Sistema de control supervisor de optimización dinámica en tiempo real para un molino sag controlado por un sistema experto

Abstract

Los molinos semi-autógenos (SAG) son un tipo de molino comúnmente utilizados, especialmente en la minería del cobre del norte de Chile. Sin embargo, su operación presenta importantes desafíos debido a la imposibilidad de determinar ciertas propiedades de la operación como dureza del mineral o características reológicas de la pulpa en el interior del molino. Los controladores avanzados de proceso (APC) son herramientas utilizadas para mejoramiento de la operación mediante la selección correcta de setpoints a aplicar en las capas de control regulatorio PID. Un ejemplo de estos APC ampliamente utilizado en circuitos de molienda de mineral es el Sistema Experto basado en reglas y lógica difusa. Un clásico Sistema Experto en un molino SAG manipula los correspondientes setpoint de tonelaje de alimentación, de velocidad de giro del molino y de densidad, calculada como % de solidos de alimentación. La manipulación de setpoints responde al objetivo de controlar dos variables: la presión en los descansos y la potencia utilizada por el motor. El APC recopila información actual y pasada de estas variables para para determinar estados operacionales, los cuales son categorizados de acuerdo con su grado de criticidad y un conjunto de reglas determina los cambios de setpoint a realizar. El sistema experto tiene por objetivo maximizar el tonelaje de alimentación junto con mantener operación estable y evitar estados críticos de operación. Como el sistema experto no posee capacidad predictiva, su operación depende en gran medida de la correcta definición del limite de las variables controladas (𝒚𝐿𝐼𝑀). Dicho límite es establecido por los operadores y es importante para determinar el área deseada de operación. El presente trabajo propone sistema de control supervisor que permita detectar cambios en las condiciones de operación de la molienda SAG y predecir la respuesta del proceso y sus sistemas de control regulatorio y avanzado. Con ello, un algoritmo de optimización adecuado redefine el valor del límite de presión 𝒚𝐿𝐼𝑀, para mejorar la performance de la operación maximizando el tonelaje alimentado, evitando estados críticos de operación y disminuyendo la duración de estos. Semi-autogenous (SAG) mills are a commonly used type of mill, especially in copper mining in the North of Chile. However, their operation poses significant challenges due to the impossibility of determining certain operational properties, such as ore hardness or the rheological characteristics of the pulp inside the mill. Advanced process controllers (APC) are tools used for operational improvement by selection of correct setpoints to apply in the PID regulatory control layer. An example of these APCs, widely used in grinding circuits for mineral processing, is the Expert System based on rules and fuzzy logic. A classic Expert System in a SAG mill manipulates the corresponding setpoints for ore feed tonnage, the speed of rotation of the mill, and density, calculated as % of solids feed. The manipulation of setpoints is done with the objective of controlling two variables: the pressure of the mill and the power drawn by the motor. The APC uses current and past values of these variables to determine operational states, which are categorized according to their degree of criticality. Then, a set of rules determines the setpoint changes to be applied. The expert system aims to maximize fresh feed tonnage while maintaining stable operation and avoiding critical operational states. As the expert system lacks predictive capabilities, its operation largely depends on the correct definition of the limit of the controlled variables (𝒚𝐿𝐼𝑀). This limit is set by the operators and is vital to determine the desired area of operation. This work proposes a supervisory control system that is able to detect changes in the operating conditions of the SAG grinding circuit and predict the response of the process and its regulatory and advanced control systems. With this in mind, an appropriate optimization algorithm redefines the value of the pressure limit 𝑦𝐿𝐼𝑀, to improve the operation performance of the APC by maximizing the ore feed tonnage, avoiding critical operational states, and decreasing the duration of these states.