Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
2
d) "La molienda semiautógena aprovecha la presencia de colpas de gran tamaño en la
alimentación, que cumplen un rol complementario al de las bolas como medios de
molienda (111)". El efecto que produce la granulometría de alimentación en la
operación del molino semiautógeno, y en particular la observación de que una
granulometría más fina en la alimentación genera mayores beneficios, ha tenido
efectos más allá de los límites de la planta concentradora, llegando al proceso
extractivo de la mina y particularmente al proceso de tronadura. La base de esta
acción radica que cualquier aumento en los costos de las etapas ubicadas aguas
arriba del circuito, genera beneficios mayores en las etapas posteriores (Mine to
Mili). De esta forma, aunque se duplique el costo de tronadura, generando una
mayor proporción de finos además de un mineral más débil (debido a que con
cargas y distribuciones adecuadas de explosivos se generan muchas grietas
internas), la reducción de costos unitarios que se observa en las etapas de molienda
semiautógena y de bolas, genera un balance positivo en el proceso global de
reducción de tamaños.
e) "El chancado de pebbles es una etapa adicional que se utiliza cuando existe una
gran producción de tamaño crítico al interior del molino". Una pregunta recurrente de
los operadores de molinos semiautógenos es ¿cuál es el rango que define el
tamaño crítico para su mineral y molino? La respuesta inicial es que el rango de
tamaño crítico es "una característica propia del mineral". Sin embargo, es indudable
que depende dinámicamente de la distribución de niveles de energía disponible y de
la velocidad de entrada y salida de mineral. Una respuesta muy práctica es que
depende de la abertura de la parrilla de descarga del molino y de la abertura de las
mallas del harnero o trommel. Por lo tanto, mientras mayor es la abertura de la
parrilla de descarga, "mayor es la generación de tamaño crítico" y, en consecuencia,
aparece la necesidad de tener una etapa de chancado de pebbles. De todas
maneras, el chancador hará un trabajo de reducción de tamaños más eficiente que
el propio molino semiautógeno y el circuito resultará optimizado.
f) "El nivel de llenado de bolas de un molino semiautógeno debe ser de 8 a 10% del
volumen efectivo del molino". Esta regla es de la época en que se pensaba que las
bolas sólo "complementaban" o "reforzaban" el mecanismo "primario" de molienda
autógena del mineral. Como ya se ha visto, las bolas son un medio de molienda
mucho más eficiente que las colpas, y han pasado por ello a ser el medio principal
de molienda. En el caso de molinos alimentados con mineral prechancado, las bolas
son el único medio de molienda. En consecuencia, mayores niveles de bolas
aumentan la capacidad de molienda del molino, limitando este nivel sólo en la
resistencia estructural del molino y en la capacidad del sistema de lubricación para
soportar el peso. Lógicamente, el aumento de capacidad de molienda requiere un
ajuste de los demás parámetros operacionales para mantener un nivel suficiente de
mineral a ser molido. Esto explica la tendencia a que cada operación en particular
evalúe la capacidad máxima de bolas que puede admitir su molino, y que se
observen casos en que los niveles de llenado de bolas se controlan en 16 a 17%.
g) "El tamaño de bola de recarga debe ser el mayor posible". Esta aseveración es una
extrapolación extraída de modelos cinéticos de molienda para mejorar la eficiencia
del molino con los tamaños críticos, asociada con la necesidad de que el medio de
3
molienda proporcione la energía individual de impacto o interacción con el mineral
que asegure su reducción de tamaños. Sin embargo, no se hace ninguna
consideración respecto de DÓNDE ocurren tales impactos. Un manejo inadecuado
de la velocidad y el diseño de levantadores puede tener consecuencias
catastróficas, al igual que la disminución temporal del nivel de carga en el molino.
Por otra parte, a las mayores velocidades con que hoy día se opera se observa
segregación en el riñón de carga, donde las partículas de mayor tamaño (mayor
masa) se segregan en el centro. Estos efectos y la fuerte reducción en la
granulometría de alimentación han mantenido el tamaño de bola de recarga en 5
plg.
h) "Un molino semiautógeno tiene máxima eficiencia al trabajar con el consumo
máximo de potencia (la potencia instalada) (1)". Esto genera que la condición de
operación sea altamente inestable e ineficiente. Durante la operación, el consumo
de potencia del molino se puede aumentar mediante el aumento del nivel de llenado
de mineral, el aumento de la velocidad de operación o combinando ambas.
• La primera aumenta la razón masa de mineral a masa de bolas (o bien
disminuye la densidad aparente de la carga interna), provocando la dilución de la
masa de bolas en la mayor masa de mineral, disminuyendo la capacidad de
molienda, lo que a la larga provoca una condición cercana al sobrellenado que el
operador salva bajando el nivel de llenado (por lo tanto bajando el consumo de
potencia).
• El segundo es más fácil de mantener, y por lo mismo "más seguro" desde el
punto de vista de las sobrecargas. Sin embargo, es el más peligroso para el
revestimiento y para la carga de bolas.
• La condición tercera, es la más difícil de lograr, especialmente debido a las
variaciones puntuales de las características de la alimentación (granulometría y
moliendabilidad o "dureza").
i) "La molienda primaria (molino semiautógeno) debe tener mayor potencia instalada
que la molienda secundaria (molinos de bolas)". La base de utilización del molino
semiautógeno era que reemplazaba a las etapas de chancado secundario y terciario
y la molienda de barras. Sin embargo, el crecimiento de los molinos de bolas, en
diseño y operación, desplazó las etapas de remplazo del molino semiautógeno sólo
a las etapas de chancado secundario y terciario. Ello motivó un fuerte cambio en la
distribución de potencia que hoy se observa, ya sea en el diseño de circuitos nuevos
o bien en la implementación de molinos de bolas adicionales en las plantas
existentes. La condición actual dice que la potencia instalada en la molienda
secundaria debe ser mayor a la potencia instalada en la molienda primaria.
j) "Los levantadores (lifters) son parte del revestimiento cuyo objetivo es proteger el
molino". Hoy es claro que los levantadores además de ser "revestimientos" son
elementos claves en las características operacionales del molino. Por ello no son un
"problema de mantención" solamente sino que deben ser diseñados combinando
requerimientos de disponibilidad del molino (duración y tiempos de cambio de
revestimientos) y de operación (parámetros que controlan el movimiento de carga,
tales como nivel de llenado de bolas, tamaño de bolas, nivel de llenado de carga,
4
velocidad, etc.). El aumento del ángulo del levantador (de 7 a 30°), provoca una
disminución de la capacidad de levante de la carga, los tamaños de partícula
mayores tienden a segregarse más en el centro del molino y disminuye los eventos
de impacto sobre el pie de carga, asegurando la disponibilidad del molino. A la vez
es posible subir el nivel de llenado de bolas, subiendo la densidad aparente de la
carga interna, con lo que se logra aumentar la "capacidad de molienda del molino".
k) "El número de levantadores en el cilindro es 2 veces el diámetro del molino en pies
(5 grados de separación)". Esta definición proviene, tal vez, de lo definido en la
década del 50 para Jos molinos de barras. Se implemento durante muchos años a
los molinos semiautógenos hasta que se hizo relevante el efecto del ángulo del
levantador al observar el movimiento de la carga interna. Al aumentar el ángulo de la
cara de ataque, la base del levantador se hace más gruesa por lo que ocupa mayor
espacio de la placa. Cuando el molino tiene capacidad de girar en ambos sentidos,
el ancho de la base crece aún más. Lamentablemente la distribución de agujeros
para pernos limita la determinación de un nuevo número de levantadores, siendo lo
más común observar en la práctica su disminución a la mitad.
1) "Las parrillas de descarga retienen los medios de molienda (metálicos y naturales) al
interior del molino". Al analizar el rol que juega la parrilla de descarga, se encuentra
que además de retener los medios de molienda debe presentar otras características
que son importantes para la operación del molino, tales como asegurar una
densidad óptima de la carga interna (adecuada relación entre el nivel de llenado de
bolas y el nivel de llenado de mineral), de modo que haya correspondencia entre el
consumo de energía y la acción de molienda, sin que la pulpa se torne
excesivamente viscosa. Esto implica que su diseño debe permitir:
• tener una capacidad de evacuación de pulpa acorde a la capacidad de
procesamiento de mineral del molino
• mantener un adecuado nivel de bolas al interior del molino
• mantener un adecuado nivel de llenado de carga interna al interior del molino
• generar un tamaño y flujo de pebbles adecuado para su recirculación directa o
tratamiento a través de etapas de chancado de pebbles
• generar una curva granulométrica de producto final adecuada para la etapa
posterior
Asociado a Jo anterior se debe tener presente que:
• A mayor abertura de slot, más difícil es mantener el nivel de llenado de carga del
molino, con lo que se aumenta la densidad aparente de la carga interna (mayor
proporción de bolas a mineral)
• A mayor abertura de slot, se debería operar a concentraciones de sólidos más
altos en la descarga del molino (esto es disminuir el flujo de agua y de esta forma
la capacidad de transporte de pulpa, dando mayor tiempo de residencia al
mineral para asegurar una buena eficiencia de molienda)
• A mayor abertura de slot, se debe utilizar un tamaño de bola mayor en la recarga
(de manera de aumentar su vida útil al interior del molino).
5
Sin embargo, el primer y tercer puntos presentan los pro y contras de los cambios
en el diseño de las parrillas: una mayor abertura de slot genera un aumento de la
capacidad de evacuación, mayor generación de pebbles, disminución del nivel de
llenado de carga interna y disminución de la vida útil del medio de molienda
metálico, al lograr atravesar la parrilla en menor tiempo. Para compensar este último
punto se debe aumentar el tamaño de bola en la recarga , por lo que se tiene un
molino trabajando con una menor cantidad de mineral en su interior con bolas de
mayor tamaño. Esto aumenta el riesgo de golpes directo de bolas con las corazas y
con las parrillas del molino, aumentando el riesgo de quiebre de estos componentes.
m) "El control automático debe asegurar la estabilización de la operación del molino
semiautógeno". El control automático tradicional se centra en aspectos de masa y
energía. Se busca maximizar el suministro de energía sin sobrepasar el límite de
capacidad del motor y mantener el peso del molino dentro de un cierto rango. Hoy
día este control es claramente insuficiente. No sólo preocupa controlar la cantidad
de energía suministrada, sino el aprovechamiento de ella a través de un adecuado
movimiento de carga. No sólo interesa el peso de la carga sino su composición,
expresada a través de la densidad aparente y la distribución de tamaños. La
viscosidad de pulpa es todavía mayoritariamente una variable controlada en lazo
abierto. Una de las dificultades mayores con que se enfrenta el desarrollo de
sistemas de control más robustos, que abarquen el amplio espectro de alternativas
que se presentan durante la operación del molino es el carácter fuertemente
multivariable del proceso. Actualmente hay una serie de nuevos sistemas de
instrumentación que están en pleno desarrollo para satisfacer nuevas necesidades
de información de la operación del molino y que puedan integrarse a sistemas de
control de mayor fortaleza. Es claro que los requerimientos de control automático no
sólo deben ser estabilizantes sino que deben apuntar a ser optimizantes.
CONCLUSIONES
6
• Todos los circuitos de molienda semiautógena deberían tener chancado de pebbles,
ya sea para reducir los tamaños críticos naturales o bien los generados en base al
aumento de la abertura de la parrilla de descarga
• El nivel de llenado de bolas busca ser lo más alto posible, sin arriesgar la integridad
estructural del molino y sus descansos.
• El tamaño de bola de recarga se ha estabilizado en 5 plg, debido a que resulta un
buen balance para la menor granulometría de alimentación, el alto nivel de bolas y el
tamaño de las aberturas de las parrillas con que se trabaja
• El ángulo del levantador debe ubicarse en torno a los 25° (de acuerdo al movimiento
de carga requerido y las características del perfil de desgaste observado), lo que
permite trabajar con velocidades mayores sin arriesgar a generar impacto directo
sobre el revestimiento, pero no tan altas que la segregación neutralice el efecto de
los medios de molienda de mayor tamaño
• El número de levantadores ha disminuido encontrándose como condición más
aceptada un número igual al diámetro del molino en pies
• El tamaño de abertura de las parrillas ha evolucionado en torno a las 2 plg
• El área libre de evacuación de las parrillas de descarga ha evolucionado
fuertemente hacia valores mayores. Cuando ha ido acompañado de un aumento de
la abertura se ha logrado fuertes impactos en la capacidad de procesamiento,
asociado al aumento del flujo de pebbles
• El nivel de llenado de mineral tiende a ser más bajo debido a que se opera con
niveles de llenado de bolas más altos, granulometrías de alimentación menores y
aberturas y áreas libres de parrillas mayores.
• De acuerdo a la tendencia observada en los últimos años, la idea original de que el
molino semiautógeno reemplaza las etapas de chancado secundario y terciario
además de la molienda de barras, se ve reducida a reemplazar la etapa de
chancado terciario
• O bien, se puede decir que el molino semiautógeno se ha transformado lentamente
en un molino unitario de grandes proporciones, que debido a los altos flujos de
mineral que procesa debe estar asociado a una etapa de molienda fina
• Como última pregunta, ¿son su geometría, resistencia estructural y capacidad de
sustentación del sistema de lubricación las más apropiadas para este nuevo
servicio?
7
ANÁLISIS Y DISCUSIÓN DE VARIABLES DE OPERACIÓN DE CIRCUITOS DE
MOLIENDA SEMIAUTÓGENA
G. Titichoca 1, L. Magne 1
, D. Baeza 2
1
Departamento de Ingeniería Metalúrgica, Universidad de Santiago de Chile
2
Superintendencia Ingeniería de Procesos, Gerencia Plantas, División El Teniente Codelco Chile
RESUMEN
Los circuitos de molienda semiautógena son hoy en día una de las alternativas más
utilizadas en el campo de la reducción de tamaño de minerales debido a que presentan
ventajas comparativas tales como su alta capacidad de procesamiento a un menor
requerimiento de espacio físico, así como también una disminución asociada a los costos
de inversión y mantención de una menor cantidad de equipos con respecto a un circuito
convencional. Sin embargo, estos equipos gigantes presentan una mayor complejidad
tanto en su operación como en su control.
En el presente artículo se analizan algunas de las principales variables de operación
involucradas en el proceso de molienda semiautógena, discutiendo cómo la variabilidad
que presentan durante la operación se pueden interpretar y comprender, relacionándolos
con los fenómenos propios y asociados al proceso.
1. INTRODUCCIÓN
catarata
Cascada
p:¡e de la
aatr:Qa
l$
a b
..
___.....
~-
· ~·
. . .
.·
:8 b
Figura 3. Esquema de la segregación producida en un stock pile (a) y en una tolva (b).
4. Agradecimientos
Los autores agradecen al Fondo de Fomento al Desarrollo Científico y Tecnológico
(FONDEF) de la Comisión Nacional de Investigaciones Científicas y Tecnológicas, su
financiamiento a través de los proyectos D98i1087 y D02i1077, a la Universidad de
Santiago de Chile y a la División El Teniente de Codelco Chile, por la oportunidad
brindada para realizar investigación tecnológica, el análisis de las características de
operación de plantas de molienda semiautógena y la comprensión de los fenómenos
asociados al proceso.
5. Referencias
1. Valderrama W, Magne L, 1995, "Revestimiento de Molinos", V Encuentro Minero de
la Región de Tarapacá, lquique Chile.
2. Baeza D, Magne L, Titichoca G, 2003, "lnternalización en Codelco Chile División El
Teniente del Test de Starkey para la Determinación del Consumo Específico de
Energía en Molienda Semiautógena", XXV Convención Internacional de Minería
AIMMGM, A.C., Acapulco, México.
3. Magne L, Valderrama W, Pontt J, 2001, "remas Actuales en Molienda
Semiautógena", Wokshop SAG'2001, Viña del Mar, Chile.
4. Magne L, Titichoca G, Baeza D, 2003, "Análisis de Parrillas de Descarga de Molinos
Semiautógenos", XXV Convención Internacional de Minería AIMMGM, A.C.,
Acapulco, México.
5. Magne L, 2002, "SAG Analyzer: Sistema de Medición en Línea del Nivel de Llenado
Volumétrico de Molinos Semiautógenos", Proyecto Fondef D9811087 "Desarrollo de
Nueva Instrumentación para Plantas de Molienda Semiautógena, Chile.
ANÁLISIS DE PARRILLAS DE DESCARGA DE MOLINOS SEMIAUTÓGENOS
L. Magne 1 , G. Titichoca \ D. Baeza 2
1
Departamento de Ingeniería Metalúrgica, Universidad de Santiago de Chile
2
Superintendencia Ingeniería de Procesos, Gerencia Plantas, División El Teniente Codelco Chile
Resumen
La capacidad de procesamiento de mineral de un molino semiautógeno está
directamente relacionada con la capacidad de reducción de tamaños de la cámara de
molienda y la capacidad de evacuación que tenga la parrilla de descarga y los
levantadores de pulpa.
Al analizar el rol que juega la parrilla de descarga, se encuentra que además de definir
el tamaño de producto que será expulsado del molino y el flujo de pulpa que puede
atravesar a través de ella, también genera importantes impactos sobre la disponibilidad
del molino, debido a que está expuesta al desgaste abrasivo por parte de la pulpa que
la atraviesa y a la fractura al quedar expuestas a la compresión y al impacto de la carga
de bolas de la carga interna.
De esta forma estas piezas deben presentar características geométricas que cumplan
con las expectativas de evacuación de diseño y una resistencia estructural que permita
su utilización continua a lo largo de su vida útil. El análisis que se realiza en este
artículo está orientado a describir y comprender el rol que cumplen las parrillas de
descarga en la operación de molinos semiautógenos industriales.
Alintentación F
b
a
3. La Parrilla de Descarga
El área de evacuación de las parrillas de los molinos semiautógenos se define en la
etapa de diseño, en base a la capacidad necesaria de evacuación del flujo de
procesamiento (mineral y agua) necesarios para las condiciones en que ha sido
concebido el equipo. Esta capacidad de evacuación debe ser distribuida de acuerdo al
tamaño de la abertura de los slots y el área total de aberturas de la tapa de descarga.
Sin embargo, a medida que transcurre el tiempo de operación de la parrilla, la abertura
del slot y el área libre se van modificando de acuerdo a su diseño y a las condiciones de
operación:
• Inicialmente se produce una disminución de la abertura, y por lo tanto del área libre,
debido a la formación de "peening", que se produce por la fluencia del metal al ser
sometido a altas cargas de compresión (y en algunos casos de impacto) hacia la
zona de la abertura, Figura 4b. Para disminuir este efecto, se bisela el contorno
superior de la abertura, como se observa en la Figura 4a. Después de un tiempo
(para el caso mostrado en la Figura 4c, cercana a las 1000 horas de operación), el
slot presenta una abertura mínima, siendo el área libre de evacuación también
mínima [4].
• Posteriormente, aparece el desgaste abrasivo de la parrilla, producido por la fricción
que genera la pulpa que atraviesa, generando un aumento paulatino del slot de la
parrilla (y del área libre) hasta completar su vida útil.
De esta manera, es posible deducir que la capacidad de evacuación del molino varía
permanentemente, y con ello también se ve afectada:
• la capacidad de procesamiento del molino [4]
• el tamaño de producto que entrega el molino semiautógeno
• la capacidad de retener niveles de carga interna especificados [5]
• la velocidad de operación del molino, desde el punto de vista de su efecto en la
capacidad de evacuación y de las condiciones de movimiento de carga interna para
evitar daños por la carga de bolas
• la tasa de desgaste de los medios de molienda, considerando que el tamaño de
rechazo de bolas varía con la abertura del slot [6]
Todo esto indica que las condiciones de la parrilla deben ser consideradas para definir
los parámetros operacionales del molino.
a b
. -~------------,
-'3.2 · ,.,--
·~·· r-;::::::::=::;:::;----p
¡r,.....,...,._-¡
"{~ 11;.;6 ,.;.u..
- •:..e~ a.
-..--~-ú~
A -~ ~ t·~
--.-~:Z}~
- - -~ -f ~;
Por lo tanto, el diseño de las parrillas debe tener en cuenta el alto grado de compresión
y las oportunidades de impacto a las que está sometido durante la operación. Es
posible prevenir circunstancias extremas de quiebre de parrillas debido a los esfuerzos
a los que están sometidas estas piezas a través del análisis estructural vía Método de
Elementos Finitos (MEF), previo a su utilización. La Figura ?a muestra un esquema de
las condiciones de borde a las que está sometida una parrilla.
----n~~;;;-i~'"'~~ ~~~
. . ~' . ~<J,
·,. 'j~.~~[~~-~;;;;.,~
Figura 7. a. Restricciones aplicadas en la modelación MEF de las parrillas; b.
Esquema de modelo de fuerzas aplicadas sobre la parrilla de descarga.
4200........-----------------------,
I
o.. 4000"'
l?c2%Sólid~ ~ .~
1-
eh .~
.
o 3800 ,-
32 ~ 168%Sólidos 1
:0 ·3600 /~
~ .~
U)
3400
/ .~~·
~- .~ - ~·· 1 65% S~
3200-
3000 .~ ~ .--------
28'00-
.~
~··- ~ -~
2600 . ~· ·
.. ~· .
24:00+-,_,.--.-...,-.,........--,--.-........---.--.-.,.....,--.--,--..,......,--,--.-..,......,--.--,-!
6.0 '62 6.4 6':6 6.8 7.0 7.2 7.4 7:6 7.8 .C-:0 8;2 8..4
2
Ar-ea Libre Parrilfa, m
Sin embargo, ocurren otros eventos, como por ejemplo el taponamiento de gran parte
del área libre de la parrilla con bolas, lo que repercute en la capacidad de evacuación
que presenta la parrilla. Esto puede ocurrir por diferentes motivos, donde los más
frecuentes son:
• Mala calidad del tratamiento térmico de la bola, con generación de núcleos de bolas
blandos. Esto provoca que al llegar a tamaños cercanos a la abertura de la parrilla,
las fuerzas de compresión presentes las introducen en los slots a modo de cuñas
• Inadecuado perfil del slot de la parrilla, el cual debe tener una pendiente adecuada
para permitir el paso de las bolas que puedan ingresar al slot hacia los alzadores de
pulpa.
6. Conclusiones
Es claro que la capacidad de procesamiento de mineral de un molino semiautógeno
está directamente relacionado con la capacidad de evacuación que tenga la parrilla de
descarga y los levantadores de pulpa.
Para el caso de las parrillas, la capacidad de evacuación depende directamente de las
características definidas a través del tamaño del slot y del área libre con que se
diseñen.
El tamaño del slot no sólo define el tamaño de producto que será expulsado del molino,
sino que afecta directamente a las condiciones de operación del molino, debido a su
variabilidad en el tiempo, la capacidad de retener niveles adecuados de carga interna y
controlar el tamaño de bola que permanece en el molino. También, indirectamente tiene
injerencia en el tamaño de bola de recarga que se debe agregar al molino.
Además, la parrilla debe presentar características geométricas que cumplan con las
expectativas de clasificación del mineral que puede salir del molino, capacidad de
evacuación que no limite la operación del molino y le permita una vida útil adecuada.
Por ello se debe tener la seguridad de la resistencia estructural que presentará a los
diferentes esfuerzos a los que está sometido cuando el molino se encuentra en
operación.
