Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 3
3.1 INTRODUCCIÓN precisa) y con el grado de precisión requerido (límites de confianza) para
un nivel aceptable de costo y esfuerzo.
Este capítulo trata sobre la recopilación, el análisis y el uso de los datos
Esto no es sencillo ya que las partículas que se van a muestrear no son
del proceso. La recopilación de datos confiables es la ciencia del muestreo.
homogéneas y también hay variaciones en el tiempo (o espacio) dentro
Las muestras recolectadas se analizan en cuanto a calidad, contenido de
de la corriente de muestreo. La teoría del muestreo tiene su base en la
metal (ensayo), tamaño de partícula, etc. y los datos se utilizan para el
probabilidad, y aquellos a quienes se les asigna la tarea de establecer y
control de procesos y la contabilidad metalúrgica.
validar el protocolo de muestreo requieren un buen conocimiento de la
estadística aplicada y las fuentes de error de muestreo.
El control informático de las plantas de procesamiento de minerales
requiere la medición continua de dichos parámetros. El desarrollo de
sensores en línea en tiempo real, como medidores de flujo, densímetros y
analizadores químicos y de tamaño de partículas, ha contribuido de
manera importante al rápido desarrollo en este campo desde principios de 3.2.1 Conceptos básicos de muestreo: lo
la década de 1970, al igual que la creciente disponibilidad y confiabilidad que el metalúrgico necesita saber
de microprocesadores baratos.
Para comprender las fuentes de error que pueden ocurrir al muestrear el
proceso, se hará referencia a la teoría de la probabilidad y la estadística
La contabilidad metalúrgica es un requisito esencial para todas las
clásica, el Teorema del Límite Central (CLT), que forman la base de la
operaciones de procesamiento de minerales. Se utiliza para determinar la
teoría moderna del muestreo. Además, para comprender la fuente del
distribución y grado de los valores en los diversos productos de una
error de muestreo es importante la naturaleza aditiva de la varianza, es
concentradora con el fin de evaluar la eficiencia económica de la planta
decir, que la varianza total de un sistema de componentes independientes
(Capítulo 1). Los mismos métodos de contabilidad se utilizan en las
es la suma de las varianzas individuales de los componentes de ese
pruebas de planta para tomar decisiones sobre la operación. Para ejecutar
sistema. En otras palabras, los errores (desviación estándar de las
la contabilidad metalúrgica se requieren técnicas de equilibrio de masas y
medidas) no se cancelan; son acumulativos en términos de su varianza.
reconciliación de datos para mejorar la integridad de los datos.
Incremento Significar Número de Pariente Tenga en cuenta que, en promedio, el conjunto de submuestras de 15 g debe
Tamañoa (g) Ensayo Ensayos Estándar contener 0,75 partículas de oro; el juego de 30 g debe contener 1,5 de oro
(%) dentro de Desviación partículas y el set de 60 g, 3 partículas de oro. Las distribuciones de frecuencia
a de partículas de Au en
Cada uno de 100 incrementos de muestra media verdadera 5 50%
Tamaño de muestra incremental
Muestra
60 gramos 30 gramos 15g
0 5 22.3 47.2
6 5 0.4
7 2.2 0.1
8 0.8
9 0.3
10 0.1
FIGURA EX 3.1-SA Gráfico de datos de la Tabla ex 3.1 que muestra la reducción
en el error de muestreo a medida que aumenta el tamaño del incremento de muestreo. Datos de Merks, Muestreo y Estadísticas, sitio web geostats.com
espacio (p. ej., una pila de acopio o recipiente de proceso) o en el tiempo (p.
ej., un material compuesto de alimentación de molienda de 24 horas).
Claramente, habrá variación en las muestras tomadas dentro de la unidad
Varianza de preparación y análisis La ecuación de varianza (3.1)
de muestreo y, por lo tanto, una sola muestra aleatoria o puntual tiene una
indica que las variaciones debidas a la preparación y el análisis también
probabilidad prácticamente nula de ser representativa de toda la población
contribuyen a la variación general. Merks (1985) ha señalado que la variación
de partículas. Por lo tanto, se requieren múltiples muestras.
debida a la preparación y el análisis suele ser mucho menor que la de la
Se necesita un protocolo de muestreo bien diseñado para minimizar el error
distribución y la composición. Ilustrando el punto para incrementos de
de distribución, incluido el sesgo de muestreo. Dicho protocolo debe basarse,
muestra de 1 kg de carbón analizado para el contenido de cenizas, Merks
en la medida de lo posible, en el modelo de muestreo ideal que establece
(1985) muestra cuáles son las proporciones típicas de error: composición,
que:
54%; distribución, 35%; preparación, 9%; y análisis, 2%. Minnitt et al. (2007)
• Todos los estratos del volumen a muestrear están incluidos en el incremento proporcionan estimaciones de 50 100 %, 10 20 % y 0,1 4 % para errores de
de muestreo; por ejemplo, cortar toda la corriente o el flujo de un composición, distribución y preparación/analíticos, respectivamente, como
transportador o tubería, tomar muestras de arriba a abajo en un vagón una porción del error total similar a Merks.
de ferrocarril o en una pila de almacenamiento
• El incremento de muestra recolectado es proporcional a la masa
rendimiento, es decir, promedio ponderado Estimaciones del
análisis de ÿ2 han sido obtenidos por realizar
• Secuencia aleatoria de muestreo para evitar cualquier frecuencia natural realizar múltiples ensayos en una submuestra, mientras que preparación pueden
ðM 2 msÞ
ÿ2
5
Cd3 (3.4)
f
Mms
El muestreo de puntos sobre la base de una cuadrícula volumétrica o el
muestreo de la superficie de una pila a medida que se construye o donde M 5 la masa de toda la unidad de muestreo o lote (g); ms 5 la masa
desmantela se puede usar en casos tridimensionales, pero dicho protocolo de la muestra tomada de M (g); d 5 tamaño nominal de la partícula en la
se desviaría significativamente del modelo de muestreo ideal. Es mucho muestra, típicamente tomado como el tamaño de paso del 95%, d95, para la
mejor convertir estos tridimensionales distribución
Machine Translated by Google
(cm); y C 5 constante para el conjunto mineral dado se especifica el nivel de precisión (ÿ2 ) que buscamos.
en M dado por: La relación reorganizada se convierte entonces en:
C 5 f glm Cd3
ms 5 (3.6)
donde f es el factor de forma que relaciona el volumen con el diámetro ÿ2
de las partículas, g el factor de distribución del tamaño de partículas, l el
Como se señaló, el error total se compone de componentes
factor de liberación, y m la composición mineralógica
adicionales (al error de muestreo fundamental), por lo que una regla de
factor para un sistema de 2 componentes. Los factores en C son
pulgar es al menos el doble de la masa de la muestra indicada
estimado de la siguiente manera:
por la relación Gy. La literatura sigue
f: El valor de f 5 0.5 excepto para los minerales de oro cuando debatir la aplicabilidad de la fórmula de Gy (Franc¸ois Bongarc¸on y Gy,
f 5 0.2. 2002a; Geelhoed, 2011), sugiriendo
g: si se utilizan tamaños de paso del 95 % y el 5 % para definir una que la solución del error de muestreo fundamental puede ser
distribución de tamaños, se pueden seleccionar los siguientes valores para g: sobreestimado y que el exponente en la liberación
g5 0,25 para d95/d5 . 4 factor (l) la relación no debe ser 0.5 sino una variable
g 5 0,5 para d95/d5 5 2-4 factor entre 0 y 3 dependiendo del material que se esté
g 5 0,75 para d95/d5 , 2 muestreado Los minerales de oro normalmente tendrían un exponente
g 5 1 para d95/d5 5 1 de 1,5 (Minnitt et al., 2007). No obstante, la ecuación de Gy ha
l: Los valores de l se pueden estimar a partir de la siguiente tabla demostrado ser una herramienta valiosa en el muestreo de
para los valores correspondientes de d95/L, donde L es el tamaño corrientes minerales y sigue evolucionando. Un ejemplo
de liberación (cm), o se puede calcular a partir de la el cálculo se utiliza para ilustrar el uso de la fórmula de Gy
expresión: (Ejemplo 3.3).
donde r y t son las densidades medias del mineral valioso y de los métodos de reducción de tamaño tales como trituradoras y pulverizadores
se utilizan antes de dividir las muestras en fracciones más pequeñas
minerales de ganga, respectivamente, y a es el contenido mineral medio
para ensayo Ver Johnson (2010) para un ejemplo adicional
fraccionario del material que se está analizando.
del uso del método de Gy.
muestreado El valor de a puede determinarse ensayando
varias muestras del material. electrón moderno
Los microscopios pueden medir la mayoría de estas propiedades. 3.2.3 Encuestas por muestreo
directamente. Para minerales de baja ley, como el oro, m puede ser
aproximado por densidad mineral (g cm23 )/ley (ppm). A menudo se llevan a cabo dentro de la planta o el proceso para
Para una descripción más detallada de la constante de muestreo de Gy evaluar el desempeño metalúrgico para evaluación comparativa,
(C), véase Lyman (1986) y Minnitt et al. (2007). comparación u otros propósitos relacionados con la mejora de procesos.
Los datos recopilados en tales campañas de muestreo, por lo general,
En el límite donde Mcms, que casi siempre es el estarán sujetos a técnicas de equilibrio de masas y reconciliación de
caso, Ec. (3.4) se simplifica a: datos (que se analizan más adelante en este Capítulo) a fin de
Cd3 proporcionar un conjunto equilibrado de datos de elementos de masa,
ÿ2 5
(3.5)
F químicos y mineralógicos. Las técnicas de reconciliación (p. ej.,
milisegundo
1:135 3 2:53=0:012 5 Entonces se hace uso del modelo de tanques en serie para N reactores
177:4ðkgÞ perfectamente mezclados (cubierto en el Capítulo 12) para generar la
En la práctica, por lo tanto, se tendrían que muestrear alrededor de distribución de frecuencia de salida o el tiempo de residencia
350 kg de mineral para dar el grado de confianza requerido y permitir
otros errores asociados con la distribución, preparación y análisis.
Claramente, se requeriría una mayor reducción del tamaño de esta
muestra gruesa y un muestreo secundario antes del ensayo.
y para lograr esta encuesta, el muestreo debe ser (tanto como sea posible):
• consistente (reproducible) •
coherente (en 5) • imparcial • con
redundancia (datos adicionales para
la reconciliación de datos
paso)
Reglas de juego
Se han desarrollado varias pautas para ayudar en el muestreo de flujos
de proceso (Merks, 1985; Franc¸ois-Bongarc¸on y Gy, 2002b), algunas de
las cuales son:
distribución (RTD) para el proceso. Para establecer el valor de ÿ necesario Los sistemas de muestreo instalados, como los necesarios para la
para garantizar que todos los elementos hayan pasado los puntos de
contabilidad metalúrgica, el análisis en curso o el manejo de materiales a
muestreo (volumen del proceso), se construyó la Figura 3.3 que muestra granel, deben diseñarse adecuadamente en términos de tamaño de
el RTD para aumentar N tanques en serie. La figura indica que para todos muestra y frecuencia de muestreo. Los conceptos de variogramas, análisis
los valores de N, todos los elementos han salido del volumen del proceso de series de tiempo y medidas estadísticas como relaciones F y pruebas
por ÿ 5 3. t pareadas se convierten en herramientas importantes al seleccionar la
Por lo tanto, un buen protocolo de muestreo debe realizar el muestreo a frecuencia de muestreo, el tamaño del incremento de la muestra y la
intervalos de tiempo aleatorios (es decir, recordar el modelo de muestreo validación de los protocolos de muestreo. La discusión adicional va más
ideal) durante un período de 3 tiempos de retención medios. Un corolario allá de este texto introductorio y se remite al lector a Merks (1985, 2002,
es que después de un cambio de proceso, el muestreo subsiguiente 2010), Pitard (1993), Holmes (1991, 2004) y Gy (1982). Además del
también debe esperar un tiempo de retención equivalente de ÿ 5 3 antes dispositivo de muestreo primario, un sistema de muestreo a menudo
de volver a muestrear el circuito. requerirá un nivel secundario e incluso terciario de submuestreo para
La figura 3.3 indica que, con solo una pequeña reducción en la entregar una corriente de tamaño adecuado para la preparación y el
probabilidad, un tiempo de muestreo de ÿ 5 2 a 2.5 podría ser adecuado análisis.
si eso mejora la logística de realizar el trabajo de prueba.
y los recursos para la preparación de muestras y el análisis de datos en modelo de muestreo ideal presentado anteriormente, el concepto de que
una prueba deficiente. cada partícula o elemento fluido debe
Machine Translated by Google
tener una oportunidad equiprobable de ser muestreado requiere área que describe el sector de un círculo (típicamente 1.5% a
que el diseño del equipo de muestreo se adhiera al mismo principio. Los que 5%) para asegurar que se mantenga el muestreo probabilístico.
lo hacen se denominan equiprobables o Los muestreadores Vezin pueden tener múltiples cabezales de corte montados
muestreadores probabilísticos, y los que no, y por lo tanto en el único eje giratorio. Variaciones del Vezin rotatorio
introducirán sesgos y una mayor varianza en los datos de medición, se diseño, como el cortador arcual (no se muestra), que
consideran no probabilísticos. Existen gira de un lado a otro en un arco con el mismo cortador sectorial
situaciones en las que se eligen muestreadores no probabilísticos para diseño como el Vezin, también conservan los principios probabilísticos.
consideraciones de conveniencia o costo, o en "menos importante" Muestreadores de espiga (el material sale de una
arroyos dentro de la planta. Es necesario reconocer tales casos y evaluar alimentador y es muestreado por un cortador de ranura) son a veces
cuidadosamente las limitaciones. Flujos de muestras críticas, como afirmado como probabilístico en el diseño, pero han sido
alimentación de procesos y plantas, demostrado no serlo (Franc¸ois-Bongarc¸on y Gy, 2002a).
los concentrados y relaves que se utilizan con fines contables siempre deben El muestreador de entrada móvil (Figura 3.8), a menudo utilizado para
utilizar muestreadores probabilísticos. muestreo secundario y terciario en flujo y partículas
sistemas de análisis de tamaño, tiene un tubo de proceso flexible empujado
adelante y atrás por un pistón neumático sobre un estacionario
Muestreadores probabilísticos cortador, y se reclama (Franc¸ois-Bongarc¸on y Gy,
La Figura 3.4 ilustra algunas de las características críticas del diseño. 2002a) para no ser completamente probabilístico, aunque esto puede
de muestreadores probabilísticos: cortando el vapor de proceso completo en dependen del diseño y de la capacidad de la cortadora para
ángulos rectos al flujo Figura 3.4 (a), y el filo de cuchillo encontrar el flujo en un ángulo recto.
cuchillas de corte de diseño Figura 3.4(b).
