Cricuitos - de - Comminucion - y - Molienda - Operacion - y - Optimizacion 3

Capítulo 7: Molinos Autógenos y Semiautógenos
7.6.4 Simulación
Las técnicas de simulación son ideales para optimización. Los datos del estudio se usan
para construir modelos matemáticos de las unidades en el circuito. Luego se pueden probar
y evaluar las estrategias de optimización antes de hacer cambios en la planta. El Capítulo
13 describe esta metodología.
La simulación es solo una herramienta y aún requiere que el usuario posea un sólido
dominio del proceso y un conocimiento de los probables efectos que los cambios
producirán en las condiciones operacionales. En las siguientes secciones se revisan los
criterios de optimización para molinos AG/SAG y se analizan los factores que pueden
alterarse para afectarlos. Conociendo las causas y efectos, se puede utilizar con confianza la
simulación para cuantificar el efecto de los cambios y para indicar como se manifestarán las
interacciones que de ellos se deriven.
7.6.5 Criterio de Optimización
Rendimiento
El rendimiento está limitado por la energía disponible y el volumen en el molino. La

velocidad también afecta el rendimiento, con mayores velocidades proporcionando mayores
rendimientos. A una velocidad constante, aumentos en el rendimiento derivarán en el
aumento del nivel de carga (volumen) hasta un punto en que los contenidos del molino se
derramarán. Midiendo el nivel de carga bajo las condiciones actuales evidenciará si hay
margen o no para aumentarlo (y también el rendimiento). En Australia y Norte América,
donde los molinos tienen truniones de descarga, es usual trabajar con un nivel de carga
máxima de alrededor de un 35% del volumen total del molino. En Sud África, donde son
comunes los diseños con descarga por el extremo, no son inusuales los niveles en el rango
40-50%.
Simultáneamente con la medición del nivel de carga, será necesario determinar si la

potencia del molino esta en su máximo y, si no lo está, cuanto aumento de volumen se
podrá acomodar sin exceder la potencia máxima. Para este fin se puede utilizar un modelo
de energía (ver Capítulo 11). Para un modelo de molino dado, el modelo predecirá el
consumo de energía para un nivel de carga dado. Esto proporciona un chequeo sencillo de
si el aumento propuesto del nivel de carga, puede ser sustentado por el motor del molino.
Tamaño de Molienda
El tamaño de molienda no es fácil de manipular en molinos AG/SAG en circuito abierto y

es fundamentalmente una función del mineral. Es posible, sin embargo, hacer cambios
modestos aumentando o disminuyendo las aberturas de la parrilla, cambiando la carga de
bolas y el tamaño de bola y variando la velocidad del molino. Mayores cargas de bola,
bolas más grandes y mayores velocidades producirán, normalmente, una molienda más
gruesa y viceversa. Simultáneamente, sin embargo, el rendimiento y el consumo de energía
también se verán afectados. Esta interacción puede causar problemas al momento de
conciliar los criterios de optimización y ayuda a destacar el valor de las técnicas de
190
Capítulo 7: Molinos Autógenos y Semiautógenos
simulación, para ayudar en la formulación de la mejor estrategia En consecuencia, puede

ser preferible, cuando se opera un circuito de molienda de dos etapas, concentrarse en la
optimización del rendimiento para el molino AG/SAG y dejar la optimización del tamaño
de molienda al circuito de molienda de bola.
En circuitos cerrados de molinos AG/SAG es posible cambiar el tamaño de molienda

manipulando el rendimiento el clasificador. Para garantizar un rendimiento óptimo es
sumamente importante que el clasificador proporcione una separación eficiente. Esto
evitará el retorno no deseado del material de tamaño correcto al molino, causando una
eventual pérdida en el rendimiento. Se ha demostrado que es posible bajar, hasta cierto
punto, el punto de corte del clasificador sin afectar el rendimiento (ver ‘molienda libre’).
Sin embargo, se alcanzará un punto en que una reducción adicional del punto de corte solo
se podrá lograr a expensas de una baja en el rendimiento.
Consumo de Energía
Para indicar la eficiencia del molino se utiliza habitualmente el consumo específico de

energía (kWh/t). Este depende significativamente del tipo de mineral pero también se ve
influenciado por el tamaño de alimentación, carga de bolas, nivel de carga y velocidad del
molino. Como regla general, mientras mayor la carga de bolas y el nivel de la carga, menor
será el kWh/t. Los efectos del tamaño de alimentación están menos definidos y pueden
determinarse solamente conduciendo una serie de estudios sobre un molino a diferentes
condiciones de tamaño. (Ver capítulo 11 para métodos de predicción de energía).
Consumo de Aceros
El consumo de acero depende tanto del tipo de mineral como del material de
revestimiento/bolas. Sin embargo, ciertas condiciones operativas tenderán a aumentar el
consumo de acero. En consecuencia, se deberá evitar en los molinos SAG los menores
niveles de carga ya que las bolas colisionarán más con elevadores y revestimientos.
Mayores niveles de bolas también darán lugar a un mayor consumo de acero. Se debe
utilizar, en consecuencia,. el mínimo nivel de bolas que garantice el cumplimento de las
demandas de producción. La velocidad del molino también influye fuertemente en el
desgaste. Esto es especialmente notorio en molinos con velocidad variable, cuando el
molino ha sido operado a una velocidad muy alta. En dichos casos, el resultado es
disminuir el nivel de la carga y, por ende, exponer innecesariamente elevadores y
revestimientos.
191
CAPITULO 8
MOLINOS DE BARRA
8.
8.1 INTRODUCCIÓN
L os molinos de volteo son ubicuos en el procesamiento de minerales. Su propósito

principal es la reducción de tamaño y liberación de mineral, combinado
ocasionalmente con uso como reactor químico. Los molinos de barra y bolas se
hicieron comunes a principios del siglo 20 y dominaron la molienda hasta mediados de los
1970s. En ese momento, los molinos AG/SAG (Capítulo 7) comenzaron a proporcionar una
alternativa a la molienda gruesa. Los factores propulsores fueron el costo y la escala. Los
molinos de barra tienen limitaciones de tamaño inherentes, debido a la necesidad de
mantener sus medios paralelos.
El molino de barra proporciona una eficiente clasificación interna. Las partículas mayores
que un tamaño determinado serán usualmente totalmente eliminadas. Si no lo son, el
molino de barra estará cerca de sobrecarga y listo para enredar las barras. En consecuencia
los molinos de barra son adecuados para reducción de producto de chancado secundario
(p80 alrededor de 25mm) a alimentación de molino de bola ideal (P80 de 1-2mm)
Debido a la transición a circuitos incorporando molinos AG/SAG, los rodillos de barra son
actualmente menos comunes en las concentradoras existentes y usados rara vez, si alguna,
en concentradoras nuevas. Sin embargo, son una forma distinta de dispositivo de molienda
gruesa y merecen un análisis independiente.
8.2 DESCRIPCIÓN DEL PROCESO
Los molinos de barra son cilindros horizontales que rotan respecto de su eje longitudinal,
como se muestra en la Figura 8.1. Mineral y (usualmente) agua son alimentados por un
extremo y descargados por el otro. La descarga puede verse afectada por una variedad de
métodos. El más simple es el molino de overflow donde la descarga del molino es mayor
que la abertura de alimentación. Esta diferencia genera un gradiente hidráulico que
propulsa la pulpa hacia afuera del extremo de descarga.
Los molinos de barra son casi siempre con descarga de overflow. Una excepción es en
molinos multi compartimiento que utilizan un vertedor o diafragma de descarga interno.
Los medios de molienda son barras de acero largas y pesadas, que no son arrastradas hacia
fuera del molino por el flujo de pulpa. El extremo de descarga de un molino de barra o de
192
Capítulo 8: Molinos de Barra
bola esta acondicionado normalmente con un harnero cilíndrico o tromel, para proteger los
procesos aguas abajo de medios desgastados (pedazos de barra o scats de bola). El harnero
de tromel está sujeto normalmente con un espiral interno que empuja el material vagabundo
hacia fuera del tromel.
La mayor parte de la clasificación de partículas se produce en la carga del molino y el

tamaño de apertura del tromel (normalmente ranuras de 3-10mm de ancho) tiene
sorprendentemente poco efecto sobre el tamaño del producto.
Figura 8.1: Diagrama de corte de un molino de barra Svedala
8.3 VARIABLES CLAVE
Tamaño y Potencia del Molino de Barra
Debido a las dificultades prácticas de hacer una barra mayor a 6-7 m de longitud, los
molinos de barra están limitados a este tamaño. Para mantener las barras paralelas, se
privilegia un radio longitud a diámetro de 1.2 a 1.6.
El efecto global de estas restricciones es un límite de potencia superior de alrededor de 1

MW. La forma de la carga del molino de barra es más constante que la de molinos
AG/SAG y se puede utilizar la siguiente fórmula para determinar el consumo de energía
(Rowland y Kjos 1978):
kWr = 1.752 D1/ 3 (6.3-5.4Vr )fCs (8.1)
donde kWr = kilowats por tonelada de roca

D = diámetro del molino entre revestimientos (m)
Vr = fracción del volumen del molino cargado con barras
fCs = fracción de la velocidad crítica
193
Velocidad del Molino
Al igual que otros molinos de volteo la velocidad del molino se expresa como la fracción (o
porcentaje) de la velocidad a la cual la carga en la superficie del revestimiento centrifuga,
i.e. la fuerza centrífuga iguala a la gravedad
La velocidad crítica en revoluciones por minuto viene dada por:
Cs = 42.3 / 3 (8.1)
donde D es el diámetro del molino en metros
Nótese que las ecuaciones de potencia de JKMEC utilizan el diámetro entre revestimientos
(Capítulo 11). Las especificaciones y formulas de potencia de los fabricantes, se refieren
normalmente al diámetro interior de la carcasa ya que, este diámetro no varía con las
condiciones de desgaste. Las velocidades del molino de barra van de 72% del crítico para
molinos pequeños a 65% del crítico para molinos grandes. Esta variación es para minimizar
el desgaste de los revestimientos y para tratar de evitar el enredo de las barras.
Medios de Molino
Al igual que en otros molinos rotatorios, el nivel de carga se expresa como la fracción del
área de sección transversal del molino ocupado por medios luego de 5-10 minutos de grind-
out.
Las barras nuevas varían entre 25mm a 150mm de diámetro. Una barra ideal permanece
geométricamente recta hasta que se desgasta a un 10-20% de su diámetro original y luego
se rompe en pequeñas secciones (100-150mm) que pueden escapar del molino.
Las barras disminuyen de diámetro de manera aproximadamente lineal con el tiempo. En

consecuencia, se genera naturalmente un rango suave de tamaños (o cuerda). Una adecuada
guía para selección del tamaño de barra fue desarrollada empíricamente por Allis Chalmers
(Rowland y Kjos 1977).
La correlación Allis Chalmers para determinar el tamaño de barras es
 F 800.75 WI sg 
Rr =   × 25.4 (8.2)
 160 (%Cs ) 3.28 ID 
donde R = Diámetro de la barra (mm)

F80 = Tamaño realimentación pasando 80% (µm)
WI = Índice de trabajo de alimentación de molino de barra (kWh/t/ton. corta)
sgs = Peso específico de la alimentación de mineral
%Cs = Porcentaje de la velocidad crítica
D = Diámetro entre revestimientos de la carcasa (m)
194
Las dependencias son muy razonables. Minerales que son más duros por unidad de
volumen (i.e. Wi*sg), y gruesos, requieren barras más grandes. Molinos de mayor
diámetro, a velocidades más altas, pueden utilizar menores tamaños de barra ya que, un
mayor levante, permite que una barra más pequeña proporcione la energía de rotura
necesaria.
El manejo de barras no es algo baladí. Las barras son pesadas y cualquier manejo manual
pone en serio riesgo incluso manos enguantadas. Un sistema de carguío de barras
automático requerirá casi tanto espacio como el molino en si.
8.4 REVESTIMIENTOS DE MOLINO
Los revestimientos de molinos de barra son casi siempre un conjunto de ondas paralelas.
Los revestimientos del molino imparten energía a la capa exterior de la carga. Luego, cada
capa imparte energía a la capa que descansa inmediatamente encima. La configuración de
la onda no es crítica, con una altura de onda de alrededor del diámetro de reconstrucción de
la barra. El material habitual para revestimiento es el hierro fundido. Un revestimiento de
molino de barra experimenta fuerzas de alto impacto. Una barra de diámetro 6m x 100mm
pesa 90 veces más que una bola de diámetro 100mm y romperá la mayoría de los
revestimientos de goma. Como la energía de impacto variará según mv2/2, es fácil ver
porque los molinos de barra operan a velocidades mas bajas que los molinos de bola.
Figura 8.2: Una máquina de reposición de revestimientos operando en el interior de un molino de

barra de 3.8 x 9m (Russell Mineral Equipment)
195
8.5 CONFIGURACIÓN DEL CIRCUITO
Los molinos de barra se operan casi siempre en circuito abierto, tomando alimentación de
un circuito de chancado y entregando el producto a un circuito de molino de bola.
8.6 MODELADO DE MOLINOS DE BARRA
El molino de barra es esencialmente un dispositivo de flujo de tapón. A medida que la

pulpa es acarreada a través del molino, la acción de rotación/volteo de las barras actúa
como un harnero que selecciona las mayores partículas para rotura. Físicamente, las
partículas más grandes ‘protegen’ hasta cierto punto a las menores.
Par cuantificar este efecto, Callcott y Lynch (1964) definieron un ‘estado de rotura’ como,
la longitud de molino de barra requerida para eliminar un intervalo de tamaño 2 de la
pulpa, i.e. para eliminar la mayor fracción de tamaño de tamiz.
Se consideró que una etapa de rotura consistía de tres partes: una función de clasificación,
una función de rotura y una función de selección (Figura 8.4). La aritmética necesaria para
calcular un tamaño de producto fue expresada en forma matricial.
La matriz de clasificación C es una matriz diagonal que determina la proporción de cada

fracción de tamaño entrando (o reentrando) a una etapa de rotura específica.
Para garantizar que la fracción de tamaño superior es removida completamente, C11 debe
ser igual 1. Usualmente se elige una simple serie descendiente para los demás elementos de
diagonal, i.e. para una serie 2 de tamices:
1 . . 0 . .
. 0 .5 . . . . 

. . 0 .2 5 . . .
C =   (8 .4 )
. 0 . 0 .1 2 5 . .
. . . . . .
 
. . . . . .
y así sucesivamente. C11 es la fracción de tamaño más gruesa que entra a cada etapa.
El efecto de harneado es modelado usando una selección de función que se describe por
medio de tres parámetros:
1 . . . . . 
. 1.0 . . 0 . 

. . 0.7 . . . 
S =   (8.5)
0 . . 0.4 . . 
. . . . 0.2 . 
 
. . . . . 0.2 
196
Esta función se describe tradicionalmente en términos de intercepto (IN), pendiente (SL) y

punto de intersección (XC) (Figura 8.3). Sin embargo, es mucho más fácil de entender en
términos de K1 y K2 (según el modelo de chancador de Whitens – Sección 6.5) donde
partículas menores a K1 tienen una probabilidad constante de romperse y partículas
mayores a K2 siempre se rompen. Entre medio, en el caso de molinos de barra, la
probabilidad de selección para rotura aumenta linealmente con el tamaño de partícula.
En términos de parámetros de selección
K1 = XC
y K2 = (1.0-IN)/SL (8.6)
(En consecuencia, el molino de barras puede ser visto como análoga a múltiples etapas de
chancado donde K2 disminuye, a medida que el mineral progresa desde la alimentación a la
descarga).
Figura 8.3: Función de Selección de modelo de molino de barra
La matriz de rotura (o función de apariencia A) es precisamente la descrita en el Capítulo 4

y usada en el modelo de chancador. Se asume que la función de rotura permanece con la
misma forma respecto del tamaño de la partícula rota y, por ende, se transforma en una
matriz de paso. El supuesto de función de rotura constate no es absurdo, i.e. t10 acercándose
al máximo lo que puede lograrse en un único impacto (normalmente 40-60% o A en la
ecuación 4.22) ya que la rotura de molino de barra es fuete para aquellas partículas que son
golpeadas.
197
La función de apariencia por defecto es una ecuación Rosin-Rammler modificada
A( x, y ) = (1 − exp(− x / y )) /1 − exp(−1)) (8.2)
donde A(x,y) es la proporción, luego de la rotura, de partículas de tamaño inicial que son
menores que el tamaño x. La matriz de apariencia A está compuesta de vectores de las
diferencias en x para el intervalo de harnero específico. Para minerales específicos, la
función de apariencia pude ser medida con el péndulo gemelo o el dispositivo de rotura por
impacto. En el Capítulo 4 y la Sección 9.7 se entregan el rango de funciones de apariencia
para varios minerales.
Para cada fracción de tamaño, se asume que ocurre un grado de reducción de tamaño
geométrico similar; la matriz de rotura es, en consecuencia, una matriz de paso.
 a1 0 0 0 
a a1 0 0 
A =  2  (8.5)
a 3 a2 a1 0 
 
a 4 a3 a2 a1 
Como se destacó antes, este modelo puede considerarse como un diagrama de flujo con
algo de recirculación (Figura 8.4). Algo de aritmética de matrices convierte esto en un
modelo que parece complicado pero que es en realidad bastante simple.
Para lograr algún conocimiento del modelo, es útil considerar una solución algebraica
donde el subíndice i designa las fracciones de tamaño de grueso a fino.
Ignorando inicialmente el reciclo para simplificar, tenemos que, para cada tamaño de
fracción i, se rompe fisi y (1-si)fi pasa directo (bypass) al contenido de la etapa de rotura.
i
En consecuencia qi = (1 − si ) fi + ∑ sk f k i.e. bypass más rotura de fracciones gruesas.
k =1
Los contenidos están ahora clasificados con el reciclo ciqi y producto (1-ci)qi.
Con un computador moderno, es posible iterar este proceso hasta que la tasa de flujo de
producto sea aproximadamente igual a la tasa de flujo de alimentación.
Cuando se desarrolló este modelo, no había computadoras digitales disponibles y se

desarrolló una solución analítica. (Nótese que el método de arriba es mucho más fácil de
programar que la solución de matriz y proporciona una solución dinámica con pasos de
tiempo adecuados y limites físico en el volumen de carga.
198
Figura 8.4: Una etapa de rotura de un molino de barra
Necesitamos predecir el producto como una función de la distribución de alimentación.
p = F( f )
De la Figura 8.4 podemos escribir las ecuaciones 8.9-8.11:
p = (I − C) ⋅ q (8.9)
q = (I − S ) ⋅ m + A ⋅ S ⋅ m (8.10)
m = c⋅q + f (8.11)
La solución se presenta a menudo como obvia lo no es así para casi todos. El objetivo es
eliminar m y q. Primero sustituya para q en la ecuación 8.9 utilizando la ecuación 8.10, i.e.
p = (I − C) ⋅ (I − S + A ⋅ S ) ⋅ m (8.12)
Haga lo mismo para la ecuación 8.11:
m = C ⋅ (I − S + A ⋅ S ) ⋅ m + f (8.13)
199
Reordene a
I ⋅ m − C ⋅ (I − S + A ⋅ S ) = f (8.13)
−1
o m = [ I − C ⋅ ( I − S + A ⋅ S )] ⋅f (8.13)
y sustituya para m en la ecuación 8.12 para la solución publicada:

−1
p = ( I − C ) ⋅ ( I − S + A ⋅ S ) ⋅ [ I − C ⋅ ( I − S + A ⋅ S )] ⋅ f
o pj = X j ⋅ fj (8.16)
donde Xj es una etapa de rotura, ya que A, S y C se asumen constantes para todas las
etapas.
Como el molino consiste de v etapas de rotura, la transformación entre la alimentación real

del molino de barra y el producto es
p = x ⋅ x ⋅ x ⋅ x... f
v
o p =  X j  ⋅ f (8.17)
Como la potencia de una matriz esta definida solamente por valores enteros, los valores
intermedios se determinan por interpolación lineal.
Este modelo no es ni cerca tan complicado como se ve debido a las matrices triangulares
inferiores. Para aquellos que deseen programar el modelo, la trampa estándar es que la
matriz Cj agrega una corrida y columna extra de ceros en cada etapa.
8.7 ESCALANDO EL MODELO DE MOLINO DE BARRA
Se ha determinado empíricamente, para la mayoría de los molinos de barra, que la tasa de

alimentación del molino multiplicada por una función del número de etapas de rotura, es
aproximadamente constante. Esta constante se denomina constante del molino MC.
MC = Tasa de alimentación ⋅ v1.5 (8.18)
donde v = número de etapas de rotura
Esta relación es consistente con un número constante de impactos disponible y un tiempo

de residencia que depende de la tasa de alimentación volumétrica.
La simulación de de la operación de un molino de barra se reduce entonces a el de la tasa y

dimensionado de alimentación, una función de rotura o apariencia (que puede ser medida) y
cinco parámetros, tres para selección (SL, IN y XC), uno por cada una de las etapas de
200
rotura (v) y la constante del molino MC. Estos parámetros pueden derivarse de un conjunto
de datos de prueba.
El modelo de molino barra no tiene precisamente un buen comportamiento. Tanto K2 como

el número de etapas pueden controlar el tamaño superior del producto. En consecuencia
pueden interactuar hasta cierto grado y puede que no exista una solución única para los
parámetros en la matriz de rotura (Lynch 1977). Sin embargo, pueden efectuarse
simulaciones útiles por medio de supuestos adecuados como se discute abajo.
Una vez que se caracteriza un molino de barra procesando un mineral específico, puede ser
escalado a los tamaños y condiciones de otro molino. Los factores de escala interactúan con
el modelo a diferentes niveles. La tasa de alimentación y (en ocasiones) el dimensionado de
alimentación interactúan con el número de etapas de rotura. Las condiciones operativas y el
tamaño determinan la constante del molino.
La dureza del mineral interactúa con la función de selección. Este modelo fue desarrollado
antes de las técnicas de rotura de partícula individual de JKMRC (Capítulo 4). Sin
embargo, las funciones de rotura específica del mineral del molino de barra/molino de bola,
pueden ser utilizadas para escalar para dureza de mineral.
Escalando etapas de rotura:

2/3
 MCFIT   P90 FIT 
vsim =   +ln   /ln 2 (8.19)
 Tasa de alimentación SIM   F90 SIM 
FIT identifica el caso base (condiciones ‘ajustadas’).
SIM identifica el caso escalado (simulado)
Nótese que para molinos de barra cargados livianamente, la dependencia de F90 (o tamaño
que pasa de 90%) es insignificante. Cuando se hace importante, un molino de barra está
operando cerca de su rendimiento máximo.
Escalando la Constante del Molino

2.5
MCSIM  D   LF   1 − LSIM  LSIM   fCsSIM 
=  SIM  ⋅  SIM  ⋅   ⋅   (8.20)
MCFIT DFIT   LFIT   1 − LFFIT  LFFIT 
144 fCsFIT 
14
42444 3 144424443 24 3
Tamaño de Molino /Potencia Carga de Molino Velocidad Crítica
donde LF = fracción de carga del molino (volumen de carga ocupado del molino ocupado
por carga y medios después de grind-out).
201
Estos factores de escala se aplican solo a molinos de barra de radios de longitud a diámetro
normales, esto es, 1.2 < l/D simulado < 1.6 y L hasta 7m, y que están operando en el rango
de Fracción de Carga de 30% < 45% <% y rango de velocidad crítica de 50%<fCs<80%
Esto factores se aplican a la Constante de Molino, MC del molino original para estimar la
constante de molino del molino simulado (escalado)
Escalando para Dureza de Mineral
Esta dependencia es bastante compleja y opera sobre la función de selección S.