Como conclusión general se puede indicar que la parrilla del molino semiautógeno no
sólo es una parte de los revestimientos como pieza de desgaste sino que cumple un
papel importante en la perfomance del molino, tanto en eficiencia de molienda como en
capacidad de procesamiento.
7. Agradecimientos
Los autores agradecen al Fondo de Fomento al Desarrollo Científico y Tecnológico
(Fondef) de la Comisión Nacional de Investigaciones Científicas y Tecnológicas, su
financiamiento a través de los Proyectos D9811087 y D0211077, a la Universidad de
Santiago de Chile y a la División El Teniente de Codelco Chile, por la oportunidad
brindada para realizar investigación tecnológica, el análisis de las características de
operación de plantas de molienda semiautógena y la comprensión de los fenómenos
asociados al proceso.
8. Referencias
1. Magne L, 1999, "Estudio del Transporte de Masa en Molinos Semiautógenos", Tesis
Doctorado en Ciencias de la Ingeniería Mención Metalurgia Extractiva, Universidad
de Concepción.
2. Magne L, Améstica R, Barría J, Menacho J, 1995, "Modelización Dinámica de
Molienda Semiautógena Basado en un Modelo Fenomenológico Simplificado",
Revista de Metalurgia, Consejo Superior de Investigaciones Científicas, Centro
Nacional de Investigaciones Metalúrgicas, Madrid, España. Vol. 31, N°2.
3. Valderrama W, Magne L, 1995, "Revestimiento de Molinos", V Encuentro Minero de
la Región de Tarapacá, !quique Chile.
4. Bassaure F, Titichoca G, 1999, "Evolución del Diseño de Parrillas Utilizadas en el
Molino Semiautógeno de Compañía Minera Candelaria", Workshop SAG'99, Viña del
Mar, Chile.
5. Magne L, Titichoca G, Velásquez C, 2001, "Operación de Plantas de Molienda
Semiautógena: Una Dura Realidad Parte 3: Variables de Proceso", VI Southern
Hemisphere Meeting on Mineral Technology, Río de Janeiro, Brasil.
6. Magne L, Valderrama W, Bassaure F, Titichoca G, 1998, "Nivel de Llenado de Bolas
en Molinos Semiautógenos", 49 Convención del Instituto de Ingenieros de Minas de
Chile, Viña del Mar, Chile.
7. Magne L, Valderrama W, Titichoca G, Velásquez C, 2000, "Operación de Plantas de
Molienda Semiautógena: Una Dura Realidad", 111 Simposium Internacional de
Mineralurgia, Lima, Perú.
8. Barratt, DJ, 1992, "Design of Pebble Crushing Circuit", SME Annual Meeting
Phoenix, Arizona, Estados Unidos.
Predicción de potencia y torque en Molienda Semiautógena mediante
Redes Neuronales
Resumen
En el presente trabajo se elabora un modelo predictivo para el proceso de molienda semiautógena de una
importante planta de procesamiento de minerales del país. El modelamiento se realiza mediante el uso de redes
neuronales con recurrencia externa. Los datos utilizados para entrenamiento y prueba provienen de varios sensores
incorporados en dicho proceso de molienda. Las variables predichas son la potencia y el torque. Los resultados
obtenidos son satisfactorios, pues las predicciones a partir de condiciones iniciales arrojaron índices de adecuación
mayores a 0.9 tanto para el torque como para la potencia.
l. Introducción
Existen distintos modelos para la representación de sistemas que también sirven para predecir y pronosticar su
evolución en el tiempo. Entre ellos se pueden mencionar: modelos fenomenológicos, de caja gris y de caja negra,
como las redes neuronales artificiales. Las redes neuronales artificiales son herramientas matemáticas que simulan
ciertas capacidades del cerebro humano como la habilidad de "adquirir conocimiento". Por esta razón, son aplicables
en tareas donde no hay reglas bien definidas como es el caso del análisis financiero, mercadotecnia, procesamiento
de señales, automatización y robótica, reconocimiento de patrones o clasificación. Muchas veces el modelamiento
tradicional de un sistema se hace más difícil de realizar debido a que el sistema del mundo real es muy complejo, por
lo tanto, se deben buscar otras alternativas que permitan modelar estos sistemas, siendo una de estas alternativas las
redes neuronales [9].
En el presente trabajo, las redes neuronales son aplicadas en la predicción de la potencia y el torque en el
proceso de molienda semiautógena (SAG), debido a que estas variables influyen en la eficiencia del proceso. En un
primer trabajo [1) se obtuvieron resultados satisfactorios referente a ciertos aspectos del modelamiento de este
proceso. En él se utilizaron datos simulados mediante un modelo fenomenológico existente que describe el proceso
de fractura de las colpas de mineral en dichos molinos. En dicho trabajo se realizó la predicción del tamaño de las
colpas de mineral que salen del molino. Sin embargo, en esta ocasión se cuenta con datos de planta del proceso tales
como: tonelaje fresco, porcentaje de ingreso al molino de distintos tipos de granulometría definidos en finos, gruesos
e intermedios, flujo de agua al molino, nivel de llenado de carga interna en el molino, potencia consumida,
velocidad de rotación, torque, presión en los descansos y flujo de material recirculado [2). Por otra parte, no existe un
modelo fenomenológico que permita predecir la evolución del torque y la potencia, incluyendo todas estas variables.
Por ese motivo las redes neuronales surgen como herramientas para lograr tal propósito y su utilización para realizar
esta predicción es el objetivo del presente trabajo.
Este trabajo se divide en las siguientes secciones: descripción del proceso de molienda semiautógena,
modelamiento mediante redes neuronales, resultados obtenidos y conclusiones.
11. Descripción del proceso de Molienda Semiautógeno
El objetivo de los Procesos de Concentración en minería es recuperar las partículas de especies valiosas (cobre,
oro, plata, etc.), que se encuentran en las rocas mineralizadas. El proceso de concentración se divide en tres fases:
Chancado, Molienda y Flotación (3].
En el proceso de molienda se continúa reduciendo el tamaño de las partículas que provienen del chancado, para
obtener una granulometría máxima de 180 micrones (0,18 mm). El proceso de la molienda se realiza utilizando
grandes equipos giratorios o molinos de forma cilíndrica, en dos formas diferentes: molienda convencional o
molienda SAG.
La molienda convencional se realiza en dos etapas, utilizando molino de barras y de bolas, respectivamente, y el
material que ingresa a estos molinos proviene del chancado terciario. En los molinos de barras el elemento de
molienda son barras de acero de 3,5 pulgadas de diámetro y en los molinos de bolas son bolas de acero de 3,5
pulgadas de diámetro.
Los molinos SAG (Semiautogenous Grinding) son equipos de mayores dimensiones y más eficientes que los
anteriores. La palabra autógena indica que la molienda ocurre debido a la propia acción de caída de las colpas de
minerales desde una altura cercana al diámetro del molino. La molienda SAG es una variación del proceso de
molienda autógena y en ella se adicionan medios de molienda metálicos al molino, cuyo nivel volumétrico de
llenado varía de 4 a 14% del volumen del molino (ver figura 1). El mineral se recibe directamente desde el chancado
primario con un tamaño cercano a 8 pulgadas. Este material es reducido gracias a la acción del mismo material
mineralizado presente en partículas de variados tamaños y por la acción de numerosas bolas de acero, de 5 pulgadas
de diámetro (4].
La selección de una configuración convencional o semiautógena, en la mayoría de los casos, depende de
consideraciones más bien económicas que técnicas, ya que el crecimiento experimentado por los molinos
semiautógenos se debe principalmente a los bajos costos totales de estos. El costo de capital de un circuito
semiautógeno es aproximadamente un 80% del costo de capital de un circuito convencional en el rango de
capacidades de 50.000 t/d. Por otra parte, el costo de operación del circuito semiautógeno es alrededor del 85% del
convencional [5].
En el futuro próximo la molienda semiautógena seguirá aumentando en cantidad y variedad de aplicaciones, por
lo que la modelación computacional será utilizada intensamente para fines de mejorar el diseño, optimizar y
controlar la operación.
Corte transversal
Producto
En la operación de estos molinos se busca trabajar en condiciones que impliquen el máximo consumo de
potencia instalada. Pero esto implica trabajar en un punto de operación inestable ya que un aumento en el nivel de
llenado del molino más allá del punto de consumo máximo conduce a una condición de sobrellenado de éste (ver
figura 2).
12~------------------------~
11
~ 10
.. 9
·¡¡
=
~
8
~ 7
6
5+---~-----r----~--~----~
0,055 0,15 0,23 0,305 0,38 0,45
Nivel de llenado total, %
Figura 2. Variación típica del consumo de potencia con el nivel volumétrico de llenado total del molino. [4]
Además, debe tenerse en cuenta que el valor de potencia máxima que puede consumir un molino semiautógeno
no es constante y depende principalmente de la densidad de la carga interna, la distribución de tamaños de la
alimentación y del estado del revestimiento. El nivel de llenado de la carga interna que corresponde al máximo
consumo de potencia está relacionado con el nivel de llenado de medios de molienda y el movimiento de la carga
interna. Por ello, los operadores de circuito de molienda semiautógena deben intentar conjugar estos factores para
lograr, primero estabilizar la operación y posteriormente buscar su mejoramiento [4].
Si bien existen modelos fenomenológicos que representan el balance de masas dentro del molino, éste no
involucra todas las variables que participan en el proceso de molienda. Por otro lado, existen ecuaciones que
predicen la potencia en molienda SAG, pero tampoco involucran todas las variables del proceso [10]. El uso de las
redes neuronales es una alternativa para crear un modelo que involucre todas estas variables.
Para realizar el modelamiento de este proceso dinámico debería utilizarse una red de recurrencia interna. Sin
embargo, Nerrand et. al define la forma canónica de una red neuronal, la que permite transformar cualquier red con
recurrencia interna en una red con recurrencia externa [7]. Por lo tanto, se emplea una red con recurrencia externa
constituida por una capa de entrada, una capa oculta y una capa de salida con función de transferencia logarítmica
sigmoide en todas las capas.
Potencia t
Torque t
Finos 1
Intermedios 1
Gruesos 1
Agua al Molino 1 Torque t+I
Nivel Llenado 1
Velocidad 1
Tonelaje Recirculación 1
Presión Descansos 1
Para evaluar el modelo se utilizaron datos diferentes a los que se utilizaron para diseñarlo. Los resultados se
obtuvieron utilizando un conjunto de validación de 1200 datos, totalmente distinto al de prueba y al de
entrenamiento, y son comparados utilizando los índices de error correspondientes al Error Cuadrático Medio (RMS),
el Error Residual Estándar (RSD) y el Índice de Adecuación (IA), los cuales se indican a continuación [6]:
I(o¡- Pi Y
RMS= i-1 RSD= i=L
N
lA =1 - 1
--'-i=-'-- - - -
i~o¡'i +lp¡'IY
i=l
0.9
-Salida real
- Salida modelo
0.9
.
"'
!0.6
0.5
0.4
03
0.20
~
La tabla 1 muestra el resultado de los índices obtenidos por medio de las pruebas del modelo neuronal.
Potencia Torque
lA 0.9886 0.9822
RMS 0.0591 0.0661
RSD 0.0448 0.0712
Dados los resultados expuestos anteriormente se puede apreciar que el modelo neuronal logra predecir en un
98% tanto la potencia como el torque.
V. Conclusiones
Este trabajo ha permitido comprobar la eficiencia de predicción mediante redes neuronales, de distintas variables
presentes en el proceso de molienda de minerales en molinos SAO, en este caso, el torque y la potencia. Los
resultados obtenidos demuestran la capacidad de las redes neuronales de generalizar y de esta forma modelar
sistemas complejos dinámicos no lineales, a través de un conjunto de datos establecidos.
En el modelamiento se utilizó una red recurrente con algoritmo de entrenamiento de retropropagación quasi-
Newton y función de transferencia logarítmica sigmoide, requiriéndose de los datos en un tiempo anterior para
predecir la salida. Este modelamiento neuronal dinámico se implementó entrenando una red neuronal en forma
estática con recurrencia externa (forma canónica) para luego simular la dinámica del sistema prediciendo la
evolución sólo a partir de condiciones iniciales.
Los resultados entregados por el modelo neuronal, por sí sólo son aceptables, pues un modelo aceptable es aquel
con un índice de adecuación (ia) mayor a 0.9 y un error cuadrático menor a 0.1, lo que indica una predicción muy
cercana al valor real. Por lo tanto, esta experiencia demuestra que el uso de redes neuronales en la predicción de
valores de variables de control en un proceso complejo es una alternativa viable.
Agradecimientos.
Proyecto Fondecyt 1010179 y Proyecto FondefD98Il087.
VI. Referencias
[1] González E., Carvajal K, Acuña G, "Modelamiento del Proceso de Molienda Semiautógena a Través de Redes
Neuronales", Jornadas Chilenas de Computación, 2002.
[2] Magne L, Titichoca G, Velásquez Claudia, "Operación de Plantas de Molienda: Una dura Realidad Parte 3:
Variables de Proceso", VI SHMMT/XVIII ENTMME, Río de Janeiro/Brasil, 2001.
[3] http://www.codelcochile.com/.. ./procesos.html. Sitio Web de la empresa CODELCO sobre los procesos de
molienda de minerales.
[4] Luis Magne, Waldo Valderrama, Jorge Pontt, "Visión Conceptual y Estado de la Tecnología en Molienda
Semiautógena", Workshop SAG'99. Viña del Mar, 1999.
[5] Magne, L., Valderrama, W., "Operación y Mantención en Plantas de Molienda Semiautógena", Curso para
Profesionales, Universidad de Santiago de Chile, 1997.
[6] Díaz Muñoz Jorge Andrés, "Modelo Predictivo para la Transferencia de Materia y Calor en un Proceso de
Congelamiento de Alimentos Utilizando Redes Neuronales", Tesis de Ingeniería Civil en Informática, Universidad
de Santiago de Chile, 1999.
[7] Nerrand O., Roussel-Ragot P., Personnaz L., Dreyfuz G., Marcos S., "Neural Networks and Non-linear
Adaptative Filtering: Unizying Concepts and New Algorithms", Neural Computation, 1993, vol. 5, n°2, pp. 165-199.
[8] Billings S.A., Jamaluddin H. B. y Chen S., "Propierties ofNeural Network with Applications to Modeling Non-
linear Dynamical System", Int. J. Control, 1992, vol. 55, n° 1, 193-224.
[9] S. Chen, S.A. Billings, P.M. Grant, "Non-linear System ldentification Using Neural Networks", Int. J. Control,
vol. 51. N° 6, pag 1191-1214, 1990.
[10] Magne L., Valderrama W., Bassaure F., Titichoca G., ''Nivel de Llenado de Bolas en Molienda Semiautógena",
49" Convención, Instituto de Ingenieros de Minas de Chile, Viña del Mar, 1998.
ESTIMADOR DE HORIZONTE MÓVIL NEURONAL EN MOLIENDA SEMIAUTÓGENA
Resumen: La carencia de sensores para medir en línea y tiempo real variables de estado y
parámetros relevantes de un proceso, hacen difícil el desarrollo de métodos de control y
optimización automático confiables para procesos no-lineales complejos. En este trabajo
se presenta un método de Estimación de Estados de Horizonte Móvil (MHSE) acoplado a
una red neuronal como modelo dinámico del sistema complejo. La aplicación del MHSE
neuronal sobre un proceso de molienda semiautógena de minerales muestra resultados
promisorios (índice adecuación > 0,9) que favorecerían su aplicación en procesos a escala
industrial. Copyright© 2004 IFAC
12
ll
Finos,
~ lO Finos t+I
Nivel Llenado ,
~
9
·ie 8
Tonelaje Fresco ,
~;-U'-1-"?ft--+ Nivel
ll Presión Descansos ,
o Llenado ,. 1
Q.. 7
6
5 Fig. 2. Esquema neuronal para la predicción de finos
0,055 0,15 0,23 0,305 0,38 0,45 y nivel de llenado (utilizado en el entrenamiento
Nivel de llenado total, % de la red).
Fig. l. Variación típica del consumo de potencia con La presión en los descansos del eje del molino,
el nivel volumétrico de llenado total del molino. estrechamente relacionada con el nivel de carga
(Magne et al., 1999) interna, se considera una variable solamente de
entrada al modelo en conjunto con el flujo de
En la operación de estos molinos se busca trabajar en alimentación fresca de mineral al molino. De ambas
condiciones que impliquen el máximo consumo de se cuenta con mediciones en línea y tiempo real.
potencia instalada. Pero esto implica trabajar en un
punto de operación inestable ya que un aumento en el Para realizar el modelamiento de este proceso
nivel de llenado del molino más allá del punto de dinámico se utiliza la forma canónica de una red
consumo máximo conduce a una condición de neuronal recurrente, pues ha sido demostrado que
sobrellenado de éste (figura 1). cualquiera de estas redes puede ser transformada en
su forma canónica consistente en una red neuronal
Adicionalmente, debe tenerse en cuenta que el valor estática con apropiadas recurrencias externas, factible
de potencia máxima que puede consumir un molino por lo tanto de ser entrenada usando el conocido
SAG no es constante y depende principalmente de la algoritmo de retropropagación del error (Nerrand et
densidad de la carga interna, la distribución de al., 1993). Al cabo de varios entrenamientos, en los
tamaños de la alimentación y del estado del cuales se cambió el número de capas ocultas, la
revestimiento. El nivel de llenado de la carga interna cantidad de neuronas en la capa oculta y algoritmos y
que corresponde al máximo consumo de potencia parámetros de aprendizaje, se optó por emplear una
está relacionado con el nivel de llenado de medios de red con recurrencia externa, constituida por una capa
molienda y el movimiento de la carga interna. Por de entrada, una capa oculta y una capa de salida con
ello, los operadores de circuito de molienda SAG función de transferencia logarítmica sigmoidal en
deben intentar conjugar estos factores para lograr, todas las capas.
primero estabilizar la operación y posteriormente
buscar su mejoramiento (Magne et al., 1999). De ahí Los datos usados en este trabajo provienen de varios
la importancia de que ellos cuenten con información días de operación de un molino SAG a nivel
confiable y oportuna del nivel de llenado de la carga industrial. Luego de un preprocesamiento de los
interna. datos, se seleccionaron casi 6000 puntos para
entrenar y validar el modelo neuronal, de los cuales
3500 se utilizaron para entrenamiento, 1500 como
3. MODELAMIENTO MEDIANTE REDES datos de prueba para evitar sobreentrenamiento y los
NEURONALES restantes para validar el modelo. Se realizó una
veintena de entrenamientos a partir de pesos iniciales
En el proceso de molienda SAG a modelar se aleatoriamente escogidos, de manera de escoger el
consideran dos variables de estado: el nivel de carga mejor mínimo local. El algoritmo de optimización
interna -que es aquella variable que se desea estimar usado es el de quasi-Newton BFGS incluido en
en línea y tiempo real- y la proporción de Matlab. Los datos fueron normalizados entre Oy l.
granulometría fina de entrada al molino. De esta
última variable se dispone de mediciones en línea y La arquitectura de la red neuronal utilizada, se
tiempo real. Del nivel de carga interna se dispone de muestra en la figura 2 .
datos proporcionados indirectamente a través del
torque que produce el movimiento de la carga en el
molino. Estos datos, si bien sirven para el
4. ESTIMADOR HORIZONTE MÓVIL
1 '•
En general los estimadores clásicos suponen un
J =- ¿ [r; - Y; ] 2
(3)
2;=lsh
modelo preciso del sistema, supuesto que, al no
poder ser satisfecho en la mayor parte de las
aplicaciones reales, se traduce en un error de la Siendo Y = [y sir , • • •, yk ]
7
la salida sobre el
estimación que suele incrementarse con el tiempo.
Adicionalmente y debido a la dificultad de incorporar
horizonte considerado, e Y
= [y sh , • •• , yk ] 7
las
en los métodos anteriores algunas restricciones estimaciones de la salida sobre dicho horizonte.
típicas de ambientes industriales, como muestreo
poco frecuente, respeto a leyes de conservación e El algoritmo MHSE puede resumirse en las
inigualdades y necesidad de recalibrar cada cierto siguientes sentencias:
tiempo la estimación a partir de mediciones l. Inicialización del vector de estados : Xsh
adecuadas, es que surgió una técnica de estimación 2. Búsqueda del vector de estados inicial óptimo:
adaptada de conceptos provenientes de métodos de
control predictivo. Es el llamado Estimador de x;h (mediante algún método de optimización)
Horizonte Móvil, MHSE (Allgower et al., 1999). 3. Cálculo de la solución al final del horizonte
(instante actual t k ): Xk
En síntesis, MHSE transforma un problema de
estimación dinámica de estados en un problema de 4. Retorno a la etapa 2 para efectuar el cálculo de
optimización estática, en el cual se busca el valor de xk+l , desplazando el horizonte en un paso.
un vector inicial al inicio de un horizonte de manera
de minimizar la diferencia entre la salida real del En el caso de sistemas complejos no-lineales el
sistema y la evolución de él dada por el modelo y sus problema de la optimización para determinar el
condiciones iniciales. Este principio es ilustrado en la vector de estados óptimo al inicio del horizonte no
figura siguiente (Figura 3). puede ser resuelto de manera analítica y es por esta
razón que se debe utilizar técnicas numéricas. Estas
pueden agruparse, grosso modo en técnicas clásicas o
·~·· ·- ------- -----·--------- .. heurísticas, dentro de las que se puede destacar
EJI1--- .
l Salidamedida :
E.rror ~
'
,
'
: Saliéa esUmada a
.
:
técnica local de optimización.
nicimilar : : partiT de :r.,. :
: : :
l ; ; ; ; Di fereociadd horizmtte
5. ESTIMADOR DE HORIZONTE MÓVIL
;;; : :Lo.,..,. dd H"""""</h : : doo>npooo
NEURONAL
\,.¡ tiempo
Para desarrollar un estimador de horizonte móvil
neuronal, en vez de utilizar el modelo
Fig. 3: Representación esquemática del principio de fenomenológico del proceso, se utilizó la red
estimación utilizado por MHSE. neuronal previamente entrenada como modelo
dinámico del proceso (fig. 3) en la cual se realimenta
Un aspecto central en este método lo constituye la el valor de las variables de estado (fig. 4). Esta red
minimización de una función objetivo o criterio permite entonces estimar el valor de dichas variables
consistente en la suma de los errores de predicción de de estado al final del horizonte, a partir del valor
la salida sobre un cierto horizonte de tiempo. Es óptimo inicial de ellas, otorgado por el método de
decir, MHSE busca el vector de estado, al inicio del horizonte móvil.
horizonte, que minimiza el criterio escogido.
A continuación se muestra la metodología utilizada
Formalmente, si se tiene el modelo no lineal de un en el desarrollo del estimador y los resultados
sistema dado por: obtenidos.
FinPara
*Almacenar los estados estimados.
i= 1
*Obtener las variables de estado utilizando RSD= (5)
el modelo neuronal de la figura 4 para N
buscar el próximo estado óptimo.
sh=sh+l
I (o;- pJ
lA=! i= l (6)
FinMientras
i= l
Finos
Finos 1
Finos ,. 1
Nivel Uenado 1
Tonelaje Fresco 1
....,._~-'--.... Nivel 500
Presión Descansos 1
Llenado t+I ~
400
valor mínimo de una función no lineal multivariable, Fig. 5. Salidas deseada y reales del estimador con
sujeta a restricciones. respecto a los finos.
1
1s - - 1- - - r - - - , - - - r - - - ,- - - T-- -~-- -
5.2 Análisis de Resultados 1 1 1 1 1
10 - - -,-- - r - - , - - - r- - - - ¡- - - '- - - ¡- --
1 1 r 1 1 r 1
Para evaluar el funcionamiento del estimador se 1 1
Las salidas referentes a la estimación y al valor O¡'= O¡ -O m , siendo Om el valor medio de las
deseado son comparadas utilizando los índices de observaciones.
error correspondientes al Error Cuadrático Medio
(RMS), el Error Residual Estándar (RSD) y el Índice La figuras 5 y 6 muestran los resultados obtenidos
de Adecuación (lA), los cuales se muestran a por el estimador y las salidas deseadas para las
continuación (González et al., 2002): variables de finos y nivel de llenado,
respectivamente, para los datos incluidos en el
conjunto de validación, es decir, no usados para el
entrenamiento y prueba del modelo neuronal.
Agradecimientos. Proyectos FONDEF D0211 077 y
La tabla 1 muestra el resultado de los índices FONDECYT 1010179, Chile.
obtenidos por medio de las pruebas del método de
estimación de horizonte móvil neuronal.
REFERENCIAS
Tabla l. Resumen de los índices de error del modelo
Allgower F., Badgwell, T., Qin, J., Rawlings, J,
Finos Nivel de Wright S., (1999). Nonlinear predictive control
llenado and moving horizon estimation - an introductory
lA 0.9778 0.9398 overview, in Advances in Control Highlights of
RMS 0.1558 0. 1221 ECC'99, Paul M . Frank (Ed.), Springer-Verlag,
RSD 0.0719 0.0738 Chapter 12, pp. 391-449.
Cherrualt, Y., (1999). Optimisation: méthodes locales
De los resultados expuestos anteriormente se puede et globales, Presses Universitaires de France
apreciar que el estimador logra predecir en un 98% la (PUF), Collections mathématiques, France.
variable finos y en un 94% la variable nivel de
llenado, que es la variable de estado que se desea González E., Carvajal K, Acuña G, (2002),
estimar en línea y tiempo real. Modelamiento del Proceso de Molienda
Semiautógena a Través de Redes Neuronales,
Actas en CD del Encuentro Chileno de
6. CONCLUSIONES Computación, Copiapó, Chile, Noviembre 2002.
A través de este trabajo se ha mostrado un Estimador Hornik, K. , Stinchcombe, M. Y White, H., (1989),
de Estados de Horizonte Móvil Neuronal, aplicado a Multilayer feddforward networks are universal
un proceso de molienda semiautógena, el que a través approximators, Neural Networks, 2:359-366
de una optimización local busca valores óptimos de
las variables finos y nivel de llenado para Magne L., Améstica R.,Barría J. y Menacho J.,
propagarlos a través de una red neuronal durante un (1995). Dynamic modelling of semiautogenous
horizonte de tiempo determinado. milling based on a simplified phenomenological
model, Rev. Metal. Madrid, 31(2):97- 105 (in
En el modelamiento del proceso se utilizó una red Spanish).
estática con recurrencias externas, lo que permite
modelar un sistema dinámico. El algoritmo de Magne, Luis, Waldo Valderrama, Jorge Pontt,
entrenamiento utilizado es el clásico de (1999). Visión Conceptual y Estado de la
retropropagación del gradiente con él método de Tecnología en Molienda Semiautógena,
minimización de segundo orden quasi-Newton y Workshop SAG '99. Viña del Mar, Chile.
función de transferencia logarítmica sigmoide,
requiriéndose de los datos en un tiempo anterior t Nerrand 0., Roussel-Ragot P., Personnaz L., Dreyfuz
para predecir la salida en un tiempo t+l. El modelo G., Marcos S., (1993), Neural Networks
neuronal dinámico obtenido permite la evolución del and Non-linear Adaptative Filtering:
sistema sólo a partir de condiciones iniciales. Unifying Concepts and New Algorithms,
Neural Computation, 5(2):165-199.
Los resultados entregados por el estimador, son muy
satisfactorios dados el índice de adecuación (ia) Soroush, M. (1998), State and parameter estimations
mayor a 0.9 y el error cuadrático menor a 0.1 and their applications in process control,
obtenidos, lo que indica una predicción muy cercana Comput. Chem. Engng., 23:229-245.
al valor real.
Valdés-González, H., J-M. Flaus, G. Acuña, (2003),
Debe destacarse que en este trabajo se demuestra la Moving horizon state estimation with global
posibilidad de complementar el método de Horizonte _convergence using interval techniques:
Móvil, de creciente utilización en procesos application to biotechnological processes,
industriales, con las redes neuronales, establecidas Journal of Process Control, 13(4):325-336.
como modelos dinámicos, lo que permite potenciar
las ventajas de ambas metodologías en una aplicación
de suma importancia económica en nuestro país.
Abstract
The development of a moving horizon estimator coupled with an externa! neural network acting as a dynamic model
of a semiautogenous grinding process is presented. A phenomenological model describing the evolution of size
particles was simulated using Matlab Simulink in order to have enough data for training the neural network and
validate the estimator performance. A gaussian noise was added to the variables in order to better simulate real
conditions. Good results for the estimation ofthe relevant variables are shown (adecuation index over 0,9).
Keywords: Dynamic Neural Networks, Moving Horizon State Estimator, Local Optimisation , Semiautogenous
Grinding
Resumen
En el presente trabajo se presenta el desarrollo de un estimador de horizonte móvil acoplado a una red neuronal de
recurrencia externa que hace las veces de modelo dinámico de un proceso de proceso de molienda semiautógena
Para el entrenamiento de la red neuronal y posterior utilización del estimador se hizo uso de datos simulados por un
programa realizado con la herramienta Simulink de Matlab confeccionado sobre la base de un modelo
fenomenológico existente que describe el proceso de fractura de las colpas de mineral en dichos molinos. Las
variables fueron contaminadas con ruido aditivo gaussiano para simular mejor el comportamiento real del proceso.
Los resultados de la estimación de las variables relevantes (tamaño de colpas) son satisfactorios con índices de
adecuación superiores a 0,9.
Palabras claves: Redes Neuronales Dinámicas, Estimación de Horizonte Móvil, Optimización Local, Molienda
Semiautógena
1 Introducción
Los sensores virtuales (software-sensors) han probado ser una herramienta poderosa en la detenninación de
variables de estado no medibles [10). En general para este tipo de sensores es necesario contar con modelos
dinámicos apropiados, que den cuenta de la evolución de las variables de estado relevantes. Muchas de las técnicas
utilizadas en la implementación de sensores requieren modelos descriptivos bastante precisos del proceso, los que,
para el caso industrial, son dificiles de obtener. Adicionalmente ellas son exigentes en tiempo de desarrollo,
delicadas en cuanto a su calibración y puesta a punto y no consideran, en muchas ocasiones, modelos realistas de las
perturbaciones, propias de un medio industrial. Una buena alternativa para desarrollar modelos a partir de la
información de entrada-salida del proceso son las redes neuronales, entendidas como aproximadores universales de
funciones no-lineales [6].
El estimador de estado de horizonte móvil (MHSE-del inglés Moving Horizon State Estimation) es un enfoque en
donde se transforma un problema de estimación dinámica en otro de optimización no-lineal sobre un horizonte
temporal y se presenta como una alternativa para desarrollar técnicas de estimación que cumpla con las condiciones
en los procesos a escala industrial. Un aspecto central en este método lo constituye la minimización de una función
objetivo o criterio consistente en la suma de los errores de predicción de la salida sobre un cierto horizonte de
tiempo. Es decir, MHSE busca el vector de estado, al inicio del horizonte, que minimiza el criterio escogido.
En molienda semiautógena (SAG), ha habido esfuerzos previos por desarrollar un modelo fenomenológico de
balance de masas [8). Este modelo explica el transporte de masa a escala piloto dentro de un molino semiautógeno.
Aunque los resultados obtenidos son buenos, su complejidad hace dificil llevarlo a escala industrial a fin de abordar
problemas de optimización y control. Por lo que se propone el desarrollo de un estimador correspondiente a un
Estimador de Horizonte Móvil, que ha probado ser muy efectivo y simple de operar en procesos industriales [1 1].
En esta ocasión el modelo dinámico que sirve para el funcionamiento del estimador es una red neuronal de
recurrencia externa, la que permite aproximar la evolución de ciertas variables de estado del proceso dinámico no-
lineal de molienda SAG. Se aprovecha así la capacidad de las redes neuronales de aproximar funciones no lineales
complejas con una precisión arbitraria [4]. A partir del modelo fenomenológico apropiadamente implementado
utilizando el software Simulink de Matlab se generaron datos que sirvieron para el entrenamiento de la red neuronal.
Este trabajo se divide en las siguientes secciones: una breve descripción del proceso de molienda SAG, el modelo
neuronal utilizado, una definición de lo que es un estimador de horizonte móvil, la metodología empleada junto a los
resultados obtenidos y las conclusiones finales.
2 Molienda Semiautógena
El objetivo de los Procesos de Concentración en minería es recuperar las partículas de especies valiosas (cobre, oro,
plata, etc.), que se encuentran en las rocas mineralizadas. El proceso de concentración se divide en tres fases:
Chancado, Molienda y Flotación .
En la molienda autógena actual (AG), rocas de hasta 8 pulgadas o más son alimentadas a un molino cilíndrico, cuyo
diámetro es 2 a 3 veces su largo. La palabra autógena indica que la molienda ocurre debido a la propia acción de
caída de las colpas minerales desde una altura cercana al diámetro del molino. La molienda semiautógena es una
variación del proceso de molienda autógena y en ella se adicionan medios de molienda metálicos al molino, cuyo
volumétrico de llenado varía de 4 a 14% del volumen del molino, como se muestra en la figura l.
Corte t:ran~ersal
2
12
11
~ 10
~
ti 9
'ti
.=
~
~
8
7
6
S
0,055 0,15 0,23 0,305 0,38 0,45
Nivel de llenado total, %
3
Alimentación Descarga
p
del molino del
(1)
El modelo anterior describe una ecuación parcial que se encuentra completamente definida con los datos de entrada
y de realimentación de los pesos internos del mineral dentro del molino.
..... ...
r' ...
,..
,..
...
..
....
Figura 4. Arquitectura de la red.
Inicialmente se diseñó una red multicapa con recurrencia externa, a la cual se le fueron modificando los
parámetros para obtener mejores resultados. Se trabajó modificando la cantidad de capas ocultas (1 y 2 capas),
neuronas por capas (entre 5 y 20 neuronas en la capa oculta), funciones de transferencia, tipo y tamaño de
señales de entrada y algoritmos de entrenamiento.
Los resultados de los parámetros que simulaban de mejor manera el proceso son:
Número de capas ocultas = 1
Neuronas capa oculta = 10
Función de transferencia = logarítmica sigmoide en ambas capas
Algoritmo de entrenamiento =algoritmo de retropopagación quasi-Newton (trainbfg)
Número de épocas = 1000
Número de entradas =8
De 1000 datos aproximadamente generados por el modelo fenomenológico, del tipo señales binarias
pseudoaleatorias, se consideraron 500 datos para entrenamiento y el resto para validar el modelo. En la prueba de la
red se utilizaron señales sinusoidales, las cuales se ocuparon para comprobar la buena generalización que estaba
realizando ésta A las entradas ocupadas tanto en el entrenamiento y en las pruebas se les incorporó ruido.
5
----------------------- ------ .'
'' Salida me elida •
:------:------------------ --- -~
-y
. . . • , Sal! da estimada a
mmnuzar ¡ ¡ partir de ~
Un aspecto central en este método lo constituye la minimización de una función objetivo o criterio consistente en la
suma de los errores de predicción de la salida sobre un cierto horizonte de tiempo. Es decir, MHSE busca el vector
de estado, al inicio del horizonte, que minimiza el criterio escogido.
Formalmente, si se tiene el modelo no lineal de un sistema dado por:
Siendo Y = [y sh, ... , y k] Tla salida sobre el horizonte considerado, e Y = [y sh, .. ., yk] T las estimaciones de la
salida sobre dicho horizonte.
El algoritmo MHSE puede resumirse en las siguientes sentencias:
En el caso de sistemas complejos no-lineales el problema de la optimización para determinar el vector de estados
óptimo al inicio del horizonte no puede ser resuelto de manera analítica y es por esta razón que se debe utilizar
técnicas numéricas. Estas pueden agruparse, grosso modo en técnicas clásicas o heurísticas, dentro de las que se
puede destacar aquellas local o globalmente convergentes [2]. En este trabajo se utilizó una técnica local de
optimización.
... .
..... .
....
..
.,..
.,..
~
.
.
Figura 6. Esquema neuronal en la predicción de las variables finos y nivel de llenado.
A continuación se muestra la metodología utilizada en el desarrollo del estimador y los resultados obtenidos.
El método de optimización utilizado es el incluido en la función finincon de Matlab, el cual encuentra el valor
mínimo de una función no lineal multivariable, sujeta a restricciones.
La función a minimizar es la raíz cuadrada de la sumatoria de las diferencias entre los valores de colpas
medianas y pequeñas predichos por la red neuronal y los valores deseados o experimentales. El método arroja los
valores iniciales de las variables de estado que minimizan dicha función.
7
5.2 Resultados Obtenidos
Para evaluar el funcionamiento del estimador se utilizaron datos del conjunto de validación, correspondientes a
aproximadamente 400 datos de sefiales sinusoidales. Las salidas referentes a la estimación y al valor deseado son
comparadas utilizando los índices de error correspondientes al Error Cuadrático Medio (RMS), el Error Residual
Estándar (RSD) y el Índice de Adecuación (lA) [3].
La figuras 7, 8 y 9 muestran los resultados obtenidos por el estimador y las salidas deseadas para las variables de
salida colpas medianas, pequeñas y muy pequeñas, respectivamente. El horizonte utilizado por el estimador es de
30 unidades de tiempo.
La tabla 1 muestra el resultado de los índices obtenidos por medio de las pruebas del método de estimación de
horizonte móvil neuronal.
Figura 7. Salidas deseada y reales del estimador con respecto a las colpas medianas.
Figura 8. Salidas deseada y reales del estimador con respecto a las colpas pequeñas.
Figura 9. Salidas deseada y reales del estimador con respecto a las colpas muy pequeñas.
8
Tabla l. Resumen de los índices de error del modelo
Colpas medianas Colpas Colpas Muy
pequefias Pequefias
IA 0.9766 0.9440 0.9018
RMS 0.1052 0.1584 0.1969
RSD 0.0612 0.0899 0.1057
De los resultados expuestos anteriormente se puede apreciar que el estimador logra predecir en un 98% las
colpas medianas, en un 94% las colpas pequefias y en un 90% las colpas muy pequefias, que es la variable de
estado que se desea estimar en línea y tiempo real. Resultados que muestran una buena estimación y que mejoran
a medida que se aumenta el horizonte.
6 Conclusiones
En este trabajo se presenta un Estimador de Estados de Horizonte Móvil Neuronal, aplicado a un proceso de
molienda semiautógena, el que a través de una optimización local busca valores óptimos de las variables colpas
medianas, pequefias y muy pequefias a través de una red neuronal durante un horizonte de tiempo determinado.
En el modelamiento del proceso se utilizó una red estática con recurrencias externas, lo que permite modelar un
sistema dinámico. El algoritmo de entrenamiento utilizado es el clásico de retropropagación del gradiente con él
método de minimización de segundo orden quasi-Newton y función de transferencia logarítmica sigmoide,
requiriéndose de los datos en un tiempo anterior t para predecir la salida en un tiempo t+ l. El modelo neuronal
dinámico obtenido permite la evolución del sistema sólo a partir de condiciones iniciales.
Los resultados entregados por el estimador, son muy satisfactorios dados el índice de adecuación (ia) mayor a 0.9 y
el error cuadrático menor a 0.1 obtenidos, lo que indica una predicción muy cercana al valor real.
Debe destacarse que en este trabajo se demuestra la posibilidad de complementar el método de Horizonte Móvil, de
creciente utilización en procesos industriales, con las redes neuronales, establecidas como modelos dinámicos, lo
que permite potenciar las ventajas de ambas metodologías en una aplicación de suma importancia económica en
nuestro país.
Agradecimientos
Se agradece financiamiento parcial de proyectos FONDEF 00211077 y FONDECYT 1040208, Chile
Referencias
(1] Allgower F., Badgwell, T., Qin, J., Rawlings, J, Wright S. Nonlinear predictive control and moving horizon
estimation- an introductory overview, in Advances in Control Highlights of ECC'99, Paul M. Frank (Ed.),
Springer-Verlag, Chapter 12, pp. 391-449, 1999.
[2] Cherrualt, Y. Optimisation: méthodes locales et globales, Presses Universitaires de France (PUF), Collections
mathématiques, France, 1999.
[3] González E., Carvajal K, Acuña G, (2002), Modelamiento del Proceso de Molienda Semiautógena a Través de
Redes Neuronales, Actas en CD del Encuentro Chileno de Computación, Copiapó, Chile, Noviembre 2002.
[4] Hornik, K., Stinchcombe, M. Y White, H., (1989), Multilayer feddforward networks are universal
approximators, Neural Networks, 2:359-366
[5] Jamet Marcela, San Juan Enrique, "Identificación de un Sistema Multivariable que modela el proceso de
molienda SAG", Trabajo de Doctorado en ciencias de la ingeniería mención automática, Universidad de
Santiago de Chile.
[6] Lennox, B., Montague, G. , Frith, A., Gent, C., Bevan, V. Industrial application of neural networks - an
investigation, Journal of Process Contro/11 , pp. 497-507, 2001.
9
[7] Magne Luis, "Estudio del transporte de masa en molinos semiautógenos", Tesis de Doctorado en Ciencias de la
Ingeniería con mención en Metalurgia, Universidad de Concepción, 1999.
[8] Magne L., Améstica R.,Barría J. y Menacho J., (1995). Dynamic modelling ofsemiautogenous milling based on
a simplified phenomenological model, Rev. Metal. Madrid, 31(2):97-1 05 (in Spanish).
[9] Magne, L., Valderrama, W., "Operación y mantención en plantas de molienda semiautógena", Tesis de
Doctorado, Universidad de Santiago de Chile, 1997.
[IO]Soroush, M. (1998), State and parameter estimations and their applications in process control, Comput. Chem.
Engng. , 23:229-245.
[Il]Valdés-González, H., Flaus, J, Acufia G., Moving horizon state estimation with global convergence using
interval techniques: application to biotechnological processes, Journal of Process Control, 13(4), pp. 325-336,
2003
10
: 2004 - Instrumentation and Measurement
1ology Conference
), Ita! y, 18-20 May 2004
·act - Large grinding milis face the problem of high-energy cataracting against the shell of the mili, with loss of energy
;ts caused by steel balls cataracting against the shell of the and accelerated breakage of balls and liners.
with loss of energy and accelerated breakage of balls and
·. Broken liners cause unexpected downtimes affecting the
1bility, safety and operational costs. In addition, excessive steel
~nergy consumption cause loss of grinding efficiency and
•n the production expenses. This paper presents a new method
' on digital signa! processing of acoustical signals collected by
wr array around a tumbling mil! for detecting the leve! of the
lúl impacts within the mil!. The impact leve! allows the
•vement of operational control of variables - like the speed- for
izing the load movement in the mil!, reducing the harmful
!/S within the mil!. Experimental results at an actual industrial
lation are presented.
l. INTRODUCTION
"O
Qi
ü:
r-
j Sensors Array
i
i
1
1
1
ECTIMPACT !
MILL LINER !
E la;
o
o ¡a>
a:: ¡E
ee: ¡-g
1o.
lE
Fig. 2. Positioning altematives ofthe load cataract in a mili
o
(.) ¡-
oo 1
ckground
450 j
-
500"ü)
e
ou
For recognition and discrimination of the nature of the
impacts, the filter functions fij(s) should be carefully chosen
400 ......
in order to detect the harmful conditions accurately. This is
'ii
350~ obtained by characterization through filters, both by time-
and by spectral behavior, conceming the frequency
300$
g components that are common to high-energy impacts. A frrst
2500. step is the spectral analysis. A second step is the time
E
200 behavior. A third step is the consideration of the whole signal
150
set given by the multiple sensors. Commonly, the filters are
of the band-pass type, and their cut-off frequencies are
100
determined according to the specific application. Figure 7
depicts the first step for impact detection: Using a proper
filter function, an input sensor signa! is filtered (upper curve).
15:1~54 16;43:13 1~01132 1~29:51 2U53:11 22:16:33 The central curve shows its spectrogram. The lower curve
Time depicts a change of amplitudes compared with the input
Fig. 6. Relation between speed and impacts leve! signal. It is very important to realize that high sound leve!
does not imply high impacts leve!. Until now many ore
;entrator plants had employed the sound level as an The impact detection is made over the energy signa!,
·all indication of impacts, but this signa! may be identifying each peak appearing simultaneously in the two
eading due to the higher correlation of sound level with bands (Metallic and Mineral) and characterizing it by the
load filling of the mili. False interpretations leads to integrated energy for both signals (Metallic and Mineral).
:ssive ball breakage and liner wear producing unexpected When an impact has been detected and classified,
downs. This situation was one of the motivations for according to its energy values in Mineral and Metallic Bands,
:loping a better indication of harmful impacts in large it is accumulated in an "Impact Matrix", whose axes are the
>. A fourth step is the consideration of the process energies in each one of the two bands. In order to show, in a
tvior. The kinds of impacts within a tumbling mili may be simple way, the impacts distribution on the Impacts Matrix to
iified as: rock-to-rock, steel-to-steel and rock-to-steel and the mili operator, a four-quadrant division in the Impacts
1ency bands are defmed for each situation. Geometry, Matrix is made, and the Impactmeter counts separately the
size, liner configuration, ball size and loading, rheology impacts that are located in each one of them. Finally, the
tJ.e load and acoustical natural modes influences the signals that the mili operator (or controller) uses are the
ral acoustical behavior. Therefore, each application account of accumulated impacts in these quadrants, over a
Id be analyzed specifically with its customized certain period of time (typically n=IO seconds). The division
ration regarding the selection of frequency bands. For a of the Impacts Matrix allows differentiating the impacts with
mation of the method, in its simplest version, two more energy dissipation (more harmful) from those with less
tency bands may be defined: Metallic and Mineral. The energy dissipation (less harmful).
d filtered in the two interest bands is divided in In the industrial application, a further reduction of data is
orary pieces of sufficient size to cover approximately a performed, comprising the information in the following two
typical impact. For each sound piece, a representative signals:
: for its contained energy is calculated by means of the Critica! Impacts: Impacts accumulation in quadrants of
ula given in the equation (2), where the sequence V¡, larger energy during the last n seconds,
V¡, ... , VN represents the N samples of the piece of Standard Impacts: lmpacts accumulation in quadrant of
ed sound, within the selected interval of index k, and the smaller energy during the last n seconds.
mee E 1, E2••• , Ek··· represents the energy temporary This convention is sustained in the need of an alarm signa!
ope for the sound filtered in one band of interest. (critica! impacts), demanding a fast response of the operator,
N that must be zero or near zero all the time. To avoid
k= ICVJ 2 (2) confusion with malfunctioning conditions when the critica!
i=l impact rate is zero on large intervals, a second monitoring
signa! is introduced (standard impacts). This signa! is nonzero
most times, being useful to the operator-controller for
monitoring the temporary dynamics of the low energy
impacts presence, anticipating any critical impacts rise, and
allowing suitable control actions in motor drive and mineral
feeding to the mili.
REFERENCES
RESUMEN
Se presenta un modelo para un molino semi-autogeno basado en consideraciones
fenomenológicas. La principal característica de este modelo es que sus ecuaciones permiten
calcular explícitamente el reciclo interno de material entregando una mejor información
sobre la evolución de la operación. Asociado a un estimador en línea de parámetros, el
modelo presenta excelentes capacidades predictivas cuando se le contrasta con datos de
operación de un molino industrial.
INTRODUCCIÓN
La molienda es una de las operaciones más Las variables de salida del modelo son:
importantes en el procesamiento de minerales. Potencia suministrada, Nivel de llenado de
Dado que es altamente consumidora de energía carga, Nivel de llenado de Bolas, Flujo de
y generalmente determina la capacidad de Mineral total y porcentual a cada tamaño,Flujo
procesamiento, los esfuerzos por comprender de agua y Bolas, Presión en los descansos,
sus mecanismos y descripción mediante Flujo·de Pebbles y ángulo de pie y hombro de
modelos es altamente valorada. la carga interna.
El presente trabajo informa sobre un modelo
dinámico de un molino semiautógeno basado MODELO DE MOLIENDA
en consideraciones fenomenológicas. SEMIAUTÓGENA
Posteriormente se presenta la programación
del modelo en base a un "Núcleo Simulador" Para modelar la molienda semiautógena
y su posterior evaluación con datos y dada las características de este tipo de
industriales equipos, se suele dividir el molino en dos
zonas según el proceso que tiene lugar en
ESTRATEGIA DE MODELACIÓN ellas (Fig.l ). En la primera, definida como
cámara de molienda, se identifica y modeliza
Las bases conceptuales de la modelación la ocurrencia del proceso de reducción de
consisten en la formulación de balances de tamaño de las partículas. En la segunda, que
material en estado no estacionario en el equipo se define como sistema de descarga. Se
de molienda, junto a relaciones de verifica la clasificación interna por la parrilla
conservación de fuerzas y consideraciones y la posterior evacuación del material como
hidráulicas. La metodología seguida está producto final. Para completar la descripción
establecida por Magne et..al. (1995) que del sistema es necesario considerar la relación
consiste en formular balances poblacionales a existente entre el flujo de alimentación y el
cada tamaño de mineral al interior del molino. nivel de llenado del molino; esta se suele
Las variables de entrada son: Flujo de agua, denominar ley de transporte y es
Flujo de mineral {Incluyendo datos de probablemente el aspecto menos elaborado en
granulometría), Flujo de bolas y la fracción de los modelos propuestos hasta la fecha. Las
velocidad crítica de operación del equipo. partículas que alimentan al molino ingresan a
la cámara de molienda, cuyo producto
enfrenta al sistema de descarga, donde, de
acuerdo con una probabilidad de clasificación,
las partículas pueden retornar a la cámara de
molienda o formar parte del flujo de descarga
del molino.
El modelo se formaliza mediante
parámetros cinéticos globales de molienda, los
cuales reúnen la acción simultánea de los
diferentes mecanismos de conminución sobre
la carga interna de mineral en el molino. Si
bien estos parámetros cinéticos pueden ser
estimados mediante mediciones de la Figura 1: Representación esquemática del
granulometría de carga interna, alimentación y molino SAG
producto del molino, el aporte individual de l. Molino real.
cada uno de los mecanismos de molienda no se 2. Cámara de molienda.
puede evaluar si no se agrega información 3. Clasificador interno.
experimental que permita estimar las
contribuciones individuales.
La modelación propuesta comienza con Para el sistema de descarga, el balance se
la hipótesis sobre el fenómeno de molienda en realiza definiendo un vector de eficiencia de
los molinos semiautógenos, fundamentada en clasificación, C¡, que tiene implícito dos
la siguiente cinética de molienda. efectos: el producido por la parilla interna del
molino y del sistema de evacuación de la
tasa de desaparicio· nl [ masa de material] pulpa. Así, C¡ queda definido por:
(1)
del material sobre
[ la malla i - esima
a presente sobre
1- c; = P: (5)
la malla i - esima P;
La relación de proporcionalidad queda Suponiendo que el molino se comporta
definida mediante el parámetro cinético de como un reactor perfectamente mezclado, p/,
velocidad efectiva de molienda, K;. La Ec. 1 se se relaciona con la masa por tamaños de la
escribe en términos de K¡ y de la masa carga interna a través de la siguiente relación:
retenida acumulada sobre la malla i, Wi, como:
dW¡ = - KW tlh
dt 1 1'
(2) P>(' Jw, t/h (6)
2
la descripción matemática de la cámara de A son los parámetros de la ecuacwn. Por
molienda: definición, la razón entre el peso de carga
dt
(p*)
dw1 = - - (1-c)w-Kw-
-
w 1 1 1 1
interna y el volumen del molino, ~, se
V
,t/h (9) relaciona con el nivel de llenado de este, J, a
i-1
través de la siguiente relación:
(K;- K;-¡) L w, + J;
1=1
w
V =(1-&¡,)· J· Ps ·(1 +w,)+0.6·~ ·(q, -P,(l+w,)) (14)
Transporte de agua a través del molino
Para el agua se ha utilizado una ecuación En la que &b es la porosidad de la carga interna
diferencial de primer orden, aproximación que del molino Ps y Pb son las densidades del
parece adecuada según resultados mineral y bolas, respectivamente; wc es la
experimentales. razón entre el agua retenida y la masa de
La ecuación que representa la variación mineral en el molino y Jb es el nivel de llenado
de la carga interna de agua, Wa, con los flujos de bolas. La determinación del nivel de
de entrada y salida de agua, Fa y Pa = 1/faWa, es llenado de carga interna del molino, se realiza
la siguiente: deteniendo el molino y midiendo directamente
la altura de la carga.
dWa=F- W /h (10)
d! a lfla a ' t
El parámetro 1/fa de esta ecuación, denominado Medios de molienda
parámetro de descarga de agua, se ha La masa de medios de molienda (Bolas)
correlacionado con la masa de mineral en el interior de la cámara se determina
mediante un balance considerando una taza
contenida en el molino W, según la relación:
de reposición de bolas y una velocidad de
consumo de metal, esta ultima proporcional a
lfla =exp(64.41-19.56ln(W)+ 1.55(ln(W)i) (11)
la masa de mineral en el molino según:
3
()T =2.5307(1.2796-J)(l - e-19·42-<41-?, J) +
1í (17)
2
Donde:
()T : Angulo del pie (rad)
() : Angulo de Hombro (rad)
8
rjJ :Fracción de velocidad crítica experimental,
calculada mediante la relación: el reciclo de material grueso. La Figura 2
rjJ = 0.35(3.364 - J) (19) muestra el subsistema correspondiente al
núcleo simulador. Mayores detalles se
PROGRAMACION DEL NUCLEO encuentran en Salazar (2004).
SIMULADOR
En este desarrollo, se define como Componentes principales
"Núcleo Simulador" a una subrutina En base a la Figura 2 los componentes
computacional que es capaz de resolver principales del subsistema son:
numéricamente el modelo algebro-diferencial • S-Function conteniendo las ecuaciones
planteado en la sección anterior. La ventaja diferenciales del modelo (masas de
de esta arquitectura es que centraliza el mineral por tamaño, agua y bolas).
esfuerzo de resolver, mejorar y optimizar el • Funciones para la parrilla y potencia
modelo en un solo desarrollo. Por otro lado • Reciclo interno de sólidos.
permite el diseño de productos tecnológicos • Entradas y salidas que hacen de
de una manera descentralizada, facilitando el interfase con la aplicación final.
uso de otras plataformas de programación y
gestión tales como Vbasic, Sistema PI, Parámetros
Interfase Web etc. El modelo diferencial contiene diversos
parámetros que pueden ser ingresados por el
Programación en Matlab-Simulink usuario o auto-ajustados en línea según la
El concepto de núcleo simulador se aplicación. En este primer prototipo los
implementó como un sub-sistema "Mask" en parámetros considerados son:
Simulink de Matlab. Simulink es un sistema • Las constantes cinéticas de molienda
de programación estructurado en bloques que K/
permite la solución de ecuaciones • Las constantes de la ecuación de
diferenciales, además de permitir programar potencia K y A
bloques de usuario a través de funciones tipo • Los parámetros de la descarga de agua
S (S-functions). Lo anterior, junto con la y mineral
posibilidad de usar los "toobox" específicos • Masa inicial de medios de molienda
de Matlab conforma una poderosa plataforma
para el desarrollo de prototipos. APLICACIÓN EN MOLINO INDUSTRIAL
La arquitectura del núcleo simulador se
determinó de manera análoga a la de la Figura El desarrollo anterior se programó y adaptó a
1 de tal forma que es posible distinguir la las condiciones operacionales del molino SAG
cámara de molienda, la parrilla clasificadora y de una planta concentradora de mineral de
cobre.
Figura 2: Esquema del núcleo del simulador
4
La programacton se realizo en ambiente línea es capaz de seguir la evolución de las
Simulink y solución mediante rutina de salidas adecuadamente. La variable con
integración de paso variable. mayor error de predicción es el flujo de
A partir de pruebas preliminares de cambios pebbles, mientras que la potencia y los
en las variables de entrada se hicieron los niveles son más exactos. Esto ultimo puede
ajustes necesarios para obtener un modelo que deberse al gran ruido asociado a la medición
respondiera de manera adecuada a lo de pebbles.
observado en la práctica.
Dado el carácter altamente variable de las Por otro lado, se puede apreciar que los
condiciones de alimentación (granulometría, parámetros varían levemente en cada
moliendabilidad, composición mineralógica) estimación (salvo en condición crítica) lo que
y en la cámara de molienda (medios de ratifica la robustez del modelo
molienda y revestimientos), área libre de fenomenológico.
parrilla, etc, es que se hace necesario
incorporar una rutina de adaptación del CONCLUSIONES
modelo, básicamente algún esquema de
estimación de parámetros. En literatura se Se ha desarrollado un modelo para un molino
menciona que esta componente es SAO basado en consideraciones
fundamental para cualquier aplicación basada fenomenológicas. La principal característica
en modelo, siendo el filtro de Kalman de este modelo es que sus ecuaciones
extendido (EKF) el algoritmo más utilizado. permiten calcular explícitamente el reciclo
En este caso se utilizó una rutina de interno de material entregando una mejor
estimación no lineal basada en el modelo de información sobre la evolución de la
estado estacionario. operación. Cuando es contrastado con datos
Con el objeto de demostrar la capacidad operacionales su respuesta es altamente
predictiva del modelo se contrastó este con consistente y siendo mejorada su capacidad
datos operacionales. La Figura 3 ilustra el predictiva cuando opera con un estimador
comportamiento del modelo para la en línea de parámetros.
predicción de las variables de salida con
adaptación y sin adaptación. REFERENCIAS
De los resultados sin estimación se
puede apreciar que el modelo es capaz de MAONE L. AMÉSTICA R, BARRÍA J. Y
responder adecuadamente a los cambios en MENACHO J; "Modelización
las variables de entrada ( RPM Flujo de dinámica de molienda semiautógena
alimentación y de agua) desde un punto de basada en un modelo fenomenológico
vista cualitativo, lo que lleva a concluir que el simplificado", Rev. Metal. Madrid,
modelo es representativo de los fenómenos Vol 31, N°2, 1995.
físicos involucrados. Sin embargo, la APELT T., ASPRA Y S. Y THORNIL N;
predicción se va deteriorando paulatinamente "Inferential measurement of SAO mili
debido a cambios no medidos tales como parameters" , Minerals Engineering,
granulometría de la alimentación, Vol 14 N° 6, 2001.
composición del mineral, moliendabilidad, u SALAZAR J.L , "Simulación dinámica de
otros, que hace necesario una calibración o molinos semiautogenos", Tesis
actualización del modelo en forma contínua Ingeniería Química, Universidad de
de manera de adaptarse a las nuevas Santiago, 2004.
condiciones.
Lo anterior se refleja en los resultados AGRADECIMIENTOS
obtenidos con una estimación continua de los
parámetros de cinética de molienda ( KE) , Los autores agradecen el apoyo financiero al
coeficientes de descarga de líquido y sólido y FONDEF, Proyecto D0211077
la constante de la ecuación de potencia Kp.
Se puede apreciar que el modelo adaptado en
5
2000 soco 7000
Pebbles
6 .5 6 .5
6 t;:;:~'\ftf~~'"tt~\(~l~··;•i''''~~1f;>~""'..;~');.;..,.¿;•
5 .5
4 .5 4 .5
1000 2000 3000 4000 soco 6000 7000 6000 1000 2000 3000 4000 5000 6000 7000
Potencia
22
16 ¡,¡~·
: "-f~>A\~~~~~jw..;1.,J\~~-iv~?~~,v_:1.·
-~. -~··-·-~·- . r - - - - - - - - - r - ···"""----;,_ ....,.,, ...,..,..,,.,.,.,,,.,....___
1-i j
14
14¡ ·
12
12
10
1
¡r~
10-.
Niveles
Figura 3: Salidas medidas y estimadas en molino industrial: Izquierda, sin estimación.
Derecha, con estimación.
6
ALMOND. D.G. and VALDERRAMA, W. Perron nance enhancement toolf for grining miJls. flllemationa/ Platinum C01iference 'Platbzum Adding Va/ue'
The South African Institute of Mining and Metallurgy, 2004. '
Operatio~.of large SAG milis re9uires _a change in the conceptual approach to grinding processes .
The trad1ttonal energy consumption cnteria are now enhanced with new criteria derived from the
mec~a~ical dynam~cs of th~ mili load. This new approach demands instrumentation capable of
prov1dmg accurate mformat10n about the l.oad movernent and the ratio of balls and ore inside the
mili. This paper discusses two new performance enhancing tools available to meet these needs.
The need for new instruments are installed with variable speed drives , capable of
Economies of scale play a major role in making new mining opcrating thc mili through a wide and continuous range of
projects economically viable and this has led to increased speed values. Mil! specd and Iiner profile determine
equipment sizes . Although this has been particularly grinding media trajectories, as shown in Figure l. By
evident in the size of haulage trucks and shovels used in the increasing mili speed or the steepness of liner attack angle,
mining operation, this phenomena has also filtered into the grinding media may be inadvertently permitted to strike on
arca of minerals processing and into milling in particular. the mill liners instead of being directed to impact on the
SAG and ball milis have grown in size and there are now millload (see Figure 2), resulting in wasting large amounts
many operational milis in the range of 28-40 feet in of energy, damaging and breaking mili liners (Figure 3 and
diameter with installed powers ranging between 8-20 MW. Figure 4) and promoting accelerated breakage and
The very high capacity of these milis and the common use degradation of grinding media (Figure 5). With
of variable speed drives often result in operational conventional instrumentation, the mili operator has no
problems. These problems are associated with high-energy sense of these effects , thus being unable to take appropriate
irnpacts striking mili liners resulting in poor energy control measures. Even in the case where the operator is
;:fficiency, as well as the fracture of steel balls, accelerated conscious of this phenomenon, he has little or no feedback
wear, and even liner breakage. This has given rise to the from instrumentation to check the extent of the effect of his
need for a new range of instruments airned at providing control actions . These circurnstances create a need for new
infonnation to the operator about the load composition and instrumentation to sense load movemenl effects.
movement within SAG milis . The load movement inside of a SAG mili can be
The concepts for operating SAG milis have been monitored through the audible impacts of the falling stream
.nherited almost entirely from conventional ball milis. of ore and grinding media with themselves and with the
ffowever, these milis operated under a constant ball load mili liners. The mili noise is a mixture of many different
md ata fixed specd, the slurry load and properties being the sound sources . The main source is the large number of
nain sources of concern . Under these relatively stable small shocks between load components during tumbling of
:onditions, theoretical approaches based on energy amounts the mili load , audible as a continuous stochastic noise. An
·equired for the grinding process were the rule. Bond example of the waveform of this noise may be found in
leveloped bis Work Index concept as a general propcrty of Figure 6, obtained on a 36' diameter mili running at 8 rpm
he ore. Later, a set of parameters S; and B;j were used for and well filled with mineral. When the minerals hold-up in
lescribing grinding kinetics . All these approaches neglect the mill decreases, the mili noise intensity grows inversely,
he details of load movement and how energy is actually as shown in Figure 7. This effect is the basis of the 'electric
tsed inside the mili. For a long time, it has been ear' patented by Hardinge to control the mineral feed to ball
:ommonplace to consider a basic process rule that semi- mills. When the falling strearn bits the liners in free fall ,
.utogenous milis grind by irnpact, whereas ball milis do so high energy impacts appear superimposed over the common
'Y attrition. As a consequence, SAG milis have been mili background noise, as shown in Figure 8. Figure 9
lesigned and operated to generate a large number of shows the amplitude spectra associated with each sound
mpacts by the falling load, without paying much attention sample, in relative units. It is easily seen that spectra are not
:> the place where these impacts are occurring. A second effcctive tools to differentiate between high- and low-
onsequence has been that as long as the mill is consuming irnpact operating conditions.
1e expected power, there is little concem aboul the class of
odies using the supplied energyt.
,,g. ,.
85%üi~/
,;¡(
/
,'li· ·· ·""·~-,~
, ...
4~
\¡
\
•
{
/
/
..
*¡
,./
j
M.m·tt'ii·T·!iiíl~
. ·$iJ.1<.· ¡.·lm;J
!lii lkl~· .!l:~Ltl!W iiZI¡mmf
; l!1lilff#j'~ t!'t!~ .
/ ttihveM76\%ctt.$,
.í
-.,..-......--..,.--r-....,.......,..-.,..--,--...-,-.,
"15::-j -..,,..---¡
-& ¡;¡ :; "1!¡ ~1n -5 e s 10 1s
X:[cml X [c:It!}
l<lgure 2. Schematic view of ball trajectories. Load falling onto itself (a) and on the liners (b)
Figure S. Excessive speed and low mineral hold-up cause extensive ball breakage
Figure 6. Low-noise,low-impact operating conditions as displayed by CoolEdit software and retlected as sound amplitude over time
By locating microphones near the mili on tixed positions impacts' . Critica) impacts comprise mainly direct impacts
nd applying appropriate algorithms online to the to the liners, as these show higher acoustical levels. This
:Iicrophone signals, impacts on mili liners can be isolated method of monitoring impacts, together with the
rom mili noise, then classified and counted to provide a
specialized hardware and software developed for use with
uantitative measure of their occurrence . The observed
istribution is partitioned into two ranges and the counts on the acoustic sensors , has been referred to in this paper as
ach range are defined as 'standard impacts ' and 'critica! the Impactmeter2.
Figure 8. lmpacts superimposed over mili noisc as di~played by CoolEdit software and reflected as
sound amplitude over time
r---~---,---~---.----r---~--~---r--~----r---
"'
:::::1
~ 5.0M
o.
E
ct 0.0
8 . 5 ~~--~-,-~--····+·~-~·--
800
~c. 600
E
:; 400
:;¡
-g
,¡g
200
(j)
o
·200
11 :31:1 11:34:2 11:37:2 11:40:3
Time
The Impactmeter signals provide the inforrnation needed to reduce the impact rate, but it may be a secondary
or mill control. By maintaining the critica! impact rate in a consideration. Coarse feed effect is derived both from lack
ow to nil value , the best instantaneous load movement of fine material for cushioning and from changes in fall
•attem is obtained, controlled either by a human operator or trajectories due to the associated higher position of load
h.e automatic control system. The main variable used for shoulder. This last effect may be compensated with a slight
cting on impact rate is mili speed. It has a direct effect, is decrease in mili speed .
asily controllable, and presents little interference with The effects and benefits of online controlling of the load
ther variables. Figure 11 shows the dependence of falling trajectories may be exemplified with the following
tandard ímpact rate with mill speed. There is a mínimum data, extracted from a Chilean SAG plant. Operating data
peed to observe impacts . Low mili filling, coarse feed and comprising a whole week was analysed. The data was
)\V solids percentage may also increase the standard classified by tonnage in quartiles, selecting the quartile of
npact rate , and even the critica! impact rate in extreme highest tonnage for analysis. Figure 12 is a plot of the mill
ases. The appropriate control action differs in these cases . speed and bearing pressure for each point of the high
.ow mill filling and solids percentage must be tonnage data set. It may be seen that these points populate
ompensated per se acting on feed rate and water flow, over high speed and high bearing pressure, signalling a
~spectively. The increase of standard impact rate is derived good mill filling. All process points showing high critica!
1ainlv from the Iack of cushioning material at the contact impact rate are shown on the same plot. Most points are
oint~. which has an amplifying role on the whole mill situated outside the field of high tonnage conditions. Only
oise. Mill speed can be lowered during the transient time at the zone of high speed and medium bearing pressure is
o P'ool!tt bélonglnQ
IO· ~ · t41M~;g
q!ililrille
~4-~~~~~~~···~="~~r~··~-r
¡ ~-,.~~·•~T-~•---~·
~: ' 4 ~ e r s ltl
s~.~pm
n ª'
Figure 12. Iuverse relatiouship between high tounage and high critica! impact
Oa20%
20- a 100%
•
;~ . ¡
s a' 1 a 9' 11
Speedi~rpm
here a degree of correlation ofboth data sets. By observing composition of mili load . Data obtained from load cells or
1igure 13, there are also low impact points in this zone, due bearing pressure simply provide infmmation about the load
) third variables acting on impact rate. The main benefit of weight, but do not provide any information about load
perating under Jow impact conditions by using the volume or apparent density. The varying nature of mill
mpactmeter signa! is self evident from this data: better charges is such that there can be many combinations of
Jnnage and lower specific energy consumption. Additional balls , mineral and water having the same weight but
enefits related to reduced steel consumption in balls and comprising differing proportions of these components. This
.ners , and the reduced risk of liner breakage are also
vident.
Figure 14. Sound trace used to find the charge position during a rcvolution of the mili. The toe is near the highest amplitudc points
Figure 15. Layout of the microphone and position sensor in the mili
direct measurcment of load toe and shoulder positions, SCHW ARZE, K. On-line cstimation of the inclination
thought to be a reliable source of data to suppmt the systcm of the charge in a SAG mili. Proceedings ofCOPPER
operation and quality of information. At the time of 95-COBRE 95 International Conference vol . II-
preparing this paper, the technology applied to the SAG Mineral Processing and Environment. A. Casali,
Analyzer has only been recently installed and no long-term G.S.Dobby, M.Molina and W.J.Thobum (cds .). The
quantitative studies are readily available to fully evaluate its
Metallurgical Society ofCIM, 1995. pp. 225-232.
effect on plant performance.
5. CAMPBELL, J., SPENCER S., SUTHERLAND, D.,
Conclusion ROWLANDS, T., WELLER, K., CLEARY, P., and
The use of acoustics in conjunction with appropriate HINDE, A. SAG mili monitoring using surfacc
algorithm based software can be used effectively to monitor vibrations, Proceedings International autogenous and
load movcment within a SAG mili. The information semiautogenous grinding technology 2001, Sep. 30-
provided from these methods can be employed to control 0ct. 3 , 2001, Barratt et al. (eds .), CIM, vol. IV,
mili behaviour and enhance mill performance. pp.373-385 .
6. PAX, R. 'Non-Contact acoustic measurement of in-
Acknowledgement
mili variables of SAG milis', Proceedings
fhe authors acknowledge the important contributions
International autogcnous and semiautogenous
provided from Federico Santa Maria Technical University,
the University of Santiago de Chile and the Chilean Council grinding technology 2001, Sep. 30- Oct. 3, 2001,
for Scientific and Technological Rescarch through Barratt et al. (ed.), Published CIM, vol. II,
FONDEF, in thc developmcnt of this technology. pp. 387-393.
7. SPENCER, S.J., CAMPBELL, J.J., WELLER, K.R.,
References and LIU, Y. 2000 Monitoring of SAG Mill
1. VALDERRAMA, W. and L MAGNE, L. Notes on Perfmmance Using Acoustic Emissions. Proceedings
'Operation, Maintenance and Control of of the XXI International Mineral Processing
Semiautogenous Grinding Plants' for short training Congress, Rome, July 2000, A4-13, A4-20.
coLirSes (unpublished work in Spanish). 8. WATSON, LL. An Analysis of Mill Grinding Noise,
2. SAMS, C., NARANJO, G., and KEMERER, J. New Powder Technology, vol. 41, no. 1, 1985. pp. 83-89.
Performance Enhancement Technologies for the 9. ZENG, Y. and FORSSBERG, E. Monitoríng
Milling Industry, Workshop on SAG Grinding, Grinding Parameters by Vibration Signa!
SAG'03, Viña del Mar, Chile, Octobcr 2003. CD- Measurement- A Primary App1ication, Minerals
ROM. Engineering, vol. 7, no. 4, 1994. pp. 495-501.
3. JKtech Technology Tools-Dynagrind, November 10. KALKERT, P. Mill filling leve) sensor: an 'e1ectronic
2003. CD-Rom. ear' for al! situations, Zement, Ka/k Gips JNT 57,
4. CARTES, F., RIVAS, G., MUJICA, F., and 2004,pp.55-59 .
1 Introduction
Milling in the mining industry has advanced significantly, specificaliy with regard to
the technology of autogenous and semiautogenous (SAG) milis. In SAG milis this
technological advance has not been accompanied by an advance in their operation
because there has neither been a correct interpretation of the variables [1], nor a
comprehension of interna! laws that are involved in this process [2]. Two lines of
research have arisen, one for predicting the load level through the use of sensors [3]
and the other for control of energy through the online registry of the utilized power.
There are various attempts to develop equations to allow the estimation of the
power in SAG milling, such as the equations by Austin, Taggart, Lukasiewicz, Mishra
and Rajamani [4],[5]. Nonetheless, in a number ofthese models, the assumptions have
led to a very simplified product, which is only useful in the analysis of low variability
systems such as conventional ball milis [1] .
The present wcirk proposes an improvement of the power estimate that these
models work with, using only a grey box model [6]. In this case, the power estimation
models use a calibration factor K. The purpose of this work is to take advantage of
neural networks in the modeling of complex functions [7] in order to find a function
f(K), which can be added to the phenomenological model to improve its estimation.
The present article is divided as follows : the first section is a brief description of
semiautogenous milling, the second section is a definition of grey box models which
is followed by the used methodology and the results, ending with the conclusions.
2 Semiautogenous Milling
The purpose of Concentration Processes in mining is to recover particles of valuable
substances which are found in mineralized ore. The process of concentration of copper
is divided into three phases: Crushing, Milling and Flotation.
Semiautogenous (SAG) milling is a variety of the autogenous milling process in
which metaliic milling elements are added to the mili. The term autogenous indicates
that milling occurs due to the falling of the mineralized rock from a height that is close
to the diameter of the mili.
When working with these milis the ideal is to work under conditions that imply the
use of the maximum instalied power. However, this implies working at an unstable
operational point because any increase in the load leve! of the mili beyond the point of
maximum consumption leads to an overload condition and a loss in efficiency (see
Figure 1).
12
11
~ 10
::;J 9
.:
~ 8
lf 7
6
5
0,055 0,15 0,23 0,305 0,38 0,45
% of total load leve!
The value of maximum power that a SAG mili can consume is not constant and
depends primarily on the density of the intemalload, the distribution of the size of the
feedstock and the state of the intemallining. The load leve! is related to the amount of
grinding media and the movement of the material being ground. Because of this, SAG
milis operators must juxtapose these factors in order to first stabilize operations and
then seek to improve them.
There ha ve been numerous attempts to develop equations that allow a prediction of
the amount of power that will be consumed. However, many of these models are too
simple given the assumptions involved, and are only useful for systems with low
variability such as conventional ball milis.
~~--- Parameters
At the following, two models made by different authors are presented to estímate of
power of rotatory milis. These models were chosen because of their simplicity and the
availability of variable values involved in each model.
Austin's model for estimate of power is represented in equation (1).
P,
G
= 2[VD(J5 Jrn + KVPe D0.5JeDS (2)
Two groups of data were considered for the neural network (one for training and the
other for testing). Training is carried out with the cross validation rnethod and is
repeated lO times in order to ensure the trustworthiness of the results.
For the neural model, the output variable is power, while the input variables are Jb,
Jc, Fa, N, Fp and Fm.
During the search for the best configuration various architectures were considered
which used between 2 and 25 neurons in the hidden layer. The configuration chosen
was that which gave the least mean and least deviation in the error between the
desired power and that given by the model.
The two configurations finaliy chosen were: (1) a neural network with six inputs,
one hidden layer with 8 neurons and a hyperbolic tangent sigmoid transfer function in
both layers. The second configuration is (2) a neural network with two inputs (Jb, Jc,
obtained after a sensitivity analysis) and one hidden !ayer with 11 neurons.
The phenornenological models used as a basis for the Neural Grey Box Models are
those proposed by Austin [5],[12] and by Sastri-Rao [4]. The outputs of the neural
network, included in the Grey Box Model, correspond to the value of the parameter K,
which minimize the error for the calculation of power. This corresponds to the so-
calied direct training method. [8].
The fmal configurations are four, two for each of the power models. In Austin's
model, the first of the grey box configurations is made up of equation (1) as a
phenornenological model and a neural network with six inputs, one hidden !ayer with
15 neurons. The second configuration for Austin's model is analogous to the first, but
with only two inputs (Jb and Jc) and 18 neurons in the hidden !ayer.
For the Sastri-Rao model, the first grey box configuration is composed of equation
(2) as a phenornenological model and a neural network with six inputs, one hidden
!ayer with 17 neurons. The second grey box configuration for this model is analogous
to the first, but with two inputs (Jb and Jc) and 14 neurons in the hidden !ayer. The
neural network' s output, in both rnodels, is calibration factor K that is then added to
the model shown in equation (2).
Each model used a hyperbolic tangent sigmoid transfer function in each layer.
5 Results
Table 1 shows the results of the estimates obtained with each of the models presented
above. The first column shows the model used for estimating of power, the second
shows the type of model, the third shows the mean difference between the desired
power and the power estimated by the different models, and the last column specifies
the particular configuration for each model. For this last column, in the case of the
phenomenological models the values of K are shown, and in the case of black box and
grey box is shown the number of inputs into the network (I), the number of neurons in
the hidden layer (H), and the number of outputs (O) in the order I-H-0.
As can be seen in Table 1, the black box models show a marked improvement over
the phenomenological models in terms of power estimate. This improvement is even
more noticeable when looking at grey box models.
The obtained results show a 1% error of the mean of power consumed (5950.5 kw)
by the mili which means that it is possible to work at an operation point where milling
conditions are more stable and more efficient.
This shows the advantages of using grey box model instead of neural or
phenomenological model that means using the combination of both models.
6 Conclusions
This work shows that the fusion between black box models and phenomenological
models, also known as grey box models, is an altemative that improves the results
obtained by the first two individually. On the other hand, these improved results imply
the use of a 1arger number of parameters, for both black and grey box mode1s, than the
used ones in the phenomenological models.
The obtained results show an error on the order of 1% of the mean of power
consumed (5950.5 kw) by the mili which means that it is possible to work at an
operation point where milling conditions are more stable and more efficient.
The importance of estimating of power with a minimum error is that it makes it
possible to estimate other variables obtaining smali errors in these estimates as well.
On the other hand, an improvement of 1% in the estimates of the variables that affect
the process of semiautogenous milling implies a reduction of US$10 million in
operational costs per year.
Given the good results obtained in this work, future work will include estimates
with grey box models in parallel.
Acknowledgement. This work thanks the partía! financing provided by the Chilean
Govemment through Fondecyt 1040208 and FondefD0211077 projects.
References
l. Magne L., Titichoca G., Campi A.: Semiautogenous Mili Plant Operation: a
tough reality. Part 2. The compsumtion of power, VI SHMMT/XVIII ENTMME,
Brasil (2001) (in spanish)
2. Magne L., Améstica R.,Barría J. and Menacho J.: Dynamic modeling of
semiautogenous milling based on a simplified phenomenological model, Metal
Madrid, 31 (1995) 97-105 (in spanish)
3. Van Dyk W., Stange W., Hatch Africa (Pty) Ltd.: Optimum control of the
Leeudoom semiautogenous milling circuit, CIM B ulletin, 93 (2000) 106-110
4. Sastri S.R.S., Rao K.K.: Simple empírica! equations for prediction of mili power
draw, Mineral Processing Extractive Metallurgy (1997) 91-94
5. Austin L.G., Klimpel R.R., Luckie P.T.: Process Engineering of Size Reduction
Ball Milling, American Institute Mining Engineer, New York, USA (1984)
6. Cubillos F., Lima E.: Identification and optimizing control of a rougher flotation
circuit using an adaptable hybrid-neural model, Minerals Engineering, (1997)
707-721
7. Hornik, K., Stinchcombe, M. Y White H.: Multi1ayer feedforward networks are
universal approximators, Neural Networks, 2 (1989) 359-366
8. Acuña A., Cubillos F., Thibau1t J., Latrille E.: Comparison of Methods for
Training Grey-Box Neural Networks Models, Computers and Chemical
Engineering Supplement, 23 (1999) 561-564
9. Thompson M., Kramer M.: Modeling Chemical Processes Using Prior
Knowledge and Neural Networks, Computer & Chemical Engineering, 40 (1994)
1328-1340
10. Psichogios D., Ungar L.: A Hybrid representation approach for modeling
complex dynamic bioprocesses. Bioprocess Engineering, 22 (1992) 547-556
11. Van Can H, Braake H., Dubbelman S., Hellinga C., Luyben K., Heijnen J.:
Understanding and Applying the Extrapolation Properties of Serial Grey-Box
Models, AIChEjoumal, 44 (1998) 1071-1089
12. Austin L.G., et al.: A General Model for Semiautogenous and Autogenous
Milling, South Africa institute Mining Metallurgy, Johannesburg, South Africa
(1987) 107-126
REAL-TIME OPTIMIZATION OF SAG MILLS USING GENETIC
ALGORITHMS
Juan Becker, Jose Salazar, Luis Magne and Francisco Cubillos·
Facultad de Ingeniería, Universidad de Santiago de Chile.
Abstract. This paper presents a Real Time Optimization (RTO) system to optimize a simulated
industrial semi-autogenous mili (SAG) using genetic algorithms (GA). For the design ofthe RTO
we used both a validated first principies steady state model adapted on-line and a dynamic model
to study the transient effect. The objective function considered is to maximize the ore tonnage or
tine product by powerdraw. For this propases, two performance indexes were introduced as fitness
function in the GA. Results show the affectivity of the system to find the optimum controller set-
point as a function of the process-operating constraints, principally maximum ore feed rate,
powerdraw and filllevel. Starting from non optimum conditions, the optimizer is able to improve
the global performance index until 50% relative to a base case.
l. Introduction
The grinding process is a size reduction operation used in the mineral industry to Iiberate the valuable
minerals from the gangue. Since grinding is a very energy intensive process, modeling and thereby, optimization
of grinding operation at industrial scale has been a continuous endeavor (Apelt et al. 200 1). The objective is to
keep the process at its set-point, while optimizing a performance criterion containing the principal operating
variables such as feed rates, fractions products and power draw (Lestage et al. 2002). The optimizer is
commonly based on the steady-state values of a dynamic model of the process. In Iiterature, a number of models
have been proposed to predict the dynamic behavior of grinding processes (Rajamani & Herbst, 1991). In, this
paper, a conventional population balance approach is used to develop the necessary dynamic model of the SAG
mili operation. For SAG milis, the searching for the new operating point involves the solution of an optimization
problem, which requires a clear definition of the objective function, constraints and the method of solution
(Hales et al, 2001). In grinding, this optimum objective include the increase throughput at the desired grind size,
reduction of grinding ball consumption and minimization of the SAG mili power requirement (Mitra and
Goponath, 2004). Constraints are associated with fresh ore feed, maximum power draw and fill leve!. The
problem is a multivariable non linear optimization problem with hard constraints solved traditionally with
Nonlinear Programming (NLP) techniques such as SQP (Edgard & Himmelblau, 1988). Although NLP
algorithms are well documented, can to fail in finding the global optimum due to the fact that the multivariable
model can introduce multimodal objective functions.
2. Model Equations
The modeling approach describes the grinding process in terms of a population balance for each particle
size (Magne et al, 1995). For convenience, only three particle sizes was used in this model, the largest size
('rock') and smallest size designated 'pebbles' and 'fine'. For i-th size, balance equation in the milling chamber
is:
~- ~~
-dt ' =-p ·(1-c)-Kw -(K - K
1 1 1 1 1 1-
1)Lw
1=1 1
+ ¡;
1
(1)
25
M p =KD L(l-AJ)(W)""
V 'f'c [1 -~] 29-IO¡P,
(3)
3
Where D and L are the mili dimension (m), Vis the effective volume in the mili (m ), tPc is the fraction of
rotating critic velocity and J the fill leve!, considering pulp and grinding media. K and A are adjustable
parameters. Other model equations such as grinding media consumption and bearing pressure are considered as
proportional to the total charge within mili (Salazar, 2004).
2
2.1. Model solution and validation
This set of ordinary differential equations is solved using the Simulink dynamic simulator using a
standard method (RK-4). The model may be tuned on Iine with the data collected from a DCS or historie data
considering steady state conditions. The parameter estimation task is performing by a NLP formulation with the
breakage rates, discharge and power equation constants as adjustable parameters (Salazar, 2004).
In order to demonstrate the prediction capacity of the model, this was adapted and contrasted with
operational data of an industrial SAG mili of ore copper. The Figure 1 illustrates the behavior ofthe model in the
prediction ofthe Power draw and fill fraction.
6.S
s.s . \_;;j
4.S
Figure l. Actual and model prediction for SAG mili (Up: Power draw, down; Filllevel).
3. RTO design
3.1. Genetics Algorithms
Genetics algorithms (GA), are stochastic optimization methods based on the biological principies of
natural selection and are specially suitable for multimodal objective functions as has been observed in models
based on neural networks, being less probable to get trapped in local optima (Goldberg, 1989). In GA, the
decision variables are encoded into bit strings in order to be able to use crossover and mutation mechanism based
on the evolutionary theory. The reproduction is determined by a fitness function associate with the capability of
survival of an individual.
The main characteristics of GA's are: Search from a population. The fitness functions (the objective) is
evaluated as a black box, then no additional knowledge are necessary. Use probabilistic rules for the operations.
3
The efficiency of a GA is closely Iinked with the objective function and set-up parameters as: encoded strings,
bits resolution, initial and final population, generation number, and operator probabilities. Experience indicates
that due to the great number of GA parameters, a suitable algorithm set-up has that to be determined for each
particular problem.
These functions are related with the principal operational modes of SAG milis example: Maximize
production (or fine product) at mínima! cost (power draw).
The manipulated variables to optimize were ore feed-rate, water addition and mili velocity (fraction of
critic velocity). Lower and upper limits were imposed in the manipulated and outputs variables.
The GA parameters were set-up with no major detention. Manipulated variables were encoded in three
binary strings of 16 bits each. The population size was considered constant over the generations containing 50
pairs of individuals. A total of 30 generations was used to find the optimum. Non feasible sets of individuals in
the initial population were penalty in the fitness function (objective function) in order to minimize his translator
over the next generations. The RTO was programmed in Simulink and linked with the dynamic simulation in
order to track the evolution of the mili variables with the time.
4. Results
As comparison, a non optimum base case is taken as reference, Table N°l show the operational
condition and the performance index values, as well as the operational bounds used in the different test. Severa!
examples were carried out considering different sets of manipulated variables and index to optimize. Results are
informed in Tables 2 for the Fine index Rf and Table 3 for the Overall index Rt. The implementation of the
optimum setting in the process was made on Iine. Figure 2 show the dynamical profiles ofthe mili included the
optimized indexes. We can see that the new optimum is reached in few minutes with under dump response.
Results from Tables 2 and 3 indicate that a better increment in the performance indexes is obtained with
variables associated with productions and power draw, it is, ore feed rate and mili velocity.
4
Table l. Operational variables of SAG mili
Inputs variables : Base - Min - Max Rf Ft
(Ton!KW-h) (Ton!KW-h)
Ore Feed (Ton/h) 1500- o- 2000
Fresh Water (Tonlh) 700-0-1000 0,2413 0,2651
V el. Fraction 0,7-0,4-0,98
Optimum setting
Rf % increasing rel.
Fresh Water
Ore Feed (Tonlh) V el. Fraction (Ton!KW-h) case base
(Tonlh)
Optimum setting
Rt % increasing
Fresh Water
Ore Feed (Ton/h) V el. Fraction (Ton!KW-h) rel. case base
(Tonlh)
5
0.450 12000
0.400
'
' '
'
,. . -- .. -- . --
~ ~
11000
0.350 o#
-
10000
0.300 .
1 ~
9000 3:
..,
-...
1
~
0.250
- . --- -- 1
8000
...:
0:: 0.200
5000
a.
/~
0.050 4000
0.000 3000
1.00 1.25 1.50 1.75 2.00 2.25 2.50 2.75 3.00
Time (h)
0,500 12000
, . - . ---- - - - --
#
0,450 ~ 11000
, ' ~
#
o#
0,400 .. ,
-~
1
10000
0,350 1
9000
.., 0,300
----.
1
1
8000
-...
.,;' 0,250
0:: , ""\ G)
0,200
0,150 , 1 /
- - 7000
6000
;:
o
a.
0,100
- -- - 5000
5. Conclusions
In this work, a real time optimization system is developed for an industrial SAG mili based on the
steady state equations of a first principies dynamic model. The optimization problem is solved by a simple
genetic algorithm considering three decision variables. The objective function considered is to maximize the ore
tonnage or fine product by powerdraw. For this proposes two performance indexes were introduced as fitness
function in the GA. The RTO was applied to find the optimum settings of an industrial mili by simulations,
using the validated model. Results show the affectivity of the system to find the optimum controller set-point as
a function of the process-operating constraints, principally maximum ore feed rate, powerdraw and fill leve!.
Starting from non optimum conditions, the optimizer is able to improve the global performance index until 50%
6
relative to the base case manipulating principally ore feed rate and rotating mili velocity. Based on this results, it
is possible to affirm that the implementation of the proposed RTO may bring great economic benefices if is
applied in the real world.
6. References
• Apelt T., Aspray S. and Thornil N ; (2001), Inferential measurement of SAG mili parameters ,
Minerals Engineering, Vol 14 N° 6.
• Edgard T. and Himmelblau D. (1988), "Optimization of Chemical Processes," McGraw Hill Book
Co., New York.
• Goldberg, D.,1989, "Genetic Algorithms in Search, Optimization and Machine Learning", Addison-
Wesley.
• Hales M., Ynchausti R., Gonzalez P., and Lizama E., (2001), Real-Time Adaptative SAG-mill Control
at Los Pelambres, SAG 2001 Mining and mineral process engineering, II-294.
• Lestage R., Pomerleau A., and Hodouin D., (2002), Constrained real-time optimization of a grinding
circuit using steady-state linear programming supervisory control, Powder Technology 124, 254-263.
• Magne L. Améstica R, Barría J. and Menacho J, (1995), Modelización dinámica de molienda
semiautógena basada en un modelo fenomenológico simplificado, Rev. Metal. Madrid, Vol 31, N°2,
1995.
• Mitra K., and Goponath R., (2004), Multiobjective optimization of an industrial grinding operation
using elitist non-dominated sorting genetic algorithm, Chemical Engineering Science 59 (2004) 385-
396.
• Rajamani, R.K. and Herbst, J.A., 199Ia., Optimal control of a ball mili grinding circuit-1. Grinding
circuit: modeling and dynamic simulation. Chemical Engineering Science 46 (3), 861-870.
• Salazar J., (2004), Modelación y simulación de un proceso de molienda semiautógena, Chemical
Engineering Thesis, Universidad de Santiago de Chile, 2004.
Acknowledgments
The authors wish to acknowledge the support provided by FONDEF (Project D02I 1079) and DICYT-USACH
7
SIMULACION DINAMICA DE MOLINOS SEMI-AUTÓGENOS
DYNAMIC SIMULATION OF SEMIAUTOGENOUS MILLS
RESUMEN:
Se presenta un modelo dinámico para la simulación de un molino semi-autogeno basado en
consideraciones fenomenológicas . La principal característica de este modelo es que sus ecuaciones
permiten calcular explícitamente el reciclo interno de material entregando una mejor información
sobre la evolución de la operación. Asociado a un estimador en línea de parámetros, el modelo
presenta excelentes capacidades predictivas cuando se le contrasta con datos de operación de un
molino industrial.
1-c; = p~ (5)
P;
Suponiendo que el molino se comporta como un
reactor perfectamente mezclado, p/, se relaciona con la
masa por tamaños de la carga interna a través de la
siguiente relación:
dW • •
d/ = F; - P¡ - K¡W¡ , tlh (3) Transporte de agua a través del molino
Para el agua se ha utilizado una ecuacwn
La ecuación anterior puede expresarse, en diferencial de primer orden, aproximación que parece
!rminos de los flujos parciales en el intervalo i, de la adecuada según resultados experimentales.
iguiente manera: La ecuación que representa la variación de la
carga interna de agua, Wa, con los flujos de entrada y
salida de agua, Fa y Pa = l!f0 W0 , es la siguiente:
La masa de medios de molienda (Bolas) en el
interior de la cámara se determina mediante un balance
(10) considerando una taza de reposición de bolas y una
velocidad de consumo de metal, esta ultima
proporcional a la masa de mineral en el molino según:
El parámetro lf/a de esta ecuación, denominado
parámetro de descarga de agua, se ha correlacionado
con la masa de mineral contenida en el molino W, según d~ =F, -fJ·W (15)
la relación: dt b
w Donde:
V =(1-&¡}J·,q ·(1+~)+0.6·.1¡, {q, -,q(l+~)) (14)
eT :Angulo del pie (rad)
88 : Angulo de Hombro (rad)
~n la que eb es la porosidad de la carga interna del
aolino Ps y Pb son las densidades del mineral y bolas, rjJ :Fracción de velocidad crítica experimental, calculada
espectivamente; wc es la razón entre el agua retenida y mediante la relación:
1 masa de mineral en el molino y Jb es el nivel de
!enado de bolas. La determinación del nivel de llenado rjJ = 0.35(3.364- J) (19)
e carga interna del molino, se realiza deteniendo el
10lino y midiendo directamente la altura de la carga.
fedios de molienda
PROGRAMACION DEL NUCLEO SIMULADOR • Las constantes de la ecuación de potencia K y
En este desarrollo, se defme como "Núcleo A
Simulador" a una subrutina computacional que es capaz • Los parámetros de la descarga de agua y
de resolver numéricamente el modelo algebro- mineral
diferencial planteado en la sección anterior. La ventaja • Masa inicial de medios de molienda
de esta arquitectura es que centraliza el esfuerzo de
resolver, mejorar y optimizar el modelo en un solo APLICACIÓN EN MOLINO INDUSTRIAL
desarrollo. Por otro lado permite el diseño de productos
tecnológicos de una manera descentralizada, facilitando El desarrollo anterior se programó y adaptó a las
el uso de otras plataformas de programación y gestión condiciones operacionales del molino SAG de una
tales como Vbasic, Sistema PI, Interfase Web etc. planta concentradora de mineral de cobre. La
programación se realizó en ambiente Simulink y
Programación en Matlab-Simulink solución mediante rutina de integración de paso
El concepto de núcleo simulador se implementó variable.
como un sub-sistema "Mask" en Simulink de Matlab. A partir de pruebas preliminares de cambios en las
Simulin.k es un sistema de programación estructurado en variables de entrada se hicieron los ajustes necesarios
bloques que permite la solución de ecuaciones para obtener un modelo que respondiera de manera
diferenciales, además de permitir programar bloques de adecuada a lo observado en la práctica.
usuario a través de funciones tipo S (S-functions). Lo Dado el carácter altamente variable de las condiciones
anterior, junto con la posibilidad de usar los "toobox" de alimentación (granulometría, moliendabilidad,
específicos de Matlab conforma una poderosa composición mineralógica) y en la cámara de molienda
plataforma para el desarrollo de prototipos. (medios de molienda y revestimientos), área libre de
La arquitectura del núcleo simulador se parrilla, etc, es que se hace necesario incorporar una
determinó de manera análoga a la de la Figura 1 de tal rutina de adaptación del modelo, básicamente algún
forma que es posible distinguir la cámara de molienda, esquema de estimación de parámetros. En literatura se
la parrilla clasificadora y menciona que esta componente es fundamental para
cualquier aplicación basada en modelo, siendo el filtro
La Figura 2 muestra el subsistema correspondiente al de Kalman extendido (EKF) el algoritmo más utilizado.
núcleo simulador. Mayores detalles se encuentran en En este caso se utilizó una rutina de estimación no lineal
Salazar (2004) 3. basada en el modelo de estado estacionario.
Con el objeto de demostrar la capacidad predictiva del
Componentes principales modelo se contrastó este con datos operacionales. La
En base a la Figura 2 los componentes Figura 3 ilustra el comportamiento del modelo para la
principales del subsistema son: predicción de las variables de salida con adaptación y
• S-Function conteniendo las ecuaciones sin adaptación.
diferenciales del modelo (masas de mineral por De los resultados sin estimación se puede
tamaño, agua y bolas). apreciar que el modelo es capaz de responder
• Funciones para la parrilla y potencia adecuadamente a los cambios en las variables de entrada
• Reciclo interno de sólidos. ( RPM Flujo de alimentación y de agua) desde un punto
• Entradas y salidas que hacen de interfase con de vista cualitativo, lo que lleva a concluir que el
la aplicación final. modelo es representativo de los fenómenos físicos
involucrados. Sin embargo, la predicción se va
Parámetros deteriorando paulatinamente debido a cambios no
El modelo diferencial contiene diversos medidos tales como granulometría de la alimentación,
parámetros que pueden ser ingresados por el usuario o composición del mineral, moliendabilidad, u otros, que
auto-ajustados en línea según la aplicación. En este hace necesario una calibración o actualización del
primer prototipo los parámetros considerados son: modelo en forma contínua de manera de adaptarse a las
• Las constantes cinéticas de molienda K/ nuevas condiciones.
Figura N°2 ; Núcleo simulador
CONCLUSIONES AGRADECIENTOS
Se ha desarrollado un modelo para un molino SAG Los autores agradecen el apoyo financiero al
basado en consideraciones fenomenológicas. La FONDEF, Proyecto D0211077, Fondecyt 1020041
principal característica de este modelo es que sus
ecuaciones permiten calcular explícitamente el reciclo
interno de material entregando una mejor información
sobre la evolución de la operación. Cuando es
contrastado con datos operacionales su respuesta es
altamente consistente y siendo mejorada su capacidad
predictiva cuando opera con un estimador en línea de
parámetros.
5.5
4.5
'1 !
:~r~JlJ~~:~~
1000 2000 3000 4000 5000 6000 7000 1000 2000 3000 4000 5000 6000 7000
Pebbles
i
5'
4.5 4 .5
1000 2000 3000 4000 5000 6000 7000 8000 1000 2000 3000 4COO 5000 6000 7000
Potencia
22
20 •
1a ~>, ,ÓM~,_~r.J;0{t;~'v'
16 __ j ifl
14 14
12
12
10
Niveles
Figura 3: Salidas medidas y estimadas en molino industrial:. Izquierda: sin estimación.
Derecha, con estimación.
INTRODUCTION (Continued)
ABSTRACT
The inefficient use of grinding media, drive energy and grinding capacity
in a SAG mili is generally the result of the lack of control of the mili load
and cataract. The audio noise generated by the movement of the mili DIRECT IMPACT
load can be analyzed to characterize the impacts with the aim of MILL LINER
preventing impacts of balls against the mili liners.
The load within a SAG mili comprises varying quantities of ore, steel
balls and slurry. A method of pattern recognition is developed based on a FrontView
set of heuristic models derived from acoustical behavior of sound
emissions generated by impacts between two bodies under particular
conditions. Conditions are adjusted in a laboratory to represent the
phenomena to be assessed which in this case is the different types of
1mpacts between two bodies. Field measurements are used to provide
the information for the model's evaluation and corresponding parameter
calibration. Fig. 2 depicts a typical signal recorded as an impact in a SAG
mili.
o
..... . L.
t-· L.-~l-~l.--r-·i-
) :
---1-=~~
--'----'-.-L..--'---'--~--''----.....L..___f_.J._=:_=: :·_.¡~:-_.: :~"': :c-: : : : : A: : : : : :Ac: : : : : :\- · · · ·-· -l·-··· ·- -·!: - - ~,. ·-· ·
____
>. VI : Control variable by which variation diminishes impacts straight away (commonly this
e'
~
1::: is speed).
L.U
VE : Control variable by which variation diminishes impacts without de-stabilizing the
CRITICAL § process.
ZONE 1
IMPACTS -~
lE : Amount of standard impacts per minute
IC : Amount of critica! impacts per minute.
ME : Maximum admissible standard impacts per minute.
MC : Maximum admissible critica! impacts per minute.
1 2
ENERGY CONTENT OF IMPACTS
Fig. 8 An example of a possib/e control diagram for using the
Fig. 7 Histogram of lmpact occurrence Vs lmpact Energy Content lmpactmeter signals in the control of the mili
. · · ~ ·->:~·- -· .... _ ...,_,, ... _• ....uv.:;, .QIIVVVII t;:, Ud::it:::U Ull Ule ooservea ACKNOWLEDG EMENTS
relationship between speed, mili fill leve!, classes of impacts and the
resultant throughput tonnage in a practica! commercial application The authors acknowledge important contributions by the Technical
operating a 38' diameter gearless SAG mili ( University, Santa Maria, Chile, and participating commercial operations
without who this paper could not have been produced.
Fig. 9). As high energy or critica! impacts increase corresponding with
low mili filling and high mili speed, the mili throughput tonnage reduces. REFERENCES
Accordingly, the control diagram example may be used to adjust speed
downwards once critica! impacts pass a preset threshold, and facilitate (1] J. Pontt, J. Rodríguez, W. Valderrama, G. Sepúlveda, B. Cuitiño, P.
other process adjustment to maintain a high tonnage throughput while Chavez, P. González, G. Alzamora, "Current issues on high power
maintaining control over the occurrence of critica! impacts. cycloconverter-fed gearless motor drives for grinding milis",
Proceedings of IEEE lnternational Symposium on Industrial
lmpacts Leve! Chart Electronics, ISIE'2003, Brazil, 9-11 June, 2003, Vol. 1, pp. 369-374.
5't00
(2] W. Valderrama, L. Magne, J. Pontt, "Semiautogenous grinding
based on the mili load movement", (Molienda semiautógena basada
5300 en el movimiento de la carga en el molino"), Proceedings of
Workshop of Semiautogenous Grinding, SAG'99, Viña del Mar,
• indicate critica! impacts Chile, May, 12-14, 1999. CD Rom.
5200
[3] J. Pontt, W. Valderrama, L. Magne et Al., "The lmpactmeter, a new
('O
a.. • •
"""~- 5100
•
t
•• .• •
instrument for monitoring and avoiding harmful high-energy impacts
on the mili liners in SAG milis", Proceedings IFAC Workshop:
;::,
en
en 5000
• . Future trends in Automation in Mineral and Metal Processing,
~ MM '2000, Helsinki, Finland, 22-24-Aug., 2000, pp. 286-289.
a..
' . 1• (4] Sams, C., Naranjo G., Kemerer J., "New performance
,· 1 . . i . .."'
O') 4900
•
"'•
e:
·¡::
('O • enhancements technologies for the milling industry", Workshop on
Q) <1800 Sag Grinding, SAG'03, Viña del Mar, Chile, 8-10 Oct. 2003. CD
Cll *" .fil H
.. Rom.
4700
•• . a
(5] J . Pontt, W. Valderrama, L. Magne, G. Sepúlveda, P. Espinoza,
"New Method For Detection Of Harmful lmpacts On Shell Liners In
41800
2 6 8 7 8 9 10 11 Large Grinding Milis"; IMTC 2004, Como, ltaly, 18-20 May 2004
Speed, RPM
CONCLUSIONS
G. Acuña
Computer Engineering Department
ABSTRACT
The grinding process is a size reduction operation used in the mineral industry
to liberate the valuable minerals from the gangue. Since grinding is a very energy
intensive process, the modeling and thereby optimization of the grinding operation at
industrial scale has been a continuous endeavor, Apelt et al. [1]. The objective is to
keep the process at its set-points, while optimizing a performance criterion containing
the principal operating variables such as feed rate, product size fractions and power
draw [2]. The optimizer is commonly based on the steady-state values of a dynamic
model of the process. A number of models have been proposed in the technical
literature to ptedict the dynamic behavior of grinding processes 3]. In this paper, a
conventional population balance approach is used to develop the necessary dynamic
model of the semi-autogenous mili operation. For semi-autogenous milis, the
searching for a new operating point involves the solution of an optimization problem,
which requires a clear definition of the objective function, the process constraints and
the method of solution [4]. In grinding, this optimum objective include the increase
throughput at the desired grind size, reduction of grinding hall consumption and
minimization of the semi-autogenous mili power requirement [5]. Constraints are
associated with the fresh ore feed, the maximum power draw and the filling level. The
problem is a multivariable non-linear optimization problem with hard constraints
solved traditionally by Nonlinear Programming (NLP) techniques such as SQP [6].
Although NLP algorithms are well documented, they can to fail in finding the global
optimum due to the fact that the multivariable model can introduce multimodal
objective functions.
One alternative considered to solve this problem is the use of sorne kind of
evolutionary algorithms, like Genetic Algorithms (GA). Although these algorithms
produce better results in terms of fmding the appropriate optimization region, they
can take longer periods oftime to reach the global optimum.
In this work, a real time optimizer has been developed based on a first-
principle population model and it has been used to characterize a large 2000 t/h
copper ore SAG mili. The optimization problem was solved using a classical genetic
algorithm (GA) with constant population. Constraints in the power draw and filling
level were handled by assigning a penalty function to the fitness function. The model
formulation, the validation, the MBRTO design and the results are detailed hereafter.
MODEL EQUATIONS
where K¡ is the breakage rate, w¡ the mass hold-up, C¡ the grate efficiency, p¡ the
discharge flow rate and f¡ the feed flow rate, all for the same class i.
The mili power draw, Mp (kW), is predicted from a Bond type of equation
shown in equation 3:
MP = KD 25 L(l - AJ)(W)"'
V 'f'c [1-_QJ_]
29- 10¡6<
(3)
where D and L are the mili dimensions (m), V is the effective volume in the mili
(m\ r?c is the fraction of the mili critica! velocity and J is the filling leve!,
considering pulp and grinding media. K and A are adjustable parameters. Other
model equations such as grinding media consumption and bearing pressure are
considered as proportional to the total charge within mili [9].
This set of ordinary differential equations is solved using the standard method
(RK-4) ofthe Simulink dynamic simulator. The model may be tuned on-line with the
data collected from a DCS or from historie data considering steady-state conditions.
The parameter estimation task is performed by a NLP formulation. The equation
constants for breakage rates, discharge flow and power draw are adjustable
parameters [9]. The user interface of the simulation system, called "ODYSEE", is
shown in Figure l . In order to demonstrate the prediction capability of the model, the
simulator was validated with operational data from an industrial copper-ore semi-
autogenous mili. Figure 2 illustrates the behavior of the model for predicting the
power draw and the filling fraction.
Figure 1 - The on-line SAG simulator and parameter estimator "ODYSEE".
¡j
6¡--
ll
¡:
5
1 ~ h
1
t 't/
i
,.- i
f
1000 2000 3000 4000 5000 6000 7000
4.5
Genetics Algorithms
MBRTO Formulation
In this work the GA approach was applied to solve the MBRTO problem of
the semi-autogenous mili considering two principal objective functions:
R _ Fine Product
1 -
(5)
Power
These functions are related to the main operational modes of the semi-
autogenous mili, ej. maximizing production (or fine product) at minimal cost (power
draw).
The manipulated variables to be optimized were the ore feed rate, the water
addition rate and the mili velocity (fraction of the critical velocity). Lower and upper
limits were imposed to the manipulated and outputs variables.
Results
0.450 12000
0.400 11000
'
. , ..... --------
..
1
0.350
0.300
..
' 10000
9000 -
~
...,
...:
0:::
0.250
0.200
------- r. \. -
8000
7000
-...~
~
0.1 50 1 6000 o
0.100
-- "1 5000
D..
0.050
f7""\..... 4000
0.000 3000
1.00 1.25 1.50 1.75 2.00 2.25 2.50 2.75 3.00
Time (h)
0.500 12000
0.450 .. .. -·---------· 11000
0.400
0.350
10000
9000 -
;:
...,
0:::
0.300
,.; 0.250
0.200 1
......
8000
7000
-...
~
Q)
;:
'./ o
0.150
1 6000
D..
1
!--·- 5000
0.100
0.050
1/ "-" 4000
ACKNOWLEDGMENTS
REFERENCES
3. R.K. Rajamani and J.A. Herbst, "Optimal control of a ball mili grinding
circuit-I. Grinding circuit: modeling and dynamic simulation". Chemical
Engineering Science Vol. 46 N°3, 861- 870, 1991.
L. Magne, G. Ti ti choca
Metallurgical Engineering Department
ABSTRACT
This work aimed at better understanding the milling process by evaluating the
movement of the load through the Discrete Elements Method (DEM). First, the number
of bodies (balls and ore) flying inside the mili are evaluated, to related them to the
potential impacts that constitute one of the milling mechanisms. Then, the number of
high energy impact are evaluated to correlate them to the bodies in flight. At this stage, a
differentiation between grinding media and the ore as well as between the type of
contacts taking place in the mili have to be made. This latter issue is of great relevance
since from the five identified contact-types, ball-ball, ball-liner, ore-ore, ball-ore and
ore-liner, only the last three actually contribute to the milling process, the other two
rather causing structural damages to the mili.
INTRODUCTION
This paper shows how to figure-out what happens inside a semi-autogenous mili
through the analysis ofthe equations ofmotion and the knowledge ofthe grinding kinetic
and the dynamic behavior of each of the interacting particles. Among the delivered
results there is the number of impacts generated during operation, between the different
types ofbodies or boundaries ofthe system.
Sorne ofthe events occurring inside the mili are the following: (a) a body enters
the mili through its inlet axis along with a large number of other irregular shaped objects,
interacting by collisions or moving parallel to one another; (b) under these conditions,
the bodies follow a projectile trajectory abruptly interrupted either by impact with sorne
grinding media or ore particle, or against the surface of any element of the mili's load
(turning grinding media and ore as a result ofthe mili rotation). Sorne contacts between
the body and the mill's boundary (the liners ofthe shell, plates and lifters) also occur.
Besides the mili-load transport towards the discharge outlet, the mili rotation is
also responsible for the thumbling action of the mili-load components. The actual value
of the mili rotating speed will determine the type of contact among nearby bodies,
wearing or fracture, by changing the relative motion between them.
According to the analysis of the interna{ motion of the, each of the bodies is
subjected to loads that are caused by the actual weight of the components directly on top
of the body, in addition to inertial forces originated by its trajectory. Superposition of
these effects results in the significantly increased forces, producing direct fracture or
weakening of the bodies. lt should be pointed-out that the transmission of these forces
within a granular material is not equivalent to a hydrostatic-pressure type of force, but
rather follows a dendritic type branching as reported by P. Cleary [5-6]. That description
indicates that the evaluation of the forces exerced on the bodies is a variable that allows
the quantification ofthe ore grinding phenomenon.
Once a body is incorporated into the interna) load, it acquires a cyclic movement
with a period corresponding to the mill's rotational speed. In this load motion, severa)
zones of interest are identified, the most important being that where the bodies are
thrown along a projectile trajectory and fly inside the mili until they impact the load
surface, generating useful events for size reduction, or they hit the mill's inner walls, with
the resulting structural damages. Consequently, if the number of bodies in flight is
known, the level of impacts within the process can be estimated. It is also possible that
the grinding media is thrown onto the load hitting other grinding media, an undesirable
action for the process. This description makes possible to indicate that a quantification of
the different types of impacts generated in the intemal mili-load is basic for
understanding the size reduction process in thumbling milis.
Another variable of great interest is the power drew by the mili. In the analysis of
the intemal mili-load behavior, the power draw is determined from the center of mass of
the moving load, its excentricity, and the mill's rotational speed.
All these variables are interrelated and/or depend on others, and in this work, they
will be studied, considering the following operational parameters:
The Discrete Elements Method (DEM) was used for the evaluation of the above
mentioned variables. A restrictive assumption was made by considering that the
movement of the bodies takes place only in the plane perpendicular to the mill's axis, as
shown in Figure l. This assumption is not far from reality because the transport speed
along the mili axis is negligible compared to that occurring in the considered plane. A
very strong restriction is the assumption that all the bodies, either ore or grinding media,
have spherical geometry, but of different sizes. On the other hand, the loss of energy
associated to the impact between bodies or against liners is modeled by a mass-spring-
shock absorber system in parallel, where the shock absorber accounts for the loss of
energy and the spring for the elastic part ofthe impact. Finally, the bodies fragmentation
is not considered, i.e. the same number of bodies exists at all times. All these restrictions
and the mili geometry have been integrated into a computer program developed at the
Mechanical Engineering Department of the University of Santiago of Chile, called
MillMed [7], and used for the evaluation ofthe mili behavior.
Input Data
RESULTS
The nurnerical values obtained frorn the various sirnulations using MillMed, are
presented hereafter in graphical forrn to facilitate a direct cornparison. The rneasured
variables are:
• Power consumption: evaluation of the instantaneous power used by the mili; the
average value is shown. It should be noted that this value rnust be taken as a
reference for cornparison purposes, since it does not consider losses frorn bearing
friction, heat generation, etc. This rneans that the losses are assurned to be similar
in all the sirnulations.
• Flying material: evaluation of the number of bodies of the mili-load that are in
flight. From an operating point of view, a higher percentage of flying bodies
means that a greater number of impacts will occur.
• Impact frequency: this involves the evaluation and quantification of the contacts
between bodies having more energy than that generated by a 1 kg body falling
from a height of 0.5 m. A distinction is made between the various types of
impacts, as useful impacts (such as hall-ore, ore-liner, and ore-ore) and non useful
impacts (ball-ball and ball-liner) and they are evaluated independently.
• Impact energy: evaluation of the impact energy to determine whether a given
impact will generate ore fracture. This is done through the correlation between
the two last variables, e.g. a high frequency- and high energy-impact would lead
to a greater size reduction.
Power Consumption
Figure 3 shows that the maximum power consumed is 18.9 MW and the
mínimum is 14.0 MW. It is seen that for the four ball-filling levels shown, there is
increase in power consumption as the mili speed increases. It is also clear that this
increase is linear, both for the speed and the load filling-level.
20
18
16
14
12
Power
10
MW
8
6
4
2
o
12%_Jb 14%_Jb 16%_Jb 18% Jb ¡q en
- 00
%Jb
Bodies in Flight
Figure 4 shows the percentage of flying bodies for each evaluated condition. It
can be seen that an increase in mili speed has a significant effect on the flying material.
On the other hand, increasing the ball-filling level (from 12 to 18%) while keeping
constant the total load-filling level, implies that the ore-level in the load is reduced,
making the number of flying bodies practically constant.
% 5.0
Suspended
Material 4.0
Impact Frequency
Below are the results ofthe impact frequency present in the motion ofthe interna]
load. To better understand the process, a distinction is made bet\'veen useful and non-
useful impacts. The first group includes ball-ore, ore-ore and ore-liner impacts; a larger
number of this type of impact will certainly produce a greater amount of ore size
reduction. On the other hand, ball-ball and ball-liner impacts are non-useful impacts
since they will only cause damage to the liners and ball breakage.
Useful l mpacts
Figure 5 shows the frequency of beneficia] impacts obtained. The mínimum value
is 320 impacts per second at 18% balls (12% ore) and a speed of 8.5 rpm, while a
maximum of 835 irnpacts per second is obtained with 12% balls (18% ore) anda speed
of 10 rpm.
In all cases, it can be seen a decrease in impacts as the ball-filling leve! increases,
a logical result sin ce there is a decrease in the number of ore bodies inside the mill (ore is
replaced by balls), which translate into a decrease in the number of flying partíeles. It is
also seen that an increase in the mili rotational speed has a greater effect on the impacts
causing better grinding; however, this effect is lower at greater ball-filling leve! than ata
smaller ball-filling leve!.
Free.
impac/s. 400
%Jb
Useless Impacts
This quantification is first divided into impacts between balls, because they have
high energy and cause their breakage, and impacts between balls and liners, because as a
result of their high energy they can destroy the liners and break the balls, both causing
energy Iosses.
Figure 6 shows the variation of the total number of harmful impacts with the
increase of mili speed and ball-filling leve!. lt can be seen that this effect is exponential
for both variables, Ieading to the conclusion that increasing the speed and the baii leve!
will have negative effects on the system. In spite of this, it should be noted that this
frequency is one order of magnitude Iess than the frequency of useful impacts. Figures 7
and 8 respectively show the number of baii-baii and bali-Iiner impacts, to evaluate the
incidence of each type of impact.
16%_Jb 18% Jb ~
%Jb - co
Free.
impac/s.
Figure 8 shows the number of impacts between grinding media and liners. It can
be seen that they are almost one arder of magnitude smaller than the ball-ball impacts.
From an operating point of view, this impact frequency should be as low as possible to
minimize liner breakage; this situation is greatly favored by working at low speed. Ball
leve! increase is less significant at low speeds.
Free.
impact/s.