Los muestreadores lineales son los más comunes y preferidos.
dispositivos para muestreo intermitente de sólidos y pulpa Muestreadores no probabilísticos
corrientes en los puntos de descarga, como las poleas del cabezal del transportador Los diseños no probabilísticos han encontrado uso en aplicaciones menos críticas.
y extremos de tubería. Los ejemplos se muestran en la Figura 3.5 y aplicaciones en las que existe cierta cantidad de sesgo de medición
3.6. Las instalaciones pueden ser sustanciales en términos de infraestructura considerado aceptable. Esto incluye, como ejemplos, on-stream
para flujos de proceso grandes si los recintos y la muestra instalaciones de analizadores de tamaño de partículas (OSA) y de tamaño de
Se requieren sistemas de manipulación. Tales muestreadores primarios partículas (PSA) y muestreo de sólidos en cinta para determinar el contenido de humedad.
a menudo alimentan dispositivos secundarios e incluso terciarios para reducir Violan el modelo de muestreo ideal en el sentido de que no
la masa de muestra recogida. En casos donde pequeños flujos cortar toda la corriente, por lo que no todas las partículas o elementos fluidos
están involucrados (p. ej., muestreo secundario), estilo Vezin tienen las mismas posibilidades de ser muestreados. Fuertes defensores de
Los muestreadores rotatorios como el que se muestra en la Figura 3.7 son la práctica adecuada de muestreo como Franc¸ois Bongarc¸on y Gy (2002a)
utilizado a menudo. El diseño de Vezin tiene una sección transversal de corte consideran que cualquier muestreo
FIGURA 3.4 Características de los muestreadores probabilísticos: (a) Cortar la corriente completa del proceso en ángulo recto (muestreador lineal) y (b) Cuchillas de corte con
filo de cuchillo no ajustables y reemplazables (muestreador Vezin) (Cortesía de Heath y Sherwood).
Machine Translated by Google
FIGURA 3.5 Ejemplo de muestreador lineal para sólidos: (a) Punto de transferencia/descarga del transportador, y (b) Tubería de lodos de descarga vertical (Cortesía de Heath
y Sherwood).
FIGURA 3.6 Ejemplo de un muestreador lineal para una tubería de lodos de FIGURA 3.7 Ejemplo de un muestreador Vezin de dos cortadores que muestra el
descarga horizontal (Cortesía de Heath y Sherwood). diseño del sector de los cortadores (Cortesía de Heath y Sherwood).
Machine Translated by Google
dispositivo que viola el modelo de muestreo ideal es inaceptable; sin embargo, cualquier obstáculo, como un cortador que cambia las
sin embargo, tales dispositivos aún son populares en ciertas líneas de flujo, siempre creará algún grado de condiciones no
aplicaciones, particularmente aquellas que involucran partículas de probabilísticas e introducirá sesgos. Otro diseño que se usa a
tamaño fino, como concentrados y relaves. menudo para fines de control es el muestreador de tubería de
En la Figura 3.9 se muestra un ejemplo de un muestreador por presión que se muestra en la Figura 3.10. En un intento por reducir
gravedad para el flujo de pulpa en líneas horizontales, que a menudo el sesgo, la turbulencia del flujo y el aumento de la mezcla se
se usa para concentrados que alimentan sistemas OSA . Los introducen mediante varillas transversales antes de la extracción de
cortadores internos (simples o múltiples) generalmente se ubican la muestra. La muestra se puede extraer directamente en un
aguas abajo de un arreglo de canales que promueve condiciones muestreador de tubería de presión vertical (Figura 3.10a) o de la
sección en Y en un muestreador de tubería de presión horizontal
turbulentas y bien mezcladas antes del muestreo. El argumento está hecho,
(Figura 3.10b). Cuanto más gruesa sea la distribución de tamaños,
mayor será la posibilidad de un mayor sesgo con los diseños de
muestreadores de tuberías tanto por gravedad como por presión.
Los muestreadores de poppet (no mostrados) usan un tubo de
muestreo insertado neumáticamente para extraer la muestra del
centro del flujo. Este es un diseño de muestreador que se desvía
significativamente del muestreo probabilístico y, por lo tanto, debe
usarse para líquidos y no para lodos, en todo caso.
Un muestreador de cinta cruzada (Figura 3.11) está diseñado
para imitar el muestreo de referencia estacionario de una cinta
transportadora, una técnica probabilística y muy útil para pruebas de
sesgo y estudios de plantas. Este muestreo de cinta, sin embargo,
es difícil de lograr con un muestreador automático que gira sobre un
transportador en movimiento, particularmente si el material tiene
fracciones de material muy grueso o muy fino. Las partículas
pequeñas pueden permanecer en la banda debajo de los lados del
cortador, mientras que los grumos gruesos pueden ser apartados preferentemente.
Estos muestreadores encuentran uso en la alimentación de pilas de
lixiviación, alimentación de molinos y flujos de productos finales
(Francois-Bongarcón y Gy, 2002a; Lyman, et al., 2010). Para fines
FIGURA 3.8 (a) Ejemplo de un muestreador de entrada móvil, y (b) Vista interior del flujo de ensayo, es posible analizar el material directamente en la banda,
de lodo y cortador (Cortesía de Heath y Sherwood). evitando así algunos de los aspectos físicos del muestreo para alimentar
FIGURA 3.9 Ejemplo de muestreador de ranura por gravedad. La foto muestra el muestreador de gravedad primario alimentando un muestreador secundario preparándose para alimentar
un OSA (Cortesía de Heath y Sherwood).
Machine Translated by Google
FIGURA 3.10 Ejemplo de muestreador de tubería a presión: (a) Extracción de muestra de una sección de tubería recta en un muestreador de tubería a presión vertical, y (b)
Extracción de muestra de una sección en Y en un muestreador de tubería a presión horizontal (Observe las varillas internas para promover una mayor mezcla antes al muestreo)
(Cortesía Heath y Sherwood).
FIGURA 3.11 Ejemplo de un muestreador de banda cruzada. La foto es de una instalación de mineral de hierro (cortesía de Heath y Sherwood).
un sistema OSA (p. ej., Geoscan-M, analizador Elemental, Scantech) adaptarse al tamaño del buque. Una opción para reducir el error
(consulte la Sección 3.3). aleatorio asociado con el muestreo manual utilizando estos
Los sistemas de muestreo para pulpa y sólidos generalmente muestreadores es aumentar el número de "cortes", sin embargo, esto
requerirán etapas de muestreo primarias, secundarias y posiblemente no elimina el sesgo inherente de los muestreadores no probabilísticos.
terciarias. La Figura 3.12 y la Figura 3.13 muestran ejemplos de tales En la Figura 3.15 se muestra un ejemplo de un muestreador de
sistemas de muestreo. Una vez instalado, se deben realizar pruebas referencia manual con correa de parada . Estos proporcionan muestras
para validar que el sistema está libre de sesgos. probabilísticas cuando se usan con cuidado y son muy útiles para la
El muestreo manual o automático (p. ej., usando bombas prueba de sesgo de los muestreadores automáticos y para las encuestas de plantas.
pequeñas) en la pulpa es un proceso no probabilístico y no debe Los métodos tradicionales para extraer manualmente un
usarse para propósitos de contabilidad metalúrgica, pero algunas incremento de muestra, como el muestreo manual, el uso de una caja
veces es necesario para estudios de plantas y muestreo de densidad rápida y la conificación, son inherentemente no probabilísticos y deben
de pulpa. En la Figura 3.14 se muestra un ejemplo de un dispositivo evitarse. Con la salvedad de que pueden ser aceptables si el método
manual en pulpa y está disponible en varias longitudes para se utiliza para tratar todo el lote de material,
Machine Translated by Google
FIGURA 3.12 Sistema de muestreo de sólidos: muestreo primario y secundario seguido de un colector rotatorio (cortesía de Heath y Sherwood).
FIGURA 3.15 Imágenes de un muestreador de referencia de cinta de parada. Un ajuste perfecto a la forma del cinturón es fundamental (usado con permiso,
Minnitt, 2014, JS Afr. Inst. Min. Metall, copyright SAIMM).
Dos métodos de análisis de fluorescencia de rayos X en línea son se puede usar más tiempo de medición para las corrientes de relaves
los sistemas de sonda de rayos X centralizados (en línea) y en línea. de baja ley. El tiempo de cambio entre muestras se usa para mediciones
El análisis en línea centralizado emplea una sola fuente de excitación de referencia internas, que se usan para monitorear y compensar
de alta energía para el análisis de varias muestras de lodo entregadas automáticamente la deriva.
a una ubicación central donde está instalado el equipo. El análisis en El sistema de sonda en flujo utiliza un isótopo como fuente de
la corriente emplea sensores instalados en la corriente de lodo o cerca excitación. Estas sondas pueden ser de un solo elemento o de varios
de ella, y la excitación de la muestra se lleva a cabo con fuentes elementos (hasta 8, más % de sólidos). La precisión se mejora
convenientes de baja energía, generalmente isótopos radiactivos mediante el uso de un tanque de suspensión bien agitado (zona de análisis).
(Bergeron y Lee, 1983; Toop et al., 1984). Esto supera el problema de Combinadas con detectores criogénicos de estado sólido ( N2 líquido) ,
obtener y transportar muestras representativas de lodo al analizador. estas sondas son competitivas en precisión con los sistemas
Las fuentes de excitación están empaquetadas con un detector en un generadores de rayos X tradicionales y se pueden multiplexar para
dispositivo compacto llamado sonda. analizar más de un flujo de muestra. Dichos dispositivos fueron
iniciados por AMDEL y ahora son comercializados por Thermo Gamma-
Metrics. La Figura 3.18 muestra el sistema TGM in-stream “AnStat”, un
Uno de los principales problemas en el análisis de rayos X en analizador dedicado con sistema de muestreo (Boyd, 2005).
línea es garantizar que las muestras presentadas a la radiación sean
representativas del volumen y que la radiación de respuesta se obtenga El análisis de fluorescencia de rayos X no es eficaz en elementos
de una fracción representativa de esta muestra. La radiación excitante ligeros. El Outotec Courier 8 SL utiliza láser inducido
interactúa con la suspensión pasando primero a través de una ventana espectroscopía de descomposición (LIBS) para medir elementos ligeros
de película plástica delgada y luego penetrando la muestra que está y pesados. Dado que los elementos livianos a menudo se asocian con
en contacto con esta ventana. La radiación de respuesta toma el la ganga, este analizador permite rastrear el contenido de impurezas.
camino opuesto de regreso al detector. La mayor parte de la radiación
se absorbe en unos pocos milímetros de profundidad de la muestra,
por lo que la capa de suspensión en contacto inmediato con la ventana
tiene la mayor influencia en los ensayos producidos. La precisión y la Análisis en la banda
fiabilidad dependen de que esta capa muy fina sea representativa del Utilizando una técnica conocida como análisis de activación inmediata
material a granel. La segregación en la lechada puede tener lugar en de neutrones gamma (PGNAA), el GEOSCAN-M (M para aplicaciones
la ventana debido a los patrones de flujo resultantes de la presencia de minerales) es un sistema de análisis elemental sin contacto en la
de la superficie de la ventana. Esto se puede eliminar mediante el uso banda para monitorear materiales a granel (Figura 3.19) ( también
de celdas de flujo de alta turbulencia en el analizador de rayos X están disponibles unidades diseñadas específicamente para las
centralizado. industrias del cemento y el carbón). A principios de 2015, más de 50
unidades operaban en aplicaciones minerales de hierro, manganeso,
El análisis centralizado generalmente se instala en plantas cobre, zinc-plomo y fosfato (Arena y McTiernan, 2011; Matthews y du
grandes, lo que requiere un monitoreo continuo de muchos flujos de Toit, 2011; Patel, 2014). Una fuente de Cf-252 colocada debajo del
pulpa diferentes, mientras que las plantas más pequeñas con menos cinturón genera neutrones que atraviesan el material e interactúan con
flujos pueden incorporar sondas sobre la base de una menor inversión de capital.
los núcleos de los elementos para liberar emisiones de rayos gamma
Quizás el analizador centralizado más conocido es el desarrollado características de los elementos. Los detectores sobre el cinturón
por Outotec, el sistema Courier 300 (Leskinen et al., 1973). En este producen datos espectrales, es decir, intensidad versus nivel de
sistema se toma un caudal de muestra continua de cada lodo de energía. La entrada de una báscula de cinta proporciona un promedio
proceso a analizar. ponderado de tonelaje de los resultados a lo largo del tiempo y los
El Courier 300 ahora ha sido reemplazado por la serie Courier SL. Por incrementos de informes de medición suelen ser cada 2 a 5 minutos.
ejemplo, el Courier 6 SL (Figura 3.13) puede manejar hasta 24 flujos
de muestra, con instalaciones típicas que manejan 12 18 flujos. El Se incorpora un monitor de humedad (TBM) para corregir el contenido
muestreador primario dirige una parte del flujo del proceso al multiplexor de humedad y permitir el análisis elemental sobre una base de sólidos
para el muestreo secundario. La unidad combina métodos de secos. La humedad se mide utilizando la técnica de transmisión de
fluorescencia de rayos X de dispersión de energía y longitud de onda microondas. Un generador debajo del cinturón crea un campo de
de alto rendimiento y tiene una medición de referencia automática para microondas y la humedad libre se mide por el cambio de fase y la
la estabilidad del instrumento y el autodiagnóstico. El operador utiliza atenuación.
el muestreador de calibración incorporado para tomar una muestra La espectroscopia de descomposición inducida por láser (LIBS)
representativa y repetible de la suspensión medida para ensayos de también se utiliza para el análisis en la cinta, suministrada por Laser
laboratorio comparativos. Distance Spectrometry (LDS, www.laser-distance-spectrometry.com ).
