MONITOREO Y DIAGNÓSTICO DE LA OPERACIÓN DE UNA COLUMNA DE FLOTACIÓN PILOTO USANDO MÉTODOS DE PROYECCIÓN (PCA)
Abstract
En el proceso de flotación se registran muchas variables, pero ante la ocurrencia de alguna falla de tipo operacional o instrumental es muy difícil identificar las causas que provocan pérdidas operacionales por lo que se hace necesario incorporar el monitoreo en línea y los sistemas de diagnóstico de la operación que son una parte importante de la mejora continua dentro del proceso de flotación. El objetivo principal de este trabajo es construir un modelo para monitorear y diagnosticar fallas operacionales en una columna de flotación instalada en el Laboratorio de Operaciones Unitarias (LOU) del Departamento de Ingeniería Química y Ambiental (DIQA) de la Universidad Técnica Federico Santa María (UTFSM). La “Columna de Flotación Piloto IQA” es el equipo experimental utilizado, de 20 [cm] de diámetro y 3,14 [m] de altura que fue construido e instrumentado principalmente para poder operarse con pulpa real (mezcla de sólidos de concentrado y relave), de manera industrial, pero pese a las dificultades y limitaciones del sistema se decide trabajar en circuito cerrado.La columna cuenta con un control distribuido que consta de tres lazos de control, profundidad de espuma, flujo de aire y de flujo de agua de lavado. El cuerpo central del DSC (Sistema de Control Distribuido) se encarga de colectar y enviar las señales a los elementos finales de control (actuadores), así mismo el registro de las señales de los sensores las que son digitalizadas y puestas a disposición del usuario. El sistema de control automático implementado en la columna es el OPTO 22. El PAC es programado usando PAC Control Pro 10.2, una herramienta de programación basada en diagramas de flujo para control industrial y aplicaciones de procesos. La interfaz gráfica o HMI es realizada con el PAC Display Configurator Pro 10.2. Para el almacenaje de la base de datos de todas las variables asociadas a la columna se hace uso del Opto Data Link Monitor 10.2.La operación de la columna consiste en tres partes importantes: La preparación de la pulpa que consiste en la activación de 17.1 [Kg] de sólidos (12.8 [Kg] de Relave, Minera “Pelambres” y 4.3 [Kg] de Concentrado, Minera “El Teniente”) para eso se usa el método de activación física (agitación a 1000 [rpm]) y agregado de reactivos (Xantato 4,3 [ml] y MIBC 1,5[ml]). Luego la operación como tal donde a partir de la ventana principal HMI el operador controla la columna realizando cambios operacionales correspondientes junto a la colección de datos experimentales. Finalmente, la parte de la limpieza de la columna y la exportación de datos.iiLos modelos se construyen usando la metodología de proyección PCA (Análisis de Componentes Principales) incorporando información sobre la caracterización de espuma (colectadas por cámara IP) y sobre las condiciones de operación (profundidad de espuma, flujo de aire, flujo de agua de lavado, flujo de alimentación). Para la construcción de los modelos PCA de cada caso, se utilizó el software PLS Toolbox 8.7, el cual posee una interfaz gráfica de pasos secuenciales.El primer modelo PCA, se construye considerando 16 variables (12 variables operacionales y 4 de caracterización de espuma). El resultado de un conjunto de operaciones conforme a la planificación experimental da como resultado 72 operaciones distintas, de las cuales se seleccionaron aquellas que cumplían el criterio de operación normal (Ley de cobre concentrado entre 27% y 30%), obteniéndose 44 operaciones normales (Matriz Modelo) y 28 anormales (Matriz Diagnóstico). Para este primer modelo se seleccionaron 5 componentes principales (con valores propios >1) con lo que se logra explicar el 91.08% de variabilidad de los datos normales. También se definen los límites de los estadígrafos al 99% de confianza Q residual (5.47) y T2 Hotelling (19.4). El diagnóstico operacional en la columna con este primer modelo se detectan 7 operaciones anormales (fallas de tipo instrumental), las contribuciones atribuyen en su mayoría a la ley de cobre concentrado siendo la que contribuye de manera más significativa dentro las demás variables. A partir de ello se revisaron las muestras con falla instrumental y se evidencio que existe cierta variabilidad entre los resultados de medición por fluorescencia rayos X (XRF) para las leyes de cobre concentrado haciendo uso de la pistola S1 Titán (Error de medición ±1,03%) la calibración de la pistola se la realizó con el método de digestión ácida y lectura por Absorción Atómica (A.A). Para probar la sensibilidad de este primer modelo se ensayaron fallas de tipo operacional perturbando valores de variables importantes como el flujo de alimentación, ley de cobre en alimentación y profundidad de espuma. El mínimo error para que el modelo detecte la falla varía entre el 30% y 100%. El máximo valor de error está asociado a la profundidad de espuma cuyo rango de variabilidad es muy acotado (10 [cm] a 40 [cm]) el mínimo está asociado a la ley de cobre en la alimentación.En el segundo modelo PCA construido sólo se tomaron en cuenta las variables operacionales más importantes y comunes que una columna de flotación posee haciendo un total de 8 variables operacionales sin caracterización de espuma. Se seleccionaron 3 componentes principales (con valores propios >1) con lo que se logra explicar el 78.18% de la variabilidad de los datos normales. El diagnóstico operacional en la columna con este segundo modelo se detectan 7 operaciones anormales (4 por falla instrumental y 3 de falla operacional), las fallas de tipo instrumental son lasiiimismas que con el primer modelo. En cuanto a las fallas de tipo operacional las contribuciones atribuyen a la ley de cobre concentrado así mismo las recomendaciones que ofrece el modelo no son acertadas debido a que contradice los principios de la flotación. Claramente se puede notar que cuanta menos información contenga el modelo PCA este pierde de manera drástica la sensibilidad no siendo clara en el diagnóstico y las medidas de corrección de dicha falla. Esto se evidencia con el tercer modelo PCA construido sólo con variables de caracterización de espuma un total de 4 variables, el modelo no es capaz de detectar anormalidades debido a que todos los datos experimentales se encuentran dentro los limites Q residual y T2 Hotelling.Existen varias recomendaciones en caso de que se quiera operar la columna de flotación desde el punto de vista estructural, de muestreo, de análisis de muestras y de la misma forma de operar la columna, muchas de ellas pueden ser tomadas en cuenta de manera que se eviten las mismas dificultades y limitaciones con las que se tuvo que trabajar en el presente proyecto de grado.Finalmente, se concluye respondiendo a la hipótesis planteada. El método de Análisis de Componentes Principales (PCA) permite encontrar un modelo de correlación entre las variables que se usó para detectar fallas en la operación y en la instrumentación, con una capacidad de detección de fallas del 57% (primer modelo PCA) con respecto a un criterio de operación normal (sistema experto). Además, sirve para identificar las causas y proponer medidas para su remediación, pese a las dificultades y limitaciones del sistema se valida la aplicación del método, el aporte de este trabajo es ilustrar como usar la información contenida en los datos experimentales y cómo usar el modelo junto a los estadígrafos Q residual y T2 Hotelling.Agradecer al proyecto Fondecyt 1160105, con el cual este trabajo fue desarrollado.
Collections
- Arq_paso [212]