Browsing by Author "PLAZA ENCALADA, FRANCISCA BEATRIZ"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis SIMULADOR DE CIRCUITO DE COLUMNAS DE FLOTACIÓN DE PLANTA N°2, LAS TÓRTOLAS, OPERACIÓN LOS BRONCES, ANGLO AMERICAN CHILE(2018) PLAZA ENCALADA, FRANCISCA BEATRIZ; PLAZA ENCALADA, FRANCISCA BEATRIZ; BERGH OLIVARES, LUIS GUILLERMO; Universidad Tecnica Federico Santa Maria UTFSM INGENIERÍA QUíMICA Y AMBIENTAL; ACUÑA PEREZ, CLAUDIO ABRAHAMEn el presente trabajo se desarrolla un simulador metalúrgico del circuito de columnas de flotación de la planta concentradora Las Tórtolas 2 con el objetivo de ser usado como parte del sistema de decisiones operacionales.En primera instancia, se seleccionaron y analizaron los modelos fenomenológicos con el fin de reconocer las variables que determinan la operación del circuito de flotación columnar. Luego, se estudió la información disponible en planta con el propósito de identificar cuáles de estas variables se obtienen a partir de mediciones en planta. Dado que parte importante de la información requerida para la alimentación del simulador no se encuentra disponible en línea, la estimación de estas variables se efectúa en base a muestreos metalúrgicos, pruebas mineralógicas, ensayos químicos, pero principalmente, a partir de la simulación de la etapa de remolienda-clasificación utilizando la herramienta computacional Molycop Tools.Una vez establecidas las variables, se configuró el simulador en función a las características de la planta. Sin embargo, dada la falta de información relacionada al flujo y a la ley de relave de las columnas, se parametrizó sólo en relación a la ley del concentrado final, y no respecto a la recuperación de las columnas. El ajuste consideró, también, el efecto del tipo de especie mineralógica (calcopirita, calcosina, pirita y ganga) y el desempeño metalúrgico rougher del tipo de muestra mineralógica alimentada.Se determinó, para el grupo de datos con desempeño metalúrgico rougher entre 80 - 85 [%], una incertidumbre de predicción de ± 2,90 [%], sin embargo, se verificó que la incertidumbre de predicción disminuye a ± 1,56 [%] cuando se opera con flujos de aire entre 900 a 1100 [m3/h]. Por otro lado, se observó que para el grupo de datos que considera desempeño metalúrgico rougher entre 70 - 80 [%], una incertidumbre de ± 3,45 [%].Las fuentes de errores que determinan la incertidumbre de predicción se encuentran relacionadas a errores de mediciones instrumentales y de estimaciones; a errores debido a problemas operacionales en el sistema de inyección de aire en las columnas provocado por el desgaste de las boquillas de los inyectores, y al sistema de distribución de agua de lavado producto del taponamiento de las canaletas de distribución causado por la mala calidad del agua de proceso; y también, a errores relacionado al ajuste de los parámetros. De estos tres tipos de errores, sólo fue posible cuantificar el error procedente a mediciones instrumentales y a estimaciones, el cual fue de ± 1,65 [%] respecto a la ley del concentrado final.Con el fin de disminuir la incertidumbre de predicción, se propuso corregir la velocidad superficial del gas en las columnas y al parámetro cinético relacionado a la recuperación máxima de la zona de colección de la pirita, dado que son los parámetros que propagan mayores errores de predicción. Sin embargo, se verificó que el efecto de otras variables involucradas en el proceso (tamaño de burbuja, distribución por clase de tamaño, entre otras), no consideradas en la modelación, pueden interferir categóricamente en el error de predicción del simulador.Se efectuó un análisis de sensibilidad con las principales variables de operación y de alimentación del circuito de columnas de flotación, en el cual se determinó que el efecto del flujo de aire en las columnas es determinante en la operación puesto que varía alrededor de ± 1 [%] la ley del concentrado final, y entre ± 10 [%], la recuperación columnar.El simulador puede ser empleado como una aplicación de planificación dado que permite evaluar distintas condiciones operacionales, en base a la sensibilización de una condición de operación pasada con similares características. También puede ser utilizada como parte de un sistema de entrenamiento de operadores ya que es capaz de reproducir las tendencias de la ley y la recuperación ante diversos cambios en la operación.Finalmente, el simulador metalúrgico se implementó en la plataforma Excel, y se desarrolló en el lenguaje de programación Visual Basic, dado que permite integrar rápidamente los datos procedentes del DCS a través de la plataforma PI System.