En este instrumento, se dirige un láser al material de la banda y se
La secuencia de medición es totalmente programable. detectan las emisiones características y se convierten en análisis de
Los flujos críticos se pueden medir con mayor frecuencia y elementos. Una ventaja es que el análisis
Machine Translated by Google
FIGURA 3.18 Sonda y muestreador de análisis en flujo Thermo Gamma-Metrics AnStat (Cortesía de Thermo Electron Corporation).
flujo continuo en la unidad de presentación del monitor, donde se que puede activarse eléctrica, mecánica, hidráulica o neumáticamente.
comprime en un lecho compacto y uniforme La señal del
de carbón, de superficie lisa y densidad uniforme. los dispositivo de detección de carga por lo general se combina con otro
la superficie se irradia con rayos X de un isótopo Pu-238 Señal que representa la velocidad de la correa. La salida combinada
y la radiación es absorbida o retrodispersada en proporción a la de los sensores de carga y velocidad de la correa proporciona el caudal
composición elemental de la muestra, la del material que pasa sobre la báscula. un totalizador
radiación retrodispersada medida por un contador proporcional. En el puede integrar la señal de caudal con el tiempo, y el total
nivel de baja energía del Pu-238 tonelaje transportado sobre la báscula de cinta se puede registrar en un
isótopo (15 17 keV), el hierro se excita para producir rayos X fluorescentes lectura digital. La precisión es normalmente del 1 al 2% de la capacidad
que se pueden filtrar, contar y compensar. El contador proporcional de escala completa.
detecta simultáneamente Es el caudal de sólidos secos lo que se requiere. Humedad
los rayos X retrodispersados y fluorescentes después de haber se puede medir automáticamente (ver Sección 3.3.1). A
pasado por un filtro de aluminio. Este filtro absorbe control, las muestras para la determinación de la humedad son con frecuencia
preferentemente los rayos X fluorescentes, preseleccionando su espesor tomado del extremo de una cinta transportadora después de que el material ha
en función del contenido en hierro y su variación. El contador proporcional pasó sobre el dispositivo de pesaje. Las muestras se pesan inmediatamente
convierte la radiación en energía eléctrica. húmedas, se secan a una temperatura adecuada hasta
pulsos que luego son amplificados y contados en la unidad electrónica. toda el agua higroscópica (libre) es expulsada y luego
La tasa de conteo de estos pulsos se convierte en pesó de nuevo. La diferencia de peso representa la humedad y se
un voltaje que se muestra y también está disponible para expresa como:
control de procesos.
Peso húmedo 2 Peso seco
Un sensor clave requerido para el desarrollo de un % de humedad 5 (3.10)
Peso mojado
método efectivo para controlar la flotación del carbón es uno
que puede medir el contenido de cenizas de lodos de carbón. La temperatura de secado no debe ser tan alta que
Las unidades de producción han sido fabricadas e instaladas se produce la descomposición de los minerales, ya sea física o
en plantas de preparación de carbón (Kawatra, 1985), y debido a químicamente. Los minerales de sulfuro son particularmente propensos a
Machine Translated by Google
las corrientes de pulpa. La unidad de caudal másico consta de un El primero se basa en la reflexión de una señal ultrasónica por
caudalímetro y un densímetro, a menudo instalados en una sección discontinuidades (partículas o burbujas) en un transductor ultrasónico
vertical de una tubería que transporta la corriente que fluye hacia transmisor/receptor. La señal reflejada presenta un cambio de
arriba. Los principales caudalímetros son los magnéticos, ultrasónicos frecuencia debido al Efecto Doppler que es proporcional a la velocidad
deducirse del volumen del tanque (consulte el Capítulo 12); y en el caso del
tiempo de retención en un molino de bolas el volumen ocupado
3. Después de enfriar, pese la botella y el tapón en una balanza donde D 5 densidad de pulpa (kg m23 ), y W 5 densidad de agua
analítica de precisión y registre el peso, M 1. (kg m23 ).
Asignando al agua una densidad de 1000 kg m23 , cual es
4. Seque completamente la muestra para eliminar toda la humedad. suficientemente preciso para la mayoría de los propósitos, da:
5. Agregue alrededor de 5 10 g de muestra a la botella y vuelva
a pesar. Registre el peso, M 2. 100 sðD 2 1000Þ
x5 (3.13)
6. Agregue agua bidestilada a la botella hasta la mitad. Si en la Dðs 2 1000Þ
muestra hay “limos” apreciables (menos partículas de 45
Habiendo medido el caudal volumétrico del purín
ÿm), puede haber un problema al humedecer las superficies
(F, m3 h21 ), la densidad de la pulpa (D, kg m3 ) y la densidad de
minerales. Esto también puede ocurrir con ciertas especies
los sólidos (s, kg m23 ), se puede calcular el caudal másico de la
de minerales hidrofóbicos y puede conducir a lecturas falsas
suspensión (FD, kg h21 ) y, lo que es más importante, el caudal
de baja densidad. El efecto se puede reducir agregando una
másico de sólidos secos en la suspensión (M, kg h21 ):
gota de agente humectante, que es insuficiente para afectar
significativamente la densidad del agua. Para sólidos con M 5 FDx=100 (3.14)
problemas extremos de humectabilidad, se puede sustituir
el agua por un líquido orgánico como el tolueno. o combinando las Ecs. (3.13) y (3.14):
Df 5 densidad del fluido utilizado (kg m23 ). 3.5 CONTROL AUTOMÁTICO EN EL PROCESAMIENTO
Conociendo las densidades de la pulpa y los sólidos secos, se
DE MINERALES
puede calcular el % de sólidos en peso. Dado que la densidad de
pulpa es la masa de pulpa dividida por el volumen de pulpa, La ingeniería de control en el procesamiento de minerales continúa
entonces para la unidad de masa de pulpa de x % de sólidos por creciendo como resultado de condiciones más exigentes como
peso, el volumen de sólidos es x/100s y el volumen de agua es (100 minerales de baja ley, cambios económicos (incluida la reducción
x)/100 W, entonces (las centenas compensando x en porcentaje): de la tolerancia al riesgo) y regulaciones ambientales cada vez
más estrictas, entre otros. Estos han motivado desarrollos
D5 (3.12a) tecnológicos en varios frentes tales como:
X 1 1 ð100 2 xÞ
100 segundos 100W
o:
una. Avances en tecnología de sensores robustos. Los sensores en
línea, como medidores de flujo, medidores de densidad y
xD D
15 analizadores de tamaño de partículas, se han utilizado con éxito
1 ð100 2 xÞ (3.12b)
100s 100W en el control del circuito de molienda. Visión artificial, un método no invasivo
Machine Translated by Google
Solución
Solución El caudal volumétrico de sólidos en la corriente de lodo:
La densidad del cuarzo es 2650 kg m23 . Por lo tanto, de la Ec. (3.13), %
500 t
sólidos por peso: densidad de 1h
5
5 185:2ðm3 h21 Þ
caudal másico 2700 kg 3 1 1 tonelada
Por lo tanto, caudal másico: Por tanto, el caudal volumétrico de agua es 750 m3 h21 El caudal .
La corriente de suspensión 1 tiene un caudal de 5,0 m3 h21 y contiene un Calcular el % de contenido de sólidos de la suspensión bombeada desde el
40 % de sólidos. Por lo tanto, a partir de una forma reorganizada de Eq. sumidero en el Ejemplo 3.5.
(3.13): Solución
1000 3 100 s El caudal másico de sólidos en la corriente de suspensión 1 es: 2,73 t h21
D5
sð100 2 xÞ 1 1000 x La suspensión contiene 40% de sólidos, por lo tanto, el caudal másico
de agua:
de este modo:
5 2:73 3 60=40 5
1000 3 100 3 3000
D5 5 1364ðkg m23Þ
ð3000 3 ð100 2 40ÞÞ 1 ð1000 3 40Þ 4:10ðt h21 Þ
Por lo tanto, de la Ec. (3.15), el caudal másico de sólidos en la corriente de De manera similar, el caudal másico de agua en la corriente de suspensión 2:
suspensión 1:
5 1:82 3 45=55 5
5
5:0 3 3000 3 ð1364 2 1000Þ ð3000
1:49ðt h21 Þ
2 1000Þ 5 2:73ðt h21 Þ
Peso total de lodos bombeados:
5 44:9%
2:73 1 1:82 5 4:55ðt h21 Þ
Machine Translated by Google
ha sido implementada con éxito para el monitoreo y control (2002) y Hodouin (2011). Aquí se introducen algunos principios
de plantas de procesamiento de minerales (Duchesne, generales, y las aplicaciones de control específicas se revisan
2010; Aldrich et al., 2010; Janse Van Vuuren et al., 2011; en algunos capítulos posteriores.
Kistner et al., 2013). Algunos sistemas de visión comerciales
son VisioRock/Froth (Metso Minerals), FrothMaster (Outotec) 3.5.1 Sistema de Control Jerárquico Multicapa
y JKFrothCam (JK-Tech Pty Ltd).
El objetivo general de un sistema de control de procesos es
maximizar las ganancias económicas respetando un conjunto
Otros sensores importantes son los medidores de pH,
de restricciones tales como operación segura, regulaciones
los transductores de nivel y presión, todos los cuales
ambientales, limitaciones de equipo y especificaciones del producto.
proporcionan una señal relacionada con la medición de la
La complejidad de las plantas de procesamiento de minerales,
variable de proceso en particular. Esto permite que los
que exhiben múltiples procesos no lineales que interactúan
elementos de control final, como válvulas servo, motores
afectados por perturbaciones no medidas, hace que el problema
de velocidad variable y bombas, manipulen las variables
de optimizar toda la operación de la planta sea engorroso, si no
del proceso en función de las señales de los controladores.
intratable. Para abordar este problema, se ha propuesto un
Estos sensores y elementos de control final se utilizan en
sistema de control jerárquico, como se muestra en la Figura
muchas industrias además de la industria de los minerales
3.24 . El objetivo de esta estructura de sistema de control es
y se describen en otros lugares (Edwards et al., 2002;
descomponer el problema global en subtareas estructuradas
Seborg et al., 2010). b. Avances en microprocesadores y
más simples manejadas por capas de control dedicadas
tecnología informática.
siguiendo la estrategia divide y vencerás. Cada capa de control
Estos han llevado al desarrollo de Sistemas de Control
realiza tareas específicas en una escala de tiempo diferente, lo
Distribuido (DCS) más potentes equipados con aplicaciones
que proporciona una descomposición funcional y temporal
de software fáciles de usar que han facilitado la supervisión
(Brdys y Tatjewski, 2005).
de procesos y la implementación de estrategias de control
avanzadas. Además, las capacidades de DCS combinadas
con el desarrollo de sensores inteligentes han permitido la 3.5.2 Capa de instrumentación
integración de tareas de automatización como la
En el nivel más bajo del sistema de control jerárquico se
configuración de sensores y la detección de fallas. C.
encuentra la capa de instrumentación que se encarga de
Conocimiento más profundo del comportamiento del proceso.
Esto ha llevado a modelos matemáticos más confiables de brindar información a las capas superiores de control sobre el
estado del proceso mediante el uso de dispositivos como
varias unidades de proceso importantes que pueden usarse
sensores y transmisores. Al mismo tiempo, esta capa brinda
para evaluar estrategias de control bajo diferentes
acceso directo al proceso a través de los elementos finales de
condiciones simuladas (Mular, 1989; Napier-Munn y Lynch,
control (actuadores) como válvulas de control y bombas. La
1992; Burgos y Concha, 2005; Yianatos et al., 2012). d.
instrumentación inteligente equipada con capacidades de red
Aumento del uso de grandes unidades, en particular grandes
molinos y celdas de flotación. Esto ha reducido la cantidad ha permitido la implementación de redes de instrumentos que
facilitan la instalación, la puesta en servicio y la resolución de
de instrumentación y el número de lazos de control a
problemas al mismo tiempo que reducen los costos de cableado (Caro, 2009).
implementar. Al mismo tiempo, sin embargo, esto ha
Ejemplos de redes de automatización industrial o bus de campo
aumentado las demandas sobre el control de procesos, ya
son Profibus-PA, Foundation Fieldbust, Ethernet/IP y Modbus
que el rendimiento deficiente de cualquiera de estos grandes
Plus.
equipos tendrá un impacto perjudicial significativo en el
rendimiento general del proceso.
debe considerarse la caracterización (tipo de perturbaciones y punto producción. Para tratar con eficacia la saturación del actuador, se
de ajuste) (Morari y Zafiriou, 1989). Se han propuesto varias reglas de requiere un modelo del actuador.
afinación desde el trabajo de Ziegler y Nichols (1942). Skogestad Un modelo simple de una válvula, por ejemplo, es que está
(2003) proporciona un conjunto simple de reglas de ajuste que completamente abierta cuando la acción de control es superior al 100
proporciona un buen rendimiento para una amplia variedad de % (p. ej., 0,20 mA) y completamente cerrada cuando es inferior al 0
procesos . Entre los controladores de tipo PID, PI (Proporcional- % (p. ej., 4 mA), y varía linealmente cuando la acción de control varía
Integral) es, con mucho, el que se encuentra con mayor frecuencia en en el medio.
aplicaciones industriales, principalmente porque proporciona un Hay algunos casos en los que los controladores PID no son
rendimiento razonablemente bueno con solo dos parámetros (Kc, Ti). suficientes para producir el rendimiento objetivo. En esos casos, las
La aplicación de un solo parámetro, controlador solo proporcional, da técnicas de control regulatorio avanzado (ARC) pueden mejorar el
como resultado un error de estado estable (compensación) que limita rendimiento. Algunas estrategias ARC utilizadas en los sistemas de
en gran medida su aplicación. procesamiento de minerales incluyen: control en cascada, control
Además del ajuste, existen otros problemas con los que el anticipativo, control predictor de Smith y control adaptativo. Para
ingeniero de control debe lidiar cuando implementa un controlador PID. ilustrar la aplicación de estas estrategias ARC, considere un circuito
Por ejemplo, si por alguna razón se rompe el circuito cerrado, el de molienda como el de la figura 3.27.
controlador ya no actuará sobre el proceso y el error de seguimiento El control en cascada se construye anidando bucles de control.
puede ser diferente de cero. La parte integral del controlador, La Figura 3.27 muestra un control en cascada para la regulación de la
entonces, aumentará sin tener ningún efecto sobre la variable del densidad de la suspensión de desbordamiento, que aquí se utiliza
proceso. En consecuencia, cuando se restablezca el circuito cerrado, como sustituto del tamaño de partícula. El controlador de densidad
la salida del control será demasiado grande y el controlador tardará (DC) en este caso es el primario, también conocido como controlador
un tiempo en recuperarse. Este problema se conoce como liquidación maestro. Calcula una acción de control basada en la desviación de la
integral. medición real de la densidad del lodo con respecto a su punto de referencia.