12% Jb 140/ Jb
- lO_ 16%_Jb 18% Jb ~
%Jb - <X)
Considering that the objective of grinding is to reduce the size of the ore, it can be
said that the impacts that should be favored are those that involve the ore, so the useful
impact energy is the sum of the hall-ore, ore-ore, and ore-liner impact energy. This
energy is called useful impact energy. For every case evaluated, the total useful energy
transmitted in impacts is shown in Figure 9. Total correlation with useful impact
frequency is seen, with both behaviors similar, allowing the conclusion to be reached that
it is frequency that determines the energy, and not the magnitude or intensity of the
impacts. The results indicate that impact energy corresponds to almost 4% of the
instantaneous energy used.
600000
500000
400000
N-m
300000
200000
100000
o
16%_Jb 18% Jb ~
%Jb
- ()()
Figure 1O shows the energy due to useless impacts as function of mill-speed and
ball-filling level increases. In both cases a linear behavior is evident. Both variables have
the same influence on impact frequency and on energy lost (roughly one half of the
useful energy).
450000
400000
350000
300000
250000
N-m
200000
150000
100000
50000
o
16%_Jb 18% Jb ~
%Jb
- ()()
CONCLUSIONS
Positive Aspects
• Working with 14% ball-filling level gives the best energy performance,
regardless ofthe rotational mill-speed (it occurred in all the cases studied).
• The frequency of useful impacts in the mili load is much higher than that of
useless impacts.
• For all the conditions evaluated, the ball-ball impact frequency is higher than the
ball-liner impact frequency.
• It is possible to study new conditions leading to a maximization of the mili
throughput by adequately matching the liner's profile and the operating
conditions, i.e. by maximizing the frequency of use fu! impacts and their energy.
ACKNOWLEDGMENTS
REFERENCES
4. M.N. Brodie, "Variable speed SAG milling", CIM Magazine Bulletin, Vol. 96 No
1075. 2003.
5. P. Cleary, "Modelling comminution devices using DEM", Intemational Joumal
for Numerical and Analytical Methods in Geomechanics, Vol. 25, Issue 1, 83-
105. 2001.
(1) Universidad Técnica Federico Santa María - Director Departamento de Ciencia de Materiales -
waldo.valderrama@usm.cl
(2) METSO Minerals Chile- Mili Lining- Ingeniero de Soporte Técnico- raul.noriega@metso.com
(3) IMATRONIX S.A.- Software Engineer- kripper@imatronix.com
(4) METSO Minerals Chile- Mili Lining- Gerente de Producto- luis.palominos@metso.com
RESUMEN
Introducción
En las formas más frecuentes de simulación DEM, los elementos tienen simetría circular
o esférica. Esto permite calcular las fuerzas de contacto como una función de la
diferencia entre la distancia entre los centros de elemento y la suma de los radios, es
decir, como función del grado de superposición que se establece. La relación entre
superposición y fuerza es lineal, emulando la presencia de un resorte ideal entre los
elementos. Por otra parte, la disipación se calcula como una función lineal de la
velocidad relativa entre los elementos en contacto, emulando un amortiguador.
2
WORKSHOP SAG'2007
Las animaciones obtenidas con esta técnica resultan bastante verosímiles a simple
vista. Sin embargo, existen diversos factores a tener en cuenta en la interpretación de
estas simulaciones.
Las simulaciones mediante OEM son una representación simplificada de la realidad, por
varias razones.
4
WORKSHOP SAG'2007
La Figura 4 muestra un ejemplo de perfil nuevo y gastado. Este último ha sido medido y
transcrito mediante CAD a un formato que permite incorporarlo a la simulación en forma
realista .
5
WORKSHOP SAG'2007
Técnica de inicialización
Una segunda mejora se refiere al proceso de inicialización de la simulación.
Tradicionalmente se ha situado la carga en el aire en posiciones arbitrarias no
superpuestas, dejándola caer con el molino detenido para que adopte un estado de
reposo en contacto. A continuación se inicia el movimiento del molino a la velocidad
establecida, lo cual da un fuerte impulso inicial a la carga. El inconveniente de este
método es que la carga inicia un proceso de oscilación de lenta amortiguación, que
altera todo el proceso de simulación . El consumo de potencia oscila de acuerdo al
movimiento de la carga, la ubicación de ésta varía cíclicamente en el tiempo, y los
valores de distribución de energía de impacto también se ven afectados por este
fenómeno. El problema se agrava si la carga es inicializada con alguna forma de
segregación espacial por tamaños o densidades, ya que esto genera una asimetría de
masa y comportamiento que intensifica el comportamiento oscilante.
"'
Q)
"O
<O
"O
·e:
:l
-
·o<O ·e!O
"'
e:~
(1,) .~
-.o
o,_
O.. <O t, segundos
6
WORKSHOP SAG'2007
Ejemplos de aplicación
7
WORKSHOP SAG'2007
La gran mayoría de los impactos es de muy pequeña magnitud, con una baja
probabilidad de generar fractura . Por este motivo se ignora todo impacto cuya fuerza de
contacto sea inferior a 1O N, equivalente a una bola de 2.5" apoyada simplemente. De
los datos restantes se seleccionó para el análisis un valor mínimo de energía del
impacto individual de 5 Joule, lo que permite concentrar la atención en los impactos de
mayor relevancia.
8
WORKSHOP SAG'2007
9
WORKSHOP SAG'2007
Distribudón de Impactos
1•••••••]•• • •1" 1''1' 1''1' • m. , .. ··;······:·, ~:
1: 'j
~ : :l
i ~ <
¿_#h:.
!
L:t. ,. ...a..._..
" ¡.:.
t:.
l~
.l
1
4LUJ-¡
;
xm.
1
0-Í
i
i
'i ~.
Distribución de Impactos
sobre el Revestimiento
100
Nivéi de Energta fJl
10
WORKSHOP SAG'2007
Para la modelación se utiliza como longitud de los canales el diámetro real del molino,
es decir, la proyección de los canales sobre un plano perpendicular al eje de giro del
molino. Para evaluar el efecto de la inclinación de la tapa, se puede utilizar valores
reducidos de la aceleración de gravedad g. Se utiliza una gravedad específica del
material igual a 3.1, y se supone un tamaño uniforme de 2" (algunas simulaciones
preliminares con otros tamaños y mezclas no mostraron diferencias apreciables). La
velocidad de giro es 1O rpm. El diseño de los canales de descarga modelados aparece
en la Figura 9.
Para la cantidad de material a descargar se tomó como referencia el nivel de altura de
la parrilla en un plano diametral. Se supuso que el material se acumula hasta ese nivel
durante la descarga inicial al cajón. Esta cantidad de material se denominó cajón lleno o
100%, realizándose simulaciones con diversas fracciones de esta cantidad a partir del
25%. El resultado medido es la fracción del material original que logra ser descargado
definitivamente. Junto con lo anterior, se obtuvieron imágenes de cada simulación . En
ellas se ha utilizado un código de coloración en que rojo significa avance hacia el centro
a máxima velocidad, azul significa avance hacia la periferia a máxima velocidad,
mientras que amarillo significa velocidad radial nula.
11
WORKSHOP SAG'2007
20¡0% !
0,0% 1
O% 20% 40% 60% éO% 100% 120%
Uertado·det C<ijón; 0/~ altura de parrilla
12
WORKSHOP SAG'2007
a b
e d
e f
Figura 11 Flujo de material, con llenado a 100% de altura de parrilla, girando a 1O rpm,
y carga monotamaño grueso 2" (50 mm) .
Conclusiones
La simulación por el método de elementos discretos del comportamiento de la carga en
molinos es una representación simplificada de la realidad al interior de la máquina. Si
13
WORKSHOP SAG'2007
Agradecimientos
Los autores agradecen el soporte del proyecto FONDEF 00211077 en el desarrollo del
sistema de simulación, y la información de diseño proporcionada por Metso Minerals
para el desarrollo de los casos de ejemplo.
Referencias
1.- Mishra, B.K., Rajamani, R.K., 1994. Simulation ofcharge motion in ball milis: Part 1.
Experimental verifications. lnt. J. Miner. Process. 40, 171 - 186.
2.- Cleary, P.W., 1998a. Predicting charge motion, power draw, segregation, wear and
particle breakage in ball milis using discrete element methods. Miner. Eng. 11, 1061 -
1080.
3.- lnoue, T., Okaya, K., 1995. Analysis of grinding actions of ball milis by discrete
element method. Proc. XIX lnt. Min. Proc. Congress. Soc. Min., Metall. Explor. vol. 1, pp.
191 -196.
4.- Herbst, J.A., 2004, A microscale look at tumbling mili scale-up using high fidelity
simulation, lnt. J. Miner. Process. 74S (2004) S299-S306.
5.- Moys, M. H., Van Nierop, M.A., Glover, G., Hinde, AL., 2001. A discrete element
method investigation of the charge motion and power draw of an experimental two-
dimensional mili. lnt. J. Miner. Process. 61, 77-92.
14
WORKSHOP SAG'2007
24- 26 SEPTIEMBRE 2007, VIÑA DEL MAR, CHILE
UNIVERSIDAD DE SANTIAGO DE CHILE
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA
RESUMEN
1. INTRODUCCIÓN
Hoy en día, el diseño de los revestimientos debe tener en cuenta también esta
variedad de roles simultáneos al momento de establecer sus objetivos y restricciones.
2
WORKSHOP SAG'2007
Figura 1.
Fn =-k~
ni;, -en ';~::, 1
3
WORKSHOP SAG'2007
4
WORKSHOP SAG'2007
2. ANTECEDENTES
Todo esto motivado por mejorar la eficiencia de molienda a través del movimiento
adecuado de la carga interna del molino. En la mayoría de los casos los resultados
fueron positivos y se reportaron aumentos de producción horaria de más de 5%, entre
otros beneficios.
5
WORKSHOP SAG'2007
Antes del año 2002, todos los molinos semiautógenos en Chile tenían una
cantidad de filas de levantadores cercanas a 2 veces el diámetro del molino en pies.
Esto significa que los molinos se perforaban de modo de mantener la distancia entre
centro de levantadores dentro de ciertos márgenes cercanos 1,6 pies (rrJ2 pies).
66 : 64alkrbajo
60 ¡
~541
~ 48 ¡
~ ¡
~ 42 ¡
~ :
o 36
en Sudamérica, sin considerar aquellos que permanecen con los diseños originales
(cantidad de filas de levantadores cercana a 2 veces el diámetro del molino en pies).
También se muestra la relación cantidad de filas de levantadores con el diámetro del
molino en pies.
.'J..O >.•
1.S
3. METODOLOGÍA DE EVALUACIÓN
3.1 Simulaciones
7
WORKSHOP SAG'2007
~r.h: allft.,.;¡ltll
~Pa C<~ LiftC!t' l»j.s
~ : 1.5 rAe:
¡· -- Uft:er
-···-··----..·--·· r- -- - - - -- --·---,
Placa Ufter alta
Í; ,------7F1~
l
-\'
1 Js 1 \
1 h-!(·¡ ~
i 'D 1 ~ ! <
!' !
...
1 ¡
! .'
1$
L__________ ..l
=igura 5. Detalles revestimientos simulados.
WORKSHOP SAG'2007
9
WORKSHOP SAG'2007
600
500
.. 400
lE
- 300
200
100
72ab 72 46 42 36 32 28 24
Cantidad Filas Lifbers
o
WORKSHOP SAG'2007
..
. ..
.. .
·
11
WORKSHOP SAG'2007
350.000 1
300.000
250.000
i 200.000
150.000
m~ 1
50.000
72&!> 72 48 42 36 32 28 24
Cantidad Filas Ufters
[ -· • ···· Ene!¡¡e en lmpaclos BM .....,_ Ene¡¡e en Impactos MM ·""'-·Enel¡¡e en Impactos MR ···• ·· Ene!¡¡ia en Impactos Úlles 1
en vuelo. Este efecto determina que a partir de cierto número de filas de levantadores
un mayor distanciamiento entre ellas no incrementará la carga en vuelo, sino por eÍ
contrario la disminuirá. En los casos simulados, el límite resultó ser 32 filas de
leva~tadores. Este efecto tiene relación con la velocidad de operación del molino,
medido como porcentaje de la velocidad crítica a que gira el molino: para el mismo
porcentaje de la velocidad crítica, el efecto debería ser similar para cualquier tamaño de
molino.
separación Entre Lffters en pies (de centro a centro)
2.4 2,7 3.1 3,5 4,0 4,7
190 9,00
185
180
¡;¡
i 175 750 .§.
, e
>e ~
..J
:
.g
170 7,00 €
w
.!!
i!
: 165 6,50 ~
.
~
<
6,00
5,50
150 5,00
46 42 36 32 26 24
1-+- N' de Paoü:ulls en Vueb -<11- Área Total Erlre Llters (m2) 1
Dado que los impactos inútiles (BB y BR) no resultaron ser una limitante para
determinar la distancia óptima entre levantadores, se centrará la atención sólo en los
impactos útiles. En la Figura 1O se muestran las frecuencias y energías de impactos
útiles totales obtenidas en las simulaciones realizadas.
13
WORKSHOP SAG'2007
650
350.000
600
z
E
300.000
550!
.
.5
250.000
500
200.000
450
150.000 400
72a-b 72 48 42 36 32 28 24
Cantidad de Lifters
70
60
g>
~
.S 50
K
E
z 40
30
20
10
72a-b 72 48 42 36 32 26 24
Cantidad Filas de Ufters
1--+-- Eneq¡ia X Frecuencia BM - ·lll- Erlefgia X Frecuenca WJt ....,_...... Ene¡gia X Frecuence MR , , Total 1
igura 11. Producto frecuencia de impactos útiles con la energía de impactos útiles
en función de la separación entre levantadores.
Si bien se requiere estudiar cuales son las configuraciones más adecuadas para
ros diámetros de molino, da la impresión que, para una mismo porcentaje de la
llocidad crítica, si se mantiene la distancia entre levantadores quedarían
dependientes del diámetro. Desde ese punto de vista y asumiendo que las
~locidades así medidas son semejantes en la operación de la mayoría de los molinos
!miautógenos, resulta interesante evaluar el efecto de las actuales separaciones
,servadas entre levantadores. Más aún cuando se observa un aumento en la distancia
1tre levantadores en los molinos de diámetros mayores.
WORKSHOP SAG'2007
4.4 Potencia
12,0
~
;§.
~
~
0..
11,5
72a-b 72 48 42 36 32 28 24
Cantidad de Filas de Levantadores
15
WORKSHOP SAG'2007
5. CONCLUSIONES
REFERENCIAS
El Control del Movimiento de Carga: ¿Cómo y para qlJé? Waldo Valderrama R., UTFSM, Germán Sepülveda V., ETT
IWVIl.MOL 2(l~3 .. 1!). 'f)(l D.e tM~'O DE2008 .. rt<Jflfl GAVlM AiQ!JI<l.VE LF{~~~!li.Mi
S}..
ltl!t.~L REVE_M&L
~~f:C!.OMrn::a:t>t"~ V
Trayectorias de caída
Cómo en la Etapa de Diseño en función del ángulo de ataque
15
10 ....... -····'"---............
s· goo /
., / .---~~
~~
,laoo • ~
Y[cm] o · ~
/ •
1 45° l
/
-5 1 1
•
Diámetro del molino 300 [mm]
diámetro de bola 10 [mm]
1"
-10 ..
-15 ..
¡W
í 1
•
altura levantador 10 [mm]
velocidad de giro 75% vel. crit.
1
-15 -10 -5 o 5 10 15
X[cm]
ETI El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R. UTFSM. Germilo Sepúlveda v .. ETI
lfp~.:W: REVEMOL 2008 - 29 V 30 OE MAYO DE 200S- HOTEL QAVINA •!QUIQUE J§~!!,:!MJ
Travectoria de caída
y efecto de la velocidad
15
10
5
¿Cómo saber en operación si
Y[cm] o
hay impacto contra el
revestimiento?
-5
Diámetro del molino 300 ¡mm]
diámetro de bola 10 [mm
-10
• altura levantador 1Obmm
ángulo de ataque 90
-15 · - . - -:·---:--r-·--
, - -.- · - ,-- .- - - . - - - - ,
-15 -10 -5 o 5 10 15
X [cm]
El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrnrna R., UTFSM, Germán SapUfveda V., ETT El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R.. lJTFSM, Germán Sepúlveda V. En
REVEMOL 2008-25 Y 30 DE MAYO OE 2008- HOTEL GAVINA •!QUIQUE ~~2~!';\. iM REVEMOL 2009 -29 Y 30 De 111AVO Oe 2008- HOTEL GA\M<lA · IQUIQUE ~~~t~-~j
I{~!§VI~L
Sonido y Movimiento de
Carga Dlstribucion de Impactos
1
1
1· Impactos sobre el
t revestimiento
~ ~ ~ ~ ~ ~ ~ ~ ~
·Urr.b!.<$!
€1 Control d\}1 Mrrvh1iento de Car{la ~ tCómo y mml qué? W<;tldo V.alrtcrrama. R. , UT,¡:;SM ~ Ge~m;-)n SepúlvmJ<J v. , E.TI' El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R.. UTFSM. Germán Sep(llveda V .. En
~tVJ:MOL ;¿(1"9 .. U 'f'Jt> Ot MA\10 Ut: l>."l(-b •. HOTfL.GAVI~A·lOUK'I!JE. ~~?f!}:J:f\11 f(~\tlíJIIOJ. ~0Qil··· 29 v:mot tMYO OI:.UOJ·~~:ti!:L$..WlhA •· <®¡0úU ;g_9~~.'fU:~f
(t~l!Jjtfi~L
.A. A
RW$~!.~.!fll ~.L
D·enomii·nacion de lm,pactos Respuesta a la Velocidad
•!2"
·•
·~ Impactos sobre el
g ~.
revestimiento
~
." ..
i
.¡o .,.
El Control del Movimiento de C arga: ¿Cómo y para q~1é? Waldo Valderrama R., UTFSM, Germán Sepúlveda V., ETT El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R. UTFSM, Germón Sepúlveda v .. En
Rli''"'OL , ..... 20 130 O. E IMYO OfiZ«<··· HOm.OAVINA· IQOIQut !§~t3~!1ÍMi REVEMOL 2008 - 29 Y 30 DE MAYO OE' 2001:1 -HOTEL GAV!roiA ·!QUIQUE :~P.:W.-I~MJ
Nivel de ruido y llenado
60
¿Qué efecto tiene en la
50
• Ruido
40 operación?
o 30
-o
·:s
0::: 20
10
o
20 22 24 26 28 30 32 34
% Llenado
El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R., UTFSM, German Sepúlveda V., ETI El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R.. UTFSM, Germán Sepúlveda V.. En
REVEMOL 20011-29 Y 30 DE MAYO OE 2008- HOTEL GAVINA -!QUIQUE ;~~~~ij REVEMOL 2009- 2!1 Y 30 OE MAVO DE 2008- HOTEL GAVINA. !QUIQUE :g.~~J~Vr;;;
Mapa de Niv.el de Impactos
51100
Oa20%
Los altos niveles de
5300 •2oa100% impacto
5200
corresponden
'"
...
a. efectivamente a
5100 situaciones de bajo
"'
o
11)
e:
®00
•$ llenado y/o alta
velocidad
.,"'o"'
Q
'•·
~
!
<::
4900 ;; i
"'·~
a.
48.00
~~
: t
.. 1
f
4700
4600
2 11
Velocidacl,rpm
El Control del Movimiento de Carga: ¿Cómo y para qtJé? Waldo Valderrama R., LITFSM, Germán SepUiveda V., ETI El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R . UTFSM, Germán Seplllveda V. En
REVEMOL 2.008-29 V :W DE MAYO OE 2008- HOTEL GAVINA · IQUIQUE ~2"9fl.YM REVEMOL 20011 -1:9 y 30 OE MAYO DE 200!;1 -HOTEL GAVINA •IQUIQUE Lt;~?i.ttP)\ifj
Tonelajes sobre el promedio
. ......
Impacto$ Críticos .sobr~· 20% escala Nivel d~ Impacto mayor que 40% ascala
2500 3000 3500 4000 4000 $000 $500 6000 ~~ zsoo lOOC Jsoo 4000 4300 sooo ss.oo 6000 esoo·
... 5
o
••
90
,. . Para obtener tonelajes
sobre el promedio, hay
s:l9.5
ta
"':a
..,o ""
que mantener los
i\l;:¡ ,.50 70
"
.;: ,. impactos bajo 20%
~
E
S~
30
0.5' ~ •• ,•
0.0! ... Si los impactos críticos supe.ran el 20%, hay un 80% de
.;.~ proi:)'3,Q'i.iitiF9' d.fil' lérí\ér··U,n ·¡tdhél~j~;~ajg).? Til'eoia. St"$üp~raelt4ó%
O.G1
3$rt:; ·~ de la escala, la probabilidad sube ai ·90%
~(IQ!¡ ~· 18
250{1 f,;Í
,.
ta
~~
~
S
.,"'>
1
2000
"' 12
uJ
·~ te
~
HIOC
'""• %DA~
o
Ni\fel de Impacto "'"
Bio
El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R., UTFSM, Germ;1n Sepúlveda V., ETI
REVEMOL 2003-29 Y 30 DE MAYO DE 200S- HOTEL GAVINA ·IQUIQUE ;¡;:_g~J}JJ~1i El Control del Movimiento de Carga: ¿Cómo y para qué? Waldo Valderrama R . UTFSM. Germán Sepúlveda V. ETI
lmpactmeter
• Las primeras versiones de este
instrumento fueron instaladas en Chile,
Perú y México. La versión actual opera en
plantas de Brasil, Canadá, Australia y
Bolivia, y pronto se pondrá en marcha en
Zambia y Armenia.
El Control del Movimiento de Ca rg a: ¿Cómo y para qué? W~ldo Vatderrama R., UTFSM, Germán Sepülveda V., ETI
REVEMOL 2008- Z9 Y 30 DE MAYO OE 200S - HOTEL QAVINA -IQUIQUE :ii.g_(j¡::r_\)_r.)¡
Minerals Engineering 22 (2009) 70-77
? history: This paper presents a dynamic simulator of the semi-autogenous grinding operation deduced from first
ved 1O january 2008 principies coupled to an on-line parameter estimation scheme able to simulate industrial operations for
1ted 19 April 2008 control purposes. Model equations are based on conventional non-stationary population balance
1ble online 5 ]une 2008
approach to develop the necessary dynamic model of the semi-autogenous mili operation. The model
is able to predict the time-evolution of key operating variables such as product flow rate, leve! charge,
¡rds: power-draw and load position, as function of other important variables such as mili rotational speed
1inution and fresh feed characteristics. The set of ordinary differential equations was sol ved· using MATLAB/SIM-
ling
ULINK as a graphic programming platform, a very helpful tool for understanding the grinding phenom-
1illing
l.tion enon.
Using an on-line parameter estimator, the simulator was tested and validated atan 1800 t/h copper-
ore mili showing the effectiveness of the system to track the dynamic behaviour of the variables. lt is now
being used for the study of advanced control schemes.
© 2008 Elsevier Ltd. All rights reserved.
:roduction Sorne concepts associated with the operation and control of this
kind of equipment has been developed over time, based on process
mi-autogenous grinding (SAG) milis are presently one of the response variables, obviating a conceptual rigidity that is nowa-
widely used alternatives in the field of mineral size reduction days becoming even more relevant.
