Capítulo 12: Harneros e Hidrociclones

aumentan las interferencias entre partículas y esto reduce el número de intentos y la

eficiencia del harneado.

Bien diseñadas, las plataformas de goma también mejoran la estratificación por medio de
vibración secundaria. Un harnero de goma elástica no oscila uniformemente sobre toda el
área de la plataforma. Esta flexión mejora la capacidad del paño de harnero para minimizar
la obstrucción y evitar el cegado del harnero y reduce la aglomeración de minerales
pegajosos húmedos en el harnero.

Los harneros industriales sufren a menudo de sobrecarga por una variedad de razones. Estas
pueden detectarse en ocasiones chequeando la amplitud bajo carga. Otras causas comunes
incluyen:

• Paños de harnero con baja área abierta

• Mineral húmedo

• Cegamiento

• Soportes extras para la plataforma del harnero, agregados para ‘corregir’ la sobrecarga

El número de intentos N (o TRN como se define en JKSimMet, ver Tabla 12.1 más
adelante) se relaciona con la tasa de alimentación por unidad de ancho de harnero, FW, por
varias secciones lineales como se muestra en la Figura 12.14.

Figura 12.14: Aproximación lineal de la dependencia de TRN en FW

299
 Capítulo 12: Harneros e Hidrociclones

Tabla 12.1: Pantalla de entrada modelo de plataforma única JKSimMet (mostrando datos
relacionados con ejemplo resuelto)

CONDICIONES OPERATIVAS
Numero de unidades paralelas 1.00
Longitud 6.10metros
Ancho 2.43metros
Longitud de la abertura del harnero 19.0mm
Ancho de la abertura del harnero 19.mm
% Área abierta en el harnero 61.0%
PARAMETROS DEL MODELO
Longitud del harnero del cual se obtienen los datos 6.10
Parámetro de ecuación de regresión A= 3.96
B= -0.005
D= 0.00
U= 0.00
V= 0.00
Alimentación por metro de parámetro de ancho de harnero FW1= 4000t/h/metro
FW2= 0.00t
Parámetro de tamaño de alimentación crítica X1= 0.00mm
X2= 0.00mm
X3= 0.00mm
X4= 1.68mm
Parámetro de regresión de factor de finos E= 0.024
F= 0.0025
G= -0.0015
Tamaño crítico de factor de finos XF= 1.68mm
Tamaño crítico de partición de humedad XM= 25.0mm
ECUACIONES Y DATOS CALCULADOS FW= 131.44t/h/metro
Tasa de alimentación por metro de ancho de harnero TRN= 27.19
Parámetro de número de intentos P1= 0.00
P2= 0.00
donde Ln(TRN)=A+(B*FW)+(U*P1)+(V*P2) para FW<FW1
y Ln(TRN)=C+(D*FW)+(U*P1)+(V*P2) para FW1<FW<FW2
donde C=A+(B-D)*FW1 (por continuidad)
Factor de finos SF= 0.0369
Tonelaje de alimentación por ancho unitario menor que X4 TSF= 32.0t/h/metro
% de alimentación menor que X4 PSF= 24.35%
donde SF = E + (F*PSF)+(G*TSF)

JKSimMet proporciona ecuaciones de regresión que permiten al usuario predecir TRN a

partir de las condiciones operativas como sigue:

Ln(TRN) = A+B·FW+U·P1+V·P2 FW<FW1

Ln(TRN) = C+D·FW+U·P1+V·P2 FW1 ≤ FW ≤ FW2 (12.24)

donde C = A+(B-D)·FW1 por continuidad

y Ln(TRN) = C+D·FW2+U·P1+V·P2 FW>FW2

300
 Capítulo 12: Harneros e Hidrociclones

donde TRN es el número de intentos o rebotes en el harnero, A, B, C, D, U y V son

constantes de regresión, que deben determinarse a partir de conjuntos múltiples de datos
experimentales (ver ejercicio resuelto más adelante), P1 es el porcentaje de alimentación de
tamaño X, tal que X1<X<X2 y P2 es el porcentaje de alimentación < tamaño X3. Los
tamaños X1 y X2 son los tamaños de tamiz inferior y superior de la fracción considerada,
mientras que X3 es un tamaño crítico, normalmente cercano a la abertura del harnero. Sin
embargo, U y V se fijan habitualmente a cero.

El rendimiento del harnero en la Región C se determina experimentalmente ya que

dependerá de las condiciones locales, como contenido de humedad del mineral que
ocasiona que las partículas pequeñas se adhieran a las más grandes, distribución de tamaño
del mineral y si se agrega agua de lavado.

El modelo incorpora un factor de finos SF para describir el efecto ‘piggyback’ de los finos
adhiriéndose al material grueso. El material más grueso que el ‘tamaño fino’ se considera
en términos de su área de superficie hipotética, As:

 
n
 VOLi 
As ∝ ∑ ∝ área total de partículas (12.25)
i =1 
(di + d i +1 

 2 

donde SF x As son las tph de finos acarreados al producto de sobretamaño como parte de la
fracción de submalla y SF es el parámetro de modelo de submalla que debe determinarse de
los datos experimentales. VOLi es la hipótesis masa + densidad en el intervalo de tamaño
di-di+1.

JKSimMet permite al usuario establecer una ecuación de regresión para SF como una
función del porcentaje de alimentación (PSF) y tph de alimentación por unidad de ancho de
harnero (TSF) menor que un tamaño de finos X4 dado (i.e. el menor tamiz en al serie).

SF = E + F · PSF + G · TSF (12.26)

donde E, F y G son constantes de regresión. En el ejercicio resuelto que sigue se presenta

un ejemplo de esta relación.

Para minerales húmedos, el modelo asume que la humedad de interés está en los finos, esto
es, fracciones mas finas que el ‘tamaño crítico de partición de humedad’, XM. Se asume
que toda la humedad de alimentación es acarreada por el material mas fino que XM. Luego
es distribuida a través de los productos de sobretamaño y bajo tamaño, en proporción al
material más fino que XM en cada producto.

Actualmente, la estructura del modelo no permite predecir SF como una función de la tasa
de flujo del agua de lavado, en situaciones de harneado húmedo total. Sin embargo, se
puede calcular para condición, tanto húmeda como seca, y utilizarse para predicción bajo
las condiciones en que fue determinada.

301
 Capítulo 12: Harneros e Hidrociclones

El modelo permite el escalamiento de la longitud del harnero por medio del escalamiento
lineal del parámetro de número de intentos, TRN. El escalamiento del ancho del harnero es
sencillo, en la estructura normal del modelo, ya que FW es tasa de alimentación por unidad
de ancho. También se incluyen como parámetros de modelo normal, la abertura, fracción de
área abierta y forma de la ranura, como se ilustra en la Tabla 12.1.

Cuando los datos del harnero no proporcionen dimensiones precisas de abertura y

dimensiones del alambre, se puede ajustar la abertura a los datos.

Ejercicio Resuelto de Modelo de Harnero JKMRC

Esta sección presenta un ejercicio resuelto, basado en 10 conjuntos de datos de harneado

vibratorio industrial de plataforma única, para ilustrar los pasos en el desarrollo de un
modelo de harnero usando JKSimMet. La tabla 12.2 proporciona un ejemplo de la
información necesaria para ajustar ya sea un modelo de harnero de una plataforma o un
modelo de curva de eficiencia simple (por brevedad se muestran solo tres de los diez
conjuntos de datos originales).

Tabla 12.2: Ejemplo de datos de estudio de harneado seco

Información de Diseño: Harnero de Plataforma única Abertura Nominal 19mm

6.1m largo x 2.43 ancho Área Abierta 61%
Mineral SG 3.2 g/cm3 Tamaño Superior Mineral 100mm
Estudio #1 #2 #3
Corriente Alim. Tam./O Tam./U Alim. Tam./O Tam./U Alim. Tam./O Tam./U
TPH 319.4 36.1 283.3 182.1 11.1 171.0 286.9 15.8 271.1
P80 (mm) 12.5 18.2 10.6 10.8 17.4 9.9 10.0 17.4 9.1
Tamaño (mm) %Wt Retenido %Wt Retenido %Wt Retenido
76.2 0.00 0,00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
50.8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
38.1 0.068 0.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00
24.4 0.136 1.20 0.00 0.18 0.30 0.00 0.034 0.57 0.00
19.0 1.17 10.0 0.05 0.437 6.55 0.04 0.422 6.8 0.05
16.0 5.17 37.3 1.08 2.48 30.8 0.64 1.91 29.5 0.30
12.7 12.8 41.9 9.07 8.89 47.7 6.37 7.02 48.4 4.61
9.5 15.6 4.30 17.1 15.4 6.91 15.9 13.0 8.51 13.3
6.35 17.1 0.7 19.1 15.5 0.57 16.5 17.8 0.8 18.7
3.36 13.8 0.4 15.5 15.2 0.22 16.2 17.1 0.42 18.0
1.68 9.81 0.2 11.0 11.1 0.27 11.8 12.2 0.25 12.9
-1.68 24.3 3.4 27.0 31.0 6.78 32.5 30.6 4.65 32.1

302
 Capítulo 12: Harneros e Hidrociclones

Los parámetros α, C y d50c , del sencillo modelo de curva de eficiencia fueron también
ajustados a los datos de la prueba #01, para cuantificar el rendimiento típico de los datos
del ejemplo. Los valores son:
α = 11.4
C = 99.6%
D50c = 15.9mm

Ajuste de Parámetros al Modelo de Harnero

El concepto básico de un número de intentos es bastante simple. Sin embargo, la gran

cantidad de factores de corrección y curvas seccionadas (como se muestra en la Figura
12.14), hace que sea un modelo muy difícil de ajustar. Normalmente se usa JKSimMet para
procesar solo un conjunto de datos de harnero a la vez, produciendo un valor TRN y SF.
Claramente, la dependencia de TRN y SD respecto del parámetro de la tasa de alimentación
y el material cercano al tamaño, requiere de varios conjuntos de datos para definir las
relaciones subyacentes.

Una buena estimación inicial para estos parámetros es 3 y 0.05 respectivamente. Como
tanto TRN y SF son parámetros calculados del modelo, realmente son ajustados como A
(i.e. ln(TRN)) y el parámetro de regresión E, con FW1 a un valor mayor al de la mayor tasa
de alimentación prevista por unidad de ancho (digamos 4000 t/h/m), y B, V, U, F y G se
fijan todos a cero.

La Tabla 12.3 muestra los resultados de ajustar el modelo a los tres primeros conjuntos de
datos. La calidad del ajuste fue muy buena con una sd de los datos menor a 2 para todas las
pruebas

Tabla 12.3: Resumen de resultados de ajuste de modelo para datos de harnero de ejemplo de ajuste
del modelo

Estudio Ln(TRN) SF FW TSF PDF Ln(TRN) SF DATA

No. (tph/m) (tph/m) (%) S.D.
ajustado predicho
#01 3.40 0.038 131.4 32.0 24.4 3.31 0.037 1.39
#02 3.56 0.065 74.9 23.2 31.0 3.59 0.067 1.21
#03 3.48 0.046 118.1 36.1 30.6 3.38 0.046 0.96

Como el rendimiento del harnero es afectado primariamente por la tasa de alimentación, y

en menor grado por la distribución de tamaño de alimentación, se aplicó regresión al
parámetro ln(TRN) respecto solo de WF. La ecuación de regresión obtenida fue bastante
buena como lo indican las estadísticas y grafico mostrados en la Figura 12.15:

Ln(TRN) = 3.96-0.005·FW (12.27)

donde las constates definidas en JKSimMet son A=3.96, B=-0.005

y R2=0.88, Error Estándar Residual de la Ecuación = ±0.059 (error relativo 5.9% en TRN)

303
 Capítulo 12: Harneros e Hidrociclones

Figura 12.15: Número de intentos ln(TRN) vs tasa de alimentación por unidad de ancho FW

Si los datos de intentos versus tasa de alimentación están dispersos (significativamente más
que la Figura 12.15), entonces vale la pena intentar las dependencias de tamaño de
alimentación P1 y P2. Para ello el usuario necesitan identificar la fracción de tamaño
crítica, quizás una que sea altamente variable en los datos de alimentación y usar X1 y X2
para acotarla. Normalmente es conveniente fijar X3 a la abertura del harnero o promedio de
abertura de harnero si los datos consisten de varios tamaños de malla. Además, en especial
para harneros con plataforma de goma, se debe seleccionar FW1 y FW2. Si el usuario tiene
acceso a un programa de ajuste no lineal, que pueda manejar múltiples ecuaciones, y a los
datos adecuados, puede ser incluso posible ajustar FW1 y FW2. En caso contrario, el
usuario deberá estimar estos valores basado en las especificaciones del fabricante.

La ecuación del factor de submalla es otra dependencia importante. Para muchas

operaciones de harnero, SF es pequeña y relativamente constante. Sin embargo, para
operaciones con mineral húmedo puede ser crucial para predicciones de modelo adecuadas.
Para los datos del ejemplo, se sometió a regresión el valor SF ajustado, respecto de PSF y
TSF (con X34 fijado en 1.68mm) resultando en un ajuste muy bueno, como se muestra en
la figura 12.16 y en la siguiente ecuación estadística:

SF=0.024+0.0025·PSF-0.0015·TSF (12.28)

Donde las constantes definidas JKSimMet son E=0.0024, F=0.0025, G=-0.0015

y R2=0.95, Error Estándar Residual de la Ecuación = ±0.0036 (error relativo 10% en TRN)

Restricciones Conocidas del Modelo

Una aplicación exacta del modelo de harnero JKMRC requiere de datos operativos que
permitan el ajuste de parámetros. Para simular harneros para los cuales no existan datos
disponibles, se puede utilizar datos provenientes de harneros similares con una
alimentación similar. Usar datos de operaciones con harneros o alimentaciones
marcadamente diferentes no proporcionarán resultados útiles. Las ecuaciones de regresión

304
 Capítulo 12: Harneros e Hidrociclones

del modelo de harnero lo hacen muy complejo y más difícil de manejar que otros modelos
de JKSimMet.

Figura 12.16: Factor de submalla SF predicho vs observado

Para la mayoría de las plantas de proceso solo se requiere la dependencia de tonelaje. Esto
es, se puede dejar los valores de A, B, C, D, U y V en cero. Para harneros de malla de
alambre, la ecuación 12.24 es, a menudo, adecuada por si misma.

Donde haya grandes variaciones en el factor de submalla ajustado (SF), trate las
dependencias como se detalla en el ejemplo presentado. Sin embargo, a menudo basta con
un SF constante.

12.3.7 Harneros DSM

El harnero DSM o tamiz curvo, fue usado por primera vez por Dutch State Mines en 1953.
Fue desarrollado inicialmente en lavadores de carbón para mejorar la remoción de cal como
una alternativa barata a los relativamente costosos harneros vibratorios. Los primeros
diseños incorporaron placas perforadas curvas, que sufrían de alto desgaste y falta de área
abierta. Posteriormente, cedieron su lugar al familiar harnero curvo de wedge wire, barra
redonda o ranurado de barra cuadrada. La Figura 12.17 ilustra los principios de separación.

El uso de harneros DSM se ha extendido actualmente, no solo a la industria del carbón sino
que a muchas industrias de procesamiento de mineral para desecado, recuperación de
medios densos y clasificación. Se usan varios perfiles de alambre y su selección afecta el
rendimiento del harnero y puede ayudar a evitar el cegamiento. El cegamiento puede
reducirse también ‘golpeando’ la parte posterior del harnero a intervalos programados, con

305
 Capítulo 12: Harneros e Hidrociclones

un vibrador o dispositivo electromecánico. Los harneros DSM se giran a intervalos

regulares para uniformar el desgaste y reducir las obstrucciones.

Figura 12.17: Separación en un harnero DSM

Fontein (1954), propuso que el efecto de clasificación de harneros DSM era causado por
alambres sucesivos ‘cortando’ capas del material de alimentación para posteriormente
desviarlas a la fracción de bajo tamaño vía las ranuras del harnero. El sugirió que el tamaño
del material en el flujo desviado al underflow era pequeño en relación a la abertura de la
ranura y, en consecuencia, se minimizaba el cegamiento. Además sugirió, como primera
aproximación, que el espesor de la capa cortada por el harnero era aproximadamente 0.25
de la abertura. Fontein planteó que esta capa era capaz de arrastrar partículas de hasta un
doble de su espesor i.e. 0.5 del ancho de la ranura. Con este tamaño tenían un 50% de

306
 Capítulo 12: Harneros e Hidrociclones

probabilidad de reportar a underflow y por consiguiente este diámetro definía el punto de

corte. El trabajo inicial de Fontein fue desarrollado predominantemente en harneros de
0.5mm. Existe evidencia, sin embargo, que harneros con mayores aberturas proporcionan
mayores puntos de corte y menores aberturas proporcionan menores puntos de corte que la
mitad del ancho de la ranura.

Modelando Harneros DSM

Existen pocos trabajos publicados sobre modelado de harneado DSM. Entre 1968 y 1969
Lynch, Petrie y Bauer, desarrollaron un modelo de harnero DSM usando la curva de
eficiencia reducida cuyos resultados fueron publicados por Lynch (1977). Este es el modelo
instalado en JKSimMet y que se describe a continuación.

Petrie (1968), Bauer (1969) y Lynch (1977) utilizaron la curva de eficiencia reducida,
ecuación 12.9, como base para sus modelos. A partir de datos de laboratorio y planta,
desarrollaron una relación lineal entre tamaño de clasificación d50c y varias variables
operativas. Esto tomó la siguiente forma:

B FW C
log10 (d 50 c ) = A log10 ( SW ) + + D FPS + E (12.29)
100

donde SW = ancho ranura

FW = tasa de flujo volumétrico de agua alimentación
FPS = % en peso de sólidos de alimentación
C = %de partición de agua a producto fino

Lynch y Bauer asignaron valores a las constantes de la ecuación. A, B, D y E como sigue:

A = 1.1718 D = 0.0029

B = 0.001372 E = 2.45

La partición de agua a producto fino permaneció fija. Lynch anticipo, sin embargo, que la
limitada base de datos utilizada restringiría severamente la aplicabilidad universal de su
ecuación. Ya que el modelo no permite escalamiento, JKSimMet incorpora la capacidad de
ingresar o elegir constantes de regresión específicas para la unidad, A, B, D y F, conocidas
como el ‘modelo d50c variable’.

Morrel (1989) propuso un modelo fundamental de separación del harnero DSM que aborda
cada uno de los subprocesos implícitos en al figura 12.17, específicamente:

1. Arrastre impartido por los alambres de separación sobre el slurry

2. Separación y clasificación de slurry en la superficie del harnero

307
 Capítulo 12: Harneros e Hidrociclones

3. Asentamiento obstructivo de partículas gruesas y la formación de un lecho aglomerado

en la corriente de slurry

4. Flujo de slurry a través del lecho aglomerado (si se forma) y su clasificación de sólidos
en el slurry

Estas varias descripciones de movimiento de fluido y partícula, han sido integradas en un

algoritmo que permite rastrear la corriente de alimentación a través del harnero, alambre
por alambre. En cada alambre, se calcula la cantidad de líquido, sólido y tamaño de
distribución de sólidos para las corrientes de bajo tamaño y sobretamaño. La suma de las
corrientes de bajo tamaño da el producto de bajo tamaño del harnero mientras que el
sobretamaño del último alambre describe el producto de sobretamaño del harnero. Aunque
el modelo ajustó adecuadamente conjuntos de datos específicos, no ha sido ampliamente
validado y aun requiere de algún desarrollo.

12.3.8 Optimización de Harneros Vibratorios y Harneros DSM

Las opciones de optimización para harneros de cualquier tipo son limitadas. Una vez que el
harnero ha sido instalado, la única variable que se puede modificar es la plataforma de
dimensionado: tamaño de abertura, forma de la abertura, área abierta y material de
construcción. La simulación es una manera efectiva de seleccionar una abertura adecuada,
para las condiciones predominantes, tomando en consideración:

1. El tamaño de producto requerido.

2. La cantidad de material cercano al tamaño en la alimentación (la eficiencia disminuye a

medida que la proporción de material cercano al tamaño aumenta).

3. Condiciones de alimentación.

Es particularmente importante en la optimización de harneros, verificar que prevalezcan

prácticas operativas adecuadas. Pobres condiciones pueden conducir a un deterioro
importante en el rendimiento, especialmente en harneado fino. Aspectos que se deben
considerar son:

• Obstrucción y cegamiento de las aberturas del harnero – se debe inspeccionar

regularmente las superficies del harnero por cegamiento y reemplazarlas cuando
corresponda. Si el cegamiento es excesivo y persistente, la respuesta puede ser un
tamaño de abertura o forma o material de plataforma más adecuado. Los harneros DSM
debes ser ajustados regularmente.

• Desgaste o rotura – También se deben inspeccionar las superficies del harnero por
desgaste y perforaciones

• Tasa de alimentación excesiva – todas las partículas deben tener la oportunidad de ser
presentadas a la superficie del harnero; esto no sucederá si la cama de partículas es muy
gruesa.

308
 Capítulo 12: Harneros e Hidrociclones

• Adición inadecuada de agua en harneado húmedo – mucha o muy poca

• Movimiento inadecuado del harnero – amplitud y frecuencia de harneros vibratorios.

12.4 HIDROCICLONES

12.4.1 Introducción

El hidrociclón es ubicuo en las modernas plantas de procesamiento de mineral y

preparación de carbón. Aunque la primera patente se remonta a 1981, su uso como
dispositivo de clasificación y desecado no se generalizó hasta que Dutch State Mines lo
aplicó a la preparación de carbón en la década de los 1940s. En el procesamiento de
minerales reemplazó rápidamente a los grandes y engorrosos clasificadores de espiral y
rastrillo, de uso común en aquel entonces, teniendo las ventajas obvias de simplicidad (no
hay piezas movibles) y bajo requerimiento de espacio.

Desafortunadamente, las ventajas han hecho también que el hidrociclón sea la más abusada
de las unidades operativas en el procesamiento de mineral. Engañoso en su simplicidad, es
difícil de monitorear su desempeño en línea y diferencias significativas respecto del óptimo
no son fácilmente percibidas por el operador quien, por consiguiente, falla en tomar
acciones correctivas.

Visualmente, la evaluación del operador está limitada a observar las características de la

descarga de underflow (si es visible). Instrumentalmente, están disponibles a menudo,
como lecturas en la sala de control, la densidad de alimentación, tasa de flujo y caída de
presión y, en ocasiones, se puede monitorear en línea el tamaño del producto de overflow o
deducirlo a partir de otras variables como un ‘sensor blando’ (ver Sección A.3.1). Incluso
en este caso, el criterio para desempeño satisfactorio no queda siempre claro para el
operador.

La etapa de clasificación, en circuitos de molienda cerrada, es normalmente el factor más

importante en el control del rendimiento del circuito, medido como rendimiento y/o tamaño
de producto final. Una pobre operación del ciclón es normalmente la causa más común de
las ineficiencias de molienda. En consecuencia, la optimización del rendimiento del ciclón
es, a menudo, la mejor y más fácil manera de mejorar la molienda y/o el rendimiento.

En esta sección consideraremos el ciclón como un proceso de clasificación por derecho

propio, su rol en los circuitos de molienda y que pasos hay que tomar para mejorar su
operación.

12.4.2 Descripción del Proceso

En la Figura 12.18 se muestran las características principales del ciclón.

El slurry de alimentación entra tangencialmente y es restringido, por la construcción de la

unidad, a moverse en una trayectoria circular. Esto desencadena las fuerzas opuestas,

309
 Capítulo 12: Harneros e Hidrociclones

centrifuga radial y de arrastre, que son la base de la separación, separación tanto sólido-
líquido (desecado y espesado) como sólido-sólido). Las partículas gruesas o densas se
mueven a la periferia donde se unen al flujo descendente en espiral y salen por el ápex
junto con algo de agua. Las partículas finas o más livianas y el grueso del agua se mueven
hacia el eje y salen a través del vortex finder que es mayor que el ápex. Los hidrociclones
operan normalmente con un núcleo de aire axial.

Figura 2.18: El hidrociclón. Mostrando componentes y flujos principales.

El rol del hidrociclón clasificador en circuitos de molienda, es seleccionar materiales para

que pasen a la siguiente etapa del proceso, la cual puede contemplar otra etapa de reducción
de tamaño o una etapa de recuperación como flotación, lixiviación o concentración por
gravedad. Esto involucra efectuar una separación a un tamaño de corte determinado. El
material de mayor tamaño retorna al molino para molienda adicional y el más fino es el
producto del circuito (e.g. Figura 12.1b) El tamaño de corte se selecciona sobre la base de
los requerimientos del proceso, por ejemplo, el tamaño de liberación del componente
valioso del mineral, y se logra usando un diseño de ciclón y una condición de operación.
Un requerimiento asociado es a menudo, una concentración de sólidos determinada en el
producto del circuito para cumplir con los requerimientos de flotación o lixiviación, por lo
que la especificación final del ciclón debe incorporar también estas demandas.

310
 Capítulo 12: Harneros e Hidrociclones

Un clasificador perfecto hará un corte exacto al tamaño deseado. Los ciclones reales
difieren de este ideal por las siguientes razones principales:

• Mezclado turbulento en el ciclón

• Filtración de material grueso, a través de la parte superior del ciclón, a overflow

• Finos atrapados en el producto espesado de la pared del ciclón reportando a underflow

• Bypass de finos en el agua reportado a underflow (Sección 12.2)

• Condiciones de operación inapropiadas, e.g. viscosidad excesiva de la alimentación,

acordonamiento o partes desgastadas del ciclón, en especial el ápex o vortex finder

• El principio básico mismo de la clasificación hidrodinámica, en la cual la forma y

densidad de la partícula juegan un rol, al igual que el tamaño.

Algunas de estas pueden ser controladas por medio de un adecuado diseño del ciclón y de
las condiciones de operación. Ninguna puede eliminarse completamente, especialmente la
última.

La calidad de la separación se mide por medio de la curva de eficiencia ilustrada

anteriormente en la Figura 12.4. El tamaño de corte se describe por medio del d50c. La
desviación respecto de una separación perfecta (representada por una línea central en el
tamaño de corte,) se refleja en la pendiente de la curva y también el grado de bypass o
recuperación de agua a underflow. El objetivo habitual de la optimización del ciclón es
lograr el tamaño de corte correcto, con la separación mas marcada posible y la división
óptima del agua entre underflow y overflow definida, principalmente, por los
requerimientos de proceso aguas abajo.

La Literatura

El ciclón ha sido bien servido por la literatura, aunque presenta un imagen confusa para el
novicio. Hay dos libros dedicados al dispositivo en sus varias formas: La monografía de
Bradley (1965) “El Hidrociclón” y el mas reciente de Svarovsky “Hidrociclones” (1984).
Ambos son una útil recopilación del estado del arte en su momento, pero el rol del ciclón
como clasificador en molienda es solo uno de los considerados. El mismo libro de Bradley
lista varias cientos de referencias y la tasa de producción de literatura no ha declinado
desde entonces. Las cinco Conferencias Internacionales sobre Hidrociclones efectuadas en
UK, en el periodo 1980-1996, han contribuido por si solas con mas de 130 publicaciones.
La siguiente discusión menciona algunas de las publicaciones más útiles para el procesador
de minerales.

12.4.3 Modelos de Hidrociclón

El ciclón es un dispositivo de flujo de fluido y debe, en consecuencia, poder ser descrito por
medio de la aplicación de las teorías básicas sobre flujo de fluidos. Esto se logra,

311
 Capítulo 12: Harneros e Hidrociclones

generalmente, usando ecuaciones de continuidad y balance de momentum (Navier-Stokes)

para predecir velocidades locales de fluido, agregando efectos de turbulencia (e.g. un
modelo de mezcla de longitud de Prandtl, definiendo una viscosidad turbulenta) y luego
utilizando teoría de sedimentación convencional o modificada para determinar como
partículas de propiedades específicas, reaccionan a la condiciones de flujo predominantes.
Se ha efectuado una gran cantidad de trabajo a lo largo de estas líneas. Charkraborti y
Miller revisaron mucho de el en 1992. Más recientemente, Devulapalli y Rajamani (1996) y
Concha et al (1996) han demostrado progreso continuo. Un éxito especial es la predicción
teórica de las velocidades de fluido tangencial, radial y axial, las cuales han sido
confirmadas experimentalmente usando anemometría doppler láser (LDA) y otras técnicas
similares.

Parece haber pocas dudas que el problema del modelado de ciclón conducirá a su debido
tiempo a estas poderosas metodologías: Sin embrago, aun permanecen dos problemas para
el metalurgista practicante:

1. Los modelos no son aun lo suficientemente exactos para las condiciones de operación
de ciclones convencionales a altas concentraciones de sólidos

2. Los modelos realmente fundamentales serán siempre intensivos en potencia

computacional (se puede requerir de algunas horas una estación de trabajo para una
solución) y, por lo tanto, no son adecuadas para trabajos de optimización de planta.

Por estas y otras razones, los modelos empíricos permanecen como la herramienta principal
para diseño de ciclón y trabajo de optimización de rutina.

Muchas de las primeras metodologías de modelado estaban basadas en el supuesto que el

tamaño de corte estaba definido principalmente por el balance entre las dos fuerzas radiales
opuestas: la fuerza centrifuga hacia afuera y el arrastre de fluido hacía adentro. (Bradley
(1965) demostró que los modelos de este tipo se reducían, para una geometría de ciclón
dada y partículas finas, i.e. flujo laminar, a la forma:

n
 Dc3η 
d 50 = k  (12.30)
 Q f ( ρ s − ρ1 

donde Dc = diámetro del ciclón

η = viscosidad del flujo
Qf = tasa de flujo de alimentación
ρs = densidad de sólidos
ρ1 = densidad de fluido
n = constante hidrodinámica (0.5 para flujo laminar de partícula)
k = constante incorporando otros factores, en especial geometría del ciclón

312
 Capítulo 12: Harneros e Hidrociclones

Aunque esta metodología conocida como hipótesis de orbita de equilibrio no es de uso

generalizado actualmente, es una útil manera de pensar respecto de los efectos principales
del proceso. Varios investigadores han mostrado que la ecuación 12.30 trabaja muy bien
para sistemas específicos con valores de n en el rango 0.5-0.6.

Un modelo realmente predictivo, sin embargo, debe incorporar, o lidiar con de alguna
manera, el diseño y variables operativas disponibles al ingeniero de procesos para
optimización. También debe ser capaz de predecir las cantidades de ingeniería relevantes,
principalmente, tamaño de corte, eficiencia, caída de presión (tasa de flujo) y partición del
flujo.

Modelo de Lynch y Rao

El primer modelo empírico ampliamente usado fue el de Lynch y Rao (1975) reportado en
Lynch (1977), el cual tenía su origen en trabajo efectuado a comienzos de los 1960s. Las
ecuaciones del modelo estaban estructuradas para reflejar las fuertes correlaciones
observadas entre criterios de rendimiento como d50c y factores tales como geometría del
ciclón, sólidos de alimentación y tasa de flujo. La curva de eficiencia a underflow fue
representada por la expresión de Whiten (ecuación 12.7). La ecuación general para d50c era
de la forma:

log10 d50c = K1·D0-K2·Du+K3·Di+K4·Cw-K5·Qf+K6 (12.31)

donde D0 = diámetro del vortex finder

Du = diámetro del ápex
Di = diámetro boca de admisión
Cw = porcentaje de sólidos en peso en la alimentación
Qf = tasa de flujo de alimentación
K1-K6 = constantes empíricas

Se concluyó que el tamaño de alimentación afectaba los resultados y una ecuación más
general (para caliza) era:

log10 d50c = 0.0418D0-0.0543Du+0.0304·Di+0.0319Cw-0.00006Qf

-0.0042 (+420µm) +(0.0004(-53µm) (12.32)

donde +420µm = %+420µm en alimentación

-53µm = %-53µm en alimentación

con d50c en mm, Qf en L/min, y dimensiones en cm.

Los otros criterios de desempeño fueron predichos como sigue:

313
 Capítulo 12: Harneros e Hidrociclones

Qf = K ⋅ Do0.73 Di0.86 p 0.42 (12.33)

donde P = caída de presión, medida en la boca de admisión del ciclón (kPa)

K = 6 para pruebas de caliza

Du K
Rf = K1 ⋅ − 2 + K3 (12.34)
WF WF

donde Rf = % de agua reportando a underflow

WF = tasa de flujo de masa de agua en la alimentación
K1 = 193, K2=271.6, K3=1.61 para pruebas de caliza

Las ecuaciones fueron diseñadas para escalamiento y se recomendó que las constantes en
las ecuaciones 12.31 y 12.33 fueran determinadas a partir de pruebas en un ciclón pequeño,
usando el mismo tamaño de alimentación que se procesaría a escala industrial. El parámetro
de eficiencia en la ecuación 1.7, se determinaría en las mismas pruebas. En el escalamiento
se considera el diámetro del ciclón a través de la relaciones normales entre Di, Do y Du, para
un tipo de ciclón determinado.

El trabajo experimental se basó en ciclones Kreb y no se recomienda el modelo para

geometrías muy distintas (como se ha intentado en el pasado). Análogamente, valores
constantes derivados a partir de cuarzo y caliza, de una distribución de tamaño determinada
(Lynch 1977), no deben ser utilizados para otros materiales. Se requiere específicamente
una corrección para la densidad de mineral del tipo (ver ecuación 12.30):

0.5
( d50c )a  ( ρ ) − ρ1 
=  s b  (12.35)
( d50c )b  ( ρ s ) a − ρ1 

donde a y b denotan minerales de densidad (ρs)a y (ρs)b respectivamente. Los minerales

densos, en consecuencia, cortan más fino que los materiales livianos (el mismo efecto que
el analizado en relación con el ciclosizer – Sección A.3.2).

Modelo de Plitt

Plitt desarrolló un modelo semi empírico basado en una gran base de datos experimental
recopilada tanto por el como por Lynch y Rao (Plitt 1976). Una forma levemente
modificada fue publicada posteriormente (Plitt et al 1980, Flitoff et al 1987). Plitt describió
la curva de eficiencia por medio de la ecuación de Reid/Plitt (ecuación 12.5). Las
ecuaciones para los cuatro criterios de desempeño son:

314
 Capítulo 12: Harneros e Hidrociclones

F1 39.7 Dc0.46 Di0.6 Do1.21η 0.5 exp(0.063Cv )

d 50 c = k
(12.36)
0.71 0.38 0.45  ρ s − 1
D u h Q f  1.6 

donde Dc =diámetro del ciclón (cm)

η =viscosidad del líquido (cP)
Cv =concentración de volumen de sólidos de alimentación (%)
h =distancia entre ápex y extremo del vortex finder (cm)
k =exponente hidrodinámico, a ser estimado de los datos (valor por defecto
para flujo laminar 0.5)
Qf en l/min, ρs en g/cm3

 1.58S  Dc h  
0.15
 
m = F21.94 exp  −  −   (12.37)
  1 + S   Q f  
 

donde m = exponente de eficiencia en la curva de eficiencia (ecuación 12.5)

S = Qu/Qo
Qu,o = tasa de flujo en underflow y overflow respectivamente

F3 1.88 Q1.8
f exp(0.0055Cv )
P = (12.38)
Dc0.37 Di0.94 h 0.28 ( Du2 + Do2 )0.87

F4 18.62 ρ 0.24
p ( Du / Do )
3.31 0.54
h ( Du2 + Do2 )0.36 exp(0.0054Cv )
S = (12.39)
Dc1.11 ρ 0.24

donde ρp = densidad de slurry de alimentación (g/cm3)

F1-F4 = constantes empíricas a ser estimadas de los datos (valor por defecto = 1)

El modelo de Plitt publicado originalmente estaba pensado para ser utilizado sin
modificaciones. Sin embargo, varios estudios posteriores demostraron que en muchos casos
las predicciones tenían que ser modificadas por un factor constante. En consecuencia, se
introdujeron F1-F4 para permitir ajustar la estructura del modelo a uno o mas conjuntos de
datos para especificarlo a un conjunto particular de condiciones.

El modelo de Plitt es ampliamente utilizado debido a que ofrece una predicción del proceso
completo como una función del diseño común y variables operativas sin necesidad, al
menos en una primera aproximación, de estimar constantes empíricas. Tiene la desventaja
de basarse en la función (Plitt/Reid) (ecuación12.5), para representar la curva de eficiencia,

315
 Capítulo 12: Harneros e Hidrociclones

la cual no puede acomodar el anzuelo (figura 12.6) que es evidente con altas recuperaciones
de sólidos a underflow. Además, parece ser, basado en la experiencia de JKMRC, que no
acepta grandes variaciones en el tamaño de alimentación, quizás debido a la base de datos
particular sobre la cual fue desarrollada.

El Modelo Nageswararao

El principal modelo de hidrociclón usado en JKSimMet es el desarrollado por

Nageswararao, bajo la supervisión de A.J. Lynch y L. Elber (Nageswararao 1978, 1995;
Lynch y Morrel 19921), con pequeñas modificaciones. El modelo incluye ecuaciones
empíricas para el criterio principal de desempeño, incorporando términos sugeridos por
razonamiento dimensional con exponentes estimados a partir de los conjuntos de datos
obtenidos por Nageswararao (1978) y Rao (Lynch y Rao 1975). El material usado fue
predominantemente caliza y los ciclones eran de geometría Krebs, en el rango de diámetro
de 102-381mm.

Las ecuaciones predictivas son:

0.52 -0.47 -0.22 -0.5 0.2

d 50 c D   Du  0.93
 P   Di   Lc  0.15
= K D1  o    λ       θ (12.40)
Dc  Dc   Dc   ρ p gDc   Dc   Dc 

y K D1 = K D 0 Dc-0.65 (12.41)

donde KD0 depende solo de las características de los sólidos de alimentación.

0.5 0.68 0.45 0.2

 P
2
 D   Di  -0.1  Lc 
Qf = K Q1 D    o    θ   (12.42)
ρc
 pc   Dc   Dc   Dc 

Para ciclones con geometría Krebs procesando el mismo tipo de mineral:

K Q1 = K Q 0 Dc-0.1 (12.43)
donde KQ0 depende solo de las características de los sólidos de alimentación.

-1.19 2.40 -0.53 -0.50 -0.2

D   Du   P   Di  0.24  Lc 
Rf = KW 1  o        θ   (12.44)
 Dc   Dc   ρ p gDc   Dc   Dc 

1
Existen algunos errores tipográficos en este reporte del modelo

316
 Capítulo 12: Harneros e Hidrociclones

-0.94 1.83 -0.31 -0.25 0.22

D   Du   P   Di  -0.24  Lc 
Rv = K v1  o        θ   (12.45)
 Dc   Dc   ρ p gDc   Dc   Dc 

donde Di = diámetro boca de alimentación (diámetro de circulo de igual área que la

boca de admisión del ciclón) (m)
Do = diámetro de overflow (vortex finder) (m)
Du = diámetro de underflow (ápex) (m)
Dc = diámetro del cilindro del ciclón (m)
Lc = longitud de a sección cilíndrica (m)
θ = ángulo completo del cono (grados)
P = presión de alimentación en la boca de admisión (kPa)
ρp = densidad de slurry de alimentación (t/m3)
g = aceleración de gravedad (9.81m/s2)
Qf = tasa de flujo (m3/h)
Rf = recuperación de agua a underflow (%)
Rv = recuperación en volumen de slurry de alimentación a underflow (%)
K = constante a ser determinada a partir de los datos
λ = termino de corrección de sedimentación obstructiva
=101.82Cv/(8.05[1-Cv]2)
Cv = fracción volumétrica de sólidos en slurry de alimentación.

El término λ es esencialmente el radio de velocidad terminal de asentamiento libre a

obstructivo, sugerido por Steinour (1944). Nageswararao usó una simplificación de este
término, también sugerido por Steinour: Cv/(1-Cv)3. Sin embargo, Castro (1990) destacó
que esto genera problemas a bajos niveles de Cv y, en consecuencia, actualmente se utiliza
la expresión original de Steinour en vez de la simplificación. La constante 8.05 fue
introducida como constante de escalamiento para preservar la magnitud de los valores K
derivados en el uso inicial del modelo

El término adimensional ( ρ p gDc ) es esencialmente un producto de los números de Euler y

Froude y fue utilizado por Nageswararao para explicar los efectos del campo de fuerza
centrífuga en el ciclón

El modelo fue estructurado para facilitar el escalamiento siendo las constantes K, en las
ecuaciones 12.40 – 12.45, dependientes fundamentalmente de las características de los
sólidos de alimentación; pueden ser estimadas, en principio, por medio de una única prueba
de similitud geométrica a aquella a usar en la aplicación industrial. Pueden estimarse de
manera alternativa, a partir de estudios de una instalación industrial existente con la idea de
usar el modelo para predecir los efectos de cambiar uno o más variables de diseño u

317
 Capítulo 12: Harneros e Hidrociclones

operativas, optimizando el rendimiento. El d50c predicho por la ecuación 12.40 es insertado

en la función Whiten (ecuaciones 12.9 a 12.11) para determinar la curva de eficiencia
corregida del ciclón. El parámetro de eficiencia α se obtiene, ya sea de las pruebas usadas
para estimar los valores K o de datos históricos en aplicaciones similares.

Se ha desarrollado un extenso cuerpo de experiencia en la aplicación del modelo de

Nageswararao usando JKSimMet. Este ha demostrado que el modelo es bastante efectivo
cuando se usa para optimizar el rendimiento de una instalación de ciclón existente por
medio de ajustar los valores K en las ecuaciones 12.40 – 12.45 a datos del proceso actual.
Sin embargo, en una situación greenfield, o al efectuar un cambio de envergadura (e.g. en
tamaño de ciclón o diseño general), se deben seleccionar los valores K con mucho cuidado.
Por ejemplo, aunque la presión es normalmente más fácil de medir que la tasa de flujo, en
la práctica esta medición es deficiente por lo que se debe tener especial cuidado en usar
lecturas de manómetros para estimar KD1 en la ecuación d50c, (ecuación 12.40). Si hay
dudas, y existe disponible una medición de tasa de flujo confiable, se puede inferir P de la
ecuación 12.42 o se puede obtener un valor aproximado de los datos del fabricante.

Como se analiza con más profundidad a continuación, las características de alimentación (y

especialmente el tamaño de alimentación), tienen una fuerte influencia sobre el rendimiento
del ciclón pero no siempre son consideradas integralmente en el ajuste de los valores K.
Alimentaciones muy finas y rangos de tamaño amplios son un problema específico. Los
cambios de viscosidad, debido a concentración de sólidos, ya son asumidos en parte por el
modelo. Aquellos debido a barros no los son, pero afectan a la viscosidad de manera
sistemática; se sabe que d50c aumenta con la viscosidad y la tasa de flujo, a una caída de
presión dada, también aumenta con la viscosidad, aunque el comportamiento de la presión-
tasa de flujo se ve complicado por el rendimiento sensible a la viscosidad de las bombas
centrífugas.

El efecto de otras variables se discute más adelante en la Sección 12.4.4.

Otros modelos de Hidrociclón

Un nuevo modelo empírico desarrollado por JKMRC es aquel debido a Asomah (1996). El
modelo se basó en más de 100 conjuntos de datos de ciclones, en el rango de diámetro 102-
508mm y en una variedad de tipos de alimentación y ha sido probado respecto de un gran
número de conjuntos de datos independientes, incluyendo algunos de los de Rao y
Nageswararao. Incluye por primera vez el ángulo de inclinación del ciclón respecto de la
vertical y un término de viscosidad medida del slurry. El modelo utiliza la función de
Whiten (ecuación 12.11) para describir la curva de eficiencia a overflow e incluye una
expresión para α, el parámetro de eficiencia.

El modelo tiene menos parámetros ajustables que el modelo Nageswararao y Asomah

demostró, que sobre la base de datos a su disposición, era tan bueno o incluso mejor, en
términos de capacidad de predicción, que otros modelos empíricos publicados. Sin
embargo, al momento de de escribir estas líneas, el modelo de Asomah no ha sido
ampliamente probado o utilizado en estudios de optimización.

318
 Capítulo 12: Harneros e Hidrociclones

Svarovsky (1984, 1987) propuso una metodología par modelar hidrociclones, basada en
teoría publicada y análisis dimensional, que incluía dos relaciones entre tres grupos
adimensionales, los números de Stokes, Euler y Reynolds.

El modelo de Svarovsky fue desarrollado con ciclones pequeños y slurries relativamente

diluidos y no ha sido usado ampliamente en aplicaciones de procesamiento de mineral. Sin
embargo, Kojovic (1988) demostró que la predicción de d50c en la base de datos
Rao/Nageswararao era bastante buena. La predicción Rv era débil pero mejoró
considerablemente cuando se reajustaron las constantes empíricas a los nuevos datos.

Comentarios sobre los Modelos

Debido a que los modelos citados anteriormente tienen parámetros empíricos, sufren de los
problemas usuales de esos modelos: Normalmente trabajan bien en el rango de condiciones
en el cual fueron estimado los parámetros, pero deben extrapolarse con precaución.
Modelos como aquellos de Plitt, Nageswararao y Asomah incorporan constantes ‘especícas
del material’ con la intención de favorecer la interpolación ‘calibrando’ el modelo a la
nueva situación. Sin embargo, la experiencia ha demostrado que las propiedades de
alimentación, en especial la concentración de sólidos y distribución de tamaño, y la
presencia o no de slurries finos o greda, afecta sustancialmente el rendimiento del ciclón
(particularmente d50c), de manera a veces impredecible. No hay garantía que un modelo
con constantes determinadas en laboratorio o en pruebas piloto, pueda desempeñarse
correctamente a escala industrial, sin mencionar el problema habitual de que el material
probado tendrá características diferentes a las encontradas en la planta de escala completa.

La mayoría de los modelos fueron desarrollados sobre un rango bastante limitado de

tamaños de ciclón, alrededor de 102-380mm, y deben utilizarse con precaución fuera de ese
rango. Sin embargo, la experiencia con el modelo de Nageswararao ha demostrado que es
bastante robusto para ciclones grandes hasta 760mm. Su aplicación a ciclones muy
pequeños (25-100mm) no ha sido bien probada.

La mejor guía a la utilización útil de cualquier modelo empírico es la experiencia, en

especial en diseño greenfield. Esta debe apoyarse con la acumulación de una librería de
constantes de calibración para condiciones específicas, las que pueden utilizarse para
seleccionar los valores apropiados para la nueva situación. Actualmente se ha acumulado
un considerable cuerpo de experiencia para el modelo de Nageswararao y JKSimMet
proporciona una librería de constantes.

12.4.4 Optimización de Hidrociclón – Efecto del Diseño y Variables Operativas

La optimización de una instalación de hidrociclón en un circuito de trituración incluye

normalmente uno o más de los siguientes:

1. Lograr el tamaño de producto correcto.

319
 Capítulo 12: Harneros e Hidrociclones

2. Lograr la densidad de producto o partición de agua correcta.

3. Mejorar la eficiencia de clasificación.

4. Modificar la capacidad (normalmente aumentándola).

No siempre se puede expresar de esta manera el trabajo de optimización. Por ejemplo,

puede ser necesario aumentar el rendimiento del circuito. Sin embargo, en este caso, uno
debiera agregar la siguiente cláusula “a la vez que se mantiene el tamaño de producto
correcto,” y el ciclón debe adaptarse para cumplir con este criterio.

El trabajo de optimización se complica por el hecho que los objetivos listados

anteriormente son sumamente interactivos. Por ejemplo, modificar la partición de sólidos
para cumplir con una meta de eficiencia de clasificación o separación, normalmente
afectará también la partición de agua. El rendimiento del ciclón(es) también interactúa
fuertemente con aquel del proceso de trituración en si. Sin embargo, una de las grandes
fortalezas de la herramienta de optimización es que puede manejar precisamente este tipo
de interacciones, siempre que los modelos sean razonablemente exactos bajo las
condiciones imperantes.

Las dos clases principales de variables disponibles para optimizar el rendimiento de

ciclones son:

• Geometría del ciclón (diámetro, aberturas del producto etc.)

• Condiciones de alimentación (densidad, tasa de flujo etc.)

La siguiente discusión considerará ¿como el criterio de rendimiento principal se ve afectado

por estas variables? Muchas de estas tendencias pueden inferirse a partir de los modelos
empíricos estudiados previamente, ya sea por inspección directa de las ecuaciones o por
cálculo en una plantilla electrónica. Jull (1972), Mular y Jull (1980) y Svarovsky (1984)
proporcionan estudios generales sobre los factores que influencian el rendimiento de los
ciclones.

Tamaño de Clasificación

El tamaño de corte o tamaño de producto se establece inicialmente por selección del

diámetro del ciclón. Este diámetro determina la capacidad del ciclón y el número de
ciclones se elige, entonces, sobre la base del rendimiento total requerido. La selección
preliminar se hace usando una cartilla del tipo mostrado en la Figura 12.19, la cual
proporciona el rango de tamaño de producto y rango de capacidad para diámetros
específico de ciclón.

El tamaño de producto es aquí el tamaño del 1-5% de sólidos más grueso en el overflow del
ciclón –un criterio común para al elección de ciclones. Se dibuja el gráfico para sólidos SG
2.5-3.2 y sólidos de alimentación que no superen 30% w/w; para operar fuera de estos
límites se requiere de factores de corrección. El número de modelo se refiere al diámetro
del ciclón en pulgadas.

320
 Capítulo 12: Harneros e Hidrociclones

Figura 12.19 Cartilla de selección de ciclón (según Krebs Engineers)

La dependencia de d50c del diámetro del ciclón deriva de las velocidades tangenciales, las
cuales establecen las fuerzas centrífugas que manejan la separación; los ciclones pequeños
gozan de altas velocidades y fuerzas y, en consecuencia clasifican más fino, a iguales
condiciones restantes. La dependencia exacta está oscurecida por los muchos otros factores
que afectan la clasificación. Sin embargo, asumiendo similitud geométrica, el modelo de
Nageswararao sugiere que d 50c ∝ Dc1.4 lo que concuerda bien con el modelo de orbita de
equilibrio, ecuación 12.30, el que implica que d 50c ∝ Dc1.5 .

El diámetro del ciclón es, en consecuencia, una variable de diseño principal, aunque los
operadores no deben sentirse inhibidos de reemplazar unidades existentes por ciclones de
distinto diámetro si la selección resulta ser inapropiada o si las condiciones han cambiado
lo suficiente como para justificarlo. Un error común, especialmente en molienda fina, es
intentar operar la unidad con un rango de rendimiento erróneo. Una vez que se ha
seleccionado el diámetro del ciclón, se pude afinar el rendimiento modificando las
aberturas de la boca de admisión. Estas dependencias están adecuadamente ilustradas en los
modelos descritos previamente. Un menor ápex o mayor vortex finder, aumentará el
tamaño de corte produciendo overflow grueso (y vice versa), sujeto a los problemas de
sobrecarga de ápex y cuerda, discutidas mas adelante. Inclinar, respecto de la vertical, los
ciclones de baja presión más grandes, también aumentará el tamaño de corte, en ocasiones
sustancialmente (Asomah y Napier-Munn 1966); El modelo Asomah incluye
explícitamente este efecto. Una mayor tasa de flujo (o presión) reducirá este tamaño de
corte.

Un aumento en la concentración de sólidos (o viscosidad de slurry), aumentará el tamaño

de corte. Agar y Herbst (1966) demostraron que d 50 ∝ η11.4 para un pequeño ciclón de 3cm,
donde η es la viscosidad de la solución de sacarosa líquida (lo que concuerda bien con la

321
 Capítulo 12: Harneros e Hidrociclones

ecuación 12.30), y los modelos empíricos de ciclón, analizados previamente, normalmente

confirman que d50 aumenta con la concentración de sólidos. En consecuencia, diluir la
alimentación revertirá este efecto.

Partición de Flujo y Densidades de Producto

El volumen total y las particiones de agua están fuertemente correlacionadas con el

comportamiento de la clasificación de sólidos; ambas juntas definen las densidades de
producto, las que son importantes al considerar tanto la carga de reciclo como los
requerimientos de los procesos aguas abajo (e.g. lixiviación o flotación). Debido al efecto
de bypass, analizado en al sección 12.2, normalmente es deseable limitar la proporción de
agua reportando a underflow (Rf), a menos de 40%

Lo siguiente puede utilizarse como una guía general:

% Agua a Underflow Eficiencia

>50% muy pobre

40-50% pobre
30-40% razonable
20-30% bueno
10-20% sujeto a densidad y acordonamiento de
overflow.
<10% Se logra solo con válvula de overflow para
producir producto para transporte o acopio.

Se puede reducir Rf por medio de un ápex más pequeño, mayor vortex finder, mayores
presiones o, para ciclones más grandes, inclinando el ciclón (Asomah y Napier-Munn
1966). Mayores viscosidades o concentraciones de sólidos también tenderán a aumentar la
proporción de slurry reportando a underflow.

Capacidad del ciclón

Como se destacó previamente, la principal variable que define la capacidad es el diámetro

del ciclón, aumentando la capacidad aproximadamente según el cuadrado del diámetro,
para una caída de presión constante:

Qf = 9.5 × 10−3 P Dc2 (12.46)

donde Qf = tasa de alimentación (m3/h)

P = presión (kPa)
Dc = diámetro del ciclón (cm).

La tasa de alimentación y la caída de presión son realmente inseparables ya que entre

ambas definen el trabajo útil efectuado por el ciclón:

322
 Capítulo 12: Harneros e Hidrociclones

PQ f
Potencia = kW (12.46)
3600

(P en kPa; Qf en m3/h)

de donde se puede estimar la potencia de bombeo requerida (tomando en cuenta las

perdidas de carga y la eficiencia de bombeo).

La relación caída de presión-tasa de alimentación-diámetro real dependerá de donde esta

operando el ciclón en la curva coeficiente de pérdida de presión-número de Reynolds y, en
consecuencia, como se está utilizando la energía de presión total en el ciclón.

Sin embargo, para la mayoría de las aplicaciones de circuito de trituración, la ecuación

12.46 o los modelos de ciclón analizados previamente, darán resultados satisfactorios, con
una condición. La presión, aunque fácil de medir superficialmente por medio de un
medidor mecánico o basado en transductores, instalado en la boca de admisión del ciclón o
en la caja de presión alimentando una batería de ciclones, en la práctica, es pobremente
medida. Los medidores tienen fallas o se bloquean con sólidos o la calibración es
deficiente. Se debe tener especial cuidado en garantizar que la medición es correcta.

Se puede aumentar la capacidad de un ciclón dado, aumentando los diámetros de la boca de

admisión o de la boca de salida. La tasa de alimentación, para una caída de presión dada,
también aumentará si aumenta la viscosidad de la alimentación o la concentración de
sólidos (hasta cierto punto), o si aumenta la rugosidad superficial de las superficies
interiores del ciclón. La principal capacidad de control disponible para los operadores de
baterías de ciclón (un grupo de ciclones conectados en paralelo) es, por supuesto, el número
de ciclones operando; esto se puede controlar usando válvulas operadas remotamente en la
alimentación del ciclón.

Eficiencia de Clasificación – Agudeza del Corte

La eficiencia de clasificación o agudeza de la curva de eficiencia, tiene una importante

influencia en el rendimiento total, pero es difícil de influenciar directamente. Como se
destacó en la Sección 12.2, la curva de eficiencia reducida es normalmente constante, para
un diseño de ciclón y características de alimentación dadas. La agudeza real del corte tiende
entonces a maximizarse, limitando la proporción de agua reportando a overflow (ver
arriba). Existe alguna evidencia que una presión aumentada puede mejorar la agudeza, pero
el efecto no es muy fuerte. Ciertamente, no es recomendable cualquier cosa que pueda
reducir la capacidad del circuito; especialmente, el vortex finder nunca debe ser ni muy
largo ni muy corto. Un aumento en el ángulo de cono o un mayor vortex finder también
aumentará la agudeza.

Concentraciones de sólidos de alimentación excesivamente altas o grandes concentraciones

de barros, que aumenten efectivamente la viscosidad en el fluido transportador, también
conducirán a agudeza de corte reducida. Este problema se maneja mejor diluyendo la
alimentación.

323