0.8
SSIM  WI 
=  FIT  (8.21)
SFIT  WI SIM 
Si las técnicas de medición de rotura de partícula individual hubieran estado disponibles

durante el desarrollo del modelo de molino de barra, una metodología más lógica pudo
haber sido modificar la función de rotura.
Tamaño de Molino
Si se han medido las características de rotura para distintos tipos de mineral, la sustitución
de los parámetros ajustados en la nueva función de rotura, también escala el modelo para
predecir rendimiento cuando se trate el nuevo mineral.
8.8 AJUSTANDO EL MODELO DE MOLINO DE BARRA
Probablemente debido a la forma de la función de clasificación, puede ser muy difícil

ajustar el modelo de molino de barra a los datos. El parámetro más fácil de estimar es el
número de etapas de rotura, debido a que esta definido efectivamente como el número de
fracciones que son removidas entre alimentación y producto.
Como la constante de molino MC es el producto de su tasa de alimentación y el número de

etapas de rotura elevado a la potencia 1.5 (ecuación 8.18), entonces se extiende esta
estimación a la constante de molino.
La partícula más grande en la descarga del molino debe ser justo menor que K2 (Figura
8.3).
Como los molinos de barra no son efectivos en la molienda de partículas pequeñas, 0.1 mm
es un buen punto de partida para estimar XC. Nótese que los valores negativos para el
intercepto (IN) no son inusuales. Esto implica que partículas menores que XC no se
rompen. Suponiendo un valor de selección de 0 en XC se puede calcular IN y SL.
Debido a que el modelo de molino de barra depende del F90 de la alimentación, es difícil
de ajustar en circuito cerrado hasta que los parámetros no sean una muy buena estimación.
En consecuencia, en un molino de barra de circuito cerrado, primero balancee la masa y
luego ajuste el tamaño de producto usando la tasa de alimentación y dimensionado
202
balanceada. Esto ajusta efectivamente el molino en un circuito abierto. Si hay disponible

una función de rotura específica del mineral, debe utilizarse. Luego se puede ajustar la
constante de molino (MC) y los tres parámetros de función de selección.
Para ajuste del modelo (y para simulación) elimine la dependencia de F90 fijando el F90
simulado al F90 de alimentación medido.
Si la forma de la distribución de tamaño de producto es muy distinta a la distribución

medida, aumente el valor de selección supuesto por una pendiente de producto más
pronunciada y revise gráficamente. Cuando la pendiente sea similar, continúe con el ajuste
del modelo.
8.9 OPERACIÓN DEL MOLINO DE BARRA
Los molinos de barra son dispositivos de fuerza bruta. Son insensibles a cambios en tamaño
de alimentación, densidad de pulpa y tasa de alimentación, en una gran proporción de su
rango operativo. En consecuencia, un sobre-diseño en un molino de barra logra una
operación simple y requiere de un mínimo control de proceso.
Más difícil es la operación a rendimiento máximo. Como se destaco previamente, los

molinos de barra se hacen sensibles al dimensionado de la alimentación a medida que se
acercan a la tasa de alimentación máxima. Con altos rendimientos, también puede verse
perturbado el alineamiento de las barras y puede producirse su enredo. Rectificar este
problema implica cortar las barras enredadas, removerlas y comenzar nuevamente- una
tarea desmoralizante. En consecuencia, los molinos de barra tienen extremos más planos
que los molinos de bola para intentar mantener las barras en una pila ordenada.
A pesar de toda la investigación, aun no se entienden bien las causas de los enredos de
barras. Se puede minimizar el problema prestando atención a los siguientes aspectos:
• use barras de buena calidad, las cuales deben permanecer rectas hasta a lo menos un 10-
20% en diámetro y luego romperse en trozos pequeños.
• algo de fino en la alimentación del molino, por ejemplo una pequeña proporción del
overflow del ciclón desviado a la alimentación del molino de barra, es considerado una
ayuda para el rendimiento máximo.
• a altos rendimientos se hace importante un buen control del dimensionado de la

alimentación; esta es la dependencia de F90 del modelo. Si esta dependencia se
evidencia en los datos de prueba (i.e. de a lo menos dos conjuntos de tonelajes y
dimensionados de tamaño diferentes), el molino esta cerca de su tonelaje máximo.
• también ayuda una carga de barras de 35-40%; cargas menores no se asientan bien entre
si
• no opere a rendimientos muy bajos; el molino va a ‘cascabelear’ y las barras pueden

enredarse nuevamente.
203
• como se destacó previamente, la velocidad de lo molino de barra también se mantiene

más baja que la de los molinos de bola, a un 75-65% de la crítica desde molinos
pequeños (1m Ф) a molinos grandes (5m Ф o más).
• use revestimientos de carcasa de una onda; la regla práctica para el número de

revestimientos de Allis Chalmers (Rowland y Kjos 1978), es 6.6 veces el diámetro del
molino en metros con alturas de onda de 65-95mm, i.e. del mismo orden del diámetro
de reconstrucción de las barras recuperadas.
• opere a densidades de pulpa de 65-75% de sólidos en peso, con las mayores densidades
correspondiendo a un mayor sg de mineral, i.e. 45-50% en volumen.
Es difícil estimar el rendimiento máximo. Sin embargo, la velocidad del espacio en el

molino proporciona cierta guía. Suponga un 25-30% de vacío de carga, lleno totalmente
con pulpa. Como este es un problema bidimensional, implica a un 25-30% del área de
sección transversal de la carga. Para calcular la velocidad del espacio dividimos la
producción volumétrica de pulpa, Q, por el área vacía.
Velocidad del Espacio = Q / π (0.25 a 0.3) D 2 LF  m/s (8.22)
8.10 OPTIMIZACIÓN
La optimización de molinos de barra es muy simple si el objetivo no es el rendimiento

máximo. El molino puede considerase como un chancador de fino que proporcionará un
buen control del tamaño máximo del producto, tolerando a la vez algo de variación en el
tamaño de alimentación y rendimiento.
Si el número de etapas de rotura no muestra ninguna dependencia del dimensionado de

alimentación, se puede reducir el tamaño de reconstrucción de las barras, para producir un
producto más fino. (Nota: el modelo no puede estimar cuanto más fino, pero podemos
asumir razonablemente que el número de etapas será proporcional al número total de barras
en la cuerda).
Cuando se requiere un máximo rendimiento, se hace importante un buen control del tamaño
de alimentación. Esto implica prestar atención al mantenimiento del harnero de la planta de
chancado y evitar el almacenamiento de mineral ya que segrega los tamaños de
alimentación.
Una alimentación marcadamente más dura necesitara ser chancada más fina (ver ecuación
8.3), para mantener el rendimiento ya que no es práctico cambiar el dimensionado de las
barras en el corto plazo. La estrategia usual de planta de chancado, de aumentar el tamaño
de producto para mineral duro, impactara al rendimiento máximo. Si se origina un enredo
de barras, se producirán serias pérdidas de producción.
Como se destacó previamente, una pequeña proporción del overflow del ciclón, agregado a
la alimentación del molino mejorara, en ocasiones, el rendimiento. El modelo no predice ni
este efecto ni el posible rendimiento máximo.
204
En consecuencia, (como se detalla en el Capítulo 13), la optimización de un molino de

barra es un procedimiento iterativo en que el modelo utilizado sirve de guía para la etapa
siguiente – no para sugerir un óptimo ‘global’ en un único paso.
205
CAPITULO 9
MOLINOS DE BOLA
9.
9.1 INTRODUCCIÓN
L os molinos de bola son la forma más común de molino de volteo, probablemente,

debido a que trabajan en forma efectiva desde unidades de laboratorio de unos pocos
vatios a grandes unidades industriales consumiendo 10-12 MW. Dominan la
trituración industrial sobre un amplio rango de tamaño, desde unos pocos milímetros hasta
unas cuantas decenas de micrones. Los molinos de bolas se usan como molinos de
molienda primaria, con alimentación hasta 20mm, y también secundaria/terciaria y
operaciones de remolienda con alimentación y producto fino.
En el siglo veinte los molinos de bola se hicieron sostenidamente más grandes propulsados
por el costo y los factores de escala. Durante los años1950s y 1960s los molinos de bola de
gran diámetro dominaron la molienda primaria de gran capacidad. Sin embargo, desde
mediados de los 1970s los circuitos de molino de bola de chancado multi etapa y molienda
primaria gruesa han sido reemplazados casi completamente por los circuitos A/SAG. Los
molinos de bola aun dominan la molienda secundaria pero en seria competencia con los
AG/SAG en circuito cerrado y un rango de molinos de agitación. Los molinos de agitación
como los molinos de torre también están encontrando aplicación en tareas de molienda fina,
especialmente aquellas con dimensionado de alimentación de más de 80% pasando 50µm.
Los molinos de bola son normalmente los principales consumidores de energía en una
concentradora de mineral. En consecuencia, su uso eficiente tiene importantes implicancias
de rendimiento y costos. Este capítulo analiza las características y operación de molinos de
bola, como se modelan y como optimizar su rendimiento.
9.2 DESCRIPCIÓN DEL PROCESO
Los molinos de bolas son cilindros que rotan alrededor de sus ejes longitudinales como se
muestra en la figura 9.1. Mineral y (usualmente) agua son alimentados por un extremo y
descargados por el otro. El segundo fluido común para molinos de bola es el aire. Los
molinos barridos por aire son comunes, por ejemplo, en la industria del cemento. En los
molinos de bola su usan muchos otros fluidos que son también reactores de reacción
química
206
Capítulo 9: Molinos de Bola
Existen dos formas principales de molino de bola dependiendo de cómo se descarga el

slurry. El molino de overflow tiene una perforación de salida en el trunion de descarga que
es mayor que la boca de admisión; esto genera un gradiente hidráulico que conduce el
slurry hacia afuera del molino. El molino de descarga de parrilla tiene una parrilla interna y
elevadores de slurry en el extremo de descarga, muy parecido a los molinos AG/SAG
(Sección 7.2 Figura 7.4); estos molinos corren con un menor nivel interno de slurry que los
molinos de overflow.
A menudo se utiliza un harnero de tromel cilíndrico, montado axialmente, para remover las
bolas o scats de mineral. Sin embargo, para molinos primarios de envergadura, con grandes
bombas y clasificadores, no es necesario un tromel y es más adecuado un espiral de retorno
de bolas en el extremo de descarga del molino. En ocasiones, un mineral tendrá un
componente más duro y pequeñas piezas (scats o chats) sobrevivirán a los procesos de
molienda y serán rechazados junto con los aceros vagabundos. Si estos rechazos son
despojados de material valioso, se puede lograr algún grado de preconcentración.
Figura 9.1: Diagrama de corte de un molino de bola ANI
9.3 VARIABLES CLAVE
Tamaño y Potencia el Molino de Bola
Los molinos de bola operaran de manera efectiva en un amplio rango de radio de aspecto de
longitud a diámetro siendo los más comunes los radios 1-1.5; también se encuentran radios
de 1:3 a 3:1.
207
Los molinos de bola pueden ser utilizados sobre un extraordinario rango de tamaños desde
molinos de laboratorio de 200mm x 200mm – consumiendo unos pocos vatios – a gigantes
unidades industriales de 6 m de diámetro por 9 m de longitud (20’ x 30’), consumiendo 10-
12MW. ¡Pocas unidades de proceso pueden, entonces, cubrir seis órdenes de magnitud de
escala!
Carga de Bolas y Velocidad del Molino
Estas se expresan de la misma manera que para otros molinos de volteo. La carga de bolas
es el área de sección transversal luego de grind-out (no alimentación de mineral) de 10-15
minutos. Esto es equivalente a un vacío de aproximadamente 40%. La carga de bolas varía
normalmente de 35 a 45% (mayor para un molino de descarga de parrilla).
La velocidad del molino se expresa como una fracción (o porcentaje) de la velocidad

rotacional a la cual la aceleración centrífuga balancea la aceleración gravitacional
(denominada ‘velocidad crítica’, Cs).
Cs = 42.3 / D rpm (9.1)
donde D es el diámetro del molino en metros
Normalmente los molinos de bola se operan más lento a mayores tamaños. Sin embargo,
incluso para molinos grandes, la molienda máxima ocurre usualmente a alrededor de un
80% de la velocidad crítica
Tamaño y Forma de los Medios de Molienda
Minerales más duros y alimentaciones más gruesas requieren energía de alto impacto y
mayores tamaños. Tamaños de molienda muy finos requieren un área de superficie de
medios sustancial y medios pequeños. Algunas formas de medios aumentan el área
superficial. En las Secciones 9.8 y 9.10 se consideran algunas correlaciones empíricas para
escalamiento y selección de bolas respectivamente.
La forma de los medios puede ser alterada por los patrones de desgaste, calidad de las bolas
o uso deliberado de superficies con mayor área superficial. Bolas partidas o astilladas (o
una lonja o capa perdida) indican un pobre control de calidad durante la fabricación.
Bolas desgastadas a una forma cúbica con caras intentadas indican una sección estática en
la carga. Esta es una sección que se mueve lentamente pero no realiza molienda efectiva.
Remedios posibles son una menor carga de bolas, elevadores más altos o un aumento en la
velocidad del molino.
Se afirma para molienda más fina que formas de medios con una mayor área superficial por
unidad de masa son más ventajosas. Ciertamente bolas más pequeñas muelen mejor a
tamaños más finos.
Los resultados para cilindros y conos no son conclusivos. Un detallado estudio MINTEK
(1991) reportó un rendimiento de molienda similar a la de bolas del mismo tamaño
208
nominal. Sin embargo, para materiales más blandos y molienda seca fina, se ha reportado
una reducción de hasta un 10% en la energía requerida para producir un tamaño de
molienda nominal (World Mining Equipment 1987).
9.4 REVESTIMIENTOS DE MOLINO
Los revestimientos de molino son elementos de sacrificio para evitar el desgaste de la

carcasa del molino. Existe una gran variedad de formas de revestimiento dependiendo de
las aplicaciones. Los revestimientos de molinos de barra y de bola son casi siempre un
conjunto de ondas paralelas. Estas ondas pueden ser de goma o aleación de acero o mallas
de fundición con bolas atrapadas para proporcionar una forma similar. Otra variación es un
conjunto de placas magnéticas que sujetan una capa de bolas a la carcasa con fuerza
magnética.
El propósito del perfil de revestimiento es impartir energía a la capa exterior de la carga.

Luego, cada capa de medios traspasa energía a la capa inmediatamente superior. La
efectividad de esta transmisión es en gran medida geométrica. Molinos superiores a 5 m en
diámetro, con grandes bolas, sufren normalmente de un centro muerto en la carga como
también los le sucede a los e menor diámetro con bolas pequeñas.
Como la mayor parte de la transmisión de energía es bola a bola, la configuración del

revestimiento no es tan crítica como se podría suponer. Las bien probadas configuraciones
de onda única y doble, trabajan igualmente bien con una altura de onda aproximadamente
igual al mayor diámetro de reconstrucción de la bola.
Como la mayor parte del movimiento de la carga del molino consiste en levantar o hacer
rodar un lecho de bolas, las fuerzas de impacto sobre la carcasa no son tan grandes y los
revestimientos de goma dominan en los molinos de bola, excepto para molinos muy
grandes (>5.5m) con medios gruesos (> 75mm).
9.5 CONFIGURACIONES DE CIRCUITO
Los molinos de bola no son clasificadores eficiente y se usan habitualmente en circuito

cerrado. Una excepción es el molino de bolas primario seguido por un molino secundario
en circuito cerrado En consecuencia, para los molinos de bola hay solo dos configuraciones
de circuito de interés práctico.
• Molino de Bola – Ciclón
• Ciclón – Molino de Bola
Estos se muestran en las Figuras 9.2a y 9.2.b. El circuito de Molino de Bola /Ciclón es casi
siempre mejor para molienda primaria porque el clasificador está protegido contra
partículas gruesas
El circuito Ciclón – Molino de Bola es la práctica estándar para moler el producto

proveniente de un molino de barra o AG/SAG o un molino de bola primario.
209
Figura 9.2a: Circuito molino de bola - ciclón Figura 9.2b: Circuito ciclón - molino de bola
Los modelos matemáticos de modelos de bola operativos (Capítulo 2 y Sección 9.7) pueden
ser combinados con los modelos de clasificadores (Capítulo 12) y usados para considerar
prácticamente cualquier configuración de circuito. Un ambiente adecuado para hacerlo es
un simulador computacional como JKSimMet.
9.6 LA METODOLOGÍA TRADICIONAL – BOND
Los métodos tradicionales de modelado, tanto para molinos de barra como de bola, se basan
en el cálculo de la potencia o energía por unidad de masa de entrada. La investigación
definitiva sobre esta metodología fue desarrollada por F. C. Bond y sus colegas en el
(entonces) centro de investigación Allis Chalmers en Milwaukee en lo 1940s, 50s y 60s.
Este trabajo consideró molinos de laboratorio, pilotos y de escala completa sobre un rango
razonable de tipos de mineral (Bond 1961) y condujo al test de Bond estándar, el cual se
describe en detalle en la Sección 4.3. Lo que sigue es una revisión histórica de los
conceptos en que se basa esta metodología, en el contexto de los molinos de bola.
Como los molinos de bola operan usualmente en circuito cerrado, los trabajos de prueba de
Allis Chalmers también se desarrollaron en circuito cerrado. Es interesante que la prueba
del molino de laboratorio en circuito cerrado, conocido universalmente como test de Bond,
fuera desarrollada por otro investigador. Sin embargo, Bond tuvo la perspicacia de aplicar
la prueba como un patrón estándar de laboratorio para molinos de bola. El método de Bond
depende de dos supuestos:
1. La energía en molienda esta dominada por la producción de nueva área superficial.
2. Es posible caracterizar las distribuciones de tamaño de alimentación y producto por

medio de un único tamaño/punto de porcentaje que pasa, siempre que estas
distribuciones sean líneas aproximadamente paralelas cuando se grafican como
porcentaje acumulado que pasa vs log del tamaño.
210
Estos supuestos son razonables para la mayoría de los molinos de barra y molinos de bola
pero no para chancadores o molinos AG/SAG.
La ecuación formal de Bond es:
 10 10 
E =  −  WI (9.2)
 P80 F 80 
donde E es la energía en kWh requerida para reducir una tonelada de alimentación de la

cual un 80% pasa el tamaño F80 micrones a un producto del cual un 80% pasa P80
micrones, para un mineral con Índice de Trabajo WI (kWh/t). Esta metodología puede ser
utilizada tanto para molinos de barra como para molinos de bola.
El Índice de Trabajo es conceptualmente la energía requerida para reducir el mineral desde

tamaño infinito a un P80 de 100 micrones. El método de Bond trabaja generalmente bien
para molinos de bola (procesando producto de molinos de barra) hasta 4.9 m de diámetro.
Se determinó que molinos de mayor diámetro (5.5m y más), eran menos eficientes
energéticamente que lo predicho por Bond, y fue necesario agregar un sinnúmero de
factores de corrección a la relación (Rowland 1982). Es interesante destacar que a medida
que mejoraba la eficiencia de los grandes clasificadores 1970s, mucha de la ineficiencia
percibida de los molinos también desapareció (ver Sección 4.5.3) (Tilyard 1981; Kanau
1982).
El siguiente desafío importante para el método de Bond, fue la introducción de los molinos
AG/SAG. El producto de descarga de estos molinos no es paralela a la línea de
alimentación. En consecuencia, un diseño de molinos AG/SAG basado en potencia,
requiere de un aun mayor conjunto de factores de corrección o una prueba a escala piloto.
Para molinos de bola a continuación de circuitos AG/SAG, el molino Bond puede utilizarse
como sigue, siempre que una simulación o prueba piloto pueda proporcionar una predicción
razonable de la posible distribución de tamaño del producto AG/SAG.
Considere los circuitos mostrados en la Figura 9.3. El Ciclón 1 en el Circuito 1 cumple dos
tareas a la vez. En el Circuito2, el Ciclón 2 remueve el producto terminado y define la tasa
de alimentación real y la distribución de tamaño al circuito de molino de bola. En
consecuencia, si la tasa de flujo y el tamaño al cual pasa un 80% del underflow del Ciclón
2 están relacionados con el tamaño de producto 80% del Ciclón 3, el supuesto de Bond
parece más razonable, siempre que estas dos distribuciones de tamaño sean
aproximadamente paralelas. Los Ciclones 2 y 3 son simplemente una manera conveniente
de considerar la operación de un clasificador único efectuando dos tareas a la vez.
En una oportunidad un cliente de JKTech etiquetó el Ciclón 2 como el ciclón ‘Fantasma’ y

es un nombre apropiado. Nótese que el circuito 2 se desempeña pobremente, si realmente
construido, debido a serios problemas prácticos relacionados con mantener los tamaños de
corte y los productos de overflow correctamente emparejados.
La mejor manera de configurar esto en la simulación, es representando el Ciclón 2 por una

curva de eficiencia con valores típicos de partición de alfa y agua (ver Capítulo 12). El
211
clasificador d50c es ajustado para lograr el producto P80 deseado. Deben graficarse la
alimentación y el producto de la simulación del modelo de molino de bola para verificar
que el supuesto de distribuciones de alimentación y producto paralelos es razonable.
Figura 9.3: Circuitos molino de bola/ciclón funcionalmente idénticos-Ciclón 2 es un ciclón

‘fantasma’
9.7 MODELADO DE MOLINO DE BOLA
Tal como el molino de bola en si es ubicuo en el procesamiento de mineral, también lo es el

modelo de molino de bola de mezcla perfecta de Whiten (1972a), posiblemente el mas útil
y mas usado de todos los modelos de JKMRC. Puede describir casi cualquier proceso de
rotura y es tan elegante numéricamente, que puede ser usado en una calculadora
programable (Whiten 1974, 1976).
El siguiente análisis describe el modelo utilizando representaciones algebraicas, pictóricas

y matriciales. El lector puede elegir cualquiera que le parezca más útil ya que estas tres
descripciones son equivalentes.
Consideremos un molino de bola como un tanque completamente agitado. Luego podemos

describir el proceso en términos de:
• Transporte a través del molino
• Rotura dentro del molino
f S p
212
f, s y p son vectores de distribución de tamaño en unidades de t o t/h:
f es un vector de alimentación ps es un vector de p es un vector de producto

contenido
f1 grueso (t/h) s1 grueso (t) p1 grueso (t/h)
f2 fino (t/h) s2 fino (t) p2 fino (t/h)
. . .
. . .
. . .
fn más fino (t/h) sn más fino (t) pn más fino (t/h)
fn+1 sub malla
sn+1 sub malla pn+1 sub malla
Debido a que el molino está perfectamente mezclado, una tasa de descarga, di, para cada
fracción de tamaño define completamente el producto:
pi = d i si (9.3)
Es decir, si conocemos los contenidos del modelo (en cada fracción de tamaño) y una tasa
de descarga para cada fracción de tamaño, podemos multiplicar los dos y obtener un vector
de producto en toneladas por hora.
Si el molino está en estado de equilibrio, entonces la suma
(alimentación del molino) - material seleccionado para rotura

+ material de rotura de partículas mas gruesas
- descarga del molino
debe ser igual a cero. En símbolos, para un tamaño i:

i
f i − ri si + ∑ ai j rj s j − d i si = 0 (9.4)
j=1
donde aij representa la rotura desde un tamaño j hasta un tamaño i y riaij la tasa de rotura en
dicha fracción de tamaño.
p = f + ARs + ( I − R ) s (9.5)
donde R es la matriz diagonal de la tasa de rotura por unidad de tiempo y A es una matriz
que describe como reaparece la partícula rota en los contenidos del molino. I es la matriz
unidad (una matriz con todos los elementos de la diagonal igual a uno y el resto cero).
213
En la Figura 9.4 se consideran pictóricamente los procesos por medio del cual el material
aparece y desaparece en un intervalo de tamaño específico (descrito en la ecuación 9.4):
Figura 9.4: Mecanismos en el modelo de molino de bola de mezcla perfecta
La aritmética algebraica merece una mirada más detallada. Si tomamos una partícula
individual y la rompemos obtenemos una distribución de rotura de la partícula.
Esto se trabaja muy convenientemente en términos de aritmética matricial.
A·s = producto roto. En consecuencia, para cuatro intervalos de tamaño
 a11 0 0 0  s1   a11s1 +0* s2 +0 * s3 +0* s4 

a a22 0 0  s  a s a22 s2 +0 * s3 +0* s4 
 21  2  21 1
 a31 a32 a33 0  s3   a31s1 a32 s2 a33 s3 +0* s4 
     
 a41 a42 a43 a44   s4   a41s1 a42 s2 a43 s3 a44 s4 
Es solo una manera matemáticamente conveniente de decir: rompa cada tamaño a una
distribución y sume los componentes de producto en cada tamaño. Esto significa que
podemos escribir el balance de tamaño completo en aritmética matricial.
La matriz de rotura aun tiene una gran cantidad de elementos. Una simplificación útil para
molino de bola es que las rocas de 10mm y 0.1mm se romperán usualmente a una
distribución de tamaño similar, cuando el tamaño es escalado al tamaño de la partícula
original.
Podemos entonces rescribir la ecuación como:
214
 a1 0 0 0  s1   a1s1 +0* s2 +0 +0 
a a1 0 0  s  a s a1s2 +0 +0 
 2  2  21 (9.6)
 a3 a2 a1 0  s3   a3 s1 a2 s 2 a1s3 +0 
     
 a4 a3 a2 a1   s4   a4 s1 a3 s2 a2 s3 a1s4 
En consecuencia se requiere un solo vector de rotura y el modelo de molino de bola se hace

muy conveniente numéricamente.
Entonces la ecuación del estado de equilibrio es:

i
f i − ri si + ∑ ai j rj s j − d i si = 0 (9.7)
j=1
y recordando que
pi
pi = di si o si =
di
entonces
pi i pj
f i − ri + ∑ ai j rj − pi = 0 (9.8)
d i j=1 dj
Ahora solo necesitamos para describir el molino una distribución de tamaño de

alimentación (medida) y de producto, y una función de rotura. Si se satisfacen los
supuestos, no es necesario medir los contenidos del molino. Para la mayoría de los molinos
de bola, r/d vs tamaño es una función suave. Como se detalla en el Capítulo 2 podemos
normalizar aun mas a r/d* donde
di = di* 4Q/(D 2 L) (9.9)
donde Q = tasa de alimentación volumétrica del molino

D = diámetro del molino
L = longitud del molino
La tasa de carga está cerca de la unidad para partículas pequeñas que se comportan como
agua, luego diminuye rápidamente hasta el tamaño de clasificación efectivo de la carga de
bolas (= diámetro de bola / 4) o el tamaño de la parrillas, como se muestra en la Figura 9.5.
Las tasas de rotura tienden a aumentar rápidamente con el tamaño de la partícula, con el
aumento estrechándose en el tamaño superior de la alimentación e incluso, a veces,
disminuyendo como se muestra en la Figura 9.6.
215
Figura 9.5: Gráfico típico de la función de descarga de un molino de bola
Figura 9.6: Gráfico típico del factor de tasa de rotura de un molino de bola
Considerar r/d sobre la base de las Figuras 9.5 y 9.6 sugiere una curva que se empareja con
la curva de tasa hasta alrededor de un milímetro y que luego puede divergir hasta infinito o
exhibir un máximo, como se muestra en la Figura 9.6. En cualquier caso, el resultado debe
ser una curva suave. Sin embargo, si resolvemos para r/d*, para cada fracción de tamaño, es
probable que haya demasiada dispersión.
Cualquier curva suave puede ser descrita por una función spline (Whiten 1972c; ver
también Apéndice 1). Para ello, tomamos unos pocos puntos adecuados a tamaños
específicos y graficamos una curva suave a través de ellos. Estos puntos, denominados
‘nudos’ spline, definen la curva. El rendimiento del molino puede, entonces, ser descrito en
término de solo tres o cuatro números.
La función de apariencia A es mineral-dependiente y puede medirse usando las técnicas de

rotura de partículas, descritas en el Capítulo 4. En la Tabla 9,1 se muestra una tabla de
funciones de apariencia, para una variedad de tipos de mineral y sus índices de trabajo
operativo asociados. También se incluye la función de apariencia Broadbent-Calcott (1956)
estándar.
216
Tabla 9.1: Tabla de funciones de apariencia
9.8 ESCALANDO EL MODELO DE MOLINO DE BOLA
El modelo de molino de bola puede ser escalado también para tamaño de molino, carga,
velocidad e incluso para el tamaño de reconstrucción de las bolas. En cada caso, es una
función r/d* la que se escala. r/d* ya está inherentemente escalada al volumen del molino
por la ecuación 9.9. Estos factores de escala son adicionales y representan en gran medida
ideas basadas en potencia.
La ecuación 9.9 puede ser utilizada también para escalar para tasa de alimentación.
Se puede lograr un escalamiento adicional del modelo de molino de bola modificando la

función r/d* ajustada, de acuerdo a las dimensiones y condiciones operativas como se
describe a continuación.
217
0.5 0.8
r / d * SIM D  1-LFSIM   LFSIM   CsIM   WISIM 
=  SIM       (9.10)
r / d * FIT  DFIT   1-LFFIT   LFFIT   CsFIT   WI FIT 
donde D = diámetro del molino

LF = fracción de carga del molino (0.3-0.45) después de grind out
Cs = velocidad crítica 55% a 80% (ecuación 8.2)
WI = índice de trabajo–ya sea medido u operativo puede ser usado para escalar
siempre que ambos sean del mismo tipo
FIT = identifica el caso base (condiciones ‘ajustadas’)
CIM = identifica el caso escalado (‘simulado’)
r/d* esta expresado inherentemente en unidades de longitud de molino por la ecuación 9.8.
Ingresando la nueva longitud del molino, escala r/d* correctamente. La dependencia
adicional del diámetro significa que
r / d * ∝ D 2.5
lo que es similar a la variación de potencia del molino con el diámetro (ver también el
Capítulo 11)
Escalamiento del Tamaño de Bola
Si se asume que en el molino se producen los mecanismos de reducción de impacto y

desgaste se pueden derivar las siguientes relaciones (Morrel 1992a):
Rotura por impacto ∝ b3 (masa de bola)

Rotura por desgaste ∝ 1/b (área superficial de la bola)
Donde b es el diámetro de la bola (mm)
Se asume que la rotura por impacto es predominante sobre cierto tamaño xm (mm), mientras
que el desgaste es el principal mecanismo de reducción para tamaños bajo xm. Se supone
que el tamaño xm es equivalente a aquel al cual se produce la máxima rotura. xm puede
relacionarse con el diámetro máximo de bola como sigue:
xm = K ⋅ b2 (9.11)
donde K es el factor de tasa de rotura máxima.
Se ha determinado que el valor de K es del orden de 4.4 x 10-4. Se puede calcular K de la

formula anterior si se conoce el valor de xm. El paquete gráfico incluido en JKSimMet
permite una fácil graficación de las tasas de rotura para determinar este valor.
La relaciones anteriores se utilizan para escalar los valores de r/d* a cada nudo de spline
para explicar los efectos del tamaño de bola. La distribución del tamaño de bola está ahora
caracterizada por el tamaño de reconstrucción i.e. tamaño máximo de bola b.
218
Para partículas menores que xm, las tasas se escalan de acuerdo al área de bola.
r / d * SIM b 
=  FIT  (9.12)
r / d * FIT  bSIM 
Para partículas mayores a xm, domina el impacto y

2
r / d * SIM b 
=  SIM  (9.13)
r / d * FIT  bFIT 
En la Figura 9.7 se muestra el efecto del tamaño de bola.
Figura 9.7: Variación de r/d* con el tamaño de bola
Escalando Usando Funciones de Rotura
Para predecir el rendimiento con mineral nuevo en un molino existente, deben medirse las
funciones de rotura característica usando, por ejemplo, el péndulo o el dispositivo de caída
de peso. Para predecir el rendimiento, se combina la nueva función de rotura con los
valores r/d* derivados de la operación real del molino procesando mineral para el cual
también se ha caracterizado la rotura. (nótese que no es válido escalar de este modo desde
una función de rotura por defecto).
9.9 AJUSTANDO EL MODELO DE MOLINO DE BOLA A LOS DATOS DE PRUEBA
El modelo de molino de bola es matemáticamente muy elegante. El valor r/d* es

relativamente simple de calcular para cada fracción de tamaño de los datos de rendimiento.
Como conocemos la alimentación, producto y función de rotura, podemos resolver para
r/d* comenzando en el extremo grueso. Usar una función de rotura con un tamaño superior
cero simplifica aun más el cálculo, como se detalla en Whiten (1976).
219
Como se mencionó en la Sección 9.7 y se muestra en la Figura 9.7, se usa una función
spline para describir la función r/d*. Esto permite compactar el rendimiento de un molino
de molienda en tres o cuatro valores ln (tasa), más una función de rotura. Estos valores de
tasa están mucho mejor definidos que los valores r/d* individuales. Esta mejor definición
significa que una menor mejoría en el rendimiento, puede ser detectada confiablemente en
una prueba con variaciones en los revestimientos o medios del molino.
El poder real de este modelo se hace evidente cuando se ajusta el modelo en circuito
cerrado, con un modelo de clasificador. Esta metodología permite percibir más claramente
las interacciones entre el clasificador y el molino y se considera con mayor detalle en el
Capítulo 13
9.10 OPERACIÓN DEL MOLINO DE BOLA
9.10.1 Factores que Influencian la Operación
Los molinos de bola son excepcionales en el sentido que pueden operar sobre un amplio
rango de condiciones y geometrías. Los molinos con radios longitud a diámetro de 0.3 a 3
operarán como molinos de bola. Como la mayoría de los molinos de bola operan en circuito
cerrado con un clasificador, el rendimiento del circuito viene dictado a menudo por las
interacciones entre ambas unidades. En el Capítulo 13 se consideran las interacciones con
mayor detalle.
Varias condiciones operativas pueden limitar el rendimiento de un molino de bola
• alimentación muy gruesa

• densidad de slurry muy alta
• densidad de slurry muy baja
• reología de slurry inapropiada
• bolas muy pequeñas (o muy grandes)
• pobre diseño/condición de revestimientos
• pobre operación del clasificador
El modelo mental más útil de la operación de un molino de bola es como distribución de

impactos. Esta metodología de modelado aun requiere, sin embargo, un computador muy
poderoso; las ideas han sido revisadas en el Capítulo 2. Como se muestra en la Figura 2.3,
el molino de bola proporciona unos cuantos impactos grandes y muchos impactos
pequeños. Mientras que el slurry fino (digamos < 1mm) en el interior del molino está
relativamente bien mezclado, las partículas gruesas avanzan a través del molino hasta que
se rompen o se encuentran con una parrilla o son descargadas.
Cuando un molino de bola esté procesando producto de molino AG, SAG o de barra,
raramente habrá suficiente partículas gruesas que escapen del molino y las tasas de
molienda para estas partículas aparecerán como infinitas.
220
Para molinos primarios (i.e. procesando productos de chancador), la carga de partículas

gruesas es un importante límite al rendimiento. El desarrollo de molienda en Bougainville
Copper (Narayanan et al 1987), demostró que una reducción en el tamaño superior de
alimentación a un gran molino de bola, produjo un aumento sustancial en el rendimiento.
La sabiduría popular diría que en ese caso hay que aumentar el tamaño de la bola.
Sin embargo, si consideramos el número de impactos, emerge una pintura diferente. Si se

aumenta el diámetro de la bola desde, digamos 75 a 80mm, la masa de la bola (y la energía
de impacto para el mismo levante) aumenta en (80/75)3, i.e. 1.214 veces.
La trampa está en que el número de bolas disponible para esto impactos (por tonelada de
carga) disminuirá en la misma proporción, o alrededor de 18%.
La tasas de descarga experimentadas por bombas, tuberías, revestimientos de ciclón,

harneros, etc., están regidas usualmente por la energía cinética de las partículas más
grandes, la cual es mv2/2 donde m= f sg d3. Para partículas de mineral, f es normalmente
0.5. En consecuencia, el mayor desgaste será ocasionado por las partículas más grandes en
la descarga del molino.
Este problema puede ser compuesto operando a altas cargas circulantes (> 2.5 veces la
nueva tasa de alimentación), ya que el alto flujo a través del molino acarreará partículas
gruesas hacía afuera del clasificador.
Si se puede reducir el tamaño superior de la alimentación, entonces el tamaño superior de

bola también podrá ser reducido y los dos efectos trabajarán en conjunto en vez de contra
actuar. Es fácil ver del análisis anterior que la práctica común de aumentar el tamaño final
del harnero de la planta, para aumentar el rendimiento, incurre en costos muy reales aguas
abajo.
9.10.2 Densidad de Slurry
Se puede utilizar la densidad de slurry para controlar, hasta cierto punto, la acción de
molienda. Como el molino está bien mezclado, la densidad de slurry en el interior de este
será similar a la densidad en la descarga. Aumentar la adición de agua al molino reduce el
número de pequeñas partículas disponibles para interactuar con las bolas, disminuyendo el
número de impactos efectivos, causando una reducción en la molienda. El efecto de flujo
volumétrico en r/d* sobre predice, hasta cierto punto, este resultado ya que ignora el
aumento en el hold-up de slurry debido al flujo aumentado (ver Capítulo 7 para una análisis
más detallado). Si la densidad de slurry se disminuye aun más, el slurry se hace
insuficientemente viscoso para cubrir las bolas y la molienda disminuye rápidamente. Con
una densidad de slurry decreciente, la carga puede lograr mucho menos levante, menor
consumo de energía y una disminución considerable en la molienda.
A medida que aumenta la densidad del slurry también aumenta la molienda, pero solo
alrededor de la mitad predicha, hasta que comienza a aumentar rápidamente la viscosidad
(Figura A2.1, Apéndice 2). El desencadenamiento de este rápido aumento en la viscosidad
es difícil de predecir, aunque se ha logrado un progreso excelente (Shi 1994) – ver Sección
221
9.10.3 abajo y el Apéndice 2. Este cambio es fácil de ver en un molino de overflow ya que
la turbulencia del slurry desaparecerá súbitamente. El número de Reynolds disminuye
rápidamente a medida que aumenta la viscosidad y la descarga del molino cambia
repentinamente de turbulento a un flujo laminar casi uniforme.
El efecto es más difícil de ver en un molino de descarga de parrilla y en aquellos con

grandes tromeles. La densidad óptima para una mejor molienda es probablemente un poco
menor que la que desencadena el rápido aumento en la viscosidad.
9.10.3 Viscosidad de Slurry
Aunque la densidad y viscosidad del slurry están fuertemente correlacionadas, los efectos
de estas dos propiedades sobre el desempeño del molino son distintos, por lo que deben ser
consideradas separadamente cuando sea posible. La influencia de la viscosidad no ha sido
bien entendida históricamente, debido a dificultades de medición (especialmente en
plantas), dificultades en desacoplar los efectos de densidad y viscosidad y a la falta de un
marco de trabajo teórico satisfactorio.
Sin embargo, investigación reciente e histórica ha proporcionado algunas ideas sobre los
efectos de la viscosidad en la molienda, las cuales se consideran con más detalle en el
Apéndice 2. Es importante entender que en ciertas situaciones, el efecto de la viscosidad (o
más apropiadamente la propiedad general de reología) es significativo, complejo y en
ocasiones contra-intuitivo.
9.10.4 Selección de Revestimientos
Como se mencionó previamente, normalmente el diseño de revestimientos no es crítico

para la operación de un molino de bola. Un efecto que vale la pena vigilar es el
deslizamiento de la carga como una unidad. Este efecto es fácilmente reconocible por las
estrías verticales en los revestimientos, las que conducirán a un desgaste sumamente rápido.
Esto puede ser detectado en línea como una serie de disminuciones en el consumo de
energía, siempre que el potenciómetro no esté fuertemente amortiguado. El remedio son
perfiles de mayor onda. Sin embargo, hay que cuidarse de los perfiles altamente dentados
ya que puede generar un plano de corte en la carga de bolas, con bajo consumo de energía y
poca molienda.
9.10.5 Selección del Tamaño de Bola
La regla general es, mientras mas fina es la alimentación, más pequeñas deben ser las bolas.
Como es más caro fabricar bolas más pequeñas, la presión del costo deriva usualmente en
el uso de bolas que son uno o dos tamaños más grandes. Esto es costoso en términos de
producción de finos. Las corrección de tamaño de bola descrita en la Sección 9.8 no es
perfecta, pero es lo mejor que se puede medir en la mayoría de los casos. Se puede utilizar
para estimar la sensibilidad del rendimiento en procesos de separación aguas abajo, siempre
que se pueda medir el rendimiento tamaño por recuperación. Si el tamaño de bola se hace
222
mucho más pequeño, la altura de onda del revestimiento deberá reducirse

proporcionalmente.
La regla práctica de Allis Chalmers para el tamaño de reconstrucción de bolas es muy

similar a la regla para molinos de barra:
 F 80 sgWI 
b =  3   × 25.4 (9.14)
 K (%Cs ) 3.281D 


donde b = diámetro de reconstrucción de bolas (mm) y los otros términos y unidades son
como en la ecuación 8.3
K depende del tipo de molino y es 350 para overflow húmedo, 380 para parrilla húmeda y
335 para molinos de parrilla secos. Esta regla es útil para diseño. Dunn (1989) reportó una
correlación más reciente (pero similar):
6.3 F 800.29 WI 0.4

b = (9.15)
( ND)0.25
donde N = velocidad del molino en rpm y los otros términos y unidades son como en la
ecuación 8.3
9.10.6 Operación del Clasificador
La causa más común para una pobre operación de un molino de bola, es una pobre
selección o desempeño del clasificador (ver también Capítulos 12y 13). El efecto de
operaciones en circuito cerrado es producir una menor cantidad de partículas gruesas, sin
por ello producir un producto excesivamente fino. En consecuencia, el grado de
mejoramiento logrado, comparado con un circuito abierto, depende del tamaño de producto
de mayor interés.
La Tabla 9.2 (Bond 1961) muestra el multiplicador de capacidad esperado del circuito
(‘eficiencia’) para un circuito cerrado respecto de un circuito abierto, para una eficiencia de
clasificación promedio. La marca de tamaño estándar es 80% pasando el P80. Una
clasificación eficiente ofrece un rendimiento 5-10% mejor y una clasificación deficiente 5-
10% menor, que el promedio. En consecuencia, lograr la clasificación correcta puede
significar un 20% de aumento en el rendimiento, para la misma entrada de energía y el
mismo tamaño nominal de producto. Es evidente que si la marca de interés está en el
extremo grueso de la distribución, e.g. el P95, los beneficios potenciales de la clasificación
mejorada serán mayores.
Aquí, la eficiencia del circuito cerrado viene dado por: circuito cerrado t/h dividido por
circuito abierto t/h a la misma energía y tamaño de producto.
223
Tabla 9.2: Efecto de la eficiencia del calificador en el rendimiento

Referencia % que Pasa Eficiencia Circuito Cerrado
50 1.035
60 1.05
70 1.10
80 1.20
90 1.40
92 1.46
95 1.57
98 1.70
9.10.7 Cargas Recirculantes
Existe un elemento de mitología acerca dé las cargas circulantes. Como se mencionó

anteriormente, una carga muy alta tenderá a acarrear las partículas gruesas hacía afuera del
molino, donde pueden causar serios problemas de desgaste.
Sin embargo, es importante darse cuenta que la carga circulante se establece por la
magnitud de la diferencia en distribución de tamaño, entre el producto y la alimentación del
clasificador. En consecuencia, un circuito de molino de bola/ciclón, de una sola etapa,
tenderá inherentemente a operar a una carga de circulación sustancialmente mayor que la
de un circuito ciclón/molino de bola, procesando descarga de molino de barra o SAG. Una
menor carga circulante permitirá un mayor tiempo de residencia en el molino y una
descarga mas fina del molino de bola. También otorgará al producto ya terminado más
oportunidades para rotura adicional.
En consecuencia, la carga de circulación óptima proporcionará un adecuado compromiso

entre sobre molienda y minimización de las partículas gruesas en la descarga del molino.
Esto significa, en la práctica, emparejar el tamaño de corte del clasificador con el tamaño
de producto del molino, con máxima partición de agua al overflow (Sección 12.4.4).
La única manera práctica de encontrar este ‘mejor’ punto, es con un modelo de simulación
bien calibrado. Una vez que se ha establecido esta ‘mejor carga circulante’ (más adecuado
mejor rendimiento volumétrico del molino), puede ser utilizada como un sistema de control
objetivo y ajustar la tasa de alimentación del circuito para mantenerla.
9.11 ENERGÍA DEL MOLINO
En el Capítulo 11 se analiza un poderoso y preciso procedimiento desarrollado por JKMRC

para predecir el consumo de energía en molinos de volteo. En esta sección analizaremos la
metodología convencional, que ha sido utilizada por algunos años, para predicción de la
energía del molino de bola.
Como factor operacional, la energía se utiliza habitualmente para monitorear la carga de un

molino de bola o barra. Los molinos se cargan con nuevos medios para una energía meta
224
sobre la base de un programa regular. Esta meta de energía debe aumentarse a medida que
los revestimientos se asientan (unas pocas semanas) y desgastan (6-12 meses).
La predicción de la energía para molinos de barra y bola es más sencilla que para molinos
AG/SAG debido a que los medios de carga permanecen más o menos constantes. Considere
el movimiento de la carga como una distribución de impactos de energía conocida. La
energía del molino es la suma de las energías en cada uno de estos eventos, por unidad de
tiempo.
Un molino de barra o bola consumirá aproximadamente la misma energía ya sea que

contenga slurry o no. En consecuencia, el desafío para la optimización de un molino es
usar la mayor cantidad de estos impactos como sea posible para romper el mineral. Como
se mencionó en el Capítulo 2, el cálculo de la distribución de impacto es una tarea para un
computador muy poderoso. El principio de conservación de la energía, i.e. lo que entra = lo
que sale, proporciona un enfoque mucho mas simple, a varios niveles de sofisticación.
Consideremos una sección transversal simplificada de un molino y carga (Figura 9.8). El

punto C es el centroide de la carga, i.e. el punto en el cual la sección transversal se balancea
y a través del cual se puede considerar que actúa el peso total de la carga. La altura, h, es el
levante de carga hipotético desde el centroide en reposo.
De manera alternativa, podemos pensar en el molino como un freno rotatorio con una
fuerza, Mg, operando a un desplazamiento horizontal, l, desde el eje del molino. Entonces,
M g l es el torque requerido para balancear el desplazamiento de carga. Esto se conoce
habitualmente como ecuación del brazo de palanca.
Ya que las posiciones del hombro (θS) y del talón (θT) de la carga varían con la velocidad y
carga del molino, no es una ecuación muy sencilla. Sin embargo, las siguientes
correlaciones han sido publicadas ampliamente por Allis Chalmers (Rowland and Kjos
1978).
Figura 9.8: Patrones de carga simplificados de un molino de bola
225
La ecuación 9.16 se utiliza para determinar la energía que deben consumir los molinos de
bola de overflow de molienda húmeda.
 0.1 
Kwb = 4.879 D 0.3 (3.2 − 3V p ) fCs 1 − (9 −10 fCs )  -Ss (9.16)
 2 
donde Kwb = kW por tonelada de bolas

D = diámetro molino entre revestimientos (m)
Vp = fracción del volumen del molino cargada con bolas
FCs = fracción de la velocidad crítica
Ss = factor de tamaño de bola
Para molinos mayores a 3.3 metros de diámetro entre revestimientos, el tamaño superior de
bolas utilizado afecta el consumo de energía del molino. Esto se llama factor de tamaño de
bola, Ss.
 b − 12.5 D 
Ss = 1.102   (9.17)
 50.8 
Esto corrige para mayor deslizamiento con más capas de bolas
Estas ecuaciones no trabajan con molinos AG/SAG debido a que la forma de la carga varía
demasiado. Sin embargo, la ecuación del brazo de palanca proporciona algunas ideas útiles
sobre el consumo de energía para molinos de overflow vs parrilla de descarga.
Los valores anteriores son para molinos de descarga de parrilla, que bombean
efectivamente el slurry hacía afuera de la periferia de la carga. Un molino de overflow
contiene una poza de slurry que contra balancea la carga y mueve el centroide hacía el eje
del molino, comparado con el caso de la parrilla de descarga (Figura 9.8).
Los molinos de overflow (Figura 9.9) consumen normalmente un 7-10% menos energía que
los molinos de descarga de parrilla. Los modelos de energía tradicionales predicen una
disminución similar en el rendimiento de molienda. Sin embargo, cuando se ha probado los
molinos de parrilla y de overflow con el mismo mineral, los valores r/d* son similares, i.e.
aunque los molinos de descarga de parrilla consumen más energía, no parecen efectuar más
molienda. En términos de una distribución de energías de impacto puede ser que la poza de
slurry suministre más partículas para rotura en el talón de la carga.
226
Figura 9.9: Perfiles de slurry en molinos de overflow
9.12 OPCIONES DE OPTIMIZACIÓN
En el Capítulo 13 se considera en detalle una metodología sistemática para establecer las

metas de tamaño de producto. Es práctica común considerar el tamaño como una medición
de un punto único, e.g. 80% pasando una parrilla o tamaño de malla específica. Dicha
descripción es sencilla pero a menudo inadecuada. En flotación, la mayores pérdidas se
producen normalmente en los extremos grueso y fino. En consecuencia, un objetivo
generalmente útil es hacer que la distribución de tamaño del producto sea los más angosta
posible. En la práctica esto implica lograr el punto de corte meta del clasificador, a la
partición de agua del clasificador a underflow mínima posible
Vale la pena recordar que un clasificador cortando más fino que lo que puede moler el
molino, intentará lograr una carga de circulación infinita. El hidrociclón tiene un rol
inherente de regulación del circuito. A medida que aumenta la carga, la espiga del ciclón se
sobrecarga y el ciclón entra en condición de ‘cordón’ (ver Sección 12.4.4). A medida que el
modo del ciclón va de spray a cordón, el tamaño de corte aumenta alrededor de diez veces.
En consecuencia, el circuito se sobrecarga rápidamente. Como la transición entre descarga
de cordón y spray exhibe considerable histéresis, el ciclón permaneciera en condición de
cordón hasta que la sobrecarga del molino es pasada a la siguiente sección. Para un circuito
de flotación, resultará en un breve periodo de recuperación muy pobre. Si el monitoreo es
intermitente (i.e. muestreo y ensayo), se detectaran y descontaran como ‘errores de
muestreo’ solo unos pocos de estos ‘blips’. Sin embargo, el costo real puede llegar a un
pequeño porcentaje de la recuperación.
Deben revisarse los factores considerados en la Sección 9.10 ya que cada una de estas
puede mermar el rendimiento del circuito de molienda. Las Secciones 9.10.2 – 9.10.6
proporcionan unas guías sencillas respecto de la densidad de operación del molino
(porcentaje de sólidos) y el tamaño de bola.
227
La optimización del rendimiento del clasificador es altamente interactiva con el molino

(Capítulo 12). El análisis de estudios exactos con modelos confiables es la única manera
efectiva de optimizar un circuito cerrado de molienda, debido a que el producto probable
puede ser considerado tanto en el extremo grueso como en el fino.
Los problemas más comunes se describen a continuación en el orden aproximado de

probabilidad de ocurrencia:
Problema 1: Muy alta densidad del overflow del clasificador.

