Modelamiento en Flotacion

Modelación de la Flotación
Modelación en Flotación
Mario A. Guevara
Departamento de Metalurgia
Universidad de Atacama
Noviembre de 2001.
Objetivos
 Conocer y representar mediante ecuaciones el fenómeno

de flotación
 Evaluar los parámetros de los modelos
 Simular el proceso
Temario
 Conceptualización del sistema
 Modelación flotación semibatch
 Funciones de distribución continua
 Funciones de distribución discreta
 Evaluación de parámetros
 Modelación contínua
Conceptualización del sistema de flotación

Concentrado Aire
Partículas
Espuma
Partículas unidas a
libres burbujas
Partículas
Partículas
Pulpa
unidas a
libres
burbujas
Alimentación Aire Relave
Conceptualización del sistema de flotación

 Tres son los enfoques
 Existencia de cuatro fases

 Una de partículas libres en la pulpa
 Partículas adheridas a burbujas en la pulpa
 Partículas libres en la espuma
 Partículas adheridas a burbujas en la espuma
 Dos fases
 Una de pulpa
 Otra de espuma
 Enfoque cinético
Enfoque cinético
 Se considera que el evento de flotación ocurre análogo a una
reacción química.
dC(t)
 K  C(t)
n

dt
Modelación flotación semi-batch

 Planteando el modelo en términos del componente residual en
la celda
dM(t)
  K  M(t)
dt
donde:
M(t) = masa residual del componente en un tiempo t=t
M0 = masa residual del componente para t=0
 Integrando:
M(t) dM(t) t
   K  dt
M0 M(t) 0

 Resulta:
M(t)
F(t)   e - K t
M0
F(t)
1

 Primer problema:
 La evidencia experimental muestra que, aún cuando el tiempo tienda a
infinito, siempre existe una fracción de componente que no es flotable.
 Solución:
 Se define un parámetro R, que representa la fracción de masa flotable
del componente de la mena (recuperación máxima obtenible)
m0
R 
M0
donde:
m0 = masa residual flotable del componente en un tiempo t=0
M0 = masa residual del componente para t=0
 Aplicando el modelo ahora para el componente flotable

remanente en la celda, m(t), queda:
m(t)
f(t)   e - K t
m0
t [min]
t1 t2 t3 t4
100
lnf(t)
10-1
K = 0,5
10-2
K = 1,0
10-3

 En flotación, la variable habitual que se utiliza es la
recuperación, R, por lo tanto:
masa recuperada M 0 - M(t) m 0 - m(t)

R   
masa inicial M0 M0
como:
m0
M0 
R
se obtiene

R  R   1  e  k t 

 De acuerdo a la evidencia experimental, existen dos
problemas más en el modelo derivado:
1 t
lnf(t)

 De acuerdo a la evidencia experimental, existen dos problemas más en el modelo derivado:
 Si bien los valores tienden a representar un comportamiento lineal, la curva no tiende a f(t) = 1 en t=0.
 Esto se debe a que es difícil determinar el tiempo cero real de la experiencia
 Solución
 Se agrega un nuevo parámetro , que permite obtener el tiempo real
m(t)
f(t)   e - K ( t -  )
m0

 Tercer problema
 Para tiempos grandes, la pendiente varía haciéndose cada vez menos negativa, especialmente para f(t) < 0,1.
 Esto es debido al parámetro K, y puede deberse a dos factores
 Que K es función del tiempo
 Que K está estadísticamente distribuído
 Intuitivamente, es más razonable que K esté estadísticamente distribuído

 Se define como especie a todas aquellas partículas que tienen la misma velocidad de flotación
 Este concepto agrupa la partícula misma como el medio ambiente, tanto químico como hidrodinámico.
 Este concepto está basado en la respuesta de la mena frente a la flotación y no a las características de las partículas como individuos.
 O sea, dos especies serán iguales si tienen la misma velocidad de flotación
 Por lo tanto, cada mena en particular se caracterizará por una distribución inicial de especies que irá cambiando a medida de transcurra la flotación
Funciones de distribución
Función contínua de probabilidad
 (t)
1.  (x)  0 para todo x  R.

