
S(z) + F (φ, w/φ, z, t) = γ(z) 2 a(φ) + Qf (t)wf (t)δ(z) (3.33)
∂t ∂z φ ∂z φ ∂z
Por lo tanto para simular el proceso dinámico de espesamiento se necesita resolver el

sistema de ecuaciones diferenciales parciales dadas por la ecuación (3.31) y (3.33) para
z ∈ R y t > 0.
3.3. Solución de estado estacionario
El estudio de estados estacionarios en un espesador continuo es importante para de-

terminar las condiciones iniciales y finales de un estado transiente. La construcción de
estados estacionarios se basa en una versión estacionaria de la ecuación (3.18) en donde
41
se fija el material del modelo y la geométrica del contenedor, y se asume que el espesador
opera con valores predeterminados para Qu , Qf , kf y φf y debe producir un sedimento
espesado de concentración de descarga φu > φc . En esta sección se resume el análisis
riguroso realizado en Bürger et al. (2005) para un espesador de sección transversal cons-
tante S, en donde se toman en cuenta las condiciones de salto de Rakine-Hugoniot y las
condiciones de entropı́a (para distinguir las soluciones que son fı́sicamente posibles) para
determinar una función definida por partes dos veces diferenciable que es una solución
débil de la siguiente ecuación diferencial ordinaria:

∂ ∂ ∂φ
F (φ, z) = γ(z)ka(φ) (3.34)
∂z ∂z ∂z
En la ecuación anterior, la propiedad k = kf es constante con respecto a la altura.

Las condiciones de entropı́a permiten encontrar una solución única que tenga sentido fı́si-
co. Para la construcción de una solución de estado estacionario se debe seleccionar una
concentración de descarga φu = φ(z)|z>B y luego integrar la ecuación anterior de forma
ascendente obedeciendo las condiciones de salto cuando se produzcan discontinuidades.
De esta manera se pueden establecer los limites impuestos por las condiciones de entropı́a
en la elección de parámetros de control. Tomando esto en cuenta se tiene la condición de
borde unilateral:
φ(H − ) = φu > φc (3.35)
Para aplicaciones prácticas, la discusión de soluciones de estado estacionario se reduce

a los casos en que el nivel de sedimento se encuentra dentro del contenedor. Además, se
asume que las funciones F e (φ) = −Qe φ + Sφkvhs (φ) y F u (φ) = Qu + Sφkvhs (φ)
son monótonamente crecientes en el intervalo [0, φc ]. También se limita el análisis a los
casos en que la concentración de rebalse φe = φ(z)|z<−H es nula. Esto implica que los
parámetros φu y φf deben ser seleccionados de tal manera que se cumpla el balance de
masa:
42
Qf φf = (Qu − Qe )φf = Qu φu − Qe φe (3.36)
para φe 6= 0, o equivalentemente:
φf (Qu − Qe )/Qu = φu (3.37)
Para φe = 0.
Es importante mencionar que este problema de estado estacionario está por lo general
sobre-determinado. Es más, si se fija un valor para φu y se integra la ecuación (3.34) de
forma ascendente obedeciendo las condiciones de entropı́a y de salto, por lo general no se
obtiene una solución con φ|x<−H = φe = 0. Estas soluciones deben ser rechazadas como
candidatas para soluciones de estado estacionario pues no cumplen con el balance de masa
global de la ecuación (3.36).
Para determinar un estado estacionario que corresponda a una solución débil en el

sentido de entropı́a y que cumpla con el balance de masa global, se necesita realizar un
proceso iterativo que implica, fijar φf y kf , elegir un valor para φu , resolver la ecua-
ción diferencial en (3.34) y verificar si se cumple la ecuación (3.36) reemplazando φe por
φ(−H − ). El paso iterativo corresponde a variar el valor de φu en caso que el balance de
masa global de la ecuación (3.36) no se cumpla. Sin embargo, bajo el supuesto de mo-
notonı́a de las funciones F u (φ) y F e (φ) en el intervalo [0, φc ], resulta que en todos los
casos en que la región de compresión de la solución se encuentre dentro del contenedor,
es decir inf{z ∈ R : φ(z) > φc } > −H, el valor de la concentración de rebalse φe es
nula. Justamente estos son los casos que se analizan en este estudio pues son consistentes
con los modos de operación considerados. También se tiene que estas soluciones de estado
estacionario son estrictamente crecientes.
43
Solución de estado estacionario en la zona de descarga
Para la zona de descarga z > B se necesita una solución continua en la frontera z = B,

por lo que φ(B + ) = φu . Además, se puede inferir a partir de la ecuación diferencial (3.34)
que la solución es constante para z > B. Por lo tanto se tiene que para la zona de descarga
la solución de estado estacionario es
φ(z) = φu para z > B
Solución de estado estacionario en la zona de espesamiento
Para la zona de espesamiento 0 < z < B se necesita integrar de forma ascendente la

ecuación diferencia en (3.34). Considerando la condición de salto en la frontera z = B
se puede reducir la ecuación diferencial de segundo orden (3.34) a la siguiente ecuación
diferencial de primer orden:
∂φ
Qu (φ − φu ) + Sφkvhs (φ) − ka(φ) = 0 para z < B; φ(B) = φu (3.38)
∂z
Se considera la solución de la ecuación en el intervalo (zc , B), en donde:
zc = inf{z ∈ (0, B]|φ(z) es solución de (3.38) y φ(z) > φc } (3.39)
Sin embargo, no toda solución de la ecuación diferencial (3.38) es una solución de

estado estacionario aceptable. La condición de entropı́a impone la siguiente restricción
sobre los valores de los parámetros Qu y φu para una función de densidad de flujo φkvhs (φ)
dada:
Qu φu ≤ Qu ξ + ξkvhs (ξ) ∀ξ ∈ [φ(z), φu ], para z ∈ [zc , B]

44
Esta restricción necesariamente implica que la solución φ(z) es monótonamente cre-

ciente en en el intervalo (φc , B).
Para obtener la solución de valores menores a zc hay que distinguir entre tres posibles
casos: zc > 0 (Caso 1), zc = 0 y φ(0+ ) > φc (Caso 2), y zc = 0 y φ(0+ ) = φc (Caso
3). Para el caso 1 se tiene que φ(zc+ ) = φc y considerando las condiciones de salto de
Rankine-Hugoniot y de entropı́a para el nivel z = zc se tiene que φ(zc− ) es la intersección
entre F u (φ) con la recta horizontal Qu φu de mayor valor, que sea menor o igual a φc . En
otras palabras la solución para el caso 1 en z = zc está dado por:
φ(zc+ ) = φc (3.40)
φ(zc− ) = inf φ ∈ [0, φc ]|∀ξ ∈ [φ, φc ] : F u (ξ) = Qu ξ + Sξkvhs (ξ) ≥ Qu φu

(3.41)
Es claro que para el resto del intervalo (0, zc ) la solución es constante y está dada por
φ(zc− ).
Para los Casos 2 y 3 la construcción de la solución para 0 < z < B se obtiene

directamente con la solución de la ecuación diferencial de (3.38).
Solución de estado estacionario en la zona de clarificación
Para el Caso 1 (zc > 0) se necesita resolver la transición entre dos flujos de una ley de
conservación hiperbólica en z = 0, introducida por el flujo de alimentación. Tomando en
cuenta el supuesto de monotonı́a de las funciones F u (φ) y F e (φ) en el intervalo [0, zc ], se
puede asegurar la unicidad para el valor de φ(0− ) dado φ(0+ ), tal que las condiciones de
salto en z = 0 se cumplan. Mediante un análisis riguroso de las condiciones de salto y de
entropı́a se puede concluir que la única solución es φ(0− ) = 0 y dado que la concentración
debe ser constante para z < 0 entonces φ(z) = 0 para todo z < 0, y por lo tanto φe = 0, lo
45
que es consistente con el balance de masa global. Para estas soluciones las concentraciones
de alimentación y descarga están relacionadas por la ecuación (3.37).
Para el Caso 2 (zc = 0, φ(0+ ) > φc ) se continua resolviendo la ecuación (3.34) en la

zona de clarificación dada por el intervalo (−H, 0). Considerando las condiciones de salto
de Rankine-Hugoniot en z = 0 se puede simplificar la ecuación diferencial de segundo
orden (3.34) a la siguiente ecuación diferencial de primer orden:
∂φ
Qu φ + Sφkvhs (φ) − a(φ) − Quφu − (Qe − Qu )φf = 0,
∂z
para z < 0; φ(0) = φ(0− ) = φ(0+ ) (3.42)
Se considera la solución en el intervalo (z̃c , B), en donde:
z̃c = inf{z ∈ [−H, 0)|φ(x) es solución de (3.42) y φmax > φ(z) > φc }
Para que la solución φ(z) obtenida con φ(0− ) = φ(0+ ) > φc sea consistente con el
modelo se necesita que se cumpla que φ(0− ) < φ∗ , en donde φ∗ es un punto único en
(φc , φmax ) que satisface la ecuación F e (φ∗ ) = −Qe φ∗ + Sφ∗ kvhs (φ∗ ) = −Qe φe . Esta
solución es monótonamente creciente en el intervalo (z̃c , 0).
Sabemos que existe una discontinuidad dada por un salto en z = z̃c y que debemos
encontrar una solución constante φ(z) = φ(z̃c− ) para el resto del intervalo (−H, z̃c ). Con-
siderando que la solución debe satisfacer la condición 0 ≤ φ(z̃c ) ≤ zc , la función F e (φ)
es no-negativa y monótonamente creciente en el intervalo [0, φc ] y tomando en cuenta las
condiciones de salto de Rankine-Hugoniot y de entropı́a se puede concluir de forma si-
milar que para el Caso 1 que φe = 0 y φ(z̃c− ) = 0, es decir la solución es cero para el
intervalo (−H, z̃c ).
46
Para el Caso 3 (zc = 0, φ(0+ ) = zc ), utilizando las condiciones de salto de Rankine-

Hugoniot y de entropı́a se puede concluir que φ(0− ) = 0 y este valor es constante en el
resto de la zona de clarificación y de rebalse z < 0. Es más, el Caso 3 corresponde a un
caso lı́mite entre los Casos 1 y 2 cuando φ(0+ ) → φc .
3.4. Extensión para propiedades granulométricas
Como se decidió utilizar un modelo para una mezcla mono-dispersa, por las razones
expuestas en la sección 3.1, no se considera información sobre la granulometrı́a del relave
espesado en la descarga. Sin embargo, esta información es importante pues influye de
manera significativa en variables de los procesos de transporte y depósito de relaves. Un
ejemplo de una variable importante que se ve influenciada por la granulometrı́a es el yield
stress (Garrido y Rojas, 2013). Es por esto que se propone extender el modelo de espesador
para incluir n ecuaciones de transporte como la de la ecuación (3.33), para n variables
conservadas que se relacionen con la granulometrı́a del relave floculado. Con el modelo
resultante se pueden recuperar propiedades de la granulometrı́a del relave en la descarga.
Es importante destacar que la extensión propuesta solo permite que las propiedades de
la granulometrı́a del relave en la alimentación sean transportadas hasta la descarga. Esto
quiere decir que el modelo no toma en cuenta el efecto del proceso sobre estas propiedades.
De acuerdo a lo anterior, se definen las variables pi = pi (z, t) como números positivos

adimensionales entre 0 y 1 que representan la fracción en peso de partı́culas con tamaño
menor o igual a un valor de referencia Xi para la profundidad z en el tiempo t, con i =
1, · · · , n. De forma análoga que en la sección 3.2.3 se definen la siguientes variables para
describir el transporte de estas propiedades:
ui (z, t) = pi (z, t)φ(z, t)
Se propone la variable pi para la propiedades granulométricas porque un modelo

dinámico del transporte de esta variable escalar puede obtenerse a partir de una ley de
47
conservación (Conservation Law). Si consideramos un volumen finito arbitrario de pro-

fundidad (za , zb ) y la siguiente expresión para el flujo total de partı́culas que pasa por la
sección transversal en z:

∂φ ∂φ
Φ φ, , k, z, t = F̄ (φ, k, z, t) − γ(z)ka(φ) (3.43)
∂z ∂z
Entonces a partir del Teorema de Transporte de Reynolds (Betancourt et al., 2014) se

puede llegar a la siguiente ley de conservación en forma integral:
Z zb
d
S(z)pi (z, t)φ(z, t)dz = (pi Φ)|z=za − (pi Φ)|z=zb
dt za
Z zb
+ pf i (t)φf (t)Qf (t)δ(z)dz (3.44)
za
En donde pf i (t) = pf i (t) ∈ [0, 1] es la variación de la propiedad en la alimentación.

La ley de conservación diferencial queda entonces como:

∂ui ∂ ui ∂ ui w ∂φ
S(z) + F (φ, w/φ, z, t) = γ(z) a(φ) + Qf (t)uf i (t)δ(z),
∂t ∂z φ ∂z φ φ ∂z
i = 1, · · · , n (3.45)
Es importante destacar, que a diferencia de la propiedad k(z, t), las nuevas propiedades
pi (z, t) no influyen en el proceso de sedimentación-consolidación, solo son agregadas al
modelo por la información que transportan. También es importante recordar que agregar
estas variables implica agregar n ecuaciones diferenciales parciales al sistema dinámico
del espesador.
48
4. OTROS MODELOS DEL PROCESO
En este capı́tulo se presenta el modelo para el proceso de floculación previo a la etapa

de espesamiento y los modelos para las variables de yield stress en la descarga y torque de
rastrillo durante la operación del espesador.
4.1. Modelo floculación
El tipo de floculación más importante en la industria minera es la floculación por puen-

tes (bridging floculation). En este proceso cadenas de polı́meros, el floculante, son absor-
bidas simultáneamente por múltiples partı́culas formando “puentes”que resultan en una
estructura fractal con un mayor diámetro equivalente de volumen. La estructura porosa
resultante se conoce como flóculo, y por lo general tienen una alta área de superficie in-
terna por lo que la densidad de estas se ve reducida con el aumento de tamaño. El grado
y calidad del flóculo resultante debe ser evaluado en términos de cambios de la granulo-
metrı́a efectiva y la estructura de los floculos (Hogg, 2000). Existe una literatura extensa
en donde se estudian efectos del proceso de floculación en las propiedades de los flocu-
los generados, en donde se incluyen los trabajos de Klimpel y Hogg (1985, 1991); Hogg
(2000); Rattanakawin y Hogg (2001) y Gregory (2009).
La tasa a la cual ocurre el proceso de floculación está gobernada por dos factores
importantes: la fracción de superficie cubierta por floculante y la frecuencia de colisio-
nes entre partı́culas. Claramente mientras más cubierta se encuentre la superficie de una
partı́cula mayor es la posibilidad de que se formen puentes entre estas. Sin embargo, una
alta dosis de floculante puede resultar en que todas las cadenas de polı́meros sean absor-
bidas completamente por partı́culas individuales, impidiendo ası́ la absorción simultanea
necesaria para la formación de los flóculos.
El segundo factor es el más importante, dado que para que ocurra una agregación
de partı́culas deben haber necesariamente colisiones entre estas. La magnitud de la tasa
de corte, el tiempo de agitación y la concentración de sólidos son importantes por esta
49
razón. Sin embargo, agitación excesiva puede llevar a la destrucción de flóculos. Cuando
la frecuencia de colisiones es aumentada de manera artificial mediante agitación mecánica
se habla de floculación ortokinética. Este es el caso en la mayorı́a de los procesos de
espesamiento en la minerı́a (capı́tulo 7, Concha, 2014).
Dado que los factores cinéticos de la floculación dependen del sistema de alimentación
del espesador y están predeterminados, solo se considera el efecto de la dosis de floculante
en las propiedades del espesamiento. Especı́ficamente, se considera el efecto de la dosis de
floculante c (razón entre la masa de floculante agregado por masa de relave) en la variable
k definida en la sección 3.2.3. Dado que los transientes del proceso de floculación son
significativamente menores a los del espesador, se considera que esta variable se relaciona
a la dosis de floculante a través de una función estacionaria creciente e inyectiva de la
forma (Betancourt et al., 2014):
v0 (c)
k(c) = , 0 ≤ c ≤ copt
vmax
En donde k = k(c) ∈ [vmin /vmax , 1], con vmin > 0 y copt es la dosis de floculante
tal que v0 (copt ) = vmax . Solo es necesario considerar esta relación creciente, ya que para
cualquier dosis por sobre copt seria un gasto innecesario de floculante. En la formulación
de este modelo se asume que variaciones en la granulometrı́a del relave antes del proceso
de floculación no afectan de forma significativa el valor de la velocidad inicial de precipi-
tación. En la literatura no se encontró una función teórica o semi-empı́rica que relacione
la dosis de floculante con la velocidad inicial de precipitación, por lo que esta debe ser
determinada de forma empı́rica. Finalmente la función de alimentación de la propiedad k
estarı́a dada por:
kf (t) = k(c(t)) (4.1)