Explicación: Presión para aumentar la producción más allá de los niveles de diseño,
operando a mayor densidad de overflow lo que engruesa el tamaño de corte
del ciclón y permite un mayor rendimiento. El castigo es un pobre
desempeño aguas abajo.
Solución: Ajuste la configuración del hidrociclón parta maximizar la partición de agua
a carga circulante cercana al máximo. Considere inclinar los ciclones
grandes. Considere cycloning en dos etapas si los barros son un problema
(ver Capítulo 12).
Problema 2: Alimentación muy gruesa

Explicación: La presión para aumentar la producción ha resultado en la utilización de los
paneles de harnero de sobretamaño en el circuito de chancado.
Solución: Use simulación para determinar el mejor punto de balance entre molienda y
chancado. Narayanan et al (1987) demostraron que se podía lograr alrededor
de un 7% mas de rendimiento, en el mejor punto de balance – al mismo
tamaño de producto.
Problema 3: El tamaño de reconstrucción de las bolas es muy grande

Explicación: Las bolas más grandes son mas baratas.
Solución: Revisar respecto de los tamaños recomendados por las ecuaciones 9.14 y
9.15. Están bien probadas y proporcionarán un punto de partida sensible.
Use, vía simulación, el método de escalamiento de tamaño de bola (Sección
9.8) para estimar el costo probable de la recuperación de una carga de bolas
muy gruesa.
(Nota – algunos proveedores de bola usan a menudo optimización de la
carga de bolas usando métodos propietarios. Estos implican, normalmente,
usar dos (o más) tamaños de bolas. Se puede utilizar la tasa de molienda
antes y después para medir lo logrado, siempre que también se midan los
índices de trabajo de laboratorio en cada condición).
Problema 4: Desgaste excesivo en bombas y clasificadores

Explicación: La carga circulante es muy alta
Solución: Minimice el número de ciclones operativos. Revise la descarga del molino
sobre un rango de producto real. Para molinos primarios, a medida que
aumenta el producto, aparecerán súbitamente partículas gruesas en la
228
descarga. Establezca la meta de carga circulante para mantenerlas en el

interior del molino.
Problema 5: Pobre partición de agua a overflow o excesivos barros en el underflow

Explicación: Se esta presentando una alimentación muy amplia al clasificador.
Solución: Ajuste la abertura del tromel (o parrilla) para reducir la densidad de
alimentación del ciclón y mejorar la partición de agua.
Recuerde que el objetivo del circuito de molienda es alinear su distribución de tamaño de

producto a los requerimientos del proceso de separación. En consecuencia, es necesario
establecer el rendimiento tamaño por tamaño del proceso aguas abajo, para proporcionar
los objetivos precisos del circuito de molienda.
229
CAPITULO 10
MOLINOS DE TORRE Y MOLINOS DE AGITACIÓN
10.
10.1 INTRODUCCIÓN
E n contraste con los molinos de volteo, como los molinos de bola y AG/SAG, donde
el movimiento es impartido a la carga vía rotación de la carcasa del molino, en los
molinos de torre y de agitación la carcasa es estacionaria.. En vez de ello, se imparte
movimiento a la carga por medio de un agitador interno. En los últimos 5-10 años, ha
habido un creciente foco sobre estos molinos, a medida que la industria de minerales ha
intentado desarrollar cuerpos de mineral de grano más fino, lo que requiere de un grado de
reducción de tamaño más alto para liberar sus valiosos constituyentes.
Los principios de los molinos de agitación no son nuevos, y de acuerdo con Stehr y
Schewedes (1983), pueden remontarse a 60 años. Las primeras versiones fueron llamadas
desgastadores (attritioners) y se utilizaron más para fines de limpieza superficial que para
reducción de tamaño. Sin embargo, en 1948, se utilizó el llamado molino de arena de Du
Pont en la industria de la pintura y el lacado, siendo esta una de las primeras referencias a la
aplicación de molinos de agitación a la molienda.
Actualmente los molinos de agitación encuentran aplicación en la molienda fina (15-40µm)

y muy fina (< 15µm). Existe buena evidencia que los molinos de bola convencionales, son
capaces de moler más fino que lo que se aceptaba tradicionalmente, usando por ejemplo
medios muy finos, pero los molinos de volteo están limitados finalmente en términos de la
energía que pueden transmitir a los medios.
Molinos de torre, como aquellos fabricados en Kubota en Japón por Svedala (el Vertimill),
son molinos verticales que usan un tornillo agitador helicoidal y que se utilizan
habitualmente en el extremo grueso del espectro de molienda fino. Una molienda más fina
se logra con molinos de agitación apropiados, que normalmente utilizan agitadores
compuestos por un eje con agujas o discos (ver Sección 10.2.2). Dichos molinos pueden ser
de orientación vertical u horizontal. Los molinos verticales incluyen el molino sudafricano
Metprotech o el molino de agitación Sala (SAM), ambos desarrollados para aplicaciones de
procesamiento de mineral.
Este capítulo describe las características principales de este tipo de dispositivo de

trituración. Se presta especial atención a los molinos de torre que tienen la mayor base de
230
Capítulo 10: Molinos de Torre y Molinos de Agitación
usuarios en procesamiento de mineral y para los cuales hay disponible actualmente modelos
de proceso.
10.2 DISEÑO
10.2.1 General
Los molinos de agitación (incluyendo molinos de torre) realmente difieren entre si

solamente en términos del diseño de agitador que incorporan. Excepto por esto, su
operación es idéntica. Normalmente incluyen un contenedor cilíndrico estacionario que
pude montarse tanto vertical como horizontalmente. La Figura 10.1 ilustra
esquemáticamente ambos tipos de unidad. La alimentación se introduce por la parte
superior o inferior del contenedor y se remueve por el otro extremo. Debido a los medios de
molienda muy finos que pueden utilizar estos dispositivos, puede ser necesario utilizar un
separador para garantizar que los medios permanezcan en el contenedor y permitir, a la vez,
que el slurry fluya a través de la máquina. En consecuencia, en la boca de alimentación se
montará una parrilla de algún tipo. Estas son de diseño variable y son objeto de mucha
experimentación para garantizar la separación eficiente de medios/slurry, permitiendo a la
vez el flujo adecuado de slurry. En los casos en que se utilizan medios de molienda
relativamente gruesos/densos, puede no ser necesaria una parrilla de separación. En vez de
ello, con las unidades montadas verticalmente se permite una zona de asentamiento pasivo
sobre la carga de medios, para garantizar que rebalse solo slurry por el punto de descarga
Figura 10.1: Molinos de agitación vertical y horizontal
231
10.2.2 Agitadores
Como se destacó anteriormente, una de las principales variables de diseño es la orientación

del molino – vertical u horizontal. La otra diferencia importante en el diseño de molinos, se
relaciona con el agitador. Estos incluyen habitualmente un eje central con agujas o discos
de diversas configuraciones. En la Figura 10.2 se muestran algunos ejemplos, aunque no es
en ningún caso un catalogo completo. Los fabricantes publicitan diferentes características
de molienda para sus varios diseños de agitador. Sin embargo, no está claro si un tipo
ofrece alguna ventaja real sobro otro, en aplicaciones de procesamiento de mineral.
Figura 10.2: Ejemplo de diversos diseñes de agitador (según Duffy 1994)
Al menos una variante posee un diseño de agitador marcadamente distinto a los demás – el
molino de torre. Normalmente, este no se incluye en la categoría de molinos de agitación,
aunque desde todo punto de vista es un molino de agitación. Su agitador incluye un tornillo
de doble hélice cuya acción imparte un movimiento de agitación a los medios, a la vez que
los levanta y hace circular alrededor del contenedor. A diferencia de la mayoría de los otros
molinos de agitación, el molino de torre es usado ampliamente en la industria de los
minerales y alcanza tamaños con entrada de energía de hasta 1 MW. Sin embargo, su rango
de reducción de trabajo está limitado a 20-35µm, lo que proporciona una escala de
reducción de tamaño intermedia entre el extremo fino del molino de bola y el extremo
grueso de otro molino de agitación. Esto se debe principalmente a la limitación que impone
el diseño de tornillo a la velocidad de rotación. Debido a su efecto de levante, velocidades
232
muy altas de tornillo causarán un levante excesivo en vez de un movimiento de medios

aumentado, que es lo que se requiere para una molienda más fina.
La observación del movimiento de los medios en molinos de agitación, ha demostrado que

para garantizar que se imparte suficiente movimiento a los medios de molienda, se requiere
una velocidad mínima del agitador. La velocidad varía con el tamaño de los medios, de
manera que los medios más pequeños requieren una mayor velocidad de agitador. Como un
tamaño de bola pequeño es esencial para una molienda fina eficiente, el tamaño de bola
mínimo, en un molino de torre, está limitado por la máxima velocidad que permite el
tornillo. Los molinos de escala industrial tienden a operar en el rango de 40-50 rpm lo que
se compara con unidades como el molino Netzsch que puede alcanzar velocidades de sobre
2000 rpm.
10.2.3 Envolvente de Rendimiento
Los molinos de agitación y de torre aplican energía al material que se están moliendo por
medio del agitador, de una manera fundamentalmente distinta a los molinos de volteo. La
energía específica consumida de esta manera es muy alta.
Consumo d energía (kWh/t)
Figura 10.3: Tamaño de producto vs energía de trituración específica para una variedad de molinos
de agitación de laboratorio y piloto procesando un metal base de grano fino (de Gao y Weller 1993)
La Figura 10.3 muestra la envolvente del rendimiento, relacionando tamaño de producto

con consumos de energía, para una variedad de molinos de agitación, verticales y
horizontales, de laboratorio y escala piloto (incluyendo un molino de torre), evaluados en el
proyecto de investigación en molienda fina en AMIRA (Gao y Séller 1993). Los materiales
de alimentación fueron la alimentación de flotación y corrientes intermedias provenientes
de dos convertidores procesando minerales metálicos de grano fino
233
El tamaño de alimentación (F80) estaba en el rango de 47-100µm, y los medios incluían

tanto bolas de acero como bolas cerámicas de tamaño entre 0.8-9mm.
Está claro, que con estos dispositivos es posible obtener tamaños de producto tan bajos
como 3µm (y probablemente menores), con consumos de energía específica superiores a
100 kWh/t.
10.3 ACCIÓN DE MOLIENDA
Se acepta habitualmente que en los molinos de bola la reducción de tamaño tiene lugar
entre las bolas que impactan unas contra otras, como también entre aquellas que se deslizan
o rotan contra las demás. Esto da pie a dos procesos principales de reducción de tamaño,
impacto y desgaste.
Estos se representan esquemáticamente en la Figura 10.4
Figura 10.4: Esquema de los modos de rotura en un molino de bola
Figura 10.5: Esquema del movimiento de los medios en un molino de bola
En un molino de bola, la rotura por impacto se produce en su mayor parte en el talón de la

carga en donde las bolas, que son levantadas por la acción de la carcasa del molino y el
sistema de levante, caen bajo la influencia de la gravedad. También existe movimiento
relativo en el lecho de bolas y esto genera condiciones que promueven la rotura por
desgaste (Figura 10.5).
234
Sin embargo, en molinos de agitación no hay movimiento en caída libre de los medios de
molienda y, por ende, no se produce rotura por impacto. El movimiento del agitador a
través de un lecho de bolas y el movimiento de deslizamiento/rodadura que este imparte a
la carga en si, proporciona únicamente un ambiente de rotura por desgaste.
10.4 MOVIMIENTO DE LOS MEDIOS
Estudios desarrollados en JKMRC, utilizando molinos transparentes (Duffy 1994), han

permitido estudiar el movimiento de los medios de molienda, principalmente en molinos de
torre y en menor grado en molinos de agitación de aguja. La técnica involucra utilizar
medios de molienda de vidrio en un líquido con idéntico índice de refracción. Esto deja al
molino completamente transparente. Luego la introducción de trazadores de color permite
rastrear la trayectoria de los medios, cuantificando el movimiento fotográficamente.
10.4.1 Molinos de Torre
En la Figura 10.6 se muestra un esquema del movimiento observado de los medios en un

molino de torre de escala de laboratorio. Se encontró que el tornillo agitador levantaba los
medios de molienda en un patrón en espiral, hasta la parte superior del tramo de tornillo. En
este punto, los medios inundaban el anillo exterior entre el tornillo y la carcasa y caían
lentamente en espiral, en la misma dirección rotacional que el molino. En todo momento se
observó un lecho empaquetado de bolas y en consecuencia en ningún momento se
observaron condiciones de impacto.
Se encontró que los medios en el anillo exterior no rotaban a las mismas rpm si no que se
movían relativamente unas con otras. Se midieron las variaciones en velocidad tangencial
con posición radial; se muestran los resultados en las Figuras 10.7-10.10. Se puede observar
que, comenzando en el centro del tornillo, la velocidad tangencial de lo medios está en
línea con la del tornillo. De aquí se deduce que los medios, en su movimiento hacía arriba,
son bloqueados parcialmente en su lugar por el agitador y tienden a rotar con el. En el
anillo, sin embargo, la velocidad disminuye, desde aquella en la punta del agitador, hasta un
valor mucho menor en la pared de la carcasa. En consecuencia, hay un deslizamiento entre
las capas de bola en el anillo ocasionando movimiento relativo. Se cree que este
movimiento es responsable por la acción de molienda del molino.
El efecto de la velocidad creciente se ve claramente en los gráficos y muestra que el perfil

de forma de la velocidad permanece igual hasta 67.8 rpm, aunque el valor absoluto varía en
línea con el aumento en rpm. Sin embargo, a 103 rpm se observó que, para la carga de
5mm, el gradiente de velocidad cambiaba dramáticamente y la velocidad de los medios
continuaba creciendo hacía la pared de la carcasa del molino i.e. la carga estaba
comenzando a centrifugar. Es interesante destacar que esto no ocurrió con el tamaño de
bola más pequeña.
235
Figura 10.6: Flujo de medios en un molino de torre
Como para una rotura por desgaste se requiere un movimiento relativo entre los elementos
de medios de molienda, el desencadenamiento de centrifugado donde termina el
movimiento relativo es claramente desventajoso. Esta observación apoya el punto de vista
que el molino de torre tiene una velocidad límite sobre la cual se deteriora el rendimiento
de molienda.
También es evidente de la Figura 10.7 – 10.10, que la carga de menor tamaño de bola se
mueve a una velocidad significativamente menor que la de mayor dimensión, no obstante el
agitador rotando a la misma velocidad. Una hipótesis es que las bolas menores
proporcionan más sitios donde se puede producir deslizamiento y, por ende, habrá una
menor transferencia de momento del agitador a la carga. Este resultado apoya el punto de
vista que las bolas más pequeñas requieren mayores velocidades de agitador para
mantenerlas en movimiento. Por el contrario, si la velocidad del agitador es muy baja, para
un tamaño de bola dado, habrá entonces partes de la carga de medios de molienda que no se
moverán y, en consecuencia, no efectuaran molienda.
Idealmente, la velocidad del agitador y el tamaño de bola deben emparejarse para garantizar
que la capa exterior de bolas es solo estacionaria. De este modo, el desgaste en la carcasa
del molino se mantendrá en un mínimo, aunque el grueso de los medios de molienda estará
en movimiento y efectuando un útil trabajo de molienda.
236
Figura 10.7: Posición radial versus velocidad de bola; rpm del agitador = 32.4
237
238
10.4.2 Molinos de Agitación Tipo Aguja
A la fecha se ha efectuado mucho menos trabajo estudiando el movimiento de los medios a

altas velocidades, en molinos de agitación tipo aguja. Sin embargo, pruebas en JKMRC a
velocidades relativamente bajas (100-120rpm), han mostrado patrones de flujo de medios
muy diferentes a los de molinos de torre (Duffy 1994). Se han observado dos tipos de
movimiento. El movimiento principal de los medios es siguiendo una trayectoria circular,
inducida por el paso de las agujas a medida que rotan alrededor del eje. Como se esperaría,
aquellos en contacto más estrecho con las agujas se mueven más, mientras que aquellos
más alejados se mueven menos. Los efectos del tamaño de los medios son similares a
aquellos observados en el molino de torre i.e. se observa un menor movimiento con medios
más pequeños para una misma velocidad de agitador.
Además del movimiento circular, los medios también exhiben un movimiento

perpendicular a la dirección de la aguja. Este se debe al desplazamiento de los medios de
molienda, a medida que la aguja barre a través del lecho de bolas. El movimiento es
oscilante con los medios retornando a su posición original, a medida que la aguja pasa a
través del lecho.
10.5 MODELADO Y ESCALADO DE MOLINOS DE TORRE
Los molinos de mayor velocidad incorporando agitadores de aguja y tipo disco están en
gran medida todavía restringidos a aplicaciones especializadas y de pequeña escala. Sin
embargo, hay en uso molinos de torre de hasta 1 MW de potencia instalada y varios de los
más grandes han sido objeto de estudio por parte de JKMRC y otros desde 1989. Esta
sección se limitará, en consecuencia, solo a molinos de torre. Actualmente hay en marcha
un estudio sobre molinos de agitación y se dará a conocer en su debido momento.
10.5.1 Consumo de Energía
Debido al limitado número de molinos instalados alrededor del mundo, en la industria de

procesamiento de mineral, los datos disponibles para desarrollar modelos de energía
validados son limitados. Sin embargo, Duffy (1994) acumuló 25 conjuntos de datos de
escala completa y piloto, cubriendo 5 distintos tamaños de molino, los que utilizó para
desarrollar un modelo de energía.
La estructura del modelo de energía que se desarrollo es la siguiente:
Energía Bruta = Energía Sin Carga + Energía Neta
La energía bruta es el ingreso de energía al motor del molino. La energía sin carga es la
utilizada para propulsar el tornillo sin carga en el molino. La energía neta es aquella
entregada a la carga.
A partir de registros de comisionado y de ocasiones en que se ha vaciado los molinos para

reposición de revestimientos, se obtuvo la energía sin carga para la mayoría de los molinos
239
en la base de datos. Se encontró que la energía sin carga estaba relacionada con la masa del
tornillo y la velocidad del agitador de la siguiente manera:
Energía Sin Carga (kW) = 0.000134 N sWs Ds0.57 (10.1)
donde Ns = velocidad del agitador (rpm)

Ws = peso del tornillo (kgs)
Ds = diámetro del agitador (m)
En la Figura 10.1 se muestra un gráfico de los datos observados vs ajustados.
Figura 10.11: Energía sin carga observada vs ajustada para molinos de torre
En trabajos de prueba en molinos piloto, involucrando pruebas controladas sobre el efecto

del tamaño de bola y carga de bolas, los resultados indicaron que la energía estaba
relacionada con el diámetro de bola como Db0.111 , y relacionada linealmente con la altura de
carga de bolas (Masa). Se argumentó que otros factores que podrían afectar el consumo de
energía serían la densidad de carga (tonelaje de bolas y pulpa dividido por el volumen que
ocupan), velocidad de molino, diámetro de agitador y geometría del agitador, i.e. número
de vueltas en el tornillo del agitador.
Se asumió, además, que la densidad de carga y velocidad del agitador debiera relacionarse
linealmente con la energía neta. Se esperaba en consecuencia que la ecuación de energía
neta tomara la siguiente forma:
Energía Neta = kH b N s pc Db0.111 DsaT b kW (10.1)
240
donde k = constante de calibración

Hb = altura de la carga de bolas (m)
Ns = velocidad del tornillo helicoidal del agitador (rpm)
pc = densidad de carga (toneladas/m3)
Ds = diámetro del tornillo helicoidal (m)
T = número de vueltas del tornillo helicoidal
Db = diámetro del agitador (m)
A,b = constantes que se deben ajustar a los datos
Debe destacarse que el tamaño promedio de bola para una carga de equilibrio será
aproximadamente la mitad del nuevo tamaño de bola.
En la ecuación 12.2, k, a y b son incógnitas y necesitan ser ajustadas. Se esperaba que el

exponente del diámetro del agitador fuera 3. Esto basado en que el volumen de bolas en el
molino será proporcional a Ds2 y, de consideraciones de torque, el brazo de torque debería
aumentar linealmente con Ds . En consecuencia, la energía debería ser proporcional a Ds3 .
Se ajustó la ecuación 10.2 a la base de datos entera, usando regresión lineal múltiple, con el
siguiente resultado:
Energía Neta (kW) = 0.00743H b N s pc Db0.111 Ds3.057T 0.572 (10.1)
Las energías sin carga y neta ajustadas fueron combinadas y graficadas respecto de la
energía bruta observada (Figura 109.12). Se puede observar que el ajuste es muy bueno la
que sugiere que la relación de diámetro de agitador propuesta es valida
Figura 10.12: Energía bruta observada vs ajustada
241
10.5.2 Reducción de Tamaño
Descripción del Modelo General
Se ha demostrado que la metodología de balance de población puede utilizarse para

modelar la reducción de tamaño en molinos de torre (Morrel, Sterns y Weller 1993). El
modelo se puede plantear como sigue (usando la nomenclatura de Whiten):
r  i  rj 
pi = f i −  i  pi + ∑ aij   p j (10.4)
 di  j =1  d j 
donde fi = flujo masa de tamaño i en la alimentación

pi = flujo masa de tamaño i en el producto
di = tasa de descarga de tamaño i
ri = tasa de rotura de tamaño i
aij = función de apariencia – la fracción de tamaño j reducida a tamaño i
Para permitir cambios en los tiempos de residencia, provocados por cambios en la tasa de
flujo volumétrico de material al molino, o cambios en el hold-up de sólidos, causados por
cambios en el volumen del molino, carga de bolas o densidad del slurry, se utiliza la
siguiente relación:
 ri  u  ri 
  =   (10.4)
 di  v  di * 
donde u = volumen del molino ocupado por slurry

v = tasa de alimentación volumétrica
El volumen del molino ocupado por slurry puede estimarse a partir del volumen de la
sección cilíndrica del molino, entre las bocas de admisión y descarga, menos el volumen
del agitador y de las bolas.
El valor del parámetro (r/d*) varía con el tamaño de partícula y normalmente se distribuirá
como se muestra esquemáticamente en la Figura 10.13. El tamaño de partícula al cual se
produce la tasa máxima (xm), es una función del tamaño de bola y aumentará a medida que
aumenta este.
Aunque de la ecuación 10.4, (ri/di*) será independiente del porcentaje de sólidos de

alimentación, tasa de alimentación y volumen del molino, en la medida que afecta el
tiempo de residencia, estará relacionado con factores como tamaño de bola, carga de bolas,
velocidad del agitador, diseño del agitador y reología del slurry.
242
Figura 10.13: Variación típica del parámetro (ri/di*) con el tamaño de partícula
Metodología de Escalamiento
Se puede asumir que los dos principales factores que determinan la tasa de rotura (y en
consecuencia el parámetro (ri/di*)), son el número de bolas y su velocidad relativa. Este
argumento se deriva naturalmente del supuesto que toda la rotura en el interior del molino
de torre se debe a desgaste. En este tipo de rotura, las bolas se mueven relativamente unas
respecto de otras y las partículas atrapadas entre ellas son, en consecuencia, rotas a medida
que se deslizan o ruedan una sobre otra (ver figura 10.5). Este tipo de movimiento ha sido
confirmado experimentalmente por medio de la observación de la carga en un molino de
torre operativo de vidrio.
Como la tasa de rotura está relacionada con la frecuencia de rotura, entonces mientras más
sitios de rotura se generen, más alta será la tasa de rotura. Mayor número de bolas y/o una
mayor velocidad relativa producirá, en consecuencia, mayores tasas de generación de sitios
de rotura y, por consiguiente, mayores tasas de rotura.
Puede suponerse que el número de bolas y sus velocidades relativas están relacionados con
las siguientes variables:
• rpm del agitador (N) • Número de vueltas por partida (T)

• diámetro del agitador (ds) • Altura de la carga de bolas (H)
• numero de puestas en marcha (S) • Diámetro promedio de bola (DB)
El agitador en un molino de torre, cuando rotada, ocasiona que la carga de bolas se mueva y
en consecuencia han sido elegidas sus dimensiones características en vez de las de la
carcasa del molino. De manera similar la altura de la carga de bolas estará relacionada con
el número de bolas en vez de con la altura de la carcasa del molino.
243
La influencia de estas variables en la tasa de rotura puede conjeturarse como sigue:
El número de bolas movidas en el molino viene dado por:
Ds2 H b
Numero de bolas movidas ∝ (10.6)
Db3
En la figura 10.14 se muestra, por simplicidad, una imagen unidimensional de una ruptura
por desgaste. En la práctica, los sitios de rotura se generan en puntos sobre toda la
superficie de una bola dada. En consecuencia, se espera que el área superficial esté
directamente relacionada con la tasa de rotura. Por consiguiente:
Ds2 H b
Superficie de bolas movidas ∝ (10.7)
Db
Figura 10.14: Representación simplificada unidimensional de una rotura por desgaste
La velocidad a la cual se mueven las bolas entre si (tasa de movimiento de bola) está
relacionada directamente con la tasa a la cual se generan los sitios de rotura. Esta será una
función de la velocidad y diseño del agitador. Para caracterizar el diseño se eligió el
número de vueltas de tornillo, el cual puede considerarse análogo al número de agujas en
un molino de torre. En consecuencia:
Tasa de movimiento de bola ∝ Ds N sTS (10.8)
Multiplicando los términos de tasa de movimiento de bola y de área superficial se obtiene

la siguiente tasa de rotura:
Ds3 H b N sTS
Tasa de rotura ∝ (10.9)
Db
244
Figura 10.5: Esquema de un molino de torre mostrando un tornillo de dos partidas, 3 vueltas por
partida
Esta ecuación tiene una forma similar a la utilizada para predecir el consumo de energía
(ecuación 10.2), pero con el agregado de la dependencia inversa sobre el tamaño de bola.
Su validez ha sido probada utilizando resultados de un molino de torre piloto, procesando el
mismo mineral de alimentación que un molino de torre de escala completa. Se operó el
molino piloto en modo por lotes por un periodo de 15 minutos. Se ajustaron las tasas de
rotura a los datos de la planta piloto, asumiendo que las distribuciones de alimentación y
producto, al comienzo y al final de la operación por lotes, serían iguales a las de
alimentación y producto en operación bajo condiciones de equilibrio. Estas se escalaron
usando la ecuación 10.9 y se utilizaron para predecir el rendimiento real observado en la
unidad de escala completa. En la Tabla 10.1 se muestran las condiciones de estudio para la
unidad de escala completa. Se puede observar que varían ampliamente en términos de
tamaño de alimentación, consumo de energía y tasa de alimentación. En la figura 10.16 se
muestran los resultados de la predicción de distribución de tamaño del producto, de los
Estudios 1 y 2. Se encontró una excelente coincidencia. Se obtuvieron resultados similares
para los estudios 2 y 3. Sin embargo, se requieren más datos para confirmar la validez de
esta metodología.
Tabla 10.1: Condiciones de estudio para molino de torre de escala completa
Variable Estudio 1 Estudio 2 Estudio 3

Tasa de Alimentación (t/hr) 16.2 11.6 7.7
Tamaño de Alimentación (d50) (mm) 53.6 52.9 34.9
Tamaño de Producto (d50) (mm) 19.1 13.7 10.8
Densidad de Pulpa Producto (% sólidos) 63.0 57.3 62.2
Consumo de Energía (kW) 164 206 205
245
Figura 10.16: Distribuciones de tamaño de producto observado vs predicho del Estudio 1 del
molino de torre
10.6 OPTIMIZACIÓN DE MOLINOS DE TORRE
Debido a que los molinos de torre son una adición reciente a la escena del procesamiento de
minerales, la experiencia con su optimización es limitada. Sin embargo, el proyecto
AMIRA, sobre molienda fina mencionado anteriormente (Proyecto P336; AMIRA 1994),
evaluó el rendimiento de siete circuitos de molinos de torre en tareas de molienda terciaria
y remolienda de flotación, en cuatro concentradoras de metal base con volúmenes en el
rango de 9.5-31m3. Se obtuvieron las siguientes conclusiones generales respecto de la
optimización de molinos de torre en dichas tareas:
• La instalación de clasificación de reciclo incorporada a la mayoría de los molinos de

torre es innecesaria y puede ser removida con los ahorros consiguientes en costo de
bombeo.
• Las tasas de rotura en molinos de torre caen fuertemente por debajo de alrededor de 15-
20µm
• Las bolas más finas promueven una molienda más fina (el rango de bolas utilizado fue
12-25mm)
• Al igual que para cualquier molino, el rendimiento del circuito cerrado está dominado
por el clasificador (usualmente hidrociclones) y la configuración del clasificador debe
elegirse y operarse correctamente para la tarea.
246
CAPITULO 11
LA PREDICCIÓN DEL CONSUMO DE ENERGÍA EN
CHANCADORES Y MOLINOS DE VOLTEO
11.
11.1 INTRODUCCIÓN
C omo se destacó en el Capítulo 1, la energía consumida por la trituración, en la

industria de procesamiento de minerales, da cuenta de una parte importante de los
costos operativos de la planta. En consecuencia, es de suma importancia para los
propósitos de diseño y optimización, poder predecir con exactitud el consumo de energía de
molinos y chancadores.
La acción de reducción de los molinos de molienda difiere de aquella de los chancadores.

