JK DROP WEIGHT TEST Tesis AXB

UNIVERSIDAD NACIONAL DE SAN AGUSTIN
FACULTAD DE INGENIERIA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERIA METALÚRGICA
ESTUDIO COMPARATIVO DEL MOLINO SAG 40 ft x 25 ft Y EL MOLINO

CONVENCIONAL DE BOLAS 26 ft X 40 ft EN LA COMPAÑÍA ANTAPACCAY
Tesis Presentado por el Bachiller:

CCAHUANA CHURATA, ALAN
Para optar el Título Profesional de:
INGENIERO METALURGISTA
AREQUIPA – PERÚ
2018
DEDICATORIA
Con la mayor satisfacción a mis queridos

padres por el estímulo y apoyo que me
brindaron en todo momento para el logro de
mis metas y objetivos trazados.
AGRADECIMIENTO
Agradezco a los ingenieros de la Escuela

Profesional de Ingeniería Metalurgia, que con
su paciencia y dedicación impartieron sus
conocimientos la cual contribuyo al desarrollo
de mi perfil profesional.
PRESENTACION
Sr. Decano de la facultad de ingeniería de procesos, Dr. Ing. Henry Polanco Paredes
Sr. Director de la Escuela profesional de Ingeniera Metalúrgica.
Señores Miembros del Jurado:

Dr. Elias Esquicha Larico
Mg. Roberto Huamani Bernal
Ing. Daniel Carcausto Zapata
El presente trabajo de tesis lo realizo como consecuencia de la experiencia laboral por más
de 3 años en el cual tuve la oportunidad de presenciar y ser participe en la empresa minera
Antapaccay S.A. . Empresa que me dio la oportunidad de realizar el trabajo que lo he titulado:
“ESTUDIO COMPARATIVO DEL MOLINO SAG 40 ft x 25 ft Y EL MOLINO CONVENCIONAL DE

BOLAS 26 ft X 40 ft EN LA COMPAÑÍA ANTAPACCAY”.
Que previo dictamen favorable, nos permitirá optar el Título Profesional de Ingeniero
Metalurgista.
Alan Ccahuana Churata

Bachiller en Ingeniería de Metalurgia
Resumen
El trabajo tiene como objetivo estudiar y evaluar el molino SAG y el molino de bolas
convencional en base a la confiabilidad de los revestimientos de acero que representan estos a
partir de las inspecciones periódicas que se realiza en cada parada de mantenimiento en la
planta concentradora.
En el capítulo 1, donde indico las generalidades del estudio comparativo de la planta

concentradora que abarca los objetivos, antecedentes, hipótesis, justificación y breve reseña
mineralógica del mineral.
En el capítulo 2, se analiza los principios o marco teórico de la molienda establecido los modelos
matemático que los gobierna, lo mismo se hace con la caracterización y desarrollo del mineral
pruebas realizadas en el laboratorio metalúrgico, se culmina con la evaluación estadística.
En el capítulo 3, se indica la parte experimental, abarcando desde la descripción del método

usado en la parte experimental hasta la respectiva evaluación metalúrgica y el análisis de
resultados.
En el capítulo 4, se proyecta los resultados de la parte experimental analizando los resultados y

evaluando los beneficios que implica las modificaciones que se puede realizar en el uso de
revestimiento interno de los molinos.
Palabra clave: Confiabilidad, estadística, evaluación, proyección.

Summary
The objective of the work is to study and evaluate the SAG mill and the conventional ball mill
based on the reliability of the steel coatings that these represent from the periodic inspections
carried out at each maintenance stop in the concentrator plant.
In chapter 1, where I indicate the generalities of the comparative study of the concentrator
plant that covers the objectives, antecedents, hypothesis, justification and brief mineralogical
review of the mineral.
In chapter 2, the principles or theoretical framework of the grinding established the

mathematical models that governs them, the same is done with the characterization and
development of the mineral tests performed in the metallurgical laboratory, is completed with
the statistical evaluation.
In chapter 3, the experimental part is indicated, ranging from the description of the method
used in the experimental part to the respective metallurgical evaluation and the analysis of
results.
In chapter 4, the results of the experimental part are projected, analyzing the results and
evaluating the benefits that the modifications that can be made in the use of internal lining of
the mills.
Key words: Reliability, statistics, evaluation, projection.

“ESTUDIO COMPARATIVO DEL MOLINO SAG 40 ft x 25 ft Y MOLINO
CONVENCIONAL DE BOLAS 26 ft X 40 ft DE LA COMPAÑÍA MINERA ANTAPACCAY”
ÍNDICE
CAPÍTULO I – PLANTEAMIENTO TEORICO
1.1.- PLANTEAMIENTO DEL PROBLEMA 01

1.2.- OBJETIVOS 01
1.2.1.- OBJETIVO GENERAL 01
1.2.2.- OBJETIVOS ESPECÍFICOS 01
1.3.- ANTECEDENTES 02
1.4.- HIPÓTESIS 02
1.5.- JUSTIFICACIÓN 02
1.5.1.- JUSTIFICACIÓN TÉCNICA 02
1.5.2.- JUSTIFICACIÓN ECONÓMICA 03
1.6.- UBICACIÓN Y ACCESOS 03
1.7.- GEOLOGIA Y MINERALOGIA 04
1.7.1.- GEOLOGIA 04
1.7.2.- MINERALOGIA 05
CAPITULO II – MARCO TEORICO
2.1.- EVALUACIÓN DE PROCESO DE MOLINOS 11

2.1.1.- MODELOS DE MOLIENDA 11
2.1.1.1.- MODELO DE BOND 17
2.1.1.2.- MODELO MATEMATICO DE LA MOLIENDA (LINEAL) 19
2.1.1.3.- MODELO DE CLASIFICACION CON HIDROCICLONES 23
2.1.1.4.- MODELO DE CLASFICICACION CIMM 26
2.2.- CARACTERIZACION DE MINERAL 28
2.2.1- DESARROLLO DE JK DROW WEIGHT TEST 28
2.2.2- DESARROLLO DE WORK INDEX 38
2.3.- EVALUACION ESTADISTICA 45
2.3.1.- MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION 45
2.3.1.1.- EXACTITUD 45
2.3.1.2.- PRECISION 45
2.3.1.3.- LA MEDIA 46
2.3.1.4.- LA VARIANZA 46
2.3.1.5.- LA DESVIACION ESTANDAR 47
2.3.1.6.- REGRESIÓN LINEAL SIMPLE 47
2.3.1.7.- REGRESIÓN POLINOMIAL 51
2.3.2.- DISTRIBUCIONES ESTADÍSTICAS DE VIDA 55
2.3.2.1.- VARIABLES ALEATORIAS 55
2.3.2.1.1.- VARIABLES ALEATORIAS DISCRETAS 55
2.3.2.1.2.- VARIABLES ALEATORIAS CONTINUAS 55
2.3.3.- ANÁLISIS DE GRÁFICOS DE CONFIABILIDAD 56
2.3.3.1.- FUNCIÓN DE DENSIDAD 56
2.3.3.2.- FUNCIÓN DE DISTRIBUCIÓN DE FALLA 57
2.3.3.3.- FUNCIÓN DE SUPERVIVENCIA O CONFIABILIDAD 58
2.3.3.4.- FUNCIÓN DE RIESGO 59
2.3.4.- DISTRIBUCIÓN WEIBULL 60
2.3.4.1.- FUNCIÓN DE DENSIDAD DE PROBABILIDAD WEIBULL 60
2.3.4.2.- ANALIZANDO β 60
2.3.4.3.- ANALIZANDO η 63
2.3.4.4.- ANALIZANDO  63
2.3.4.5.- MÉTODO DE PLOTEO DE PROBABILIDADES 64
CAPÍTULO III - ESTUDIO EXPERIMENTAL PARA EL ESTUDIO COMPARATIVO
3.1.- DESCRIPCIÓN DEL CIRCUITO DE MOLIENDA 67

3.1.1.- CHANCADO DE MINERAL 67
3.1.2.- MOLIENDA CLASIFICACION 69
3.2.- ESTIMACIÓN Y AJUSTE DE PARÁMETROS DE MOLIENDA 73
3.2.1.- INTRODUCCIÓN A LA INGENIERÍA DE CONFIABILIDAD 73
3.2.2.- QUE ES CONFIABILIDAD 73
3.2.3.- INGENIERÍA DE CONFIABILIDAD VS CONTROL DE CALIDAD 73
3.2.4.- CONTROL DE CAMPAÑAS DE REVESTIMIENTO DE MOLINO SAG, BOLAS 73
3.2.5.- CALCULO DE TONELAJE DE TASA DE FALLA AL PUNTO CRÍTICO Y PLOTEO 77
3.2.6.- ANÁLISIS DE RESULTADOS 90
CAPITULO IV - EVALUACION DE REVESTIMIENTOS EN EL CIRCUITO DE MOLIENDA
4.1.- CONDICIONES ACTUAL DEL MOLINO SAG – BOLAS 91

4.1.1.- ESTIMACION DE VARIABLES PARA ESTABLECER EL BALANCE DE MASA 91
4.1.2.- DESARROLLO DE VALORES DE JKDWT y WORK INDEX 101
4.2.- ANALISIS DE PERFILES DE REVESTIMIENTOS DE LOS MOLINOS 104
4.2.1.- ESCANEO DE MOLINO 104
4.2.2.- TAPAS DEL MOLINO SAG 104
4.2.3.- CILINDRO DEL MOLINO SAG 106
4.2.4.- TAPAS DEL MOLINO BOLAS 107
4.2.5.- CILINDRO DEL MOLINO BOLAS 109
4.3.- ANALISIS DE COSTOS EN EL PROCESO DE MOLIENDA 110
4.3.1.- TAPAS CAUCHO EN SAG 110
4.3.2.- TAPAS CAUCHO EN BOLAS 111
4.3.3.- EVAUACIÓN ECONÓMICA 114
4.3.3.1- MOLINO SAG 114
4.3.3.2- MOLINO BOLAS 01 y 02 116
CONCLUSIONES 118
BIBLIOGRAFÍA 120
ÍNDICE DE FIGURAS
CAPÍTULO I
Figura N° 1.1. Vías de acceso a la planta concentradora Antapaccay 02

Figura N° 1.2. Minerales de cobre 05
Figura N° 1.3. Especies mineralógicas enviadas a la sección de flotación (i) 07
Figura N° 1.4. Especies mineralógicas enviadas a la sección de flotación (ii) 07
Figura N° 1.5. Especies mineralógicas enviadas a la sección de flotación (iii) 08
Figura N° 1.6. Especies mineralógicas en la sección de relaves (i) 09
Figura N° 1.7. Especies mineralógicas en la sección de relaves (ii) 09
Figura N° 1.8. Especies mineralógicas en la sección de relaves (iii) 10
CAPÍTULO II
Figura N° 2.1. Circuito molienda clasificación (i) 12

Figura N° 2.1. Circuito molienda clasificación (ii) 13
Figura N° 2.2. Distribución de fragmentos primarios 20
Figura N° 2.2. Distribución de fragmentos primarios 20
Figura N° 2.6. Circuito molienda clasificación 25
Figura N° 2.7. Muestra Mineral proveniente desde sección chancado 29
Figura N° 2.9. Distribución de sub partículas por rangos de tamaño 31
Figura N° 2.10. Altura de impacto por rango de energía 32
Figura N° 2.11. Prueba de impacto 32
Figura N° 2.14. Molino de abrasión 33
Figura N° 2.17. Ingreso de resultados a plantilla Excel 36
Figura N° 2.20. Cuarteo de mineral 38
Figura N° 2.21. Divisor rotatorio 39
Figura N° 2.27. Tabla de diana 45
CAPÍTULO III
Figura N° 3.2. Circuito chancado primario 68

Figura N° 3.5. Diagrama de flujo de la planta concentradora Antapaccay 71
Figura N° 3.6. Diagrama de flujo del área de molienda 72
Figura N° 3.19. Intervalos de confianza (i) 78
Figura N° 3.24. Intervalos de confianza (ii) 80
Figura N° 3.29. Intervalos de confianza (iii) 82
Figura N° 3.34. Intervalos de confianza (iv) 84
Figura N° 3.39. Intervalos de confianza (v) 86
Figura N° 3.44. Intervalos de confianza (vi) 88
CAPÍTULO IV
Figura N° 4.5. Balance de masa circuito de molienda (i) 94

Figura N° 4.10. Balance de masa circuito de molienda (ii) 97
Figura N° 4.15. Balance de masa circuito de molienda (iii) 100
Figura N° 4.20. Escaneo 3D del molino SAG 104
Figura N° 4.21. Tapa alimentación del molino SAG 105
Figura N° 4.22. Tapa alimentación, perfil de desgaste 105
Figura N° 4.23. Tapa descarga del molino SAG 106
Figura N° 4.24. Tapa descarga, perfil de desgaste 106
Figura N° 4.25. Cilindro del molino SAG, perfil de desgaste 107
Figura N° 4.26. Escaneo 3D del molino bolas 107
Figura N° 4.27. Tapa alimentación del molino bolas 108
Figura N° 4.28. Tapa alimentación, perfil de desgaste 108
Figura N° 4.29. Tapa descarga, perfil de desgaste 109
Figura N° 4.30. Cilindro del molino bolas, perfil de desgaste 109
ÍNDICE DE GRAFICAS
CAPÍTULO II
Gráfica N° 2.3. Función selección 22

Gráfica N° 2.4. Función fractura 22
Gráfica N° 2.5. Curvas de eficiencia de clasificación global y corregida 25
Gráfica N° 2.13. Distribución granulométrica, para cada energía kwh/t 33
Gráfica N° 2.15. Distribución granulométrica, abrasión de 53x45 (mm) + 45x37.5 (mm) 34
Gráfica N° 2.28. Diagrama de dispersión, regresión lineal 48
Gráfica N° 2.30. Densidad de falla 57
Gráfica N° 2.31. Distribución acumulada de fallas 58
Gráfica N° 2.32. Distribución de confiabilidad 58
Gráfica N° 2.33. Distribución de riesgo 59
Gráfica N° 2.34. Función de densidad 61
Gráfica N° 2.35. Función de densidad acumulada 61
Gráfica N° 2.36. Función de confiabilidad 62
Gráfica N° 2.37. Función de riesgo 62
Gráfica N° 2.38. Función de densidad variando η 63
Gráfica N° 2.39. Función de densidad variando  64
CAPÍTULO III
Gráfica N° 3.18. Regresión lineal weibull (i) 78

Gráfica N° 3.20. Gráficos de confiabilidad (i) 79
Gráfica N° 3.23. Regresión lineal weibull (ii) 80
Gráfica N° 3.25. Gráficos de confiabilidad (ii) 81
Gráfica N° 3.28. Regresión lineal weibull (iii) 82
Gráfica N° 3.30. Gráficos de confiabilidad (iii) 83
Gráfica N° 3.33. Regresión lineal weibull (iv) 84
Gráfica N° 3.35. Gráficos de confiabilidad (iv) 85
Gráfica N° 3.38. Regresión lineal weibull (v) 86
Gráfica N° 3.40. Gráficos de confiabilidad (v) 87
Gráfica N° 3.43. Regresión lineal weibull (vi) 88
Gráfica N° 3.45. Gráficos de confiabilidad (vi) 89
CAPÍTULO IV
Gráfica N° 4.17. Tendencia de Axb 2016 - 2018 102

Gráfica N° 4.18. Tendencia de Work Index (khw/tc) 2016 - 2018 102
Gráfica N° 4.19. Variaciones significativas de dureza, limitan el tonelaje 103
Gráfica N° 4.33. Ratio de energía y tonelaje 111
Gráfica N° 4.36. Ratio de energía del molino bolas 01 112
Gráfica N° 4.37. Ratio de energía del molino bolas 02 113
ÍNDICE DE TABLAS
CAPÍTULO I
Tabla N° 2.8. Peso total de partículas por rango de tamaño 30

Tabla N° 2.16. Densidad aparente, kg/L 35
Tabla N° 2.18. Reporte de resultados de valores Axb 37
Tabla N° 2.19. Valores de Axb, Ta 37
Tabla N° 2.22. Densidad aparente 40
Tabla N° 2.23. Análisis granulométrico, alimento y producto 41
Tabla N° 2.24. Distribución granulométrica, alimento y producto 41
Tabla N° 2.25. Ciclo de molienda, molino bond 42
Tabla N° 2.26. Work index, kwh/tc 44
Tabla N° 2.29. Tabla anova 51
CAPÍTULO III
Tabla N° 3.1. Especificaciones técnicas de la chancadora primaria 68

