OPTIMIZACIÓN EN TIEMPO REAL IMPLEMENTADA EN UNA COLUMNA DE FLOTACIÓN DE ESCALA LABORATORIO

Abstract

La presente investigación tiene por objetivo implementar un sistema supervisor basado en la Optimización en Tiempo Real (RTO) sobre una columna de flotación de escala laboratorio, donde lo que se persigue es administrar los puntos de operación del proceso i.e. altura de espuma, holdup de aire y bias, con el fin de mejorar el beneficio global que se entenderá como la diferencia entre los ingresos asociados por la corriente de concentrado menos los costos operacionales relacionados a los flujos de las corrientes de proceso y sus respectivos consumos eléctricos. El sistema supervisor implementado utiliza las medidas disponibles para sobreponerse a las incertidumbres asociadas a conocimientos parciales del proceso. En el sistema en estudio, se consideró que la cinética de flotación corresponde a un fenómeno incierto ya que se desconoce a cabalidad el mecanismo de recuperación de mineral. Tomando esto en cuenta, se ha definido un modelo que presenta una diferencia intencional en cuanto a la estructura y forma de la cinética de reacción, respecto a la condición real que se entenderá como el proceso. El modelo incierto se ha utilizado para calcular los nuevos puntos de operación del proceso y se estudiará la capacidad de detección del óptimo del proceso a partir de la optimización de este modelo propuesto, es decir, verificar si el sistema supervisor es capaz se superponerse a estas condiciones inciertas y alcanzar una operación que maximice el beneficio de la operación real. Para lograr lo anterior, se ha desarrollado una interfaz HMI que permite al usuario administrar los SetPoints de las variables manipulables de forma directa, en función de los valores óptimos entregados por el sistema supervisor, además de permitir monitorear los resultados metalúrgicos asociados a la ley del concentrado y recuperación global de cobre que se alcanzan en la columna. Con respecto a los métodos implementados en el sistema supervisor, en un primer intento se analizó la capacidad de detección del óptimo del proceso utilizando el enfoque clásico de la Optimización en Tiempo Real de dos etapas, que consiste en una actualización del modelo a partir de la resolución de un problema de estimación de parámetros, para luego realizar la optimización económica de la función objetivo. Considerando que la literatura indica que, bajo situaciones de incertidumbre estructural, el método de dos etapas no es capaz de detectar el óptimo del proceso, en este trabajo también se implementó el algoritmo de ?Ádaptación de Modificadores??, que consiste en utilizar las medidas del proceso para actualizar las condiciones necesarias de optimalidad de la optimización económica, y a partir de esto, converger a un punto candidato a óptimo del proceso. Tomando en cuenta que la eficacia de esta metodología depende de una correcta estimación de los gradientes del proceso, lo cual corresponde a su principal desventaja debido a la dificultad de su cálculo y muchas veces por la necesidad de perturbar el sistema continuamente (lo que puede repercutir en situaciones de inestabilidad en la operación, condiciones inseguras y además dichas perturbaciones podrían amplificarse aguas abajo), también se ha implementado la reformulación del método de Adaptación de Modificadores como dos optimizaciones anidadas, el cual elimina el requerimiento de estimar las derivadas experimentales, manteniendo las características de convergencia al óptimo del proceso del método original. En base a los resultados observados, se presenta una propuesta de carácter económica, escalando lo obtenido en el equipo de laboratorio, a una operación industrial a partir del margen adicional de ganancia, tras la implementación del sistema supervisor desarrollado.