Hay situaciones en las que un sistema de circuito cerrado se Sin embargo, en lugar de actuar directamente sobre el elemento de
convierte en circuito abierto: (1) el controlador se cambia a modo control final (válvula), proporciona un punto de ajuste al controlador
manual y (2) el elemento de control final, como una válvula, se satura de caudal de agua interno FC (controlador secundario o esclavo). Esta
(es decir, se abre o cierra completamente). ). técnica ha resultado útil para atenuar el efecto de las perturbaciones
La figura 3.26 muestra una representación esquemática de un que ocurren en el circuito interno (p. ej., variaciones de la presión del
controlador PID de forma estándar equipado con un esquema anti- agua) sobre la variable principal (densidad), especialmente cuando el
windup que obliga a la parte integral a rastrear la acción de control proceso externo presenta un retraso en el transporte. Además, cuando
real cuando está en lazo abierto. El parámetro Tt se denomina el lazo interno es más rápido que el lazo de control externo, el
constante de seguimiento y determina la velocidad a la que la parte procedimiento de sintonización puede llevarse a cabo secuencialmente
integral seguirá al control real. comenzando por sintonizar el lazo interno.
FIGURA 3.27 Estrategia de control de una sección de molienda (Adaptado de Núñez et al., 2009).
primero el controlador (con el lazo de control externo apagado) y luego predictor controller” y se ha aplicado con éxito para mejorar el rendimiento
ajustando el controlador principal sin tener en cuenta la dinámica del del control del caudal de masa sólida para molinos SAG cuando se
lazo interno. El control de retroalimentación interna también reduce el manipula la alimentación a una cinta transportadora (Sbarbaro et al.,
efecto de las no linealidades del actuador, como el atascamiento de la 2005). En este caso, el retraso del transporte es función de la longitud y
válvula y las características de flujo no lineal y de banda muerta, en el la velocidad de la cinta transportadora.
rendimiento del control primario. Tenga en cuenta que todo el sistema
de control jerárquico de la figura 3.27 es en realidad un sistema de Los cambios en las características de la materia prima y/o los
control en cascada. cambios en las condiciones de operación significan que cualquier modelo
Una desventaja del control por realimentación es que compensa matemático utilizado para la síntesis del controlador ya no reflejará el
las perturbaciones una vez que ya han afectado a la variable del comportamiento dinámico real del proceso. En esos casos, un sistema
proceso, es decir, una vez que se ha producido un error. de control que modifica los parámetros del controlador en función del
El control feedforward toma acciones correctivas anticipadas para desajuste entre el modelo del proceso y el comportamiento real del
compensar una perturbación importante a expensas de tener un sensor proceso se conoce como control adaptativo (Hodouin y Najim, 1992).
adicional para medirla. El ingeniero de control debe evaluar si la inversión Este tipo de control de "autoajuste" se adapta no solo a los cambios
en instrumentación adicional se compensará con una mejor regulación. dinámicos dependientes de la carga, sino también a los cambios
característicos dinámicos aleatorios y/o relacionados con el tiempo
Una aplicación típica de un tipo de control anticipativo es el control (Rajamani y Hales, 1987; Thornton, 1991; Duarte et al., 1998) . Las
de relación. La Figura 3.27 muestra un control de relación de avance medidas que provienen del proceso real se comparan con las medidas
que tiene como objetivo mantener el contenido de sólidos (retención) en predichas por el modelo, y la diferencia se usa como base para la
el molino de barras. Dependiendo de la tasa de flujo de masa sólida que corrección del modelo. Esta corrección altera los parámetros y estados
ingresa al molino medido por un medidor de peso (WT), un controlador (es decir, un conjunto de variables que determina el estado del proceso)
de proporción de avance actúa cambiando el punto de ajuste para el en el modelo para que las predicciones coincidan mejor con las del
circuito de control de tasa de flujo de agua en consecuencia. proceso real. La base de la estimación de parámetros y estados es el
Los procesos que muestran grandes retrasos en el transporte en algoritmo recursivo de mínimos cuadrados (Ljung, 1999), donde el
relación con su dinámica pueden limitar seriamente el rendimiento estimador actualiza sus estimaciones continuamente con el tiempo a
alcanzable de cualquier control de retroalimentación, independientemente medida que llega cada entrada, en lugar de recopilar toda la información
de la complejidad del controlador. En esos casos, el rendimiento del y procesarla en un solo lote (Figura 3.28). ).
control PID se puede mejorar aumentando con un predictor, es decir, un
modelo matemático del proceso sin el retraso de transporte. Esta
estrategia se conoce como “Smith
Machine Translated by Google
yðt 1 1Þ a
2 3 2 3
FIGURA 3.28 Diagrama esquemático de la operación de estimación 6
yðt 1 2Þ 7 6
a2 7
recursiva. 6
yðt 1 3Þ
7 5 6
a3
7
yðtÞ
6 7 6 7
|{z}
^
6 7 6 7
4 yðt 1 HÞ | 5 4 ^ aH 5 Actual
fflfflfflfflfflfflfflffl{zfflfflfflfflfflfflfflffl}
3.5.4 Capa de Control de Proceso Avanzado variable
de proceso
La estrategia de control para la sección de molienda que se muestra en la Figura
predicciones
3.27 , donde se implementaron múltiples lazos de control SISO locales independientes,
de variables de proceso
se conoce como control descentralizado. Cuando el proceso exhibe una interacción
b 0 0 00
severa, esta estrategia descentralizada limita fuertemente el rendimiento alcanzable
2 ab b 0 00 3
y se requieren estrategias de control más avanzadas. Un sistema de control que 6
1 6
6
uðt 1 2Þ ^
7
7
1 6
6
dðt 1 3Þ
7
(MPC) proporciona una metodología para tratar este tipo de problemas de manera 6 7 6 7
uðt 1
sistemática. El principal costo asociado con MPC es la identificación y mantenimiento
4 H 2 1Þ 5 4 ^ dðt 1 HÞ 5
de buenos modelos matemáticos. Sin embargo, los paquetes MPC fáciles de usar |fflfflfflfflfflfflfflfflfflfflfflffl{zfflfflfflfflfflfflfflfflfflfflfflffl} |fflfflfflfflfflfflfflffl{zfflfflfflfflfflfflfflffl}
implementados en los sistemas DCS han facilitado enormemente estas tareas y, por
movimientos de control
lo tanto, la aplicación de la tecnología MPC en los procesos industriales. Ejemplos de
actuales y futuros disturbios futuros
paquetes de software MPC disponibles comercialmente son Connoiseur (Invensys),
Delta V Predict MPC (Emerson), cpmPlus Expert Optimizer (ABB), BrainWave Entonces se puede formular un problema de optimización: encontrar
(Andritz), Profits Controller (Honeywell) y StarCS MPC (Mintek). la secuencia de movimientos de control futuros u(t), u(t 1 tu
Sistemas expertos
En los casos en que la identificación y el mantenimiento de la buena
Los modelos matemáticos para la aplicación de la tecnología MPC se
vuelven sistemas expertos difíciles de manejar, que no
requieren un modelo matemático algorítmico, son una alternativa (Ruel,
2014). Los sistemas expertos derivan de la investigación.
en inteligencia artificial (IA) y son programas de computadora
que emulan el razonamiento de la pericia humana en un dominio limitado
FIGURA 3.30 Diagrama de bloques de un sistema de inferencia Fuzzy.
(Laguitton y Leung, 1989;
Bearman y Milne, 1992). Esencialmente, son computadoras
sistemas que logran altos niveles de rendimiento en las tareas
para lo cual los humanos requerirían años de educación especial, forma trapezoidal o gaussiana. Entonces, cualquier medida
entrenamiento o experiencia. Los operadores humanos a menudo hacen puede ser evaluado para determinar su grado de pertenencia
conjeturas basadas en la “regla de oro” que se han convertido en a cada conjunto borroso. Como resultado, una oración confusa como:
conocidas como heurísticas. Como el conocimiento experto se expresa densidad de subdesbordamiento de ener espesa es 70% "un poco alto", 30%
comúnmente con cierto grado de incertidumbre, ambigüedad o incluso Se puede obtener “medio alto” y 0% “muy bajo”.
contradicción, la lógica difusa forma una integral. Luego, se genera un conjunto de reglas de la forma SI-ENTONCES en
parte de los sistemas expertos. un proceso llamado fase de adquisición del conocimiento. Un ejemplo de
La teoría de la lógica difusa implica el desarrollo de un regla difusa para el control de espesantes es:
conjunto ordenado de declaraciones condicionales difusas, que proporcionan la densidad es "un poco alta", entonces el cambio de adición de floculante es
una descripción aproximada de una estrategia de control, “pequeña disminución”. Finalmente, la última etapa de este sistema de
tal que la modificación y el refinamiento del controlador inferencia difuso (desfuzzificación) convierte una acción difusa
se puede realizar sin necesidad de técnicas especiales como una pequeña disminución de la adición de floculante en un crujiente
habilidades. Estas declaraciones son de la forma: si X es A entonces Y valor (por ejemplo, 10% de disminución).
es B, donde X e Y son variables de proceso y A y B Harris y Meech (1987) han presentado un excelente
representan expresiones lingüísticas como "bajo" y "alto". introducción a Fuzzy Control, mostrando cómo ha sido
Todas las reglas condicionales tomadas en conjunto constituyen un borroso aplicado a un modelo de simulación de un chancado secundario
Algoritmo decisional para el control de la planta. planta. La simplicidad del método permite su aplicación a sistemas tales
La Figura 3.30 ilustra un experto basado en inferencia difusa como circuitos de molienda (Hales y
sistema. Consta de tres etapas: fuzzyficación, regla Ynchausti, 1997), plantas de flotación (Osorio et al., 1999),
inferencia difusa basada y defuzzificación. En la etapa de fuzzificación, el y engrosamiento (Shoenbrunn y Toronto, 1999).
lapso operacional de cada variable, es decir, Los sistemas de control basados en reglas con soporte de lógica difusa
el rango o el universo del discurso como se conoce en AI, es se han vuelto cada vez más ambiciosos. van der spuy
cubiertos por conjuntos borrosos representados por funciones de pertenencia et al. (2003) proponen un “experto en línea” que brindará capacitación y
etiquetadas con expresiones lingüísticas similares al inglés. asistencia al operador. Sistemas expertos
Las funciones de pertenencia suelen ser triangulares, también han demostrado ser útiles para seleccionar qué
Machine Translated by Google
método de control podría ser apropiado, basado en un conjunto de La optimización de la sección de molienda-flotación se puede
reglas relacionadas con las condiciones operativas actuales (Flintoff, descomponer en dos problemas de optimización con funciones
2002). objetivo específicas y restricciones de interfaz (McIvor y Finch,
1991). Un buen ejemplo de RTO fue informado por Holdsworth et
al. (2002) para la mina de plata, plomo y zinc de Greens Creek en
3.5.5 Capa de optimización Alaska. El concentrador altamente instrumentado llevó a cabo
frecuentes balances de masa en línea basados en las últimas 2 h
El objetivo de esta capa de control es determinar el punto de
de operación. Los datos balanceados se usaron para calibrar un
operación de la planta que maximiza el beneficio económico al
modelo de flotación simple. Luego, el operador podría evaluar las
tiempo que satisface un conjunto de restricciones. Esto se puede
estrategias para "mover" el metal entre concentrados a granel de
formular como un problema de optimización en el que una función
bajo valor y concentrados de plomo o zinc de alto valor con la ayuda
objetivo, una función escalar positiva de valor real, proporciona una
de un modelo NSR en línea simple. Se propuso otra aplicación de
medida del rendimiento. Un ejemplo de una función objetivo
la técnica de programación lineal basada en RTO para maximizar
potencial es el Retorno Neto de Fundición (NSR) presentado en el
el rendimiento mientras se mantiene la finura del producto en su
Capítulo 1. Con base en la descomposición temporal del sistema
valor objetivo para una sección de molienda de varillas y bolas
de control jerárquico representado en la Figura 3.24, esta capa
(Lestage et al., 2002).
asume que el proceso opera en estado estable y, por lo tanto, utiliza
Otros sistemas de control de optimización en el procesamiento de
un modelo no lineal estacionario del proceso para determinar las
minerales se pueden encontrar en (Herbst y Bascur, 1984; McKee
condiciones óptimas de operación.
y Thornton, 1986; Hodouin, 2011).
La figura 3.31 muestra un diagrama de bloques de una capa de
Si no se dispone de un modelo preciso del proceso, se puede
optimización en tiempo real (RTO). Un algoritmo de detección de
considerar una estrategia de optimización sin modelo basada en la
estado estacionario monitorea continuamente las variables del
operación evolutiva EVOP (Box y Draper, 1998) . La optimización
proceso para la condición de estado estacionario. Cuando se
de EVOP se basa en la acción de control para continuar o invertir
confirma esta condición, los datos medidos, sujetos a errores de
la dirección del movimiento de la eficiencia del proceso mediante la
diferentes fuentes, se ajustan para satisfacer principios
manipulación del punto de ajuste del controlador para lograr un
fundamentales como los de conservación de masa y/o energía.
mayor nivel de rendimiento.
Este proceso se conoce como reconciliación de datos (Hodouin,
Las variables controladas se modifican de acuerdo con una
2011) (ver Sección 3.6). Luego, los datos reconciliados se utilizan
estrategia predeterminada y el efecto sobre la eficiencia del proceso
para actualizar los parámetros del modelo de proceso, incluidas las
se calcula en línea. Si la eficiencia aumenta como resultado del
entradas externas no medidas, para que el modelo represente la
cambio, entonces el siguiente cambio se realiza en la misma
condición real del proceso con la mayor precisión posible.
dirección; de lo contrario, la dirección se invierte; eventualmente, la
eficiencia debería converger al óptimo (Krstev y Golomeov, 1998).
Para hacer frente a la complejidad, la optimización de la planta
Hulthe´n y Evertsson (2011) implementaron un algoritmo EVOP
generalmente se divide en optimizaciones locales de múltiples
automático que variaba la velocidad excéntrica en una trituradora
etapas coordinadas por un sistema de supervisión. Por ejemplo,
de cono. Aunque el algoritmo apuntó en la dirección óptima, se
encontró que era demasiado lento para hacer frente a variaciones
a corto plazo, como cambios en la alimentación.
Los tres métodos se aplican a los diagramas de flujo complejos corriente de concentrado (Capítulo 1) y es una medida del rendimiento
de equilibrio de masa y proporcionan un conjunto único de metalúrgico de la planta:
estimaciones en presencia de un exceso de datos.
WCxC xF 2 xT xC
$5 5
3 (3.27)
WFxF xC 2 xT xF
3.6.1 La fórmula del producto n La simplicidad del método y las ecuaciones resultantes y la
cantidad limitada de datos necesarios para proporcionar información
La fórmula de n productos se aplica a una unidad de proceso (o grupo de
sobre el rendimiento y la eficiencia del proceso explican el éxito de la
unidades de proceso) con 1 alimentación y n productos, o n alimentaciones
fórmula de dos productos a lo largo de los años (ejemplo 3.8).
y 1 producto, o un total de n 1 1 flujos de alimentación y productos.
En aras de la simplicidad, comencemos con la fórmula de 2
Se pueden usar otros componentes que no sean ensayos de metales,
productos antes de presentar el caso de n productos. La fórmula de 2
incluidos los datos de tamaño de partícula y porcentaje de sólidos (consulte
productos se aplica a una unidad de proceso o grupo de unidades de
la Sección 3.7).
proceso con una alimentación y 2 productos (un concentrado y una
Por extensión de la fórmula de 2 productos, la fórmula de n
corriente de relaves, por ejemplo (Figura 3.33)), o con 2 corrientes de
productos funciona para una unidad de proceso o grupo de unidades
alimentación y un producto (como en una unión ). caja o unidad de
de proceso con una alimentación y n flujos de productos (o cualquier
mezcla).
combinación de n 1 1 flujos alrededor de la unidad de proceso).
Si WF, WC y WT son, respectivamente, los caudales másicos de
Suponiendo que se conoce el caudal másico de la corriente de
alimentación, concentrado y relaves, entonces, suponiendo un estado
alimentación, la fórmula de n productos proporciona una forma de
estacionario, la ecuación de conservación de la masa (sólidos) es:
calcular los caudales másicos de las n corrientes de productos, siempre
WF 5 WC 1 PESO (3.23) que se conozcan los ensayos de metales en cada una de las n 1 1
corrientes. Las ecuaciones de conservación de la masa son:
Suponiendo que xF, xC y xT son los valores de ensayo de un
metal de interés, entonces una segunda ecuación de conservación de
WPi (3.28)
masa (o componente) es: WF 5 Xn
i51
WFxF 5 WCxC 1 PESO xT (3.24) y
Ahora, suponiendo que se midan WF, xF, xC y xT , de las
2 ecuaciones anteriores se deduce que: WFxJF 5Xn _ WPi xj (3.29)
Pi
i51
xF 2 xT xC 2 xF WC 5 WF y WT 5
WF (3.25) xC 2 xT xC 2 xT
xC 52:07
5
5 13:25
xF 3:93
2 2
Para ser solucionable el número de metales ensayados requeridos WF
ðxC2xFÞWF
depende de n, el número de flujos de productos. No hay TV 5 Vf 1 2 Vermont
xC2xT ðxC2xT Þ
caudales másicos desconocidos y, por lo tanto, n conservación de la masa 2 2 (3.32)
se necesitan ecuaciones. Como siempre hay una ecuación ðxF2xT ÞWF xC2xF
1 2 VC 1 FV
disponible que expresa la conservación de la masa de los sólidos ðxC2xT Þ xC2xT
(Ec. (3.28)), entonces se necesitan n 1 ecuaciones adicionales
En las ecuaciones anteriores, la diferencia xC xT está presente
(ecuaciones de la forma de la Ec. (3.29)) y por lo tanto n 1
en el denominador de cada término de las ecuaciones. De ello se
los metales deben ensayarse en las corrientes n 1 1. Tabla 3.1
deduce que la varianza calculada aumenta cuando la
resume los requisitos de la fórmula de n-productos en términos
El valor de la diferencia xC xT disminuye y, por lo tanto, cuando el
de metales ensayados.
el metal analizado no está bien separado en la unidad de proceso.
Si bien la fórmula de 2 productos sigue siendo simple, la
Aplicando la Ec. (3.30) a la fórmula de recuperación
complejidad de la fórmula aumenta muy rápidamente con n, lo que
(Eq. (3.27)) da (nuevamente, recordando, todos los ensayos y
explica por qué su uso se ha limitado a n 5 4.
varianzas como fracciones):
Hablando matemáticamente, existe una formulación matricial del
2 2
problema que se puede computarizar fácilmente. x2 Cx2 T ðxC2xT Þ ðxF2xTÞ _
VR 5 4 Vf 1 x2 v.c.
x2F C
x2 FðxC2xT Þ
2 (3.33)
Análisis de sensibilidad ðxC2xFÞ
1 Vermont
x2T
La fórmula de 2 productos calcula los valores de WC y
WT, los caudales másicos de las corrientes de concentrado y relaves, Esta ecuación muestra claramente que la recuperación calculada
conociendo WF, xF, xC y xT respectivamente la corriente de alimentación la varianza también depende en gran medida de la eficiencia de
caudal másico y el ensayo de metal de interés en cada uno de separación de la unidad de proceso para el metal de interés (Ejemplo 3.9).
los 3 arroyos. Los valores medidos de WF, xF, xC y xT
están contaminados con errores de medición. La medida
los errores se propagan a través de los cálculos a Ejemplo 3.9
los valores de WC y WT. A continuación se explica cómo Las corrientes en la planta de flotación de Zn (Ejemplo 3.8) también son
estimar VC y VT, las varianzas de WC y WT, conociendo VF, Vf, Vc y ensayados por su contenido en Cu y Fe. El laboratorio
Vt, las varianzas de WF, xF, xC y xT. reporta los valores medidos en la Tabla ex 3.9.
Calcular las recuperaciones de zinc y cobre y proporcionar
Suponiendo que se pueden despreciar los términos de covarianza, la varianza
la expresión de sus varianzas como funciones de las varianzas de los
La eficiencia de una función se obtiene a partir de sus primeras derivadas:
ensayos de Zn y Cu en las 3 corrientes.
2 2
df df Solución
Vfðx;yÞ 5 Vx 1 vy (3.30)
ÿx ÿy Las recuperaciones de Zn y Cu se calculan utilizando la ecuación. (3.27):
WC xC ð3:93 2 0:49Þ 3 52:07
Para Zn: R 5 5
5 0:884 o 88:4%
WF x F ð52:07 2 0:49Þ 3 3:93
Aplicando la Ec. (3.30) a la fórmula de 2 productos WC xC ð0:16 2 0:14Þ 3 0:66
Para cobre: R 5 5
5 0:159 o 15:9%
(Ec. (3.25)) da (todos los ensayos y varianzas como fracciones): WF x F ð0:66 2 0:14Þ 3 0:16
2 2
WF y sus varianzas son proporcionadas por la ecuación. (3.33):
ðxC2xFÞ WF Para zinc:
CV 5 Vf 1 2 Vermont
xC2xT ðxC2xT Þ
2 2 (3.31) VR 5 0:059547 3 ½172:2573Vf 1 0:004365Vc 1 9652:06Vt
ðxF2xT ÞWF xF2xT 5 10:25733Vf 1 0:00026Vc 1 574:7472Vt
1 2 VC 1 FV
ðxC2xT Þ xC2xT Para cobre:
Número de Número de Requeridos Número de TABLA Ej. 3.9 Planta de flotación de zinc Metal
Producto Metales Ensayados Muestras Ensayos (%)
Corrientes
Alimento Concentrarse relaves
21 3
zinc 3.93 52.07 0.49
32 4
cobre 0.16 0,66 0.14
43 5
Fe 11.57 14.67 13.09
norte n1 norte 1 1
Machine Translated by Google
De este ejemplo numérico, es evidente que: a) el Dado que un exceso de datos revela errores de medición,
las muestras de flujo que más contribuyen a la varianza de la existe la necesidad de un método de balance de masa que pueda
recuperación son aquellas con los valores de ensayo más bajos manejar datos en exceso.
(alimentación y relaves); b) la varianza del metal menos separado (Cu) es
mucho mayor que la varianza del metal más separado
Más de una unidad de proceso
(Zn); y c) cuando se usa la fórmula de 2 productos, la precisión
del valor de recuperación proviene de la alimentación y relaves Otra limitación de la fórmula de n-productos es que trata
precisión del ensayo de flujo en lugar del concentrado. con una sola unidad de proceso o grupo de unidades de proceso. los
Hay un desafío aquí ya que estos no son necesariamente los fórmula no se aplica a problemas más complejos.
muestras más fáciles de recolectar. Ejemplos resueltos estimando la En el diagrama de flujo del proceso de la Figura 3.34, la alimentación
desviación estándar en la recuperación se dan en el ejemplo 3.19. se mide el caudal y se analiza Cu en cada uno de
las 6 muestras de flujo. La pregunta es: ¿podemos aplicar la
fórmula de n-productos para estimar los caudales no medidos
y completar el balance de masa?
Propagación de errores
Aplicando la fórmula de 2 productos en la unidad de proceso A, se
La fórmula de n-productos permite el cálculo de caudales másicos no
es posible calcular el caudal de cada uno de los 2 chorros de salida.
medidos de ensayos de metales y de la
Teniendo en cuenta que el caudal de alimentación
caudal de la corriente de alimentación. La fórmula de n-productos no
ahora se conoce la corriente a la unidad de proceso B, la fórmula de 2
tener en cuenta los errores de medición; y medición
productos proporciona valores de los 2 caudales de corriente salientes
errores, cuando están presentes, se propagan en el calculado
de la unidad de proceso B.
caudales másicos.
Como resultado de los cálculos anteriores, ahora tenemos un
El ejemplo 3.9 proporciona un buen ejemplo de propagación de
exceso de datos para la unidad de proceso C, ya que la única incógnita
errores. La Tabla 3.2 muestra los valores calculados del sólido
el caudal es para la corriente saliente. En consecuencia, el
dividir usando el ensayo de Zn, el ensayo de Cu y el ensayo de Fe.
La fórmula de 2 productos no logra completar el balance de masa
Si los ensayos medidos están libres de medición cálculo.
errores, los valores de división sólidos serían idénticos ya que, en
Vale la pena notar que al seleccionar cualquier otra ruta en el
teoría (y realidad), solo existe un valor de división sólido.
aplicaciones de la fórmula de 2 productos habrían terminado
Obviamente, el ensayo de Fe es erróneo en al menos uno de los
en la misma situación: un exceso de datos que impide la
3 corrientes, pero es imposible identificar cuál. Si
finalización del cálculo del balance de masa. Existen
cada uno de los ensayos de Zn y Cu se toman individualmente,
varias maneras de abordar este tipo de problema y completar
no es posible asegurar que el ensayo Zn o el Cu
el balance de masa, pero el punto es que la fórmula del producto n no
el ensayo sufre un error en una de las 3 muestras. Es solo es suficiente.
porque se han ensayado al menos 2 metales que podemos
determinar la presencia de errores de medición.
Sin corrección de errores de medición
da acceso a indicadores clave de rendimiento, como la división de El cálculo de estas mejores estimaciones requiere el cálculo de las
sólidos y la recuperación de metales. derivadas de S para cada una de las incógnitas, es decir, los caudales
Hemos visto, sin embargo, que la fórmula del producto n propaga de masa sólida no medidos.
los errores de medición en los valores de caudal calculados. Otro Las mejores estimaciones son aquellos valores de variables desconocidos
inconveniente es que no corrige los errores de medición. En el ejemplo para los cuales las derivadas son todas juntas iguales a cero:
de la Tabla 3.2 y sin ninguna indicación sobre las incertidumbres ÿS
asociadas con los ensayos de Zn y Cu, no hay razón para confiar más 50 (3.37)
ÿWK
en el valor de división sólido calculado con los ensayos de Zn que con
los ensayos de Cu. Obviamente, algo está muy mal con los análisis de Cabe señalar que con las mejores estimaciones obtenidas no se
Fe, pero no hay forma de identificar cuál de las muestras de flujo de verifican rigurosamente las ecuaciones de conservación de masa;
alimentación, concentrado o relaves es la culpable. esencialmente, los desequilibrios de los nodos solo se minimizan.
Por experiencia, las estimaciones obtenidas por este método son tan
Por todas las razones anteriores, la fórmula de n-productos ya no buenas como los mismos valores medidos utilizados para el cálculo
puede considerarse como un método de balance de masa. (Ejemplo 3.10).
La siguiente sección presenta un enfoque más sólido para el balance de
masa en presencia de errores de medición.
Ejemplo 3.10
Para el conjunto de datos de ejemplo en la Tabla ex 3.9, aplique el
3.6.2 Minimización del desequilibrio de nodos
método de Minimización de Desequilibrio de Nodo para estimar el valor
En el método de minimización de desequilibrio de nodos, las ecuaciones de división sólido y compárelo con las estimaciones de la fórmula de 2 productos.
de conservación de masa se escriben considerando la desviación a la Solución
conservación de masa rigurosa debido a errores de medición (Finch y En este ejemplo hay una unidad de proceso y tres metales ensayados;
Matwijenko, 1977; Lynch, 1977; Tipman et al., 1978; Klimpel, 1979). por tanto, hay cuatro ecuaciones de conservación de la masa y, por
Para el caso simple de una unidad de proceso con una alimentación y tanto, cuatro desequilibrios. El criterio S se puede escribir como:
dos productos, las ecuaciones de conservación de masa son:
S5W2 F 1W2 C 1W2 T 22WFWC 22WFWT 12WCWT
WF 2 WC 2 WT 5 IW (3.34)
1W2 x2
F X3 x2 Fi1W2C X3 x2 Ci1W2 T X3 ti
i51 i51 i51
WFxF 2 WCxC 2 WT xT 5 Ix (3.35)
(3.38)
donde las W representan los caudales másicos y las x los ensayos de 22WFWC X3 xFixCi22WFWT X3 xFixTi
i51 i51
metales; IW e Ix son los desequilibrios de nodos (errores) para la masa
de sólidos y la masa de metal de interés, respectivamente. Se pueden xCixTi
12WCWT X3
escribir ecuaciones adicionales para cada metal analizado de interés y/ i51
peso
512 WC
(3.42)
WF WF
TABLA EX 3.10 Ejemplo de desequilibrio de nodo
peso WC WC WC
WF
ð%Þ WF
ð%Þ xF 5 xC 1 1 2 xT (3.43)
WF WF
Uso de Zn, Cu y Fe 80.8 19.1
y las ecuaciones de desequilibrio de nodos para metales se convierten en:
Usando Zn y Cu 93.1 6.87
93.3 6.67 WC WC
Usando solo Zn xF 2 xC 2 1 2 xT 5 Ix (3.44)
WF WF
o:
WC
ðxF 2 xT Þ 2 ðxC 2 xT Þ 5 Ix (3.45)
WF
Limitaciones
El problema general ahora se puede plantear como: encontrar el
El método de minimización del desequilibrio de nodos resuelve dos
mejor estimación de WC que minimiza la suma de cuadrados
Problemas con la fórmula del producto n:
Desequilibrios WF Ix para todos los nodos y metales ensayados:
• Maneja datos en exceso
i 2
• Funciona para más de una unidad de proceso a la vez S 5X X yo Þ (3.46)
xj
j i
Sin embargo, el método presenta 2 limitaciones:
En comparación con la minimización del desequilibrio del nodo
• Es sensible a los errores de medición como se puede ver en
método, el criterio sólo contiene los desequilibrios de los nodos
Ejemplo 3.10 para metales y las variables de búsqueda son un conjunto de caudales
• Solo proporciona estimaciones del sólido no medido. sólidos relativos independientes. Similar al método de minimización de
caudales; valores medidos de caudal y valores de ensayo desequilibrio de nodos, el cálculo de la mejor
no están ajustados estimaciones de los caudales sólidos relativos independientes
Una extensión del método tiene como objetivo disminuir la influencia requiere el cálculo de las derivadas de S para cada uno de
de las malas mediciones. El desequilibrio del nodo criterio las incógnitas, es decir, los caudales sólidos relativos independientes.
Las mejores estimaciones son aquellos valores para los cuales la
los términos se ponderan según la presencia o ausencia
de errores brutos de medición. las derivadas son todas juntas iguales a cero. debido a la manera
los desequilibrios de nodo para los metales se escriben (Ec. (3.45)),
la conservación de la masa de los caudales sólidos relativos se verifica
3.6.3 Minimización por mínimos cuadrados en dos pasos rigurosamente para el caudal sólido relativo estimado
valores.
El método de minimización de mínimos cuadrados de 2 pasos propone un Habiendo determinado WC WF , suponiendo que se mide el caudal
manera de ajustar y corregir los ensayos de metales por los errores de de sólidos de alimentación WF , es posible estimar WC y
medición que los afectan (Wiegel, 1972; Mular, 1979). peso Todos estos valores de caudal verifican rigurosamente su masa
Es un compromiso entre las limitaciones del nodo ecuaciones de conservación.
método de minimización de desequilibrio (Sección 3.6.2) y el En un segundo paso, es posible ajustar el metal
complejidad de la minimización generalizada de mínimos cuadrados valores medidos de ensayo (x) a valores ðx^Þ que verifican su
(Sección 3.6.4) . propias ecuaciones de conservación de masa también. Llamemos a rx
En el método de desequilibrio de nudos, las desviaciones a la el ajuste requerido para cada valor de ensayo de metal, luego
se considera la conservación de masa de sólidos y de metales resulta que:
todos juntos. Los valores de caudal estimado obtenidos minimizan las
rx 5 x 2 x^ (3.47)
desviaciones de todas las ecuaciones de conservación de masa.
En el método de mínimos cuadrados de 2 pasos, los valores de caudal y desde:
que verifican rigurosamente las ecuaciones de conservación de masa de
sólidos y, al mismo tiempo, minimizar las desviaciones a la WC
ðx^F 2 x^T Þ 2 ðx^C 2 x^T Þ 5 0 (3.48)
Primero se estiman las ecuaciones de conservación de masa de los metales. WF
Machine Translated by Google
se sigue por diferencia con la ec. (3.45) que: (Smith e Ichiyen, 1973; Hodouin y Everell, 1980).
Tampoco hay limitación en el número de ecuaciones de
WC
Ix 2 ðrxF 2 rxT Þ 2 ðrxC 2 rxT Þ 5 0 (3.49) conservación de masa.
WF
Las ecuaciones de conservación de la masa se escriben para la
El problema ahora es encontrar los valores de rx que valores teóricos de las variables del proceso. El proceso
minimizar el siguiente criterio de mínimos cuadrados: los valores medidos variables conllevan errores de medición y
por lo tanto, no verifique las ecuaciones de conservación de la masa. Está
2
S 5X X ðrixj Þ (3.50) asumió que los valores medidos no están sesgados, no están
i j correlacionados con los otros valores medidos y pertenecen a Normal
bajo la restricción de igualdad K de la ecuación. (3.49). En distribuciones, N(ÿ,ÿ). Los saldos se pueden expresar como
sigue:
ecuación (3.50), i representa el número de flujos (o muestras)
yj para el número de metales ensayados. El problema es WF 5 vatios 1W T (3.52)
C
se resuelve mejor usando la técnica de Lagrange donde el criterio
se convierte en: WF X
F
5 vatios
C
x
C
1 ancho
T
X
T (3.53)
2 donde * denota el valor teórico de la variable.
L5X X ðrixj Þ 1X ÿkKk (3.51)
i j k Como no se conocen los valores teóricos, el objetivo
es encontrar las mejores estimaciones de los valores teóricos. Con
donde k es el número de nodos (o conservación de masa
los supuestos estadísticos realizados, la máxima verosimilitud
ecuaciones), y ÿk es el coeficiente de igualdad de Lagrange
Las estimaciones son aquellas que minimizan el siguiente criterio
restricción Kk.
generalizado de mínimos cuadrados:
El problema se resuelve calculando las derivadas de
2 2
L para cada una de las incógnitas, es decir, ri y ÿi. El criterio L es ðWj2W^ jÞ ðxij2x^ijÞ
xj
S 5X 1X X (3.54)
mínimo cuando todas sus derivadas son iguales a cero, lo que ÿ2 ÿ2
i Wj j i xij
conduce a un conjunto de ecuaciones a resolver. Resolviendo el conjunto de
ecuaciones proporciona las mejores estimaciones de la ri valores, que donde ^ denota el mejor valor estimado y ÿ2 es el
xj
es decir, los ajustes a los valores de ensayo medidos que varianza del valor medido.
hará que los valores de ensayo ajustados sean coherentes a partir de una masa Es evidente que las mejores estimaciones deben obedecer a la
punto de vista de la conservación (Ejemplo 3.11). ecuaciones de conservación de masa mientras se minimiza el
criterio generalizado de mínimos cuadrados S. Por lo tanto, el problema
Limitaciones consiste en minimizar un criterio de mínimos cuadrados bajo un
conjunto de restricciones de igualdad, las ecuaciones de
El método de minimización de mínimos cuadrados de 2 pasos tiene la
conservación de masa. Tal problema se resuelve minimizando un
ventaja sobre los métodos anteriores de proporcionar
Lagrangiano de la forma:
valores de ensayo ajustados que verifican la conservación de la masa
2 2
ecuaciones El método sigue siendo simple y puede ser fácilmente ðWj2W^ jÞ ðxij2x^ijÞ
L5X 1X X 1X ÿkKk
programado (por ejemplo, usando Excel Solver) para un flujo simple ÿ2 ÿ2
i Wj j i xij k
diagramas
Aunque presenta mejoras significativas sobre (3.55)
los métodos anteriores, el método de 2 pasos no es donde ÿk son los coeficientes de Lagrange y Kk la masa
matemáticamente óptimo ya que los caudales másicos se estiman a partir de
ecuaciones de conservación.
medidos y, por lo tanto, valores de ensayo de metales erróneos. Como se vio anteriormente, el problema se resuelve calculando
Los errores de medición se propagan directamente a los valores las derivadas de L para cada una de las incógnitas, es decir,
de caudal estimados. En otras palabras, la fiabilidad de el W^ x^, y el ÿ. El criterio L es mínimo cuando todos sus
los valores de caudal estimados dependen en gran medida de la las derivadas son iguales a cero, lo que lleva a un conjunto de
fiabilidad de los valores de ensayo medidos. Las ecuaciones podrían, ecuaciones a resolver. Resolver el conjunto de ecuaciones proporciona
sin embargo, modificarse para incluir factores de ponderación con los mejores valores estimados W^ y x^, que verifican la masa
el objetivo de disminuir la influencia de los ensayos deficientes. ecuaciones de conservación. Es importante señalar que incluso
las variables no medidas pueden ser estimadas, ya que
aparecen en las ecuaciones de conservación de la masa de la
3.6.4 Mínimos cuadrados generalizados
Lagrangiano, siempre que exista la redundancia necesaria.
Minimización
En la ecuación. (3.55), la varianza de los valores medidos, ÿ2 ,
El método de minimización de mínimos cuadrados generalizados son factores de ponderación. Siendo un valor medido preciso
propone una forma de estimar los valores de caudal y ajustar el metal asociado con una varianza baja no se puede ajustar marcadamente
valores de ensayo en un solo paso, todos juntos al mismo tiempo sin afectar significativamente el valor total del criterio. En
Machine Translated by Google
Ejemplo 3.11
Para el conjunto de datos de ejemplo de la Tabla ex 3.9 , aplique el mínimo de 2 pasos
TABLA EX 3.11a Mínimos cuadrados de dos pasos
método de minimización de cuadrados para estimar el valor de división sólido
Ejemplo de minimización
y compárelo con la fórmula de 2 productos y las estimaciones de desequilibrio
de nodos. Calcule los valores de ensayo de metal ajustados y peso WC
ð%Þ ð%Þ
WF WF
comparar con los valores medidos.
Uso de Zn, Cu y Fe 93.4 6.57
Solución
En el presente caso, la Ec. (3.46) es: Usando Zn y Cu 93.3 6.67
WF 2
P3 ðxCj 2xTjÞ
j51 ÿL
5 2r i 1 ÿiwC 5 0
Usando el conjunto de datos de la Tabla ex 3.9, se deriva la Tabla ex 3.11a . d ri xF
xF
Los resultados de la Tabla ex 3.11a muestran que el método es
ÿL
mucho menos sensible a la exactitud de los ensayos de metales que 5 2r i 1 ÿið1 2 wC Þ 5 0
d ri xF
los resultados del método de desequilibrio de nodos que se muestran en la Tabla ex xT
xF 1 1 w2
2 2 2 i C 1 ð12wCÞ
2 ri Þ
L 5X3 ðrixF Þ 1 ðri
xC
Þ 1 ðri xT Þ 1X3 _ yo yoX 2 ðri xF xT
i51 i51 i
2 yoxwC
5
2
Rhode Island
xC 1 1 w2
2 wC ðri 2 ri Þ C 1 ð12wCÞ
xC xT
2 yo i ð1 2 wC Þ
y las derivadas para cada variable son: 5 X
2
Rhode Island
xT 1 1 w2
C 1 ð12wCÞ
ÿL
5 2ri 2 ÿi 5 0 y la solución numérica es:
d ri xF
xF
i
yo
La tabla ex 3.11b muestra una comparación de los valores medidos Tenga en cuenta que los ensayos de flujo de concentrado apenas se ajustan por
ensayos (Tabla ex 3.9) con los ajustados donde comparación con los otros 2 ensayos de corriente.
ajuste 5 (medido ajustado)/medido como porcentaje.