~sult of their comparative advantages, such as higher process- A better approach for analyzing a SAG mili operation is through
tpacity, lower physical space requirements, and lower invest- the characterization of the mill's interna! load motion and the vari-
and maintenance costs, as compared to conventional circuits. ables affecting it. The load lifting capacity, and therefore the energy
·ver, these large pieces of equipment show greater complexity distribution in the mill's interna! load, not only depends on the
ms of their operation and control. characteristics ofthe linings, but also on the mill's operating speed,
ese SAG milling plants (Fig. 1) are designed with few pieces of and even more on the particle size distribution and solids concen-
ment having a large processing capacity, replacing advanta- tration ofthe interna! load. lt must always be kept in mind though,
ly a large battery of traditional crushers and rod and ball that the lining design is regularly being modified from the time it
These characteristics make SAG milis an excellent example was first installed until its removal at the end of its useful life
:ical equipments whose continuous and stable operation is (Magne et al., 1995).
:ial to guarantee mineral processing plant profitability (Con- Given the present status of grinding technology, most mining
al., 1992). companies are selecting SAG milling as primary grinding stage, a
fortunately, this great technological development has not choice that is mainly justified by economical considerations rather
along with an adequate interpretation of all the phenomena than by technical ones. Among the various reasons justifying this
place in these milis. For this reason, it is often found that dif- latest trend, it can be mentioned:
plant operators have different interpretations for the same
occurring during the operation of semi-autogenous milis in • Low total operating costs as compared to conventional grinding.
1lar, and the plant in general. • The increasing need for processing larger amounts of low-grade
ores now being mined.
• Their capability, both in autogenous (AG) and semi-autogenous
(SAG) forms, for processing material produced by primary
·e sponding author. Tel. : +56 27181810; fax: +56 26817153.
1il address: fcubillo@usach.cl (F. Cubillos).
crushers, significantly reducing crushing requirements.
l'EBBU:S
FINE ORE
SAGMILL
Fig. l. Example of a typical configuration of SAG milling.
Their significantly reduced grinding media consumption and • The grinding media size is also an important variable: larger
associated cost. balls have larger weight and therefore generare greater impact
levels as compared to smaller size balls, which imply using lar-
However, the processing and maintenance advantages of simple ger number of balls with a greater surface area for the relative
rinding circuits based on large SAG milis followed by ball milis are motion in the interna! load. From the energy distribution gener-
resently undergoing a reverse evolution, first by the incorporation ated in the interna! load of a SAG mili, obtained by discrete ele-
f pebble crushers, which genera te increased rejections dueto lar- ment simulation of the load motion, it can be seen that the
~r openings in the discharge grate and later-on by the implemen- particles hav:ing greater energy are those in flight, about to
ltion of pre-crushing and pre-classifying stages. impact the load in the toe zone, while those having less energy
The experience gathered so far has allowed an evolution in the are found in the central strip of the charge kidney. However, the
~sign and operation of SAG milling plants, in such a way that it is largest proportion of the load is found at intermediare energy
JW possible to clearly identify the variables that affect the oper- levels, mainly subjected to compression stress. On the other
:ion of a SAG mili. Sorne of these variables are: hand, the decision on ball size to be used must also be in agree-
ment with the size of the grate discharge openings, since for
Type of mineral being processed (kind of rock, ore's hardness, controlling the ball wear rate it is necessary to add larger balls
in situ condit:ion, degree of alteration and fracture characteris- when working with larger grate openings.
tics), which when associated toa sector of the mine being pro- • The proportion of grinding media is another factor affecting mili
cessed is often identified as a geological unit (GU). operation. It has undergone an important evolution late! y. Orig-
Blast:ing characteristics, defined on the basis of type of explosive, inally it was considered that a SAG mili should work at 8-10%
load factor and blasting mesh used to obtain an adequate degree ball content. Later-on, larger mili sizes and larger processed ton-
of rock fragmentation, and thereby to minimize the cost of sub- nages have led to operations at 10-14% level. Current practice in
sequent operations. many plants calls for levels of 13-15%. Jt must be kept in mind
Operation of the primary crusher, based on its el ose side setting that the design conditions of the mili have considered a given
and the useful life of the liners, and in sorne cases, the feeding ball weight in the interna! load, which defines the structural
approach. The initial concept of SAG milis called for feeds con- characteristics of the mili and its bearings as well as the charac-
taining a high proportion of particles larger than 1O in, whose teristics of the bearing lubrication system
function was to provide additional grinding media to the pro-
cess. For that reason, primary crushers had to operate with the
largest possible discharge opening. Nowadays, the trend indi-
cares exactly the opposite, i.e. favoring operations at the small-
est discharge opening feasible.
Stockpile conditions at mili operat:ion time, even in situations
where the ore might not be reaching the stockpile, as they
may affect the tonnage and the particle size distribution feeding
the semi-autogenous mili.
Feed water flow rate, which determines the weight solids per-
cent in the mili discharge, allowing the control of the mili pulp
lfiscosity and hence the pulp transport capacity.
Sorne mili design characteristics such as lifter design and grind-
ing medium size certainly influence mili operation, as well as
~he feed size distribution.
rhe mili operating speed is certainly one of the variables having
:he largest effect on the control ofSAG mili operation; however,
ts variation is always dependent on the total load leve! (Fig. 2),
Nhose effect is still not completely understood in many plants.
rhe total load leve! will be discussed hereafter. Fig. 2. Simplified mili charge geometry (Apelt et al., 2002a,b ).
j.L Salazaret al./Minerals Engineering 22 (2009) 70-77
The total interna! load leve! has evolved inversely, as compared rectly using the hardness properties. lnstead, sorne grade of on-line
to grinding media leve!, since presently it is possible to find milis correction in the ore hardness is achieved by means of the kinetics
operating at total load levels of 20%. This condition has been parameters. This approach is commonly used in most of the devel-
reached mainly due to: oped models with predictive capabilities to be applied for control
Optimization of mine blasting operations, which genera te finer and optimization purposes like in the present work.
mineral with a larger amount of faults such as cracks and inter- In this paper, the conceptual foundations of a dynamic simula-
na! fractures. tor based on phenomenological considerations are presented,
Operation of the primary crushers at the smallest feasible dis- which adds to the previously mentioned works the analysis of
charge openings, generating a finer SAG feeds thus contributing the interna! performance of SAG milis. First, Section 2 presents
with smaller amounts of large partid es. the modeling strategy in the inner grinding chamber; then, Section
Working with larger ball charges, which lead to greater grinding 3 presents the model implementation in SIMULINK/MATIABlM
capacity and finer mili loads. (Mathworks lnc.) and its adaptation to an industrial case; finally,
Working with larger grate openings, which give rise to greater discussion and conclusions are presented in Section 4.
proportion of larger size pebbles caused by the greater discharge
:apacity (Magne et al., 1995).
2. Modeliog strategy
Nowadays most semi-autogenous milis incorporare a sensor
t measures the overall noise leve! generated by the mili in mo- Essentially, the modeling exercise consists in formulating non-
l. In sorne industrial plants, this signa! is used as control vari-
steady-state material balances in the milling equipment, along
~ to limit the mili operating speed and/or the feed flow rate. with force conservation relations and hydraulic considerations.
this effect, it is important to be able to discriminare between The methodology used in this study has already been established
noise leve! generated by metal-to-metal (ball-liner) impacts by Magne et al. (1995) and consists of formulating particle inven-
n mineral-to-metal (rock-liner) impacts. In this regard, the taries for each particle size inside the mili. The input variables are:
>actometer, developed by Universidad Técnica Federico Santa water flow rate, mineral flow rate and size distribution, grinding
oía, Universidad de Santiago de Chile and FFE Minerals, has media flow rate and the mili critica! speed. The model output vari-
>rporated an additional signa! which provides more informa- ables are: power-draw, load leve!, ballload, mineral discharge rate
l for mili operation control. The lmpactometer is a system that
and size distribution, water discharge rate, ball throughput, bear-
ctively detects and measures the impacts on liners by mean of ing pressure, pebble throughput, and toe and shoulder angles of
rophones and digital signa! processors (DSP) operating on-line. the interna! load.
output signa! is the reference base for integrating the mili
~d into the control system, seeking to maintain the number of
2.1. SAG mili model
acts within an appropriate range, below a dangerous threshold,
eby achieving an optimum load movement and power use. For modeling purposes the mili is divided in two zones accord-
~n associated with an adequate liner design, it can achieve even
ing to the process taking place (Fig. 3). In the first zone, the milling
er results (Magne and Sepulveda, 2004). chamber, the particle reduction process is identified and modeled.
:rinding operation is most likely the largest power consump- In the second, the output zone, the discharge rate accomplishes an
contributor in mineral extraction processes. This fact has led interna! classification process, and material is discharged as final
¡e development of modeling tools for its optimizing. The first product. To complete the system description it is necessary to con-
npts (Austin, 1971, 1976; Whiten, 1974) represented the in- sider the relation between feed stream and mil! charge leve!. This
~d phenomena from a mathematically descriptive standpoint,
relationship is known as the transport rate and probably is the
1g the modeling strategy on population mass balances. Later least developed aspect in models proposed so far (Apelt et al.,
:s (Austin et al., 1983, 1988; Apelt et al., 2001 , 2002a,b; Aksani 2002a,b ). The partid es fed to the mili are ground in the milling
Sonmez, 2000) have allowed the estimation of parameters chamber and subsequently downloaded into the discharge zone.
rning conventional grinding (selection and breakage functions where, according to a classification probability, they are either re-
·esidence time distribution) and their relation with Bond work turned to the milling chamber for further grinding or become part
< (Bond, 1961 ), but under steady state operating conditions of the mili output stream.
The model is formalized by means of global kinetic milling where p* is the contribution of the total interna! flow rate to the
1arameters which simultaneously describe the different comminu- product stream (t/h). The relation between p* and W can be ob-
ion mechanisms taking place in the mili interna! load. While these tained assuming that there is no recycling of fines (% passing 200
inetic parameters can be estimated from measurements of feed, mesh) from the interna] classifier. This assumption simplifies the
1ill charge, and discharge size distributions. mass balance equation and allows the calculation of p* on the basis
For each size class i, the proposed model relates the mass vari- of the product flow rate of fine particles, Pn (t/h), and the mass of
tion in the milling chamber (Fig. 3) to the feed flow rate to the fines in the interna] charge, Wn (t), as shown in Eq. (8):
rinding chamber.K (t/h), to the product flow rate from the grind-
tg chamber, p¡' (t/h), and to the comminution kinetics, as follows: P* = (~:)w (8)
i-1
-,w¡ =ft - Pi- K¡w¡- (K¡- K¡_¡) ¿w¡ (1) From Eqs. (1 ), (6), and (8 ), the following expression is then ob-
t ~ tained for the dynamic mass balance of size i particles in the mill-
ing chamber:
·here K¡ (h- 1) denotes the effective parameter (corresponding toS¡
1 conventional grinding) and W¡ is the weight of size i particles in
te mili charge (t). The mass balance (Eq. (1)) constitutes the basis
dw- - (P')
di= w (1 - C¡)W¡ - K¡W¡ - (K¡ - K¡_¡) ~W¡ + f¡ i- 1
(9)
'the proposed milling model, in either its static or dynamic forms.
The effective parameter, K¡ is defined as the fraction of specific
>wer supplied to the mili: 2.2. Warer balance
(12)
1ere eb is the porosity of the mili interna! load (void fraction),
.tfm 3 ) and Pb (tfm3 ) are the density of mineral and balls, respec- where Wb is the ball mass (t) in the mili, Fb the ball replacement rate
~ly, Wc is the mili water/mineral mass ratio. and]b (fraction) is the (t/h), p a ball wear constant (h- 1 ) and W the total interna! mineral
¡ weight fraction. The determination of the mili interna] load is load (t).
de by directly measuring the height of the load after mili
1tt-off. A specific instrument has been recently developed in or- 2.4. Bearing pressure
. to measure it on-line (Magne and Sepulveda, 2004).
For the interna] classifier (Fig. 3), the balance is carried out by The bearing pressure, Pb (psi) is estimated as a linear function of
ining a classification efficiency vector, C¡ (fraction), which in- the total weight of the milling chamber (balls, water and mineral)
des two effects: one produced by the mill's interna! grate and as shown in the following equation (Salazar et al., 2004), where ex
other by the pulp evacuation system (Magne et al., 1995). Thus, and f... are fitted parameters:
; defined by:
(13)
(5)
rge by:
Os= i- (or- i) ·((0.3386 + 0.1041 · 4>c)
(7) + (1 .54- 2.5673 · 4>c)J) (15)
].L. Salazar et al./ Minerals Engineering 22 (2009) 70-77
Wster1
SAGMILLS
bea:ring pressure(psl)
PEBBLES Power (kw/1)
J
Jb
5500
5600
5400
5500
5300 _¿
.e ..... """' 5: 5400
,.,:S: 5200 ~
~- 5300
;i 5100
~
'E
E ..... 'E 5200
Q) 5000 (J.)
;: ~ 5100
o o
0.. 4900 n.
5000
4800
4900
4700
4800
550 600 650 700 750 800 850 900 400 450 500 550 600 650 700
Time[s] Time[s)
0.22
0.25
0.24 0.21
0.23 0.2
eQ)
e
Q)
o.22 (J
O; 0.19
2 0.21 a.
Q) --;
a.
--; 0.18
0.2
0.19 0.17
0.18
0.16
500 550 600 650 700
0 .17
Time[s]
550 600 650 700 750 800 850 900
Time[s) Fig. 6. Response of the Simulator toa+ 10%change of critica! speed, <Pe· Power-draw
(up), fil!level . j (down ).
g. 5. Response of the Simulator toa +10% change of mineral feed. Power-draw
p), filllevel,j (down).
can be seen as a more complex simulation block compatible with
this simulation strategy.
here fh is the toe angle (radians), Os the shoulder angle (radians),] The Simulator Nucleus' architecture was determined in a way
~e filling leve! (fraction) and </> the fraction of critica! mili velocity analogous to that of Fig. 3, and it is therefore possible to distinguish
•e) calculated by the following relation (Apelt et al., 2001 ): the milling chamber, the classifying grate, and the recycling of
= 0.35(3.364 - ]) (16) coarse material. Fig. 4 shows the sub-system that corresponds to
the Simulator Nucleus and the structure of the simulator (Salazar,
2004).
Programming of the simulator nucleus
3.2. Main Components
The numerical solution ofthe set of algebraic-differential equa-
ms (model) described in the previous section, is obtained As shown in Fig. 4, the main components ofthe sub-system are:
rough a computational subroutine called "Simulator Nucleus".
te advantage ofthis architecture is that it concentrares the efforts • The S-Function which contains the model differential equations
r model solving on a single too!. Moreover, it allows the decen- (class by class mineral mass, water and balls).
tlized design of products such as tools to train operators, also • Functions for the grate and power-draw.
owing the use of other programming platforms such as VBASIC, • Interna! recycling of solids.
System, Web Interface, etc. • Input and output information, which can be used as user-inter-
face in the final applications.
·. Programming in Matlab-SimulinkTM
5.5 6
5 1
4.5 5
4
:e :C4
~ 3.5 ~
m m
Q)
3 ..9!
:0
.e ·"' J. J. .e
.e
Q)
0..
2.5
2
rr~ 11,., """ ~~~
Q)
0..
1.5
0.5
5000 6000 7000
1000 2000 3000 4000 5000 6000 7000
Time[s]
6.5 6.5
6 6
4.5
4.5
4L---~--~--~----~--~--~--~--~
1000 2000 3000 4000 5000 6000 7000 8000
Time[s] 1000 2000 3000 4000 5000 6000 7000
Time (s]
Fig. 7. Estimated and measured output for an industrial mili : Left: without estimation. Right: with estimation.
e water discharge parameter Cw. quately fit actual observations. White noise was added to the out-
tia! ballload (mass). puts in order to provide more realistic conditions.
An example of the simulation results is presented in Figs. 5 and
Jwever, the simulator allows the on-line modification ofthese 6, respectively showing the response ofthe power-draw and the fill
11eters, and thereby to evaluate their effect on the mili leve!,], to a + 10% step change of mineral feed and + 10%step change
rmance. in the fraction of critica! speed related to the nominal operation
conditions (1800 t/h- 0.7).
oplícatíon in an industrial mili As a consequence ofthe highly variable feed conditions (particle
size distribution, grindability and mineral composition), milling
e SAG mili simulator including the "Simulator Nucleus", in- chamber conditions (grinding media and liners), available space
Jtputs interfaces, and parameter estimation control was on the grate, etc., it was necessary to incorporare an adaptation
lped in a Simulink environment, and solutions were found routine for the model, basically consisting in sorne parameter esti-
a variable-pass integration routine (Adams-Gear). mation scheme able to retrofit the actual conditions. The literature
'idation was done with typical operating conditions of a SAG indicates that this component is critica! for any application based
t a Chilean copper ore concentration plant, the necessary on models, the extended Kalman filter (EKF) being the most often
ments were introduced to the model parameters to ade- used algorithm.
With the purpose of studying the adaptability of the model in
the industrial environment, the simulator inputs and outputs were
associated with a parameter estimator based on nonlinear optimi-
zation, which calculated on-line the kinetic coefficients, Kf, the
power-draw equation coefficient, K, and the water discharge coef-
Ke1
ficient, Cw.
Fig. 7 shows the simulator outputs for pebble production and
power consumption, with and without on-Jine adaptation. lt is
-- -
-.. .. ......
_j.-r---.. •--._ -
1 :
....... . ...
("•-
•-_,
Ke2
r.J
clear that the model requires adaptation to carry out the tracking
of output variables. Fig. 8 shows the parameter evolution when
!....! the on-line estimation is working.
, L___________~~----------~~----------~ 4. Conclusions
o 5000 10000 15000
Time[s]
As seen from results obtained without parameters estimation,
Fig. 8. Parameters evolution with on-line estimation. the model can respond adequately to the changes in input
j.L Salazar et al./Minerals Engineering 22 (2009) 70-77 77
variables (mili speed, fresh feed flow rate, and water flow) only Austin. L.G .. Shoji, K., Jindal, V.. Savage, K.. Klimpel, R., 1976. Sorne results on the
from a qualitative viewpoint, that is, the model represents well description of size reduction as a rate process in various milis. Industrial and
Engineering Chemistry Process Design and Development 15, 187-196.
the physical phenomena involved. However, predictions slowly Austin, L.G .. Rogovin, Z.. Rogers. R.S.C., Trimarchi, T.. 1983. The axial mixing model
deteriorate due to unmeasured changes such as feed particle size applied to ball milis. Powder Technology 36. 119- 126.
distribution, mineral composition, grindability and others. making Austin, L.G .. Rogers, R.S.C.. Brame, K.A., Stubican, J., 1988. A rapid computational
procedure for unsteady-state ball mili circuir simulation. Powder Technology
it necessary to continuously recalibrare or update the model in ar- 56, 1-11 .
der to adapt it to the new conditions. Austin, LG., 1990. A mili power equation for SAG milis. Minerals and Metallurgical
The previous observations are reflected in the results obtained Processing. 57-62.
Apelt, T.A., Asprey, S.P.. Thornhill. N.F., 2001. lnferential measurement of SAG mili
with a continuous estimation of grinding kinetics parameters parameters. Minerals Engineering 14 (6), 575-591.
(Kf). water discharge coefficient and power-draw equation con- Apelt, T.A., Asprey, S.P., Thornhill, N.F.. 2002a. lnferential measurement of SAG mili
rtant Kp. The on-line adapted model is capable of tracking the parameters 11: state stimulation. Minerals Engineering 15, 1043-1053.
Apelt, T.A., Asprey, S.P., Thornhill, N.F., 2002b. lnferential measurement of SAG mili
Jutput evolution quite satisfactorily. The variable showing the parameters 111: inferential models. Minerals Engineering 15, 1055-1071.
.argest prediction error is the pebble flow rate, while prediction Bond, F.C., 1961. Crushing and grinding calculations part 1 and 11. British Chemical
Jf power and charge levels is the most accurate. This may be Engineering 6 (6), 378-385. Part 11, 6 (8), pp. 543- 548.
Concha, F., Magne. L., Austin, L.G., 1992. Optimization of the make-up ball charge in
iue to the great deal of noise associated to the pebble measure- a grinding mili. lnternational Journal of Mineral Processing 34 (3), 231-241.
nent. As can be seen, the parameters slightly vary (except under Galán, O.. Barran, G.. Romagnoli, J., 2002. Robust control of SAG mili. Powder
:ritical conditions), confirming the robustness of the phenomeno- Technology 124, 264-271.
Yi, Liu, Steven, Spencer. 2004. Dynamic simulation of grinding circuits. Minerals
ogical model. Engineering 17, 1189-1198.
Although important properties such as ore hardness and size Mathworks lnc.. Simulink Technical Literature Web Page : <http://
listribution are considered as one of the most important variables www.mathworks.com/productsjsimulink/technicalliterature.jsp>.
n the comminution processes, the great variability of them when Magne, L., Améstica, R., Barría, J., Menacho, J., 1995. Modelización dinámica de
molienda semiautógena basada en un modelo fenomenológico simplificado.
re fed to the milling chamber make very difficult to develop a Review of Metallurgical Madrid 31 (2).
nodel with acceptable predictive capabilities. Instead, on-line cor- Magne L. Sepulveda G., et al., 2004. A system to determine and analyze the dynamic
ection ofthe model is achieved by means ofthe on-line estimation internalload in revolving milis, for mineral grinding, Australia Patent Oftice, No.
01892003 .
f sorne model parameters (l<inetics and discharge). Magne L., Sepulveda G.. et al., 2004. System and method of measuring and
Finally, the present dynamic simulator can be used for the de- classifying the impacts inside a revolving mili used in mineral grinding,
ign and evaluation of advanced control and real-time optimiza- Australia Patent Office, No. 01902003.
Morrell. S.. 2004. A new autogenous and semi-autogenous mili model for scale-up,
on schemes using newly developed instrumentation for milling design and optimization. Minerals Engineering 17, 437-445.
perations. Ramasamy, M.. Nayanan, S., Rao, Ch., 2005. Control ofball mili grinding circuir using
model predictive control scheme. Journal of Process Control 15, 273-283.
Rajamani, R.K., Herbst, j.A.. 1991 a. Optimal control of a ball mili grinding circuir-l.
cknowledgments Grinding circuir: modeling and dynamic simulation. Chemical Engineering
Science 46 (3), 861-870.
The authors acknowledge with thanks the financia! support Rajamani, R.K., Herbst, J.A.. 1991 b. Optimal control of a ball mili grinding circuit-11.
Feedback and optimal control. Chemical Engineering Science 46 (3), 871-879.
·ovided by FONDEF under Project 00211077 and DICYr-USACH. Salazar J.L., 2004. Dynamic Simulation of SAG milis, Chemical Engineering Thesis,
Universidad de Santiago.
Salazar J.L., Magne L.. Cubillos F., Acuña G.. XXXI ENEMP, 2004. Congreso Brasilero
!ferences de Sistema Particulados ; Uberlandia, Brasil, 24/27.
Salazar. J.L., Magne, L, Titichoca, G.. Cubillos, F.. Acuña, 2007. Dynamic simulation
sani, B., Siinmez, B., 2000. Simulation of Bond grindability test by using and model based real time optimization of SAG milis. Copper 2007, 6th
cumulative based kinetic model. Minerals Engineering 13 (6). 673- 677. Internacional Copper Conference, CIM.
stin, LG., 1971 . lntroduction to the mathematical description of grinding as arate Whiten, W.J., 1974. A matrix theory of comminution machines. Chemical
process. PowderTechnology 5 (1). 1-17. Engineering Science 29 (2), 589-599.