2.   (x) dx

 1.
b
3. P(a  X  b)    (x) dx.
a
p p+dp p
 (t)
Función discreta de probabilidad
2
1.  (x)  0.
1
3
2.  (x)
x
 1.
3. P(X  x)   (x).
p1 p2 p3 p

 Estas funciones representan la probabilidad o frecuencia con que se
presenta una cierta propiedad p.
 (p)dp representa la probabilidad o frecuencia con que se presenta la

propiedad p, en el intervalo diferencial p a p+dp, en forma contínua.
 j, representa la probabilidad o frecuencia con que se presenta la

propiedad pj en forma discreta.
Funciones de distribución continua
f(t)  Ψ(t) k Ψ(k, t)  dk . - frecuencia

f(0)
f(t1)
f(t)  Ψ(k, t)  dk . - fracción remanente
k max
f(t2)
k
k + dk f(t)   f(t)  Ψ(k, t)  dk
k min
f(t3)
f(t4)
t1
t2
t3
t4

 La ecuación fundamental de modelación de flotación para una
distrubución contínua de velocidades es, entonces:
k max
f(t)   f(t)  Ψ(k, t)  dk

k min
 el problema para resolverla es que la función distribución,

(k,t), depende del tiempo
 La suposición que se utiliza es que la velocidad de flotación

sigue una cinética de primer orden, por lo tanto:
d
f(t)  Ψ(k, t)  - k  f(t)  Ψ(k, t)
dt
 reordenando
df(t)  Ψ(k, t)
 - k  dt
f(t)  Ψ(k, t)
y resolviendo para:
t0  f(t)  Ψ(k, t)  f(0)  Ψ(k,0)  Ψ(k,0)
tt  f(t)  Ψ(k, t)  f(t)  Ψ(k, t)
tenemos:
f(t)  Ψ(k, t)  Ψ(k,0)  e -kt
 Reemplazando en la ecuación fundamental, se tiene:
k max

-k t
f(t)  Ψ(k,0)  e  dk
k min
 esta ecuación se puede resolver conocido la distribución de

velocidades inicial, (k,0), para el mineral.
 (k,0) Rectangular simple  (k,0) Rectangular doble
k k
 (k,0) Triangular  (k,0) Triangular invertida simple
k k
 (k,0) Triangular invertida simple  (k,0) Triangular invertida doble
k k
Gamma simple Gamma doble

 (k,0)  (k,0)
k k
Ejemplo
Encontrar la función distribución si la distribución de
velocidades iniciales corresponde a una función
rectangular simple
 (k,0)
Rectangular simple
qxkm km k
Solución
1
f(t) 
(1  q)  k m  t

e  q k m  t  e  k m  t 
para esta ecuación, existen dos casos particulares cuando q

toma los valores de cero y uno, y se obtiene:
si q  0
1
f(t) 
km  t

1  e  k m t 
si q  1
f(t)  e  k m t
Funciones de distribución discreta
F(t)   (t) k Φ j (k, t) . - frecuencia
k2 Φ j (k, t)  F(t) . - fracción remanente

2
k1 n
1
F(t)   Φ (k, t)  F(t)
j1
j
t1
t2
t3
t

 La ecuación fundamental de modelación de flotación para una
distribución discreta de velocidades es, entonces:
n
F(t)    (k, t)  F(t)
j1
j
 el problema para resolverla es que la función distribución,

(k,t), depende del tiempo
 La suposición que se utiliza es que la velocidad de flotación

sigue una cinética de primer orden, por lo tanto:
d
(k, t)  F(t)  - k  (k, t)  F(t)
dt
 reordenando
d (k, t)  F(t)
 - k  dt
 (k, t)  F(t)
y resolviendo para:
t0   (k, t)  F(t)   (k,0)  F(0)   (k,0)
tt   (k, t)  F(t)   (k, t)  F(t)
tenemos:
(k, t)  F(t)   (k,0)  e -kt
 Reemplazando en la ecuación fundamental, se tiene:
 Φ j (k,0)  e
-k j t
F(t) 
j1
 esta ecuación se puede resolver conocido la distribución de

velocidades inicial, (k,0), para el mineral.
Modelo de García-Zúñiga
F(t)   (t) k Propone la existencia de dos especies

flotables, una que flota y otra que no flota
1-
k=k F(t)  Φ1  e k1t  Φ 2  e  k 2 t

haciendo :
k=0
Φ1  Φ
k1  0
t1 Φ2  1- Φ
k2  k
t2
tenemos :
t3
F(t)  Φ  (1 - Φ)  e  k t
t
Modelo de Kelsall
F(t)   (t) k Propone la existencia de dos especies flotables,

una que flota lenyo y otra que flota rápido
kf
1-
F(t)  Φ1  e  k1 t  Φ 2  e  k 2 t
 ks
haciendo :
Φ1  Φ
k1  k s
Φ2  1- Φ
t1
k2  kf
t2
tenemos :
t3 F(t)  Φ  e  k s t  (1 - Φ)  e  k f  t
t
Modelo de Jowett
Propone la existencia de tres especies flotables,
F(t)   (t) k
una que no flota, una que flota lento y otra que
flota rápido
kf
1-1-2
F(t)  Φ1  e  k1 t  Φ 2  e k 2  t  Φ 3  e  k 3 t
2
ks
1 haciendo :
k=0 Φ1  Φ1
k1  0
Φ2  Φ2
t1
k2  ks
Φ 3  1 - Φ1 -  2
t2
k3  kf
t3
tenemos :
t
F(t)   1  Φ 2  e k s t  (1 - Φ1 -  2 )  e  k f t

 Observaciones:
 F(t), corresponde al sólido remanente en la celda
 En términos de la recuperación, se debe utilizar la relación:
R(t)  1 - F(t)
Evaluación de parámetros
Modelo de García-Zúñiga
Método gráfico
R  R 
ln 1 - 
 R 
R k
t t

R  R   1  e  k t  
ln 1 
R 
  kt
 R  
Evaluación de parámetros
Modelo de Kelsall
Método gráfico
F(t)  Φ  e  k s t  (1 - Φ)  e  k f t
F(t) 
ln F(t) - Φ  e  k s t 
kf
ln[1-]

ks
t t
para tiempos largos :

F(t)  Φ  e  k s t 
ln F(t) - Φ  e  k s t   ln1 - Φ - k f  t
Modelación de la flotación contínua
 La diferencia fundamental entre un sistema discreto y uno continuo se

refiere al mecanismo de transporte de masa a través de la unidad
 En un sistema semibatch, las partículas permanecen un mismo

tiempo dentro de la celda
 En una operación continua, la partículas muestran una distribución de

tiempos de residencia
Modelación de la flotación contínua
 La metodología consiste en evaluar la función distribución de

tiempos de residencia en una celda contínua y ponderarla de
acuerdo al modelo semibatch.

f(t)   f(t)
0
BATCH  E(t)  dt
ó

 
f(t)    Ψ(k,0)  e  kt  dk   E(t)  dt
0 0 
Distribución de tiempos de residencia
 Para caracterizar el transporte de masa a través de un reactor

se han planteado dos tipos de reactores ideales:
 Flujo pistón
 La alimentación se desplaza dentro del reactor sin mezcla axial y
con mezcla perfecta en dirección radial
 las partículas tienen un mismo tiempo de residencia
 Mezcla perfecta
 El flujo de alimentación se dispersa homogenea e
instantáneamente en todo el volumen de reactor
 Las partículas tienen tiempos de residencia distintos
Mezcla perfecta
 La distribución de tiempo de residencia para la mezcla