Tabla N° 3.3. Especificaciones técnicas del molino SAG 70
Tabla N° 3.4. Especificaciones técnicas del molino bolas 70
Tabla N° 3.7. Especificaciones de tiempo de duración, revestimiento del cilindro 74
Tabla N° 3.8. Especificaciones de tiempo de duración, tapa alimentación 75
Tabla N° 3.9. Especificaciones de tiempo de duración, tapa descarga 75
Tabla N° 3.16. Sistema de ecuación (i) 78
Tabla N° 3.17. Ploteo de probabilidades (i) 78
Tabla N° 3.21. Sistema de ecuación (ii) 80
Tabla N° 3.22. Ploteo de probabilidades (ii) 80
Tabla N° 3.26. Sistema de ecuación (iii) 82
Tabla N° 3.27. Ploteo de probabilidades (iii) 82
Tabla N° 3.31. Sistema de ecuación (iv) 84
Tabla N° 3.32. Ploteo de probabilidades (iv) 84
Tabla N° 3.36. Sistema de ecuación (v) 86
Tabla N° 3.37. Ploteo de probabilidades (v) 86
Tabla N° 3.41. Sistema de ecuación (vi) 88
Tabla N° 3.42. Ploteo de probabilidades (vi) 88
CAPÍTULO IV
Tabla N° 4.1. Datos molienda clasificación (i) 92

Tabla N° 4.2. Consumo de energía (i) 92
Tabla N° 4.3. Nido de ciclones (i) 92
Tabla N° 4.4. Análisis granulométrico (i) 93
Tabla N° 4.6. Datos molienda clasificación (ii) 95
Tabla N° 4.7. Consumo de energía (ii) 95
Tabla N° 4.8. Nido de ciclones (ii) 95
Tabla N° 4.9. Análisis granulométrico (ii) 96
Tabla N° 4.11. Datos molienda clasificación (iii) 98
Tabla N° 4.12. Consumo de energía (iii) 98
Tabla N° 4.13. Nido de ciclones (iii) 98
Tabla N° 4.14. Análisis granulométrico (iii) 99
Tabla N° 4.16. Propiedad de dureza del mineral, valores de Axb; ta 101
Tabla N° 4.31. Peso de tapas de caucho 110
Tabla N° 4.32. Cantidad tapas de caucho 110
Tabla N° 4.34. Peso de tapas de caucho 111
Tabla N° 4.35. Cantidad de tapas de caucho 112
Tabla N° 4.38. Ahorro anual (USD) 113
Tabla N° 4.39. Comparación por proveedor del cilindro SAG 114
Tabla N° 4.40. Comparación por proveedor de tapas del SAG 115
Tabla N° 4.41. Incidentes generados por revestimientos del cilindro 115
Tabla N° 4.42. Comparación por proveedor, cilindro del molino de bolas 01 y 02 116
Tabla N° 4.43. Comparación por proveedor, tapas del molino de bolas 01 y 02 117
1
CAPÍTULO I
PLANTEAMIENTO TEORICO
1.1.- PLANTEAMIENTO DEL PROBLEMA
Uno de los mayores costos e inconvenientes que presentan la planta concentradora

Antapaccay en procesamiento de mineral es el control de sus consumos de acero como
revestimientos de los molinos, así como también los medios de molienda. Para que la
empresa sea exitosa en el ambiente actual de alta competitividad y complejidad
tecnológica, es esencial que conozca la confiabilidad de sus insumos y sea capaz de
controlarla.
1.2.- OBJETIVOS
1.2.1.- OBJETIVO GENERAL.
Evaluar el molino SAG 40 ft x 25 ft y 2 molinos de Bolas 26 ft x 40 ft convencionales,

controlando sus revestimientos de acero en sus interiores de cada molino que estos
componen.
Solamente un nivel óptimo de Confiabilidad llevará a un gasto mínimo en el ciclo de

vida del producto y a un costo mínimo de producción, sin que se comprometa la
confiabilidad y calidad del revestimiento.
1.2.2.- OBJETIVOS ESPECÍFICOS.
Influencia de variables y parámetros metalúrgicos operativos, características de

mineral como el AxB (índice de dureza del SAG – Método JK Drop Weight Tester) y Work
index (molino convencional Modelo de bond) en la vida útil de los revestimientos.
2
Evaluar costos en el uso de revestimientos de molinos, a través de métodos propuestos

en la presente información para revestimientos de caucho y acero.
1.3.- ANTECEDENTES
Una operación normal no contempla el desgaste progresivo de revestimientos de

acero, debido a que en el mercado se encuentra diversos proveedores de
revestimientos por consecuente el diseño y composición de estos es de relevancia
importancia así como la caracterización mineralógica del mineral.
Las continuas exigencias de metas de producción hacen que el riesgo de la operación y
el mantenimiento de los equipos sea cada vez mayor en los cambios de revestimientos.
1.4.- HIPÓTESIS
Revisión de fundamentos y condiciones de operación de la molienda Semiautógena

Revisión de fundamentos y condiciones de operación de la molienda convencional.
Obtención y análisis de perfiles de desgaste de revestimientos, identificando zonas
críticas de desgaste en revestimientos del cilindro y tapas del molino
1.5.- JUSTIFICACIÓN.
1.5.1.- JUSTIFICACIÓN TÉCNICA.
El desarrollo de la confiabilidad es una de las características de calidad más importante

para componentes, productos no reparables como los revestimientos de acero.
3
1.5.2.- JUSTIFICACIÓN ECONÓMICA.
Garantiza que maximizará su confiabilidad, reducirá el tiempo de interrupción de

servicio y aumentará la productividad procesos disminuyendo los costos, ya que, en el
actual contexto, en la caída de los precios de los commodities, como el cobre, remece
el orden económico de la minería, hallando soluciones en la molienda.
1.6.- UBICACIÓN Y ACCESOS
Antapaccay se encuentra aproximadamente a 15 km de Yauri, 256 km desde la ciudad

del Cusco a 255 km desde la ciudad de Arequipa. La elevación del sitio de la mina es
aproximadamente 4100 msnm. El acceso a la nueva concentradora se realiza desde la
actual carretera PE-34E, en un punto casi 4,5 km al sureste de la entrada existente a la
mina Tintaya y alrededor de 122 km al norte de la intersección del pueblo de Imata con
la carretera nacional 030A, que constituye el acceso desde Arequipa.
Figura 1.1. Vías de acceso a la planta concentradora Antapaccay.

4
1.7.- GEOLOGIA Y MINERALOGIA
1.7.1.- GEOLOGIA
El Tajo de Antapaccay corresponde a un depósito tipo pórfido (Cu-Ag-Au), la

mineralización de cobre se encuentra diseminada y en venillas hospedada en diorita y
principalmente en diversos pórfidos intra-mineral. Al contacto con las rocas
sedimentarias cretácicas formaron cuerpos irregulares de skarn (calizas) y stockwork
(hornfels y cuarcitas) conteniendo valores altos de cobre.
5
Figura 1.2. Minerales de cobre
1.7.2.- MINERALOGIA
Especies mineralógicos entrante a Molienda Antapaccay productor de concentrado de

cobre (Cu), viene asociado con diferentes especies mineralógicas, en alimentación a la
etapa de flotación encontramos, especie mineral predominante.
Cz Bt1 Bt2 Cl Cp Bn Mo Py cc Au Ag
0.84 0.44 0.359 5.157 1.219 0.555 0.006 0.435 0.417 0.14 1.94
Bt1 = Biotita primaria, Bt2 = biotita alterada
6
Como elementos valiosos tenemos:

CuT % Mo % Au gr/t Ag gr/t
0.64 0.006 0.14 1.94
Como gangas tenemos:

Ca % insolubles % Fe %
1.609 82.25 2.93
La cabeza, presenta mineral valioso como:

Calcopirita (Cp)
Calcopirita Secundaria (Cp2)
Bornita (Bn)
Cobre secundario (sc)
Además presencia de partículas de:

Magnetita (mgt)
Pirita (py)
Pirrotita (po)
Se observa grado de liberación que oscila entre 70 – 100%.

7
Figura 1.3. Especies mineralógicas enviadas a la sección de flotación (i)
Figura 1.4. Especies mineralógicas enviadas a la sección de flotación (ii)

8
Figura 1.5. Especies mineralógicas enviadas a la sección de flotación (iii)
Relave, Presenta mineral valioso como:

Calcopirita
Bornita
Cobre secundario
El grado de liberación oscila entre 0.3 – 90%, la mayoría del mineral valioso se
encuentra asociado a ganga, con tamaños de partículas aproximado a los 100 um.
9
Figura 1.6. Especies mineralógicas en la sección de relaves (i)
Figura 1.7. Especies mineralógicas en la sección de relaves (ii)
Especies mineralógicas que perturban el proceso de flotación, a recuperación en

Antapaccay estándar es de 85%, el cual es afectado notoriamente por presencia de
mineral con contenido mineral Oxido, arcillas, y presencia de Cobre Nativo (Cu).
10
Se presenta en la etapa final del relave, predominan con un tamaño de 500 µm

promedio aprox. Cobre Nativo (Cu), contribuye en el descenso de la recuperación hasta
75%.
Figura 1.8. Especies mineralógicas en la sección de relaves (iii)

11
CAPÍTULO II
MARCO TEORICO
2.1.- EVALUACIÓN DE PROCESO DE MOLINOS
2.1.1.- MODELOS DE MOLIENDA
Durante la última década, distintos grupos de investigadores han venido desplegando

grandes esfuerzos tendientes a la formulación y verificación empírica de relaciones
fenomenológicos que caractericen los diversos mecanismos de fractura operativa en
molinos de bolas y otros equipos afines. Tales investigadores coinciden en que la
relación controlante del pro0ceso de fracturación, en un instante de tiempo dado, es
del tipo:
𝑑𝑓𝑖
= −𝑆𝑖𝐸 𝑓𝑖 + ∑ 𝐵𝑖𝑗 𝑆𝑗𝐸 𝑓𝑗 (1)
𝑑𝐸
Donde:
Fi: fracción en peso de mineral retenido en la i-esima fracción granulométrica.

I=1,2…,n.
E: Consumo especifico de energía, normalmente expresado en KWhr/Tn.
𝑆𝑖𝐸 : Velocidad fraccional de fracturación, definida como la fracción del mineral
retenido en la i-esima fracción granulométrica que se fractura, por unidad de energía
especifica aplicada (Función Selección Especifica).
𝐵𝑖𝑗 : Fracción en peso de los fragmentos provenientes de la fractura de partículas
retenidas en la i-esima fracción granulométrica que resultan retenidas en la i-esima
fracción anterior (Función Fractura).
12
Estas ecuaciones postulan un balance dinámico, para cada rango de o fracción de

tamaños, que contempla la velocidad de desaparición por fractura de algunas
partículas y la velocidad de aparición de otras en el mismo rango, producto de la
fracturación de partículas más gruesas, ambas velocidades representadas
respectivamente por el primer y segundo términos a la derecha de este sistema de
ecuaciones. Arbitrariamente, se acostumbra definir la fracción “1” como la más gruesa
y “n” como la más fina.
6
1
2 4
3
DIRECTO
Figura 2.1. Circuito molienda clasificación (i)

13
INVERSO 7
5
6
3
1
2
4
Figura 2.1. Circuito molienda clasificación (ii)
De esta manera, la función selección especifica SiE normalmente expresada en

ton/KWhr, es una constante cinética que representa la moliendabilidad (ruptura)
efectiva para la fracturación de partículas de tamaño ”i”, cuando la variable tiempo ya
no se mide en minutos sino en una escala equivalente en KWhr/TM. Así, por ejemplo,
un valor SiE=0.1 tn/KWh indica que las partículas de tamaño “i” se fracturan a razón de
10% de la cantidad presente en la fracción por cada KWh/TM de energía especifica
aplicada al mineral. Nótese que en esta representación la energía especifica E es
directamente equivalente al tiempo de contacto transcurrido. Por otra parte, un valor
Bij=0.1 indica que un 10% de los fragmentos producto de un evento único de fractura
de partículas en el rango de tamaños “j” reporta al rango o fracción “i” inferior, de
modo que la función fractura Bij representa de hecho la distribución granulométrica
característica de estos fragmentos primarios resultantes.
La solución analítica del sistema diferencial de ecuaciones 1 para el caso de molinos

Batch o continuos a estado estacionario es conocido, bajo el postulado básico que los
14
parámetros SiE y Bij son independientes del grado de fineza que alcance la carga en el
interior del molino; supuesto que ha sido repetidamente demostrado en múltiples
aplicaciones prácticas. Adicionalmente, para la representación del caso de molienda
continua es preciso emitir algunos postulados referentes al transporte o flujo de
mineral a través del molino. Entre varias alternativas, es nuestra preferencia
caracterizar la distribución de tiempos de residencia (DTR) de la pulpa en el molino por
la ecuación.
𝑡
𝑁(𝜏)𝑁−1 𝑁𝑡
𝑁
𝐸(𝑡) = ∗ 𝑒 (− 𝜏 ) (2)
𝜏𝛤(𝑁)
Donde:
D: Tiempo medio de residencia de la pulpa en el molino, directamente equivalente a
la energía especifica E.
N: Parámetro de la distribución; normalmente estimado como la razón
largo/diámetro del molino.
La ecuación 2 se reconoce como el “Modelo de los N mezcladores en serie” el cual

postula que el equipo en consideración se comporta en forma equivalente a N
reactores perfectamente mezclados y en serie; es decir, cada uno recibiendo el flujo de
descarga del anterior en la línea. Para todos los efectos prácticos de aplicación como
alternativa a su laboriosa determinación experimental, este sea aproximado por la
razón largo/diámetro del molino.
La utilización del modelo de molienda aquí reseñado a casos específicos de interés

implica, como paso previo, la estimación de valores representativas por cada uno de
los distintos parámetros involucrados; es decir, cada uno de los SiE y Bij para todo (i,j).
así planteado, ello representa un objetivo prácticamente imposible de alcanzar, dado
el alto número de parámetros a estimar. Sin embargo, estudios recientes sobre la
materia, incluido el presente, han permitido postular expresiones para la función
selección en relación al tamaño de partículas di, del tipo:
15
𝛼0 (𝑑𝑖)𝛼1
𝑆𝑖𝐸 = 𝑑𝑖 (3)
1+(𝑑 )𝛼2
𝑐𝑟𝑖𝑡
Y también para la función fractura acumulada (fracción pasante la malla i):
𝑑𝑖 𝑑𝑖
𝐸(𝑡) = 𝛽0 (𝑑 )𝛽1 + (1 − 𝛽0 )(𝑑 )𝛽2 (4)
𝑗 +1 𝑗 +1
i= 1,2,3…n j<1
Donde (d0 , d1 , d2 , dcrit ) y (β0 , β1 , β2 ) son parámetros característicos del mineral, bajo
las condiciones observadas.
La demostrada validez practica de las ecuaciones 3 y 4 anteriores facilita

considerablemente la labor estimar los parámetros cinéticos característicos del
proceso especifico en consideración, a partir de antecedentes empíricos
satisfactoriamente confiables.
Como ya se indicara, la metodología empleada que los parámetros SE y B son

esencialmente característicos del mineral y por lo tanto independientes de las
condiciones operacionales imperantes en el circuito. Se reconoce, sin embargo, que el
tipo y tamaño de los cuerpos moledores puede afectar significativamente la cinética
del proceso y constituye por ello una excepción notable al postulado general del
Herbst.
Reconociendo la relevancia práctica del área específica así definida y su estricta

relación con la política de recarga impuesta, resulta conveniente entonces revisar
brevemente la metodología de cálculo; la que deriva directamente de la clásica teoría
lineal del desgaste de cuerpos moledores:
𝑑(𝑑𝑏)
= −𝐾 (5)
𝑑𝑡
16
Donde:
db: Diámetro actual de las bolas de tamaño original d BR (mm), transcurrido un
intervalo de tiempo t(hrs) en el interior del molino
K: constante cinético de desgaste, mm/hr
Esta expresión integrada por ejemplo para una típica mono-recarga con bolas de
diámetro dBR , permite calcular el área específica resultante como:
8000∗(1−𝑓𝑣 )
𝑎 = 𝑅 (6)
𝑑𝐵
Donde:
a: Área específica de la carga, mt2 /mt3
fv: Fracción volumétrica de vacíos intersticiales entre las bolas en la carga,
típicamente estimada en 40%.
Esta expresión destaca la relación lineal inversa entre el tamaño de recarga y el área
específica generada; de tal manera que, cuando se recarga bolas más grandes, el área
expuesta será necesariamente menor que cuando se recarga bolas más pequeñas.
Adicionalmente, para la recarga sistemática de 2 tamaños de d B1R y dB2R , en

proporción r1:r2 el área específica de la mezcla se obtiene de la relación:
𝑎 = 𝑣1 𝑎1 + (1 − 𝑣1 )𝑎2 (7)
Donde:
𝑟1 𝑎1
𝑣1 = (1−𝑟1 )𝑎1 +𝑟1 𝑎1
(8)
Y las áreas unitarias a1 y a2 se calculan previamente a partir de la ecuación 6, para cada

diámetro de recarga correspondiente.
17
Asumidas estas expresiones analíticas, la determinaciones de las funciones selección y

fractura, resulta entonces factibles de estimar considerando un número menor de
parámetros (max7) a partir de resultados de escalas laboratorio piloto y/o industrial,
mediante técnicas de regresión no lineal, de modo de ajustar la respuesta del modelo
a las observaciones correspondientes. Con tales fines, se ha desarrollado la rutina
computacional COMMEST la cual, basada en el algoritmo de Gauss-Newton, asigna
valores al máximo de 7 parámetros indicados, tales que minimicen la función objetivo
de regresión.
𝜑 = ∑𝑖=1 𝑊𝑖(𝐹𝑖 − 𝐹𝑖)2 (9)
En esta expresión, Fi representa la medición experimental de la granulometría final o

de descarga del molino, Fi representa la correspondiente predicción del modelo para
una alimentación y consumo de energía conocidos, y Wi representa un factor de ajuste
relativo de las distintas mediciones.
De esta manera se procede a “sintonizar” o ajustar el modelo a la aplicación en

referencia, previo a su utilización con fines optimizantes.
2.1.1.1.- MODELO DE BOND
Indudablemente, el trabajo Fred C. Bond publicado por primera vez hace más de 4
décadas, marcó un hito en la caracterización de circuitos convencionales de molienda
/ clasificación. Perfeccionando los trabajos anteriores de Von Rittinger y Kick, la tercera
teoría o modelo y/o ley de Bond pronto se transformó en la base más aceptada para el
dimensionamiento de nuevas unidades de molienda:
1 1
𝐸 = 10𝑊𝑖 ∗ ( − ) (10)
𝑃801/2 𝐹801/2
18
Donde:
E: Consumo especifico de energía, KWhr/t.
F80: Tamaño 80% pasante en la alimentación (µm).
P80: Tamaño 80% pasante en el producto (µm).
Wi: índice de trabajo de Bond, indicativo de la dureza efectiva del mineral, KWhr
En la expresión anterior, a los parámetros F80 y P80 se les denomina tarea de molienda;
es decir, el objetivo de transformar partículas de tamaño característico F80 en
partículas de tamaño menor P80. El índice de Bond permite entonces, mediante la
ecuación 1, estimar la energía (KWhr) requerida para moler cada unidad (ton) de
mineral. Dicho consumo especifico de energía queda a su vez necesariamente
determinada por la relación:
𝑃
𝐸 = (𝑀) (11)
Donde:
P: Potencia neta demandada por el molino, KW
M: tasa de tratamiento o capacidad del molino, ton/hr
Por lo tanto, para una tarea de molienda dada, resulta obvio a partir de las ecuaciones
1 y 2, que cualquier aumento en P debiera de inducirse en un beneficioso aumento en
M, mejorando así la efectividad operacional de la instalación. Reconociendo entonces
este crítico rol de la potencia del molino, es de interés disponer de una adecuada
correlación con sus dimensiones y condiciones básicas de operación, tal como:
𝐿
𝑃 = 0.238 ∗ 𝐷3.5 ∗ (𝐷) ∗ 𝑁𝑐 ∗ 𝜌𝐴𝑃 ∗ (𝑓 − 1.065𝑓 2 ) ∗ sin 𝛼
(12)
19
Donde:
D: Diámetro interno del molino, pies.
L: Largo interno del molino, pies.
Nc: Fracción de la velocidad critica.
𝜌𝐴𝑃 : Densidad aparente de la carga, ton/m3.
𝑓: Nivel aparente de llenado (incluyendo espacios intersticiales).
𝛼: Angulo de levante del centro de gravedad de la carga con respecto a la vertical,
típicamente en el rango de 35° a 40°.
Esta correlación, derivada a partir de simples observaciones teóricas, ha demostrado

ser satisfactoriamente precisa para todos los efectos prácticos, y en particular, para el
presente análisis.
Sin embargo, aun cuando las referidas leyes de la conminación de las cuales Bond es
parte, tuvieron el mérito de resaltar la importancia de la energía especifica como
variable controlante del proceso, su estructura matemática es demasiado global no
permitiendo un análisis lo suficientemente detallado de las demás variables internas
que determinan la eficiencia del circuito, por ejemplo, las interacciones
molino/clasificador, % de sólidos, carga circulante, etc. Para tales fines, se requiere de
formulaciones matemáticas de mayor representividad, necesariamente más
complejos, como la reseña brevemente indicada a continuación.
2.1.1.2.- MODELO MATEMATICO DE LA MOLIENDA (LINEAL)
El modelo matemático lineal de la molienda se basa en la ecuación (1) y esta establece

la relación controlante del proceso de fracturación y postula un balance dinámico, para
cada rango o fracción de tamaños, que contempla la velocidad de desaparición por
fractura de partículas y la velocidad de aparición de otras en el mismo rango, producto
de la fracturación de partículas más gruesas; ambas velocidades representadas
respectivamente por el primer y segundo términos a la derecha de este sistema de
20
ecuaciones. Arbitrariamente, se acostumbra definir la fracción “1” como la más gruesa

y “n” como la más fina.
Considérese que en un instante “t” cualquiera, la distribución granulométrica de carga

de un molino “batch” hipotético quede cuantificado por las fracciones “f” retenidas en
los distintos tamices representados en el sector izquierdo de la figura 2.2.
Transcurrido un lapso de tiempo “dt”, la granulometría resultante quedara cuantificada
por el contenido de la serie de tamices al lado de la misma figura 2.2.
Figura 2.2. Distribución de fragmentos primarios
Durante este intervalo, algunas partículas serán fracturadas y sus fragmentos

redistribuidos en las mallas inferiores, según su tamaño resultante. Para el mineral
retenido “i” cualquiera, la función selección S iE (min-1 ) denota la velocidad fraccional
21
de fracturación; es decir, la fracción de las partículas en este rango de tamaños que se

fracturen, por unidad de tiempo. De esta manera el producto Si dt representa la
fracción del material retenido “i” al instante “t” que es fracturado por la acción del
medio de molienda. Complementariamente, la función fractura Bij denota la fracción,
en peso, de los fragmentos provenientes de la fractura de partículas retenidas en la
malla “j” que resultan retenidos en la malla “i” interior. Arbitrariamente, se
acostumbra definir la malla “l” como la más gruesa y “n” la más fina.
En las ecuaciones (3) y (4) donde (d0 , d1 , d2 , dcrit ) y (β0 , β1 , β2 ) son parámetros
característicos del mineral, bajo las condiciones observadas. Las figuras 2.1 y 2.2
adjuntas ayudan a explicar gráficamente el significado de estos nuevos parámetros. La
figura 2.1 ilustra la variación típica de la función selección o moliendabilidad en función
del tamaño de partícula (ecuación 3)
Como es de esperar, las partículas finas son fracturadas a velocidades menores que las
partículas más gruesas, debilitadas estas últimas por una mayor cantidad y tamaño de
micro grietas internas. Esto es válido hasta un cierto “diámetro crítico” por sobre el cual
el cuerpo moledor es demasiado pequeño para efectivamente impactar y fracturar la
partícula y se observa por lo tanto una reducción acelerada de su moliendabilidad. De
esta forma, el parámetro α0 caracteriza fundamentalmente la moliendabilidad de las
partículas finas (di <<dvrit), mientras el parámetro Dcritico permite caracterizar la
moliendabilidad de las partículas más gruesas.
Por otra parte la figura 2.2. Ilustra el perfil típico de la función fractura o distribución
de fragmentos primarios (ecuación 4), el cual se asemeja razonablemente a los
obtenidos como producto de descarga de las chancadoras; es decir,
predominantemente fragmentos gruesos inmediatamente inferior al tamaño original,
una cierta generación de finos y baja reducción de tamaños intermedios.
22
Gráfica 2.3. Función selección
Funcion Seleccion Especifica, ton/kwh
Tamaño de Particula, micras
Gráfica 2.4. Función fractura
1
Fraccion Fractura Acumulada
)
(1 − 𝐵0 )
𝐵𝑖𝑗 − 𝐵0 ( 𝑖
=
Tamaño de Particula Relativo di / dj *1

23
Cabe indicar que, Herbst postula que los parámetros SE y Bij son esencialmente
característicos del mineral y por lo tanto independientes de las condiciones
operacionales imperantes en el circuito. Se conoce, sin embargo, que el tipo y tamaño
de los cuerpos moledores puede afectar significativamente la cinética del proceso y
constituye por ello una excepción notable al postulado general de Herbst.
2.1.1.3.- MODELO DE CLASIFICACION CON HIDROCICLONES
El hidrociclones, sin lugar a dudas, el tipo de clasificador más ampliamente utilizado en

los circuitos industriales de molienda. La complejidad de los mecanismos de
clasificación operantes en el interior de un hidrociclon y la gran diversidad de variables
que afectan su comportamiento ha impedido a la fecha la formulación de modelos
fenomenológicos de utilidad práctica, debiendo limitarse estos a conjuntos de
correlaciones empíricas generales.
La respuesta de un hidrociclon queda totalmente caracterizada por su curva de

eficiencia de clasificación (Ei, i= …,n), definida para cada tamaño de partícula como la
fracción de ese tamaño en la alimentación que es recuperada en la descarga, figura 2.6.
De esta manera, se espera que la eficiencia de clasificación así definida alcance sus más
altos valores para las partículas más gruesas en la alimentación y que contrariamente,
dichos valores sean mínimos para las partículas finas de tamaño inferior al tamaño de
corte deseado.
La figura 2.6, ilustra el comportamiento típico de un hidrociclon incorporado a un

circuito cerrado de molienda / clasificación. En ella se observa un fenómeno que es
característico de todos los sistemas de clasificación hidráulica sin excepción; este es,
que la eficiencia de clasificación tiende a un valor infinito, distinto de cero, para
tamaños de partícula tendientes a cero. Tal fenómeno ha sido simplificado postulando
que solo una fracción de la pulpa de alimentación realmente participa del verdadero
proceso de clasificación de partículas en el interior de un hidrociclon, mientras que la
24
fracción restante de pulpa sufre un “corto circuito” directo al flujo de descarga. Esta
concepción racional del fenómeno observado queda representada en la figura 2.6, a
partir de la cual es posible definir una nueva eficiencia corregida de clasificación
(Eic,i=1…,n) como la razón entre los flujos másicos de sólidos, por fracción
granulométrica, en la descarga y alimentación al hidrociclon, respectivamente, dejando
de lado el efecto del corto circuito (Bpf):
(𝑚𝑖𝑐 )𝑈 (𝑚𝑖 )𝑈 − 𝑝𝑓 (𝑚𝑖 )𝐹

𝐸𝑖𝐶 = = (13)
(𝑚𝑖𝑐 )𝐹 (𝑚𝑖 )𝐹∗ (1− 𝑝𝑓 )
Para i=1,……,n
Luego:
(𝑚𝑖 )𝑈 / (𝑚𝑖 )𝐹−

𝐸𝑖𝐶 =
𝑝𝑓
(14)
(1− 𝑝𝑓 )
Y por lo tanto, recordando la definición de la eficiencia “real” de clasificación:
𝐸𝑖 −
𝐸𝑖𝐶 =
𝑝𝑓
(15)
1− 𝑝𝑓
O equivalentemente,
𝐸𝑖 = 𝐵𝑝𝑓 + (1 − 𝐵𝑝𝑓 ) ∗ 𝐸𝑖𝐶 (16)
De manera que el corto circuito 𝐵𝑝𝑓 corresponde al valor asintótico de la curva de

eficiencia real de clasificación sobre el eje de las ordenadas en la gráfica 2.5 para di=0.
25
Gráfica 2.5. Curvas de eficiencia de clasificación global y corregida
CIRCUITO DE MOLIENDA - CLASIFICACION
1 2
Figura 2.6. Circuito molienda clasificación

26
2.1.1.4.- MODELO DE CLASFICICACION CIMM
Hasta ahora el desarrollo del área de modelaje matemático ha surgido

fundamentalmente de dos grupos de investigadores encabezados por Lynch y Plitt. Este
último incluyo en su análisis de 123 experiencias realizadas por el primer grupo
llegando así a un total de 297 pruebas. Por esta razón se considera que el modelo Plitt,
además de incluir un mayor número de variables de diseño, resulta más apropiado para
la simulación de la operación de hidrociclones con fines optimizantes. Por su parte, el
centro de investigaciones minera metalúrgica, CIMM (Chile), desarrollo igualmente un
total de 77 ensayos adicionales por Plitt, excepto que distingue entre el corto circuito
de agua (bpw) y el corto circuito de material fino (bpf) a la descarga.
Cabe señalar que se ha adoptado el modelo de CIMM por la simplicidad operacional y

en el concepto implícito de que ambos modelos coinciden en magnitud. De esta
manera, el modelo propuesto por CIMM consta de cinco correlaciones básicas:
Ecuaciones de la presión de alimentación:
𝑄1.46 𝑒𝑥𝑝(−7.63∅+10.79∅2 )
𝐻 = 𝑎1 (17)
𝐷𝑐0.20 ℎ0.15 𝐷𝐼0.51 𝐷01.65 𝐷𝑈
0.53
Donde:
Ø: fracción de sólidos, en volumen, en la pulpa de alimentación.
a1: Constante empírica característica del mineral.
Q: Flujo de alimentación al ciclon m3/hr.
Dc: diámetro interior del ciclón en pulg.
H: Presión de alimentación de pulpa, pies
Di: Diámetro interior de la boquilla de alimentación en pulgadas.
Do: Diámetro del vortex de la boquilla de rebalse.
Du: Diámetro de ápex de la boquilla de descarga en pulgadas.
27
Tamaño de corte corregido D50c:
𝐷𝑐 0.44 𝐷𝑖 0.58 𝐷𝑜1.91 𝑒𝑥𝑝(11.12∅)

𝐷50𝑐 = 𝑎2 (18)
𝐷𝑢0.80 ℎ0.37 𝑄0.44 (𝜌𝑠−1)0.5
División del flujo:
𝑄 ℎ0.19 (𝐷𝑈 𝐷𝑂 )2.54 𝑒𝑥𝑝(−4.33∅+8.77∅2 )

𝑆 = 𝑄𝑈 = 𝑎3 (19)
𝑂 𝐷𝑐 0.38 𝐻 0.54
S: También denominada carga de circulación "húmeda" es la relación del caudal

volumétrico de flujo inferior al caudal de desbordamiento de la suspensión.
Eficiencia de clasificación corregida:
𝑚
𝐸𝑖𝐶 = 1 − 𝑒𝑥𝑝 [−0.693 ( 𝑖⁄ ) ] (20)
50𝑐
Donde el llamado parámetro de Plitt m, se ha correlacionado de la siguiente manera.
𝑚 = 𝑒𝑥𝑝[𝑎4 − 1.58 𝑆/(𝑆 + 1)]⌊(𝐷𝑐)2 ℎ 𝑄⌋0.15
Corto circuito de pulpa:
El modelo CIMM contribuyó con una quinta correlación que relaciona (y, por lo tanto,
diferencia) el by-pass de la suspensión fraccionada con el flujo insuficiente (Bpf) con el
by-pass de agua (Bpw), a través de una expresión de proporcionalidad directa:
𝐵𝑝𝑓 = 𝛾𝐵𝑝𝑤
28
Donde γ es la 5ta constante dependiente de la aplicación
[ 𝑆/(𝑆+1)]−∅𝑅 𝐶
𝐵𝑝𝑤 = 1−∅[ 1−𝛾(1−𝑅𝐶𝑆)] (21)
𝑆
Con 𝑅𝑆𝐶 : la hipotética recuperación total de sólidos por debajo del flujo de sólidos si la
eficiencia real del ciclón fuera la eficiencia corregida, dada por:
𝑅𝑆𝐶 = ∑ 𝑓𝑖𝐸𝑖𝐶
𝑖=1
Las constantes empíricas 𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 y lambda son calculados a partir de un ensayo

único de clasificación. La rutina de cálculo es completamente análoga a la recomendada
para la utilización del modelo de Plitt.
2.2.- CARACTERIZACION DE MINERAL
2.2.1- DESARROLLO DE JK DROW WEIGHT TEST
Obtención de mineral
El mineral a procesar para el desarrollo del JKDWT es del alimento al molino SAG (Faja
05), se requiere un total de 100 kg aprox. El mineral deberá contar con tamaños de
rocas desde 2.5” hasta 0.5”.
29
Figura 2.7. Muestra Mineral proveniente desde sección chancado
Preparación de muestras
A. Clasificación:
Con apoyo de tamices se realizara la clasificación de 5 rangos de tamaño de rocas.
B. Sub – clasificación:
Tomar y anotar el peso del total de partículas de rocas por rango de energía.
30
Tabla 2.8. Peso total de partículas por rango de tamaño

31
Figura 2.9. Distribución de sub partículas por rangos de tamaño

32
Prueba de impacto
Calculo de altura de impactación, utilizando una plantilla realizada por JKTech se calcula
la altura de impacto por rango de energía.
Figura 2.10 Altura de impacto por rango de energia
Una vez impactada las 15 subdivisiones, realizar el análisis granulométrico en las malla
indicadas de acuerdo al JK tech en la plantilla de hoja de Excel. Por ejemplo para el caso
muestra de tamaño 63x53mm, para las tres energías.
Figura 2.11. Prueba de impacto

33
Gráfica 2.13. Distribución granulométrica, para cada energía kwh/t
Prueba de abrasión
Para la prueba de abrasión JK Drop Weight Test se necesita una muestra en los rangos de
tamaño 53 x 45.0 mm y 45 x 37,5 mm. La prueba se realiza en un molino JK Drop Weight
Test por un periodo de 20 min, realizar análisis granulométrico según hoja de Excel.
Figura 2.14 Molino de abrasión

34
Gráfica 2.15. Distribución granulométrica, abrasión de 53x45 (mm) + 45x37.5 (mm)
Determinación de densidad aparente
Se necesita 30 partículas en el rango de tamaño de 31.5 x 26.5 mm
A. Calcular de cada roca.