Esto se debe a las diferencias en la manera en que la máquina trasmite la energía al mineral.
El consumo de energía en máquinas como chancadores de mandíbula y giratorios, depende
de la tasa de alimentación y de la reducción de tamaño a través de la máquina. Esta a su vez
viene dictada por factores como geometría de la cámara de chancado, ajuste de la
separación, juego y perfil y condición del revestimiento. La energía se consume ‘por
demanda’ cuando las partículas de mineral, que en caso contrario serían muy grandes para
pasar indemnes a través del molino, son chancadas. La energía está relacionada con el
grado de reducción de tamaño y por ende su predicción debe estar ligada de algún modo a
este proceso.
Por el contrario, en molinos de molienda, el consumo de energía viene dictado por el

movimiento y magnitud de la carga. En consecuencia, se puede ver la reducción de tamaño
como un subproducto del movimiento de mover la carga alrededor del molino.
Particularmente en molinos de bola, esto resulta en un consumo de energía altamente
independiente de las condiciones de alimentación y la cantidad de reducción de tamaño. El
modelado del consumo de energía puede, en consecuencia, lograrse sin referencia a la
reducción de tamaño. Solo se necesita considerar el movimiento de la carga.
Investigación reciente de JKMRC sobre trituración, ha producido modelos de energía que

ha demostrado ser efectiva en la predicción del consumo de energía para chancadores y
molinos de volteo industriales.
247
Capítulo 11: La Predicción del Consumo de Energía en Molinos de Volteo
Las siguientes secciones describirán estos modelos de energía y como utilizarlos. La

diferencia entre estas máquinas en su acción reductora de tamaño, se refleja en la muy
distinta estructura de estos modelos.
11.2 LA PREDICCIÓN DE LA ENERGÍA DEL CHANCADOR
11.2.1 Introducción
El modelo de energía del chancador permite la predicción del consumo de energía a partir
del conocimiento de las características de rotura del mineral, la reducción de tamaño del
mineral por parte del chancador y la eficiencia relativa de utilización de energía del
chancador. Las características de rotura se determinan en una prueba de laboratorio sobre
muestras representativas de mineral. Luego se predice la energía a partir de una ecuación de
regresión simple, relacionando la energía consumida ‘realmente’ por la máquina industrial,
en la producción de un tamaño de producto específico, con la energía requerida ‘calculada’
para lograr la misma reducción de tamaño en una prueba de laboratorio. Los coeficientes de
regresión poseen significado físico en términos del uso de la energía por parte de tipos
específicos de chancadores e instalaciones. El modelo fue desarrollado por Andersen
(1988) basado en un trabajo previo de Awachie (1983). Actualmente ha sido aplicado a
varios tipos de chancador y se ha encontrado que proporciona predicciones satisfactorias en
cada caso.
11.2.2 Relaciones Energía- Reducción de tamaño Especificas del Mineral
La distribución de tamaño de producto de chancadores mecánicos como el chancador

giratorio o el de cono, depende principalmente de la configuración o separación y, en
menor grado, del perfil y condición del revestimiento. (Andersen, 1988; Andersen y
Napier-Munn 1988). La energía consumida por el chancador para lograr dicha distribución
de tamaño, bajo un conjunto dado de condiciones despende, entonces, de las características
de rotura o ‘dureza’ del mineral.
Las características de rotura se determinan en laboratorio por medio de dispositivos de

rotura por impacto de partícula individual, como el péndulo gemelo o el impactador por
caída de peso (ver Capítulo 4). Estos dispositivos permiten impartir una cantidad controlada
de energía a una partícula seleccionada y se utilizan para establecer una relación entre esta
energía y la distribución de tamaño de producto resultante. La energía se expresa como la
“energía de trituración específica”, Ecs (unidades kWh/t), y se calcula a partir de la energía
impartida a la partícula y su masa. La distribución de tamaño del producto se expresa en
términos de la familia de curvas t descritas por Narayanan y Whiten (1988) y, en particular
el parámetro t10 (ver Capítulo 4). El parámetro t10 se define como el porcentaje de masa de
la partícula original, que pasa a través de un décimo del tamaño de la partícula original.
Dado un valor para t10, es posible reproducir la distribución de tamaño de producto
completa. Como el t10 está relacionado directamente con la energía de trituración
específica, se puede expresar la relación energía- reducción de tamaño, simplemente por
medio de una matriz t10-Ecs.
248
11.2.3 El Modelo de Reducción de Tamaño del Chancador
El proceso de rotura en el chancador es descrito por el bien conocido modelo Whiten

(Whiten 1972a,b), el cual se ilustra conceptualmente en la Figura 11.1 (ver también
Capítulos 2 y 6).
X Función de
f Clasificación p
C
Función de
Rotura C*X
B
Figura 11.1: Diagrama esquemático del modelo de chancador de Whiten
x es un vector representando la cantidad de cada fracción de tamaño en el chancador
f es el vector de distribución del tamaño de alimentación
p es el vector de distribución del tamaño de producto
C es la matriz de selección de clasificación o rotura que describe la proporción de

partículas en cada intervalo de tamaño seleccionado para rotura
B es la matriz de distribución de rotura proporcionando la distribución relativa de cada

fracción de tamaño después de la rotura.
El vector de distribución de tamaño de producto está determinado por la ecuación de

balance de masa
p = (I − C) (I − BC)−1 f (11.1)
donde I es la matriz unidad.
C es una función cuyos parámetros son específicos de la máquina y dependen de las

condiciones operativas (e.g. Andersen y Napier-Munn 1988). La función está muy ligada a
la configuración del lado abierto y cerrado del chancador. Los valores de los elementos en
la matriz de rotura específica del material, B, se determinan de los resultados de pruebas de
rotura por impacto de laboratorio. Los valores p se determinan, entonces, de las funciones
spline que describen las curvas especificas del mineral, dado el valor de t10. El modelo del
chancador, ecuación 11.1, es parametrizado para ajustar los tres parámetros de la función de
clasificación, C, y el parámetro t10, a los datos obtenidos de estudios de planta.
249
11.2.4 El Modelo de Energía del Chancador
El modelo de energía relaciona el consumo de energía real del molino, con la energía
requerida por el dispositivo de rotura por impacto de laboratorio para lograr la misma
reducción de tamaño (Andersen y Napier-Munn 1988; Morrel, Napier-Munn y Andersen
1992). Es de la forma
Pc = APp + Pn (11.2)
donde Pc = el consumo real de energía del chancador bajo carga (kW)

Pp = la energía calculada del péndulo (kW)
Pn = energía consumida por el cargador sin carga (kW)
A = una factor de escalamiento para un chancador específico, obtenido por
regresión.
El cálculo de la energía del péndulo, Pp, está basado en el modelo de chancador descrito
arriba y en la Sección 6.5. En este modelo, C es esencialmente una función de selección
que describe la probabilidad de rotura de partículas en el chancador (t/h). En consecuencia,
el producto Icxi es el flujo de masa de partículas de tamaño i reportando a rotura. Cuando
hay disponibles datos de alimentación y flujo de masa de producto y distribución de tamaño
de estudios de planta y se conoce la función de rotura B del valor predominante de t10,
basado en una prueba de rotura, se puede, entonces, calcular Icxi resolviendo los índices de
balance de masa en la Figura 1, tamaño por tamaño. Puede obtenerse la energía de
trituración específica, Ecs, apropiada para cada tamaño, i, de las descripciones de spline de
las relaciones Ecs-t10 específicas al tamaño, obtenidas de la prueba de rotura (Capítulo 4).
Entonces, la ‘energía del péndulo’ viene dada por:
j
Pp = ∑ Ecs
i =1
t 10 i ⋅ C j ⋅ xi kW (11.3)
donde Ecst10i = energía de trituración específica al valor predominante de t10, para

tamaño i (kWh/t)
j = número de intervalo de tamaño
Ci = probabilidad de rotura de tamaño i
xi = flujo de masa de tamaño i en el chancador (t/h).
Pp es, en consecuencia, la energía total requerida para reducir las distribuciones de tamaño
de alimentación a la distribución de tamaño de producto, como si toda la reducción tuviera
lugar en el péndulo o dispositivo de prueba de caída de peso.
250
Estudiando el mismo chancador bajo una variedad de consumos de energía y reducciones

de tamaño, es posible establecer, por regresión lineal de mínimos cuadrados, un valor para
A en la ecuación 11.2. A se puede interpretar como representando la ineficiencia en el uso
de energía por parte del chancador (incluyendo ineficiencias de transmisión) comparado
con aquella del péndulo o caída de peso; 100/A es la eficiencia energética del chancador
como un porcentaje de la energía del péndulo. Se ha estimado para chancadores de cono
convencionales, en una variedad de tareas de procesamiento de mineral, eficiencias
energéticas en el rango de 70-80%.
Ya que el modelo de energía da cuenta de la reducción real de tamaño obtenida y del

tonelaje procesado por el chancador, proporciona también un medio de comparar la
eficiencia energética de distintos patrones y tipos de chancador, en términos de A (o
100/A). El consumo real de energía del chancador, en una tarea específica, puede ser
estimado por supuesto, sustituyendo directamente en la ecuación 6.4 con un valor de Pp
correspondiente a la tarea de interés.
Pn es estrictamente una constante relacionada con el consumo de energía sin carga del
chancador operando en vacío y fue ajustada originalmente en el proceso de regresión. La
energía sin carga varía con el rendimiento y es una función tanto del factor de potencia
como de la eficiencia de propulsión del motor. Sin embargo, en la mayoría de los casos se
ha encontrado que se pierde poca capacidad predictiva, si alguna, si se fija Pn a la energía
en vacío y se estima solo A por regresión con un cero suprimido en la forma Pc-Pn = APp.
En los estudios de JKMRC se ha determinado que 1.2-1.55 son valores normales para A en
chancadores de cono y giratorios secundarios y terciarios.
En situaciones greenfield, dadas la alimentación y las distribuciones de tamaño producto, se

debe obtener la relación t10-tamaño-Ecs a partir de las pruebas de rotura y usar esta
información en el modelo para calcular la energía de trituración total requerida. Luego se
puede determinar los requerimientos energéticos de chancado, para un chancador similar,
usando una regresión de energía del tipo de la ecuación 11.2 obtenida desde otro sitio.
11.3 LA PREDICCIÓN DEL CONSUMO DE ENERGÍA DEL MOLINO
“La energía neta (de molinos de molienda) no es susceptible de determinación analítica

debido a la actual ignorancia sobre la dinámica de la carga de volteo.” Esta afirmación fue
hecha por Taggart hace 50 años (Taggart 1945), aunque hasta hace poco se ha prestado
poca atención al desarrollo de modelos del consumo de energía, en molinos de molienda
industrial, que contengan explícitamente una descripción de la dinámica del movimiento de
la carga. Una notable excepción es el trabajo de Mishra y Rajamani (1990) quien usó
métodos de elementos discretos para rastrear la posición y velocidad de bolas individuales
en un molino de volteo y relacionó esto con el consumo de energía (ver Sección 2.4). Esta
metodología intensiva en recursos computacionales, aunque loable, arroja poca luz para que
el metalurgista practicante pueda entender los procesos que se producen en el interior del
molino y que provocan su respuesta energética.
251
Es posible, sin embargo, efectuar unos pocos supuestos simplificadores acerca de la carga
lo que permite un tratamiento matemático relativamente simple pero que refleja a la vez la
forma y movimiento esencial de la carga, lo que se observa en la práctica, y es fácil de
relacionar con las tendencias observadas en el consumo de energía. Este tratamiento sigue a
Morrel (1996a,b).
11.3.2 Forma de la Carga
La Figura 11.2 muestra una fotografía del movimiento de una carga rotando en un molino
de vidrio de laboratorio y el cual se esquematiza en la Figura 11.4. Como la resistencia que
siente el motor del molino a su rotación, y por ende su consumo de energía, está causada
solamente por aquella parte de la carga que ejerce fuerza sobre la carcasa del molino, la
parte de la carga que esta en vuelo libre no tiene efecto directo. Además, el material en la
zona de riñón, siendo efectivamente estacionario, de masa relativamente pequeña y
relativamente cerca al eje de rotación del molino, ha tenido poco efecto sobre la energía del
molino (< 5%). En consecuencia, si las partes de carga del riñón y en vuelo libre son
ignoradas, lo que permanece es la forma de luna en creciente que está adecuadamente
aproximadamente por la Figura 11.3a.
Figura 11.2: Fotografía de la carga del molino en movimiento; molino de laboratorio; 0.3 m de
diámetro
Esta condición es típica de la mayoría de los molinos de descarga de parrilla. En tales

molinos, la carga corre normalmente con los intersticios rara vez llenos de slurry mucho
mas allá del punto en que todos los vacíos son ocupados. En el caso de los molinos de
descarga de overflow, el slurry puede descargar solo una vez que ha rebalsado el trunion de
descarga. En consecuencia, el exceso de slurry se presenta en forma de poza. La
252
aproximación mostrada en la Figura 13.b pude utilizarse, en consecuencia, para representar

molinos de descarga de overflow. Se asume que la poza de slurry incluye una mezcla de
mineral y agua de la misma densidad que el slurry de descarga. Se asume que el resto de la
carga incluye los medios de molienda que toman una forma y posición similar al caso de la
descarga de parrilla.
Figura 11.3a: Forma simplificada de la carga Figura 11.3b: Forma simplificada de la carga
para molinos de parrilla para molinos de parrilla
11.3.3 Posición de la Carga
Los dos puntos clave que definen la posición de la carga son el talón y el hombro. Por
medio de técnicas fotográficas es posible medir como cambia la ubicación de estos puntos
con la velocidad del molino y el volumen de carga. En la Figura 11.4 se muestra un
diagrama esquemático del molino de laboratorio de vidrio usado para generar estos datos,
junto con el sistema de coordenadas usado para describir la ubicación del talón y el
hombro. En este caso, se utilizó el desplazamiento angular medido en una dirección anti
horaria, desde la posición de las 3 horas (0 grados). En las Figuras 11.5 y 11.6 se puede
observar la variación del desplazamiento angular del talón y hombro con llenado y
velocidad.
Efecto de la Velocidad
El efecto del aumento de la velocidad del molino en la posición del hombro (Figuras 11.5 y
11.6) es elevar la carga aún más y, en consecuencia, aumentar el ángulo del hombro. Luego
de dejar la carcasa del molino en el hombro, la carga cae a la región del talón donde tiene a
apilarse mientras espera que el molino lo acelere a su velocidad de rotación. Como
253
consecuencia, la posición del talón aparece como no variando sobre la mayoría del rango de
velocidad, para un llenado de molino dado, confirmando los resultados de Liddel y Moys
(1988).
Eventualmente, se alcanza una velocidad en donde comienza el centrifugado. En este punto

el ángulo del hombro y, especialmente, del talón, tienden a la posición 90º. Sin embargo, la
carga entera no centrifuga a la misma velocidad. La capa exterior centrifuga primero.
Aumentos adicionales en la velocidad causan que más y más capas centrifuguen hasta que
eventualmente la carga entera está centrifugando.
Figura 11.14: Esquema de un molino de laboratorio con extremos de vidrio
Efecto del Llenado del Molino
En la Figuras 11.5 y 11.6 se observa además como el efecto del llenado del molino
influencia la posición del talón y del hombro. Mayores llenados de molino dan lugar a
mayores ángulos de hombro y menores ángulos de talón. Como consecuencia, la velocidad
del molino a la cual comienza el centrifugado se ve como una fuerte función del llenado del
molino, con mayores llenados centrifugando a velocidades mucho menores. Este resultado
también concuerda con los descubrimientos de Liddel y Moys (1988) y difiere de la visión
de una única velocidad de centrifugado dictada solamente por el balance gravitacional y las
fuerzas centrífugas. En una aproximación de este tipo se ignoran los efectos de interacción.
Sin embargo, está claro que la carga se comporta como un cuerpo colectivo y, por lo tanto,
no se puede ignorar las interacciones. En consecuencia, debido a la presión ejercida por la
carga, el material por debajo de la cara del molino que se eleva “empuja” efectivamente el
material superior más de lo que sería el caso con partículas individuales moviéndose en el
interior del molino. Con mayores llenados de molino, este efecto es más pronunciado y da
lugar a mayores ángulos de hombro. Este fenómeno está relacionado con la velocidad del
molino y la magnitud de las fuerzas de fricción en la carga. Estas fuerzas tardías son, a su
254
vez, directamente proporcionales a las fuerzas de fricción en la carga (Liddel y Moys 1988;
Vermeulan y Howat 1984). Como las magnitudes relativas de estas son independientes del
diámetro del molino, la posición relativa de la carga será la misma, independiente del
diámetro del molino, siempre que el llenado del molino y el porcentaje de la velocidad
crítica permanezcan constantes.
Figura 11.5: Variación de la posición del hombro con la velocidad y llenado del molino
Figura 11.5: Variación de la posición del talón con la velocidad y llenado del molino
255
11.3.4 Descripción Matemática de la Variación en la Posición del Talón y el Hombro
Para describir la variación en el ángulo del talón se utiliza la siguiente forma de ecuación
empírica:
θT = A(1 − e− B (φc −φ ) ) + π / 2 (11.4)
donde A,B = funciones del, llenado fraccional del molino (Jt).

Φc = es la fracción de terminada experimentalmente de la velocidad crítica
teórica a la cual el centrifugado se estableció completamente, i.e.
la mayor parte de la carga estaba centrifugando. También es una función
de Jt de la forma C+DJt donde C y D son constantes
Φ = es la fracción de la velocidad crítica teórica a la cual se corre le molino
θ = ángulo del talón (rads.)
Para garantizar que a la velocidad de centrifugado el desplazamiento del talón y del hombro
converjan al mismo valor (π/2 radianes), el ángulo del hombro (θS) se elige para ser
expresado como función de θT. Se usa la siguiente forma de ecuación:
θS = π / 2 -(θT − π / 2)( E + FJ t ) (11.5)
donde E,F = funciones de Φ

θS = ángulo del hombro (rads.)
Jt = fracción de llenado del molino
Las constantes A, B, C, D, E, F, fueron ajustadas a datos obtenidos de un molino de

laboratorio (Morrel 1993) usando técnicas de regresión linear simple dando las siguientes
ecuaciones:
θT = 2.5307(1.2796 − J t )(1 − e−19.42(φc −φ ) ) + π / 2 (11.6)
donde φc = φ ; φ > 0.35(3.364 − Jt ) (11.7a)
φc = 0.35(3.364 − Jt ) ; φ > 0.35(3.364 − Jt ) (11.7b)
y φc = π / 2 − (θT − π / 2)((0.3386 + 0.1041φ ) + (1.54 − 2.5673φ ) Jt ) (11.8)
11.3.5 Movimiento de la Carga
La velocidad de partículas a diferentes posiciones puede obtenerse también de fotografías

de la carga volteándose en molinos de vidrio de laboratorio. Se puede generar, en
consecuencia, una descripción de un campo vectorial como se muestra esquemáticamente
en la figura 11.7. Se observan líneas de corriente bastante concéntricas en la porción de la
carga que no esta en vuelo libre denominada, de aquí en adelante, la parte activa de la
256
carga. Se pueden efectuar mediciones de la velocidad de las partículas en cada una de estas
corrientes observadas, mientras que la posición de la corriente puede medirse en términos
de su desplazamiento radial, respecto del centro de rotación del molino.
Figura 11.7: Esquema indicando la metodología de medición de velocidad y posición
La velocidad de las partículas en la carga puede expresarse con respecto a la velocidad de la

carcasa del molino, mientras que las posiciones radiales de las partículas puede expresarse
relativas al radio del molino. En consecuencia, se pueden generar pares de datos que
incluyan una velocidad normalizada (Vn) y una posición radial normalizada asociada (Rn).
En consecuencia:
r
Rn = (11.9a)
rm
Vr
y Vn = (11.9b)
Vm
donde r = posición radial

rm = radio del molino en la cara de desgaste del revestimiento de la carcasa
Vr = velocidad tangencial en r
Vm = velocidad tangencial cara de desgaste del revestimiento de la carcasa
En la Figura 11.8, se muestran datos recolectados de un molino de vidrio de laboratorio. Se

puede observar que a pesar de alguna dispersión, existe una relación aproximadamente
linear entre Rn y Vn. La dispersión se debe a la técnica de medición empleada, la variación
257
probable de velocidad a lo largo de las corrientes y descompensaciones en distinto grado en

todas las condiciones (Vermeulan y Howat 1984). Este último fenómeno es la oscilación de
la carga, que se evidencia en el movimiento del hombro y talón por arriba y por abajo de
sus posiciones medias.
Figura 11,8: Variación en la velocidad tangencial con la posición radial
Los gráficos muestran también la relación entre velocidad tangencial y posición radial bajo
el supuesto que la carga esta bloqueada completamente (no hay condición de
deslizamiento). Es evidente que existe una gradiente de velocidad angular en la carga que
es función del llenado del molino. Esta es una consecuencia directa del deslizamiento
produciéndose en la carga. Como la fuerza de fricción es proporcional a la fuerza aplicada,
actuando en una dirección normal a ella, es esperable que los mayores pesos de lecho,
resultantes de un mayor llenado del molino, generarán mayores fuerzas de fricción en la
carga. En consecuencia, se producirá menos deslizamiento en la carga. Por ende, a medida
que se aumenta el llenado del molino, la gradiente de velocidad respecto del radio del
molino tenderá a la condición de no deslizamiento.
11.3.6 Descripción Matemática del Perfil de Velocidad
La velocidad tangencial (Vr) a una posición radial dada (r) puede expresarse en términos de
una tasa rotacional (Nr) usando la ecuación:
Vr
Nr = (11.10)
2π r
Usando una relación lineal simple entre la velocidad tangencial normalizada y la posición
258
radial normalizada, y expresando la velocidad en término de la tasa de rotación, se puede

derivar la siguiente relación:
N m rm (rm zrj )
Nr = (11.11)
r (rm − zrj )
donde z = (1-Jt)0.4532 (11.12)

ri = radio de la superficie interior de la carga que marca la frontera entre la
parte activa de la carga y el riñón inactivo (Figura 11.3a)
rm = radio del molino
En la ecuación 11.11, el producto, zri , es la posición radial normalizada en la cual Nr=0. La

posición está relacionada con el radio de la superficie interior de la carga (ri) por medio del
parámetro z, utilizando mediciones de posición de ri tomadas de fotografías en la carga del
molino. Se encontró que el parámetro z era una función del llenado fraccional del molino
(Jt). De la ecuación 11.11 es posible observar que a medida que Jt crece, z tiende a cero y,
en consecuencia, Nr tiende a Nm, i.e. se alcanza la condición de no deslizamiento.
11.3.7 Ecuaciones de Consumo de Energía
Habiendo obtenido una descripción matemática de la velocidad y forma de la carga, y la

manera en que esta varía con la velocidad del molino y el volumen de carga, es posible
ahora formular las ecuaciones que describen el consumo de energía del molino. La
metodología adoptada es considerar la tasa a la cual se transfiere la energía potencial y
cinética a la carga, aunque se puede demostrar que una metodología de brazo de torque o
balance de fuerza de fricción proporciona respuestas similares (Morrel 1993). Como la
potencia puede definirse como energía por unidad de tiempo, entonces la tasa a la cual se
transfiere la energía potencial y cinética a la carga proporcionará un estimado del consumo
de energía del molino.
Teniendo como referencia la Figura 11.19, considere un elemento dentro de la superficie

ABCD de longitud L y ancho dr. Su área viene dada por:
L dr
La velocidad tangencial de las partículas que viajan a través de esta superficie es Vr y, en

consecuencia, la tasa de flujo volumétrico a través de la superficie es:
Vr L dr
Y la tasa de flujo de masa es: Vr pcL dr
259
Se supone que la trayectoria de las partículas que viajan a través del elemento de superficie
es como se indica en la Figura 11.2. En consecuencia, la tasa a la cual se les imparte
energía cinética viene dada por:
Vr pcL dr g h
Donde la diferencia de altura (h) viene dada por: h = r (sinθS-sinθT)
Vr3 ρ c Ldr
La tasa a la cual se les imparte energía cinética viene dada por:
2
Figura 11.9: Esquema de la carga del molino para la metodología de balance de energía
Suponiendo que nada de la energía de las partículas que pasa a través de la superficie
ABCD es recuperada subsecuentemente por el molino, entonces la suma de la tasa a la cual
se genera la energía potencial y cinética, para todas las partículas pasando a través de la
superficie ABCD (Pnet), viene dada por:
rm
 Vr3 L ρ c 
Pnet = ∫r  r c
V L ρ rg (sin θ S − sin θ T ) +
r ( r − zr )
dr

(11.13)
i  m j
también Vr = 2π N r
En consecuencia, expresando Vr en términos de Nr se obtiene:

rm
∫ {2π N r L ρ c g (sin θ S − sin θT ) + 4π 3 N r3 r 3 L ρ c }dr

2
Pnet = r (11.14)
ri
En la ecuación 11.11 se relacionó la tasa rotacional (Nr) con la posición radial (r) lo que dio
cabida al deslizamiento observado, ocurrido cuando r se movió entre rm y ri. En
consecuencia, al sustituir Nr en la ecuación 11.14 se obtiene:
260
r
2π gL ρ c N m rm (sin θ S − sin θT ) m
Pnet =
(rm − zri ) ∫r r (r − zri )dr
i
rm
4π 3 L ρ c N m3 rm3
∫ (r − zr ) dr
3
+ i (11.15)
(rm − zri )3 ri
En consecuencia
π gL ρ c N m rm
Pnet =
3(rm − zri )
{2 r3
m − 3 zrm2 ri + ri3 (3 z − 2)}{sin θ S − sin θT }
3
 N m rm3π 
 {(rm − zri ) − ri ( z − 1) }
4 4 4
+L ρ c  (11.16)
 (rm − zri ) 
La ecuación 11.16 se derivó suponiendo que la forma de la carga mostrada en la Figura

1.3a y es aplicable, en consecuencia, a molinos de descarga de parrilla. Para molinos de
descarga de overflow, se debe incorporar el efecto de la poza de slurry. La presencia de la
poza de slurry en el molino de overflow resulta en una reducción del consumo de energía
del molino, cuando se compara con una unidad de descarga de parrilla del mismo tamaño.
Esas diferencias en el consumo de energía han sido incorporadas empíricamente en algunas
ecuaciones de energía del molino (Bond 1961; Morrel 1996a,b). Este efecto puede
considerarse mecánicamente como causado por la asistencia a la rotación que proporciona
el slurry en la región del talón, como resultado de la fuerza de flotabilidad a que está
sometida la carga de molienda a medida que cae a través de la poza de slurry. Esta parte de
su movimiento ocurre entre la superficie de la poza y el talón de la carga de molienda
definido según θTO y θT respectivamente.
Para incorporar este efecto, se agregó un término de flotabilidad a la ecuación 11.16,

resultando en la siguiente ecuación única, la cual describe tanto molinos de parrilla como
de overflow:
π gLN m rm
Pnet =
3(rm − zr )
{2r 3
m − 3 zrm2 ri + ri3 (3 z − 2)}
i
{ρ (sin θ
c S − sin θT ) + ρ p (sin θT − sin θTO )}
3
 N rπ 
+L ρ c  m m  {(rm − zri ) 4 − ri 4 ( z − 1)4 } (11.17)
 (rm − zri ) 
donde pp = densidad de slurry

pc = densidad de carga de molienda
= ángulo de talón de slurry para molinos de descarga de overflow
(= 3.395 radianes)
= θT para molinos de descarga de parrilla
261
θS = viene dado por la ecuación 11.8

θT = viene dado por la ecuación 11.6
Secciones de extremo cónico
Algunos molinos, en especial aquellos de grandes radios diámetro a longitud, no son

completamente cilíndricos sino que temen extremos de forma cónica. La carga que se
mueve en esta sección del molino también consumirá energía y por consiguiente debe
considerarse, si se quiere determinar correctamente el consumo global de energía del
molino. Se asume que la forma de la carga en dichos molinos es como se muestra en la
Figura 11.10. Por simplicidad se muestra solo la forma de la parrilla de descarga del
molino.
Se asume que la posición del talón y hombro es igual en los extremos cónicos como en la
sección cilíndrica. Como la cantidad de carga en los extremos cónicos es normalmente muy
pequeña, se asume que el efecto de cierre de los elevadores del extremo limitará el
deslizamiento en la carga cónica. Por este motivo, se asume que no habrá un gradiente de
velocidad angular en esta parte de la carga.
Respecto de la Figura 11.11, para un elemento dLc en la sección cónica, la ecuación de

consumo de energía tendrá la misma forma que para un contenedor cilíndrico (ecuación
11.14). En consecuencia, para el elemento de longitud dLc a un radio de cono rc, el
consumo de energía (PdLc) para una un molino de descarga de parrilla vendrá dado por:
rc
PdLc = dLc ∫ {2π N m ρ c r 2 g (sin θ S − sin θT ) + 4π 3 N m3 r 3 ρ c }dr (11.18)

ri
Figura 11.10: Esquema de la forma de la carga en extremos cónicos
262
Figura 11.1: Esquema del extremo cónico de un molino
A medida que el radio del cono varía con respecto a su longitud, entonces, para el cono
entero, se debe integrar la ecuación 11.18 respecto de la longitud del cono Lc. En
consecuencia la energía total asociada con ambos extremos cónicos (Pc) viene dada por:
Li rc
Pc = 2 ∫ ∫ {2π N m ρ c r 2 g (sin θ S − sin θT ) + 4π 3 N m3 r 3 ρ c }dr dL c (11.19)

0 ri
De geometría
(rm − rc )
Lc = Ld (11.20)
rm − rt
En consecuencia
− Ld drc
dLc = (11.21)
rm − rt
Sustituyendo la ecuación 11.21 en la ecuación 11.19 se obtiene:
2 Ld 
rm rc
T ∫ ∫ r dr drc
2
Pc =  2π N ρ
m c g (sin θ S − sin θ )
(rm − rt )  rc ri
rm rc

+4π 3 N m3 ρc ∫ ∫ r 3 dr dc  (11.22)
rc ri 
2 Ld  1 4 3 4
=  π N m ρ c g (sin θ S − sin θT )(rm − 4rm ri + 3ri )
(rm − rt )  6
1 
+ π 3 N m3 ρ c (rm5 − 5rm ri 4 + 4ri5 )  (11.23)
5 
263
Usando la mima metodología que se adopto para el consumo de energía de la sección

cilíndrica, se puede extender la ecuación 11.16, para incluir molinos de overflow, como
sigue:
π Ld gN m
Pc =
3(rm −r)
{(r 4
m − 4rm ri3 + 3ri 4 ) { ρ c (sin θ S − sin θT )
t
2π 3 N m3 Ld ρ c 5
+ ρ p (sin θT − sin θTO )} + (rm − 5rm ri 4 + 4ri5 ) (11.24)
5(rm − rt )
Las ecuaciones 11.17 y 11.24 constituyen las dos ecuaciones principales para el cálculo del
consumo de energía asociado con la carga en las secciones cilíndricas y cónicas, de un
molino de volteo húmedo, respectivamente.
Además de los parámetros de diseño como diámetro y longitud del molino y los ángulos de
hombro y talón y, las ecuaciones contienen tres variables cuyos valores deben conocerse
antes de poder evaluar las ecuaciones. Estas son:
ri - radio de superficie interior de la carga
pc - densidad de la carga
pp - densidad de pulpa
Carga Superficie Interior (ri)
La superficie interior de la carga define el límite radial de la parte activa de la carga. Puede
representarse por su distancia radial desde el eje de rotación (ri). Si se conoce la posición
del talón y del hombro, junto con el volumen de la carga entre estos puntos, se puede
entonces encontrar ri por simple geometría como sigue:
0.5
 2πβ J t 
ri = rm 1 −  (11.25)
 2π + θ S − θT 
donde β es la parte activa de la carga expresada como una fracción de la carga total. Esta
fracción será proporcional al tiempo que permanece el material en la parte activa de la
carga, respecto del tiempo que le toma completar un circuito de la carga completa.
En consecuencia:
tc
β = (11.26)
t f + tc
donde tc = tiempo medio para trasladarse entre el talón y el hombro en el interior de

parte activa de la carga
tf = tiempo medio para trasladarse entre el hombro y el talón en caída libre
264
tc y tf son aproximadamente como sigue:
2π − θT + θ S
tc = (11.27)
2π N
donde la tasa rotacional media ( N ) es
Nm
N = (11.28)
2
0.5
 2r (sin θ S − sin θT ) 
tf =   (11.29)
 g 
donde la posición radial relativa ( r ) es
rm    
0.5
2π J t
r = 1 +  1 −   (11.30)
2   2π + θ S − sin θT  
 
Sustituyendo las ecuaciones 11.26 – 11.30 en la ecuación 11.25, se puede estimar ri
Densidad de Carga y Pulpa
Es posible estimar la densidad de carga utilizando la siguiente ecuación (Morrel 1992).
ρc =
[ J t ρ0 (1 − E + EUS ) + J B ( ρ B − ρ0 )(1 − E ) + J t EU (1 − S )] (11.31)
Jt
donde E = porosidad fraccional de la carga

S = contenido fraccional de sólidos (por volumen) de slurry de descarga
U = fracción de vacíos de medios de molienda ocupados por slurry
En la ausencia de datos para E, S y U, se pueden suponer los valores de 0.4, 0.5, y 1

respectivamente. En este caso la ecuación 11.31 se simplifica a:
0.6 J B ( ρ B − ρ0 )
ρc = 0.8 ρ 0 + +0.2 (11.32)
Jt
Se asume que la densidad de pulpa en el interior del molino (pp) es igual a la densidad de
descarga de pulpa
265
11.3.8 Estructura General del Modelo (Figura 11.12)
Las ecuaciones anteriores proporcionan una descripción teórica del consumo de energía
asociado con el movimiento de la carga en el molino. En la practica, se debe proporcionar
energía adicional para compensar las pérdidas/consumos mecánicos, eléctricos y ‘otros’.
Agregando estas a la energía asociada con el movimiento de la carga, resulta un consumo
de energía global o bruto. Un modelo de energía de molino es construido, por consiguiente,
con varios de niveles para explicar las varias fuentes de consumo de energía. En el primer
nivel la energía bruta, i.e. la energía de entrada al motor del molino, se divide en aquella
que compensa las ineficiencias mecánicas y eléctricas y aquella suministrada a la carga
(energía neta). Esto se expresa como sigue:
energía bruta = energía sin carga + (k * energía de movimiento de la carga) (11.33)
donde
energía bruta = ingreso de energía al motor, i.e. energía medida
energía sin carga = ingreso de energía al motor cuando el molino está

vacío
energía de carga en movimiento = energía asociada con el movimiento de la carga
k x (energía de movimiento carga = energía neta
energía neta = energía de entrada total a la carga
k = parámetro global que incorpora las perdidas

de calor debido a fracción interna, energía
para desgaste /abrasión, rotura y rotación
de los medios de molienda mas inexactitudes
asociadas con los supuestos y mediciones
de la forma y movimiento de la carga
Debe destacarse que en la literatura se utiliza a veces energía neta como sinónimo de
potencia en el eje del piñón de un molino. La potencia en el eje del piñón incluye la energía
suministrada a la carga en si, más aquella para compensar las perdidas en el engranaje del
piñón además de la asociada a los rodamientos del molino. La energía neta en el modelo
JKMR se define como la energía de entrada a la carga y por consiguiente no es igual a la
potencia en el eje del piñón.
266
Figura 11.12: Estructura general del modelo
11.3.9 Energía de Sin Carga
Para tener utilidad práctica, un modelo de energía necesita predecir con exactitud la energía
bruta (i.e. medida). Como se destacó previamente, la diferencia entre consumo de energía
bruta y neta en un molino se debe a perdidas asociadas a varios componentes mecánicos y
eléctricos. Las perdidas principales se producen en el motor, transmisión y rodamientos.
Ninguno de estos permanece constante sobre el rango operativo completo del molino.
Algunos, sin embargo, pueden tener un componente fijo – por ejemplo, las perdidas debidas
a fricción en los rodamientos serán determinadas por el peso del molino vacío (un
componente fijo aunque incluso este variará, a medida que se desgastan los revestimientos
y elevadores) y el peso de la carga del molino (una componente variable). En la mayoría, si
no en todas, las plantas operativas de escala completa, los únicos datos que se medirán son
la energía bruta y/o real. En raras ocasiones se conocerá la energía sin carga (el consumo de
energía del molino cuando corre vacío) de los registros de comisionado o mantenimiento.
De manera alternativa, si el molino ha sido vaciado para reposición de revestimientos, se
registrará la energía sin carga durante la puesta en marcha. Dichos datos indican las
magnitudes de algunos componentes de la pérdida de energía.
Para determinar la relación entre la energía sin carga y los parámetros de diseño del molino,
se analizaron diez conjuntos de datos provenientes de nueve molinos, con diámetros
variando entre 1.75 y 9.75 m. Se desarrollo una relación empírica como sigue:
267
Energía Sin Carga (kW) = 1.68( D 2.5φ (0.667 Ld + L))0.82 (11.34)
Donde D = diámetro del molino
L = longitud de la sección cilíndrica
Ld = longitud del extremo cónico
Φ = fracción de la velocidad crítica
En la Figura 11.13 se muestra un gráfico de los consumos de energía sin carga observados
y predichos usando esta ecuación. La dispersión de los datos es evidente y se atribuye a
diferencias en el diseño y condición mecánica de componentes como rodamientos. Esto se
ilustra por medio de puntos de datos de menor consumo de energía, provenientes de
lecturas tomadas en distintos molinos piloto con las mismas dimensiones nominales.
Figura 11.13 consumo de energía sin carga observada vs predicha (ecuación 11.34)
Precisión del Modelo
En la ecuación 11.33, k es un parámetro que agrupa las pérdidas de energía debido a

sonido, calor generado en el interior de la carga debido a fricción por deslizamiento, rotura
de roca debido a desgaste/abrasión, rotación de los medios del molino e imprecisiones en el
modelo. Como k es el único parámetro desconocido del modelo, debe ser ajustado
utilizando datos de energía de un molino industrial. Esto se ha hecho usando la base de
datos descrita en al Tabla 11.1, la cual ha sido obtenida en estudios de JKMRC desde 1988.
268
Tabla 11.1: Detalles de Base de Datos de Molino de Volteo
Variable Molinos de bola Molinos SAG Molinos AG

Diámetro (m) 0.85-5.34 1.80-9.59 1.8-9.50
Longitud vientre entre revestimientos (m) 1.52-8.84 0.59-7.95 0.59-5.18
Longitud/Diámetro revestimientos 1.00-1.83 0.33-1.50 0.33-1.0
Porcentaje de velocidad Crítica (%) 60-83 48-89 72.75
Llenado de bolas (% Vol) 20-48 3-25 0
Llenado total (% Vol) 20-48 7-38 10-31
Peso Específico del Mineral 2.6-4.6 2.6-.1 2.7-4.6
Número de Molinos 38 20 5
Numero de Conjuntos de Datos 41 28 7
Consumo de Energía (kW) 6.8-4100 14.8-7900 12.5-5500
El valor resultante para k fue 1.26. En consecuencia, la energía consumida por sonido, calor
generado por la fricción de deslizamiento en la carga, rotura por desgaste/abrasión, rotación
de los medios, sumada a las imprecisiones del modelo explica, en promedio, un 26%
adicional de energía neta teórica. Esto se compara con la estimación de Harris et al de hasta
un 20% (Harris et al 1985) y el valor de Rolf y Simons de sobre un 30% para la energía
asociada con el movimiento de deslizamiento (Rolf y Simons 1990). En la Figura 11.14 se
proporciona un gráfico del consumo de energía observado y predicho usando el modelo.
Está claro que el modelo predice exitosamente el consumo de energía en el rango completo
de laboratorio, piloto y escala industrial. El error RMS promedio es 5%.
Figura 11.14: Consumo de energía observado vs predicho para molinos de volteo
269
11.4 EJEMPLO RESUELTO
Para ilustrar el uso del modelo se proporciona un ejemplo resuelto relacionado con un
molino SAG
Datos de Entrada
Para ejecutar el modelo se requieren ciertos datos de diseño y operaciones. Estos se

resumen a continuación.
Cantidad Valor de Ejemplo

Diámetro entre revestimientos (m)………………………………………..8
Longitud vientre entre revestimientos (m)…………………….………….4
Longitud eje entre revestimientos (m)…………………………………….6
Diámetro.………………………………………………………………….2
Fracción de la velocidad crítica…………………………………………...0.72
rpm del molino……………………………………………………………10.72
sg del mineral……………………………………………………………...2.75
sg de bolas…………………………………………………………………7.8
% de sólidos por volumen de descarga de slurry………………………….45.9
Fracción de llenado total del molino……………………………………....0.35
Fracción de llenado de bolas del molino…………………………………..0.10
Mecanismo de descarga……………………………………………………parrilla
Pasos de Cálculo
1.- calcular la densidad de carga (pc)

De los datos de entrada
P0 = 2.75
pB = 7.8
Jt = 0.35
JB = 0.1
S = 0.459
Suponer U = 1 y E = 0.4
De la ecuación 11.31: pc = 3.237
2.- calcular ángulo de talón (θT) ,ángulo de talón de slurry (θTO), y ángulo de hombro (θS)
Jt = 0.35
Φ = 7.8
De la ecuación 11.7b Φc = 3.237
De la ecuación 11.6 ΦT = 3.9198 radianes
270
Como el molino es descargada de parrilla, θTO = θT

De la ecuación 11.8 θS = 0.8519 radianes
3.- calcular el radio de la superficie interior de la carga (ri)
Jt = 0.35
Rm = diámetro/2 = 4m
Nm= rpm del molino / 60 = 10.179 rev. Por segundo
De cálculos anteriores
ΦT = 3.9198 radianes
θS = 0.8519 radianes
De las ecuaciones 11.27, 11.28: tc = 5.7
De las ecuaciones 11.29, 11.30: tf = 0.926
De la ecuación 11.26 β = 0.8516
De la ecuación 11.25 ri = 2.576
4.- calcular el parámetro z
Jt = 0.35
De la ecuación 11.12: z = 0.8226
5.- calcular la energía teórica de la sección cilíndrica (Pnet)
Jt = 0.35
Rm = diámetro/2 = 4m
Nm= rpm del molino / 60 = 10.179 rev. Por segundo
L = 4m
De cálculos anteriores
ΦT = 3.9198 radianes
θS = 0.8519 radianes
θTO = θT
z = 0.8226
ri = 2.576
pc = 3.237
use g = 9.814 m.s-2
De la ecuación 11.17: Pnet = 2809 kW
271
6.- calcular energía teórica del extremo del cono (Pc)

rt = 1 m
Ld = (longitud eje – longitud vientre) / 2 = 1 m
Todos los demás parámetros requeridos han sido determinados en cálculo 5
De la ecuación 11.17: Pc = 378 kW
7.- calcular la energía teórica de la sección cilíndrica (Pnet)
D =8m
Φ = 0.72
L = 4m
De la ecuación 11.34: energía sin carga = 322 kW
8.- calcular la energía bruta
Total energía teórica para los extremos cilíndricos y cono (energía neta)
= Pnet + Pc = 3187 kW
Energía sin carga = 322 kW
Factor de calibración (k) = 1.26
De ecuación 11.33: Energía Bruta = energía sin carga + (k*energía neta) = 4338 kW
Los pasos de cálculo para un molino de bola son idénticos a los proporcionados arriba.
Debe destacarse que para molinos de bola el llenado fraccional total del molino debe fijarse
al mismo valor que el llenado fraccional de bolas del molino, i.e. Jt = JB. Además, para
molinos de descarga de overflow, el ángulo de rebalse del slurry (θTO) debe fijarse en 3.395
radianes.
11.5 CONCLUSIONES
Debido a la diferencia en el principio de operación de chancadores y molinos de volteo, se

deben utilizar distintas metodologías para modelar el consumo de energía. En el caso de los
chancadores, el consumo de energía es una consecuencia directa de la reducción de tamaño.
En consecuencia, para predecir el consumo de energía debe describirse el proceso de
reducción de tamaño. Esto contrasta con los molinos de volteo, en los cuales la reducción
de tamaño es consecuencia directa del movimiento de los medios y, en consecuencia, del
consumo de energía. En este caso, solo se necesita modelar el consumo de energía con
referencia al movimiento de los medios y es, por lo tanto, muy independiente del proceso
de reducción de tamaño. Este capítulo ha proporcionado algunos algoritmos para la
predicción del consumo de energía en chancadores y molinos de volteo, los que utilizarse
con confianza.
La medición del consumo de energía de grandes máquinas, ya sea para chequear

predicciones teóricas o como apoyo de un estudio, es a menudo problemática. Estos temas
se discuten en la Sección 5.3.3.
272
CAPITULO 12
HARNEROS E HIDROCICLONES
12.
12.1 INTRODUCCIÓN – EL ROL DEL DIMENSIONADO EN CIRCUITOS DE TRITURACIÓN
E l propósito de cualquier circuito de trituración es la reducción de tamaño. Se deduce

que el grado de reducción de tamaño debe ser moderado de alguna manera, para
producir un producto de circuito que cumpla con algún criterio relacionado con
tamaño, pudiendo ser este la manejabilidad, liberación de mineral, graduación de un
agregado, o un tamaño adecuado para procesos de recuperación específico. Esta función es
efectuada por dispositivos de dimensionado como harneros y clasificadores.
Los circuitos de trituración son abiertos o cerrados. Los circuitos abiertos son aquellos en
los cuales el dispositivo(s) de trituración rompe el material y lo pasa directo a la siguiente
etapa de procesos sin dimensionarlo. En un circuito cerrado, el material ya roto debe
cumplir con algún criterio de selección de tamaño antes de continuar aguas abajo y, en
consecuencia, la maquina de trituración está cerrada por el dispositivo de dimensionado,
siendo el material de sobre tamaño reciclado a la maquina para rotura adicional. La carga
de reciclo es el material que fluye en el lazo cerrado, entre el dispositivo de trituración y el
clasificador (Figuras 12,1b y 12.1c). Circuitos de trituración complejos incorporarán
combinaciones de dichos arreglos para lograr el resultado deseado al menor costo de capital
y operativo. Los circuitos de trituración son utilizados a menudo para lograr un nivel inicial
de reducción, antes de un circuito cerrado el cual completa la reducción de tamaño y
controla el tamaño del producto. Los circuitos cerrados se usan donde un proceso de una
única etapa de trituración es relativamente ineficiente y se requieren varios ciclos de rotura.
Cerrar un circuito es una manera más eficiente en energía de generar un producto del
tamaño requerido, aunque esto depende del criterio de tamaño del producto (ver Sección
9.10.6).
La Figura 12.1a muestra la forma más simple de ‘circuito’ – una máquina individual en
circuito abierto. Los chancadores primarios y secundarios, molinos autógenos y semi
autógenos y molinos de barra operan habitualmente en circuito abierto.
La Figura 12.1b muestra un circuito serrado sencillo, en este caso un molino de bola
cerrado por hidrociclones. A menudo los chancadores terciarios están cerrados por
hidrociclones, molinos AG/SAG por tamices curvos o hidrociclones y molinos de bola y
molinos de torre por hidrociclones u otra forma de clasificador.
273
Capítulo 12: Harneros e Hidrociclones
Figura 12.1a: Un chancador en circuito abierto
Figura 12.1b: Molino de bola cerrado por hidrociclones
La Figura 12.1c muestra un circuito híbrido ‘ABC’ con un circuito abierto de chancado
primario seguido en serie por un molino AG cerrado por un tromel (con reciclo de
sobretamaño vía un chancador inter etapa) y un molino de bola cerrado por hidrociclones.
Los dispositivos de dimensionado en los circuitos de trituración influencian

significativamente el rendimiento del circuito determinando, mientras confeccionan las
cargas de reciclo, la capacidad del circuito y el tamaño final del producto. El dispositivo de
dimensionado es usualmente el instrumento individual más efectivo para afinar el
rendimiento del circuito en un estudio de optimización, especialmente en molienda. Esto se
debe a que es relativamente simple efectuar cambios sustanciales al rendimiento, a través
de cambios fáciles (y baratos) al proceso de dimensionado, por ejemplo, cambiar una
apertura de harnero, agregar más agua a la alimentación del hidrociclón, cambiar el tamaño
del ápex (spigot) o del vortex finder del hidrociclón o alterar el número de hidrociclones en
línea.
274
Por el contrario, normalmente hay pocas opciones simples disponibles para modificar la
maquina de trituración en si. Aunque es relativamente simple, por ejemplo, cambiar la tasa
de alimentación o densidad de pulpa, tales cambios pueden tener otros efectos nocivos
(reducir la tasa de alimentación puede producir un producto más fino pero también
disminuir la producción). El conjunto de chancador y la carga de bolas son fáciles de
modificar, pero la velocidad el molino (a menos que haya disponible un motor VS) o el
perfil de revestimiento son más difíciles (El tamaño de la máquina es el mayor elemento de
capital y normalmente no está disponible como una opción de optimización, a menos que se
contemple una expansión de la planta o su reemplazo.
Figura 12.1c: Circuito híbrido ABC con un circuito abierto seguido de dos circuitos cerrados; los
dispositivos de dimensionado consideran un tromel e hidrociclones
Los dispositivos de dimensionado son por lo tanto componentes integrales e importantes de

la mayoría de los circuitos de trituración y su rendimiento y potencial deben ser
considerados cuando se planifica la optimización de circuitos.
Este capítulo trata con tres aspectos de dimensionado:
1. La representación del rendimiento de dimensionado utilizando curvas de eficiencia.
2. Dispositivos de dimensionado positivo, tales como harneros vibradores y tamices que

utilizan una superficie para separa el material grueso del fino.
275
3. Hidrociclones, clasificadores que explotan el comportamiento hidrodinámico diferencial

de los sólidos en flujos en campos centrífugos.
Un elemento importante en la evaluación del rendimiento de dichos dispositivos y

ciertamente también, del rendimiento de las máquinas de trituración, es la medición y
representación de la distribución de tamaño de partícula. Este aspecto es considerado en el
Apéndice 3, tanto para sistemas en línea como para métodos de laboratorio
12.2 CURVAS DE EFICIENCIA
El rendimiento de cualquier clasificador sólido-líquido, en términos de separación de