50
4.2. Modelo yield stress
En suspensiones flóculadas concentradas, como en el caso de relaves en pasta, las

partı́culas interactúan a través de una red que es sustentada por las fuerzas de superfi-
cie que se extienden por el volumen de la suspensión. La aplicación de esfuerzos a esta
estructura la deforman elásticamente hasta que la estructura se desarma. Este fenómeno
está relacionado con una propiedad del material conocida como yield stress (τy ). Esta
propiedad puede considerarse como el mı́nimo esfuerzo de corte necesario para que la es-
tructura solida se rompa y comience a fluir. Saber el valor de esta variable es esencial para
el diseño y control de sistemas de transporte para fluidos no-Newtonianos (Capı́tulo 10,
Concha, 2014).
El valor del yield stress para suspensiones en la industria minera depende de las pro-
piedades fı́sicas de la mezcla (e.g., concentración de sólidos, granulometrı́a y forma) y el
tipo y magnitud de las fuerzas entre partı́culas (e.g., pH, concentración iónica del lı́quido)
(Wu et al., 2015). En la actualidad, la medición de esta propiedad se debe realizar fuera de
linea a través de uno de dos métodos: (1) extrapolación de la curva de flujos para un valor
de cero tasa de corte y (2) por la medición directa del esfuerzo de corte mı́nimo necesario
para comenzar el flujo. El resultado obtenido por el primer método depende del modelo de
fluido no-Newtoniano utilizado. Dos ejemplos de modelos comunes son el de Bingham o
el de Hershel-Bulkley. Por lo general los valores obtenidos utilizando cualquiera de estos
modelos va a ser distinto entre ellos y distinto al valor obtenido por medición directa. En
esta sección se consideran el modelo de yield stress propuesto por Wu et al. (2015), que
considera el efecto de la densidad y concentración de sólidos.
Se consideran dos valores importantes relacionados con la densidad de los sólidos: true
solid density (ρs ) y bulk density (ρ). El primero se relaciona con el parámetro experimental
adimensional de gravedad especifica de sólido (Gs ) y la densidad del lı́quido (ρf ). El
segundo valor se refiere a la densidad efectiva de una muestra del sólido, la cual se obtiene
a partir del cociente entre la masa de la muestra y el volumen ocupado. El valor del bulk
51
density es siempre menor al valor del true solid density debido a los espacios vacı́os que
existen entre partı́culas, intrı́nsecos a cualquier estructura de empaquetamiento. A partir
de este punto las propiedades de true solid density y bulk density serán referidas como
densidad de sólidos y densidad de sólidos aparente, respectivamente.
Tomando esto en cuenta, se define el grado de saturación (Sr ) como la razón entre el
volumen del fluido y el volumen de los espacios vacı́os creados por la red de partı́culas en
el sedimento. El grado de saturación se encuentra relacionado a las variables de densidad
y concentración de sólidos a través de la siguiente ecuación (Wu et al., 2015):
ρρs
Sr (cw , ρs , ρ) = (1 − cw ) (4.2)
ρs − ρ
En donde cw es la concentración sólidos en peso. Está última se define como la razón

de masa de sólidos sobre masa total y se relaciona con la concentración de sólidos vo-
lumétrica φ a partir de la siguiente ecuación:
ρs φ
cw = (4.3)
ρs φ − ρf (1 − φ)
En el modelo de Wu et al. (2015), los autores asumen que el yield stress se encuentra
totalmente determinado por el grado de saturación a través de la siguiente ecuación:
τy (φ, ρs , ρ) = κSr (cw (φ), ρs , ρ)−m (4.4)
En donde κ y m son parámetros del modelo, los cuales deben ser ajustados. En el
trabajo original, los autores ajustan y validan el modelo utilizando dos muestras de relaves
de cobre espesados de diferente origen. Las muestras de relaves tenı́an concentraciones de
sólidos en el rango de cw = 0,59 a 0,76 y densidades ρs = 2690[kg/m3 ] y 2660[kg/m3 ] y
ρ = 1500[kg/m3 ] y 1600[kg/m3 ]. El modelo es ajustado con una muestra y luego validado
52
con la otra. El resultado de la validación es positivo, lo que entrega evidencia empı́rica de

la relación entre el yield stress y el grado de saturación.
Adicionalmente, resulta importante mencionar la relación entre la variable de densi-

dad aparente y la granulometrı́a. El valor de la primera depende de los espacios vacı́os
que existen entre las partı́culas y por lo tanto como estas se distribuyen en el espacio.
Claramente esta distribución va depender de la granulometrı́a de la muestra considerada.
En la revisión bibliográfica no se encontró evidencia de modelos teóricos que relacio-

nen estas variables. La literatura existente esta enfocada en la estimación de la densidad
aparente para muestras de tierra con materia orgánica para aplicaciones en la agricultura.
Un ejemplo es el trabajo de Keller y Håkansson (2010), en donde se estudia el la rela-
ción de la densidad aparente (bulk density) con la granulometrı́a y contenido orgánico de
muestras de tierra. En este estudio la granulometrı́a de la muestra es caracterizada por
rangos comunes de tamaño de partı́culas y por los parámetros de la distribución teórica de
Rosin-Rammler.
En el trabajo de Keller y Håkansson (2010) se observa que a partir de un umbral de

contenido de partı́culas finas, la relación entre la densidad aparente y esta variable es ne-
gativa. Este resultado puede ser extrapolado al caso de relaves a través de la observaciones
de Wu et al. (2015), en donde la muestra de relave clasificada como más fina (en el sentido
de tamaño de partı́culas) tenia la menor densidad aparente. La muestra de relave más fina
también resultó tener un mayor yield stress, resultado que es consistente con evidencia
empı́rica de la relación entre esta variable y la granulometrı́a (Garrido y Rojas, 2013).
4.3. Modelo torque de rastrillo
El torque del rastrillo (T ) es una variable del espesador que se relaciona directamen-
te con las propiedades reológicas de la suspensión espesada. Tomando esto en cuenta, se
considera el modelo de Tan et al. (2017), que consiste en una ley potencial en donde el
53
torque del rastrillo es una función de la concentración de sólidos. El modelo se deriva prin-
cipalmente a partir de evidencia empı́rica de la relación lineal entre el torque de rastrillo
y el yield stress. En la sección anterior queda claro que la concentración de sólidos tiene
un rol importante en la definición de las propiedades reológicas, por lo que es lógico con-
siderar esta variable para el modelo del torque de rastrillo. Especı́ficamente, se considera
la concentración de sólidos en el volumen del espesador en donde el rastrillo opera. Con
este fin se define una variable para la concentración de sólidos “compuesta” (φT ):
Z z2
φT (t) = C(z)φ(z, t)dz (4.5)
z1
En donde [z1 , z2 ] es el intervalo de la altura del espesador en donde actúa el rastrillo

y C(z) es una función de la altura que relaciona la contribución de la concentración de
sólidos en la altura z al torque del rastrillo. Esta función C(z) es nula fuera del intervalo
[z1 , z2 ] y depende del diseño y geometrı́a del espesador y el rastrillo.
Tomando en cuenta la variable definida anteriormente, el modelo para el torque de

rastrillo es:
T (φT ) = a1 φaT2 + a3 (4.6)
En donde a1 , a2 y a3 son parámetros del modelo que deben ser ajustados de manera
empı́rica. En el trabajo original de Tan et al. (2017), el modelo es validado utilizando datos
de una planta de procesamiento de carbón mineral.
54
5. DETERMINACIÓN DE PARÁMETROS
En los capı́tulos 3 y 4 de esta investigación se presentaron los modelos que serán

utilizados para el desarrollo del simulador dinámico para la producción de relaves en pasta.
En el desarrollo de estos surgen múltiples funciones constitutivas y parámetros que deben
ser determinados para que el simulador permita representar y predecir el funcionamiento
de un espesador real. Este capı́tulo tiene el propósito de presentar y desarrollar las pruebas
y metodologı́as necesarias para ajustar los distintos modelos a un proceso de producción
de relaves en pasta real.
Dado que cada modelo fue desarrollado de forma independiente en la literatura, cada
uno cuenta con una metodologı́a de estimación particular. Para los modelos de espesador
y floculación los parámetros se determinan a partir de pruebas de sedimentación, mientras
que el modelo de yield stress debe ser estimado a partir de la caracterización reológica de
los relaves descargados. El modelo de torque de rastrillo se estima a partir de series de
tiempo entre el torque medido y la distribución de sólidos al interior del espesador. Esto
último hace necesario contar con un modelo calibrado del espesador previo a la estima-
ción.
5.1. Modelo espesador1
Para la estimación de parámetros del modelo de espesamiento considerado en este

estudio se necesitan realizar múltiples pruebas de sedimentación. Estos experimentos con-
sisten en la medición de la evolución de la interfaz entre la suspensión y el fluido en el
tiempo, y el perfil de concentración de sólidos final. Estos datos son utilizados para obte-
ner fórmulas aproximadas de correlación y luego, mediante manipulación algebraica, se
determinan representaciones empı́ricas de las funciones constitutivas del modelo.
En esta sección se desarrollan las metodologı́as necesarias para estimar la función de

sedimentación vhs (φ) y la función de esfuerzo efectivo de sólido σe (φ). La determinación
1
Esta sección se basa en los contenidos del capitulo 8 del libro de Concha, 2014
55
de otros parámetros, como por ejemplo la densidad de sólidos y del fluido, no se desa-
rrolla en esta sección porque son valores que pueden ser determinados directamente por
instrumentación.
5.1.1. Función de velocidad de precipitación
Para la función de velocidad de precipitación por lo general se consideran dos modelos

distintos: el modelo de Richardson y Zaki (1954), con dos parámetros v0 y nRZ y el modelo
de Michaels y Bolger (1962), con tres parámetros v0 , nM B y φm :

 v (1 − φ)nRZ Richardson y Zaki
0
vhs = (5.1)
v0 (1 − φ )nM B Michels y Bolger
φm
Para ajustar este modelo se realizan experimentos de precipitación para distintas con-
centraciones iniciales φ0,i , en cilindros graduados de uno o dos litros de capacidad. Para
cada concentración, la altura de la interfaz entre el agua clara y la suspensión es registrada
en función del tiempo.
Para cada concentración se deberı́a observar que la altura decrece inicialmente de for-
ma lineal con el tiempo y luego se estabiliza en una altura limite. La pendiente de la parte
lineal de la serie de tiempo representa el valor de la velocidad de precipitación vhs,i para la
concentración φ0,i correspondiente. Con estos datos se puede realizar un ajuste de mı́nimos
cuadrados no lineal para el modelo de sedimentación considerado (ecuación 5.1).
5.1.2. Concentración crı́tica
Para la estimación de la concentración crı́tica se considera la siguiente ecuación para

suspensiones compresibles:
dD
= −R (D − D∞ ) para Dc ≥ D ≥ D∞ (5.2)
dt
56
En donde D es la dilución, esto es, la razón de masa de fluido a masa de sólido en la

suspensión:
ρf (1 − φ)
D=
ρs φ
En donde el parámetro R es una constante y t el tiempo. Los subı́ndices ∞ y c repre-

sentan los valores de equilibrio y crı́tico para la dilución, respectivamente. Si se considera
D − D∞ proporcional a z − z∞ , en donde z∞ es la altura final del sedimento, entonces D
puede ser sustituido por z en la ecuación 5.2 y esta puede ser escrita en forma integrada
como:
z − z∞
= exp (−Rt) para L ≥ z ≥ zc (5.3)
L − z∞
En donde L es la altura inicial de la suspensión. La ecuación anterior es valida so-

lamente para el rango de consolidación del proceso de sedimentación-consolidación. Se
puede demostrar que si se toma el logaritmo del lado izquierdo de la ecuación 5.3 y se
grafica en función del tiempo, se pueden ajustar tres rectas, una para el rango de precipi-
tación (hindered settling), otra para el rango intermedio y finalmente una para el rango de
consolidación. El punto crı́tico de este gráfico (tc , zc ) es es la intersección de la segunda
y tercera recta. De la teorı́a de Kynch, φc es la concentración final, por lo tanto puede ser
obtenida a partir del siguiente balance de volumen entre t = 0 y t = tc :
Lφ0 = zc φc (5.4)
La concentración crı́tica obtenida de esta manera depende de la concentración inicial

de la suspensión φ0 , dado que la ecuación 5.4 es valida solo para un régimen de Kynch
al final de la sedimentación. El valor para la concentración crı́tica converge a un valor
constante a medida que la concentración tiende a cero (Capı́tulo 5, Concha, 2014). Por
57
lo tanto, para cada prueba con distinta concentración inicial φ0,i , se puede calcular una
concentración crı́tica φc,i . Con esta información se puede obtener el valor teórico de la
concentración crı́tica por extrapolación para φ0 = 0.
Otro método más preciso consiste en la conservación de masa solida antes y después
de la sedimentación, de manera similar a la ecuación 5.4, pero ahora considerando la
compresión. Antes de la precipitación la suspensión tiene una masa de sólido de ρs LSφ0 ,
en donde S es la sección transversal de la columna de precipitación y ρs la densidad de
sólidos. Después del proceso de sedimentación y consolidación toda la masa de sólido se
encuentra contenido dentro del sedimento, por lo que la siguiente ecuación es valida:
Z zc
Lφ0 = φ(z)dz (5.5)
0
5.1.3. Esfuerzo de sólido efectivo
La consolidación ocurre por el esfuerzo soportado por las capas de sedimento, por
lo que su efecto puede ser observado en el perfil de concentración del espesador. To-
mando esto en cuenta, la función constitutiva para el esfuerzo sólido puede ser ajustado
utilizando mediciones del perfil de concentraciones al final del proceso de sedimentación-
consolidación batch. De acuerdo al modelo dinámico de espesamiento, al final del proceso
de consolidación para el caso batch, la función de esfuerzo de sólido efectivo se relaciona
con el perfil de concentración a través de la siguiente ecuación:
∂σe ∆ρφg
=− para 0 ≤ z ≤ zc (5.6)
∂φ dφ/dz
Por lo general se utiliza uno de los siguientes modelos para describir el esfuerzo efec-
tivo sólido:
58

 α exp(βφ) función exponencial para φ ≥ φc
σe (φ) = m
φ
(5.7)
σ 0
φc
−1 función potencial para φ ≥ φc
Si consideramos la función exponencial y la reemplazamos en la ecuación (5.6) ob-

tenemos la siguiente expresión para la variación de la concentración con la altura en el
sedimento:
dφ ∆ρφg
=− para 0 ≤ z ≤ zc (5.8)
dz αβ exp(βφ)
A partir de la ecuación anterior se puede obtener una expresión que relaciona de forma
directa la altura de una concentración especifica dentro del sedimento:
Z φ
A1 exp(A2 s)
z(φ) = ds para φc ≤ φ ≤ φmax
φmax s
Con A1 = −(αβ)/(∆ρg) y A2 = β. Utilizando la expansión de Taylor de la función

exponencial se puede obtener la siguiente solución aproximada para la integral presentada
anteriormente:
N N
!
X (A2 φ)n X (A2 φmax )n
z(φ) ≈ A1 ln(φ) + − ln(φmax ) − para φc ≤ φ ≤ φmax
n=1
n × n! n=1
n × n!
(5.9)
En donde φmax es la concentración de la parte inferior del sedimento (z = 0). Si se

tienen medidas del perfil de concentración en relación a la altura, los parámetros α, β y
φc de la función de esfuerzo efectivo sólido pueden ser estimados a partir de la expre-
sión anterior. Para estimar el perfil de concentración se pueden utilizar mediciones de la
conductividad del sedimento consolidado en relación con la altura. La conversión entre
59
conductividad y concentración puede ser realizada a partir de una ecuación empı́rica ba-
sada en el trabajo de Maxwell (Garrido, 2005). También se pueden utilizar mediciones de
la presión diferencial para estimar el perfil de concentración (Concha et al., 2017).
La solución aproximada de la integral (5.9) también puede ser utilizada para resolver
de forma numérica el balance de masa de la ecuación (5.5):
N
!
X (A2 φmax )n
φ0 L = (φmax − φc ) A1 ln(φmax ) + +
n=1
n × n!
N
!φc
X (A2 φ)n φ
A1 φ ln(φ) − φ + (5.10)

n × (n + 1)!

n=1 φmax
En donde los parámetros A1 , A2 y φc pueden ser obtenidos al solucionar la igualdad

de la ecuación anterior.
5.2. Modelo floculación
Para el modelo de floculación es necesario determinar una ecuación empı́rica que re-
lacione la velocidad inicial de precipitación con la dosis de floculante. Con este objetivo
se debe medir la velocidad inicial de precipitación de la suspensión floculada con distintas
dosis de floculante. El proceso de floculación debe realizarse bajo condiciones que repli-
quen las del sistema real (esfuerzos de corte y concentración inicial de sólidos). Por lo
general en el mecanismo de alimentación del espesador se mantienen fijos estos factores
en valores óptimos, que son determinados en las etapas de diseño.
A partir de las pruebas de sedimentación se puede obtener para cada dosis de floculante
ci la velocidad inicial de precipitación v0,i al resolver la siguiente ecuación:
vi = v0,i (1 − φF )nRZ
60
En donde vi es la pendiente de la parte lineal de la serie de tiempo obtenida a partir

de la prueba de sedimentación, φF es la concentración de sólidos volumétrica a la cual se
realiza la floculación, y por lo tanto la concentración inicial de la prueba de sedimentación,
y nRZ el exponente estimado en las pruebas de sedimentación previas.
Por último, hay que estimar una función empı́rica que pueda ser utilizada para calcular
la velocidad inicial de precipitación v0 a partir de la dosis del floculante ci :
v0 = f (c) (5.11)
5.3. Modelo yield stress
Los parámetros importantes del modelo de yield stress son las constantes κ y m, las
cuales deben ser determinados a partir de un ajuste de la función de la ecuación (4.4). Para
poder realizar esto se necesita calcular el grado de saturación según la ecuación (4.2) para
muestras de relave espesado con distintas concentraciones de sólido. Los valores de yield
stress deben ser determinados a partir de medición directa o a través de la extrapolación
de la curva de flujo.
Para poder calcular el grado de saturación es necesario saber los valores de la densidad
de sólidos y de la densidad de sólidos aparente del relave considerado. Como se menciona
en la sección 4.2, el valor de la densidad de sólidos aparente depende del valor de la
densidad de sólidos y de la granulometrı́a del relave. Esto quiere decir que, asumiendo
que la densidad de sólidos es constante, además de ajustar el modelo de yield stress se
necesita ajustar un modelo que relacione la granulometrı́a con el valor de la densidad
aparente:
ρ = f (X ) (5.12)
En donde X es un vector que caracterice la granulometrı́a del relave.

61
5.4. Modelo de torque de rastrillo
Los parámetros importantes del modelo de torque de rastrillo son las constantes α1 , α2
y α3 . En este caso es difı́cil replicar las condiciones de operación para ajustar el modelo
correspondiente. En la practica para dimensionar el sistema de rastrillo de un espesador se
compara el yield stress obtenido en pruebas de laboratorio con el factor de torque de los
proveedores. Este procedimiento no puede ser extendido para determinar los parámetros
del modelo considerado. Teniendo esto en cuenta, se propone utilizar series de tiempo de
la operación del espesador para ajustar el modelo de la ecuación (4.6). Para poder estimar
la concentración de sólidos “compuesta”se necesita implementar un observador a partir
del modelo de espesamiento calibrado. Este es el procedimiento utilizado en el trabajo
original, en donde el modelo es propuesto (Tan et al., 2017).
5.5. Instrumentación
En este capı́tulo queda claro que la determinación de los parámetros del proceso de
producción de relaves implica un trabajo de laboratorio riguroso. Esto se cumple espe-
cialmente para el modelo de espesamiento, en donde se deben realizar múltiples pruebas
de sedimentación para medir velocidades de sedimentación y perfiles de concentración.
Los resultados de estos experimentos deben ser procesados y ajustados a los modelos co-
rrespondientes. Dada la importancia de estimar los parámetros de espesamiento de forma
periódica y de lograr representar correctamente el comportamiento del relave en un espe-
sador, en la Universidad de Concepción han desarrollado dos nuevos instrumentos para
determinar las propiedades del material en lı́nea: SediRack On-line y ColumnTest. Estos
instrumentos permiten determinar la función de sedimentación y perfil de concentración
en un espesador utilizando los métodos revisados en este capitulo. En Concha et al. (2017)
validan estos instrumentos en un espesador de molibdeno y en un espesador de relaves.
62
6. DESARROLLO E IMPLEMENTACIÓN DEL SIMULADOR DINÁMICO
Para el desarrollo del simulador se utiliza una estructura modular en donde cada módu-
lo corresponde a la implementación de uno de los modelos propuesto en los capı́tulos 3
y 4. También se incluyen en el simulador módulos adicionales que consisten de modelos
simples para la obtención de variables de interés como el nivel de sedimento, tiempo de re-
sidencia y producción de sólidos. En la figura 6.1 se presenta un diagrama de bloques que
resume la estructura modular y las variables importantes en el simulador dinámico para la
producción de relave en pasta. En este capı́tulo se desarrolla en detalle la implementación
de cada uno de estos módulos en el marco de la tesis.
Figura 6.1. Diagrama de bloques de la estructura modular del simulador

dinámico para la producción de relave en pasta.
Las entradas del simulador son:
c(t): dosis de floculante (gpt)

Qf,i (t): flujo volumétrico de alimentación del espesador antes del mecanismo de
auto-dilución (m3 /s)
φf,i (t): concentración de sólidos volumétrica en alimentación del espesador antes
del mecanismo de auto-dilución (v/v)
Qu (t): flujo volumétrico de descarga del espesador (m3 /s)
63
pf (t): vector de dimensión n con los valores de fracción en peso de partı́culas para
las n clases de tamaño en la alimentación (p/p)
Las salidas del simulador son:
φu : concentración de sólidos volumétrica en la descarga del espesador (v/v)

φe : concentración de sólidos volumétrica en el rebalse del espesador (v/v)
Qe (t): flujo volumétrico de rebalse del espesador (m3 /s)
h(t): altura del sedimento (m)
τy (t): yield stress (Pa)
T (t): torque de rastrillo ( % de capacidad)
pu (t): vector de dimensión n con los valores de fracción en peso de partı́culas para
las n clases de tamaño en la descarga (p/p)
τ (t): tiempo de residencia (h)
F (t): flujo de sólidos (tpd)
En la sección 5.2 se menciona que en la práctica el mecanismo de alimentación1 man-

tiene fija la concentración de sólidos de alimentación en un valor óptimo para el proceso
de floculación. Tomando esto en cuenta para el desarrollo del simulador, la concentración
de sólidos en la alimentación φf (t) es considerada un parámetro φf en vez de una varia-
ble. La variable φf,i es utilizada en el módulo de auto-dilución para calcular el flujo de
alimentación Qf,o que resulta en la concentración de alimentación óptima mencionada y
cumple con el balance de masa.
6.1. Módulo de espesamiento
En el módulo de espesamiento se integra el modelo dinámico de sedimentación-con-

solidación al simulador. Para simular dinámicamente el modelo de espesador se utiliza
una versión modificada del esquema numérico presentado en Betancourt et al. (2014). Las
1
Un ejemplo de un sistema de dilución en el mecanismo de alimentación es el EIMCO P-DUCTM Feed
Dilution System utilizado en espesadores de FLSmidth.
64
variables de entrada para este módulo son: la variable kf (t), el flujo volumétrico en la
alimentación después del mecanismo de auto-dilución Qf,o (t) y el flujo volumétrico en la
descarga Qu (t), y las variables para la fracción en peso de las partı́culas en la alimentación
pf (t). Este módulo tiene como salidas: (i) el perfil de la concentración de sólidos φ(z, t),
(ii) el flujo volumétrico de rebalse Qe (t), y (iii) las variables para la fracción en peso de
las partı́culas p(z, t) = [pi (z, t)]n×1 . Es importante recordar que el valor de las variables
pu (t) = p(H + , t) no representan las propiedades granulométricas del relave después del
espesamiento, sino que las propiedades granulométricas que el relave descargado tenia en
la alimentación, ya que las ecuaciones diferenciales para las variables ui solo transportan
las propiedades.
6.1.1. Esquema numérico
El esquema numérico considerado es un método de volúmenes finitos. Este tipo de

método está relacionado con los métodos de diferencias finitas, y en ocasiones es interpre-
tado directamente como una aproximación de diferencias finitas de la ecuación diferencial
bajo consideración. Segun LeVeque (2002) este tipo de métodos suele tener múltiples ven-
tajas sobre otros esquemas de diferencias finitas, pues son derivados en base de la forma
integral de la ley de conservación modelada.
Los métodos de volúmenes finitos en una dimensión espacial están basados en la divi-
sión del dominio espacial en múltiples intervalos denominados volúmenes finitos, o celdas,
y la aproximación de la integral de la variable conservada en cada uno de ellos. En cada
paso temporal se actualizan estos valores utilizando aproximaciones del flujo a través de
las fronteras de los volúmenes finitos (Vázquez-Cendón, 2015).
Especı́ficamente, en esta investigación se considera el método numérico propuesto por

Betancourt et al. (2014), y es extendido para incluir el caso en que la sección transversal
que depende de la altura y para incluir el transporte de las variables conservadas pi (z, t).
La modificación para una sección transversal que depende de la altura se hace de forma
consistente con los desarrollos numéricos de Bürger et al. (2005). Para las ecuaciones de
65
transporte de las variables ui (z, t) se extiende el procedimiento realizado por Betancourt

et al. (2014) para la ecuación de transporte de w(z, t).
Se divide el eje espacial en capas de profundidad ∆z > 0 y definimos los puntos

de la grilla zj = j∆z y los puntos de la grilla escalonada zj+1/2 = (j + 1/2)∆z para
j = 0, ±1, · · · . De la misma manera el eje temporal es discretizado en los puntos tn = n∆t
para n = 0, 1, · · · con un paso temporal de tamaño ∆t > 0. También se discretiza el
parámetro γ(z), el área de la sección transversal y el flujo promedio de la mezcla como:
Z zj+1
1
γj+1/2 = γ(z)dz
∆z zj
Z zj+1/2
1
Sj = S(z)dz
∆z zj−1/2

−Q (t) para z
n e j+1/2 < 0
qj+1/2 =
Qu (t) para zj+1/2 > 0
Se definen las variables φnj , wjn y unij como aproximaciones numéricas de las variables
φ(zj , tn ), w(zj , tn ) y ui (zj , tn ) respectivamente. La variables numéricas kjn y pnij que apro-
ximan la variables k(zj , tn ) y pi (zj , tn ) pueden ser calculadas a partir de las otras variables
como:

0 si φnj = 0
kjn =
wn /φn en caso contrario
j j

0 si φnj = 0
pnij = , para i = 1, · · · , n
un /φn en caso contrario
ij j
Además, se define la función:
Z φ
a(s)
A1 (φ) = ds
0 s
66
Finalmente se definen los parámetros del esquema numérico λj = ∆t/(Sj ∆z) y µj =

λj /∆z.
El esquema numérico consiste de dos pasos temporales de Euler a través de un método

de operator splitting, en donde la contribuciones lineales y no-lineales de los flujos son
consideradas de forma separada. Con la notación:
snj = (φnj , wjn , un1j , · · · , un2j )
snf = (φf , wf (tn ), uf i (tn ), · · · , uf i (tn ))
El primer paso del esquema es:
n+1/2
= snj − λj qj+1/2
n
(snj+1/2 − snf ) − qj−1/2
n
(snj−1/2 − snf )

sj
En donde:

s n n
si qj+1/2 ≥0
j
snj+1/2 =
s n en caso contrario
j+1
n+1/2
Luego, el valor actualizado por la contribución lineal de los flujos uj es utilizado
para calcular las siguientes variables:

0 n+1/2
n+1/2 si φj <ε
kj = n+1/2 n+1/2
w /φj en caso contrario
j
Se utiliza un parámetro ε positivo del orden de 10−16 para evitar problemas numéricos
cuando φn+1
j tome valores positivos pequeños cercanos a cero. El resto de las variables se
calculan como:
67

n+1/2 n+1/2 n+1/2
Vj+1/2 = γj+1/2 kj+1 vhs φj+1

k n+1/2 si φn+1/2 ≤ φn+1/2
n+1/2 j j+1 j
kj+1/2 =
k n+1/2 en caso contrario
j+1

wn+1/2 si φn+1/2 ≤ φn+1/2
n+1/2 j j+1 j
wj+1/2 = n+1/2
w en caso contrario
j+1

un+1/2 si φn+1/2 ≤ φn+1/2
n+1/2 ij j+1 j
ui(j+1/2) = , para i = 1, · · · , n
un+1/2 en caso contrario
i(j+1)
El segundo paso del esquema es:

n+1/2 n+1/2 n+1/2 n+1/2 n+1/2
φn+1
j = φj − λ j V φ
j+1/2 j − V φ
j−1/2 j−1 + ···
h i
n+1/2 n+1/2 n+1/2
µj γj+1/2 wj+1/2 A1 φj+1 − A1 φj − ···
h i
n+1/2 n+1/2 n+1/2
γj−1/2 wj−1/2 A1 φj − A1 φj−1

n+1/2 n+1/2 n+1/2 n+1/2 n+1/2
wjn+1 = wj − λj Vj+1/2 wj − Vj−1/2 wj−1 + ···
h i
n+1/2 n+1/2 n+1/2 n+1/2
µj γj+1/2 wj+1/2 kj+1/2 A1 φj+1 − A1 φj − ···
h i
n+1/2 n+1/2 n+1/2 n+1/2
γj−1/2 wj−1/2 kj−1/2 A1 φj − A1 φj−1

n+1/2 n+1/2 n+1/2 n+1/2 n+1/2
un+1
ij = uij − λj Vj+1/2 uij − Vj−1/2 ui(j−1)
+ ···
h i
n+1/2 n+1/2 n+1/2 n+1/2
µj γj+1/2 ui(j+1/2) kj+1/2 A1 φj+1 − A1 φj − ···
h i
n+1/2 n+1/2 n+1/2 n+1/2
γj−1/2 ui(j−1/2) kj−1/2 A1 φj − · · · A1 φj−1 , para i = 1, · · · , n
68
La convergencia del esquema numérico depende de la elección adecuada de lo paráme-

tros de discretización ∆t y ∆z.
Para la implementación de este método numérico en Simulink fue necesario tomar tres
medidas importantes. En primer lugar, para programar el modelo se debe considerar un
número finito de capas. Para poder resolver el esquema numérico para un espesador con N
capas se necesita una grilla con N +3 puntos en donde j = −1, 0, · · · , N, N +1 y su (tn ) =
(φnN +1 , wN
n n n n n n n
+1 , u1(N +1) , · · · , un(N +1) ) y se (tn ) = (φ−1 , w−1 , u1(−1) , · · · , un(−1) ). Para la
grilla escalonada se necesitan al menos N + 4 puntos en donde j = −2, −1, · · · , N + 1.

El valor de ∆z se relaciona con N a través de la siguiente expresión:
B+H
∆z =
N
1 2 jf + 2 N +2 N +3
φ−1 φ0 φjf φN φN +1
··· ···
z−3/2 z−1/2 z1/2 zjf −1/2 zjf +1/2 zN −1/2 zN +1/2 zN +3/2
1 2 3 jf + 2 jf + 3 N +2 N +3 N +4
Figura 6.2. Ilustración de grilla y grilla escalonada utilizada para la discre-

tización espacial.
La segunda medida es respecto a la función A1 (φ). Dado que se trata de la función

primitiva de una función compleja, por lo general no va a haber una solución analı́tica
disponible, por lo que va ser necesario recurrir a métodos numéricos para poder evaluarla.
Dado que este proceso debe realizarse múltiples veces para cada iteración, hacer el cálculo
numérico puede llegar a ser muy costoso computacionalmente. Teniendo esto en mente se
optó por calcular la integral fuera de lı́nea para todo el dominio de la función y construir
una tabla de búsqueda. La tabla puede ser utilizada para evaluar de forma eficiente la
función A1 (φ) utilizando una interpolación lineal simple.
69
La tercera medida está relacionada con la implementación en Simulink. Para que el

esquema numérico pueda funcionar con los pasos variables de tiempo de los distintos blo-
ques que interactúan en la simulación completa en Simulink se reformulan las expresiones
para φn+1
j , wjn+1 y un+1
ij de tal manera que estos puedan ser calculados con el bloque de
integración discreta de Simulink. Para lograr esto se utiliza un User-Defined Function pa-
ra calcular las variaciones correspondientes. Estas se obtienen a partir de las expresiones
originales como:
φn+1
j − φnj
= ∆φnj (φnj , wjn )
∆t
wjn+1 − wjn
= ∆wjn (φnj , wjn )
∆t
un+1
ij − unij
= ∆unij (φnj , unij )
∆t
Las variaciones son las entradas del bloque de integración discreta. Esta implementa-
ción también permite incluir las condiciones iniciales de manera simple y directa.
Para garantizar que se cumpla que 0 ≤ wjn ≤ φnj ≤ 1 para todo j y todo n > 0 se debe
cumplir la condición de Courant, Friedrichs and Lewy (CFL). Esta es una condición ne-
cesaria y suficiente para que cualquier esquema de volúmenes finitos o diferencias finitas
explicito sea estable. El método se debe aplicar de tal manera que la información se propa-
gue a una velocidad que es fı́sicamente correcta, que se determina a través de los valores
propios de la matriz del Jacobiano del flujo de la ley de conservación (Vázquez-Cendón,
2015). Para el esquema numérico implementado se utiliza la condición CFL presentada
por Betancourt et al. (2014) ajustada por un factor que toma en cuenta el efecto de la
sección transversal (Bürger et al., 2005):
70
max {C1 , C2 , C3 } ≤ 1
En donde:
∆t Qf (t)
C1 = máx
∆z 0≤t≤T Smin

∆t Smax 0 2 d(φ)
C2 = máx vhs (φ) + máx vhs (φ) + máx
∆z Smin 0≤φ≤1 0≤φ≤1 ∆z φc ≤φ≤1 φ

∆t Smax 2 d(φ)
C3 = máx vhs (φ) + máx
∆z Smin 0≤φ≤1 ∆zφc c
φ ≤φ≤1 φ
Con T el tiempo total de simulación. Se prueba la convergencia y consistencia del

esquema numérico para distintas resoluciones a través de simulaciones numéricas en el
capı́tulo 8.
6.2. Módulo yield stress
Para el módulo de yield stress se consideran solo funciones estacionarias, por lo que
estas pueden ser evaluadas directamente. Las entradas son la concentración volumétrica
de sólidos φu (t) y las propiedades granulométricas pu (t) en la descarga. La salida del
módulo es el valor del yield stress τy .
Para calcular el yield stress hay que primero calcular el grado de saturación Sr del
relave descargado a través de la ecuación 4.2. Para esto hay que convertir el valor de
la concentración de descarga de razón volumétrica φu (v/v) a razón de peso cw,u (p/p)
a través de la ecuación (4.3). También es necesario calcular la densidad aparente ρ del
relave a partir de las propiedades granulométricas de la descarga. Dado que no se cuenta
con datos o un modelo empı́rico que relacione estas variables para relaves, se propone
71
utilizar la siguiente función que relacione el valor de la densidad aparente con la fracción
de peso de menor tamaño p1 :
ρ(p1 ) = c0 + c1 (p1 − θ)2 , 0 ≤ p1 ≤ p1,max (6.1)
En la ecuación anterior θ representa un umbral en donde se alcanza la máxima densi-

dad aparente. Se elige esta forma para el modelo empı́rico por los resultados obtenidos en
el trabajo de Keller y Håkansson (2010) para la densidad aparente y la granulometrı́a de
tierra con material orgánico.
6.3. Módulo torque de rastrillo
Para el módulo de torque de rastrillo se consideran solo funciones estacionarias, por

lo que estas pueden ser evaluadas directamente. En primer lugar, para calcular el torque
según el modelo propuesto por Tan et al. (2017), hay que calcular la concentración de
sólidos “compuesta”. Para hacer esto hay que definir la función C(z) de la ecuación 4.5. Es
razonable que la ponderación de la concentración de sólidos a la altura z sea proporcional
al volumen de la suspensión a esa altura. Teniendo esto en cuenta se define:

 R z2S(z) si z1 ≤ z ≤ z2
S(z)dz
C(z) = z1
(6.2)
 0 en caso contrario
Recordemos que el rango [z1 , z2 ] corresponde a la zona del espesador en donde opera
el rastrillo. En la figura 6.3 de ilustra el mecanismo de rastrillo y el rango de operación.
La versión discreta de la ecuación anterior es:

 Pj2Sj ∆z para j = j1 , j1 + 1, · · · , j2
Si ∆z
Cj = i=j1
0 en caso contrario

72
En donde j1 y j2 son tal que zj1 −1/2 < z1 < zj1 +1/2 y zj2 −1/2 < z2 < zj2 +1/2 . De esta
manera el valor de la concentración de sólidos “compuesta”se puede calcular como:
N
X +1
φT (tn ) = Cj φnj
j=−1
z = −H
z=0
z = z1
z = z2
z=B
Figura 6.3. Mecanismo de rastrillo del espesador.
6.4. Módulo de floculación
En el módulo de floculación se integra el modelo del proceso de floculación al si-

mulador. Este modelo se puede implementar de forma directa, pues se trata de funciones
estacionarias que pueden ser evaluadas directamente y no es necesario el uso de esquemas
numéricos. Las entradas del módulo de floculación son la dosis de floculante c(t) y la
salida es el valor de la variable kf (t) definida en la sección 3.2.3.
Dado que no se cuenta con datos o un modelo empı́rico que relacione la dosis de
floculante con la velocidad inicial de precipitación se propone utilizar la siguiente función
para relacionar la dosis de floculante con la velocidad inicial de precipitación:
73
(c − b3 )2

v0 (c) = b0 + b1 (b2 − c) exp − , 0 ≤ c ≤ cmax (6.3)
b4
Se considera esta forma ya que permite obtener una forma cóncava asimétrica consis-
tente con la propuesta en Betancourt et al. (2014). Esta función no tiene fundamento fı́sico
y sera utilizada para probar el simulador de producción de pasta propuesto.
6.5. Otros módulos
6.5.1. Nivel de sedimento
Se incluye un módulo para obtener el nivel de sedimento en el espesador. La variable

de entrada es el perfil de concentración dentro del espesador φ(t) y la salida es el nivel de
sedimento h(t). Se considera la altura de sedimento respecto a la parte inferior z = B del
espesador. De acuerdo al modelo considerado, la interfaz entre sedimento y suspensión se
produce a la altura en donde la concentración de sólidos alcanza el nivel crı́tico. Teniendo
esto en cuenta la altura de sedimento se calcula como:
h(t) = −zl + B
En donde zl es la altura de la capa de sedimento, en donde el ı́ndice l se puede obtener

como:
l = arg min {φj ≥ φc }

j
Esto implica que el nivel de sedimento solo puede tomar valores discretos determina-
dos por la resolución del esquema numérico.
74
6.5.2. Tiempo de residencia y producción de sólidos
También se incluye un módulo para calcular el tiempo de residencia y producción

de sólidos espesados instantáneo del espesador. Las variables de entrada de este módulo
son el perfil de concentración dentro del espesador φ(t), el flujo de descarga Qu (t) y la
concentración de descarga φu (t). Las variables de salida son el tiempo de residencia τ (t)
y el flujo de sólidos F (t). Se entiende por tiempo de residencia como el tiempo que se
demora el espesador en procesar el relave. Esta variable se puede calcular como el cociente
entre la masa de sólidos en el dispositivo y el flujo de sólidos:
PN
i=0Si ∆zφi (t)ρs
τ= (6.4)
Qu (t)φu (t)ρs
En cuanto a la producción de sólidos F , esta se puede calcular a partir del flujo y

concentración de descarga como:
F (t) = Qu (t)φu (t)ρs (6.5)
6.5.3. Mecanismo de auto-dilución
Por último se incluye un módulo que representa el mecanismo de auto-dilución del

espesador. Las entradas para este módulo son el flujo Qf,i (t) y la concentración de sólidos
φf,i (t) en la tuberı́a previa al mecanismo de alimentación y la salida del módulo es el
flujo Qf,o (t) después del mecanismo de alimentación. Para calcular la salida del módulo
se realiza un simple balance de masa entre el flujo de entrada y el flujo de salida, teniendo
en cuenta que en la salida la concentración de sólidos debe ser el valor óptimo por diseño
φf,o :
Qf,i (t)φf,i (t)

Qf,o (t) = (6.6)
φf,o
75
6.6. Implementación
El simulador desarrollado en las secciones anteriores fue implementado en el contexto

Simulink de MathWorks, versión 2015a, de acuerdo a la figura 6.4 en un sistema Windows
TM
10 de 64-bits con 8 GB de memoria RAM y un procesador Intel
R
Core i7-4710HQ CPU
de 2.50 GHz. En esta se pueden observar las variables de entrada y salida mencionadas en
el comienzo del capı́tulo y como estas se relacionan entre si. Los parámetros de cada mo-
delo deben ser inicializados de forma previa a la simulación por medio de un script. En
el anexo B se incluye como ejemplo el script utilizado para inicializar las simulaciones
de los capı́tulos 8 y 9.
Figura 6.4. Simulador dinámico para el proceso de producción de relaves

en pasta
En la figura 6.5 se muestra el diagrama del bloque “módulo espesador”de la figura

anterior. En este se puede observar los bloques de integración utilizados para actualizar
las variables de estado de acuerdo al paso calculado por el esquema numérico. El esquema
numérico propiamente tal se encuentra implementado en el bloque modelo espesador.
Los bloques de integración utilizan condiciones iniciales que deben incluirse en el script
de inicialización. En el simulador, también se incluyen bloques que permiten guardar el
76
valor final de las variables de estado del módulo espesador, de tal manera que se puedan
realizar simulaciones sucesivas que utilicen el resultado de la simulación anterior.
Figura 6.5. Detalle módulo espesador del simulador dinámico

77
7. CALIBRACIÓN DEL SIMULADOR DINÁMICO
Para poder validar el simulador dinámico se realiza una calibración de los modelos a
partir de información disponible en la literatura complementada con datos de la operación
de un espesador en pasta real. Cada módulo es calibrado de forma diferente, de acuerdo
a la información disponible y las caracterı́sticas del modelo. Los módulos son calibrados
desde la alimentación hacia la descarga. Esto quiere decir que en primer lugar se calibra el
módulo de floculación, luego el de espesamiento y finalmente los módulos de yield stress
y torque de rastrillo.
Para calibrar el módulo de floculación se asume una forma funcional, y a partir de

valores reales de velocidad de precipitación y dosis de floculante observados en relaves
floculados, se estiman los parámetros de esta. Para calibrar los módulos de espesador y
yield stress se utilizan métodos heurı́sticos que complementan los parámetros de la lite-
ratura original con información adicional. El módulo de espesador toma como punto de
partida los parámetros de un espesador convencional, y a partir de la geometrı́a y datos
de operación de un espesador en pasta real, estima los parámetros del modelo dinámico.
Para el módulo de yield stress se complementan los parámetros originales del modelo con
resultados experimentales del efecto de la granulometrı́a en el yield stress de relaves. Por
último, para el módulo de torque de rastrillo, se utiliza el modelo de espesador calibrado
y los datos de operación para estimar los parámetros del modelo correspondiente.
7.1. Calibración del módulo de floculación
En la literatura (Capı́tulo 5, Jewell y Fourie, 2015) se pueden encontrar valores comu-

nes para la mı́nima velocidad inicial de precipitación vmin , la máxima velocidad inicial de
precipitación vmax , la dosis de floculante óptima copt y un valor máximo para la dosis de
floculante cmax . Con estos parámetros y las cuatro restricciones:
v0 (0) = vmin v0 (copt ) = vmax v0 (cmax ) = vmin v00 (copt ) = 0

78
Se pueden calcular directamente los parámetros bi de la ecuación 6.3. En la tabla 7.1

se muestran los parámetros que serán utilizados para este estudio. En la figura 7.1 se puede
observar la forma de la función para los parámetros escogidos. A partir de esta función y
el valor vmax se puede obtener el valor de la variable k en la alimentación en un instante
de tiempo t de acuerdo a la ecuación (4.1).
Tabla 7.1. Parámetros del modelo de floculación
Parámetro Valor Unidad

vmin 1 m/h
vmax 25 m/h
copt 30 gpt
cmax 40 gpt
b0 −1,3102 m/h
b1 25,8137 m/(h · gpt)
b2 40,3845 gpt
b3 78,1795 gpt
b4 1000 gpt2
Figura 7.1. Modelo de velocidad inicial de precipitación en función de la

dosis de floculante.
79
7.2. Calibración del módulo de espesador
Para calibrar el módulo de espesador se considera el espesador de cono profundo que

se encuentra en operación en la faena de la Minera Florida. Esta operación consiste de
una mina subterránea de oro y plata que se encuentra ubicada en la zona central de Chile,
cuya planta incorpora los procesos de flotación, lixiviación y electro-obtención con una
capacidad de producción de 2300 toneladas diarias. El espesador considerado tiene un
diámetro de 17 metros, una altura total de 14.5 metros y una pendiente de cono de 30
grados. Para determinar los parámetros reológicos del relave se utiliza una heurı́stica que
permite calibrar el modelo para que opere dentro de un rango objetivo aproximado. Este
rango se determina a partir de los datos de operación del sistema de manejo de relaves en
pasta de la Minera Florida.
La fuente de los datos de operación corresponde a una tabla en donde se encuentran

registradas mediciones de las variables de operación del espesador entre Abril del 2016 y
Mayo del 2017, cada una hora. El registro de las mediciones se realizó manualmente por
los operadores de la planta y se encuentra incompleto y no presenta ventanas de tiempo
de operación en estado estacionario, por lo que para calibrar el modelo se determina un
rango de operación objetivo utilizando indicadores estadı́sticos de los datos disponibles.
Especı́ficamente, se considera el primer (Q1 ), segundo (Q2 ) y tercer (Q3 ) cuartil de las
variables de flujo de sólidos en la alimentación, concentración de sólidos en la descarga
y nivel de sedimento. Se seleccionan estas variables pues son las que definen el proceso
de diseño de un espesador y además son necesarias para realizar simulaciones de estado
estacionario para un espesador (Sección 3.3).
Tabla 7.2. Datos del espesador de Minera Florida
Variable Q1 Q2 Q3
Flujo de sólidos en la Alimentación (ton/dı́a) 2465,45 2933,15 3337,89
Concentración de Descarga (v/v) 0,4302 0,4518 0,4796
Nivel de Sedimento (m) 3,79 4,72 6,31
80
En la tabla 7.2 se encuentran los indicadores estadı́sticos obtenidos para cada variable.
A partir de esta información se define el siguiente rango de operación objetivo para una
concentración alimentación en peso de 10 %:
Para un flujo de sólidos en la alimentación de 2465 ton/dı́a y una concentración

volumétrica de descarga de 0,43 el nivel de sedimento debe ser aproximadamente
3,8 m.
4,7 m.
6,3 m.
Se define el rango de operación objetivo anterior con el razonamiento de que para

un menor flujo de sólidos y una menor concentración de descarga se tenga el menor ni-
vel de sedimento. Utilizando el mismo razonamiento se definen los otros dos puntos de
operación.
Antes de calibrar los parámetros del modelo de espesamiento es necesario definir la

geometrı́a del espesador considerado. De acuerdo a las dimensiones del espesador que se
encuentra en operación en la Minera Florida se define B = 12, H = 2,5 y R = 8,5 metros
y la siguiente función para la sección transversal del espesador:



 R12 π z ≤ −(H − ∆)


 2


 R π −H < z ≤ −(H − ∆)