B. Calcular peso sumergido en agua de cada roca.
C. Calcular Densidad:
𝑃𝑒𝑠𝑜
=
(𝑃𝑒𝑠𝑜 − 𝑃𝑒𝑠𝑜 𝑒𝑛 𝐻2 𝑂)
35
Tabla 2.16. Densidad aparente, kg/L
Resultado Axb, Ta
Una vez cuando ya se tiene todo los datos en la hoja de trabajo de JK tech, se procede a
ingresar los valores:
36
Figura 2.17. Ingreso de resultados a plantilla Excel
El desarrollo de cálculo para determinar el A, b, Axb, Ta. La hoja de cálculo realizado por
JKTech (encriptado), realiza el algoritmo de cálculo con los datos desarrollados en
Laboratorio Metalúrgico, la hoja de Excel arroja el resumen (Excel) de los valores
siguientes de la gráfica 4.7 (ver imagen):
37
Tabla 2.18. Reporte de resultados de valores Axb
Interpretación de Axb, Ta:
Tabla 2.19. Valores de Axb, Ta
Propiedades Muy duro Duro Mod. duro Medio Mod. Suave Suave Muy Suave
A*b 10 30 30 38 38 43 43 56 56 67 67 127 127 150
Ta 0.1 0.24 0.24 0.35 0.35 0.41 0.41 0.54 0.54 0.65 0.65 1.38 1.38 2
38
2.2.1- DESARROLLO DE WORK INDEX
Preparación de muestra
Se realiza el homogenizado y cuarteo de la muestra (dependiendo la cantidad), la muestra

obtenida pasa por una etapa de chancado para reducir el tamaño de las partículas, el
producto es zarandeado a través de una malla de #6 ty, el retenido de esta malla regresa
nuevamente a la chancadora, mientras que el pasante se guarda para realizar la prueba
de work index. Adicionalmente se hace un pequeño curado con malla #100 ty para reducir
el porcentaje de finos (10-15%).
Homogenizado de la muestra, con la muestra pasante de la malla #6 ty, se realiza el

homogenizado haciendo manteo de 30 min hasta que el mineral este homogéneo, una
vez obtenido el mineral homogéneo se realiza el cuarteo de la muestra en forma de cono
hasta llegar a 12 kilos aproximadamente, la muestra es homogenizada nuevamente por
manteo a 50 veces para obtener el mineral bien homogéneo, una vez obtenida la muestra
homogénea se hace el cuarteo a través de una ruma o cono para dividir en 4 partes iguales
y recoger en 4 bandejas de aproximadamente 3 kg c/u de muestra
Figura 2.20. Cuarteo de mineral
Las 4 bandejas de 3 kg pasan por el divisor rotatorio obteniéndose 6 capachos de 500 g.

Deben retirarse 2 capachos que suman 1 kg aproximadamente y el resto poner en la
bandeja, repetir el procedimiento para cada bandeja de 3 kg. Si todo se ha realizado
correctamente, las nuevas cantidades en las 4 bandejas serán de 2 kg para c/u,
obteniendo un total de 8 kg, una vez obtenida la muestra de 2 kilos en las 4 bandejas se
39
subdivide en el divisor rotatorio obteniendo 6 capachos de 330 gramos c/u, las bandejas
con pesos aproximados de 330 g, deben ser debidamente rotuladas con sus pesos reales
para facilitar el trabajo experimental.
Figura 2.21. Divisor rotatorio
Densidad aparente de mineral
Para determinar la densidad aparente pesar de 700 a 800 gramos de muestra, luego, en
una probeta de 1000 ml agregar la muestra y con un pistón de peso aproximado de 500g
para compactar con caída libre limitando la altura de la parte superior del cilindro del
pistón a la altura de la boca de la probeta, 100 caídas libres como máximo, una vez
compactada la muestra en la probeta se registra el peso y el volumen que ocupa la
muestra compactada en la probeta. Repetir el procedimiento 3 veces, con el peso y
volumen obtenido por triplicado, introducir la data en la hoja de Excel que contienen
fórmulas para facilitar los cálculos (*) y obtener el peso de la muestra para 700 cc,
teniendo la densidad aparente, esta cantidad es la que se usa a lo largo del experimento
(**).
𝑀
𝜕 = (22)
𝑉
Donde:
𝜕: Densidad aparente, gr/cm3
𝑀: Masa, gr
40
𝑣: Volumen, de probeta cm3
Tabla 2.22 Densidad aparente
Análisis granulométrico
Esta muestra ya pesada se rotapea usando mallas TYLER # 6, 8, 10, 16, 20, 28, 35, 48, 65,
100, 150, 200. Por un periodo de 15 minutos, registrar los pesos obtenidos en la hoja de
Excel, para determinar la curva granulométrica, F80 y porcentaje de finos.
41
Tabla 2.23. Análisis granulométrico, alimento y producto
Tabla 2.24. Distribución granulométrica, alimento y producto

42
Ciclos de Molienda
Antes de ingresar la muestra al molino de Bond, se realiza una inspección del collar de
bolas, con ayuda de la hoja de Excel y el cálculo de superficie y pesos grupales de bolas.
El peso del collar de bolas debe alcanzar a 20125 gr aproximadamente, caso contrario se
debe cambiar el collar de bolas, cargar la muestra al molino, tapar bien y arrancar con 150
revoluciones, una vez concluida la molienda se debe realizar la descarga cuidadosamente
sin perder muestra, la perdida de muestra debe ser menor a 1.5 gramos, la muestra
molida es rotapeado a una malla de corte #70 por un periodo de 15 minutos, el peso +70
debe registrarse e introducirse a la hoja de cálculo para obtener el siguiente número de
revoluciones, este paso se realiza como mínimo 6 ciclos o hasta que alcance 250% de
carga circulante, la molienda acaba cuando la diferencia de GBP < ±0.005 de los dos
últimos ciclos, y además la carga circulante alcanza a 250%. El número de revoluciones
sea igual ó ±1 lo que indica que hemos alcanzado el estado estacionario.
Tabla 2.25. Ciclo de molienda, molino bond
De acuerdo a la tabla, se consideran el %carga circulante, # revoluciones y diferencia de

GBP de los últimos dos ciclos para detener la prueba.
43
Obtención de P80 y determinación de Work Index (M. Bond)
Para obtener el p80, se usa los finos de la malla -70 que se han producido en el último
ciclo de molienda donde la diferencia de GBP < ±0.005, y la carga circulante es de 250%,
se rotapea en las mallas 100, 150, 200, -200 por un periodo de 15 minutos, al finalizar se
realiza el pesado de muestras acumulativos, ingresar los datos en la hoja de Excel para
calcular el P80. Una vez cuando ya se tiene ingresado todo el dato en la plantilla de Excel,
se calcula automáticamente el work index expresado en kWh/TM y kWh/Tc.
4 44.5
𝑊𝑖 = 3 ∗ 10 10 (23)
𝑃𝑖0.23 ∗𝐺𝑏𝑝
0.85 ∗( − )
√𝑃 √𝐹
Donde:
Pi: Tamaño de la malla de corte.

Gbp: Índice de moliendabilidad.
Wi: Work Index (KWh/ton. Cortas).
P: Tamaño en micras del 80% de mineral molido (producto).
F: Tamaño en micras del 80% de mineral de la alimentación.
44
Tabla 2.26. Work index, kwh/tc

45
2.3.- EVALUACION ESTADISTICA
2.3.1.- MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION
Cuando hablamos de exactitud y precisión, ¿estamos hablando de lo mismo o son dos

conceptos diferentes? ¿Cómo se mide la exactitud y la precisión?
Usted está analizando los resultados de tiro con arco de uno de los integrantes del equipo
de su país en los juegos Panamericanos. De acuerdo con las gráficas de la página siguiente
califique la exactitud y precisión en las actuaciones de este competidor.
Para cada ronda de cuatro tiros, defina si el resultado es exacto y/o preciso
Figura 2.27. Tabla de diana
2.3.1.1.- EXACTITUD
Se refiere a cuán cerca del valor objetivo se encuentra el valor medido. En este caso, qué
tan cerca estuvo cada tiro de la diana, los 100 puntos en el centro del tablero.
2.3.1.2.- PRECISION
Se refiere a la dispersión del conjunto de valores obtenidos de mediciones repetidas.

Cuanto menor es la dispersión mayor la precisión. En este caso, qué tan dispersos están
los cuatro tiros entre sí en cada ronda.
46
2.3.1.3.- LA MEDIA
La media, llamada también promedio aritmético, se define como el cociente de la suma

de los valores observados de la variable en estudio y el número de observaciones.
Media o promedio aritmético poblacional.
1
µ = 𝑁 ∑𝑁
𝑖=1 𝑋𝑖 (24)
Media o promedio aritmético muestral
1
𝑋 = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 (25)
Media o promedio aritmético ponderada
∑ 𝑤𝑖 𝑋𝑖
𝑋 = ∑ 𝑤𝑖
(26)
Donde:
Xi: Valor de la i-esima observación de la variable en estudio.
N: Tamaño de la población.
n: Tamaño de la muestra.
w: Considerar como factor (por ejemplo pesos, que dependen de la significación de cada
uno de los números.
2.3.1.4.- LA VARIANZA
Es una medida que cuantifica el grado de concentración de los datos alrededor del centro
cuando el centro es definido como la media.
Varianza poblacional
∑𝑁
𝑖=1(𝑋𝑖 −𝜇)
2
𝜎2 = (27)
𝑁
47
Varianza muestral
∑𝑁
𝑖=1(𝑋𝑖 −𝑋 )
2
𝑆2 = (28)
𝑛−1
2.3.1.5.- LA DESVIACION ESTANDAR
Es la raíz cuadrada positiva de la varianza, la desviación estándar se encuentra en las

mismas unidades que la media.
Desviación estándar poblacional
𝝈 = √𝝈𝟐 (29)
Desviación estándar muestral
𝑆 = √𝑆 2 (30)
2.3.1.6.- REGRESIÓN LINEAL SIMPLE
En la regresión lineal simple, la gráfica de la ecuación de regresión se llama línea de

regresión estimada. ŷ es el valor estimado de y para un valor específico de x.
ŷ = 𝑚𝑥 + 𝑏 (31)
Donde:
m: pendiente de recta de la regresión lineal.
b: Intercepto de la recta de la regresión lineal.
48
Gráfica 2.28. Diagrama de dispersión, regresión lineal
El método de mínimos cuadrados consiste en hallar los valores “m” y “b” que hacen
mínima la suma de los cuadrados de las desviaciones entre los valores observados de la
variable dependiente, yi, y los valores estimados de la misma, ŷi. Es decir se minimiza la
suma: Σ(yi – ŷi)2.
Al aplicar el método se llega al siguiente sistema de ecuaciones simultáneas (llamadas

ecuaciones normales de la recta de regresión de y en x), cuya solución da los valores de
“m” y “b”:
∑ 𝑦𝑖 = 𝑛𝑏 + (∑ 𝑥𝑖 ) 𝑚
{
∑ 𝑥𝑖 𝑦𝑖 = (∑ 𝑥𝑖 ) 𝑏 + (∑ 𝑥2𝑖 ) 𝑚
Las soluciones son las siguientes:
∑ 𝑥𝑖 ∑ 𝑦𝑖
∑ 𝑥𝑖 𝑦𝑖 −
𝑚= 𝑛
2
2 (∑ 𝑥𝑖 )
∑ 𝑥𝑖 −
𝑛
∑(𝑥𝑖 −𝑥)(𝑦𝑖 −𝑦)

𝑛−1
𝑚= ∑(𝑥𝑖 −𝑥)
2
𝑛−1
49
𝑆𝑥𝑣
𝑚= (32)
𝑆𝑥2
Y calculando intercepto;
𝑏 = 𝑦 − 𝑚𝑥 (33)
Donde:
𝑥, 𝑦: Promedio de la población de muestra “n”.
𝑥𝑖, : Valor de cada muestra de la i-esima de la población “n” (variable independiente)
𝑦𝑖 : Valor de cada muestra de la i-esima de la población “n” (variable dependiente)
El coeficiente de determinación (r2), en la regresión lineal simple es una medida de la

bondad de ajuste de la recta estimada a los datos reales.
Suma de cuadrados debida al error: SCE = Σ(yi – ŷi )2

Suma de cuadrados total: SCT = Σ(yi – y )2
Suma de cuadrados debida a la regresión: SCR = Σ(ŷi - y )2
Relación entre SCT, SCR y SCE: SCT = SCR + SCE
SCR SCT−SCE SCE

Coeficiente de determinación: r 2 = = = 1 − SCT
SCT SCT
Expresado r2 en porcentaje, se puede interpretar como el porcentaje de la variabilidad

total de “Y” que se puede explicar aplicando la ecuación de regresión.
Intervalo de confianza para estimar la media de “y” para un valor dado 𝑥𝑝 de “x”.
1 (𝑥𝑝 −𝑥)2
𝜇𝑦 𝑥𝑝 = 𝐸(𝑦 𝑥𝑝 ) ∶ ŷ𝑝 ± 𝑡∝⁄2 𝑠 √𝑛 + ∑(𝑥 −𝑥)2 (33)
𝑖
Intervalo de predicción para estimar un valor individual de “y” para un valor dado 𝑥𝑝 De
“x”:
50
1
𝑝 (𝑥 −𝑥)2
𝑦𝑝 ∶ ŷ𝑝 ± 𝑡∝⁄2 𝑠 √1 + 𝑛 + ∑(𝑥 −𝑥)2 (34)
𝑖
Cuadrados medios del error CME (es una estimación de σ 2)
𝑠 2 = 𝐶𝑀𝐸 = 𝑆𝐶𝐸 𝑛 − 2
n-2 son los grados de libertad asociados a SCE. 2 son los parámetros estimados en la
regresión lineal (b y m) y n es el número de pares de datos.
𝑆𝐶𝐸
Error estándar de estimación (s), es la raíz cuadrada de s2, 𝑠 = √𝐶𝑀𝐸 = √ y es el
𝑛−2
estimador de la desviación estándar σ.
Distribución muestral de b1
b1 es un estadístico con distribución normal de media µb1 = β1 y desviación estándar,