tamaño o recuperación de sólidos, se representa por una curva de eficiencia, denominada
también curva de partición, curva de rendimiento, curva de selectividad o curva de Tromp
(aunque esta último debiera mas apropiadamente estar confinada a la separación de
densidades). En la Figura 12.2 se muestra un ejemplo para un Hidrociclón. Describe la
proporción de un tamaño dado de sólidos que reporta a los productos de underflow y
overflow; una curva es el complemento de la otra y puede usarse cualquiera de ellas. La
mayoría de la literatura utiliza la curva de underflow, pero en trabajos anteriores de
JKMRC se argumentó que el clasificador overflow es generalmente el producto final,
especialmente en circuitos de molienda y, en consecuencia, se debe usar la curva a
overflow. Esta es una convención seguida en los modelos y documentación de
clasificadores usados en el simulador JKSimMet y será seguido aquí también.
Figura 12.2: Curvas de eficiencia medidas en un hidrociclón para underflow y overflow (C=100-Rf)
La recuperación real, Eoi, de tamaño i a overflow viene dada por
W M 
Eoi = 100  oi o  % (12.1)
W M
 fi f 
276
donde Woi, Wfi son las proporciones en peso de material de tamaño i en overflow y sólidos
de alimentación respectivamente, y Mo, Mf son las tasas de flujo de masa de sólidos total de
las corrientes de overflow y alimentación respectivamente.
Wo y Wf son determinados por análisis de tamaño de muestras del overflow y sólidos de

alimentación y Mo y Mf por medición de los flujos de masa de sólidos (e.g. usando un
flujómetro magnético y un medidor de densidades en cada corriente). Sin embargo, en la
práctica, Eoi (o su complemento Eui) pueden ser calculados de diversas maneras,
dependiendo de que datos hay disponibles. Por ejemplo, puede que no haya ninguna tasa de
flujo disponible, en cuyo caso se puede calcular Eoi directamente de la formula de dos
productos, basada en análisis de tamaño:
100Woi (W fi − Wui )
Eoi = % (12.2)
W fi (Woi − Wui )
Alternativamente, el resultado Mo/Mf en la ecuación 12.1 puede ser estimado a partir de las
concentraciones de sólido en las tres corrientes y luego ser usada para reconstituir una
distribución de tamaño a partir de las distribuciones de tamaño de los dos productos (Wills
1992).
Svarovsky (1981, 1984) presenta un procedimiento gráfico para determinar la curva de

eficiencia a partir de dos cualquiera de las distribuciones de tamaño de alimentación,
overflow y underflow; los últimos dos entregan generalmente una mejor estimación.
La mejor manera de determinar los valores de Eoi es obtener datos ‘redundantes’ (es decir,
más datos de los requeridos para cerrar el balance de masa) y aplicar un procedimiento de
optimización de balance de masa para calcular las ‘mejores’ estimaciones de cada cantidad,
de acuerdo con el criterio de mínimos cuadrados. Estas estimaciones pueden luego ser
usadas en las ecuaciones 12.1 y 12.2 para calcular Eoi. El simulador JKSimMet incorpora
un procedimiento de balance de masa adecuado, MBal (Sección 5.6.2 y Apéndice 4); puede
haber otros.
Los tipos de datos que se pueden recopilar incluyen
• Distribuciones de tamaño
• Flujos de masa de sólidos y agua
• Densidades de slurry o concentrados de sólidos
• Ensayos tamaño por tamaño
El Capítulo 5 describe la metodología para recopilar dichos datos
La mayoría de las curvas de eficiencia de clasificador, incluyendo aquellas de

hidrociclones, no alcanzan 100% (o 0% para curvas de underflow) a tamaño cero; el efecto
se muestra en la figura 12.2 (el ‘bypass’). Se acepta generalmente que esto se debe al hecho
277
que las partículas muy finas, no responderán a las fuerzas de clasificación (fuerza
centrífuga o gravitatoria) y en consecuencia simplemente seguirán el flujo de agua. En
consecuencia la curva intercepta el eje-x al valor de partición de agua a overflow (o
underflow). Por el contrario, las partículas gruesas siempre serán clasificadas y debe por
ende existir un tamaño de partícula en la cual ninguna se reporta a overflow; por
consiguiente, el extremo superior de la curva siempre alcanzara cero en algún tamaño
grueso.
Kelsall (1953) sugirió que si Rf es la proporción de agua reportando a underflow, entonces

Rf de todos tamaños de partícula omitirán la clasificación y reportaran a underflow por
medio de seguir el flujo de agua. Esto hace surgir el concepto de una eficiencia corregida
para bypass, Euc, que es la eficiencia debida solamente a clasificación. Kelsall demostró que
la eficiencia real, Eua, podía ser corregida usando una sencilla fórmula basada en este
supuesto. Si xi es el flujo de masa (t/h) de tamaño i en la alimentación, entonces, (Eua * xi)
es el flujo de masa de este tamaño reportando a underflow. Pero (Rf*xi) t/h omite (bypass) y
solo se clasifica (Eua *xi-Rf-xi) t/h. En consecuencia
Eua xi − R f ⋅ xi Eua − R f
Euc = = (12.3)
xi − R f ⋅ xi 1− Rf
(El subíndice i está implícito en Euc y Eua)
La ecuación 12.3 es la fórmula de Kelsall para la eficiencia corregida a underflow. La

eficiencia corregida a overflow es aún más fácil de calcular, otra razón para preferir esta
forma de la curva de eficiencia.
Eoa
Eoc ∝ (12.4)
C
Las curvas corregidas basadas en estas fórmulas se comparan con las curvas reales o
experimentales en la Figuras a y b. Las curvas corregidas son sigmoideas en forma y
parecen más bien curvas de distribución de probabilidad acumulada; en cierto sentido
efectivamente describen la probabilidad de una partícula de tamaño dado reportando a uno
u otro producto, aunque no cumplen estrictamente el criterio para ser tratadas como
funciones de distribución de probabilidad verdaderas. Sin embargo, como cualquier
distribución unimodal similar, pueden ser descritas por dos parámetros, una para posición
(equivalente a una media) y una para escala (equivalente a una desviación estándar). El
parámetro de ubicación d50c, definido como el tamaño de corte corregido o tamaño de
separación, el tamaño que se divide en partes iguales entre overflow y underflow, debido
solamente a las fuerzas de clasificación. El tamaño de corte corregido es siempre mayor
que el tamaño de corte real (medido), d50 (Figura 12.4).
La corrección de Kelsall es simple, plausible y ampliamente utilizada, en parte porque

conduce a una formula matemática manejable, para describir la curva de eficiencia
resultante corregida y reducida. Debe destacarse, sin embargo, que el supuesto básico
278
subyacente, que la fracción de bypass Rf es la misma para todos los tamaños de partícula,
ha sido cuestionado.
Figura 12.3: Curvas de eficiencia reales y corregidas
Figura 12.3: Definición de d50 y d50c
Flintoff et al (1987) revisó alguno de los argumentos. Estos incluyen el punto de vista de
Austin y Klimpel (1981) en cuanto a que el slurry espesado en la pared del ciclón se
279
bloquea en algunas partículas finas las que luego se van en el underflow y la sugerencia de
Finch (1983) que el bypass disminuye con el aumento en el tamaño de partícula. Las
nuevas metodologías fundamentales para el modelado de clasificadores, en especial
hidrociclones, pueden arrojar algo de luz sobre este problema. En el presente, sin embargo,
la metodología de Kelsall goza de la ventaja de la simplicidad y familiaridad a través de su
uso generalizado.
La curva de eficiencia corregida puede ser normalizada o ‘reducida’ dividiendo el eje del
tamaño por d50c·Eoc=0.5 donde d/d50c = 1. Lynch y Rao (Reportado en Lynch 1977)
demostró que la curva reducida para hidrociclones es normalmente independiente del
diámetro del ciclón y de las condiciones operativas para una alimentación dada, asumiendo
similitud geométrica entre hidrociclones de diferente tamaño. Esta generalización
importante, que se ha mantenido bien en plantas y estudios de laboratorio más recientes,
permite formular modelos empíricos útiles de hidrociclones (y otros dispositivos de
dimensionado) que son robustos en un rango bastante amplio de condiciones. Estas
predicen Rf (o C) y d50c para las condiciones operativas particulares de donde puede
reconstruirse la curva de eficiencia real. Dichos modelos son ampliamente utilizados en
diseño de procesos y optimización de hidrociclones, y se analizan posteriormente en la
Sección 12.4.3.
Una capacidad importante es el efecto de las características de alimentación el cual puede

influenciar significativamente la curva reducida. Las propiedades conocidas como
importantes incluyen tamaño de alimentación, mezclas de composiciones minerales y
viscosidad de slurry. Se ha progresado en la incorporación de tales factores explicítamele
en los modelos.
Incluso utilizando datos de balance de masa, los puntos resultantes pueden no caer en una
curva suave debido a los habituales errores de muestreo y análisis e inestabilidades del
proceso (de los cuales solo algunos habrán sido considerados en el balance de masa). La
curva suave no es solo intuitivamente satisfactoria – es probablemente la mejor y más
exacta descripción del proceso. Es necesario, en consecuencia, ajustar tal curva a los puntos
experimentales en la forma de una función matemática adecuada, para obtener la mejor
estimación de la curva de eficiencia ‘verdadera’
También es esencial poder representarlos por medio de una función matemática, cuando se
usan paquetes de simulación computacionales como JKSimMet. Existe una gran cantidad
de literatura sobre el ajuste de funciones particulares a las curvas de eficiencia de
clasificación (y su primo cercano, la partición o curva Tromp para separaciones de
densidad). Las dos más conocidas son el tipo de función Rosin-Rammler, derivado
independientemente por Reid (1971) y Plitt (1971) y la expresión de suma exponencial
derivada por Whiten (1966, 1996) y usada extensamente por Lynch y sus colegas (Lynch y
Rao; Lynch 1977).
La expresión Reid/Plitt es:
Euc = 1 − exp  − ln 2(d / d50 c )m  (12.5)
280
donde d es el tamaño de interés y m es un parámetro de escala que describe la intensidad de

separación, en el rango aproximado de 1.5 – 3.5 para la mayoría de los hidrociclones (un
valor alto implicando una separación marcada). Reid y Plitt derivaron la expresión (con un
énfasis levemente distinto) considerando los efectos de mezclado y tiempo de residencia
sobre la probabilidad que una partícula gruesa fuera clasificada al producto de underflow,
sin bypass y usando la condición de borde que Euc = 0.5 cuando d = d50c. Una ventaja de la
ecuación 12.5 es que puede hacerse lineal, para permitir que sus parámetros d50c y m sean
estimados fácilmente de los datos, ya sea gráficamente o por regresión de mínimos
cuadrados lineal simple:
  1  
ln ln   / ln 2  = m ln d − m ln d50 c (12.6)
  1 − Euc  
Aquí, Euc es la eficiencia de underflow real (medida) corregida usando la fórmula de

Kelsall (ecuación 12.3). Se usa regresión lineal para estimar g y c en la ecuación y = gx+c,
ingresando y como el costado izquierdo de la ecuación 12.6 y x como ln d. Entonces m es
igual a g y d50c es exp (-c/g).
Gráficamente, si se grafica ln [1/(1 − Euc )] respecto de d en un papel log-log, la pendiente de

la recta resultante es m y d50c es el tamaño para el cual ln ln [1/(1 − Euc )] = ln 2 = 0.6931 (1/).
La expresión de Whiten para la curva de eficiencia reducida a underflow es (Whiten 1966)
exp(α xi ) − 1
Euci = (12.7)
exp(α xi ) + exp(α ) − 2
donde xi es el tamaño reducido di/d50c y α un parámetro de eficiencia. Nuevamente, valores

altos de α (>4) indican separaciones muy buenas. La Figura 12.5 muestra como la curva
varía con α (para la curva a overflow – ecuación 12.9).
Whiten derivó esta expresión al notar que la función hiperbólica
e x − e− x
y = tanh x = (12.8)
e x + e− x
describía bien la forma de dichas curvas, y luego introducir parámetros para mover su
centro desde el origen al cuadrante superior derecho y restringiéndolo a pasar a través de
y=0 y ser asintótica a y=1. Interesantemente, Trawinski (1976) demostró que las ecuaciones
tanto de Whiten como de Reid/Plitt son casos especiales de la misma derivación, usando
diferentes funciones exponenciales de x.
La ecuación 12.7 es no, lineal en los parámetros α y x, y, por consiguiente, no puede ser
ajustada a los datos de eficiencia corregidos por regresión lineal simple. Sin embargo,
281
existen muchos procedimientos de estimación de parámetros no lineales que pueden

utilizarse, y varios paquetes gráficos de computadora y planillas electrónicas (macros)
disponen de rutinas. En JKSimMet, la estimación de parámetros se efectúa usando una
rutina (NLF) desarrollada por Whiten y basada en el algoritmo de Levenberg-Marquard
(Press et al 1989). Kojovic (1988) incorporó NLF en un programa de ajuste no lineal
general (NLFMB), que puede ser usado fuera de línea para ajustar la ecuación 12.7 y
funciones relacionadas.
Figura 12.5: Variación de la curva de eficiencia con α
Como se mencionó previamente, la curva de eficiencia a overflow es el complemento (una

imagen especular) de la curva a underflow. Aparte del hecho que habitualmente es el
overflow el producto final del circuito, Whiten demostró que la curva de overflow también
tiene ventajas con respecto a su manipulación y estimación manual de parámetros. Ya que
Eoa=1-Eua y Rf = 1-C entonces, de la ecuación 12.3 Eoa = C (1-Euc) y definiendo Euc de la
ecuación 12.7 tenemos
 exp(α ) − 1 
Eoa = C  (12.9)
 exp(α x) + exp(α ) − 2 
La ecuación 12.9 es la expresión Whiten para eficiencia corregida a overflow. Es una

formulación elegante porque hace muy simple la estimación gráfica de d50c (ver Figura
12.4) y luego se puede determinar α ya sea por tanteo (Figura 12.5) o por interpolación en
un grafico estándar de α vs d80c/d30c (Whiten 1966). Sin embargo, estos procedimientos son
rara vez utilizados hoy en día debido a que los parámetros de la ecuación 12.9 (C, y
x=d/d50c), son ajustados habitualmente usando una rutina de computador adecuada, como se
destacó previamente.
282
La discusión hasta ahora a asumido que las curvas de eficiencia tienen una forma regular y,
en particular, que son monotónicas, esto es, que decaen continuamente hasta cero (para la
curva de overflow) y no tienen ningún máximo local (o salto) otro que la dispersión del
error experimental. Normalmente esto es verdad pero, en una importante minoría de casos,
se ve un ‘anzuelo’ en el extremo fino de la curva (Figura 12.6), usualmente bajo 45µm (no
será visible si no se efectuado un análisis de tamaño en un rango sub-tamiz).
Ha habido algún debate sobre la causa de este fenómeno. En algunos casos, puede deberse
simplemente a algún error en el muestreo o en el análisis del tamaño de partícula. Por
ejemplo, hay evidencia en la molienda seca del cemento que las partículas finas, que se
aglomeran electrostáticamente en el clasificador de aire y luego reportan al producto de
underflow, se desaglomeran posteriormente cuando se dimensionan por tamizado húmedo o
en un instrumento de difracción láser. Sin embargo, el fenómeno es encontrado bastante a
menudo, como para justificar una descripción modificada de la curva de eficiencia para
tratar con el.
Figura 12.6 Variación de la curva de eficiencia con β - el ‘anzuelo’ (α=2)
Finch (1983) sugirió que la causa del anzuelo era el arrastre en el agua, aumentando este
arrastre linealmente con la disminución del tamaño de partícula. Esto condujo a la
modificación de la ecuación Reid/Plitt (ecuación 12.5) como sigue:
  (d )  
m
 d o -d 
Euc = 1 − exp  − ln 2    +R f   (12.10)
  d50 c    do 
283
donde do, el tamaño bajo el cual ocurre el arrastre, se transforma en el tercer parámetro a
ser estimado de los datos (Rf puede considerarse también como un parámetro si no ha sido
medido separadamente). Ese modelo fue refinado posteriormente para acomodar la idea de
que el corto circuito es probabilístico en vez de realmente aditivo (del Villar y Finch 1992).
White acomodó el anzuelo introduciendo un parámetro adicional, β, en su función de

overflow (ecuación 12.9):
 (1 + ββ * x)(exp(α ) − 1) 
Eoa = C  (12.11)
 exp(αβ * x) + exp(α ) − 2) 
β controla el alza inicial en la curva a tamaños finos, mientras α determina ahora la

pendiente a mayores valores de d (alrededor de d50c). La Figura 12.6 muestra como varía la
curva con β (JKSimMet lo trunca a valores de Eo>1). Se introduce el valor de β* para
preservar la definición de d50c (i.e. d=d50c cuando E=(1/2)C; Figura 12.4). (β* no es
estrictamente un parámetro ya que puede calcularse iterativamente (Whiten 1966); esto es
efectuado automáticamente cuando se ajusta la ecuación 12.11 en JKSimMet).
La Ecuación 12.11 es la forma usada por la curva de eficiencia en JKSimMet. Cuando no

hay presencia de anzuelo (o no hay problema de ajuste pobre a tamaños finos), β es fijado a
cero y β* a 1 y la ecuación 12.11 se reduce a la ecuación 12.9.
Notas sobre Ajuste de la Curva de Eficiencia
Aunque C, la partición de agua, está a menudo disponible como dato (e.g. de flujos
medidos o balance de masa), normalmente es preferible estimarlo por medio de ajustarlo
como un parámetro en las ecuaciones 12.9 y 12.11; el valor medido puede utilizarse como
un valor inicial.
Existe un rango casi infinito de métodos que pueden ser usados para determinar la curva de
eficiencia a partir de datos experimentales, dependiendo de los datos disponibles, y si hay
disponibles paquetes computacionales de balance de masa o ajuste de modelos (JKSimMet
combina estas funciones). No existe una mejor metodología – incluso experimentados
usuarios de procedimientos de balance de masa y ajuste de modelos, modificarán su
metodología dependiendo de la naturaleza de los datos brutos, especialmente su calidad, sus
expectativas sobre el resultado último de la curva de eficiencia ajustada y preferencias
personales. Algunos de los asuntos que hay que enfrentar son:
• ¿Hay suficientes datos para construir un balance (redundancia?
• ¿Se conoce la calidad de los datos y puede ser cuantificada?
• ¿Debiera efectuarse el balance de masa de los datos antes del ajuste del modelo? El
ajuste una curva de eficiencia esencialmente restringe los datos a un balance racional.
El prebalance de los datos, sin embargo, permite al usuario imponer algunas
284
restricciones lógicas al balance (basado en el conocimiento específico del proceso) que

pueden no estar disponibles en el ajuste del modelo.
• ¿Si el clasificador es parte de un circuito de trituración (como a menudo lo es), debiera

ser sometido a balance de masa y ajuste de modelo simultáneamente con el dispositivo
(s) de trituración? Esto lo trata como un problema de optimización individual, lo que
puede tener ventajas en la obtención de una mejor estimación del rendimiento del
circuito como un todo.
La verdad es, que si estos datos son perfectos, las preguntas son superfluas – cualquier
método proporcionará la misma respuesta (¡la correcta!). Lo habitual es alejarse de esta
perfección y por eso se requiere experiencia en al mejor manera de extraer un resultado útil.
Si el usuario no tiene datos redundantes, o el software apropiado, estos asuntos son

largamente irrelevantes. Se deberá enfrentar el problema según la siguiente secuencia:
• Obtención de las mejores estimaciones de los puntos ‘medidos’ en la curva de

eficiencia por medio de, por ejemplo, una combinación apropiada de datos brutos y la
formula de 2 productos.
• Ajustar la curva de eficiencia a los puntos medidos (reales) ya sea gráficamente o por
regresión lineal simple de la ecuación 12.5 (las planillas electrónicas y la mayoría de las
calculadoras programables pueden hacer esto) o manualmente usando la ecuación 12.9;
esto no es tan difícil como parece: d50c puede obtenerse como (1/2)C en un gráfico
(Figura 12.4), y α puede obtenerse muy bien por tanteo.
El balance de masa general y el problema del ajuste del modelo se discute en el Capítulo 5.
12.3 HARNEROS Y TAMICES CURVOS
El proceso de harneo se remonta al menos al tiempo de los griegos cuando se

confeccionaban tamices de crin de caballo o caña para la separación de partículas. Los
germanos introdujeron harneros de alambre tejido en el siglo 15 y estos han permanecido
como el principal medio de harneo desde entonces. Los primeros harneros agitados
mecánicamente fueron utilizados en conjunto con molinos de estampado en los países bajos
en el siglo 18. El propulsor consistía de una cuerda atada al estampador el cual elevaba el
agitador inclinado de 150mm en el recorrido ascendente y dejaba caer el agitador en el
recorrido descendente.
Los harneros vibratorios fueron inventados en EEUU a comienzos de los 1900 y utilizaban
martillos para agitar la plataforma del harnero. Los harneros vibratorios de alta velocidad
aparecieron por primera vez en 1910. Los harneros rotatorios, en los cuales el movimiento
es principalmente horizontal más que vertical, fueron desarrollados para superar los
problemas mecánicos y alto mantenimiento de los harneros vibratorios. Sin embargo,
285
mejoras en el diseño de los harneros vibratorios los han transformado desde los 1940s en
una unidad clave de las plantas de procesamiento de mineral.
Normalmente se encuentran dos tipos de harnero en los circuitos de trituración industrial, a

saber:
• harneros vibratorios
• harneros estáticos (tamices curvos/harneros DSM)
Como regla general, la elección de estos clasificadores se basa en el tamaño de la

alimentación de mineral. El harneado industrial está limitado normalmente a un tamaño de
separación mínimo de aproximadamente 200µm, aunque se fabrican harneros inclinados de
75µm. Los harneros vibratorios, en consecuencia, son preferidos en aplicaciones de
clasificación gruesa, mientras que los hidrociclones predominan en el extremo fino de la
escala. Los harneros estáticos en la forma de harneros DSM (tamices curvos) cubren la
molienda intermedia entre ambos.
En el harneado industrial, el flujo de material a través del harnero le da la oportunidad a las

partículas de pasar a través de las aberturas en el harnero (bajo tamaño) o sobre ellas y ser
descargadas como sobretamaño. El harneado efectivo requiere de un área de harneado
adecuado para optimizar esta oportunidad. Mientras más cerca esté una partícula del
tamaño de abertura, más difícil será para ese tamaño de partícula reportar consistentemente
al producto correcto. En forma ideal, las partículas deben presentarse en forma
perpendicular a la plataforma para permitir el dimensionado adecuado.
Figura 12.7: Esquema de la regiones clave en el proceso de harneado
286
Cuando se aplica la vibración, el harnero estratifica el material de alimentación en la

primera parte de la plataforma del harnero y, al hacerlo, mejora la probabilidad de que el
material de bajo tamaño vea la abertura (ver Figura 12.7). Las acciones simultáneas de
estratificación y remoción de finos a bajo tamaño resultan en la capacidad de harnero de
harnear eficientemente, a altos rendimientos, material con una profundidad mayor a una
capa de una partícula. La eficiencia del harnero puede aumentarse aumentando el número
de oportunidades (o intentos) proporcionadas a una partícula para pasar a través de una
abertura. Esto puede lograrse disminuyendo el rendimiento a través de la plataforma del
harnero, aumentando el área abierta de la superficie del harnero o instalando más harneros
o una mayor área de harnero.
La longitud de la abertura que la partícula ‘ve’ es de la mayor importancia. Como la

pendiente del harnero será normalmente 20º, la longitud efectiva de la abertura (en la
dirección del flujo) será normalmente un poco menor que la longitud real. Si el material es
slabby (i.e. tipo placa), el bajo tamaño puede aparecer conteniendo partículas más gruesas
que la abertura del harnero – cuando se mide en una malla cuadrada de prueba.
12.3.2 Harneros Vibratorios
Los harneros vibratorios incluyen una o más plataformas de harnero montadas una sobre la
otra, teniendo cada plataforma una menor abertura que la inmediatamente superior. El
conjunto completo puede ser horizontal o inclinado desde la alimentación a la descarga.
Se induce una vibración al conjunto de harnero por medio de contrapesos excéntricos en un

eje rotatorio lateral, ejes montados excéntricamente o motores con contrapeso excéntrico.
La elección del mecanismo controla el tipo de movimiento del harnero o desplazamiento
impartido y cada uno tiene una aplicación particular. Para un harneado eficiente se requiere
movimiento tanto horizontal como vertical. El movimiento vertical ayuda a desalojar a las
partículas que tienden a obstruir las aberturas mientras que el movimiento horizontal
garantiza que las partículas serán presentadas en distintas posiciones en la superficie del
molino. Básicamente han evolucionado dos tipos principales como los estándares de la
industria:
• Harneros de movimiento circular con plataformas inclinadas
• Harneros de movimiento lineal de ángulo pequeño (incluyendo los harneros banana con
plataformas de 2-3 pendientes)
Los harneros de movimiento circular tienen plataformas con una inclinación de

normalmente 20º respecto de la horizontal, para permitir que la gravedad colabore con el
flujo de material a través del harnero. Variando la carrera o la dirección de la rotación, se
puede modificar el grado de separación. Esta es generalmente la máquina preferida para las
tareas típicas de dimensionado grueso. La Figura 12.8 muestra un harnero vibratorio de
doble plataforma.
Los harneros de movimiento lineal de ángulo pequeño se instalan a ángulos que varían
entre 0-10º y el movimiento está dirigido usualmente a 40-45º respecto de la superficie de
287
harneado. Como este tipo de harnero no puede basarse en la gravedad para el flujo, las
carreras son más largas que para los harneros de movimiento circular. Y, en consecuencia,
están sometidos a mayores esfuerzos estructurales. Este harnero es ampliamente utilizado
en la industria minera para lavado y harneado fino. Las grandes áreas de harnero producen
lechos de pequeña profundidad resultando en un mejor lavado.
Figura 12.8: Un harnero vibratorio de doble plataforma Nordberg
Los harneros ‘banana’ se caracterizan por una disposición de plataforma inclinada, que está
angulada con una fuerte pendiente de 20-30º en el extremo de alimentación, nivelándose
hasta un ángulo relativamente plano de 10-15º en el extremo de descarga. La ventaja de
este diseño es que los finos son removidos rápidamente al comienzo, vía el lecho de poca
profundidad de flujo rápido, dejando que el material cercano al tamaño sea separado a
velocidades reducidas, hacia el extremo de descarga del harnero, sin ser estorbado por los
finos. Este tipo de harnero se usa cuando la alimentación tiene una alta proporción de
material bajo tamaño, alta humedad o inclusiones de greda o barro que pueden bloquear las
aberturas. La Figura 12.9 muestra un esquema de harnero banana de doble plataforma.
Figura 12.9: Elevación de un harnero banana vibratorio Nordberg de doble plataforma
288
12.3.3 Superficies de Harneado
Los materiales más comunes para plataforma de harneado son
• alambre tejido • placas perforadas de acero

• wedge wire • goma
• grizzly bars • poliuretano
Aunque los harneros de alambre tejido son muy eficientes, poseen una pobre resistencia al
desgaste por materiales abrasivos. Esto precipitó la introducción de paneles de placa
perforada a principios de 1900. Estos paneles tienen más acero que los paneles de alambre
tejido y como tal proporcionan una mayor vida. También ofrecen una mayor variedad de
área abierta, forma de la abertura y tipo de acero.
El wedge wire contempla miembros paralelos con forma de cuña, con pequeñas
separaciones, montadas normalmente transversales al flujo. Los paneles de wedge wire se
usan fundamentalmente para desecado y separaciones finas. Los Grissly bars se usan para
aplicaciones pesadas preliminares como remoción de finos antes de un chancador primario.
Están confeccionadas de barras o rieles corriendo paralelas unas de otras en la dirección del
flujo, separadas 50 a 200mm.
Las versiones preliminares de plataformas de goma eran sencillamente placas metálicas

revestidas con goma. La rigidez y espesor de dichos harneros condujo a una severa
obstrucción y a altas tasas de desgaste. Actualmente, las plataformas de goma son
normalmente moldeadas con un refuerzo adecuado tal como cables de acero, cuerda de
poliéster y marcos de hierro dulce. Los paños de harnero de goma reforzada con cuerdas
tienen aplicación en tareas primarias, secundarias y terciarias, como también en harneros
tromel rotatorios. La mayoría de los harneros de goma tendrán, normalmente, menos área
abierta que los harneros de alambre tejido resultando en una menor eficiencia de harneado.
Paneles de harnero modulares de poliuretano moldeado están siendo utilizados en muchas

aplicaciones, incluyendo trabajo pesado como harneado secundario y tromeles AG/SAG.
Los paneles son fáciles de cambiar debido a su bajo peso y sencillo diseño de fijación. El
tiempo de mantenimiento se reduce y es fácil de materializar los cambios de especificación
simplemente removiendo unos pocos paneles. Sin embargo, el pequeño tamaño de los
paneles representa un área abierta reducida ya que una gran proporción se pierde en bordes
y áreas sin perforar.
Los principales mecanismos de desgaste en harneado son, impacto, corte y deslizamiento.

El desgaste por deslizamiento es común en aplicaciones de chancado fino y desecado donde
son mas adecuados los harneros de poliuretano. Hay disponibles harneros de poliuretano
moldeado con aberturas tan pequeñas como 0.75mm y son usadas preferentemente cuando
se harnea por debajo de 5mm. La goma proporcionará una mayor vida al poliuretano en la
mayoría de las ocasiones en que el material ha sido chancado y tiene una baja humedad.
Cuando los harneros son susceptibles de cegarse, se recomienda el paño más delgado
posible que mantenga una duración adecuada frente al desgaste.
289
Forma de las aberturas
Existen disponibles para diferentes aplicaciones una variedad de aberturas de harnero y se

discuten aquí, ilustrado en la Figura 12.10, solo unos pocos tipos representativos.
Figura 12.10: Tipos comunes de abertura de harnero utilizados en circuitos de trituración
Las aberturas cuadradas ofrecen el dimensionado más exacto, buena duración ante el
desgaste y suficiente área abierta.
En aplicaciones de trabajo duro, donde es probable el desgaste por impacto y corte, las
aberturas redondas proporcionan una plataforma más robusta. Sin embargo, las aberturas
redondas son mas susceptibles de obstrucción y no deben utilizarse donde el área abierta es
crítica.
Los harneros ranurados son diseñados principalmente para aumentar el área abierta o para
reducir la incidencia de obstrucción y cegado. Las aberturas rectangulares en la dirección
del flujo son ideales para harnear partículas de forma regular, en donde se necesario un área
abierta máxima. No son para harnear material escamoso donde es crítico un dimensionado
muy preciso.
Las aberturas rectangulares transversales al flujo se usa normalmente donde se requiere

una gran área abierta y es probable la ocurrencia de obstrucción.
290
12.3.4 Eficiencia de Harneado
Aunque hay en uso muchos tipos distintos de harnero, su eficiencia puede describirse
matemáticamente, al igual que para cualquier dispositivo clasificador o de dimensionado,
usando la ecuación 12.9 basándose en tres parámetros, C, d50c y α, donde:
α = parámetro de grado de separación
C = fracción de agua de alimentación (o sub-tamiz) reportando a overflow
d50c= tamaño de corte o tamaño al cual la eficiencia de separación es igual a C/2
Por medio del desarrollo de relaciones entre estos parámetros de curvas de eficiencia o
clasificación y las condiciones de diseño y operación, es posible describir el rendimiento de
separación del harnero. Dicha metodología proporciona una manera útil de predecir el
rendimiento del equipo pero esta limitada, como siempre, por la extensión de la base de
datos sobre la cual se basan las relaciones.
Nótese que la metodología de curva de eficiencia define la eficiencia del harnero como una
medida de la probabilidad que un rango de tamaño de partículas (-d2+d1) pase a través del
harnero en sus condiciones de operación predominantes, o
flujo de masa de fracción ( - d 2 + d1 ) en bajo tamaño

Eficiencia( d1 × d 2 ) = (12.12)
flujo de masa de fracción ( - d 2 + d1 ) en alimentación
Los harneros proporcionan habitualmente un corte más agudo que los clasificadores
hidráulicos como los hidrociclones. La posición del tamaño de corte respecto de los tamices
utilizados para analizar el material de alimentación, sobretamaño y bajo tamaño puede ser
muy importante para calcular la eficiencia. Abajo se aportan más detalles sobre este
problema potencial.
La eficiencia del harnero es definida por la mayoría de los fabricantes de equipos, como el
porcentaje de bajo tamaño en la alimentación que pasa realmente a través del harnero, o
% de bajo tamaño en la alimentación que pasa realmente

Eficiencia = (12.13)
% de bajo tamaño en la alimentación que debiera pasar idealmente
La eficiencia de diseño es usualmente 92-95%. El contenido de humedad, material cercano

al tamaño, forma de partícula y densidad son alguno factores que afectan la eficiencia. Por
otra parte, algunos fabricantes citan una efectividad combinada de harnero, que es el
producto de los radios basados en el material tanto de bajo tamaño como en el sobretamaño.
Nótese como guía, que es posible obtener una estimación de la curva de eficiencia de
Whiten, d50c, para una abertura de harnero y eficiencia dadas, usando la siguiente
expresión:
291
αA
d 50 c = (12.14)
 100   100  
ln  − 1 exp(α ) +   − 2
 100 − E   100 − E  
donde d50c = tamaño de corte (mm)

A = abertura nominal del harnero (mm)
E = eficiencia del harnero para el tamaño de abertura (normalmente 50%)
α = estimado del grado de separación de la curva de Whiten
α es normalmente 10-15 para aberturas sobre 5mm. Nótese que la ecuación 12.14 asume
que un E por ciento de partículas de tamaño de abertura A reportan al sobretamaño.
Normalmente, este valor supera el 90% dependiendo de las condiciones operativas del
harnero y no es necesariamente igual a la eficiencia del harnero de los fabricantes, según lo
definido por al ecuación 12.13.
Promediando la Eficiencia del Harnero sobre Intervalos de Tamiz
En la práctica, el tamaño de la partícula se mide habitualmente usando un conjunto de

tamices 2 (Apéndice 3) y en consecuencia, su eficiencia se calcula para un intervalo de
tamiz más que para un tamaño en particular.
Figura 12.11: Curvas de eficiencia de harnero para datos dimensionados en distintas series de
tamices (según Hess, 1983)
La forma real de la curva de eficiencia depende de la serie de tamices utilizada para

dimensionar el material. Por ejemplo, la Figura 12.11 muestra tres curvas de eficiencia
graficadas usando la misma escala. Las curvas están graficadas como datos de serie de
tamices 4 2, 2 y 2 .
292
Debido a que a menudo las curvas de eficiencia son relativamente pronunciadas, bastan
solo unas pocas fracciones de tamaño para definir realmente la forma de esta y, en
consecuencia, el método para promediar la eficiencia, sobre una fracción de tamaño,
adquiere una gran importancia. A medida que el tamaño del intervalo disminuye, la forma
de la curva se hace mejor definida y el método para promediar la eficiencia sobre un
intervalo pierde importancia
12.3.5 Modelos de Harnero
Dadas una distribución de tamaño de alimentación, tonelaje de alimentación y curva de

eficiencia, para describir el rendimiento de un harnero, los modelos de harnero apuntan a
predecir la distribución de tamaño y el flujo de productos.
Los modelos de harnero descritos en la literatura pueden clasificarse arbitrariamente en

cuatro categorías principales, sobre la base de la metodología adoptada en su derivación:
1. Modelos Probabilísticos – incorporan la probabilidad de una partícula pasando a través

de una abertura de harnero.
2. Modelos Cinéticos – asumen que le harneado está definido por un proceso de tasa de
algún orden en particular.
3. Modelos Empíricos – basados en ecuaciones de regresión, derivadas de datos

experimentales, para predecir la curva de eficiencia.
4. Modelos de Capacidad – usados por los proveedores de equipos para especificar un

diseño de harnero para una aplicación específica.
Modelos Probabilísticos
El modelo de Gaudin (1939), que describe la probabilidad, p, del paso de una partícula
esférica a través de una abertura de harnero en un intento, sirve como base para la mayoría
de los modelos probabilísticos encontrados en la literatura. Para una partícula esférica de
diámetro x, tamaño de abertura de harnero h, y diámetro de alambre d, Gaudin calculó que
p era
(h − x) 2
p = (12.15)
(h + d ) 2
y si se ignora d
2
 x
p = 1 −  (12.16)
 h
La fracción reportando a sobretamaño es, efectivamente, la probabilidad de que una

partícula no pase por una abertura de harnero luego de n intentos y viene dado por:
293
Probabilidad de NO pasar = (1 − p ) n (12.17)
La ecuación (12.17) es la ecuación básica de la curva de eficiencia para la mayoría de los

modelos probabilísticos de harnero, incluyendo los de Whiten (1972b) y Subasighe et al
(1989).
El modelo de harnero Whiten (JKMRC) está basado en la geometría de un harnero en

particular y el modelo de Gaudin. Usa un único parámetro, la cantidad de veces que una
partícula se presenta al harnero, la que luego es relacionada con las condiciones de
alimentación y operación que afectan en mayor grado el rendimiento del harnero dado. Este
modelo también permite que una proporción de material de submalla reporte a
sobretamaño. Ha sido utilizad extensamente para operaciones de modelado de harneado
industrial, a saber, Mount Isa Mines Limited (Whiten 1972b), Boungainville Copper
Limited (Walter y Whiten 1977) y Mount Newman Minino Company (Whiten y White
1978). Este modelo se describe con mayor detalle en la Sección 12.3.6 mas adelante.
El más reciente modelo probabilístico se debe a Subasinghe est al (1989), quien desarrolló
un nuevo método de describir los datos de harneado de un sistema de harneado dado. Este
método utiliza dos ecuaciones polinómicas de tercer orden para describir la variación de los
parámetros A2 y B2, en la función de supervivencia Weibull, como una función de (x/h):
  L  A2 
Yd = exp  −    (12.18)
  B2  
donde Yd es la fracción reportando a sobretamaño a una distancia L a lo largo del harnero, y

puede ser derivada para un sistema dado desde Yd = (1 − p )n . Una vez que se han
establecido las relaciones A2 y B2 vs (x/h) para un harnero dado, es posible utilizar la
ecuación (12.8) para predecir la fracción retenida a cualquier posición dada a lo largo del
harnero. Nótese que esta ecuación es esencialmente la distribución Rosin-Rammler lo que
sugiere que es posible estimar A2 y B2 gráficamente como la pendiente e intercepto de Yd
graficado vs L. Como la distancia es una función de la tasa de flujo y el tiempo, el modelo,
en consecuencia, incorpora al harneado metodologías tanto cinéticas de primer orden como
probabilísticas. Ha sido probado en conjuntos de datos seleccionados y parece capaz de
describir datos que caracterizan a las tres regiones mostradas en al Figura 12.7
Modelos Cinéticos
Los modelos cinéticos asumen que el harneado es un proceso de control de tasa que puede
ser definido por ecuaciones cinéticas que describen la tasa a la cual un tamaño de partícula
pasará a través de una abertura de harnero, en un tiempo o posición dada a lo largo del
harnero.
Si se puede predecir con exactitud las tasas de paso, será fácil calcular la cantidad de
material reportando a cada corriente de producto. Algunos modelos cinéticos han sido
derivados de estudios de procesos de harneado por lotes, donde las ecuaciones de tasa son
funciones del tiempo. Estas ecuaciones han sido luego extendidas para describir el
294
harneado continuo, aplicando la transformación de tiempo de tamizado a longitud del

harnero.
El modelo de harnero de Ferrara y Preti (1975) describe las tasas de paso de partículas a
través de las aberturas de harnero como funciones de la longitud del harnero. Propusieron
una ecuación de tasa de primer orden para la sección poco cargada del proceso y una
ecuación de orden cero para la sección fuertemente cargada en la alimentación. Se
incluyeron varias variables de máquina y alimentación en la formulación de la curva de
eficiencia. El modelo fue derivado de datos experimentales en un harnero de 100mmde
ancho y 480mm de longitud y se asumió que el tamaño de partícula, en la plataforma del
harnero, es igual al tamaño de partícula de lecho promedio. En general esto se considera
incorrecto ya que las partículas finas se estratifican a las capas inferiores en la región
atestada. El modelo ignora la forma y humedad de la partícula.
Modelos Empíricos
Karra (1979) propuso un modelo basado en el uso de una curva de eficiencia normalizada
definida por un valor de x50 similar a la distribución Rosin-Rammler. El modelo fue
derivado de datos experimentales y predice el porcentaje a sobretamaño como una función
del tamaño de partícula:
  xi  
Ei = 100 1 − exp(−0.693   5.846  (12.19)
  x50  
donde Ei = porcentaje en peso del tamaño i en la alimentación reportando a producto

de sobretamaño
xi = media geométrica del tamaño
x50 = tamaño correspondiente a Ei=50%
Una limitación del modelo de Karra es que, como es valida solo sobre el rango de datos
utilizado en su derivación, es esperable que el exponente varíe con las condiciones, tanto de
la alimentación como del harnero.
El modelo Hatch y Mular (1979) usa una estadística de partículas pequeñas para determinar
la ecuación de clasificación dada por:
Ei = Ci
(1 − Ci ) (12.20)
exp ( x50
3
− xi3 )
1+
k
donde k es una constante que depende de la tasa de alimentación, abertura y distribución de

tamaño de la alimentación. Ci es la fracción de peso de material de tamaño i que pasa
directo (bypass) al tamaño de sobretamaño. El modelo fue desarrollado para describir el
rendimiento del harnero de doble plataforma, con aberturas rectangulares, de la planta de
chancado secundario de Brenda Mines. Se derivaron ecuaciones empíricas para k y x50.
295
Batterham et al (1980) investigaron el efecto del tamaño de abertura, diferentes condiciones

de carga, distribución de tamaño de alimentación y contenido de humedad, usando un rango
de harneros industriales. El modelo representa una adaptación de la formulación de Hatch y
Mular. El modelo incorpora una corrección a los datos experimentales, para permitir el
bypass de material fino a producto de sobretamaño, debido una proporción de finos
adhiriéndose a las partículas de sobretamaño. La curva de eficiencia fue definida por dos
parámetros x50 y k como sigue:
  x − x 
 1 + exp  50 2  
k   k 
Ea = 1+ ln   (12.20)
x2 − x1  x −x 
1 + exp  50 1  
  k  
donde Ea=fracción en peso promedio a producto de sobretamaño para cada intervalo de

tamaño –x2+x1. Se usaron datos industriales de Hamersley Iron en harneros con aberturas
en el rango 7mm a 34mm para desarrollar ecuaciones lineales relacionando los parámetros
x50 y k y la abertura y carga del harnero. A diferencia del modelo de Hatch y Mular, el
parámetro k en el modelo es inversamente proporcional a la pendiente de la curva de
eficiencia en x50. Aparte de la ausencia explícita en la ecuación de eficiencia de la abertura
de harnero, el modelo de harnero Batterham et al ha demostrado ser exacto y fácil de
implementar. (Hess 1983). La técnica de transformación utilizada para calcular la
distribución de tamaño de alimentación efectiva parece tener un amplio alcance de
aplicación ya que la generación de finos en el sobretamaño no es descrita adecuadamente
por la mayoría de los modelos de harnero.
Modelos de Capacidad
Una vez que se ha seleccionado el tipo de harnero, es posible determinar el tamaño

requerido para una aplicación dada usando cálculos de diseño estándar, basados en
capacidad, del tipo mostrado en la ecuación 12.22
Total TPH pasando abertura (sobretamaño)

Área Teórica Requerida= (12.22)
AxBxCxDxExFxGxH
donde los factores A a H se relacionan con las condiciones operativas esperadas,

incluyendo:
A = TPH pasando a través de un pie cuadrado de harnero

B = porcentaje de sobretamaño en la alimentación a la plataforma
C = porcentaje medio tamaño en la alimentación de la plataforma
D = ubicación de la plataforma
E = harneado húmedo
F = densidad gruesa del material
G = porcentaje de abertura abierta
H = forma de la abertura
296
Estos cálculos basados en capacidad son una guía y deben utilizarse con discreción. En
harneros de plataforma múltiple, se debe evaluar separadamente cada plataforma utilizando
las condiciones cambiantes desde la plataforma superior a la inferior.
12.3.6 Modelo de Harnero Vibratorio JKMRC
Un proceso de harneado se puede considerar mecánicamente como una serie de intentos,

resultado de los cuales, partículas de un tamaño determinado tienen una probabilidad
específica de entrar al producto fino. El número de intentos es equivalente al número de
rebotes que experimenta una partícula a medida que desciende a través de la longitud del
harnero.
En la Figura 12.12 se muestra una curva de eficiencia para un harnero vibratorio. Existen
tres regiones en la curva.
• la región describiendo el material de tamaño superior a la abertura (Región A)
• la región describiendo el material de tamaño inferior, pero cercano al de la abertura, en

el cual la posibilidad de pasar a través de la abertura es directamente dependiente del
tamaño de partícula (región B).
• la región describiendo los ultra finos que se adhieren a las partículas gruesas (Región
C).
Figura 12.12: Una típica curva de eficiencia para un harnero vibratorio
La región B de la curva de eficiencia es la región importante para fines de modelado y

puede ser descrita por la ecuación (Whiten y White 1978):
297
  x 
k
E ( x) = exp  − Nf 0  1 −   (12.23)
  h  
donde E(x) es la fracción de partículas de tamaño x en la alimentación, que ingresan al

producto grueso, h es la abertura del harnero, f0 es la fracción de área abierta, N es el
parámetro de eficiencia y k es un parámetro menor usado para fines de ajuste. El valor de k
es normalmente 2.
El parámetro de eficiencia, N, es equivalente al número de intentos. En la Figura 12.13 se

muestra su dependencia típica respecto de la tasa de alimentación para plataformas de acero
y goma.
La diferencia en estas curvas se debe al hecho que la tasa de alimentación a las parrillas de
goma es baja, las partículas de mueven independientemente, acumulan energía, tienen
grandes rebotes y poca oportunidad de pasar a través de la abertura del harnero. Un
aumento en la tasa de alimentación ocasiona un aumento en las colisiones entre partículas,
una reducción de la energía y longitud de rebote de la partícula y un aumento en el número
de intentos. En consecuencia, aumenta la eficiencia del harnero. Un aumento adicional en la
tasa de alimentación causa una mayor interferencia de partículas, una disminución en el
número de intentos, debido a partículas que no alcanzan la superficie del harnero y una
disminución de la eficiencia del harnero.
Figura 12.13: La dependencia del parámetro de eficiencia del harnero en la tasa de alimentación
para plataformas de goma y de acero
Sin embargo, con harneros de acero, el coeficiente de restitución es bajo y las partículas no
acumulan energía. Los rebotes de las partículas son pequeños y se producen altas
eficiencias a bajas tasas de alimentación. A medida que aumenta la tasa de alimentación,
298

Cricuitos - de - Comminucion - y - Molienda - Operacion - y - Optimizacion 3

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

Cricuitos - de - Comminucion - y - Molienda - Operacion - y - Optimizacion 3

Cargado por

Copyright:

Formatos disponibles

Capítulo 7: Molinos Autógenos y Semiautógenos

7.6.5 Criterio de Optimización

El rendimiento está limitado por la energía disponible y el volumen en el molino. La

Simultáneamente con la medición del nivel de carga, será necesario determinar si la

El tamaño de molienda no es fácil de manipular en molinos AG/SAG en circuito abierto y

simulación, para ayudar en la formulación de la mejor estrategia En consecuencia, puede

En circuitos cerrados de molinos AG/SAG es posible cambiar el tamaño de molienda

Para indicar la eficiencia del molino se utiliza habitualmente el consumo específico de

L os molinos de volteo son ubicuos en el procesamiento de minerales. Su propósito

8.2 DESCRIPCIÓN DEL PROCESO

La mayor parte de la clasificación de partículas se produce en la carga del molino y el

Figura 8.1: Diagrama de corte de un molino de barra Svedala

8.3 VARIABLES CLAVE

Tamaño y Potencia del Molino de Barra

El efecto global de estas restricciones es un límite de potencia superior de alrededor de 1

kWr = 1.752 D1/ 3 (6.3-5.4Vr )fCs (8.1)

donde kWr = kilowats por tonelada de roca

Velocidad del Molino

La velocidad crítica en revoluciones por minuto viene dada por:

donde D es el diámetro del molino en metros

Las barras disminuyen de diámetro de manera aproximadamente lineal con el tiempo. En

La correlación Allis Chalmers para determinar el tamaño de barras es

donde R = Diámetro de la barra (mm)

8.4 REVESTIMIENTOS DE MOLINO

Figura 8.2: Una máquina de reposición de revestimientos operando en el interior de un molino de

8.5 CONFIGURACIÓN DEL CIRCUITO

8.6 MODELADO DE MOLINOS DE BARRA

El molino de barra es esencialmente un dispositivo de flujo de tapón. A medida que la

La matriz de clasificación C es una matriz diagonal que determina la proporción de cada

Esta función se describe tradicionalmente en términos de intercepto (IN), pendiente (SL) y

En términos de parámetros de selección

Figura 8.3: Función de Selección de modelo de molino de barra

La matriz de rotura (o función de apariencia A) es precisamente la descrita en el Capítulo 4

La función de apariencia por defecto es una ecuación Rosin-Rammler modificada

A( x, y ) = (1 − exp(− x / y )) /1 − exp(−1)) (8.2)

Cuando se desarrolló este modelo, no había computadoras digitales disponibles y se

Figura 8.4: Una etapa de rotura de un molino de barra

Necesitamos predecir el producto como una función de la distribución de alimentación.

De la Figura 8.4 podemos escribir las ecuaciones 8.9-8.11:

Haga lo mismo para la ecuación 8.11:

y sustituya para m en la ecuación 8.12 para la solución publicada:

Como el molino consiste de v etapas de rotura, la transformación entre la alimentación real

8.7 ESCALANDO EL MODELO DE MOLINO DE BARRA

Se ha determinado empíricamente, para la mayoría de los molinos de barra, que la tasa de

MC = Tasa de alimentación ⋅ v1.5 (8.18)

donde v = número de etapas de rotura

Esta relación es consistente con un número constante de impactos disponible y un tiempo

La simulación de de la operación de un molino de barra se reduce entonces a el de la tasa y

El modelo de molino barra no tiene precisamente un buen comportamiento. Tanto K2 como

Escalando etapas de rotura:

FIT identifica el caso base (condiciones ‘ajustadas’).

SIM identifica el caso escalado (simulado)

Escalando la Constante del Molino

Escalando para Dureza de Mineral

Esta dependencia es bastante compleja y opera sobre la función de selección S.

Si las técnicas de medición de rotura de partícula individual hubieran estado disponibles

8.8 AJUSTANDO EL MODELO DE MOLINO DE BARRA

Probablemente debido a la forma de la función de clasificación, puede ser muy difícil

Como la constante de molino MC es el producto de su tasa de alimentación y el número de

balanceada. Esto ajusta efectivamente el molino en un circuito abierto. Si hay disponible

Si la forma de la distribución de tamaño de producto es muy distinta a la distribución

8.9 OPERACIÓN DEL MOLINO DE BARRA