(R2 − R2 )π

−(H − ∆) < z < 0
2
S(z) =


 R2 π 0 ≤ z < B − tan ϕ(R − R1 )

 2
B−z
R1 + π B − tan ϕ(R − R1 ) ≤ z ≤ B




 tan ϕ

R 2 π

B≤z
1
81
2R
z = −H
z = −(H − ∆)
z=0
2R2
z = z1
z = B − tan ϕ(R − R1 )
z = z2
z=B
2R1
Figura 7.2. Geometrı́a del espesador.
Para las tuberı́as que salen del espesador se seleccionan un radio R1 igual a un 20 % del
radio de diseño R. Para el mecanismo de alimentación que va en el centro del espesador y
cubre la altura −(H − ∆) < z < 0, se selecciona un radio R2 igual a un 40 % del radio
de diseño R. En la figura 7.2 se ilustra esta geometrı́a y el mecanismo de rastrillo.
Con la geometrı́a del espesador definida, se puede proceder a calibrar el modelo. Pa-
ra esto se utiliza una heurı́stica que consiste en realizar, de forma iterativa, simulaciones
de estado estacionario para distintos valores para los parámetros reológicos, hasta alcan-
zar el rango de operación objetivo. Como base se utiliza v0 = 0,0069 (25) m/s (m/h)
y los valores de nRZ , φc , α y β utilizados en los trabajos de Betancourt et al. (2014) y
Bürger et al. (2005) para relaves de cobre en espesadores convencionales. En cada ite-
ración se resuelve la siguiente ecuación diferencial de primer orden (Sección 3.3) para
φu ∈ {0,44, 0,46, 0,48}:
82
∂φ Qu (φ − φu ) + S(z)φkvhs (φ)
= para z < B; φ(B) = φu (7.1)
∂z ka(φ)
En donde el valor de la variable Qu se calcula a partir de φu y el flujo de sólidos en la

alimentación. Cada ecuación se resuelve en el intervalo (zc , B), en donde:
zc = inf{z ∈ (0, B]|φ(z) es solución de (7.1) y φ(z) > φc } (7.2)
El valor de zc obtenido en cada simulación se compara con el valor del nivel de sedi-
mento correspondiente a cada punto de operación objetivo. De acuerdo la diferencia entre
estos valores ser determina la perturbación para la siguiente iteración. Este proceso se re-
pite hasta lograr simular un rango de operación cercano al objetivo. Con los parámetros
nRZ = 10, φc = 0,2, α = 7,3 y β = 16,2 se obtienen las soluciones de estado estacionario
de la figura 7.3.
Figura 7.3. Curvas de estado estacionario del modelo calibrado en el rango

de operación objetivo. La altura representa la distancia desde el fondo del
espesador, es decir, B − z.
83
Por último se consideran n = 3 propiedades granulométricas: p1 , p2 y p3 . Los valores

de referencia Xi para cada una de estas propiedades se encuentran en la tabla 7.3. Para
seleccionar los rangos se toma en cuenta que las partı́culas por debajo del rango 30 µm
aproximadamente se consideran finas (Garrido y Rojas, 2013) y que en el caso de relaves
de cobre en Chile los parámetros D80 y D50 se encuentran en promedio entre los rangos
de 170 µm y 200 µm, y 20 µm y 70 µm respectivamente (Garrido et al., 2014).
Los parámetros utilizados finalmente para el módulo de espesador se encuentran resu-

midos en la tabla 7.3.
Tabla 7.3. Parámetros del modelo de espesador

B 12 m
H 2,5 m
∆ 0,5 m
R 8,5 m
R1 1,8 m
R2 3,6 m
ϕ 30 ◦
n 3
p1 P (x < 20 µm)
p2 P (x < 70 µm)
p3 P (x < 200 µm)
nRZ 10
φc 0,2 v/v
ρs 2750 kg/m3
ρf 1000 kg/m3
g 9,81 m2 /s
α 7,3 Pa
β 16,2
vmax 0,0069 m/s
φf (cw,f ) 0,0402(0,1) v/v(p/p)
84
7.3. Calibración del módulo de yield stress
Para calibrar el módulo de yield stress se complementan los resultados experimentales

de Wu et al. (2015) con los de Garrido y Rojas (2013). En el último se analiza el efecto de
la granulometrı́a en el yield stress para muestras de relave de cobre. Se observa que para
una fracción de partı́culas finas por sobre el 20 %, un aumento en el contenido de partı́culas
finas aumenta el valor del yield stress. Dado que en el modelo de Wu et al. (2015) el yield
stress es inversamente proporcional a la densidad aparente, se propone utilizar un valor de
θ = 20 % en la ecuación 6.1 del modelo para esta variable.
Para ajustar el resto del modelo se utilizan las propiedades de los relaves considerados
en Wu et al. (2015). En este trabajo se tienen muestras de relave con densidad aparente de
ρ = 1500kg/m3 y ρ = 1600kg/m3 para fracciones de peso de partı́culas con un tamaño
menor a 20 µm de 35 % y 29,8 % respectivamente. Sin embargo, dado que solo se cuenta
con dos muestras en un rango pequeño, el modelo ajustado no es pertinente para realizar
extrapolaciones. Teniendo esto en cuenta, se ajusta el modelo con los datos disponibles
en el trabajo de Garrido y Rojas (2013). Los datos utilizados para estimar el modelo se
encuentran en la tabla 7.4
Tabla 7.4. Datos utilizados para estimar el modelo de yield stress (Pa)
cw
55 % 60 % 65 % 70 %
p1
40 % 2,5 3,5 27 160
60 % 3,9 12 74 250
Finalmente, los parámetros utilizados para los modelos de densidad aparente (6.1) y de
yield stress (4.4) se encuentran en la tabla 7.5. Los parámetros del modelo de yield stress
son los estimados por Wu et al. (2015) en el trabajo original. En las figuras 7.4 a 7.6 se
encuentran graficados los modelos calibrados.
En el trabajo de Garrido y Rojas (2013) se analiza el efecto del contenido de partı́culas

finas en el yield stress en relaves de cobre. En este se presentan curvas del yield stress en
85
Tabla 7.5. Parámetros del modelo de yield stress

θ 0,2
c0 1600,60 kg/m3
c1 −512,44 kg/m3
κ 220,97 Pa
m 8,68
función de la fracción en peso de partı́culas con tamaño menor a 25; µm. Las curvas de
la figura 7.6 se acercan a las observadas en el trabajo mencionado, tanto en forma como
rango.
Figura 7.4. Modelo de densidad aparente en función de la fracción en peso

de partı́culas de tamaño menor a 20 µm.
7.4. Calibración del módulo de torque de rastrillo
Para calibrar el módulo de torque de rastrillo se utilizan los datos de operación del
espesador de la Minera Florida. Se extiende el rango operación objetivo para incluir el
torque de rastrillo:
86
Para un flujo de sólidos en la alimentación de 2465ton/dı́a y una concentración

3,8 m con un torque de rastrillo de 14 %.
Para calibrar el modelo de torque de rastrillo se calcula la concentración de sólidos “com-

puesta” para cada punto de operación a partir de simulaciones de estado estacionario y
luego se procede a ajustar el modelo de torque de rastrillo. Si considera que el rastrillo
cubre los 5 metros inferiores del espesador, es decir 7 ≤ z ≤ 12, se tiene que los puntos
de operación para el modelo de torque de rastrillo son:
Figura 7.5. Modelo de yield stress en función de la concentración de sóli-

dos en peso.
87
Tabla 7.6. Parámetros del modelo torque de rastrillo

a1 29,6547 %
a2 1,8198
a3 13,2250 %
z1 7 m
z2 12 m
(φT ; T ) = {(0,1350; 14), (0,2720; 16), (0,4443; 20)}
Mediante mı́nimos cuadrados no lineales se puede ajustar la curva de la ecuación 4.6 a

estos puntos sin mayor problema. En tabla 7.6 se resumen los valores seleccionados para
cada parámetro.
Figura 7.6. Modelo de yield stress en función de la fracción en peso de

partı́culas de tamaño menor a 20 µm.
88
8. VALIDACIÓN CUALITATIVA DEL SIMULADOR DINÁMICO
En este capı́tulo se valida cualitativamente el simulador dinámico desarrollado en el

capı́tulo 6. Con este fin se realizan tres experimentos numéricos utilizando los modelos ca-
librados en el capı́tulo anterior. Estos parámetros se encuentran resumidos en las tablas 7.1
a 7.6. Con el propósito de comprobar la convergencia del esquema numérico, en el primer
experimento se simula un cambio de estado estacionario para distintas resoluciones. Para
comprobar de manera cualitativa que los modelos y el simulador sean consistentes con
la realidad, en el segundo experimento se realizan pruebas de escalón en lazo abierto en
las variables de flujo de alimentación, flujo de descarga y dosis de floculante. Por último,
para validar la extensión del modelo dinámico para el transporte de propiedades granu-
lométricas del relave se realizaron pruebas de escalón en lazo abierto para las variables
correspondientes en la alimentación.
8.1. Convergencia del esquema numérico
Para poder evaluar la convergencia a soluciones de estado estacionario del esquema

implementado, se realizaron tres simulaciones numéricas para el llenado del espesador,
considerando distintas resoluciones espaciales y temporales. Con llenar el espesador se
entiende el cambio de un estado sin sólidos φ(z, 0) = 0, a un estado con φ(z, T ) ≥ 0
determinado por el valor de las variables independientes. En la tabla 8.1 se encuentran el
tamaño del paso espacial y temporal utilizado en cada caso.
Tabla 8.1. Detalle de la resolución numérica utilizada para cada simulación.
Simulación N ∆z (m) ∆t (s)

Simulación 1.1 105 0,1381 4,00
Simulación 1.2 210 0,0690 1,00
Simulación 1.3 420 0,0345 0,50
Para definir el valor de las variables independientes se considera un punto de opera-

ción con un flujo de sólidos de 2933 tpd con una concentración de sólidos en peso en la
89
alimentación y descarga de 28 % y 69,23 %, respectivamente. Teniendo esto en cuenta se

define Qf,i (t) = 358,69 m3 /h y Qu (t) = 98,75 m3 /h. Para la dosis de floculante se uti-
liza el valor sub-óptimo de c = 25 gpt y para las propiedades granulométricas los valores
pf 1 (t) = 45 %, pf 2 (t) = 60 % y pf 3 (t) = 80 %. Durante el resto de este capı́tulo y el
siguiente nos referiremos al estado estacionario definido por estas condiciones como el
punto de operación de referencia. Se simulan 7 · 106 segundos (aproximadamente 81 dı́as),
tiempo que se considera suficiente como para alcanzar de forma aproximada los valores
de estado estacionario.
En las tres simulaciones se alcanza una concentración de sólidos en peso de 69,23 %

en la descarga con una producción de sólidos de 2933 tpd. En la sección A.1 del anexo A
se encuentran graficadas las series de tiempo para las variables de salida importantes. En la
figura 8.1 se encuentra graficada la concentración de sólidos en volumen en función de la
altura obtenidas al final de cada simulación. En esta figura también se incluye un perfil de
concentración de referencia para el estado estacionario, el cual es calculado utilizando la
metodologı́a presentada en la sección 3.3 al considerar una sección transversal que depen-
de de la altura. Se puede observar que a medida que se aumenta la resolución del método
45
Concentracion de solidos volumetrica (%)
40 ∆ z = 0.1381
∆ z = 0.069048
35 ∆ z = 0.034524
Referencia
30
25
20
15
10
0
-2 0 2 4 6 8 10 12
z (m)
Figura 8.1. Gráficos de la concentración de sólidos en volumen en función

de la altura en el instante final de la simulaciones numéricas.
90
numérico, el estado estacionario obtenido mediante simulación numérica converge al valor

de estado estacionario de referencia. Esto valida el método numérico implementado.
En cuanto a las variables de salida, las diferencias observadas en el perfil de concen-

tración para las distintas resoluciones consideradas se hacen más aparentes en aquellas
variables que dependen de la concentración de sólidos en el interior del espesador. Esto se
puede observar claramente en las variables para el nivel de sedimento, torque de rastrillo
y tiempo de residencia. En la figura 8.2 se muestra el caso para el nivel de sedimento. Es
importante comentar que los pasos discretos en el nivel de sedimento observados en esta
figura se deben a que el modelo permite determinar en que capa discreta se encuentra el
nivel de sedimento, pero no la altura exacta. En la tabla 8.2 se reportan los errores rela-
tivos obtenidos para cada una de estas variables en relación a la resolución del esquema
numérico. El error es calculado con respecto al estado estacionario de referencia. Para las
variables de concentración de descarga y yield stress en cambio, las diferencias entre las
simulaciones numéricas son despreciables. En la figura 8.4 se muestra el caso para la con-
centración de descarga.
5
Altura de sedimento (m)
∆ z = 0.1381
1 ∆ z = 0.069048
∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×106
Figura 8.2. Simulación numérica del nivel de sedimento.

91
Tabla 8.2. Relación entre el error de las variables simuladas numéricamen-

te con la resolución del esquema numérico.
Variable Simulación 1.1 Simulación 1.2 Simulación 1.3

Error Nivel de Sedimento ( %) 15,2 8,9 6,6
Error Torque de Rastrillo ( %) 8,8 6,5 3,7
Error Tiempo de Residencia ( %) 27,6 16,2 10,4
8.2. Pruebas de escalón en variables de entrada
Para validar cualitativamente el funcionamiento del simulador dinámico se realizaron

pruebas de escalón en las variables de entrada asociadas a la operación del espesador. Para
los ejemplos numéricos de acontinuación se utiliza ∆z = 0,0690 metros (N = 210) y
∆t = 1 segundos para el método numérico y como estado inicial se considera el punto
de operación de referencia. Si bien las constantes de tiempo del proceso son mucho ma-
yores a un segundo, se necesita utilizar un paso de tiempo de este orden para asegurar la
convergencia del método numérico.
Las pruebas de escalón consisten en la simulación numérica de un cambio discreto de

una de las siguientes variables: (i) flujo de alimentación, (ii) flujo de descarga o (iii) dosis
de floculante. En total se realizaron seis simulaciones numéricas, las cuales se encuentran
19
18
Torque de rastrillo (%)
17
16
15
∆ z = 0.1381
14 ∆ z = 0.069048
∆ z = 0.034524
13
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×106
Figura 8.3. Simulación numérica del torque de rastrillo.

92
Tabla 8.3. Detalle de escalón realizado en cada simulación.
Simulación Escalón ( %) Variable

Simulación 2.1 +10 % Flujo volumétrico de alimentación
Simulación 2.2 −10 % Flujo volumétrico de alimentación
Simulación 2.3 +10 % Flujo volumétrico de descarga
Simulación 2.4 −10 % Flujo volumétrico de descarga
Simulación 2.5 +10 % Dosis de floculante
Simulación 2.6 −10 % Dosis de floculante
resumidas en la tabla 8.3. En cada una de estas simulaciones numéricas, el cambio en la

variable independiente se realiza en t∗ = 2 · 105 segundos, para una simulación total de
7 · 106 segundos. En la sección A.2 del anexo A se encuentran graficados las series de
tiempo obtenidas para cada simulación. En las tablas 8.4, 8.5 y 8.6 se reporta el efecto de
cada escalón simulado en las variables dependientes a través de una métrica que representa
la ganancia del sistema normalizada Knorm , definida como:
(y(T ) − y(0)) u(0)

Knorm =
(u(T ) − u(0)) y(0)
70
Concentracion de solidos en peso (%)
60
50
40
30
20
∆ z = 0.1381
10 ∆ z = 0.069048
∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×106
Figura 8.4. Simulación numérica de la concentración de sólidos en peso

en la descarga.
93
Tabla 8.4. Ganancia en las variables de salida para escalones en el flujo

volumétrico de alimentación. ∗ se reemplaza ∼ 0 cuando |Knorm | < 0,005
Variable Simulación 2.1 Simulación 2.2

φu 0,96 1,00
h 14,57 4,00
τy 18,98 6,58
T 1,64 2,26
τ 27,19 6,07
F 0,95 1,00
En donde la variable y corresponde a la salida o variable dependiente del sistema y u

a la entrada o variable independiente del sistema.
Los resultados obtenidos con las simulaciones numéricas son consistentes con lo que
se esperarı́a observar en una planta de producción de relave en pasta real. En la tabla 8.4 se
puede observar que ante un escalón en el flujo volumétrico de alimentación las ganancias
estáticas de todas las variables de salida tienen signo positivo. Esto tiene sentido, pues un
aumento en la cantidad de sólidos que entra en el sistema deberı́a verse reflejado en un
aumento de la concentración de descarga y el nivel de sedimento. A la vez, este aumento
en el inventario de sólidos dentro del espesador implicarı́a un aumento en el tiempo de
residencia y el torque de rastrillo. Con un razonamiento análogo se puede explicar porqué
al disminuir la cantidad de sólidos que entra en el sistema se observa el efecto contrario.
Dado que el yield stress es proporcional a la concentración de sólidos en la descarga, es
de esperar que la ganancia de esta variable tenga el mismo signo.
A partir de la tabla 8.4 también se puede observar que el balance de masa en estado
estacionario se cumple para un escalón negativo en el flujo de alimentación, pero no para el
caso contrario. En la figuras 8.5 y 8.6 se puede observar que el nivel de sedimento alcanza
la altura del mecanismo de alimentación y la concentración de sólidos del flujo efluente
deja de ser nulo. Este flujo de sólidos efluentes es otra salida para el material sólido del
sistema, por lo que la producción de sólidos del espesador no tiene una ganancia unitaria
para ese caso.
94
Figura 8.5. Simulación numérica del nivel de sedimento para un escalón

de +10 % en el flujo de alimentación.

en el rebalse para un escalón de +10 % en el flujo de alimentación.
95
Tabla 8.5. Ganancia en las variables de salida para escalones en el flujo

volumétrico de descarga. ∗ se reemplaza ∼ 0 cuando |Knorm | < 0,005

φu −0,91 −1,07
h −3,43 14,71
τy −6,24 −23,06
T −2,12 −1,73
τ −5,73 −31,54
F ∼ 0∗ 0,04
En la tabla 8.5 se reportan las ganancias observadas para un escalón en el flujo vo-
lumétrico de descarga. En este caso, las variables de salida tienen ganancias negativas en
todos los casos, con la excepción de la producción de sólidos. Esto es consistente con lo
observado en la realidad, pues un aumento en el flujo de descarga produce un relave más
diluido, y por lo tanto de menor yield stress. Este aumento en la descarga también implica
que el inventario de sólidos del sistema disminuye, fenómeno que aparece como un pul-
so positivo en la variable de producción de sólidos (figura 8.7), por lo que se reduce el
nivel de sedimento y el tiempo de residencia del sistema. Con la reducción del nivel de
sedimento y en la concentración de sólidos de la descarga, el esfuerzo que debe realizar
el mecanismo de rastrillo del espesador también se ve reducido. La producción de sólidos
en estado estacionario tiene ganancia nula pues la cantidad de sólidos que entra al sistema
no ha cambiado. Sin embargo, para la simulación de un escalón negativo en el flujo de
descarga, se observa un ganancia de signo positivo. Esto se puede atribuir a que el nivel
de sedimento supera el nivel del mecanismo de alimentación, por lo que la concentración
del flujo efluente es positiva, efectivamente reduciendo la producción de sólidos en la des-
carga. En cuanto al resto de las variables dependientes, con un razonamiento análogo al
del caso de un escalón positivo, se puede explicar la ganancia negativa observada para una
reducción del flujo volumétrico de descarga.
96
Tabla 8.6. Ganancia en las variables de salida para escalones en la dosis de

floculante. ∗ se reemplaza ∼ 0 cuando |Knorm | < 0,005

φu ∼ 0∗ ∼ 0∗
h −0,43 −0,71
τy ∼ 0∗ ∼ 0∗
T −0,35 −0,34
τ −0,78 −1,33
∗
F ∼0 ∼ 0∗
Finalmente, en la tabla 8.6 se reportan las ganancias observadas para un escalón en

la dosis de floculante. En este caso, las variables de concentración de sólidos en la des-
carga, yield stress y producción de sólidos solo se ven afectadas de forma transiente. Esta
ganancia nula del nuevo estado estacionario se puede atribuir a que la dosis de floculante
no afecta la cantidad de material que entra al sistema, por lo que el balance de masa no
cambia. Sin embargo, en las simulaciones numéricas se observa un pulso transiente. En
las figuras 8.8 se muestra este fenómeno en la concentración de solidos en la descarga.
Figura 8.7. Simulación numérica de la producción de sólidos para un es-

calón de +10 % en el flujo de descarga.
97
Este pulso se puede atribuir al choque de partı́culas que se mueven a distinta velocidades
(Betancourt et al., 2014). Recordemos que en el modelo considerado, la dosis de flocu-
lante afecta directamente la velocidad de precipitación de la suspensión de relave. A esto
último, se le puede atribuir la ganancia negativa observada para las variables de nivel de
sedimento, torque de rastrillo y tiempo de residencia. Un aumento en la dosis de floculan-
te, sin excederse de la dosis óptima, implica un aumento en la velocidad de precipitación
del relave y por lo tanto una mejora en los procesos de sedimentación y consolidación.
Esta mejora se traduce en una mayor compresión del sedimento lo que reduce el espesor
de este, y por lo tanto disminuye el esfuerzo del mecanismo de rastrillo y el tiempo de
residencia del sistema. Cuando la dosis de floculante es reducida, el efecto contrario es
observado. Es importante destacar que en ambos casos se observan tiempos de transien-
te largos en comparación con los observados para cambios en el flujo de alimentación o
descarga.
8.3. Transporte de las propiedades granulométricas
Para validar la extensión del modelo dinámico se realizaron pruebas de escalón en

cada variable granulométrica del relave en la alimentación. Para poder observar el efecto
del punto de operación en el transporte de las variables conservadas, se consideraron tres
puntos de operación distintos para cada prueba: el punto de operación de referencia, el
punto definido por una dosis de floculante 10 % mayor y el punto definido por una dosis
de floculante 10 % menor. De esta manera se consideran tres estados iniciales con la misma
producción de sólidos, en cuanto a flujo y concentración de sólidos, pero con tiempos de
residencia distintos. Nuevamente se considera ∆z = 0,0690 metros (N = 210) y ∆t = 1
segundos para el método numérico.
Se realizaron escalones de ±10 % en cada variable pf i con i = 1, 2, 3. Dado que para

cada variable se tiene una ecuación de transporte y estas no se encuentran acopladas, los
escalones se realizaron en la misma simulación numérica. Se realizaron simulaciones de
98
5·105 segundos en donde los escalones se realizaron cada 105 segundos, desde el comienzo
de la simulación. En la tabla 8.7 se resumen las simulaciones realizadas en total.

en la descarga para un escalón de +10 % en la dosis de floculante (gráfico
de arriba) y −10 % en la dosis de floculante (gráfico de abajo).
99
Tabla 8.7. Detalle de escalón realizado en cada simulación.
Simulación Escalón ( %) Dosis de Floculante

Simulación 3.1 +10 % 22,5 gpt
Simulación 3.2 +10 % 25 gpt
Simulación 3.3 +10 % 27,5 gpt
Simulación 3.4 −10 % 22,5 gpt
Simulación 3.5 −10 % 25 gpt
Simulación 3.6 −10 % 27,5 gpt
En la tabla 8.8 y 8.9 se presentan los tiempos de transiente observados para cada si-
mulación numérica y el tiempo de residencia del sistema en cada caso. Para calcular los
tiempos de transiente se utilizó como referencia el instante t1 en que cambia la variable
pf,1 , el instante t2 en que se comienza a observar un cambio en la variable pu,1 y el ins-
tante t3 en el que la variable pu,1 alcanza el valor de la propiedad en la alimentación pf,1 .
Estos hitos se encuentran marcados en las figuras A.43 a A.48, en donde se encuentran
graficadas la evolución de las propiedades granulométricas en la descarga pu (t) para cada
caso.
En las simulaciones numéricas se puede observar como, bajo el modelo de transpor-

te, las variables granulométricas en la descarga comienzan a cambiar de valor de forma
gradual y con un retardo. Estas dos observaciones son importantes, pues cualquier consi-
deración acerca de las propiedades granulométricas en el modelo de espesamiento debe
poder representar correctamente estos dos fenómenos. El hecho de que el cambio sea gra-
dual implica que la consideración matemática permite además un periodo en donde el
relave antiguo, con las propiedades granulométricas antiguas y no ha sido completamente
descargado, se mezcle con el relave fresco.
En las tablas 8.8 y 8.9 se puede observar como bajo la extensión del modelo los pe-
riodos de transiente observados dependan de las condiciones de operación. Esto queda en
evidencia por los transientes mas cortos para los puntos de operación con un menor tiempo
de residencia. La extensión del modelo además captura las no linealidades del sistema, lo
100
que se aprecia en tiempos de transiente distintos para los escalones de distinto signo pero
igual magnitud.
Tabla 8.8. Tiempos de transiente en las propiedades granulométricas de la

descarga para un escalón positivo.

τ (h) 6,12 5,40 4,98
(t2 − t1 ) (h) 3,93 3,38 3,07
(t3 − t1 ) (h) 9,31 8,50 8,03
Tabla 8.9. Tiempos de transiente en las propiedades granulométricas de la

descarga para un escalón negativo.

τ (h) 6,12 5,40 4,98
(t2 − t1 ) (h) 3,92 3,36 3,06
(t3 − t1 ) (h) 9,40 8,60 8,13
Figura 8.9. Simulación numérica del transporte de las propiedades granu-

lométricas en la descarga para un escalón positivo y una dosis de floculante
de 22,5 gpt (arriba), 25 gpt (medio) y 27,5 gpt (abajo).
101
Figura 8.10. Simulación numérica del transporte de las propiedades granu-

lométricas en la descarga para un escalón negativo y una dosis de floculante
de 22,5 gpt (arriba), 25 gpt (medio) y 27,5 gpt (abajo).
102
9. SIMULACIÓN DEL CONTROL DE PRODUCCIÓN DE RELAVES EN PASTA
En este capı́tulo se prueba la utilidad del simulador dinámico desarrollado como he-
rramienta para el estudio de estrategias de control. Con este fin se implementan dos es-
trategias de control convencional. Ambas estrategias consisten de dos lazos de control PI.
En la figura 9.1 se presenta el diagrama de control de la estrategia implementada. Las
variables manipuladas son el flujo volumétrico de descarga y la dosis de floculante. En
el primer ejemplo las variables controladas son la concentración de descarga y el nivel
de sedimento, lo que coincide con la mayorı́a de los casos observados en la práctica. En
el segundo ejemplo se controla el yield stress en vez de la concentración de descarga. El
resto de las variables de entrada son consideradas como perturbaciones. Para el desarrollo
de las simulaciones se considera el punto de operación de referencia del capı́tulo anterior
con simulaciones de 200 horas. Dado que este tipo de simulaciones son más exigentes
numéricamente, para poder asegurar la convergencia del esquema numérico, se utiliza un
paso temporal que cumpla con las condiciones de CFL de la sección 6.1.1 .
Figura 9.1. Diagrama de control.
9.1. Control de la concentración de descarga y nivel de sedimento
Para probar el control de la concentración de descarga y nivel de sedimento se simu-

laron tres escenarios: un escalón en el flujo de alimentación, un cambio en la referencia
del nivel de sedimento y un cambio en la referencia de la concentración de descarga.
Se consideran estos escenarios pues permiten evaluar el funcionamiento del simulador y
103
de la estrategia de control ante cambios en las referencias de las variables controladas

y una perturbación. En la figura 9.2 se muestra la implementación en Simulink
R
de la
estrategia de control con el simulador desarrollado. Las ganancias de los controladores
PI son P = 90 m3 /h y I = 3,6 m3 /h/s para el flujo de descarga, y P = 3 gpt/m y
I = 0,0001 gpt/m para la dosis de floculante.
Figura 9.2. Implementación en Simulink de la estrategia de control para la

concentración de descarga y el nivel de sedimento.
En primer lugar se considera una perturbación de +10 % en el flujo de alimentación

después de 56 horas. En las figuras 9.3 y 9.4 se encuentran graficadas las series de tiempo
para la concentración de descarga y altura de sedimento, respectivamente, con la serie de
tiempo de la variable manipulada correspondiente.
Se puede observar que el controlador logra mantener el nivel de la concentración de

sólidos en la descarga en el nivel de referencia y que el accionamiento integral del con-
trolador converge correctamente al valor de estado estacionario para el flujo de descarga.
Se observa altas no linealidades en la serie de tiempo de la concentración de descarga.
Estas se pueden atribuir al accionamiento del control para el nivel de sedimento. Esto es
consistente con las simulaciones del capı́tulo anterior (figuras A.31 y A.37), en donde se
104
observa que se produce un pulso transiente en la concentración de descarga ante cambios

en la dosis de floculante. El controlador para el nivel de sedimento logra restaurar la va-
riable en su nivel de referencia obteniendo el valor correcto de dosis de floculante para
el nuevo estado estacionario. El accionamiento de ambos controladores en conjunto logra
evitar la sobre carga del espesador observada para la misma perturbación en la simulación
2.1 (sección 8.2).
Figura 9.3. Simulación numérica del control de la concentración de des-

carga para un escalón en el flujo de alimentación.
105
Figura 9.4. Simulación numérica del control del nivel de sedimento de des-
carga para un escalón en el flujo de alimentación.
En segundo lugar se simula un cambio en la referencia del nivel de sedimento, de 4,83

a 5,18 metros. El escalón en la referencia se realiza después de 56 horas de simulación. En
las figuras 9.5 y 9.6 se encuentran graficadas la series de tiempo para la concentración de
descarga y altura de sedimento. Se puede observar que el accionamiento del controlador
logra llevar el nivel de sedimento al nuevo valor de referencia y mediante la acción integral
se alcanza el nivel de dosis de floculante correspondiente al nuevo estado estacionario. En
cuanto a la concentración de sólidos en la descarga, se observa un comportamiento no
lineal similar al de la simulación anterior, el cual nuevamente se pueden atribuir al efecto
transiente de cambios en la dosis de floculante.
106

carga durante el cambio de referencia del nivel de sedimento.
Figura 9.6. Simulación numérica del control del nivel de sedimento para
un cambio de referencia.
107
La tercera simulación corresponde a un cambio en la referencia de la concentración de

sólidos en la descarga, de 69,23 % a 72,00 %. Al igual que en el caso anterior, el cambio
en la referencia se realiza después de 56 horas. En las figuras 9.7 y 9.8 se encuentran
graficadas la series de tiempo para la concentración de descarga y altura de sedimento.
El accionamiento del controlador logra un cambio relativamente rápido en el valor de la
concentración de sólidos y es capaz de fijar el nuevo punto de referencia. Se observa que el
cambio rápido se debe principalmente a un flujo de descarga nulo que acumula sedimento
y aumenta las condiciones de compresión efectivamente elevando la concentración en la
parte inferior del espesador. En el caso del nivel de sedimento, debido a limitaciones en
las propiedades reológicas del relave y el efecto de la dosis de floculante en estas, el
controlador no logra volver al valor de referencia y el accionamiento satura en 30 gpt. De
todas maneras, el nivel de sedimento alcanzado es el menor posible dado el nuevo nivel
en el flujo de alimentación.

carga para un cambio de referencia.
108
Figura 9.8. Simulación numérica del control del nivel de sedimento duran-
te el cambio de referencia en la concentración de descarga.
Figura 9.9. Simulación numérica de yield stress durante el cambio de re-

ferencia en la concentración de descarga.
109
9.2. Control de yield stress y nivel de sedimento
Para probar el control de yield stress y nivel de sedimento se simula un solo escenario,
que consiste de una perturbación de la variable granulométrica p1 en la alimentación.
Se considera este escenario pues permite evaluar el funcionamiento del simulador y de la
estrategia de control propuesta ante cambios en las variables granulométricas. En este caso
se mantiene la referencia para ambas variables controladas. En la figura 9.10 se muestra
la implementación en Simulink de la estrategia de control con el simulador desarrollado.
Las ganancias de del los controladores PI son P = 0,018 m3 /h/Pa y I = 3 m3 /h/Pa/s
para el flujo de descarga, y P = 3 gpt/m y I = 0,0001 gpt/m para la dosis de floculante.
Figura 9.10. Implementación en Simulink de la estrategia de control de

yield stress y el nivel de sedimento.
Los escalones de la propiedad granulométrica p1 en la alimentación ocurren en inter-

valos de 40 horas de acuerdo a la siguiente función:
110



 45 µm t < 40 h

40 h ≤ t < 80 h



 50 µm

pf (t) = 45 µm 80 h ≤ t < 120 h


40 µm 120 h ≤ t < 160 h






45 µm t > 160 h

En las figuras 9.13, 9.11 y 9.12 se encuentran graficadas la series de tiempo para la
concentración de descarga, yield stress y altura de sedimento, respectivamente, con el
accionamiento de la variables manipulada correspondiente.
Figura 9.11. Simulación numérica del control de yield stress durante una
perturbación en las propiedades granulométricas.
111
Figura 9.12. Simulación numérica del control del nivel de sedimento du-
rante una perturbación en las propiedades granulométricas.
Figura 9.13. Simulación numérica de la concentración de sólidos durante

el control de yield stress.
112
Se puede observar que la estrategia de control implementada logra restablecer el valor

del yield stress ante una perturbación de la propiedades granulométricas en la alimenta-
ción. En los gráficos de la concentración de descarga y yield stress se puede observar de
forma clara la relación no lineal entre estas dos variables. Los grandes pulsos en la se-
rie de tiempo del yield stress muestran la sensibilidad de esta variable a cambios en las
variables granulométricas y en la concentración de descarga. Además se puede observar
claramente la convexidad negativa del modelo de yield stress para la variable de concen-
tración de sólidos, en una menor variación positiva de la última variable para mantener el
valor de la primera. También se observa que el valor del yield stress es más sensible a es-
calones negativos de la propiedades granulométricas que para escalones positivos. Todas
estas observaciones son consistentes con el modelo de yield stress implementado.
En cuanto al nivel de sedimento, se observa que existe un accionamiento que intenta

devolver el nivel de sedimento al valor de referencia, sin embargo, nuevamente el accio-
namiento está limitado por las propiedades reológicas del relave y por la capacidad del
espesador.
113
10. CONCLUSIONES Y TRABAJOS FUTUROS
Al inicio de este trabajo se planteó el objetivo general de desarrollar un simulador

dinámico del proceso de producción de relaves en pasta para el desarrollo de estrategias
de control avanzado multivariable. En los capı́tulos anteriores se describe un simulador
dinámico que cumple con los requerimientos fijados. Este simulador fue desarrollado a
partir de modelos existentes en la literatura e incluye todas las variables dependientes e in-
dependientes importantes para la simulación de un sistema de manejo de relaves en pasta.
Además, este simulador permite modelar espesadores de distintas geometrı́as. También se
cumplen los demás objetivos especı́ficos propuestos al comienzo de esta investigación.
En primer lugar, se realizó una revisión rigurosa de la literatura existente sobre mo-
delos dinámicos de espesamiento para seleccionar el que mejor permitiera cumplir el ob-
jetivo general de esta investigación. Se seleccionó un modelo unidimensional del proceso
dinámico para el transporte de la propiedad de concentración de solidos y velocidad de
precipitación, el cual ha sido validado y utilizado en múltiples investigaciones de control
en espesadores. Sin embargo, el modelo original posee ciertas limitaciones, en el senti-
do de que no posee todas las variables de entrada y salida necesarias para la simulación
de un sistema de manejo de relaves. Para poder completar el modelo original se realizó
una revisión rigurosa de la literatura existente sobre el modelamiento del resto de varia-
bles importantes del proceso, especı́ficamente modelos relacionados con mecanismos de
floculación, yield stress en relaves espesados y el torque de rastrillo.
Un aporte importante de esta investigación fue la extensión del modelo de espesa-

miento para incluir el transporte de la granulometrı́a del relave en el proceso dinámico de
espesamiento. Esta variable es importante debido a su relación con la variable de yield
stress y a su importancia en otras etapas posteriores de un sistema de manejo de relaves.
En la revisión de literatura realizada no se encontró ningún modelo dinámico que inclu-
yera el transporte o cambio dinámico de esta variable, que se encontrara validado y fuese
computacionalmente tratable. Para enfrentar este problema se extendió la metodologı́a de
114
Betancourt et al. (2014) para incluir el transporte de propiedades conservadas que lograran
representar la granulometrı́a del relave en la alimentación. Si bien la solución propuesta no
permite modelar el efecto del espesamiento en las propiedades granulométricas, sı́ permite
integrar la variable de granulometrı́a en el simulador de forma dinámica, de tal manera que
cambios de esta propiedad en la alimentación se vean reflejadas en la descarga de forma
consistente con las constantes de tiempo del proceso.
Otro aporte importante del trabajo fue la extensión del modelo de yield stress para
incluir el efecto de la granulometrı́a. A partir de la literatura sobre el efecto de la granu-
lometrı́a en la densidad de muestras de tierra orgánica, se propuso una extensión para el
modelo de yield stress de Wu et al. (2015), cuya forma funcional permitió generar curvas
que coincidieran con las observados en el trabajo empı́rico de Garrido y Rojas (2013) y
Garrido et al. (2014).
Una vez seleccionados los modelos del simulador, se realizó una revisión de las me-
todologı́as existentes para la determinación de los parámetros de cada modelo. Debido a
las diferencias de origen de los modelos considerados, cada uno implica una metodologı́a
diferente para la estimación de parámetros. En general las metodologı́as disponibles con-
sisten de pruebas de laboratorio en donde las mediciones empı́ricas son utilizados para ob-
tener formulas aproximadas de correlación que, luego, mediante manipulación algebraica,
permitı́an la determinación de representaciones empı́ricas de las funciones constitutivas
de cada modelo.
Los modelos seleccionados en la revisión bibliográfica permitieron el diseño y desa-

rrollo de un simulador dinámico en el contexto Simulink
R
de Mathworks
R
. El simulador
consiste de múltiples módulos en donde cada uno representa un modelo y las transforma-
ciones necesarias para que las variables sean compatibles. El diseño implementado permi-
te flexibilidad en las entradas y condiciones de simulación, para facilitar la integración a
simuladores de sistemas de manejo de relaves completos.
115
En la implementación del simulador surgió un problema importante relacionado a la

convergencia del esquema numérico. Durante simulaciones en donde la propiedad de ve-
locidad inicial de precipitación variaba continuamente, como el caso de control en lazo
cerrado, el valor de la propiedad conservada asociada tomaba valores fuera del rango teóri-
co, provocando errores en la simulación. Este problema se debı́a a errores numéricos, en
donde valores que eran prácticamente cero (del orden de 10−205 ), eran considerados como
no nulos y utilizados en operaciones de división. Para resolver este problema se definió un
valor positivo mı́nimo para que la variables sean consideradas no nulas.
Para validar el modelo de manera cualitativa se calibraron los modelos a partir de

métodos heurı́sticos que utilizan como valores de referencia valores tı́picos de la literatura
y ajustan los parámetros a partir de datos de operación del sistema de manejo de relaves
de Minera Florida. Con los modelos calibrados, el simulador dinámico fue utilizado para
la simulación numérica de múltiples escenarios que permitieron validar de manera cua-
litativa el funcionamiento de este. Las simulaciones consistieron de múltiples pruebas de
escalones en lazo abierto para comprobar el comportamiento de las variables y la robustez
del simulador. En estas pruebas logró verificar tanto la consistencia y convergencia del
esquema numérico, como el comportamiento dinámico de las variables del proceso.
Finalmente, una vez validado el simulador dinámico, se probó la utilidad de este para
el estudio de estrategias de control convencional en la producción de relaves en pasta. Para
lograr este objetivo se consideraron dos lazos de control PI independientes, utilizando las
variables de dosis de floculante y flujo de descarga como variables manipuladas. A partir
de la simulaciones numéricas se pudo observar que el simulador permite los principales
escenarios necesarios para el estudio de estrategias de control y es capaz de manejar las
necesidades numéricas de los métodos implementados.
En cuanto a posibles trabajos futuros, existen cuatro lı́neas de investigación importan-

tes que surgen a partir de los resultados observados. En primer lugar, a partir de la revisión
de metodologı́as de estimación de parámetros se hace evidente la falta de una metodologı́a
116
de estimación en lı́nea para los parámetros del modelo de espesador. A partir de la in-
fraestructura tecnológica que rodea los espesadores hoy en dı́a serı́a valioso el desarrollo
de una metodologı́a de estimación en lı́nea que sea capaz de actualizar constantemente
el valor de los parámetros para ajustarse a los cambios de un relave que está cambiando
constantemente. El simulador desarrollado permite generar datos para la prueba de este
tipo de metodologı́as.
En segundo lugar, existe espacio para continuar desarrollando el modelo implementa-

do para el transporte de las propiedades granulométricas. En el estado actual, el modelo
desarrollado no toma en cuenta el efecto del proceso de espesamiento sobre estas variables.
Este efecto puede ser integrado como términos de fuente o sumideros en las ecuaciones de
conservación para las propiedades granulométricas.
En tercer lugar, el simulador desarrollado puede ser aprovechado para el entrenamien-

to de operadores vı́a simulación. Como se mencionó anteriormente, el simulador incluye
todas las variables importantes para un sistema de manejo de relaves en pasta, lo que lo ha-
ce una herramienta ideal para que operadores puedan apreciar las correlaciones dinámica
entre estas. Serı́a interesante desarrollar un programa y escenarios de entrenamiento para
probar esta herramienta en la práctica.
Por último, en las pruebas de control convencional realizadas en esta investigación se

pudo observar el efecto importante de las no-linearidades e interdependencias de las varia-
bles manipuladas con las variables controladas consideradas. Por ejemplo, en las pruebas
de control del capı́tulo 9 se pudo observar claramente que ambas variables controladas in-
fluı́an en la concentración de sólidos en la descarga y de manera distinta, dependiendo del
signo de los cambios. Es claro que la implementación de estrategias de control avanzado
tendrı́an un efecto positivo en la operación del espesador.
BIBLIOGRAFÍA
Barrera, S., Cacciuttolo, C., y Caldwell, J. (2015). Reassessment of best available tailings
management practices. Vancouver, Canada.
Berrers, S., Bürger, R., Karlsen, K., y Tort, E. (2003). Strongly degenerate parabolic-
hyperbolic systems modeling polydisperse sedimentation with compression. Society for
Industrial and Applied Mathematics, 64, 41-80.
Betancourt, F., Bürger, R., Diehl, S., y Farås, S. (2014). Modeling and controlling clarifier-
thickeners fed by suspensions with time-dependent properties. Minerals Engineering, 62,
91-101.
Buscall, R., y White, L. (1987). The consolidation of concentrated suspensions. part
1.—the theory of sedimentation. Journal of the Chemical Society, Faraday Transactions
1: Physical Chemistry in Condensed Phases, 83, 873-891.
Bustos, M., Concha, F., Bürger, R., y Troy, E. (1999). Sedimentation and thickening: Phe-
nomenological foundation and mathematical theory (Vol. 8). Springer-Science+Business
Media, B.V.
Bürger, R., y Concha, F. (1998). Mathematical model and numerical simulation of the
settling of flocculated suspensions. International Journal of Multiphase Flow, 24, 1005-
1023.
Bürger, R., Garcia, A., y Kunik, M. (2008). A generalized kinetic model of sedimentation
of polydisperse suspensions with a continuous particle size distribution. Mathematical
Models and Methods in Applied Sciences, 18, 1741–1785.
Bürger, R., Karlseb, H., y Towers, J. (2005). A model of continuous sedimentation of
flocculated suspensions in clarifier-thickener units. Society for Industrial and Applied
Mathematics, 65, 882-940.
Bürger, R., Ruiz-Baier, R., y Torres, H. (2012). A stabilized finite volume element formu-
lation for sedimentation-consolidation processes. SIAM Journal on Scientific Computing,
34, 265-289.
117
Cacciuttolo, C., y Holgado, A. (2016). Managment of paste tailings in chile: A review of
practical expiriences and enviromental acceptance. 19th International Seminar on Paste
and Thickened Tailings.
COCHILCO. (2015). Inversión en la minerı́a chilena - cartera de proyectos 2014
-2023. Descargado de http://www.cochilco.cl/descargas/estudios/
tematico/inversion/Inversion en la mineria chilena-Cartera de
proyectos.pdf
Concha, F. (2014). Solid-liquid separation in the mining industry (Vol. 105). Springer.
Concha, F., Segovia, J., Vergara, S., Pereira, A., Elorza, E., Leonelli, P., y Betancourt, F.
(2017). Audit industrial thickeners with new on-line instrumentation. Powder Technology,
314, 680-689.
Fundación Chile. (2015). Desde el cobre a la innovación, roadmap tecnológico 2015-2035
(Vol. 1st Edition). Corfo.
Garrido, P. (2005). Validación, simulación y determinación de parámetros en un proceso
de espesamiento (Tesis Doctoral no publicada). Departamento de Ingenierı́a Metalúrgica,
Universidad de Concepción, Concepción, Chile.
Garrido, P., y Rojas, N. (2013). Effect of fine material content on copper tailings yield
stress. Proceedings of the 1st International Seminar on Tailings management, TAILINGS
2013.
Garrido, P., Watt, T., Castillo, C., y Fuentes, R. (2014). Importance of fine material
content in the reological and thickening properties of copper tailings. Proceedings of the
2nd International Seminar on Tailings management, TAILINGS 2014.
Gregory, J. (2009). Monitoring particle aggregation processes. Advances in Colloid and
Interface Science, 147-148, 109-123.
Hogg, R. (2000). Flocculation and dewatering. International Journal of Mineral Proces-
sing, 58, 223-236.
Jewell, R., y Fourie, A. (2015). Paste and thickened tailings - a guide. Austrailian Center
For Geomechanics.
Keller, T., y Håkansson, I. (2010). Estimation of reference bulk density from soil particle
118
size distribution and soil organic matter content. Geoderma, 154, 398-406.
Klimpel, R., y Hogg, R. (1985). Effects of floccultion conditions on agglomerate structure.
Journal of Colloid and Interface Science, 113, 121-131.
Klimpel, R., y Hogg, R. (1991). Evaluation of floc structures. Colloids and Surfaces, 55,
279-288.
Kynch, G. (1952). A theory of sedimentation. Transactions of the Faraday Society, 48,
166-176.
LeVeque, R. (2002). Numerical methods for conservation laws (Vol. 31). CambridgeTex-
tsinApplied Mathematics.
Michaels, A., y Bolger, J. (1962). Settling rates and sediment volumes of flocculated
kaolin suspensions. Industrial & Engineering Chemistry Fundamentals, 1, 24-33.
Rattanakawin, C., y Hogg, R. (2001). Aggregate size distributions in flocculation. Colloids
and Surfaces A: Physicochemical and Engineering Aspects, 177, 87-98.
Richardson, J., y Zaki, W. (1954). The sedimentation of uniform spheres under conditions
of viscous flow. Chemical Engineering Science, 4, 65-73.
Schoenbrunn, F., y Manfred, B. (2015). The development of paste thickeng and its ap-
plication to the minerals industry; an industry review. BHM Berg- und Hüttenmännische
Monatshefte, 160, 257-263.
Spehar, R., Kiviti-Manor, A., Fawell, P., y S.P., U. (2015). Aggregate densification in
the thickening of flocculated suspensions in an un-networked bed. Chemical Engineering
Science, 122, 585-595.
Tan, C., Bao, J., y G., B. (2017). A study on model predictive control in paste thickeners
with rake torque constraint. Minerals Engineering, 105, 52-62.
Usher, S., y Scales, P. (2005). Steady state thickener modelling from the compressive
yield stress and hindered settling function. Chemical Engineering Journal, 111, 253-261.
Usher, S., Spehar, R., y Scales, P. (2009). Theoretical analysis of aggregate densification:
Impact on thickener performance. Chemical Engineering Journal, 151, 202-208.
Vázquez-Cendón, M. (2015). Solving hyperbolic equations with finite volume methods
(Vol. 90). Springer International Publishing.
119
120
Wu, A., Wang, Y., y Wang, H. (2015). Estimation model for yield stress of fresh un-
cemented thickener tailings: Coupled effects of true solid density, bulk density, and solid
concentration. International Journal of Mineral Processing, 143, 117-124.
Zhang, Y., Martin, A., y Grassia, P. (2013). Prediction of thickener performance with
aggregate densification. Chemical Engineering Science, 101, 346-358.
121
ANEXOS
122
A. ANEXO 1: GRÁFICOS SIMULACIONES NUMÉRICAS
A.1. Convergencia del esquema numérico
70
Concentracion de solidos en peso (%)
60
50
40
30
20
∆ z = 0.1381
10 ∆ z = 0.069048
∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×106
Figura A.1. Simulación numérica de la concentración de sólidos en la des-

carga (sección 8.1).
5
Altura de sedimento (m)
∆ z = 0.1381
1 ∆ z = 0.069048
∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×106
Figura A.2. Simulación numérica del nivel de sedimento (sección 8.1).

123
90
80
70
Yield Stress (Pa)

60
50
40
30
20 ∆ z = 0.1381
∆ z = 0.069048
10 ∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×10 6
Figura A.3. Simulación numérica del yield stress en la descarga (sección 8.1).
19
18
Torque de rastrillo (%)
17
16
15
∆ z = 0.1381
14 ∆ z = 0.069048
∆ z = 0.034524
13
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×10 6
Figura A.4. Simulación numérica del torque de rastrillo (sección 8.1).

124
Tiempo de residencia (h)

4
∆ z = 0.1381
1 ∆ z = 0.069048
∆ z = 0.034524
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tiempo (s) ×10 6
Figura A.5. Simulación numérica del tiempo de residencia (sección 8.1).

125
A.2. Pruebas de escalón en variables de entrada
Simulación 2.1:
Figura A.6. Simulación numérica de la concentración de sólidos en el re-

balse para un escalón de +10 % en el flujo de alimentación (sección 8.2).
126
Figura A.7. Simulación numérica de la concentración de sólidos en la des-

carga para un escalón de +10 % en el flujo de alimentación (sección 8.2).
Figura A.8. Simulación numérica del nivel de sedimento para un escalón

de +10 % en el flujo de alimentación (sección 8.2).
127
Figura A.9. Simulación numérica del yield stress en la descarga para un

escalón de +10 % en el flujo de alimentación (sección 8.2).
Figura A.10. Simulación numérica del torque de rastrillo para un escalón

de +10 % en el flujo de alimentación (sección 8.2).
128
Figura A.11. Simulación numérica del tiempo de residencia para un es-

calón de +10 % en el flujo de alimentación (sección 8.2).
Figura A.12. Simulación numérica de la producción de sólidos para un

escalón de +10 % en el flujo de alimentación (sección 8.2).
129
Simulación 2.2:
Figura A.13. Simulación numérica de la concentración de sólidos en la

descarga para un escalón de −10 % en el flujo de alimentación (sección
8.2).
130

de −10 % en el flujo de alimentación (sección 8.2).

escalón de −10 % en el flujo de alimentación (sección 8.2).
131

de −10 % en el flujo de alimentación (sección 8.2).

calón de −10 % en el flujo de alimentación (sección 8.2).
132

escalón de −10 % en el flujo de alimentación (sección 8.2).
133
Simulación 2.3:

descarga para un escalón de +10 % en el flujo de descarga (sección 8.2).
134

de +10 % en el flujo de descarga (sección 8.2).

escalón de +10 % en el flujo de descarga (sección 8.2).
135

de +10 % en el flujo de descarga (sección 8.2).

calón de +10 % en el flujo de descarga (sección 8.2).
136

escalón de +10 % en el flujo de descarga (sección 8.2).
137
Simulación 2.4:

descarga para un escalón de −10 % en el flujo de descarga (sección 8.2).
138

de −10 % en el flujo de descarga (sección 8.2).

escalón de −10 % en el flujo de descarga (sección 8.2).
139

de −10 % en el flujo de descarga (sección 8.2, capitulo 8).

calón de −10 % en el flujo de descarga (sección 8.2, capitulo 8).
140

escalón de −10 % en el flujo de descarga (sección 8.2).
141
Simulación 2.5:

descarga para un escalón de +10 % en la dosis de floculante (sección 8.2).
142

de +10 % en la dosis de floculante (sección 8.2).

escalón de +10 % en la dosis de floculante (sección 8.2).
143

de +10 % en la dosis de floculante (sección 8.2).

calón de +10 % en la dosis de floculante (sección 8.2).
144

escalón de +10 % en la dosis de floculante (sección 8.2).
145
Simulación 2.6:

descarga para un escalón de −10 % en la dosis de floculante (sección 8.2).
146

de −10 % en la dosis de floculante (sección 8.2).

escalón de −10 % en la dosis de floculante (sección 8.2).
147

de −10 % en la dosis de floculante (sección 8.2).

calón de −10 % en la dosis de floculante (sección 8.2).
148

escalón de −10 % en la dosis de floculante (sección 8.2).
149
A.3. Transporte de propiedades granulométricas
Simulación 3.1:
Figura A.43. Simulación numérica del transporte de las propiedades gra-

nulométricas en la descarga para un escalón positivo y una dosis de flocu-
lante de 22,5 gpt (sección 8.3).
150
Simulación 3.2:

lante de 25 gpt (sección 8.3).
151
Simulación 3.3:

152
Simulación 3.4:

nulométricas en la descarga para un escalón negativo y una dosis de flocu-
153
Simulación 3.5:

lante de 25 gpt (sección 8.3).
154
Simulación 3.6:

155
B. ANEXO 2: MANUAL DEL SIMULADOR
Para poder utilizar el simulador es necesario antes inicializar los parámetros de cada
modelo. Para esto se debe correr un programa, como el que se encuentra al final de este
anexo, en donde se asigna a cada parámetro el valor correspondiente. En este programa
también se deben definir las condiciones iniciales, ya sea como variables o desde un archi-
vo (lineas 83 a 89), y los valores numéricos de la la tabla de búsqueda para la integral en
A1 (φ) (lineas 60 a 72). También es importante que las siguientes funciones se encuentren
en el directorio de la simulación:
bounds.m
cell average.m
cross section.m
d comp.m
modelo yield stress.m
v hs.m
volume to weight fraction.m
weight to volume fraction.m
En el contexto de Simulink el simulador corresponde a un bloque que puede ser uti-

lizado con otros bloques para simular el proceso de manejo de relaves completo o para
la simulación de estrategias de control. En la figura B.1 se muestra este bloque con las
entradas y salidas correspondientes.
156
Figura B.1. Bloque para la simulación de producción de relaves en Simulink.

157
1 g l o b a l D d a t a C d a t a H B R R1 R2 v a r p h i D e l t a A v max n r z
r h o f r h o s a l p h a b e t a p h i c phi max g j f
2
3 % P a r a m e t r o s de e s p e s a d o r
4
5 B = 12; % meters , a l t u r a e n t r e l a a l i m e n t a c i o n y descarga

6 H = 2 . 5 ; % m e t e r s , a l t u r a e n t r e l a r e c u p e r a c i o n de a g u a /
rebalse y la alimentacion
7 R = 8.5;
8 R1 = 1 . 8 ;
9 R2 = 3 . 6 ;
10 varphi = pi / 6 ;
11 Delta = 0.5;
12 N = 4 2 0 ; % numero de m u e s t r a s e s p a c i a l e s ( d i v i s i o n e s p a c i a l
del espesador )
13 M = 1 0 0 0 0 ; % numero de m u e s t r a s u t i l i z a d a s p a r a l a i n t e g r a l
numerica
14 Dt = 0 . 5 ;
15
16 % P a r a m e t r o s Modulo E s p e s a d o r
17 g = 9.81;
18 p h i c = 0 . 2 0 ; % volume f r a c t i o n o f s o l i d s
19 p h i m a x = 1 ; % volume f r a c t i o n o f s o l i d s
20 v max = 2 5 / 3 6 0 0 ; % m/ s
21 n rz = 10; %
22 r h o f = 1 0 0 0 ; % kg / m3
23 r h o s = 2 7 5 0 ; % kg / m3
158
24 a l p h a = 7 . 3 ; % Pa
25 beta = 16.2;
26 p h i f = weight to volume fraction (0.1 , rho s , rho f ) ;
27
28 % P a r a m e t r o s Modulo F l o c u l a c i o n
29 b0 = −1.3102;
30 b1 = 2 5 . 8 1 3 7 ;
31 b2 = 4 0 . 3 8 4 5 ;
32 b3 = 7 8 . 1 7 9 5 ;
33 b4 = 1 0 0 0 ;
34
35 % P a r a m e t r o s Modulo Y i e l d S t r e s s
36 c0 = 1 . 6 7 4 5 e3 ;
37 c1 = 0 . 2 8 ∗ − 7 . 7 5 4 3 e3 ;
38 theta = 0.2;
39 k a p p a = 2 2 0 . 9 7 ; %model p a r a m e t e r
40 m = 8 . 6 8 ; %modelo p a r a m e t e r
41
42 % P a r a m e t r o s Modulo T o r q u e de R a s t r i l l o
43 Zr1 = 7 ;
44 Zr2 = B ;
45 a1 = 2 9 . 6 5 4 7 ;
46 a2 = 1 . 8 1 9 8 ;
47 a3 = 1 3 . 2 2 5 0 ;
48
49 % I n i c i a c i o n de S i m u l a c i o n
50
159
51 Dz = (B+H) /N;
52
53 j = ( −2:N+ 2 ) ’ ;
54 j f = c e i l (H/ Dz ) ;
55 z = ( j + 1 / 2 ) ∗Dz−H;
56 Z = ( −(H+Dz ) : Dz : ( B+Dz ) ) ’ ;
57 C d a t a = l i n s p a c e ( 0 , phi max ,M) ;
58 Ddata = z e r o s ( s i z e ( Cdata ) ) ;
59
60 % Codigo p a r a c a l c u l a r i n t e g r a l n u m e r i c a p o r p r i m e r a v e z
61
62 % f o r i =1: l e n g t h ( Cdata )
63 %
64 % i f ( C d a t a ( i )>= p h i c )
65 % D d a t a ( i ) = i n t e g r a l (@( x ) d comp ( x ) . / x , p h i c , C d a t a (
i ) , ’ WayPoints ’ , C d a t a ( 1 : i ) ) ;
66 % end
67 %
68 % end
69 % s a v e ( ’ c o m p r e s s i o n f l u x d a t a . mat ’ , ’ Cdata ’ , ’ Ddata ’ )
70
71 % Cargar l o s v a l o r e s obtenidos para l a i n t e g r a l numerica

72 l o a d ( ’ c o m p r e s s i o n f l u x d a t a . mat ’ )
73
74 opt = 1;
75 % f i g u r e ( 3 ) ; p l o t ( z , c r o s s s e c t i o n ( z , o p t ) , ’ x − ’)
160
76 % x l a b e l ( ’ h i g h t w i t h r e s p e c t t o f e e d l e v e l [m] ’ ) ; y l a b e l ( ’
t h i c k e n e r c r o s s s e c t i o n [mˆ 2 ] ’ )
77
78 [A, y , Cz ] = c e l l a v e r a g e ( z , Dz , N, o p t , Z , Zr1 , Zr2 ) ; % v e c t o r

w i t h a v e r a g e c r o s s s e c t i o n a r e a o f l a y e r j and s t a g g e r e d
discontinuity vector
79
80 lambda = 1 . / ( Dz∗A) ;
81 mu = lambda / Dz ;
82
83 % Solucion I n i c i a l
84 p h i 0 = z e r o s (N+ 3 , 1 ) ;
85 w0 = z e r o s (N+ 3 , 1 ) ;
86 u10 = z e r o s (N+ 3 , 1 ) ;
87 u20 = z e r o s (N+ 3 , 1 ) ;
88 u30 = z e r o s (N+ 3 , 1 ) ;
89 % l o a d ( ’ i n i t i a l s o l u t i o n . mat ’ ) ;
90
91 % G a n a n c i a de p r o d u c t o p a r a o b t e n e r l o s v a l o r e s o b e r v a b l e s
92 L = z e r o s ( 2 ,N+ 3 ) ;
93 L(1 ,2) = 1;
94 L ( 2 , end −1) = 1 ;

Paper Torque

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Paper Torque

Cargado por

Copyright:

Formatos disponibles

PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE

JUAN IGNACIO LANGLOIS BUCHHOLTZ

Tesis para optar al grado de

Santiago de Chile, Mayo 2018

JUAN IGNACIO LANGLOIS BUCHHOLTZ

Miembros del Comité:

Tesis para optar al grado de

Santiago de Chile, Mayo 2018

En primer lugar me gustarı́a agradecer a mi familia, por el continuo apoyo e incentivo

Agradezco a la Comisión Nacional de Investigación Cientı́fica y Tecnológica por el

ÍNDICE DE TABLAS xvii

2. Manejo de Relaves en Pasta 10

4. Otros Modelos del Proceso 48

6. Desarrollo e Implementación del Simulador Dinámico 62

7. Calibración del Simulador Dinámico 77

8. Validación Cualitativa del Simulador Dinámico 88

9. Simulación del Control de Producción de Relaves en Pasta 102

10. Conclusiones y Trabajos Futuros 113

1.1. Proyección de producción máxima de relaves producto del proceso de

1.2. Conceptos de depósitos de pulpa de relave (Columna izquierda: Conventional) y

2.1. Tecnologı́as de espesamiento para relaves. Fuente: Cacciuttolo y Holgado

2.2. Espesador de cono profundo. Fuente: EIMCO

2.3. Sistema de manejo de relaves en pasta. Fuente: EIMCO

2.4. Diagrama de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.1. Espesador continuo ideal . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.2. Espesador con sección transversal constante . . . . . . . . . . . . . . . . . 35

3.3. Espesador con sección transversal que varia con la altura . . . . . . . . . . . 36

6.1. Diagrama de bloques de la estructura modular del simulador dinámico para la

6.2. Ilustración de grilla y grilla escalonada utilizada para la discretización espacial. 68

6.3. Mecanismo de rastrillo del espesador. . . . . . . . . . . . . . . . . . . . . . 72

6.5. Detalle módulo espesador del simulador dinámico . . . . . . . . . . . . . . 76

7.1. Modelo de velocidad inicial de precipitación en función de la dosis de

7.2. Geometrı́a del espesador. . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

7.3. Curvas de estado estacionario del modelo calibrado en el rango de operación

7.4. Modelo de densidad aparente en función de la fracción en peso de partı́culas de

7.5. Modelo de yield stress en función de la concentración de sólidos en peso. . . 86

7.6. Modelo de yield stress en función de la fracción en peso de partı́culas de

8.1. Gráficos de la concentración de sólidos en volumen en función de la altura en

8.2. Simulación numérica del nivel de sedimento. . . . . . . . . . . . . . . . . . 90

8.3. Simulación numérica del torque de rastrillo. . . . . . . . . . . . . . . . . . 91

8.4. Simulación numérica de la concentración de sólidos en peso en la descarga. . 92

8.5. Simulación numérica del nivel de sedimento para un escalón de +10 % en el

8.6. Simulación numérica de la concentración de sólidos en peso en el rebalse para

8.7. Simulación numérica de la producción de sólidos para un escalón de +10 % en

8.9. Simulación numérica del transporte de las propiedades granulométricas en la

8.10. Simulación numérica del transporte de las propiedades granulométricas en la

9.1. Diagrama de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

9.2. Implementación en Simulink de la estrategia de control para la concentración

9.3. Simulación numérica del control de la concentración de descarga para un

9.5. Simulación numérica del control de la concentración de descarga durante el

9.7. Simulación numérica del control de la concentración de descarga para un

9.10. Implementación en Simulink de la estrategia de control de yield stress y el nivel

9.13. Simulación numérica de la concentración de sólidos durante el control de yield

A.1. Simulación numérica de la concentración de sólidos en la descarga (sección

A.2. Simulación numérica del nivel de sedimento (sección 8.1). . . . . . . . . . . 122

A.4. Simulación numérica del torque de rastrillo (sección 8.1). . . . . . . . . . . 123

A.5. Simulación numérica del tiempo de residencia (sección 8.1). . . . . . . . . . 124

A.6. Simulación numérica de la concentración de sólidos en el rebalse para un

A.7. Simulación numérica de la concentración de sólidos en la descarga para un

A.8. Simulación numérica del nivel de sedimento para un escalón de +10 % en el

A.11. Simulación numérica del tiempo de residencia para un escalón de +10 % en el

A.12. Simulación numérica de la producción de sólidos para un escalón de +10 % en