perfecta tiene la expresión:
1  tt
E(t)  e
t
donde t es el tiempo promedio de la distribución (tiempo medio

de residencia).
 En forma adimensional
E()  t  E(t)  e  
Mezcla perfecta
 para N reactores conectados en serie:
N 1 NN
E()  t  E(t)     e  N 
(n  1)!
 Se debe tomar en cuenta que si N tiende a infinito, el

comportamiento de los reactores en serie es equivalente a un
flujo pistón.
Modelo de García Zúñiga flotación continua
 Se debe resolver la ecuación:


f(t)   f(t)
0
BATCH  E(t)  dt
 N -1 t
1 t NN  N
f(t)   e  kt       e t  dt
0
t t (N  1)!
 Solución:
1 1
f(t)  
  t 
N
1  k  tN
1  k   
  N 

Modelamiento en Flotacion

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelamiento en Flotacion

Cargado por

Copyright:

Formatos disponibles

Modelación de la Flotación

 Conocer y representar mediante ecuaciones el fenómeno

 Evaluar los parámetros de los modelos

 Conceptualización del sistema

 Modelación flotación semibatch

 Funciones de distribución continua

 Funciones de distribución discreta

Conceptualización del sistema de flotación

Alimentación Aire Relave

Conceptualización del sistema de flotación

 Existencia de cuatro fases

Modelación flotación semi-batch

Modelación flotación semi-batch

Modelación flotación semi-batch

Modelación flotación semi-batch

 Aplicando el modelo ahora para el componente flotable

Modelación flotación semi-batch

masa recuperada M 0 - M(t) m 0 - m(t)

Modelación flotación semi-batch

Modelación flotación semi-batch

 Esto se debe a que es difícil determinar el tiempo cero real de la experiencia

 Se agrega un nuevo parámetro , que permite obtener el tiempo real

Modelación flotación semi-batch

 Esto es debido al parámetro K, y puede deberse a dos factores

 Que K es función del tiempo

 Que K está estadísticamente distribuído

 Intuitivamente, es más razonable que K esté estadísticamente distribuído

Modelación flotación semi-batch

 O sea, dos especies serán iguales si tienen la misma velocidad de flotación

Modelación flotación semi-batch

 (p)dp representa la probabilidad o frecuencia con que se presenta la

 j, representa la probabilidad o frecuencia con que se presenta la

Funciones de distribución continua

f(t)  Ψ(t) k Ψ(k, t)  dk . - frecuencia

Funciones de distribución continua

f(t)   f(t)  Ψ(k, t)  dk

 el problema para resolverla es que la función distribución,

 La suposición que se utiliza es que la velocidad de flotación

Funciones de distribución continua

f(t)  Ψ(k, t)  Ψ(k,0)  e -kt

Funciones de distribución continua

 Reemplazando en la ecuación fundamental, se tiene:

 esta ecuación se puede resolver conocido la distribución de

Funciones de distribución continua

 (k,0) Rectangular simple  (k,0) Rectangular doble

 (k,0) Triangular  (k,0) Triangular invertida simple

Funciones de distribución continua

 (k,0) Triangular invertida simple  (k,0) Triangular invertida doble

Gamma simple Gamma doble

Funciones de distribución continua

Funciones de distribución continua

para esta ecuación, existen dos casos particulares cuando q

Funciones de distribución discreta

F(t)   (t) k Φ j (k, t) . - frecuencia

k2 Φ j (k, t)  F(t) . - fracción remanente

Funciones de distribución discreta

 el problema para resolverla es que la función distribución,

 La suposición que se utiliza es que la velocidad de flotación

Funciones de distribución discreta

(k, t)  F(t)   (k,0)  e -kt

Funciones de distribución discreta

 Reemplazando en la ecuación fundamental, se tiene: