PREDICCIÓN GRANULOMÉTRICA DE PRODUCTO DE TRONADURA Y SU IMPACTO EN EL RENDIMIENTO SAG Y RECUPERACIÓN DE COBRE POR FLOTACIÓN

Abstract

La planificación de corto y mediano plazo en procesos mineros tiene el objetivo deentregar información acerca de la producción y calidad a esperar considerando lasituación actual de los activos y recursos geológicos. En plantas concentradoras losprocesos de molienda y flotación determinan la producción de planta y existenvariables geológicas y operacionales que explican la variabilidad de sus resultados.Entre abril y diciembre de 2016, en Minera Los Pelambres, Superintendencia deProcesos, se desarrolló un trabajo de recopilación y análisis de datos (operacionales ygeológicos) con el objetivo de generar modelos de predicción para el P80 de tronadura[pulg], el rendimiento de la molienda SAG [tph] y la recuperación de cobre en laetapa de flotación colectiva [%]. A través de la utilización del software de análisisestadístico Minitab se depuró la información y se plantearon modelos del tipo linealmultivariable con información obtenida principalmente desde la base de datosoperacionales PI System y desde el modelo de bloques del yacimiento.De acuerdo al análisis de datos del período 2015, en molienda, desde el punto de vistadel mineral, la granulometría y dureza permitieron explicar el 47,6 % de lavariabilidad del rendimiento promedio de los molinos SAG a través del F80 SAG y elindicador de dureza Axb (modelo geo). Al incluir la componente operacional, elporcentaje de sólido y velocidad de rotación sumaron 17,7 puntos al coeficiente dedeterminación. En conjunto estas variables permitieron explicar el 65,3 % de lavariabilidad del rendimiento de la etapa de molienda (modelo geo-operacional). Enflotación, el 41,3 % de la variabilidad de la recuperación en la etapa colectiva seexplicó a través de la razón entre las variables geológicas cobre soluble y cobre total(CuS/CuT), el P80 de molienda secundaria y el rendimiento [ktph] de la moliendaSAG.En molienda, al aplicar el modelo geo-operacional en el período enero-junio 2016(datos de prueba), se explicó el 65,4 % de la variabilidad del rendimiento con un errormedio de 4,3 %. En flotación, se explicó el 39,0 % de la variabilidad de larecuperación con un error medio de 0,61 %.La variabilidad que presenta el indicador Axb responde principalmente acaracterísticas intrínsecas del yacimiento, mientras que el F80 SAG responde tanto alas variables operacionales de tronadura como a la operatividad de Sistema deTransporte de Mineral Grueso (STMG). En tronadura, se evaluó el tipo de explosivo,la malla de tronadura, el factor de carga y la dureza del mineral, sin embargo, no fueposible concluir acerca de las variables que explican la variabilidad de P80 debido ainconsistencias en la correlación con el factor de carga y la multicolinealidad quepresentaron las otras variables. Por otro lado, la condición de “envío” del STMGreportó una diferencia en la media de 4,1 % y una menor variabilidad en el F80 SAGrespecto a la condición de “no envío”. Esta diferencia se traduce en un impacto de171 [tph] total planta atribuibles al factor granulometría por efecto del nivel de stockpile, el cual recibe el mineral del STMG para posteriormente ser alimentado amolienda.Adicionalmente a los análisis ya mencionados, a través de la planificación yejecución de tres muestreos en la planta de flotación colectiva, se determinaronrecuperaciones de cobre en la etapa rougher de 53,3 %, 93,6 % y 96,0 % en las clasesde tamaño gruesa (+150 µm), intermedia (-150 µm +45 µm) y fina (-45 µm),respectivamente. La recuperación ponderada de la etapa rougher fue de 88,1 %, 1,9puntos menor que la registrada el año 2014 (Yianatos et al., 2014). Por otro lado, lasrecuperaciones de la clase fina e intermedia no mostraron una diferenciaestadísticamente significativa, mientras que la recuperación de la clase gruesa fue41,5 puntos menor que el promedio de las anteriores. De igual forma, las leyes deconcentrado rougher en las clases fina e intermedia no presentaron una diferencia estadísticamente significativa con una media de 10,0 %. Por su parte, la clase detamaño gruesa presentó una ley de concentrado rougher media de 2,8 %.Durante los muestreos la ley de alimentación ajustada media de cobre fue de 0,79 %,el P80 se mantuvo acotado entre 109 y 132 [µm] y el flujo total planta alimentado semantuvo entre 6.208 y 6.779 [tph]. En contraste con la ley media de cobre de 0,63 %,el P80 medio de 217 [µm] y el flujo medio de 8.206 [tph] reportados el año 2014(Yianatos et al., 2014).

Short and medium term planning in mining processes has the objective of deliveringinformation about the production and quality to be expected, considering the currentsituation of assets and geológical resources. In concentration plants, the processes ofgrinding and flotation determine the plant production, and there are geológical andoperational variables that explain the variability of their results.Between April and December of 2016, in Los Pelambres Mine, SuperintendenceProcesses, was developed a work of compilation and analysis of data (operational andgeológical) with the objective of generating models of prediction for the P80 ofblasting [in], the throughput SAG [tph] and copper recovery in the stage of bulkflotation [%]. Through the use of Minitab statistical analysis software the informationwas debugged and multivariable linear models were proposed with informationobtained mainly from the operational database PI System and from the deposit blockmodel.In milling, according to the data analysis from 2015, from the point of view of themineral, the particle size and hardness predicted 47,6 % of the variability of theaverage SAG mills throughput, through the F80 SAG and the Axb hardness indicator.By including the operational component, the percentage of solid and rotationalvelocity added 17,7 points to the determination coefficient. Together these variablesallowed to predict 65,3 % the variability of the milling stage performance. Inflotation, 41,3 % of the copper recovery variability in the bulk stage was explainedthrough the geológical variables soluble copper and total copper (CuS/CuT), the P80of secondary grinding and the SAG mill throughput [ktph].When applying these models in the period January-June 2016, it predicted 65,4 % ofthe variability of the milling results with an average error of 4,3 %. In flotation, 39,0% of the variability of the recovery was explained with an average error of 0,61 %.The variability presented by the Axb indicator mainly responds to the intrinsiccharacteristics of the deposit, while the F80 SAG responds to both the operationalvariables of the blasting and the operation of the Coarse Ore Transport System(COTS). In blasting, the explosive type, the blasting mesh, the load factor andhardness ore were evaluated, however, it was not possible to conclude about thevariables that explain the P80 due to inconsistencies in the correlation with the loadfactor and the multicolinearity of the other variables. On the other hand, the conditionof "sending" of the COTS reported a difference in the median of 4,1 % and a lowervariability in the F80 SAG, with respect to the condition of the COTS "not sending".This difference results in an impact of 171 [tph] total plant attributable to the particlesize factor by effect of the stock pile level, which receives the mineral from theCOTS to be fed to the milling.Additionally, through the planning and execution of three samplings in the bulkflotation plant, copper recoveries were determined in the rougher stage of 53,3 %,93,6 % and 96,0 % in the coarse (150 µm), intermediate (-150 µm 45 µm) and fine (-45 µm) sizes, respectively. The weighted recovery of the rougher stage was 88,1 %,1,9 points lower than the one recorded in the year 2014 (Yianatos et al., 2014). On theother hand, the recoveries of the fine and intermediate classes did not showstatistically significant difference whereas the recovery of the coarse class was 41,5points less than the average of the previous ones. In the same way, the rougherconcentrate grade in the fine and intermediate classes did not show statisticallysignificant difference with an average of 10,0 %. For its part, the coarse size classpresented a 2,8 % average rougher concentrate grade.During the samplings, the average adjusted copper feed grade was 0,79 %, the P80remained bounded between 109 and 132 [µm] and the total feed remained between6.208 and 6.779 [tph]. In contrast to the copper average grade of 0,63 %, the averageP80 of 217 [µm] and the average flow of 8.206 [tph] reported in the year 2014(Yianatos et al., 2014).