Machine Translated by Google
para un caso simple, existe una más elegante y genérica Por lo tanto, solo se requiere encontrar el mejor valor de w^ C
solución matemática que se puede programar. La solución usa y el algoritmo consiste en:
2
ðxij2x^ijÞ TABLA EX 3.12a Mínimos cuadrados generalizados
L 5X3 1x3 _ ÿiKi
X3 ÿ2 Ejemplo de minimización
j51 i51 xij i51
ÿL
522 ðxCi 2 x^CiÞ
2 ÿiwC 5 0
dx ^Ci ÿ2
xCi
ÿL ðxTi 2 x^ TiÞ
5 2 2 2 ÿið1 2 wC Þ 5 0
dx^ ti ÿ2
xTi 3.6.5 Modelos de balance de masa
donde i representa Zn, Cu o Fe, para un total de 13 ecuaciones y 13
La formulación del método de minimización de mínimos cuadrados
incógnitas. Se puede demostrar que una vez que el
generalizados permite resolver problemas de balance de masa complejos.
valor de w^ C se sabe entonces hay una solución analítica
problemas. El criterio de Lagrange consta de 2 tipos de
ción para x^ij:
términos: los ajustes ponderados y las restricciones de conservación
xFi 2 xCiw^ C 2 xTið1 2 w^ CÞ _
1
x^fi 5 xFi 2 2 2
3 de masa. El criterio puede extenderse fácilmente a
1 1 w^ C
1
ÿ2
ð12w ^ CÞ ÿ2
xFi incluyen varios tipos de medidas y ecuaciones de conservación de
ÿ2 ÿ2
xFi xCi xTi
masa.
Machine Translated by Google
El conjunto completo de ecuaciones de conservación de masa que se Es conveniente definir el modelo de balance de masa utilizando el
aplican a un conjunto de datos dado y un problema de balance de masa se concepto de redes. De hecho, la estructura y el número de ecuaciones de
denomina modelo de balance de masa. Según las mediciones realizadas y conservación de masa requeridas dependen del diagrama de flujo del
los análisis de muestras, los siguientes tipos de ecuaciones de conservación proceso y los tipos de medición.
de la masa pueden aplicarse normalmente en las plantas de procesamiento Por lo tanto, es conveniente definir un tipo de red por tipo de variable de
de minerales: proceso, sabiendo que la estructura de las ecuaciones de conservación de
masa para caudales sólidos (Ec. (3.23)) es diferente de la de los ensayos
• Conservación de los caudales másicos de lodo •
de metales (Ec. (3.24)), por ejemplo.
Conservación de los caudales másicos de la fase sólida •
Un tipo de red no solo significa un tipo de ecuación de conservación
Conservación de los caudales másicos de la fase líquida (para un
de masa, sino que también expresa el flujo de la masa de interés (sólidos,
balance hídrico, por ejemplo) •
líquidos, metales...).
Conservación de las proporciones de sólido a líquido
Para la unidad de proceso de 2 productos de la Figura 3.33, suponiendo
• Conservación de los componentes en la fase sólida (p. ej.,
que se han analizado 3 metales (Zn, Cu y Fe) en cada flujo, la Figura 3.35
tamaño de partícula, clase de liberación)
muestra las 2 redes que se pueden desarrollar, una para cada tipo de
• Conservación de componentes en fase líquida (en
ecuación (Ecs. ( 3.23) y (3.24)).
plantas de lixiviación, por ejemplo)
Para el diagrama de flujo más complejo de la Figura 3.34, suponiendo
También hay condiciones adicionales de conservación en masa. nuevamente que se han analizado 3 metales (Zn, Cu y Fe) en cada una de
tensiones como: las 6 corrientes, la Figura 3.36 muestra las 2 redes que se pueden desarrollar.
FIGURA 3.35 Redes de conservación de masa para el diagrama de flujo de la Figura 3.33: (a) Para sólidos, y (b) Para metal (en este caso son iguales).
FIGURA 3.36 Redes de conservación de masa para el diagrama de flujo de la Figura 3.34: (a) para sólidos y (b) para metal (nuevamente, son lo mismo en este caso).
Machine Translated by Google
la fuente de comparación debe estar disponible. Eso se logra Suponiendo que se hayan eliminado los errores
hasta cierto punto a través de la reconciliación de datos sistemáticos y gruesos, y que los errores de medición sean
(Berton y Hodouin, 2000). Se puede sospechar un sesgo si aleatorios y obedezcan a las distribuciones normales, hay dos
una medida a lo largo del tiempo se ajusta sistemáticamente formas principales de determinar la varianza de los valores de
a un valor más bajo (o más alto). Una vez que se detecta e las variables estimadas (caudales de flujo y su composición):
identifica un sesgo, se debe eliminar la fuente del sesgo y el sesgosimulación
mismo. de Monte Carlo y error calculo de propagacion
Recuerde, el método de mínimos cuadrados generalizados es un Cada método tiene sus propias ventajas y desventajas; cada
método estadístico para la reconciliación de datos por balance de método proporciona una estimación de la varianza de las
masa y el sesgo es un error determinista, no una variable estadística variables ajustadas o estimadas.
y, por lo tanto, es una perturbación no deseada en el procesamiento En el enfoque de simulación de Monte Carlo (Laguitton, 1985), los
de datos estadísticos. conjuntos de datos se generan perturbando los resultados del balance
Los errores de medición también se pueden caracterizar por de masa de acuerdo con el modelo de error asumido. Cada nuevo
su amplitud, errores pequeños y grandes, y por la distribución de conjunto de datos se reconcilia estadísticamente y se determinan las
frecuencias de la señal de medición a lo largo del tiempo: baja propiedades estadísticas de los conjuntos de datos reconciliados.
frecuencia, alta frecuencia o cíclica. Aunque no existe una En el enfoque de propagación de errores (Flament et al.,
definición para un error grosero, los errores groseros son 1986; Hodouin et al., 1989), las ecuaciones a través de las
estadísticamente poco probables. Como tal, si se sospecha un cuales deben propagarse los errores de medición son complejas
error grave, debe corregirse antes de realizar el ajuste estadístico. y, por lo tanto, es preferible linealizar las ecuaciones alrededor
Por lo general, los errores graves tienen un origen humano o son de un punto estacionario. Obviamente, el balance de masa
el resultado de un instrumento que no funciona correctamente. obtenido es un punto estacionario bueno y válido. Luego se
Los errores de medición se originan en dos fuentes resuelve el conjunto de ecuaciones linealizadas para determinar
principales: errores de muestreo y errores de análisis. Los las varianzas de las variables. Este método permite el cálculo
errores de muestreo resultan principalmente de la heterogeneidad de valores de covarianza, una característica valiosa para
del material a muestrear y la dificultad de recolectar una muestra calcular intervalos de confianza en torno a indicadores clave de
representativa; los errores de análisis resultan de la dificultad rendimiento, por ejemplo.
para analizar las composiciones de la muestra. La falta de A partir de un conjunto de variables de proceso medidas
eficiencia de los instrumentos utilizados para medir las variables y sus varianzas, por lo tanto, es posible determinar un
del proceso también contribuye a los errores de medición. Los conjunto de valores conciliados y sus varianzas:
errores de análisis se pueden medir en el laboratorio y, por lo
tanto, la varianza del error de análisis es estimable. Los errores 8 9 8 W^ ÿ2j ; 9
Wj; ÿ2Wj
de muestreo son difíciles de estimar y, por lo general, solo se
W
^j (3.61)
< =
pueden clasificar las muestras recolectadas de las más fáciles a las más difíciles de: recolectar.
xij; ÿ2xij = ;. < : x^ij; ÿ2x^ij ;
Suponiendo que se hayan eliminado los errores sistemáticos y
gruesos, los errores de medición puramente aleatorios se Se puede demostrar que la varianza de los valores
pueden modelar utilizando dos funciones: una que representa ajustados es menor que la varianza de los valores medidos.
el error de muestreo y la otra que representa el error de análisis. Si bien la varianza de los valores medidos es la que más
El modelo más sencillo es el denominado modelo de error contribuye a la varianza de los valores ajustados, la
reducción de los valores de la varianza resulta de la
multiplicativo en el que la varianza del error de análisis ðÿ2 AEÞ
se multiplica por un factor (kSE) que representa la información estadística proporcionada. La redundancia de
representatividad de la muestra o el error de muestreo: cuanto datos y la topología de las redes de conservación masiva
mayor sea el valor del factor, menos representativa será la muestra.son los principales contribuyentes al contenido estadístico de la información
proporcionado para el cálculo del balance de masa.
ÿ2YO 5 kSEÿ2
AE
(3.60)
• Herramientas de visualización y validación para detectar rápidamente notará que es importante retener un gran número
errores graves de cifras significativas para evitar “errores de redondeo”, redondeo
• Una herramienta de análisis de sensibilidad al final para crear los valores dados en la Tabla 3.3.) De
• Una herramienta de análisis de estimabilidad y redundancia la fracción sólida el tonelaje a concentrar se calcula por
• Herramientas estadísticas para validar los modelos de error contra multiplicando por el caudal de sólidos de alimentación (es decir,
los ajustes realizados 25.650 3 0,065 5 1.674,1), que a su vez da el tonelaje a relaves. La
recuperación al concentrado se da
Además, dependiendo de los tipos de balance de masa
usando la Ec. (3.27), y por lo tanto la recuperación (pérdida) de cruz es
y aplicación, el programa debe proporcionar:
conocido; en conjunto, la recuperación y la pérdida se denominan
• Compatibilidad con análisis completos (p. ej., distribuciones de tamaño) “distribución” en el cuadro. La información en la tabla sería
• Compatibilidad con fracciones de ensayo por tamaño utilizarse, por ejemplo, para comparar el rendimiento entre
• Conectividad a sistemas externos (bases de datos de archivo, periodos de tiempo, y para calcular el Retorno Neto de Fundición
Sistemas de gestión de información de laboratorio) para (Capítulo 1).
adquisición de datos automatizada
• Detección y eliminación automatizadas de errores graves
3.7 EJEMPLO DE BALANCE DE MASA
• Configuración automatizada de modelos de conservación en masa
concentración de Zn 1.674,1 52.07 0,66 87.35 25.71 3.7.3 Ilustración de la sensibilidad de la recuperación
23.975,9 0,53 0.13 12.65 74.29 Cálculo
relaves
Ejemplo 3.15 Si bien esto puede parecer que simplemente podríamos aplicar la fórmula
Los arroyos alrededor del hidrociclón en el circuito (Figura ex de dos productos, siempre es recomendable configurar la solución
3.15) fueron muestreados y secados para análisis de tamaño de partícula con a partir de los saldos básicos. Intentar recordar fórmulas es una invitación al
los resultados de la Tabla ex 3.15. Determine los sólidos divididos en error.
subdesbordamiento y la carga circulante. Las estimaciones de U/F derivadas de cada clase de tamaño son
tu
5 0:616
F
TABLA EJEMPLO 3.15 Datos de distribución de tamaño obtenidos en la alimentación, el desbordamiento y el subdesbordamiento del ciclón
tu
CL 5
O
donación:
tu 0:616
5
5 1:60
O 0:384
Ejemplo 3.16
Al mismo tiempo que se tomaron muestras de los arroyos alrededor del ciclón, Combinando ecuaciones para eliminar F deducimos que:
TABLA EX 3.16 Datos de distribución de tamaño sin procesar (sin ajustar) para alimentación nueva, descarga de molino de bolas,
y alimentación ciclónica
El ejemplo 3.19 plantea una pregunta sobre cómo estimar Independientemente, hay cierto cuestionamiento del uso común
la varianza En este caso, una desviación estándar relativa de la desviación estándar relativa como el estándar absoluto
(desviación estándar dividida por la media) se tomó y desviación disminuye a medida que disminuye el valor del ensayo y algunos
se supone igual para todos los ensayos. La desviación estándar podría diría que esto no es realista. Modelos de error alternativos
desglosarse en el asociado al muestreo y que evitan esto han sido sugeridos (Morrison, 2010),
el asociado con el ensayo, o algún otro "modelo de error". pero ninguno parece ser universalmente aceptado.
Machine Translated by Google
en la suspensión, y 2, utilizando proporciones de dilución. Usando F, O, U para problema podría plantearse comenzando con el equilibrio de la lechada, pero
representar las tasas de flujo de alimentación, desbordamiento y se presta al enfoque de la relación de dilución. Usando el mismo simbolismo
subdesbordamiento, f, o, u para representar el % de sólidos (como una fracción) que en el Ejemplo 3.17 , las razones de dilución
y los subíndices sl, s y w para representar la suspensión, los sólidos y el agua, son:
Balances basados en lodo: Podemos escribir tres balances: Lodo: Fsl 5 Fw 5 Fs 5 Fsf fs s 5 Fsð0:818Þ
Osl 1 Usl Sólidos: Fslfs 5 Oslos 1 Uslus Agua: Fslð1 2 fsÞ 5 Oslð1 2 osÞ
100 2 os 0
100 2 nosotros 0
osl 1 2 os 1
-Osl 3
Rw=o 5
Fsl 1 2 fs FSL 1 2 fs Partición de sólidos: Los dos saldos son:
Sólidos: Fs 5 Os 1 Us
Dado que Usl no aparece en la ecuación de recuperación, se puede sustituir 0 0 0
Rw=o 5 Esto se compara bien con la estimación del ejemplo 3.15, que a menudo
usð1 2 fsÞ
no es el caso cuando se utilizan datos sin procesar, es decir, sin ajustar; los
Balances basados en relaciones de dilución: Usando relaciones de dilución datos de % de sólidos podrían incluirse en el balance de masa/reconciliación de
(Sección 3.4) se puede obtener el caudal másico de agua, como se ilustra datos, y deben incluirse si se van a utilizar los valores de flujo derivados de esos
usando la corriente de alimentación como ejemplo: Sólidos de alimentación: Fs datos.
