Estudio del rendimiento de los chancadores primarios en minera Los Pelambres

Abstract

Garantizar un control efectivo en los circuitos de trituración se vuelve esencial en el actual contexto minero, dado que proporciona un abanico de oportunidades para optimizar la utilización de los equipos vinculados a los procesos de reducción de tamaño. En el ámbito específico de los chancadores primarios, su análisis estadístico y modelado ha sido poco recurrente en la literatura, lo que sugiere que existe un espacio considerable para el desarrollo de estos sistemas y la identificación de prácticas operativas que maximicen el desempeño de dichos equipos. En este sentido, el presente trabajo de investigación se centró en el estudio y la evaluación del diseño de un modelo de red neuronal artificial con el propósito de estimar el rendimiento de los chancadores primarios giratorios modelo Traylor TC 60’x110’ pertenecientes a Minera Los Pelambres (MLP). Los resultados obtenidos respaldan la viabilidad de la aplicación de este modelo matemático, considerando variables como las condiciones operativas del equipo (MOV), el diseño mecánico (MDV) y las características del material de alimentación (FMV), permitiendo predecir el rendimiento específico de chancadores de esta índole. El análisis de errores reveló un coeficiente de determinación de 0,89 y un RMSE de 0,33 para el modelo de potencia, el cual demostró ser el más preciso en términos de predicciones confiables. Paralelamente, a través del análisis de superficie se exploraron 430.686 combinaciones de minerales, las cuales se plasmaron gráficamente para mantos de 110, 113 y 115 [in], así como para ajustes OSS (open side setting, ajuste del lado abierto) de 7,5, 7,75 y 8,0 [in]. Este enfoque permitió identificar las demandas energéticas asociadas a la reducción de tamaño en cada fase de la operación. Además, el análisis descriptivo reveló la estrecha relación entre el rendimiento específico y la composición mineral suministrada al equipo. Esto resultó en una disminución del rendimiento específico, pasando de 0,076 [kW/t] (promedio nominal de la serie de datos inicial) a un mínimo de 0,032 [kW/t]. En otras palabras, se anticipa una reducción de al menos el 50% al emplear las combinaciones minerales óptimas detalladas en este informe.Ensuring effective control in crushing circuits becomes essential in the current mining context, as it provides a range of opportunities to optimize the use of equipment associated with size reduction processes. In the specific realm of primary crushers, their statistical analysis and modeling have been infrequent in the literature, suggesting a significant gap for the development of these systems and the identification of operational practices that maximize the performance of these units. In this regard, the present research focused on studying and evaluating the design of an artificial neural network model aimed at estimating the performance of the rotary primary crushers of the Traylor TC 60’x110’ model owned by Minera Los Pelambres (MLP). The obtained results support the viability of applying this mathematical model, considering variables such as equipment operational conditions (MOV), mechanical design (MDV), and feed material characteristics (FMV). This allows predicting the specific performance of crushers of this type. The analysis of errors revealed a coefficient of determination of 0,89 and an RMSE of 0,33 for the power model, which proved to be the most accurate in terms of reliable predictions. Simultaneously, through surface analysis, 430.686 combinations of minerals were explored, graphically presented for mantle settings of 110, 113, and 115 [in], as well as OSS (open side setting) adjustments of 7,5, 7,75, and 8,0 [in]. This approach facilitated the identification of energy demands associated with size reduction at each operational stage. Furthermore, the descriptive analysis unveiled a close relationship between specific performance and the supplied mineral composition. This led to a decrease in specific performance from 0,076 [kW/t] (nominal average of the initial data series) to a minimum of 0,032 [kW/t]. In other words, a reduction of at least 50% is anticipated when employing the detailed optimal mineral combinations outlined in this report.