𝜎
𝜎𝑏1 = . Si sustituimos σ por su estimación muestral “s”, obtenemos un
√∑(𝑥𝑖 −𝑥)2
𝑆
estimador de σb1 que denotaremos por Sb1. 𝑆𝑏1 = . con esta informacion
√∑(𝑥𝑖 −𝑥)2
𝑏1 −𝛽1
podemos construir un estadistico “t”. 𝑡 = el cual se distribuye con “v”= n-2 g.l.
𝑆𝑏1
Prueba “t” de significación en la regresión

H0 : β1 = 0
H1 : β1 ≠ 0
𝑏1 −0
Estadístico de contraste bajo H0 ; 𝑡𝑐 = .
𝑆𝑏1
Decisión: se rechaza H0 en favor de H1 si |𝑡𝑐 | > 𝑡∝ 2 o si p-valor < α.
Prueba de significancia usando el estadístico F (es una prueba más general)

Se usan dos estimaciones de σ2, una basada en CME y la otra basada en CMR.
51
𝑆𝐶𝐸
𝐶𝑀𝐸 =
𝑛−2
𝑆𝐶𝑅 𝑆𝐶𝑅
𝐶𝑀𝑅 = =
𝑁𝑢𝑚𝑒𝑟𝑜 𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛 𝑒𝑝𝑒𝑛 𝑖𝑒𝑛𝑡𝑒𝑠 1
CME es un estimador insesgado de σ2, mientras que CMR lo es sólo si H0 es cierta. Si H0 es

falsa, CMR tiende a sobreestimar σ2.
El estadístico de contraste, bajo H0 es una F. 𝐹 = 𝐶𝑀𝑅 𝐶𝑀𝐸 con 1 grados de libertad en
el numerador y n-2 en el denominador. Los datos se acomodan en una tabla ANOVA. Se
rechaza H0 en favor de H1 si 𝐹𝑐 > 𝐹∝ o tambien si el p-valor correspondiente es menor que
el nivel de significancia propuesto (α).
Tabla 2.29. Tabla anova
2.3.1.7.- REGRESIÓN POLINOMIAL
Supongamos que se conocen los datos (x0, y0), (x1, y1), …, (xn, yn), con x0 , x1 , …, xn numeros
distintos y se desea encontrar un polinomio, con m < n.
𝑃𝑚 (𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑚 𝑥 𝑚 (35)
Tal que:
𝑆(𝑎0 , 𝑎1 , … , 𝑎𝑚 ) = ∑𝑛𝑘=0(𝑃𝑚 ( 𝑥𝑘 ) − 𝑦𝑘 )2 = ∑𝑛𝑘=0(𝑎0 + 𝑎1 𝑥𝑘 +

𝑎2 𝑥𝑘2 … + 𝑎𝑚 𝑥𝑘𝑚 − 𝑦𝑘 )2 (36)
52
El grado “m” del polinomio Pm (x) se puede escoger previamente con base en algún
resultado teórico, alguna expectativa o por la aplicación que se le pretende dar al
polinomio. En cualquier caso estamos “libres” de elegir el grado que parezca mejor. En
muchos casos el mínimo cuadrado para la tabla de datos.
Resultan entonces las siguientes m+1 ecuaciones lineares en las incógnitas a 0 , a1, …, am,
que se llama sistema de ecuaciones normales. Este sistema de ecuaciones normales se
puede escribir de forma como sigue: j = 0, 1, … , m
𝑚 𝑛 𝑛
∑ 𝑎𝑖 ∑ 𝑥𝑘𝑖+𝑗 = ∑ 𝑥𝑘𝑖 𝑦𝑘
𝑖=0 𝑘=0 𝑘=0
Estas ecuaciones se pueden reproducir a partir de
𝑃𝑚 (𝑥𝑘 ) = 𝑎0 + 𝑎1 𝑥𝑘 + ⋯ + 𝑎𝑚 𝑥𝑘𝑚 = 𝑦𝑘
Multiplicando a ambos lados por 𝑥𝑘𝑖 , j = 0, 1, … , m.
𝑖+𝑗 𝑚+𝑗
𝑎0 𝑥𝑘𝑖 + 𝑎1 𝑥𝑘 + ⋯ + 𝑎𝑚 𝑥𝑘 = 𝑥𝑘𝑖 𝑦𝑘
Luego sumando sobre K, j = 0, 1, … , m
𝑛 𝑛 𝑛 𝑚
𝑖+𝑗 𝑚+𝑗
𝑎0 ∑ 𝑥𝑘𝑖 + 𝑎1 ∑ 𝑥𝑘 + ⋯ + 𝑎𝑚 ∑ 𝑥𝑘 = ∑ 𝑥𝑘𝑖 𝑦𝑘
𝑘=0 𝑘=0 𝑘=0 𝑘=0
La matriz de coeficientes de sistema de ecuaciones normales es simétrica y no singular,

siempre que las xk K = 0, 1, …, n, sean distintas, por lo tanto el sistema tiene solución única
aunque la matriz puede estar mal condicionada cuando “m” es grande.
Para ver que la matriz A de coeficientes del sistema de ecuaciones normales es no
singular, mostraremos que la matriz.
53
Es tal que BT B = A y B tiene todas sus columnas linealmente independientes.
Ahora, las columnas de B son:
Sean C0, C1,… ,cm 𝜖𝑹 tales que 𝑐0 𝑥0 + 𝑐1 𝑥1 + ⋯ + 𝑐𝑚 𝑥𝑚 = 0 y veamos que:

𝑐0 = 𝑐1 = ⋯ = 𝑐𝑚 = 0
54
Como
Entonces
(36)
Asi que 𝑐0 = 𝑐1 = ⋯ = 𝑐𝑚 = 0 y entonces las columnas de la matriz B son linealmente

independientes y usando el hecho de que rango de B TB = rango de B, entonces la matriz
única. De este modo se garantiza la existencia de un único polinomio de ajuste según
mínimos cuadrados, si x0, x1,…, xn son todos distintos.
En el caso particular en que m = 1, p 1 (x) = a0 + a1x es la recta de mínimos cuadrados
donde a0 y a1, se obtiene resolviendo el sistema lineal de dos ecuaciones con dos
incógnitas.
55
2.3.2.- DISTRIBUCIONES ESTADÍSTICAS DE VIDA
2.3.2.1.- VARIABLES ALEATORIAS
Los problemas en Ingeniería de Confiabilidad son problemas referentes a cuantificación

de medidas, tales como el tiempo hasta la falla de un componente, o si un componente
fallo o no.
Evaluando la componente para saber si es defectuoso o no, tendremos solamente dos

posibilidades. Se puede denotar con la variable aleatoria X con las posibles salidas
(defectuosas o no defectuosas). En este caso, X es una variable aleatoria que solo puede
poseer uno de estos valores.
En el caso donde tenemos tiempo hasta la falla, nuestra variable aleatoria X puede poseer
el valor de tiempo hasta la falla del producto o componente y el valor va de 0 hasta el
infinito (en el caso donde no tenemos el tiempo exacto).
2.3.2.1.1.- VARIABLES ALEATORIAS DISCRETAS
Si la variable aleatoria contiene solo informaciones de valores pre-definidos, entonces se

denomina variable aleatoria discreta.
Por ejemplo, el resultado del lanzamiento de un dado honesto, (con seis lados), puede
ser: 1, 2, 3, 4, 5 ó 6.
2.3.2.1.2.- VARIABLES ALEATORIAS CONTINUAS
Si la variable aleatoria puede asumir cualquier valor en una escala continua, entonces esta
se define como una variable aleatoria continua, para un neumático, Kilómetros hasta la
falla, puede tomar cualquier valor desde 0 hasta infinito (p.e.10.000 kilómetros, 17.523
kilómetros, etc.).
En este informe, vamos a trabajar casi exclusivamente con variables aleatorias continuas.
56
2.3.3.- ANÁLISIS DE GRÁFICOS DE CONFIABILIDAD
2.3.3.1.- FUNCIÓN DE DENSIDAD
La función de densidad nos da la probidad que ocurra una falla en un tiempo específico.
Sus unidades son fallas / Ítem-tiempo. Así, para cualquier punto da la probabilidad que
una falla ocurra durante la siguiente unidad de tiempo.
1 n
f (t ) 
N t ;
Si t  0 :
1 dn
f(t) 
N dt
𝑡−𝛾 𝛽
𝛽 𝑡 − 𝛾 𝛽−1 [−(
𝜂
) ]
𝑓 (𝑡 ) = ( ) ∗𝑒
𝜂 𝜂
Donde:
Δn = número de fallas en el intervalo de tiempo [t, t+Δt].
Δt = Longitud del intervalo de tiempo.
N = Población original.
57
Gráfica 2.30. Densidad de falla
2.3.3.2- FUNCIÓN DE DISTRIBUCIÓN DE FALLA
Esta función nos da la probabilidad acumulada de falla representa la probabilidad que una
falla ha ocurrido antes de cierto tiempo
F (t ) 
n i
;
Si t  0 :
t
F(t)   f (t )dt
0
𝑡 𝛽
[−( ) ]
𝜂
𝐹 (𝑡 ) = 1 − 𝑒
Donde:
Σni = Número de fallas para un tiempo t.
N = Población original.
58
Gráfica 2.31. Distribución acumulada de fallas
2.3.3.3.- FUNCIÓN DE SUPERVIVENCIA O CONFIABILIDAD
La función de supervivencia o confiabilidad es el complemento de la función de

distribución de falla. Nos da la probabilidad de supervivencia para cualquier tiempo
específico
R(t )  1 F (t )
Gráfica 2.32. Distribución de confiabilidad
DISTRIBUCION WEIBULL
Funcion de Supervivencia
1.200
1.000
0.800
R(t)
0.600
0.400
0.200
0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Tiempo
59
2.3.3.4.- FUNCIÓN DE RIESGO
Es la función más importante en la teoría de la renovación. La forma de la función de

riesgo sobre una gran magnitud determina qué estrategia se usará para mantener un
componente específico
Donde:
Δn = Número de fallas en un intervalo de tiempo [t,t+Δt].
Δt = ancho del intervalo de tiempo.
n(t) = Población sobreviviente en el tiempo t.
Gráfica 2.33. Distribución de riesgo

60
2.3.4.- DISTRIBUCIÓN WEIBULL
2.3.4.1.- FUNCIÓN DE DENSIDAD DE PROBABILIDAD WEIBULL
La distribución weibull es una de las distribuciones más utilizadas en la Ingeniería de la

Confiabilidad, debido a su capacidad de cambiar de forma dependiendo de la variación
del valor del parámetro de forma β. Puede modelar una gran variedad de datos y
características de vida.
La PDF (función de densidad de probabilidad) de la distribución weibull con 3 parámetros

está dada por
𝑡−𝛾 𝛽
𝛽 𝑡 − 𝛾 𝛽−1 [−(
𝜂
) ]
𝑓 (𝑡 ) = ( ) ∗𝑒
𝜂 𝜂
Donde:
t: Variable aleatoria que, para el caso de la confiabilidad, representa el tiempo entre
fallas.
β: Parámetro de forma (0<β<∞)
η: Parámetro de escala (0<η<∞)
𝛾: Parámetro de ubicación (-∞<𝛾 <∞)
2.3.4.2.- ANALIZANDO β
β es el parámetro de forma o inclinación (en un papel de probabilidad Weibull) de la

distribución Weibull. La forma de la pdf es alterada cambiando el valor β.
β es un número adimensional.
Función de densidad de probabilidad Weibull / Efecto de β en la PDF

61
Gráfica 2.34. Función de densidad
Función de densidad acumulada Weibull / Efecto de β en la CDF
Gráfica 2.35. Función de densidad acumulada

62
Función de Confiabilidad Weibull / Efecto de β sobre la Confiabilidad
Gráfica 2.36. Función de confiabilidad
Función de Riesgo Weibull / Efecto de β sobre el Riesgo
Gráfica 2.37. Función de riesgo

63
2.3.4.3.- ANALIZANDO η
Es el parámetro de escala de la distribución Weibull, y tiene las mismas unidades de T,

como horas, Kilómetros, ciclos, actuaciones, etc.
Función de densidad de probabilidad Weibull / Efecto de η en la PDF
Gráfica 2.38. Función de densidad variando η
2.3.4.4.- ANALIZANDO 
Es el parámetro de localización de la distribución Weibull y tiene la misma unidad de T.

Representa un desplazamiento en el eje x, es decir, cambiar el punto de inicio de la
distribución a un valor diferente a cero. Esto puede ser aplicado a otras distribuciones.
Función de densidad de probabilidad Weibull / Efecto de  en la PDF

64
Gráfica 2.39. Función de densidad variando 
2.3.4.5.- MÉTODO DE PLOTEO DE PROBABILIDADES
El método más conocido (de uso manual) para distribuciones complejas, tal como la
distribución weibull, es el método de ploteo de Probabilidades. El ploteo de
Probabilidades considera el ploteo de los datos en un gráfico especialmente construido
para estos tipos de datos.
Con algebra básica, se puede fácilmente obtener la ecuación de una recta a partir del
ploteo (y=mx+b). La ecuación es definida por una inclinación (m) y una posición (b). El
mismo concepto es utilizado en el ploteo de Probabilidad.
En el caso de la distribución weibull con dos - parámetros, la cdf (probabilidad de falla

Q(t)) está dado por:
t
( ) 

F (t )  Q(t )  1  e
Por lo tanto:
65
Donde, los valores (x;y)
Esta Función linealizada queda como se muestra a continuación:
y  .x   ln()
Donde:
La abscisa “X” = representará una transformación logarítmica simple del tiempo
de falla.
La ordenada “Y” = representará una función logarítmica de Q(t) (desconfiabilidad).
Que representa una ecuación lineal de dos parámetros, correspondientes a una

inclinación (m) β y un valor de posición (b) βln(η).
𝑏 = −𝛽 ∗ 𝐿𝑛(𝜂)
𝑏
− = 𝐿𝑛(𝜂)
𝛽
𝑏
−
𝜂= 𝑒 𝛽
66
Para determinar la posición de y, deberemos primero determinar el valor de la

“categoría mediana” (median rank) para cada tiempo hasta la falla.
Las categorías medianas son utilizadas para obtener una estimación de la

desconfiabilidad, Q(T), para cada tiempo hasta la falla. Por aproximación, la categoría
mediana está dada por (Aproximación de Bernard):
j  0.3
Y  MR 
N  0.4
Donde:
MR = Media Rank o rango medio
N = Tamaño de la muestra.
J = Numero de Orden (posición de la falla).
67
CAPÍTULO III
ESTUDIO EXPERIMENTAL PARA EL ESTUDIO COMPARATIVO
3.1.- DESCRIPCIÓN DEL CIRCUITO DE MOLIENDA
3.1.1.- CHANCADO DE MINERAL
Esta sección describe el chancado y transporte al área de acopio de mineral en la

concentradora de Antapaccay. El mineral es chancado para obtener un tamaño óptimo
para los molinos SAG en la sección de molienda.
El mineral removido mediante la voladura es acarreado desde la mina en camiones de

250 toneladas y descargado en las chancadoras giratorias primarias. El rango y
distribución de tamaño de partícula del mineral (granulometría) depende principalmente
de la composición mineralógica del mineral y del proceso de voladura, siendo este último
proceso el principal responsable de la adecuada fragmentación del mineral para que
ambas chancadoras primarias reduzcan el mineral desde un tamaño de roca de 1-2 m (top
size) hasta un P80 de 100-165mm. El mineral triturado será transportado mediante fajas
hacia el Stock pile situado al lado de la concentradora a 450 m aproximadamente. La
chancadora primaria operará a aproximadamente a un 80% de disponibilidad o 19.2 horas
por día en promedio.
Las trituradoras giratorias son aparatos que reducen de tamaño durante el 100% de su
tiempo de operación, pero solo una fracción de su cavidad triturante. La trituradora
giratoria consiste en un eje provisto de un elemento cónico de molienda de acero duro.
68
Tabla 3.1. Especificaciones técnicas de la chancadora primaria
CHANCADORA PRIMARIA
Fabricante FLSMIDTH
Modelo TRAYLOR NT
Tipo Giratorio
Dimensiones 1525 mm x 2870 mm (60”x113”)
Capacidad 4167 a 7 500 t/h
Abertura lado cerrado (OSS) 203 mm
P80 100-165 mm
ACCIONAMIENTO
Potencia 750 Kw
Rotación 500 RPM
Polos/Frecuencia/Tensión 14/ 60Hz / 4000 V
Sistema de Tracción Transmisión Directa
Figura 3.2. Circuito chancado primario