5 Fslfs Agua de alimentación: Fw 5 Fslð1 2 fsÞ 1 2 fs De la relación: Fw 5
División de agua: La división de agua es:
Fs fs 0
uw Usú s
5
Rw=t 5
FW FSF s0
nosotros 2 fs
Rw=o 5
usð1 2 fsÞ
Por lo tanto, los dos enfoques dan el mismo resultado, como debe ser el
caso.
Ejemplo 3.19 Un
Resolviendo obtenemos:
concentrador trata una alimentación de 2,0% de metal. Compare el intervalo de
0:65 2 0:30
confianza del 95% en la recuperación para las siguientes dos condiciones:
Rw=o 5
0:65 3 ð1 2 0:3Þ
Rw=o 5 0:769 o 77% una. Produciendo concentrado con ley de 40% de metal y relaves de 0.3% de
metal.
Machine Translated by Google
Considere que la desviación estándar relativa del metal con visión artificial: una revisión. En t. J. Minero. Proceso. 96 (1-4 ), 1 13.
Para insertar los valores de Vf, Vc y Vt , las desviaciones estándar metros II: estimación del estado. Minero. Ing. 15 (12), 1043 1053.
Arena, T., McTiernan, J., 2011. Análisis en la banda en la operación de cobre de Sepon .
relativas deben cambiarse a valores absolutos, ÿ (recuerde que la Ec. (3.33)
proc. Diseño de Plantas Metalúrgicas y Estrategias Operativas (MetPlant 2011).
está escrita en términos de fracciones): 5 5% de 2.0% 5 0.1% ( o 0,001); 5
AusIMM, Perth, WA, Australia, págs. 527 535.
ÿf 5% de 40% 5 2% (o 0,02);
Bauer, M., Craig, IK, 2008. Evaluación económica del control avanzado de procesos Una
ÿc
y ÿt 5 5% de 0,3% 5 0,015% (o 0,00015) encuesta y un marco. J. Control de Procesos. 18 (1), 2 18.
Sustituyendo da (recordando que V 5 ÿ2 ): VR 5 Bauer, M., et al., 2007. Un índice de ganancias para evaluar los beneficios del control de
0.14492 (0.000394 1 7.225E 10 1 0.000361) procesos. Ing. Ind. química Res. 46 (17), 5614 5623.
VR 5 0.00011 Bearman, RA, Milne, RW, 1992. Sistemas expertos: oportunidades en la industria de los
minerales. Minero. Ing. 5 (10-12), 1307 1323.
Es decir: ÿR 5 0.01046 (o 1.05%)
Bergeron, A., Lee, DJ, 1983. Un enfoque práctico para el análisis en línea
La desviación estándar de la recuperación es 6 1,05 % o un intervalo de
hermana mín. revista Octubre, 257 261.
confianza del 95 % aproximado de 2 3 1,05 % o 2,1 %. La recuperación se
Berton, A., Hodouin, D., 2000. Detección estadística de errores brutos en cálculos de
informa mejor, por lo tanto, como:
balance de materia. En: Herbst, JA (Ed.), Control 2000: Procesamiento mineral y
R 5 85:6 6 2:1%
metalúrgico. SME, Littleton, CO, EE. UU., págs. 23 33. (Capítulo 3).
Soluciónb) Blanchette, G., et al., 2011. Errores de estimación para el inventario de oro en grandes
Recuperación: tanques de lixiviación de carbono. proc. 43ª Reunión Anual de la Conf. de
De la Ec. (3.27): R 5 85.6% (es decir, lo mismo) Procesadores de Minerales de Canadá. CIM, Ottawa, ON, Canadá, págs. 477 490.
Desviación estándar de R: Box, GEP, Draper, NR, 1998. Operación evolutiva: un método estadístico para la
mejora de procesos. Ed. Clásicos. John Wiley and Sons, Nueva York, NY, EE.
Resolviendo para VR (Ec. (3.33)):
UU.
VR 5 3:11675ð0:2025 Vf 1 0:10124 Vc 1 0:02367 VtÞ Boyd, R., 2005. Un enfoque innovador y práctico para el muestreo de lodos para la
Para insertar los valores de Vf, Vc y Vt el estándar relativo contabilidad metalúrgica. ,www.thermo.com.cn/ Resources/201007/27101513615.doc..
ÿc 2,2% 5 0,11% (o 0,0011); AL, et al., (Eds.), Diseño, práctica y control de plantas de procesamiento de minerales,
vol. 2. SME, Littleton, CO, EE. UU., págs. 2020 2047.
y ÿt 5 5% de 1,3% 5 0,065% (o 0,00065)
Sustituyendo da (recordando que V 5 ÿ2 ): Brdys, M., Tatjewski, P., 2005. Algoritmos iterativos para el control de optimización
ÿR 5 0:102ðo 10:2%Þ Cao, S., Rhinehart, RR, 1995. Un método eficiente para la identificación en línea
catión de estado estacionario. J. Control de Procesos. 5 (6), 363 374.
Y el intervalo de confianza del 95% es:
Caro, D., 2009. Selección de redes de automatización: un manual de referencia.
R 5 85:6 6 20:4% segunda ed. Editorial: ISA (Sociedad Internacional de Automatización).
Clarkson, CJ, 1986. El potencial de automatización y control de procesos en la preparación Gonza´lez, GD, et al., 2003. Local models for soft-sensors in a rougher
del carbón. Norrie, AW, Turner, DR (Eds.), Proc. banco de flotación. Minero. Ing. 16 (5), 441 453.
Automatización para el Desarrollo de Recursos Minerales: 1er Simposio de IFAC, Gy, PM, 1967. L'Echantillonage des Minerais en Vrac (Muestreo de materiales particulados).
Brisbane, Queenland, Australia, pp. 247 252. vol. 1. Revue de l'Industrie Minerale, Especial, No. St. Etienne, Francia.
Cortés, G., et al., 2008. Control predictivo multivariable de flotación rougher: concentrador
A-1 División Codelco Norte. Kuyvenhoven, R., et al. (Eds.), Proc. Inertnation Mineral Gy, PM, 1982. Muestreo de materiales particulados: teoría y práctica. segunda ed.
Processing Conf., Santiago, Chile, pp. 327 337. Elsevier, Ámsterdam.
Hales, LB, Ynchausti, RA, 1992. Redes neuronales y su uso en la
Crowe, CM, 1996. Progreso y desafíos de la reconciliación de datos . j predicción de la potencia del molino SAG. En: Kawatra, SK (Ed.), Conminución -
Control de procesos. 6 (2-3), 89 98. Teoría y práctica. SME, Littleton, CO, EE. UU., págs. 495 504. (Capítulo 36).
Cutting, GW, 1976. Estimación de balances de masa entrelazados en plantas complejas
de beneficio de minerales. En t. J. Minero. Proceso. 3 (3), 207 218. Hales, LB, Ynchausti, RA, 1997. Sistemas expertos en trituración
Darouach, M., et al., 1989. Estimador de máxima verosimilitud de las varianzas del error estudios de casos. En: Kawatra, SK (Ed.), Prácticas de trituración.
de medición en la reconciliación de datos, Proc. Procesamiento avanzado de SME, Littleton, CO, EE. UU., págs. 57 68. (Capítulo 8).
información en control automático (AIPAC'89), IFAC, Nancy, Francia, pp. 109 112. Harris, CA, Meech, JA, 1987. Lógica difusa: una técnica de control potencial para el
procesamiento de minerales. Toro CIM. 80 (905), 51 59.
Duarte, M., et al., 1998. Optimización de la operación de molienda de la planta Herbst, JA, Bascur, OA, 1984. Control de procesamiento de minerales en las realidades y
concentradora CODELCO-Andina. Minero. Ing. 11 (12), 1119 1142. 1980 los sueños. En: Herbst, JA (Ed.), Control '84 Procesamiento mineral/
metalúrgico. Control de procesamiento de minerales en la década de 1980. SME,
Duchesne, C, 2010. Análisis de imágenes multivariadas en el procesamiento de minerales. Nueva York, NY, EE. UU., págs. 197 215. (Capítulo 21).
En: Sba´rbaro, D., del Villar, R. (Eds.), Supervisión y Control Avanzado de Plantas Herbst, JA, Bascur, OA, 1985. Estrategias de control alternativas para el carbón
de Procesamiento de Minerales. Springer, Londres, págs. 85 142. (Capítulo 3). flotación. Minero. Metal. Proceso. 2, 1 9.
Herbst, JA, Pate, WT, 1996. Estimación en línea de volúmenes de carga en molinos
Edwards, R., et al., 2002. Estrategias para instrumentación y control de circuitos de semiautógenos y autógenos, Proc. 2ª Conferencia Internacional sobre Tecnología de
molienda. En: Mular, AL, et al., (Eds.), Diseño, práctica y control de plantas de Molienda Autógena y Semiautógena, vol. 2, Vancouver, BC, Canadá, págs. 669 686.
procesamiento de minerales, vol. 2. SME, Littleton, CO, EE. UU., págs. 2130 2151.
Hodouin, D., 2011. Métodos de control automático, observación y optimización en plantas
Finch, JA, Matwijenko, O., 1977. Comportamiento mineral individual en un circuito de de procesamiento de minerales. J. Control de Procesos. 21 (2), 211 225.
molienda cerrado. Bol. CIM, 70(788), 164 172. Hodouin, D., Everell, MD, 1980. Un procedimiento jerárquico para el ajuste y el balance
Flament, F., et al., 1986. Propagación de errores de medición en el cálculo de balance de de materiales de datos de procesos minerales. En t. J. Minero.
masa de datos de procesamiento de minerales, Proc. XIX Simposio Internacional de Proceso. 7 (2), 91 116.
Aplicación de Computadores e Investigación Operativa (APCOM'86). Aplicaciones Hodouin, D., Najim, K., 1992. Control adaptativo en el procesamiento de minerales.
de procesamiento de minerales I, págs. 553 562 (capítulo 50). Toro CIM. 85 (965), 70 78.
Hodouin, D., et al., 1989. Fiabilidad de los cálculos de balance de materia un enfoque de
Flintoff, B., 2002. Introducción al control de procesos. En: Mular, AL, et al., (Eds.), Diseño, sensibilidad. Minero. Ing. 2 (2), 157 169.
práctica y control de plantas de procesamiento de minerales, vol. Holdsworth, M., et al., 2002. Optimización de la producción de concentrados en la mina
2. SME, Littleton, CO, EE. UU., págs. 2051 2065. Green's Creek. proc. Reunión Anual Pyme, Preprint 02-063.
Flintoff, B., et al., 1991. Justificación de proyectos de control. En: Halbe, DN SME, Phoenix, AZ, EE. UU., págs. 1 10.
(Ed.), Operadores de planta. SME, Littleton, CO, EE. UU., págs. 45 53. Holmes, RJ, 1991. Métodos de muestreo: problemas y soluciones.
Flintoff, B., et al., 2014. Innovaciones en instrumentación y control de trituración. En: Malhotra, D., et al., (Eds.), Evaluación y optimización del rendimiento metalúrgico.
Procesamiento de minerales y metalurgia extractiva: 100 años de innovación. SME, Littleton, CO, EE. UU., págs. 157 167.
SME, Englewood, CO, EE. UU., págs. 91 116. (Capítulo 16).
Holmes, RJ, 2004. Muestreo y medición correctos: la base de una contabilidad
Franc¸ois-Bongarc¸on, D., Gy, P., 2002a. Aspectos críticos del muestreo en molinos y metalúrgica precisa. Quimio. Intel. Laboratorio. sist. 74 (1), 71 83.
plantas: una guía para comprender las auditorías de muestreo. JS Af.
Inst. mín. Metal. 102 (8), 481 484. Hulthe´n, E., Evertsson, CM, 2011. Algoritmo en tiempo real para el control de trituradoras
Franc¸ois-Bongarc¸on, D., Gy, P., 2002b. El error más común al aplicar la 'Fórmula de de cono con dos variables. Minero. Ing. 24 (9), 987 994.
Gy' en la teoría del muestreo de minerales y la historia del factor de liberación. JS Janse Van Vuuren, MJ, et al., 2011. Detección de cambios en los estados operativos de
Af. Inst. mín. Metal. 102 (8), 475 480. los hidrociclones. Minero. Ing. 24 (14), 1532 1544.
Jansen, W., 2009. Aplicación de las mejores prácticas en la contabilidad y reconciliación
Frew, JA, 1983. Diseño asistido por computadora de esquemas de muestreo. En t. j de la producción de metales. Ing. mín. J. (EyMJ). 211 (10), 68 71.
Minero. Proceso. 11 (4), 255 265. Johnson, NW, 2010. En: Greet, CJ (Ed.), Métodos existentes para el análisis de
Geelhoed, B., 2011. ¿Es precisa la fórmula de Gy para el error de muestreo fundamental ? procesos. Optimización de plantas de flotación: una guía metalúrgica para
Evidencia experimental. Minero. Ing. 24 (2), 169 173. identificar y resolver problemas en plantas de flotación. AusIMM, págs. 35 63.
Gonza´lez, GD, 2010. Soft sensing. En: Sba´rbaro, D., del Villar, R.
(Eds.), Supervisión y Control Avanzado de Plantas de Procesamiento de Minerales. Jonas, R., 2008. Control avanzado para el procesamiento de minerales: mejor que los
Springer-Verlag, London Limited, Reino Unido, págs. 143 212. sistemas expertos. proc. 40ª Conferencia Anual de Operadores de Procesadores
(Capítulo 4). de Minerales . CIM, Ottawa, ON, Canadá, págs. 421 443.