69
3.1.2.- MOLIENDA CLASIFICACION
El mineral proveniente de chancado primario es recepcionado y dispuesto en distintos

equipos a utilizar como molino SAG, molino de bolas y otros para lograr la liberación del
mineral de la ganga.
De otro lado diremos, que la molienda es la etapa previa a los procesos de concentración
por flotación, por lo tanto, deberá preparar al mineral adecuadamente en características
tales como liberación, tamaño de partícula y propiedades superficiales.
La razón de alimentación del circuito de molienda, debe ser controlada para maximizar la
producción, mientras se sigue manteniendo el tamaño del producto dentro del rango
previsto. Si el tamaño del producto es muy grueso, la recuperación del metal será menor,
reduciendo las ganancias. Si el tamaño del producto es demasiado fino, no habrá
suficiente arena disponible para la construcción del dique de relaves y se usara una
excesiva cantidad de energía, añadiéndose a los de costos de operación.
Los ciclones realizan la clasificación de tamaños, el overflow del ciclón es el producto final
de la clasificación que satisface las condiciones físicas del mineral para ser derivada al
circuito de flotación y el material grueso o underflow que requieren de una reducción
posterior de tamaño se deriva al molino de bolas donde es molido hasta obtener un
tamaño fino ideal con un P80 de 125-150 µm. Cada línea de molienda posee una sección
de celdas de flotación para la recuperación inicial de los elementos valiosos a partir del
mineral molido, estos circuitos de flotación rougher-scavenger están directamente
conectados a cada molino por lo que deben operar al mismo tiempo. Un molino no puede
operar si su sección rougher correspondiente de flotación no funciona y si un molino de
bolas está inoperativo, no habrá operación de su sección de flotación, lo que no ocurre
en ninguna de las secciones anteriores.
70
Tabla 3.3. Especificaciones técnicas del molino SAG
MOLINO SAG
Fabricante FFE Minerals
Molienda húmeda,
Tipo
descarga por rejillas ranuradas (slots).
Tamaño (Diámetro x Largo) 40 pies x 22 pies
Capacidad (diseño) 4, 688 TPH
Carga de Bolas 20% del volumen (máx.)
Carga de Mineral 30% del volumen (máx.)
Velocidad de Giro 9.04 RPM variable.
Pulpa de Alimentación 80% pasante 150 mm
Apertura de Rejilla 65 mm.
Diámetro de bolas 5 pulgadas (127 mm)
ACCIONAMIENTO
Tipo Motor de anillo síncrono (Gearless)
Potencia (nominal) 24,000 kW
Tabla 3.4. Especificaciones técnicas del molino bolas
MOLINO DE BOLAS
Fabricante FLSmidth
Tipo Molienda húmeda, descarga por rebose
Tamaño 26 pies D x 40 pies L

Capacidad (diseño) 20382 TPH
Carga de Bolas 35% del volumen (máx.)
Carga de Mineral 30% - 45% del volumen (máx.)
Velocidad de Giro 11.37 RPM variable (75% veloc. Critica)
Pulpa de Alimentación 80% pasante 2000 micrones

Pulpa de Descarga 80% pasante 125 / 220 micrones
Accionamiento
Tipo Motor síncrono (Gerless)
Potencia (nom.) 16,400 kW
Velocidad (nom.) 11.37 RPM
71
DIAGRAMA DE FLUJO - PLANTA CONCENTRADORA ANTAPACCAY

ANTAPACCAY CONCENTRATOR FLOWSHEET
ANTAPACCAY CONCENTRATOR FLOWSHEET
CHANCADORA
ORE FROM DE PEBBLES (2) ROUGHER SCAVENGER FLOTATION
ORE FROM MINEMINE ROUGHER SCAVENGER FLOTATION
FLOTACIÓN ROUGHER - SCAVENGER
PRIMARY
MINERAL DE MINA PRIMARY
CHACADORA
CRUSHER
CRUSHER
PRIMARIA PEBBLES
CRUSHERS PEBBLES
OVERLAND ROUGHER REGRIND SCAVENGER REGRIND
(2)
CONVEYOR CRUSHERS
OVERLAND ISAMILL REGRIND
ROUGHERROUGHER
ISAMILL SCAVENGER REGRIND
REMOLIENDA SCAVENGER
(2) REMOLIENDA
CONVEYOR
ISAMILL
ISAMILL ISAMILL
ISAMILL
BALL
COARSE ORE MILLS
STOCK PILE
SAG
MILL BALL
MOLINO FIRST CLEANER
PILA DE ORE
COARSE BOLAS
DEMILLS CLEANER SCAVENGER
MINERAL GRUESO (2)
STOCK PILE
SAG
MOLINO
MILL
FIRST CLEANER
PRIMERA LIMPIEZA
CONCENTRATE CLEANER
LIMPIEZA SCAVENGER
SCAVENGER
STOCK PILE
FILTRATION THIRD CLEANER
SECOND CLEANER
FLOTATION
TAILINGS
TRUCK
CONCENTRATE
CONCENTRATE
DISPATCH RECLAIMED WATER
STOCK PILE
PILA DE CONCENTRATE
CONCENTRADO FILTRATION
FILTRACIÓN TAILINGS TERCERA CLEANER
THIRDLIMPIEZA
THICKENER THICKENERS (2)
SEGUNDA
SECOND LIMPIEZA
CLEANER TO TAILINGS FLOTATION
DAM
TAILINGS
RELAVE DE FLOTACIÓN
TRUCK
CONCENTRATE
DESPACHO DE
CONCENTRADO
DISPATCH RECLAIMED WATER
AGUA RECUPERADA
ESPESADOR
CONCENTRATE
DE CONCENTRADO
ESPESADORES DE
TAILINGS
THICKENER RELAVE
THICKENERS (2)
HACIA TAILINGS
TOPOZA DE RELAVES
DAM
Figura 3.5. Diagrama de flujo de la planta concentradora Antapaccay

72
Figura 3.6. Diagrama de flujo del área de molienda

73
3.2.- ESTIMACIÓN Y AJUSTE DE PARÁMETROS DE MOLIENDA
3.2.1.- INTRODUCCIÓN A LA INGENIERÍA DE CONFIABILIDAD
La Ingeniería de Confiabilidad entrega herramientas teóricas y prácticas que permiten

especificar, proyectar, probar y demostrar la probabilidad y la capacidad según la cual
componentes, productos, equipamientos y sistemas desempeñaran sus funciones, por
periodos determinados de tiempo en ambientes específicos y sin presentar fallas.
3.2.2.- QUE ES CONFIABILIDAD
Confiabilidad es una de las características de calidad más importante para componentes,

productos y sistemas complejos.
Es una metodología científica aplicada a conocer el desempeño de vida de productos,
equipamientos, plantas o procesos; para asegurar que estos ejecuten su función, sin
fallar, por un período de tiempo en una condición específica.
3.2.3.- INGENIERÍA DE CONFIABILIDAD VS CONTROL DE CALIDAD
La Ingeniería de Confiabilidad estudia el comportamiento de la tasa de falla en el tiempo,

La Confiabilidad es la calidad en el tiempo.
El control de calidad estudia cuantos productos están fuera de las especificaciones, o

presentan defectos en un instante dado en la línea de producción.
3.2.4.- CONTROL DE CAMPAÑAS DE REVESTIMIENTO DE MOLINO SAG, BOLAS
Para la realización de la parte experimental del presente estudio, se contó con campañas
de uso de revestimientos (chaquetas internas de molino) durante el periodo del 2013 –
2018 de la sección molienda SAG, molino Bolas 01 y 02.
74
Las diferentes campañas de los revestimientos de los molinos fueron realizadas bajo un
control de una metodología de trabajo de escaneo de nubes de puntos la cual consta de
las siguientes etapas.
Requerimientos Operacionales:
- Previo a la detención de molino hacer lavado de liners
- Detención del molino
- Protocolos de seguridad
- Retiro de chute de alimentación
- Desaguado interior del molino
- Ventilación del espacio confinado
Resumen de control de campañas del molino SAG entre revestimientos del cilindro así
como revestimientos de la tapa del molino.
MOLINO SAG
Tabla 3.7. Especificaciones de tiempo de duración, revestimiento del cilindro
RESUMEN CAMPAÑA SHELL LINERS MOLINO SAG
Campaña Duración Espesor final real Espesor Espesor final real Espesor
N° Inicio Fin Meses MMton PLACA (mm) critico (mm) LEVANTADOR (mm) critico (mm)
2 20-abr-13 10-ene-14 8.8 18.0 25 40 151 100
3 14-ene-14 25-sep-14 8.5 19.2 12.7 40 132 100
4 29-sep-14 23-abr-15 6.9 16.1 31.0 40 157 100
5 27-abr-15 16-nov-15 6.8 15.8 36.0 40 93 100
6 18-nov-15 14-abr-16 4.9 11.9 62.0 40 205 100
7 18-abr-16 09-sep-16 4.8 11.9 46.0 40 182 100
8 12-sep-16 07-dic-16 3 7.1 75.0 40 255 100
9 09-dic-16 10-mar-17 3.0 7.5 52.0 40 251 100
10 14-mar-17 12-sep-17 6.1 15.5 2.0 40 84 100
11 13-sep-17 10-feb-18 5.0 12.9 37.0 40 151 100
75
Tabla 3.8. Especificaciones de tiempo de duración, tapa alimentación
RESUMEN CAMPAÑA TAPAS ALIMENTACION MOLINO SAG
2 20-abr-13 10-ene-14 8.8 18.0 48 40 165 200
3 14-ene-14 25-sep-14 8.5 19.2 30.6 40 144 200
4 29-sep-14 23-abr-15 6.9 16.1 45.0 40 171 200
5 27-abr-15 16-nov-15 6.8 15.8 5.0 20 57 90
7 12-sep-16 10-mar-17 6.0 14.6 78.0 40 205 200
8 14-mar-17 01-oct-17 6.7 17.0 75.0 20 168 90
Tabla 3.9. Especificaciones de tiempo de duración, tapa descarga
RESUMEN CAMPAÑA TAPAS DESCARGA MOLINO SAG
2 20-abr-13 10-ene-14 8.8 18.0 45 40 198 102
3 14-ene-14 25-sep-14 8.5 19.2 30.0 40 109 102
4 29-sep-14 23-abr-15 6.9 16.1 39.0 40 198 102
5 27-abr-15 16-nov-15 6.8 15.8 84.0 40 247 90
7 12-sep-16 10-mar-17 6.0 14.6 46.0 40 165 102
8 14-mar-17 01-oct-17 6.7 17.0 61.0 40 157 90
MOLINO BOLAS 01
RESUMEN CAMPAÑA SHELL LINERS MOLINO BOLAS 01
3 07-nov-13 28-ago-14 9.8 10.9 24 40 18 50
4 29-ago-14 23-abr-15 7.9 9.1 43.0 40 58 50
5 27-abr-15 16-nov-15 6.8 7.9 40.0 40 86 50
6 18-nov-15 21-jul-16 8.2 9.8 37.0 40 80 50
7 22-jul-16 10-mar-17 7.7 9.4 40.0 40 45 50
8 14-mar-17 01-oct-17 6.7 8.5 43.0 40 69 50
RESUMEN CAMPAÑA TAPAS ALIMENTACION MOLINO BOLAS 01
2 01-ago-13 10-ene-14 5.4 5.5 51 48 94 55
3 12-ene-14 23-abr-15 15.5 17.7 11.0 48 44 55
4 27-abr-15 21-jul-16 15.0 17.7 23.0 25 72 43
5 22-jul-16 01-oct-17 14.5 17.9 8.0 25 85 50
76
RESUMEN CAMPAÑA TAPAS DESCARGA MOLINO BOLAS 01
2 01-ago-13 10-ene-14 5.4 5.5 54 48 128 55
3 12-ene-14 23-abr-15 15.5 17.7 20.0 48 61 55
4 27-abr-15 21-jul-16 15.0 17.7 31.0 25 89 43
5 22-jul-16 01-oct-17 14.5 17.9 45.0 25 71 50
MOLINO BOLAS 02
RESUMEN CAMPAÑA SHELL LINERS MOLINO BOLAS 02
2 03-ago-13 10-jun-14 10.4 11.0 39 40 40 50
3 12-jun-14 26-mar-15 9.6 11.1 36.0 40 47 50
4 28-mar-15 16-dic-15 8.8 10.0 45.0 40 53 50
5 17-dic-15 09-sep-16 8.9 10.8 31.0 40 74 50
6 12-sep-16 10-mar-17 6.0 7.3 39.0 40 54 50
7 14-mar-17 12-sep-17 6.1 7.8 45.0 40 71 50
8 13-sep-17 10-feb-18 5.0 6.5 49.0 40 80 50
RESUMEN CAMPAÑA TAPAS ALIMENTACION MOLINO BOLAS 02
2 03-ago-13 10-ene-14 5.3 5.5 53 48 89 55
3 14-ene-14 26-mar-15 14.5 16.6 47.0 48 94 55
4 28-mar-15 14-abr-16 12.8 14.9 62.0 25 137 50
5 18-abr-16 10-mar-17 10.9 13.2 55.0 25 145 43
6 14-mar-17 10-feb-18 11.1 14.2 22.0 25 6 43
RESUMEN CAMPAÑA TAPAS DESCARGA MOLINO BOLAS 02
2 03-ago-13 10-ene-14 5.3 5.5 61 48 132 55
3 14-ene-14 26-mar-15 14.5 16.6 61.0 48 132 55
4 28-mar-15 14-abr-16 12.8 14.9 59.0 25 134 50
5 18-abr-16 10-mar-17 10.9 13.2 71.0 25 158 43
6 14-mar-17 10-feb-18 11.1 14.2 25.0 25 77 43
77
3.2.5.- CALCULO DE TONELAJE DE TASA DE FALLA AL PUNTO CRÍTICO Y PLOTEO
En el estudio realizado, se determinó los sistemas de ecuaciones lineales y cuadráticas en

cada campaña realizada calculando la regresión lineal y polinomial.
Determinación de sistema de ecuaciones, al punto crítico (Tasa de falla):

I Donde: = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
= 𝑎𝑥 + 𝑏
II Ploteo de probabilidad:
TF Tiempo hasta la falla
RM Rangos medios (Pendiente "m")
Ecuacion Dist. Weibull = 𝑚𝑋 + 𝑏
Donde:
1
= n 𝑙𝑛
1 − 𝑓(𝑡)
= n
III Función linealizada, ecuación lineal de dos parámetros
Beta "β"
Alfa" γ"
Eta" η" ;
78
SAG - REVESTIMIENTO DE CILINDRO - LEVANTADOR
Levantador del revestimiento

Cilindro SAG
Constantes Pto. Critico Ton de Falla
a b c y X IT TF m X Y
Ecuacion 2 -13.0 384.2 100 21.89 1 14.24 0.07 2.66 -2.66
Ecuacion 3 -13.8 398.1 100 21.64 2 14.71 0.16 2.69 -1.72
Ecuacion 4 -0.4 -7.5 379.48 100 18.80 3 15.44 0.26 2.74 -1.20
Ecuacion 5 -0.3 -13.4 381.81 100 15.88 4 15.88 0.36 2.77 -0.82
Ecuacion 6 0.0 -14.6 374.91 100 20.21 5 16.52 0.45 2.80 -0.51
Ecuacion 7 0.0 -17.5 383.24 100 16.52 6 18.80 0.55 2.93 -0.23
Ecuacion 8 -18.2 367.7 100 14.71 7 19.50 0.64 2.97 0.03
Ecuacion 9 -11.9 332.5 100 19.50 8 20.21 0.74 3.01 0.30
Ecuacion 10 -1.1 -2.9 406.66 100 15.44 9 21.64 0.84 3.07 0.59
Ecuacion 11 -1.3 -2.5 402.96 100 14.24 10 21.89 0.93 3.09 0.99
Tabla 3.16. Sistema de ecuación (i) Tabla 3.17. Ploteo de probabilidades (i)
Gráfica 3.18. Regresión lineal weibull (i) Figura 3.19. Intervalos de confianza (i)
79
SAG - REVESTIMIENTO DE CILINDRO - LEVANTADOR
Gráfica 3.20. Gráficos de confiabilidad (i)

80
SAG - REVESTIMIENTO DE CILINDRO – PLACA
Placa del revestimiento

Cilindro SAG
Ecuacion 2 -0.17 -0.83 98.81 40 16.22 1 9.61 0.07 2.26 -2.66
Ecuacion 3 -0.26 0.98 89.61 40 15.66 2 10.69 0.16 2.37 -1.72
Ecuacion 4 -0.17 -1.56 99.96 40 14.75 3 12.70 0.26 2.54 -1.20
Ecuacion 5 -0.10 -1.84 95.83 40 15.95 4 12.76 0.36 2.55 -0.82
Ecuacion 6 -0.14 -1.35 98.65 40 16.19 5 14.22 0.45 2.65 -0.51
Ecuacion 7 -0.22 -1.88 100.10 40 12.70 6 14.75 0.55 2.69 -0.23
Ecuacion 8 -0.46 -1.53 109.26 40 10.69 7 15.66 0.64 2.75 0.03
Ecuacion 9 -5.07 88.69 40 9.61 8 15.95 0.74 2.77 0.30
Ecuacion 10 -0.92 6.33 136.46 40 14.22 9 16.19 0.84 2.78 0.59
Ecuacion 11 -0.69 3.53 106.93 40 12.76 10 16.22 0.93 2.79 0.99
Tabla 3.21. Sistema de ecuación (ii) Tabla 3.22. Ploteo de probabilidades (ii)
Gráfica 3.23. Regresión lineal weibull (ii) Figura 3.24. Intervalos de confianza (ii)
81
SAG - REVESTIMIENTO DE CILINDRO – PLACA
Gráfica 3.25. Gráficos de confiabilidad (ii)

82
MOLINO BOLAS 01 - REVESTIMIENTO DE CILINDRO – LEVANTADOR

Cilindro MB01
Ecuacion 3 -0.64 -4.14 146.05 50 9.46 1 9.21 0.11 2.22 -2.16
Ecuacion 4 -0.38 -4.94 137.88 50 10.02 2 9.46 0.27 2.25 -1.18
Ecuacion 5 -0.01 -7.22 143.73 50 12.74 3 10.02 0.42 2.30 -0.60
Ecuacion 6 -0.05 -6.69 150.51 50 13.61 4 10.30 0.58 2.33 -0.15
Ecuacion 7 -0.57 -5.30 146.99 50 9.21 5 12.74 0.73 2.54 0.28
Ecuacion 8 -0.29 -5.73 139.82 50 10.30 6 13.61 0.89 2.61 0.79
Tabla 3.26. Sistema de ecuación (iii) Tabla 3.27. Ploteo de probabilidades (iii)
Gráfica 3.28. Regresión lineal weibull (iii) Figura 3.29. Intervalos de confianza (iii)
83
Gráfica 3.30. Gráficos de confiabilidad (iii)

84
MOLINO BOLAS 01 - REVESTIMIENTO DE CILINDRO – PLACA

Cilindro MB01
Ecuacion 3 -0.44 1.45 69.30 40 9.97 1 7.89 0.11 2.07 -2.16
Ecuacion 4 -0.26 0.35 63.29 40 10.27 2 9.03 0.27 2.20 -1.18
Ecuacion 5 -0.24 -2.50 74.76 40 7.89 3 9.08 0.42 2.21 -0.60
Ecuacion 6 -0.03 -3.56 74.68 40 9.08 4 9.61 0.58 2.26 -0.15
Ecuacion 7 -0.55 1.67 74.41 40 9.61 5 9.97 0.73 2.30 0.28
Ecuacion 8 -0.32 0.10 65.22 40 9.03 6 10.27 0.89 2.33 0.79
Tabla 3.31. Sistema de ecuación (iv) Tabla 3.32. Ploteo de probabilidades (iv)
Gráfica 3.33. Regresión lineal weibull (iv) Figura 3.34. Intervalos de confianza (iv)
85
Gráfica 3.35. Gráficos de confiabilidad (iv)

86

Cilindro MB01
Ecuacion 2 -0.87 1.18 138.68 50 10.81 1 7.18 0.09 1.97 -2.31
Ecuacion 3 -8.92 142.74 50 10.40 2 8.99 0.23 2.20 -1.34
Ecuacion 4 -0.53 -3.70 147.14 50 10.50 3 9.41 0.36 2.24 -0.79
Ecuacion 5 -7.10 151.73 50 14.33 4 10.40 0.50 2.34 -0.37
Ecuacion 6 -13.14 144.38 50 7.18 5 10.50 0.64 2.35 0.01
Ecuacion 7 -0.82 -3.67 149.43 50 8.99 6 10.81 0.77 2.38 0.39
Ecuacion 8 -10.05 144.53 50 9.41 7 14.33 0.91 2.66 0.86
Tabla 3.36. Sistema de ecuación (v) Tabla 3.37. Ploteo de probabilidades (v)
Gráfica 3.38. Regresión lineal weibull (v) Figura 3.39. Intervalos de confianza (v)
87
Gráfica 3.40. Gráficos de confiabilidad (v)

88

Cilindro MB01
Ecuacion 2 -0.34 1.19 73.00 40 11.73 1 7.39 0.09 2.00 -2.31
Ecuacion 3 -3.11 66.65 40 8.58 2 8.32 0.23 2.12 -1.34
Ecuacion 4 -0.40 1.32 74.06 40 11.04 3 8.58 0.36 2.15 -0.79
Ecuacion 5 -0.42 1.20 71.82 40 10.24 4 8.81 0.50 2.18 -0.37
Ecuacion 6 -0.67 0.34 73.85 40 7.39 5 10.24 0.64 2.33 0.01
Ecuacion 7 -0.64 0.74 77.97 40 8.32 6 11.04 0.77 2.40 0.39
Ecuacion 8 -3.57 71.43 40 8.81 7 11.73 0.91 2.46 0.86
Tabla 3.41. Sistema de ecuación (vi) Tabla 3.42. Ploteo de probabilidades (vi)
Gráfica 3.43. Regresión lineal weibull (vi) Figura 3.44. Intervalos de confianza (vi)
89
Gráfica 3.45. Gráficos de confiabilidad (vi)

90
3.2.6.- ANÁLISIS DE RESULTADOS
En el desarrollo de las campañas de revestimientos de acero distribuido en la parte

cilíndrica del SAG, se realizó de forma periódica durante los trabajos de paradas de
mantenimiento de equipos de la planta concentradora, de tal manera en los años 2014,
2015 y 2016 eventualmente se realizaba paradas periódicas de 30 días calendarios (
1/mes).
Por lo cual se realizó el seguimiento de inspección del estado o perfil de desgaste de los
revestimientos internos del SAG usando equipos de última generación (scan faro S120 –
palpadores de ultrasonido), por lo cual ayudo a determinar la ecuación lineal y cuadrática
tomando el criterio de desgaste en cada caso.
La determinación de las gráficas de confiabilidad permite interpretar:

Función densidad, función de distribución, función de confiabilidad y la función de riesgo.
Se considerará la gráfica de riesgo h(t), quien nos indicará la probabilidad de riesgo a
asumir para una renovación del material estudiado, de la misma manera determinará la
estrategia de seguir usando el revestimiento esto dependerá de las condiciones actuales
de nuestras variables operacionales.
91
CAPÍTULO IV
EVALUACION DE REVESTIMIENTOS EN EL CIRCUITO DE MOLIENDA
4.1.- CONDICIONES ACTUAL DEL MOLINO SAG – BOLAS
4.1.1.- ESTIMACION DE VARIABLES PARA ESTABLECER EL BALANCE DE MASA
En el presente informe se evaluará el rendimiento de los resultados metalúrgicos del

circuito de molienda (molino SAG, molinos de bolas N° 1 y N° 2 y nidos de hidrociclones
N° 1 y N°2).
El día 08 de septiembre de 2015 de 7:00 am a 9:00 am se procedió con el muestreo del
circuito de molienda de la planta concentradora.
Durante el periodo de muestreo se beneficiaron hacia la alimentación del Molino SAG un
promedio de 2,869 t/h de mineral fresco con un % de humedad de 4.40 y con tamaño
promedio de partícula F80 de 75,555 micras, este mineral es el producto del chancado
primario.
El circuito de molienda está compuesto por 1 molino SAG (40’ X 25’) y 2 circuitos de
molienda paralelos. Los molinos de bolas 1 y 2 (26’ X 40.5’) operan con nidos de
hidrociclones (dmax d-33) en un circuito convencional cerrado de configuración inversa.
Resultados:
92
Tabla 4.1. Datos molienda clasificación (i)
Tabla 4.2. Consumo de energía (i) Tabla 4.3. Nido de ciclones (i)
Consumo de energia
Velocidad Energia Work R.r.
Potencia F80 P80 R.r. Mill
critica Especifica Index Circuito
SAG 69.30 20,491 75,555 2,215 7.14 - 9.81 34.12
Molino 1 77.04 12,801 2,215 165 8.70 15.37 1.83 13.41
Molino 2 77.03 13,901 2,215 174 9.11 16.69 1.95 12.74
93
Tabla 4.4. Análisis granulométrico (i)

94
Figura 4.5. Balance de masa circuito de molienda (i)

95
El día 10 de Octubre del 2016 de 05:30 am a 7:30 am se procedió con el muestreo del circuito de molienda de la planta concentradora.
Tabla 4.6. Datos molienda clasificación (ii)
Tabla 4.7. Consumo de energía (ii) Tabla 4.8. Nido de ciclones (ii)
96
Tabla 4.9. Análisis granulométrico (ii)

97
Figura 4.10. Balance de masa circuito de molienda (ii)

98
El día 03 de Junio de 2018 se realizó el muestreo del circuito de molienda y clasificación de la planta entre las 4:30 pm y 6:30 pm.
Tabla 4.11. Datos molienda clasificación (iii)
Tabla 4.12. Consumo de energía (iii) tabla 4.13. Nido de ciclones (iii)
99
Tabla 4.14. Análisis granulométrico (iii)

100
Figura 4.15. Balance de masa circuito de molienda (iii)

101
4.1.2.- DESARROLLO DE VALORES DE JKDWT Y WORK INDEX
A y b: Son parámetros de la prueba de JKDWT que varía según la dureza del

mineral. Los parámetros A y b no tienen un significado físico, pero se ha
encontrado que el producto A × b es un índice útil de la dureza del mineral
con respecto al molino SAG.
Axb: Resistencia a la fragmentación de la roca por impacto, valores bajos del

parámetro A*b indican una alta resistencia de la roca.
ta: Resistencia a la fragmentación de la roca por abrasión
t10: Puede considerarse un índice de finura y está relacionado con la

distribución del tamaño del producto; es decir, si se conoce t10, se puede
generar toda la distribución del tamaño del producto. Para una roca
dada, t10 se relaciona con la energía específica.
Tabla 4.16. Propiedad de dureza del mineral, valores de Axb; ta
PROPIEDAD A*b ta
VERY HARD <30 <0.24
HARD 30-38 0.24-0.35
MOD. HARD 38-43 0.35-0.41
MEDIUM 43-56 0.41-0.54
MOD. SOFT 56-67 0.54-0.65
SOFT 67-127 0.65-1.38
VERY SOFT >127 >1.38
102
Gráfica 4.17. Tendencia de Axb 2016 - 2018
Gráfica 4.18. Tendencia de Work Index (khw/tc) 2016 - 2018

103
Uno de los parámetros importantes del mineral proveniente del área de mina son los
valores de dureza del mineral muchas veces por el tipo de mineral Skarn minerales
considerados blandos por contenido de minerales oxidados y minerales sulfurados que
llegan a tener un Axb (JKDWT) elevado por contenido de minerales de magnetita, a
continuación de determina la correlación entre estos valores para determinar las
limitaciones de tonelaje en el molino SAG asi mismo en los molinos de Bolas.
Gráfica 4.19. Variaciones significativas de dureza, limitan el tonelaje
Se opta por tomar la campaña 06 del Molino SAG (noviembre 2015 – abril 2016) con
mejor rendimiento en proceso de tonelaje a una tasa de falla de 40 mm de espesor
critico (16 MMTM) a condiciones de 15.4 de Wi (KWh/t) siendo un mineral
moderadamente con consumo de energía regular y 48 Axb (mineral con dureza media).
Se opta por tomar la campaña 07 del Molino Bolas 01 (julio 2016 – marzo 2017) con
mejor rendimiento en procesos de tonelaje a una tasa de falla de 40 mm de espesor
critico (9 MMTM) a condiciones de 16.0 de Wi (KWh/t) con consumo de energía regular
frente a 45 de Axb (mineral con dureza media).
104
Se opta por tomar la campaña 05 del Molino Bolas 02 (diciembre 2015 – septiembre
2016) con mejor rendimiento en procesos de tonelaje a una tasa de falla de 40 mm de
espesor critico (10 MMTM) a condiciones de 15.5 de Wi (KWh/t) con consumo de
energía regular frente a 47 de Axb (mineral con dureza media).
4.2.- ANÁLISIS DE PERFILES DE REVESTIMIENTOS DE LOS MOLINOS
4.2.1.- ESCANEO DE MOLINO
A continuación, se muestra el análisis de colores de los revestimientos del molino SAG,

considerando el color rosado (400 mm) como revestimiento nuevo hasta un consumo
critico de color rojo (5m mm).
Figura 4.20. Escaneo 3D del molino SAG
4.2.2.- TAPAS DEL MOLINO SAG
Análisis de perfiles en la tapa de alimentación, espesores mínimos en la tapa de

alimentación, considerando los colores como desgaste del revestimiento en fechas de
inspección en el molino.
105
Figura 4.21. Tapa alimentación del molino SAG
Figura 4.22. Tapa alimentación, perfil de desgaste

106
Espesores mínimos en la tapa de descarga
Figura 4.23. Tapa descarga del molino SAG
Figura 4.24. Tapa descarga, perfil de desgaste
4.2.3.- CILINDRO DEL MOLINO SAG
El corte área critica es realizado en el anillo de alimentación a 1360 mm del borde.

El corte área critica es realizado en el anillo de descarga a 3680 mm del borde.
107
Figura 4.25. Cilindro del molino SAG, perfil de desgaste
4.2.4.- TAPAS DEL MOLINO BOLAS
Las siguientes figuras muestran vistas interiores de las tapas de alimentación y descarga
del molino Bolas 1. Según la escala de colores, las zonas en color amarillo muestran
espesores dentro del rango de 50mm a 75mm.
Figura 4.26. Escaneo 3D del molino bolas

108
El siguiente CORTE A y C fue realizado en levantador. Se observa espesores mínimos de

85mm en el levantador largo y 95mm en el levantador corto. En el CORTE B se observa
un espesor mínimo de 8mm.
Figura 4.27. Tapa alimentación del molino bolas
Figura 4.28. Tapa alimentación, perfil de desgaste
Se observa en el análisis del DE Outer Liner - fila 14 de la tapa de descarga desgaste

irregular en el DE Outer Liner con presencia de aceleración de desgaste de liner del
desgaste promedio.
109
Figura 4.29. Tapa descarga, perfil de desgaste
4.2.5.- CILINDRO DEL MOLINO BOLAS
Los siguientes cortes transversales fueron realizados en los seis anillos del cilindro en
las zonas con espesores mínimos.
Figura 4.30. Cilindro del molino bolas, perfil de desgaste

110
4.3.- ANALISIS DE COSTOS EN LOS PROCESO DE MOLIENDA
Los liners híbridos son la combinación de acero y caucho. Acero resistente al desgaste
y caucho moldeado a alta presión, el acero resistente a la abrasión permite
aproximadamente el doble de vida útil del revestimiento de caucho estándar, La
estructura de goma absorbe el impacto de grandes rocas y elementos de molienda
(bolas de acero).
4.3.1.- TAPAS CAUCHO EN SAG
Pesos Tapas híbridas SAG:
Tabla 4.31. Peso de tapas de caucho
Números de piezas Tapas híbridas SAG
Tabla 4.32. Cantidad tapas de caucho

111
Evaluación Tapas Híbridas en SAG, instalación de revestimientos híbridos (caucho-

acero) en las tapas de alimentación y descarga: ABRIL 15, se incrementa el nivel de
bolas JB (16 – 18 %) permitiendo incrementar tonelaje y potencia.
Gráfica 4.33. Ratio de energía y tonelaje
4.3.2.- TAPAS CAUCHO EN BOLAS
Pesos Tapas Híbridas en Bolas
Tabla 4.34. Peso de tapas de caucho

112
Números de Piezas Tapas Híbridas en Bolas
Tabla 4.35. Cantidad de tapas de caucho
Evaluación Tapas Híbridas en Bolas
Gráfica 4.36. Ratio de energía del molino bolas 01

113
Gráfica 4.37. Ratio de energía del molino bolas 02
Se observó una reducción de consumo de energía en ambos molinos.
Tabla 4.38. Ahorro anual (USD)

114
4.3.3.- EVAUACIÓN ECONÓMICA
Evaluar el desempeño de los revestimientos del Molino SAG (conformados por las tapas
de alimentación/descarga, liners del cilindro) y los Molinos de bolas (conformados por
tapas de alimentación/descarga y liners del cilindro) tanto en rendimiento como en
economía.
4.3.3.1- MOLINO SAG
Desde el año 2015 a la fecha se realizaron cambios en los revestimientos del molino
SAG. Los principales parámetros de operación y rendimiento se muestran en las
siguientes tablas:
Tabla 4.39. Comparación por proveedor del cilindro SAG
LINERS DEL CILINDRO

ACSA GROWTH STEEL*** ACSA **
Periódo
(23/04/15 - 01/11/15) (16/11/15 - 14/04/16) (23/04/15 - 01/11/15)
Horas Operadas 4,264 3,425 4,264
Meses Trabajados 6.3 4.9 6.3
Tonelaje 14,876,942 11,891,973 14,876,942
mm/MTn 4.03 3.76 4.03
Horas paradas por rotura
- - 82
de liners
Costo por pérdidas de
producción por paradas - - 2,285,406
por rotura de liners
Costo/Set US$ 843,500 892,500 843,500
US$/hora 197.8 260.6 28,068.6

US$/TM 0.0567 0.0751 0.2103
** Costo considerando las pérdidas económicas por paradas de planta debido a cambio de liners rotos
*** Costo sin cosiderar las pérdidas económicas por paradas de planta debido a los liners rotos
Costo considerando las pérdidas económicas por parada de planta debido a cambio
revestimientos rotos según la tabla 4.39 (**).
Costo sin considerar las pérdidas económicas por paradas de planta debido a los
revestimientos rotos según la tabla 4.39 (***).
115
Tabla 4.40. Comparación por proveedor de tapas del SAG
TAPAS MOLINO SAG

MEPSA SIOM** SIOM***
Periódo
(29/09/14 - 23/04/15) (23/04/15 - 14/04/16) (23/04/15 - 30/05/16)
Horas Operadas 4,687 7,989 7,989
Meses Trabajados 6.9 11.7 11.7
Tonelaje 16,132,964 27,741,729 27,741,729
mm/MTn 15.81 18.92 18.92
Costo/Set US$ 917,367 3,054,122 3,054,122
Ahorro de energía
por reducción de - - 0.0917
peso ($/Tn)
Costo de energía
0.779 0.687 0.687
($/Tn)
US$/hora 195.7 382.3 64.0
US$/TM 0.0569 0.1101 0.0184
** Se considera que hasta la fecha solo fue necesario el cambio de 18 Throat Liner y 36 Outer liner en la parada del
16-nov de 2015
*** Se considera el ahorro de energía al disminuir el peso de las tapas por el cambio de acero a híbridas
Se considera que hasta la fecha solo fue necesario el cambio de 18 componentes de
Throat Liner y 36 componentes de Outer Liner en la parada del 16 – noviembre 2015
según la tabla 4.40 (**).
Se considera el ahorro de energía al disminuir el peso de las tapas por el cambio de
acero a hibrido (revestimiento de caucho) según la tabla 4.40 (***).
Además, se debe tener en cuenta que los liners de ACSA han presentado problemas
frecuentemente a lo largo de su operación:
Tabla 4.41. Incidentes generados por revestimientos del cilindro
Fecha Descripcion de Incidente Horas

23/06/2015 Se cambió liner de alimentación low, Fila N° 35. 17
28/06/2015 Se identificó fisuras en 1 liner de descarga, y 3 fisuras en liners de 12
09/07/2015 Se cambió 3 liners (2 liners de alimentación low, y 1 liner de alimentación 23
01/08/2015 Se realizó cambio de 1 liner de descarga low. 8
Total 82
Horas TMS/h TMS Recuperación Ley de cabeza TM de Precio del Costo de Costo de Cu Perdida por
paradas procesadas perdidas promedio promedio Cu fino Cu fino producción fino perdido hora parada
82 3,500 287,000 86.0 0.7 1,728 2.1 1.5 2,285,406 27,871
116
4.3.3.2- MOLINO BOLAS 01 y 02
En cuanto a los revestimientos de los molinos de bolas, se utilizó liners del cilindro de
la empresa ACSA en el molino N° 1 y en el molino de bolas N° 2 de la empresa GROWTH
STEEL.
En las tapas de los molinos de bolas se utilizó tapas de la empresa SIOM en el molino
N° 1 y METSO en el molino N° 2. Ambas tapas de los molinos son de tecnología híbrida.
Tabla 4.42. Comparación por proveedor, cilindro del molino de bolas 01 y 02
Según la tabla 4.42. se tiene como fecha proyectada de retiro de revestimiento por
espesor mínimo de 40 mm en el cilindro.
117
Tabla 4.43. Comparación por proveedor, tapas del molino de bolas 01 y 02

118
CONCLUSIONES
1. El molino SAG de la campaña 04 (Aceros Cuyanos – ACSA) desempeño favorablemente

presentando una confianza al 50 % de probabilidad de supervivencia del revestimiento
hasta un tonelaje total de 14.5 millones de toneladas, considerando un criterio de KPI´s
(Indicador de meta para cumplimiento) de llegar a los 16 millones de tonelada de
mineral.
2. El molino bolas 01 de la campaña 07 (Growth Steel) desempeño favorablemente

hasta un tonelaje total de 9.0 millones de toneladas, tomando un riesgo de 50 % de que
ocurra una falla.
3. El molino Bolas 02 de la campaña 05 (Growth Steel) desempeño favorablemente

hasta un tonelaje total de 9.0 MMTM, tomando un riesgo de 30 % de que ocurra una
falla, siendo inferior al molino bolas 01.
4. La determinación de valores de Axb y el work index en la gráfica 4.19 que desempeñan

en el molino SAG y el molino de bolas convencional respectivamente desde el 2016
hasta el 2018, representan un incremento ascendiente de la dureza, el consumo de
energía y esto permitió evaluar el costo anual de producción llegando a optar el cambio
del revestimiento de acero por el revestimiento de caucho – acero.
5. Se observó una reducción de consumo de energía en ambos molinos, considerando

ambos molinos de bolas, llegando a ahorrar anualmente hasta 1,078,439 $.
6. Con respecto al molino SAG, Las tapas de tienen rendimientos diferentes para los
periodos donde se usan tapas MEPSA y SIOM, con una tasa de desgaste de 15.81
119
mm/MTn y un costo de forros de 0.0569 $/Tn de mineral procesado para MEPSA, frente
a los 18.92 mm/MTn y 0.1101 $/Tn de mineral procesado para SIOM, aun teniendo en
cuenta que se no se han hecho cambios totales de tapas de alimentación de SIOM
desde su instalación, ya que solo fue necesario hacer el cambio de 18 throat liner y 36
outer liner en la parada del 16-nov de 2015. Sin embargo, al considerar el ahorro de
energía por reducción de peso de las tapas, se encuentra que su costo es 0.0184 $/Tn
de mineral procesado.
7. En los liners del cilindro, se aprecia que Growth Steel tendrá un mejor rendimiento en
cuanto a tasa de desgaste con un ratio de 3.76 mm/MTn mientras que ACSA está en
4.03 mm/MTn. En cuanto al costo de los forros por toneladas de mineral procesado,
Growth Steel es más caro con 0.0751 $/Tn, mientras que ACSA está en 0.0567 $/Tn. Al
considerar los costos por tiempo perdido en paradas equivalente a 82 horas a lo largo
de la campaña, su costo se eleva hasta 0.2103 $/Tn, considerando que por hora parada
se pierde $27,871.
8. Con respecto al molino de bolas N° 1 y N° 2, comparando el rendimiento de los liners

del cilindro de ACSA y Growth Steel se observa claramente que los liners Growth Steel
del molino de bolas #2 tienen una menor tasa de desgaste de 2.51 mm/MTn frente a
4.38 mm/MTn para ACSA, menor costo de 0.0604 $/Tn en promedio frente a 0.0748
$/Tn en promedio para ACSA y mayor tiempo de vida de 9 meses frente a los 7 para
ACSA.
9. En cuanto a las tapas de alimentación, el rendimiento de las tapas METSO es mejor que
las tapas SIOM, tanto en el ratio de desgaste como en el costo de tapas por tonelada
de mineral procesado. Siendo el ratio de desgaste de 5.90 mm/MTn para SIOM y 5.31
mm/MTn para METSO, además que el costo es de 0.0240 $/Tn para SIOM frente a
0.0243 $/Tn para METSO en un periodo promedio de 15 meses de trabajo para SIOM y
13 meses de trabajo para METSO.
120
BIBLIOGRAFIA
- Análisis crítico del proceso de Molienda /Clasificación, Dr. Jaime Sepulveda, Control
International Inc.
- Sepulveda J.E “una cuarta Ley para la molienda / Clasificación”, IV simposium Sobre
molienda, Armco Chile, noviembre 1984.
- Gutierrez, L y Sepulveda J.E “Dimensionamiento y Optimización de plantas
concentradoras Mediante técnicas de Modelación Matemática” CIMM 1986.
- Guzman Levi, “Como optimizar la operación de sus molinos”, II Congreso Internacional
de Metalurgia, Universidad de Oruro, La Paz Bolivia, noviembre 1996.
- Estadistica “Serie de compendios Schaum, teoria y problemas de estadistica”, Murray
R. Spiegel, Ph. D.
- Tamborero del Pino, José María. Fiabilidad: La distribución de Weibull [En línea]
Disponible en:
http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/NTP/Fich
eros/301a400/ntp_331.pdf
- Yáñez, Medardo; Perdomo, José L y Gómez de la Vega, Hernando. Ingeniería de
Confiabilidad: Pilar fundamental del mantenimiento [En línea] Disponible en:
https://reliabilityweb.com/sp/articles/entry/ingenieria-de-confiabilidad-pilar-
fundamental-del-mantenimiento/#comment-list
- Lourival Augusto Tavares “Administracion Moderna del Mantenimiento” Pan American
Silver S.A.C. Capitulo IV. (Evaluando la gestion del mantenimiento).
- John Moubray, “Mantenimiento centrado en confiabilidad” Edicion en español II RCM.
2004.
- F. Stanley Nowlan; Howard F. Heap, “Reliability centered maintenance” RCM.
- Estadística (4ª ed) (en papel) murray r. spiegel; larry j. stephens , 2009
- Weibull, Wallodi, "A Statistical Distribution Function of Wide Applicability," Journal of
Applied Mechanics.
- Congreso, Revemol, Perú 2015. Avance en Métodos de Análisis y predicción de vida útil
de revestimientos basado en Tecnología Laser 3D. Ing. Miguel Bustos, Ariel Medina
121
- Congreso, Revemol, Perú 2015, optimización de costos en los procesos de molienda a

través de controles para revestimientos de caucho y metal, Ing. Percy Ramos.
- Congreso, Revemol, Perú 2015, Pruebas Con Liners de Caucho y Acero en el Molino SAG
“Desafío del mineral Duro”, Unidad Gold Fields la Cima S.A. Ing. Ivan Villanes vergara.
- Congreso, Revemol, Perú 2015 “Optimización de Molienda – Clasificación en función
del nivel de llenado, función selección y fractura. Unidad Milpo – UM el porvenir, Ing.
Dai Bellido Gala.
- Congreso, Revemol, Perú 2015, “Escaneo Laser, para monitoreo de desgaste de Liners
y elementos discretos”, “VI Congreso de Revestimientos de Molinos”.
- Software, “Simulation of Comminution and Classification Circuits – integrating all tasks
within one package” JKSimmet versión 6.01. Desarrollo de balance de masa. Sección
Molienda.
- Software, “Moly-Cop Tools_Version 3.0” Desarrollo de balance de masa. Sección
Molienda.
- Software, “Minitab 17 Estadístico”, desarrollo evaluaciones y determinación de graficas
(Intervalos de confianza).

JK DROP WEIGHT TEST Tesis AXB

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

JK DROP WEIGHT TEST Tesis AXB

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

FACULTAD DE INGENIERIA DE PROCESOS

ESTUDIO COMPARATIVO DEL MOLINO SAG 40 ft x 25 ft Y EL MOLINO

Tesis Presentado por el Bachiller:

Con la mayor satisfacción a mis queridos

Agradezco a los ingenieros de la Escuela

Señores Miembros del Jurado:

“ESTUDIO COMPARATIVO DEL MOLINO SAG 40 ft x 25 ft Y EL MOLINO CONVENCIONAL DE

Alan Ccahuana Churata

En el capítulo 1, donde indico las generalidades del estudio comparativo de la planta

En el capítulo 3, se indica la parte experimental, abarcando desde la descripción del método

En el capítulo 4, se proyecta los resultados de la parte experimental analizando los resultados y

Palabra clave: Confiabilidad, estadística, evaluación, proyección.

In chapter 2, the principles or theoretical framework of the grinding established the

Key words: Reliability, statistics, evaluation, projection.

CAPÍTULO I – PLANTEAMIENTO TEORICO

1.1.- PLANTEAMIENTO DEL PROBLEMA 01

CAPITULO II – MARCO TEORICO

2.1.- EVALUACIÓN DE PROCESO DE MOLINOS 11

CAPÍTULO III - ESTUDIO EXPERIMENTAL PARA EL ESTUDIO COMPARATIVO

3.1.- DESCRIPCIÓN DEL CIRCUITO DE MOLIENDA 67

CAPITULO IV - EVALUACION DE REVESTIMIENTOS EN EL CIRCUITO DE MOLIENDA

4.1.- CONDICIONES ACTUAL DEL MOLINO SAG – BOLAS 91

Figura N° 1.1. Vías de acceso a la planta concentradora Antapaccay 02

Figura N° 2.1. Circuito molienda clasificación (i) 12

Figura N° 3.2. Circuito chancado primario 68

Figura N° 4.5. Balance de masa circuito de molienda (i) 94

Gráfica N° 2.3. Función selección 22

Gráfica N° 3.18. Regresión lineal weibull (i) 78

Gráfica N° 4.17. Tendencia de Axb 2016 - 2018 102

Tabla N° 2.8. Peso total de partículas por rango de tamaño 30

Tabla N° 3.1. Especificaciones técnicas de la chancadora primaria 68

Tabla N° 4.1. Datos molienda clasificación (i) 92

1.1.- PLANTEAMIENTO DEL PROBLEMA

Uno de los mayores costos e inconvenientes que presentan la planta concentradora

1.2.1.- OBJETIVO GENERAL.

Evaluar el molino SAG 40 ft x 25 ft y 2 molinos de Bolas 26 ft x 40 ft convencionales,

Solamente un nivel óptimo de Confiabilidad llevará a un gasto mínimo en el ciclo de

1.2.2.- OBJETIVOS ESPECÍFICOS.

Influencia de variables y parámetros metalúrgicos operativos, características de

Evaluar costos en el uso de revestimientos de molinos, a través de métodos propuestos

Una operación normal no contempla el desgaste progresivo de revestimientos de

Revisión de fundamentos y condiciones de operación de la molienda Semiautógena

1.5.1.- JUSTIFICACIÓN TÉCNICA.

El desarrollo de la confiabilidad es una de las características de calidad más importante

1.5.2.- JUSTIFICACIÓN ECONÓMICA.

Garantiza que maximizará su confiabilidad, reducirá el tiempo de interrupción de

1.6.- UBICACIÓN Y ACCESOS

Antapaccay se encuentra aproximadamente a 15 km de Yauri, 256 km desde la ciudad

Figura 1.1. Vías de acceso a la planta concentradora Antapaccay.

1.7.- GEOLOGIA Y MINERALOGIA

El Tajo de Antapaccay corresponde a un depósito tipo pórfido (Cu-Ag-Au), la

Figura 1.2. Minerales de cobre

Especies mineralógicos entrante a Molienda Antapaccay productor de concentrado de

Como elementos valiosos tenemos:

Como gangas tenemos:

La cabeza, presenta mineral valioso como:

Además presencia de partículas de:

Se observa grado de liberación que oscila entre 70 – 100%.

Figura 1.3. Especies mineralógicas enviadas a la sección de flotación (i)

Figura 1.4. Especies mineralógicas enviadas a la sección de flotación (ii)

Figura 1.5. Especies mineralógicas enviadas a la sección de flotación (iii)

Relave, Presenta mineral valioso como: