Licla QC

Universidad Nacional Mayor de San Marcos
Universidad del Perú. Decana de América

Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica
Escuela Profesional de Ingeniería Metalúrgica
Evaluación del circuito de molienda-clasificación en la

planta concentradora de la Compañía Minera Lincuna
S.A. usando el software Molycop Tools
TESIS
Para optar el Título Profesional de Ingeniero Metalúrgico
AUTOR
Claudio César LICLA QUISPE
Jean Paul PADILLA FABIAN
ASESOR
José Luis VIDARTE MERIZALDE
Lima, Perú
2021
Reconocimiento - No Comercial - Compartir Igual - Sin restricciones adicionales
https://creativecommons.org/licenses/by-nc-sa/4.0/
Usted puede distribuir, remezclar, retocar, y crear a partir del documento original de modo no
comercial, siempre y cuando se dé crédito al autor del documento y se licencien las nuevas
creaciones bajo las mismas condiciones. No se permite aplicar términos legales o medidas
tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita esta licencia.
Referencia bibliográfica
Licla, C. & Padilla, J. (2021). Evaluación del circuito de molienda-clasificación en

la planta concentradora de la Compañía Minera Lincuna S.A. usando el software
Molycop Tools. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos,
Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela
Profesional de Ingeniería Metalúrgica]. Repositorio institucional Cybertesis
UNMSM.
Metadatos complementarios
Datos de autor 1
Nombres y apellidos CLAUDIO CESAR LICLA QUISPE
Tipo de documento de identidad DNI
Número de documento de identidad 74243828
URL de ORCID NO APLICA
Datos de autor 2
Nombres y apellidos JEAN PAUL PADILLA FABIAN
URL de ORCID NO APLICA
Datos de asesor
Nombres y apellidos JOSÉ LUIS VIDARTE MERIZALDE
URL de ORCID https://orcid.org/0000-0002-3353-2551
Datos del jurado
Presidente del jurado
Nombres y apellidos VIDAL SIXTO ARAMBURÚ ROJAS
Tipo de documento DNI
Miembro del jurado 1
Nombres y apellidos DANIEL FLORENCIA LOVERA DÁVILA

Miembro del jurado 2

MANUEL PRUDENCIO CABALLERO
Nombres y apellidos
RIOS
Datos de investigación
Línea de investigación NO APLICA
Grupo de investigación NO APLICA
Agencia de financiamiento SIN FINANCIAMIENTO

País: Perú
Departamento: Ancash
Ubicación geográfica de la
Provincia: Aija
investigación Distrito: Aija
Latitud: -9.768198 Longitud: -77.558663
Año o rango de años en que se
MARZO 2019 – MARZO 2021
realizó la investigación
Ingeniería de procesos
https://purl.org/pe-repo/ocde/ford#2.04.02
URL de disciplinas OCDE
Minería, Procesamiento de minerales
https://purl.org/pe-repo/ocde/ford#2.07.05
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Universidad del Perú - Decana de América
FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA, METALÚRGICA Y GEOGRÁFICA
ESCUELA PROFESIONAL DE INGENIERÍA METALÚRGICA
ACTA DE SUSTENTACIÓN DE TESIS MANCOMUNADA PARA OPTAR TÍTULO

PROFESIONAL DE INGENIERO METALÚRGICO
Mediante la plataforma virtual de Google Meet la Escuela Profesional de Ingeniería Metalúrgica de la Facultad
de Ingeniería Geológica, Minera, Metalúrgica y Geográfica de la Universidad Nacional Mayor de San Marcos,
el lunes 15, del mes de noviembre del 2021 siendo las 18:07 horas, en presencia de los Señores Docentes designados
como Miembros del Jurado Calificador:
Dr. VIDAL SIXTO, Aramburú Rojas (PRESIDENTE)
Mg. DANIEL FLORENCIO, Lovera Dávila (MIEMBRO)
Ing. MANUEL PRUDENCIO, Caballero Rios (MIEMBRO)
Reunidos virtualmente para el Acto Académico Público de la Sustentación de la TESIS MANCOMUNADA de

Don: CLAUDIO CÉSAR LICLA QUISPE Bachiller en Ingeniería Metalúrgica, quien sustentó la Tesis
Mancomunada Titulada: «EVALUACIÓN DEL CIRCUITO DE MOLIENDA-CLASIFICACIÓN EN LA
PLANTA CONCENTRADORA DE LA COMPAÑIA MINERA LINCUNA S.A. USANDO EL SOFTWARE
MOLYCOP TOOLS » para la obtención del Título Profesional de Ingeniero: METALÚRGICO.
Los miembros del Jurado Calificador, escuchada la sustentación respectiva, plantearon al graduando las
observaciones pertinentes, que fueron absueltas a:
.........SATISFACCIÓN...........
El Jurado procedió a la calificación según el reglamento vigente, cuyo resultado fue la nota de:
.......DIECISÉIS (16).........
Habiendo concluido la Sustentación de la Tesis Mancomunada por el Jurado Calificador, el Miembro Presidente del
Jurado, recomienda que la Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, otorgue el TITULO
PROFESIONAL DE INGENIERO METALÚRGICO, a Don: Claudio César Licla Quispe.
Siendo las 19 :30 horas, se dió por concluido el acto académico, expidiéndose cinco (5) Actas Originales de la
Sustentación de Tesis.
Lima, 15 de noviembre de 2021
Dr. VIDAL SIXTO ARAMBURÚ ROJAS

Miembro Presidente
Mg. DANIEL FLORENCIO LOVERA DÁVILA Ing. MANUEL PRUDENCIO CABALLERO RIOS
Miembro Miembro
Firmado digitalmente por ORIHUELA
SALAZAR Luis Alfredo FAU
20148092282 soft
Motivo: Soy el autor del documento
Fecha: 16.12.2021 11:06:25 -05:00
Mg. LUIS ALFREDO ORIHUELA SALAZAR

DIRECTOR
ESCUELA PROFESIONAL DE INGENIERÍA METALURGICA
Datos de la plataforma virtual institucional del acto de sustentación:

https:// meet.google.com/rre-ewyk-etr
Grabación archivada en: https://drive.google.com/file/d/1OwlVZbwtI_ufXAJigJdi2Dv2nppQ57CM/view

Calle Germán Amezaga N° 375 - Lima, Perú/ Central:(511) 6197000
E-mail: epimetalurgica.figmmg@unmsm.edu.pe
www.unmsm.edu.pe
Universidad del Perú - Decana de América
FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA, METALÚRGICA Y GEOGRÁFICA
ESCUELA PROFESIONAL DE INGENIERÍA METALÚRGICA
ACTA DE SUSTENTACIÓN DE TESIS MANCOMUNADA PARA OPTAR TÍTULO

PROFESIONAL DE INGENIERO METALÚRGICO
Mediante la plataforma virtual de Google Meet la Escuela Profesional de Ingeniería Metalúrgica de la Facultad
de Ingeniería Geológica, Minera, Metalúrgica y Geográfica de la Universidad Nacional Mayor de San Marcos,
el lunes 15, del mes de noviembre del 2021 siendo las 18:07 horas, en presencia de los Señores Docentes designados
como Miembros del Jurado Calificador:
Dr. VIDAL SIXTO, Aramburú Rojas (PRESIDENTE)
Mg. DANIEL FLORENCIO, Lovera Dávila (MIEMBRO)
Ing. MANUEL PRUDENCIO, Caballero Rios (MIEMBRO)
Reunidos virtualmente para el Acto Académico Público de la Sustentación de la TESIS MANCOMUNADA de

Don: JEAN PAUL PADILLA FABIAN Bachiller en Ingeniería Metalúrgica, quien sustentó la Tesis
Mancomunada Titulada: «EVALUACIÓN DEL CIRCUITO DE MOLIENDA-CLASIFICACIÓN EN LA
PLANTA CONCENTRADORA DE LA COMPAÑIA MINERA LINCUNA S.A. USANDO EL SOFTWARE
MOLYCOP TOOLS » para la obtención del Título Profesional de Ingeniero: METALÚRGICO.
Los miembros del Jurado Calificador, escuchada la sustentación respectiva, plantearon al graduando las
observaciones pertinentes, que fueron absueltas a:
.........SATISFACCIÓN...........
El Jurado procedió a la calificación según el reglamento vigente, cuyo resultado fue la nota de:
.......DIECISÉIS (16).........
Habiendo concluido la Sustentación de la Tesis Mancomunada por el Jurado Calificador, el Miembro Presidente del
Jurado, recomienda que la Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, otorgue el TITULO
PROFESIONAL DE INGENIERO METALÚRGICO, a Don: Jean Paul Padilla Fabian.
Siendo las 19 :30 horas, se dió por concluido el acto académico, expidiéndose cinco (5) Actas Originales de la
Sustentación de Tesis.
Lima, 15 de noviembre de 2021
Dr. VIDAL SIXTO ARAMBURÚ ROJAS

Miembro Presidente
Mg. DANIEL FLORENCIO LOVERA DÁVILA Ing. MANUEL PRUDENCIO CABALLERO RIOS
Miembro Miembro
Firmado digitalmente por ORIHUELA
SALAZAR Luis Alfredo FAU
20148092282 soft
Motivo: Soy el autor del documento
Fecha: 16.12.2021 11:57:01 -05:00
Mg. LUIS ALFREDO ORIHUELA SALAZAR

DIRECTOR
ESCUELA PROFESIONAL DE INGENIERÍA METALURGICA
Datos de la plataforma virtual institucional del acto de sustentación:

https:// meet.google.com/rre-ewyk-etr
Grabación archivada en: https://drive.google.com/file/d/1OwlVZbwtI_ufXAJigJdi2Dv2nppQ57CM/view

Calle Germán Amezaga N° 375 - Lima, Perú/ Central:(511) 6197000
E-mail: epimetalurgica.figmmg@unmsm.edu.pe
www.unmsm.edu.pe
iii
DEDICATORIA – CLAUDIO CÉSAR LICLA QUISPE

A mis padres, Claudio Licla Ccoillo, Gaby María Quispe Chamana, y a mi hermana Idelsa
Licla Quispe por los valores que inculcaron en mí, así como por su incondicional apoyo
desde el inicio de mis estudios hasta la actualidad, y a todos mis seres queridos que
siempre me inspiraron a seguir adelante.
Dedicado también de manera muy especial a quien en vida fue Justa Chamana Gaspar, mi
abuelita y maestra de la vida.
AGRADECIMIENTO– CLAUDIO CÉSAR LICLA QUISPE
Las personas que te enseñan y apoyan a lo largo de la vida son consideradas para mi unos
maestros y amigos, por todo esto un agradecimiento a mi alma mater, la Universidad
Nacional Mayor de San Marcos, y a todos los docentes que inculcaron en mi valores y
enseñanzas, también un agradecimiento especial al Ingeniero Raúl Pilco Picón,
superintendente de la planta concentradora de la Compañía Minera Lincuna, quien me
dio la oportunidad de realizar mis prácticas en esta unidad, a partir de la cual pude elaborar
esta tesis, finalmente agradezco a mi hermosa familia de la compañía minera Lincuna
quienes formaron parte de mi crecimiento profesional y a toda mi familia en general.

iv
DEDICATORIA – JEAN PAUL PADILLA FABIAN
Dedicado:
A mi compañera de vida y esposa, Yngrid, por su acompañamiento y soporte moral
durante mi transcurso por San Marcos, así como en la ardua labor de elaboración de mi
tesis.
A mis padres; Arnulfo Humberto y Leonarda Fabian por su amor y protección, por los
valores inculcados en mi persona y su apoyo incondicional en las decisiones que tomé
durante mi vida.
A mis hermanos; Williams, Nilda, Gilbert y Yesenia, a todos, por su protección, apoyo
y valioso ejemplo a seguir.
AGRADECIMIENTO– JEAN PAUL PADILLA FABIAN
El presente trabajo de tesis representa el punto culminante de una grandiosa etapa en
mi vida: los estudios de pre-grado en la gloriosa Universidad Nacional Mayor de San
Marcos.
A los profesores de la gloriosa EP Ingeniería Metalúrgica, quienes tuvieron a bien
verter sus experiencias y sabiduría sobre sus alumnos. En especial, a los ingenieros Jose
Luis Vidarte y Augusto Chung, por su enorme colaboración y asesoría para la realización
del presente trabajo de tesis, así como por sus enseñanzas brindadas dentro y fuera de las
aulas. Finalmente, a mi gran amigo Claudio por su colaboración en esta tesis.

v
ÍNDICE
AGRADECIMIENTO– CLAUDIO CÉSAR LICLA QUISPE ___________________ iii
DEDICATORIA – JEAN PAUL PADILLA FABIAN _________________________ iv
AGRADECIMIENTO– JEAN PAUL PADILLA FABIAN _____________________ iv
LISTA DE TABLAS ___________________________________________________ viii
LISTA DE FIGURAS ___________________________________________________ x
NOMENCLATURA ___________________________________________________ xiv
RESUMEN ____________________________________________________________ 1
ABSTRACT ___________________________________________________________ 2
CAPÍTULO I ____________________________________________________________ 3
INTRODUCCIÓN_________________________________________________________ 3
CAPÍTULO II ____________________________________________________________ 5
PLANTEAMIENTO DEL PROBLEMA __________________________________________ 5
2. 1. Descripción del problema _____________________________________________ 5
2. 2. Justificación de la investigación ________________________________________ 5
2. 2. 1. Justificación Tecnológica _________________________________________________ 6
2. 3. Objetivos: __________________________________________________________ 7
2. 3. 1. Objetivo general ________________________________________________________ 7
2. 3. 2. Objetivos específicos _____________________________________________________ 7
2. 3. 3. Alcance _______________________________________________________________ 7
2. 4. Hipótesis ___________________________________________________________ 8
2. 5. Identificación de variables_____________________________________________ 9
2. 5. 1. Variables independientes: _________________________________________________ 9
2. 5. 2. Variable dependiente: ____________________________________________________ 9
CAPÍTULO III: __________________________________________________________ 10

MARCO TEÓRICO ______________________________________________________ 10
3. 1. Antecedentes del Proyecto ____________________________________________ 10
3. 2. Compañía Minera Lincuna S.A. _______________________________________ 12
3. 3. Ubicación y vía de acceso _____________________________________________ 13
3. 4. Descripción de las operaciones en la concentradora Lincuna _______________ 15
3. 3. 1. Área Chancado y Clasificación ___________________________________________ 15
3. 3. 2. Área Molienda y Clasificación – Flotación Flash de Plomo-Plata _______________ 16
3. 3. 3. Área de Flotación ______________________________________________________ 18
3. 3. 4. Área espesado y filtrado ________________________________________________ 20
vi
3. 3. 5. Disposición Final de Relaves _____________________________________________ 21

3. 5. Antecedentes bibliográficos: Uso de la simulación en circuitos de molienda-
clasificación a nivel mundial ________________________________________________ 24
3. 6. Modelamiento y simulación en procesamiento de minerales ________________ 29
3. 7. Historia de la simulación en el procesamiento mineral (J. Herbst, 2002) ______ 31
3. 8. Cuarta ley de la molienda ____________________________________________ 39
3. 9. Relaciones con el Work Index Operacional ______________________________ 42
3. 10. Teoría de molinos de bolas _________________________________________ 44
3. 11. Descripción de la operación de molienda ______________________________ 45
3. 12. Condiciones operacionales de los molinos de bolas ______________________ 47
3. 13. Modelo de balance poblacional ______________________________________ 54
3. 12 .1 Modelo Cinético de Primer Orden para la Molienda _________________________ 54
3. 12 .2 Modelamiento de la molienda batch. ______________________________________ 55
3. 12 .3 Modelo Herbst y Fuerstenau _____________________________________________ 58
3. 14. Estimación de Parámetros de Fractura _______________________________ 60
3. 13 .1 Función selección ______________________________________________________ 60
3. 13 .2 Función Fractura ______________________________________________________ 61
3. 15. Teoría de hidrociclones ____________________________________________ 63
3. 16. Descripción de la operación de cicloneo _______________________________ 64
3. 17. Modelamiento matemático de la operación de hidrociclones______________ 66
3. 18. Curva de eficiencia de clasificación real ______________________________ 67
3. 19. Modelo del CIMM - hidrociclón _____________________________________ 74
3. 20. Cantidad mínima de muestra - Teoría de Pierre Gy ____________________ 76
CAPÍTULO IV __________________________________________________________ 80
DESARROLLO EXPERIMENTAL ____________________________________________ 80
4. 1. Materiales empleados________________________________________________ 80
4. 2. Procedimiento de muestreo ___________________________________________ 81
4. 3. Procedimiento de procesamiento de muestras____________________________ 82
CAPÍTULO V ___________________________________________________________ 84
RESULTADOS EXPERIMENTALES___________________________________________ 84
CAPÍTULO VI _________________________________________________________ 103
DESARROLLO Y CALIBRACIÓN DEL SOFTWARE MOLY- COP TOOLS. ______________ 103
CAPÍTULO VII _________________________________________________________ 106
vii
INTERPRETACIÓN DE RESULTADOS SIMULADOS_____________________________ 106

CAPÍTULO VIII ________________________________________________________ 125
CONCLUSIONES _______________________________________________________ 125
RECOMENDACIONES___________________________________________________ 127
BIBLIOGRAFÍA _____________________________________________________ 129
ANEXOS _____________________________________________________________ 131
viii
LISTA DE TABLAS
Tabla 1. Consumo de energía específico por áreas de una mina de Cobre en Chile. . 4
Tabla 2. Ingresos versus tonelaje procesado para la Compañía Minera Lincuna. .. 10
Tabla 3. Desempeño del clasificador con el valor del parámetro de Plitt “m”. ........ 73
Tabla 4. Factores de forma de las partículas ............................................................. 77
Tabla 5. Valores de Z, para diferentes niveles de precisión ...................................... 78
Tabla 6. Condiciones de operación de los circuitos durante el muestreo. ................ 84
Tabla 7. Detalles de los molinos.................................................................................. 85
Tabla 8. F80, P80 y ratio de reducción para el molino 9.5 ft x12 ft. ........................ 89
Tabla 9. F80, P80 y ratio de reducción para el molino 8 ft x 10 ft. ........................... 90
Tabla 10. F80, P80 y ratio de reducción para el molino 7 ft x 13 ft (1). .................... 92
Tabla 11. F80, P80 y ratio de reducción para el molino 8 ft x 8 ft. ........................... 93
Tabla 12. Tamaño de bola recomendado y usado en la recarga de los molinos
primarios. ................................................................................................................. 100
secundarios. .............................................................................................................. 102
Tabla 14. Parámetros de función selección - Molinos 9.5 ft x 12 ft y 7 ft x 13 ft. ... 105
Tabla 15. Parámetros de función fractura - Molinos 9.5 ft x 12 ft y 7 ft x 13 ft. .... 105
Tabla 16. Constantes correspondientes al Hidrociclón D20. ................................... 105
Tabla 17. Escenarios evaluados mediante simulación. ............................................ 106
Tabla 18 . Valores calculados por el software MolyCop Tools a distintos F80 de
Alimentación. ........................................................................................................... 108

ix
Tabla 19: Valores calculados por el software MolyCop Tools a distintos F80 de
Alimentación para el Circuito Modificado (doble clasificación). ........................... 110
Tabla 20. Simulaciones realizadas en el software MolyCop Tools comparando el
Circuito Inicial como escenario 1 versus el Circuito Modificado (doble
clasificación). Como escenario 2. ............................................................................. 112
Tabla 21. Resultados simulados en el software MolyCop Tools variando el tamaño
de bolas del molino primario. .................................................................................. 115
Tabla 22. Resultados simulados en el software MolyCop Tools variando el tamaño
de bolas del molino secundario. ............................................................................... 117
Tabla 23. Resultados de simulaciones realizadas en el software MolyCop Tools,
para incrementar la capacidad de la planta con un P80 final de molienda
aproximado de 250 µm. ........................................................................................... 117
Tabla 24. Mejora de P80 final de molienda respecto a la condición base. .............. 119
Tabla 25. Incremento del tonelaje en la planta concentradora a una granulometría
final constante de 249.33 um.................................................................................... 119
Tabla 26. Relación y costo de maquinarias requeridas. .......................................... 122
Tabla 27. Descriptivo de inversiones para ejecución del proyecto. ......................... 122
Tabla 28. Estado de Pérdidas y Ganancias (Sin Proyecto)...................................... 123
Tabla 29. Flujo de Caja Económico (Sin proyecto). ................................................ 123
Tabla 30. Estado de Pérdidas y Ganancias (Con Proyecto). ................................... 123
Tabla 31. Flujo de Caja Económico (Con proyecto)............................................... 124
Tabla 32. Flujo de Caja Económico por la implementación del Proyecto. ............. 124
Tabla 33. Indicadores económicos del proyecto. ..................................................... 124

x
LISTA DE FIGURAS
Figura 1. Utilidad bruta en millones de dólares americanos (MM USD) versus
tonelaje procesado diario de la planta concentradora Lincuna. .............................. 11
Figura 2. Recuperación de plomo y recuperación de zinc versus tamaño de
partícula de la planta concentradora Lincuna.......................................................... 12
Figura 3. Plano de ubicación de la mina Lincuna. ..................................................... 14
Figura 4. Diagrama de Flujo de la Concentradora Lincuna. ................................... 23
Figura 5. Molino de bolas en circuito cerrado (estándar). ........................................ 32
Figura 6. Analogía mecánica por colisiones (resorte + amortiguador) entre bolas. 37
Figura 7. Espectro de disipación de energía de impacto para un molino de bolas
(con un determinado perfil de revestimiento y velocidad de rotación). ................... 37
Figura 8. Captura instantánea de una animación de movimiento de la carga de un
molino de bolas (para un determinado perfil del revestimiento y velocidad de
rotación). Fuente. ...................................................................................................... 38
|Figura 9. Diseño optimizado del sistema de revestimiento de molino con
PBM/DEM .................................................................................................................. 39
Figura 10. Representación esquemática de un circuito de molienda-clasificación
convencional bajo la configuración directa............................................................... 40
Figura 11. Efecto del contenido de finos (% -44 µm) en el área descarga del molino
sobre el índice de trabajo operacional, sobre la base de muestreos realizados en
Minera Carolina de Michilla, Chile. ......................................................................... 42

xi
Figura 12. Efecto del porcentaje de sólidos en el underflow (descarga) del
hidrociclón sobre el contenido de finos en la descarga del molino, sobre la base de
muestreos realizados en Minera Carolina de Michilla, Chile. ................................. 43
Figura 13. Molino con descarga por rebose............................................................... 46
Figura 14. Molino con descarga mediante parrilla. .................................................. 46
Figura 15. Molienda tipo cascada (izquierda) y catarata (derecha). ........................ 48
Figura 16. Descripción del nivel de la carga en el molino. ........................................ 50
Figura 17. Representación esquemática de las partículas de varias mallas
granulométricas después de los eventos de fractura y generación de fragmentos
entre los tiempos t y t+dt en un molino batch. .......................................................... 56
Figura 18. Representación gráfica de la Función Selección...................................... 60
Figura 19. Estructura lógica de la rutina de estimación de parámetros función. .... 62
Figura 20. Hidrociclones y sus principales componentes y flujos. ............................ 65
Figura 21. Curvas de eficiencia para underflow y overflow del hidrociclón............ 68
Figura 22. Variación de la curva de eficiencia con el parámetro de eficiencia α. .... 73
Figura 23. Balance de materia Circuito A. ................................................................ 86
Figura 24. Balance de materia Circuito B. ................................................................ 87
Figura 25. Perfiles granulométricos del alimento y descarga del molino 9.5 ft x 12 ft.
.................................................................................................................................... 88
Figura 26. Perfiles granulométricos del alimento y descarga - Molino 8 ft x 10 ft. .. 90
Figura 27. Perfiles granulométricos del alimento y descarga - Molino 7 ft x 13 ft.. . 91
Figura 28. Perfiles granulométricos del alimento y descarga - Molino 8 ft x 8 ft. .... 92
Figura 29. Perfiles granulométricos Hidrociclón D20 (Circuito A). ......................... 94
Figura 30. Curvas de eficiencia corregida para el hidrociclón D20 (Circuito A). .... 95
xii
Figura 31. Perfiles granulométricos del hidrociclón D15 (Circuito B). .................... 96
Figura 32. Curvas de eficiencia corregida para el hidrociclón D15 (Circuito B). .... 96
Figura 33. Eficiencias de molienda del molino primario 9.5 ft x 12 ft, mostrando el
perfil granulométrico del alimento al molino 9.5 ft x 12 ft (porcentaje retenido). .. 98
Figura 34. Eficiencia de molienda del molino primario 8 ft x 10 ft, mostrando el
perfil granulométrico del alimento al molino 8 ft x 10 ft (porcentaje retenido).. .... 99
Figura 35. Eficiencia de molienda del molino secundario 8 ft x 8 ft, mostrando el
perfil granulométrico del alimento al molino 8 ft x 8 ft (porcentaje retenido). ..... 100
perfil granulométrico del alimento al molino 7 ft x 13 ft (porcentaje retenido). ... 101
Figura 37: Efecto de granulometría de alimentación al circuito de molienda-
clasificación y tonelaje de alimentación sobre el P80 final de molienda. Se analizó
para el Circuito Inicial. ............................................................................................ 107
Figura 38: Efecto de granulometría de alimentación (F80) al circuito de molienda-
para el Circuito Modificado (doble clasificación). .................................................. 109
Figura 39: Efecto de tonelaje sobre el P80 final de molienda para el Circuito Inicial
y el Circuito Modificado (doble clasificación). Ambas simulaciones para un P80
constante de 5385 µm. .............................................................................................. 111
Figura 40: Efecto del tonelaje procesado sobre la carga circulante para el Circuito
Actual y el Circuito Modificado, ambas simulaciones se dieron a un P80 constante
de 5385 µm. .............................................................................................................. 113

xiii
Figura 41: Efecto del tamaño de bolas en el molino primario sobre el P80 final de
molienda. Se analizó para el Circuito Modificado, con un F80 de molienda
constante de 5,385 µm. ............................................................................................. 114
Figura 42. Efecto del tamaño de bolas en el molino secundario vs P80 final de
molienda. Se analizó para el Circuito Modificado, con un F80 de molienda
constante de 5,385 µm y tamaño de bola de 2.5 pulg en el molino primario. ........ 116
Figura 43: Efecto de tonelajes sobre P80 final de molienda. Se analizó para el Circuito
Modificado, con un F80 al circuito de molienda constante de 5,385 µm y tamaño de
bola de 2.5 pulg en el molino primario y 1.5 pulg en el molino secundario. ............. 118
Figura 44. Resumen de los incrementos de tonelaje por cada etapa de optimización
con el software MolyCop 3.0, proyectado a los dos circuitos de molienda (A y B)
existentes en la Concentradora Lincuna. .................................................................. 120
Figura 45. Diagrama de Flujo para la Simulación en la condición modificada en la
planta concentradora Lincuna. ................................................................................. 121
Figura 46. Diagrama de Flujo Propuesto en base a las Simulaciones en el software
MolyCop Tools, para la Concentradora Lincuna. .................................................. 128
Figura 47. Cuadro de valorización de concentrado de plomo de la planta Lincuna,
considerando Precios de Metales LME (21/02/21). ................................................. 148
Figura 48. Cuadro de valorización de concentrado de zinc de la planta Lincuna,
considerando Precios de Metales LME (21/02/21). ................................................. 148
Figura 49. Diagrama de Flujo de la Concentradora Lincuna. Fuente. Departamento
de Investigaciones Metalúrgicas de Lincuna. ......................................................... 153

xiv
NOMENCLATURA
pulg Pulgadas
ft Pies
m3/hr Metros cúbicos por hora
lb/pulg2 Libra por pulgada cuadrada
G Gramos
L Litros
g/cm3 Gramo por centímetro cúbico
kWh/t Kilovatio hora por tonelada
Lbs Libras
t/h Tonelada métrica por hora
g/l Gramos por litro
m3/t Metros cúbicos por tonelada métrica
kW.hr/año Kilovatio hora por año
µm Micrómetro
tc/h Tonelada corta por hora
kWh/tc Kilovatio hora por tonelada corta
kW Kilovatio
t/m3 Tonelada por metros cúbicos.
w/v Peso por volumen
t/d Toneladas métricas por día
USD Dólares americanos
Rpm Revoluciones por minuto

xv
Bpf By-pass de finos
a1, a2, a3, a4 y ƛ Parámetros de Clasificación
AG Autógenos
SAG Semiautógenos
DEM Métodos de Elementos Discretos
CFD Dinámica Computacional de Fluidos
MBP Modelo de Balance de Poblaciones
Tamaño en micrones por la que atraviesa el 80%

P80
del producto
D50c Tamaño de corte corregido
CIMM Centro de Investigación Minera y Metalúrgica
% Porcentaje
1
RESUMEN
La mina Lincuna ubicada en Ancash, Perú es un yacimiento hidrotermal, polimetálico
de Pb-Zn-Ag. En la presente tesis se estudió el circuito de molienda-clasificación de la
planta Lincuna. El objetivo fue determinar, mediante simulación en el software MolyCop
Tools 3.0, las condiciones de operación del circuito de molienda para incrementar el
tonelaje de la planta desde 2,617.94 t/d hasta 4,000 t/d, empleando los molinos de bolas
existentes en la planta.
El trabajo se realizó en dos fases; la 1ra fase consistió en una evaluación del circuito de
molienda mediante una campaña de muestreo; en esta fase, se encontraron oportunidades
de mejoras tales como; optimizar la granulometría de alimentación a molienda, optimizar
el tamaño de bolas, así como evaluar el diagrama de flujo. La 2da fase consistió en simular
nuevos escenarios en el área de molienda con el software MolyCop 3.0.
Los resultados fueron alentadores, se encontraron las condiciones para incrementar el
tonelaje desde 2,640 t/d hasta 4,008 t/d y a su vez, obtener un producto de molienda más
fino, el P80 se redujo de 298 µm a 249.33 µm, con los molinos existentes en planta. Para
tal fin, se recomienda instalar un hidrociclón entre la molienda primaria y molienda
secundaria, además de ajustar el chancado para reducir el F80 del alimento a molienda de
10,077 µm hasta 5358 µm; así como, reducir los tamaños de bolas desde 3.5 pulg hasta
2.5 pulg en la molienda primaria y desde 3.25 pulg hasta 1.5 pulg para la molienda
secundaria.
Se realizó un análisis de flujo de caja económico de la propuesta de mejora. Se calculó
un TIR de 1,704% y VAN de 26.8 millones de USD (evaluado para 04 años), así como un
payback de 22 días, de tal forma que el proyecto se justifica económicamente.

2
ABSTRACT
The Lincuna mine, located in Ancash - Peru is a hydrothermal vein deposit type and a
polymetallic deposit containing Pb-Zn-Ag. In this thesis, it was studied the grinding and
classification the circuit of the Lincuna plant. The objective was to determine, through
simulation in the MolyCop Tools 3.0 software, the operating conditions of the grinding
circuit to increase the plant throughput from 2,618 t/d to 4,008 t/d, using existing ball mills
in the plant.
The work took place in two phases; the first phase consists of an evaluation of the
grinding circuit by a sampling campaign. In the first phase, improvement opportunities
were identified such as to optimize the particle size of the grinding circuit, to optimize the
size of balls as well as to evaluate the flow diagram. The second phase consisted in
simulating new scenarios in the grinding circuit using the MolyCop 3.0 software.
The results were encouraging, it was possible to increase the plant throughput from
2,618 t/d up to 4,008 t/d and in addition, to obtain a finer product, the P80 was reduced
from 298 µm to 249 µm, with the existing mills in plant. For this purpose, it is
recommended to install a hydrocyclone between the primary and secondary grinding
stages, in addition to adjusting the crushing stage to reduce the F80 of the grinding circuit
feed from 10.077 µm to 5358 µm; and to reduce the ball sizes from 3.5 in to 2.5 in for the
primary grinding ball mill and from 3.25 in to 1.5 in for the secondary grinding ball mill.
An economic cash flow analysis was carried out for the proposed improvement. It was
calculated an IRR of 1,704% and an NPV of 26.8 million USD (assessed for 04 years), as
well as 22 days for the payback period, so that the project is economically feasible.
3
CAPÍTULO I
INTRODUCCIÓN
Los minerales valiosos, se presentan en tamaños muy pequeños atrapados en la roca.
Para su beneficio o extracción, se requiere realizar la liberación de los minerales de la
roca. Las operaciones que abarcan la reducción de tamaños y consiguiente liberación de
minerales se engloban en el término conminución. La obtención de la granulometría
deseada para los procesos subsiguientes (flotación, lixiviación, gravimetría, entre otros)
se logra mediante varias etapas de chancado y/o molienda.
Sin embargo, para realizar la conminución se emplea la energía de manera ineficiente,
con típicamente 1% de la energía suministrada, disponible para la fractura (Austin y
Concha, 1994).
En una mina, la operación de molienda representa entre el 50% y 70% el consumo de
energía total (Wills, 1992).
Para ilustrar, Esk (1986) comparó los requerimientos de energía eléctrica de varias
etapas de procesamiento de una planta concentradora de cobre chilena, cuyo consumo de
energía por tonelada de mineral procesado se observa en la Tabla 1.

4
Tabla 1. Consumo de energía específico por áreas de una mina de Cobre en Chile.
Consumo de energía
Porcentaje
Operación por tonelada
(kWh/t) (%)
Remolienda 0.26 1.59
Chancado 2.04 12.45
Molienda 9.80 59.79
Flotación 1.28 7.81
Filtración 0.21 1.28
Bombeo de agua 2.8 17.08
Total 16.39 100.00
Fuente. Esk (1986)
Como resultado, al emplear de forma extensiva la energía en la operación de molienda,
representa una oportunidad para realizar estudios de optimización de eficiencia
operacional de la molienda.
5
CAPÍTULO II
PLANTEAMIENTO DEL PROBLEMA
2. 1. Descripción del problema
En la compañía minera Lincuna, ubicada en Ancash –Perú, se desea obtener mayores
utilidades, para lo cual es necesario incrementar el tonelaje procesado en la planta
concentradora. A su vez, el incremento de la capacidad se debe hacer con el menor costo
de capital posible. Así, surge la necesidad de determinar la capacidad del área de
molienda-clasificación para una condición optimizada.
2. 1. 1. El problema fundamental
Se desconoce las condiciones operativas actuales del circuito de molienda –
clasificación de la planta Lincuna; conocer estas condiciones operativas permitiría
identificar oportunidades como el incremento del tonelaje del circuito de molienda –
clasificación de la planta Lincuna.
2. 2. Justificación de la investigación
El desarrollo de esta tesis permitiría el incremento de tonelaje del área de molienda –
clasificación de la planta Lincuna. Así como la optimización del P80 del producto de
molienda, que se relaciona con mejores recuperaciones de los minerales valiosos.
Para la presente tesis, se eligió el software MolyCop versión 3.0, debido a su acceso
libre, de fácil uso en un entorno excel. Este software titulado Moly-Cop Tools ha sido
desarrollado y validado principalmente por el Dr. Jaime E. Sepúlveda, líder mundial en

6
medios de molienda, ex – director técnico de la compañía Moly-Cop, miembro de
ARRIUM Corporation con sede en Australia. Además, se tiene como referencia el uso de
este software en la simulación y optimización del circuito de molienda de la planta Las
Cenizas en Chile (M. Raby, 2016), véase página 25.
2. 2. 1. Justificación Tecnológica
En la actualidad, la simulación de circuitos de molienda-clasificación es un tema de
sumo interés para la optimización de las operaciones, ya que nos permite responder a la
pregunta ¿Qué pasaría si se modifica el diagrama de flujo o las condiciones operativas
de planta?, sin la necesidad de realizar los cambios en la realidad.
El software MolyCop Tools permite predecir el comportamiento de un sistema de
molienda-clasificación, ahorrando tiempo, dinero y esfuerzos que implicarían modificar
ciertas variables en la realidad; por ejemplo, cambiar el diagrama de flujo (cambiar
tuberías), modificar la carga de bolas del molino o realizar la adquisición de equipos.
El software metalúrgico MolyCop 3.0 está basado en el software Excel de Microsoft,
especializado en simulación de molienda de bolas, autógena y semi-autógena. Frente a
otros softwares; MolyCop es de libre uso y acceso gratuito, tiene gran facilidad de uso,
facilidad para detectar errores y generación fácil de reportes o modificaciones en la
configuración, es la herramienta más difundida entre los metalurgistas de las plantas de
beneficio e ingenieros de procesos. El software MolyCop permite realizar balances de
masa, ajuste de datos y simulación de operaciones de molienda-clasificación de manera
rápida y confiable. Por los beneficios que tiene el software MolyCop 3.0, consideramos
que la presente tesis se justifica.

7
2. 3. Objetivos:
2. 3. 1. Objetivo general
· Incrementar la capacidad de tratamiento del circuito de molienda de la planta
concentradora Lincuna, mediante la aplicación del software Molycop Tools 3.0.
2. 3. 2. Objetivos específicos
· Realizar un balance de masa del circuito de molienda de la planta concentradora
Lincuna
· Evaluar el desempeño metalúrgico del circuito de molienda-clasificación
existente.
· Optimizar e incrementar el tonelaje de la planta Lincuna y cumplir con la
granulometría adecuada de molienda, P80 de 250 µm, para el proceso de
concentración, siendo ello factible económicamente.
2. 3. 3. Alcance
Ø El presente estudio está enfocado solo en el área molienda-clasificación dentro
de la minera Lincuna, utilizando el software MolyCop 3.0.
Ø Las simulaciones que se realizarán para optimizar el circuito de molienda-
clasificación de Lincuna, tendrán como restricción utilizar principalmente los
molinos existentes en planta.
Ø Plantear un proyecto de optimización que permita el incremento de la capacidad
de planta desde 2,617.94 t/d hasta 4,000 t/d en un plazo estimado de dos meses
calendarios desde que se aprueba la ejecución del proyecto.

8
2. 4. Hipótesis
2. 4. 1. Hipótesis general
El uso de los modelos matemáticos de molienda y clasificación del software
MolyCop Tools permite incrementar el tonelaje de la planta concentradora Lincuna.
2. 4. 2. Hipótesis específica
La aplicación de las condiciones operativas y/o diagrama de flujo adecuados en la
mina Lincuna, permitirán optimizar las operaciones en la sección de molienda-
clasificación de la concentradora Lincuna y sentar las bases para un incremento de
tonelaje.
La evaluación inicial del circuito de molienda-clasificación mediante un balance
de masa realizado a partir de un muestreo permitirá encontrar oportunidades de
mejora en el área de molienda-clasificación.
La segunda etapa de simulación en el software MolyCop 3.0 permitirá determinar
las condiciones operativas y/o diagrama de flujo adecuados para incrementar el
tonelaje en la sección de molienda-clasificación y a su vez cumplir con la
granulometría óptima, P80 de 250 µm, para el proceso de concentración de la
concentradora Lincuna.
9
2. 5. Identificación de variables
2. 5. 1. Variables independientes:
· Granulometría de Alimentación del Circuito de Molienda - F80, µm
· Tamaño de bolas de molinos, pulg
2. 5. 2. Variable dependiente:
· Tonelaje procesado, t/d

10
CAPÍTULO III:
MARCO TEÓRICO
3. 1. Antecedentes del Proyecto
Se ha estimado que al aumentar el tonelaje procesado de la mina Lincuna se
incrementarían las utilidades de la empresa significativamente. Según la Tabla 2, al
incrementar el tonelaje desde 2,300 t/d hasta 4,000 t/d; la utilidad bruta aumentaría en
17.7 millones de dólares americanos.
Tabla 2. Ingresos versus tonelaje procesado para la Compañía Minera Lincuna.
Tonelaje Utilidad Bruta

Procesado Anual por Ventas
(t/d) (Millones USD)
2,300 24.0
2,500 26.1
3,000 31.3
3,500 36.5
4,000 41.7
Fuente. Elaboración propia.

11
50
Utilidad Bruta (MM USD)

45 41.7
40 36.5
35 31.3
30 26.1
24.0
25
20
15
10
5
0
2,300 2,500 3,000 3,500 4,000
Tonelaje procesado (t/d)
Figura 1. Utilidad bruta en millones de dólares americanos (MM USD) versus
tonelaje procesado diario de la planta concentradora Lincuna. Considerando precios
de concentrado de Zn y Pb en 894.88 USD y 3,619.68 USD (Ver Figuras 44 y 45).
Por otra parte, el Laboratorio Metalúrgico de Lincuna determinó que la recuperación
del plomo y zinc depende de la granulometría de las partículas durante el proceso de
flotación. Según se observa en la Figura 2, la recuperación de plomo disminuye cuando
las partículas tienen tamaños mayores a 212 µm y la recuperación de zinc cae a partir de
106 µm, este estudio se complementa con pruebas de moliendabilidad y flotación que se
realizaron con anterioridad en las cuales se determinó que las mejores recuperaciones y
leyes de concentrados se logra con un F80 de alimentación al proceso de flotación de 250
µm.
12
100
90
80
Recuperación (%)
70
60
50
40
30 Pb en Conc Pb
20
Zn en Conc Zn
10
0
Fracción de tamaños (um)
Figura 2. Recuperación de plomo y recuperación de zinc versus tamaño de partícula
de la planta concentradora Lincuna. Fuente. Elaboración propia.
Según lo explicado, la mina Lincuna busca establecer un equilibrio entre el grado de
molienda y el tonelaje procesado para maximizar la producción de finos sin disminuir la
eficiencia del proceso, es decir, sin disminuir la recuperación de los metales valiosos.
3. 2. Compañía Minera Lincuna S.A.
Compañía Minera Lincuna S.A., desarrolla sus actividades dentro de los límites de la
Unidad Económica Administrativa Huancapeti, la unidad minera es un yacimiento del tipo
hidrotermal en vetas, polimetálico Pb-Zn-Ag, la explotación es subterránea mediante el
método de corte y relleno ascendente. Este mineral polimetálico contiene minerales como
galena, esfalerita, argentita, tetraedrita, enargita, calcosina, calcopirita, bournonita, y

13
gangas como cuarzo, pirita, arsenopirita, calcita, entre otros; a partir del cual se producen
concentrados de Plomo-plata y concentrados de Zinc.
3. 3. Ubicación y vía de acceso
La Planta Concentradora Huancapeti se ubica adyacente al paraje del mismo nombre,
a una elevación entre 4,400 y 4,600 msnm.
El acceso desde la ciudad de Lima al área del proyecto se logra a través de la carretera
Panamericana Norte en un recorrido de 203 Km hasta el puente Fortaleza de Paramonga,
ubicado en la ciudad del mismo nombre, luego del cual se utiliza la carretera asfaltada
Paramonga – Huaraz sobre un recorrido de aproximadamente 225 Km hasta la ciudad de
Recuay. Desde Recuay se ingresa a la cordillera negra por la Ruta Recuay - Aija, La planta
se encuentra en el Abra del Huancapeti.
Dicha planta inició operación con un tonelaje de 350 t/d, para luego ampliar el tonelaje
de 350 t/d a 2300 t/d por parte de Compañía Minera Lincuna S.A.
14
LINCUNA
COMPAÑÍA MINERA LINCUNA S.A.
Figura 3. Plano de ubicación de la mina Lincuna. Fuente. Departamento de Geología y Exploraciones de la mina
Lincuna.
15
3. 4. Descripción de las operaciones en la concentradora Lincuna
3. 3. 1. Área Chancado y Clasificación
El mineral proveniente de mina llega a planta con volquetes de 25 t de capacidad
para ser pesados en una balanza de plataforma estacionaria, en esta se registra el peso
para posteriormente ser acopiado en un stock pile de 5000 t, en el stock pile inicia el
proceso de blending del mineral para ser alimentado a las tolvas de gruesos N°1 con
capacidad de 800 t, el mineral proveniente de mina tiene una granulometría máxima
de 12 pulg. La tolva N°1 está acondicionada con una parrilla de rieles de 125 Lbs.
Que posee una abertura de 12 pulg; apoyado sobre dos vigas transversales de 6 pulg
x 15 pulg que solo permiten el paso de mineral con un tamaño menor a 12 pulg. El
mineral de la tolva de gruesos No.1 se descarga con el Apron Feeder de 24 pulg x 10
ft alimentando al Grizzly Vibratorio de 4 ft x 8 ft. El Grizzly Vibratorio de 4 ft x 8 ft
clasifica el mineral, las partículas con tamaño mayor a 4 pulg (Over Size) que en
promedio es el 70% del material que ingresa al Grizzli Vibratorio de 4 ft x 8 ft que
alimenta a la Chancadora Quijadas 24 pulg x 36 pulg (Primaria) y el producto
chancado se descarga en la faja N° 2. El undersize del Grizzly Vibratorio de 4 ft x 8
ft, que en promedio es el 30% de la carga que ingresa al Grizzli Vibratorio 4 ft x8 ft,
es enviado mediante una Faja Transportadora Nº 02 de 40 pulg hacia la Chancadora
de Quijadas 24 pulg x 36 pulg. La Faja Transportadora Nº 02 alimenta a la Zaranda
Vibratoria N°1 de 6 ft x 21 ft, los gruesos (oversize) que es un 75% ingresa a la faja
N° 3 de 40 pulg la cual descarga a la chancadora cónica secundaria sandvik CH-440,
el 25% que es mineral fino (Under Size) menor de ½ pulg se capta en la Faja Nº 08,
este mineral es trasladado directo a la faja número N°9 que dirige la carga a la tolva
16
de finos Tolvas de Finos. El producto de la chancadora cónica secundaria sandvik
CH-440 que menor a 1.5 pulg descarga la faja Nº 04 la cual descarga a la faja N° 05,
esta es llevada a una tercera etapa, donde es clasificada mediante una Zaranda
Vibratoria N°2 de 6 ft x 21 ft los gruesos (oversize) que es 75% descarga a la faja Nº
06 y a la faja N° 7 y a su vez a un chancado terciario, el cual está compuesto por una
Chancadora Sandvik CH 550. Los finos de la Zaranda N° 2 descargan a la faja N°8
la cual traslada el mineral a las tolvas de finos. El producto chancado de la etapa
terciaria descarga hacia la faja Nº 04 y la faja N° 5 y está a la zaranda Vibratoria N°2
en circuito cerrado hasta conseguir un producto con un P80 de 3/8 pulg.
Los productos finos de ambas zarandas que descargan a la N° 8 van a la faja N° 9
la cual descarga a la tolva de finos N° 01 de 500 t, por un sistema de chut pivotante
la faja N° 9 alimenta a la faja N° 10 y está a la tolva N° 2 de 500 t, por otro sistema
similar de chut pivotante la faja N° 10 alimenta a la faja N° 11 y está a la tolva de
finos N° 3 de 800 t.
3. 3. 2. Área Molienda y Clasificación – Flotación Flash de Plomo-Plata
La sección molienda se constituye de dos molinos que operan como molinos
primarios y dos como molinos que operan como molinos secundarios, cada circuito
de molienda cuenta con una celda Skim Air y su función es realizar una flotación
“flash”. La capacidad de molienda es de 104 t/h, (dos molinos primarios) el mineral
a tratar cuenta con una humedad promedio de 4.5 % durante el año y gravedad
específica de 3.2. El mineral fino de las 3 Tolvas de Finos es distribuido de las
siguientes maneras:
17
Tolva de Finos No.1.- Alimenta al Molino de Bolas 8 ft x 8 ft que en algunas
ocasiones funciona como molino primario a través de la Faja Transportadora Nº 12,
donde se encuentra instalada una balanza con medición en línea que controla el peso
mediante un sistema automatizado.
Tolva de Finos No.2.- Alimenta al Molino de Bolas 8 ft x 10 ft mediante la Faja
Transportadora Nº 13, donde se encuentra instalada una balanza con medición en
línea que controla el peso mediante un sistema electrónico automatizado.
Tolva de Finos No.3.- Alimenta al Molino de Bolas 9½ ft x 12 ft a través de la Faja
Transportadora Nº 14, donde se encuentra instalada una balanza en línea automática
que controla el peso mediante un sistema electrónico automatizado.
Estos tres molinos primarios reciben el mineral fresco del circuito de chancado con
un P80 de 3/8 pulg. El suministro de agua-mineral se realiza para mantener la
densidad de pulpa en un rango de 1850 gr/l en la descarga de los molinos, la descarga
del molino 9 ½ ft x 12 ft alimenta a la celda SK 240- N°1; las espumas de la celda SK
240 N°1 se dirigen directamente a la tercera etapa de limpieza de plomo.
La descarga de la celda SK 240- N°1 va a un cajón distribuidor de allí se envía a
través de las bombas 6 pulg x 6 pulg de sellos seco al cajón de descarga del molino
7 ft x 13 ft cuya carga será bombeado al hidrociclón D-20 en un circuito cerrado
inverso, donde el Under flow retorna al molino secundario 7 ft x 13 ft y el overflow
se dirige a la primera rougher del circuito de flotación de plomo.

18
La descarga del molino 8 ft x 10 ft va a un cajón distribuidor de donde se bombea
con bombas 6 pulg x 6 pulg, a la celda SK 240 N°2, las espumas de la celda SK 240
N°2 se juntan con las espumas de la celda SK 240 N°1, y van a la tercera etapa de
limpieza del circuito de plomo.
La descarga de la celda SK 240 N°2, va a un cajón del cual se bombea hacia el
hidrociclón D15, cuyo under flow ingresa al molino 8 ft x 8 ft, y el over flow se dirige
a la primera rougher del circuito de plomo, la descarga del molino 8 ft x 8 ft se junta
con la descarga del molino 8 ft x 10 ft y cierran el circuito, haciendo un circuito
cerrado de molienda secundaria.
3. 3. 3. Área de Flotación
El proceso de flotación consta de dos circuitos, flotación Pb-Ag y flotación Zinc.
El proceso de flotación Plomo-plata se realiza a la pulpa que sale del área molienda,
la pulpa se acondiciona a un pH entre 10.0 y 10.8 e ingresa, en primer lugar, a las
celdas SK 240 N°1 y N°2 mencionadas en la sección de molienda obteniéndose un
concentrado de plomo grueso que se considera como concentrado final y es destinado
a la celda XCF-8 cleaner III y luego a los espesadores.
La sección de flotación de plomo recibe la pulpa que es entregada por el O/F de
los hidrociclones D-20 y D15. Esta pulpa ingresa a dos bancos de celdas XCF-38 que
funciona como una celda rougher-scavenger I, las espumas de estas celdas se juntan
y alimentan a la celda BF-8 #1 cleaner 1, la descarga de esta ingresa a través de la
bomba 6 pulg x 4 pulg a la celda rougher – scavenger y el relave de estas celdas es el
relave final del circuito de plomo que es el alimento para el circuito de zinc.
19
Las espumas de la BF-8 #1 cleaner 1, alimenta a la celda BF -8#2 cleaner 2, cuyas
espumas son enviadas hacia la celda XCF-8, la cual trabaja como cleaner 3, el relave
de la tercera limpieza es bombeada a la celda WS-240, la cual funciona como una
segunda limpieza en otro circuito aislado, esta celda WS-240 también recibe las
espumas de la celda TC-10 que funciona como una primera limpieza en un circuito
aislado, la celda TC-10 recibe el relave de la celda WS240 y las espumas de la celda
BF-8 que funciona como una celda rougher 1 también de un circuito aislado paralelo,
el relave de la celda TC-10 es bombeada a la celda BF-8 rougher 1 del circuito
paralelo aislado, y el relave de esta celda BF-8 rougher 1 es dirigido por gravedad a
las celdas DR 56 ft x 56 ft que funciona también en un circuito paralelo como una
Rougher 2. El concentrado de esta rougher 2 es dirigido a la celda BF-8 rougher
número 1 del circuito aislado paralelo de esta manera se cierra el circuito de flotación
de plomo.
El relave del circuito de plomo es enviado al área de flotación de Zinc, esta área lo
recibe como alimento, luego ingresa a una bomba ESPIASA 6 ft x 6 ft que alimenta
al acondicionador 4.5 mt.x 5mt., la descarga del acondicionador va a una celda XCF-
38 #1 que viene a ser el rougher I, las espumas de esta celda alimentan a las celdas
WS 160 y WS 180 (cleaner III) , la descarga alimenta a la celda XCF-38 #2
denominada rougher II; las espumas de esta celda rougher II alimenta a la celda china
BF-8 #4 denominada como cleaner I y su descarga alimenta a las 4 celdas DR 56 ft x
56 ft que es denominado scavenger; la espumas de la celda scavenger alimenta
mediante una bomba 5ftx4ft a la celda rougher II y la descarga de esta celda es el
relave general.
20
Las espumas de la cleaner I alimentan, mediante una bomba 5 ft x 4 ft, a la celda
china BF-8 #4 cleaner II y su relave alimenta a la celda Rougher II mediante una
bomba 5 ft x 4 ft; las espumas de la celda cleaner II alimentan a las celdas WS 160 y
WS 180, que son denominados como cleaner III. Mediante una bomba 4 ft x 3 ft y un
cajón distribuidor, la descarga de esta celda mediante una bomba 5 ft x 4 ft retorna a
la cleaner I. Mediante una bomba 4 ft x 3 ft, las espumas de las celdas WS 160 y
WS180 alimentan a la celda WS 240, la cual es la etapa cleaner IV, y el relave de esta
celda retorna al cleaner II, las espumas de la etapa cleaner IV es el concentrado final
de zinc, el cual es bombeado al espesador 36 ft x 10 ft para su posterior filtrado.
3. 3. 4. Área espesado y filtrado
3. 3. 4. 1 Concentrado de plomo
De la Celda XCF8 limpieza 3 se produce el concentrado, este producto se dirige
al cajón de distribución de ingreso a los espesadores 18 ft x 10 ft las cuales trabajan
en forma paralela, donde se da la separación solido liquido del cual el over flow
(agua de proceso) es enviado al circuito de recirculación de agua, y el Under flow a
una densidad promedio de 2000 g/l es enviado por gravedad al filtro de discos de 6
anillos donde por un sistema de vacío se filtra la solución remanente de agua que es
enviada a los tanques de recirculación de agua, y obteniendo un concentrado final
con una humedad promedio de 13%. El concentrado de plomo es trasladado a la losa
de almacenamiento para su posterior comercialización.

21
3. 3. 4. 2 Concentrado de zinc
La producción de concentrado Zinc se obtiene de las siguientes etapas:
De la flotación del banco de celdas XCF-38 N°1 primera sección 1 se produce el
60% del concentrado de zinc y de la celda WS 240 se obtiene el 40% de concentrado
de zinc, en ambos caso a través de bombas de 4 ft x 3 ft sello Espiasa son enviadas
al espesador 36 ft x 11 ft, el over flow (agua de proceso) es enviado al circuito de
recirculación de agua, el Under flow con una densidad de 2000 g/l es enviada por
gravedad al filtro de discos de 6 anillos donde se filtra por un sistema de vacío los
remanentes de soluciones son enviadas a los tanques de recirculación de agua,
obteniendo un concentrado de zinc con una humedad promedio de 13%.
El concentrado de zinc es trasladado a la losa de almacenamiento de zinc para su
posterior comercialización.
3. 3. 5. Disposición Final de Relaves
Del banco de celdas scavenger 56 pulg x 56 pulg del circuito de zinc, se descarga
el relave por gravedad a un cajón de bombas principal el cual se encuentra equipado
con dos bombas 8 pulg x 6 pulg 150ZJ-A68; por la distancia de la ubicación del
dique de relavera se bombeará la pulpa en dos etapas en serie por lo cual se ha
instalado bombas intermedias de 10 pulg x 8 pulg con estas bombas tenemos la
capacidad de transportar la pulpa de relave hasta el dique donde es recepcionada en
un cajón distribuidor equipado con dos bombas 6 pulg x 4 pulg los cuales envían la
carga a los hidrociclones D-20 para su clasificación.

22
Los hidrociclones, son equipos movibles, y el Underflow vierte al muro de dique
los gruesos de la clasificación y los finos se envían a través de bombas 6 pulg x 4
pulg 80ZJ-A52 al espesador 60 ft x 10 ft para su separación solido líquido, el agua
recuperada de proceso se envía al circuito de recirculación de agua, y la descarga
del espesador 60 ft x 10 ft Under flow con una densidad de 2000 g/l a través de
bombas centrifugas 4 pulg x 3 pulg se envía a la relavera.

23
Figura 4. Diagrama de Flujo de la Concentradora Lincuna. Fuente. Departamento de Investigaciones Metalúrgicas de Lincuna. (Ver
imagen ampliada en la Figura 49, Sección Anexos)

24
3. 5. Antecedentes bibliográficos: Uso de la simulación en circuitos de
molienda-clasificación a nivel mundial
1. En una investigación realizada en la Concentradora de cobre de Madneuli,
Georgia, Rusia, (L. ERGÜN et al, 2004), se determinó la performance del circuito
existente en la Planta Concentradora de Cobre MADNEULI, se indica que la
performance del circuito de molienda puede ser mejorada y la granulometría en el
alimento a flotación puede ser más fina.
De acuerdo con esta granulometría óptima. Se desarrolló un modelo matemático
para los molinos de bolas e hidrociclones empleados en el circuito de molienda-
clasificación de la Planta Concentradora con lo cual, se realizaron simulaciones para
evaluar el efecto de las alternativas propuestas sobre la performance del circuito.
Dos alternativas fueron propuestas:
Alternativa Nº1.- Optimización del circuito de molienda existente para producir
un producto más fino.
Alternativa Nº2.- Uso de una combinación de molino de barras y molino de bolas
a cambio del circuito existente con molinos de bolas en dos etapas (primaria y
secundaria).
Ambas alternativas permitirían procesar mayor tonelaje y producir un producto
más fino. Esto es, con el circuito existente, se logró un producto con granulometría de
45.5% -200malla con un tonelaje procesado de 2050 t/d, mientras que para el mismo
25
circuito existente operando bajo condiciones óptimas (alternativa Nº1), fue posible
lograr un producto con granulometría de 60.6% menor a 200malla con un tonelaje de
2,617.94 t/d.
Por otra parte, para la alternativa Nº2, que contempló el uso de un molino de barras
y uno de bolas, fue posible lograr un producto con granulometría de 62.9% -200malla
con un tonelaje de 2,617.94 t/d. Además de lograr un producto más fino, la
combinación de molino de bolas y molino de barras (alternativa Nº2) reduciría el
consumo de energía en 45%.
2. En otro caso, en la investigación de la mina Santa Rita, Bahia, Brasil (L.
Tavares, et.al, 2014) se realizó el modelamiento y simulación para la evaluación y
mejora de la performance del circuito de conminución, de la planta concentradora de
níquel. La evaluación de la performance de operación (Caso Base) indicó una carga
circulante de 163% en la etapa de molienda de bolas, además, en la etapa de deslamado,
los hidrociclones poseían un bypass alto de finos de 69% para la fracción menor a los
10um, por lo tanto, una eficiencia de clasificación baja.
El Caso Base tiene un producto final de molienda con un P80 de 148um, para un
tonelaje procesado de 830 t/h, obteniendo una recuperación de níquel de 47.2%.
Las muestras del circuito de molienda fueron clasificadas en fracciones +8mm, -
8mm y +2mm, -2mm. Estas muestras se prepararon para someterlas a flotaciones batch
en laboratorio y así evaluar el efecto de la generación de finos en la molienda sobre la
recuperación de níquel.
26
Según las pruebas de flotación batch con el objetivo de evaluar el efecto de la
generación natural de finos por la molienda, es decir, deslamar entre la molienda SAG
y la molienda de bolas, o deslamar entre la molienda de bolas y la flotación. Resultó
mejor la primera alternativa.
Ubicar la etapa de deslamado luego de la molienda SAG evitaría una pérdida
significativa en los valores de níquel, comparado con el actual deslamado, que se ubica
luego de la etapa de molienda con bolas.
Realizando el deslamado de los finos de generación natural luego de la molienda
SAG, es posible lograr una recuperación global de níquel de 51.2% con un tonelaje
procesado de 1095 t/h.
Las simulaciones indicaron beneficios potenciales para incrementar la
recuperación de níquel, así como el tonelaje procesado.
3. En la investigación realizada en la Mina El Pilón, Jalisco, México, (J.
Reyes, 2001). Se utilizó un modelo de molienda desarrollado en la mina "El Pilon"
(México) con JKSimMet (versión 4.0) para evaluar mediante simulación tres circuitos
de molienda diferentes. La planta hidrometalúrgica de la Mina El Pilón produce barras
platé, luego de la cianuración del mineral en tanques y posterior proceso de Merrill
Crowe. La simulación muestra que el circuito de molienda en serie tiene mejores
ventajas en términos de tonelaje procesado que el circuito de molienda en paralelo o el
circuito de molienda en semi-serie. Se logró un aumento efectivo del tonelaje
procesado de molienda de 600 t/d a 800 t/d implementando un circuito de molienda en
serie, así como un aumento de la granulometría del producto final de molienda de 57%
27
a 75%, - 200malla. Asimismo, se validaron las simulaciones realizadas mediante un
muestreo posterior a la modificación en planta, indicando los siguientes valores: 76%
- 200malla y 20.1% sólidos en el overflow del hidrociclón para un tonelaje de 809 t/d;
mientras que los valores simulados fueron 74.3% - 200malla y 19.0% sólidos en el
overflow del hidrociclón para un tonelaje de 800 t/d, con lo cual se muestra una
confiabilidad del 90% del simulador.
4. En la investigación realizada en la mina Las Cenizas, Valparaíso, Chile (M.
Raby 2016), Se utilizó Moly-Cop Tools como software de apoyo.
El trabajo realizado se fundamenta en el estudio de las variables operacionales que
controlan todas las etapas de molienda y clasificación. Previamente, se determinó que
las principales influencias durante este proceso, son en primer lugar el llenado de bolas
del molino y el tamaño de la alimentación fresca del mineral al sistema. El área en
estudio consiste en tres secciones de molienda y clasificación (Sección 1, 2 y 3), se
evaluaron las secciones 1 y 2, cada una con un molino de bolas y un hidrociclón. Se
trabajó en base a muestreos, los cuales se realizaron en los distintos flujos de las etapas
de molienda y clasificación, para así lograr la caracterización del sistema,
determinando los parámetros de operación involucrados.
Los datos obtenidos de los muestreos fueron posteriormente utilizados en los
estimadores de parámetros de los sistemas molienda-clasificación, se procedió a
simular nuevas condiciones de operación, cuyos resultados fueron lograr un P80 de 140
micrones y además de aumentar el tratamiento de ambas secciones.

28
Para la sección 1, se logró disminuir el P80 del producto final de 159 a 140
micrones. Para lograr dicho cambio se modificó el tamaño del ápex del hidrociclón de
4 pulg a 3,5 pulg, y se elevó el porcentaje de llenado de bolas del molino de 32.6 % a
36 %, dado que existía potencia disponible en el motor del molino de bolas. Además,
se varió el tamaño de alimentación fresca del mineral desde 8.996 a 7.283 micrones.
Para la segunda parte, el ajuste de clasificación de tamaño del P80 fue de 146 a
140 micrones, el aumento de capacidad de tratamiento fue de 5,9 t/h, el cual se logró
modificando el porcentaje de llenado de bolas del molino de 32,5% a 38%, dado que
había potencia disponible en el motor del molino de bolas. También se varió el tamaño
de alimentación fresca del mineral, el cambio fue desde 10.965 hasta 9137 micrones.
5. En otra investigación (S. Kawatra, et. al, 2005), se estudia cómo mejorar la
eficiencia energética de las operaciones industriales de chancado y molienda
(conminución). Los modelos matemáticos del proceso de conminución se utilizaron
para estudiar métodos para optimizar la distribución del tamaño del producto, de modo
que pudiera minimizarse la sobremolienda o producción de material excesivamente
fino.
El objetivo era ahorrar energía al reducir la sobremolienda, al mismo tiempo se
evitaría pérdidas en la recuperación por la flotación de "lamas", los que al ser
demasiado finos para ser recuperados de manera eficiente. Se realizaron extensas
campañas de muestreo y modelamiento matemático de los circuitos de molienda para
determinar cómo solucionar este problema. La metodología adoptada fue: (1)
Modelado del circuito para determinar cuellos de botella en el proceso que restringen
29
los caudales en un área, mientras que obligan a otras áreas a sobremoler el material; (2)
Modelado de hidrociclones para determinar los mecanismos responsables de retener
partículas finas y de alta densidad en el circuito hasta que sean sobremolidas y mejorar
los modelos existentes para explicar este comportamiento con precisión; y (3)
Evaluación del potencial del HPGR (High Pressure Grinding Roll) para mejorar la
eficiencia de conminución y producir distribuciones de tamaño de producto más
estrechas, con menor grado de sobremolienda. Finalmente, modelos matemáticos se
utilizaron para simular nuevos circuitos para minimizar la molienda excesiva y
aumentar la capacidad de planta, como resultado, la planta que procesa 15 millones de
toneladas de mineral al año tendría ahorros de energía en 82.5 x 106 kW.hr/año.
3. 6. Modelamiento y simulación en procesamiento de minerales
Hace aproximadamente 40 años, la simulación emergió como una poderosa
herramienta para el rubro del procesamiento mineral.
Las principales áreas de aplicación incluyen diseño, análisis/optimización y control de
sistemas de procesamiento. Hay otros usos de la simulación de procesos, por ejemplo,
entrenamiento de operadores y técnicos o para realizar investigaciones y desarrollo de
tecnologías.
El término SIMULACIÓN en el diccionario se define como “Es la construcción de un
modelo matemático para reproducir las características de un fenómeno, sistema o proceso,
con frecuencia usando una computadora, con la finalidad de inferir información o resolver
problemas, para ello, se emplean modelos matemáticos” (Encarta World Dictionary).

30
Los modelos matemáticos son la base de la simulación de procesos, y resulta muy
común escuchar las dos palabras modelamiento-simulación usadas de manera conjunta,
dado que, para simular un proceso, primero se requiere modelar matemáticamente el
fenómeno que ocurre en el proceso.
Existen tres tipos de modelos que sustentan la simulación de procesos:
· Empíricos
Se componen por un conjunto de ecuaciones algebraicas desarrolladas por
regresión, análisis multivariable estadístico o redes neuronales. Son los llamados
modelos de caja negra o “black box models”, en inglés. Las que son realizadas sobre
conjuntos de data de ingreso y de salida. (Por ejemplo: La ecuación de Bond, es un
modelo semi-empírico).
· Fenomenológicos
Se componen por un conjunto de ecuaciones algebraicas y diferenciales,
surgiendo de la aplicación de principios de ingeniería, física o química, pero
requieren calibración de datos de planta. (Por ejemplo: El Modelo de Balance
Poblacional).
· Fundamentales
Se componen por un conjunto de ecuaciones algebraicas y diferenciales,
basadas en leyes fundamentales de la física y/o química, requieren mínima
calibración. (Por ejemplo: Métodos de Elementos Discretos DEM, o Dinámica
Computacional de Fluidos CFD).

31
3. 7. Historia de la simulación en el procesamiento mineral (J. Herbst, 2002)
La conminución y en particular, circuitos de molienda, han recibido una atención
mayor en modelamiento y simulación, y por esa razón, se tomará como ejemplo a los
circuitos de molienda para ilustrar la historia del desarrollo de la simulación.
Antes de 1960.
Los modelos matemáticos siempre han estado presentes por mucho tiempo, desde que
profesionales ingenieros, científicos, economistas, entre otros, han buscado la solución de
problemas con un enfoque cuantitativo. Sin embargo, antes de la introducción de la
computación digital de bajo costo y un alto nivel en los lenguajes de programación, la
necesidad de soluciones analíticas limitaba la complejidad de los modelos a modelos de
poca álgebra o pocas ecuaciones diferenciales ordinarias.
Un buen ejemplo de la clase de modelos que surgió en esta época fue el Modelo del
Work Index de Bond (1952), dado por la siguiente ecuación:
P 1 1
W = = 10 W − (1)
T P F
Donde:
W = Consumo Específico de Energía requerido para la conminución (kWh/TC)
P = Consumo de energía (kW)
T = Tonelaje procesado (TC/h)
Wi = Bond Work Index (kWh/TC)
P80 = Tamaño al que pasa el 80% del producto (µm)
F80 = Tamaño al que pasa el 80% del alimento (µm)

32
TC = tonelada corta (1 TC = 2000 lbs)
Durante muchos años la ecuación de Bond ha sido usada para dimensionar los molinos
de barras y bolas, y sigue siendo la base para la mayoría de los trabajos de diseño de
molinos de bolas. A medida que la escala de los equipos y la variedad de minerales se ha
ampliado, la base de datos alrededor de la prueba de Bond se ha incrementado,
produciendo factores de corrección y métodos que permiten superar las limitaciones de la
ecuación original. (Rowland, 1992, Napier-Munnet.al, 1996).
Además de la aplicación de diseño, el modelo de Bond también ha sido usado para el
análisis de procesos, circuitos y equipos de conminución. Haciendo las mediciones
apropiadas, uno puede reacomodar y resolver la ecuación 1 para obtener el índice de
Trabajo Operacional. Comparando esta estimación al Work Index de laboratorio para el
mismo mineral, resulta una medición de la eficiencia. (Austin et al, 1984, McKen et al,
2001).
Figura 5. Molino de bolas en circuito cerrado (estándar). Fuente. Mineral Processing
Plant Design, Practice, and Control Proceedings. (Herbst et al, 2002).

33
Periodo desde 1960 hasta 1980
Aunque el modelo de Bond tiene un considerable valor en cuanto al diseño de molinos
de bolas, no provee suficiente detalle para ser útil en trabajos de análisis y optimización.
En respuesta a estas limitaciones, entre los años 1950 y 1960, las investigaciones se
enfocaron más en modelos fenomenológicos de las máquinas de conminución. El enfoque
general está basado en lo que se conoce como el Modelo de Balance de Poblaciones o
(Population Balance Model). Muchas universidades, incluyendo Queensland,
Witwatersrand, Utah, Penssylvania State, British Columbia y la University of Alberta;
entre otras, empezaron a publicar investigaciones acerca de la estructura y aplicación de
estos modelos para el análisis y optimización de circuitos de conminución.
El trabajo de Lynch et al. (1976) es un ejemplo representativo de uno de los esfuerzos
iniciales para demostrar el alcance y beneficios de este método. En este estudio, las
simulaciones tenían como objetivo lograr una mayor eficiencia con una simple
modificación del circuito. Experimentos en planta validaron las simulaciones. El beneficio
fue lograr un producto más fino de la molienda-clasificación (de 70% a 77% -200 malla
Tyler) al mismo tonelaje procesado.
El método de simulación con el Modelo de Balance de Poblaciones (MBP) fue
ampliamente investigado entre los años 1970 y 1980, particularmente con respecto al
desarrollo de mejores modelos y a la creación de metodologías para la calibración de estos
modelos (por ejemplo, herramientas de muestreo y reglas, procedimientos experimentales,
métodos de balance de masa, técnicas de estimación de parámetros, etc).

34
Hasta mediados de la década de 1980, varios investigadores desarrollaron softwares de
simulación de manera aislada, pero a medida que crecía la aceptación, era evidente la
necesidad de un software comercial (robusto y compatible) y métodos estandarizados.
Este fue el período en el que los investigadores se centraron en el desarrollo de un software
comercial. En Canadá, la respuesta a este desafío fue el proyecto Simulated Processing of
Ore and Coal (SPOC), iniciado en 1980. Patrocinado por CANMET (Laguitton, 1984),
este fue uno de los primeros esfuerzos de colaboración entre la industria, el mundo
académico y el gobierno por presentar un paquete completo de programas informáticos
que facilitarían el uso de la simulación en aplicaciones industriales (Laguitton, 1984).
Esfuerzos similares estaban en marcha en otros países, y en 1984 King y Ford lanzaron
MODSIM, un simulador de procesamiento de minerales de estado estacionario de uso
general, el cual se comercializó en 1985. En 1986, el JKMRC presentó la primera versión
comercial de JKSimMet (un simulador de estado estacionario, de propósito general, para
circuitos de conminución), a su vez, el Bureau de Recherches Géologiques et Minières
(BRGM) lanzó la primera versión de USIMPAC. Los cuatro paquetes han experimentado
un desarrollo extenso en los últimos 15 años aproximadamente, y aunque todos podrían
tener un enfoque técnico algo diferente en estos días, todavía representan los estándares
de la industria contemporánea (Mular, Halbe, & Barrat, 2002).
El periodo desde 1990 al presente.
Aunque el Modelo de Balance de Poblaciones (MBP) mejoró dramáticamente la
fidelidad de las predicciones en el rendimiento del molino de bolas (circuito), una serie
variables importantes tuvieron que ser ajustadas a través de correlaciones empíricas que
35
no fueron derivadas rigurosamente y no necesariamente aplicables en general. Por
ejemplo, el tamaño de la bola, la dureza del mineral y la velocidad del molino se
incorporaron en base a los cambios esperados en la velocidad de fractura. Otras variables
como la reología de la pulpa y el perfil de los revestimientos, ambos conocidos por tener
un impacto en el rendimiento del molino, fueron ignorados en casi todos los modelos de
molino. A fines de los años ochenta y principios de los noventa, la aplicación de Métodos
de Elementos Discretos (MED) a la simulación de molienda fue investigada en la
Universidad de Utah (Mishra y Rajmani, 1992).
Durante la última década, facilitado por el aumento exponencial en la velocidad de
procesamiento de la computadora, ha habido una mayor actividad de desarrollo en esta
área, y se han informado recientemente un buen número de aplicaciones industriales.
Como su nombre lo indica, el DEM implica rastrear el movimiento de un gran número
(típicamente menor a 106) de elementos discretos (por ejemplo, bolas) en respuesta a las
fuerzas aplicadas dentro de un dispositivo (por ejemplo, un molino de bolas giratorio).
Esencialmente, esto implica la solución de un gran conjunto de ecuaciones diferenciales
que describen el movimiento de traslación y rotación de cada elemento (o partícula) en el
espacio 2D o 3D.
Mishra y Rajamani (1992), proporcionan una buena introducción a las matemáticas
subyacentes. Las actividades recientes de desarrollo se han centrado en aumentar la
velocidad de cálculo para reducir los tiempos de simulación y resolver problemas más
grandes. La atención se centró en la paralelización de los códigos y en mejores algoritmos
para "anticipar" la interacción de partículas y simplificar las soluciones. A pesar de estos

36
esfuerzos, un problema razonablemente grande (5 x 10 5 elementos) y complejo (3D con
formas no esféricas) aún puede requerir del orden de 5 días de tiempo de simulación para
resolver. También se está trabajando para desarrollar mejores herramientas de pre-proceso
(configuración de problemas) y post-procesamiento (presentación e interpretación de
datos).
Sin embargo, la simulación tridimensional de molinos en escala de planta (Rajamani y
Mishra, 2001) también puede reducirse a menos de 24 horas de computación manteniendo
los extremos cónicos de alimentación y descarga con los elevadores de extremo
correspondientes, pero utilizando una longitud más corta en la sección cilíndrica
(Rajamani y Mishra, 2001).
La Figura 6 presenta la analogía mecánica para describir colisiones entre bolas, o entre
bolas y el forro del molino a medida que las bolas y el molino se mueven. Cada colisión
se resuelve en un componente de impacto (normal) y de cizallamiento (tangencial) (Mular,
Halbe, & Barrat, 2002).

37
Figura 6. Analogía mecánica por colisiones (resorte + amortiguador) entre bolas.
Fuente. (Mishra y Rajamani, 1992).
Las pérdidas de energía pueden ser rastreadas y usadas para elaborar un espectro de
energía, como el que se ilustra en la Figura 7. Además, animaciones de la respuesta del
modelo pueden proveer alguna información adicional.
Figura 7. Espectro de disipación de energía de impacto para un molino de bolas (con
un determinado perfil de revestimiento y velocidad de rotación). Fuente. (Mular,
Halbe, & Barrat, 2002).

38
La Figura 8 ilustra el mapeo de la velocidad de traslación de los medios de molienda
en el molino e indica el grado de cataratas y las colisiones de bola sobre revestimiento.
Los espectros de disipación de energía de cizallamiento e impacto son particularmente
útiles en la estimación del desgaste del revestimiento (Qiu et al., 2001), un fenómeno que
puede incorporarse en los cálculos DEM para estudiar los efectos sobre factores tales
como la potencia y el espectro de energía en el tiempo. Uno de los desarrollos recientes
más emocionantes es la predicción de resultados de conminución basados en los espectros
de energía. Bwalya et al. (2000) y Buchholtz et al. (2000), han descrito métodos de
incorporación de fractura de minerales en la simulación de DEM.
Figura 8. Captura instantánea de una animación de movimiento de la carga de un
molino de bolas (para un determinado perfil del revestimiento y velocidad de
rotación). Fuente. (Mular, Halbe, & Barrat, 2002).

39
Nordell et al., (2001), también realizó estudios en esta área, incluida la fractura discreta
de partículas minerales, así como métodos para unificar el Modelo de Balance Poblacional
(PBM) y los Métodos de Elemento Discreto (DEM). Este desarrollo posterior es de
particular interés para la industria, ya que se basa en las fortalezas comprobadas de ambos
métodos para realizar simulaciones con nuevas aplicaciones. La Figura 9 ilustra una
evaluación de revestimientos de molinos mediante simulación, con lo cual se puede
realizar un análisis costo-beneficio de tipos de revestimientos (costo del revestimiento +
duración de mantenimiento).
|Figura 9. Diseño optimizado del sistema de revestimiento de molino con PBM/DEM
Fuente. (Mular, Halbe, & Barrat, 2002).
3. 8. Cuarta ley de la molienda
Sepúlveda (2010) realizó una investigación de la operación de molienda-clasificación
junto con recolección de datos operacionales de plantas concentradoras para determinar
criterios para optimizar la molienda. Estos criterios se reúnen dentro de lo que se ha

40
llamado la “cuarta ley de la molienda”. La cuarta ley de molienda nos indica que, para
obtener una eficiencia óptima energética en la molienda, debemos reducir el porcentaje
de finos en el interior del molino. “Para lograr ello, se debe tener un mínimo porcentaje
sólidos en el overflow del hidrociclón (utilizar el máximo flujo de agua y/o capacidad de
bomba) y el máximo porcentaje de sólidos posible en el underflow del hidrociclón (reducir
el diámetro del ápex al mínimo, evitando generar el efecto “soga”). Con estas condiciones
de operación, el porcentaje de sólidos en la alimentación a los ciclones y la carga
circulante adoptarán valores óptimos consistentes con el balance de masas del sistema que
se muestra en la Figura 10 (Sepúlveda, 2010).
Figura 10. Representación esquemática de un circuito de molienda-clasificación
convencional bajo la configuración directa. Fuente. (Sepúlveda, 2010).
1 + CC
(f ) =
1⁄(f ) + CC ⁄(f ) (2)
41
Donde:
Fs = Fracción en peso de sólidos en el flujo correspondiente.
CC = Fracción de carga circulante, definida como la razón entre el flujo másico de
descarga (Flujo 6) de los hidrociclones y el flujo másico de rebose (Flujo 7) de los mismos.
Al retirar los finos del circuito de molienda con el hidrociclón, mejoramos también la
molienda, ya que las bolas actúan preferentemente sobre las partículas gruesas (partículas
que requieren liberación). Asimismo, remover las partículas finas, al evitar la
sobremolienda, favorece la concentración de minerales (Sepúlveda, 2010)
Esta cuarta ley de la molienda se basa en tres supuestos bases:
· Relación energía/tamaño de producto.
El grado de fineza del producto que es molido está en relación directa con la
energía específica (kwh/t) aplicada a las partículas.
· Aleatoriedad del impacto
La carga molturante de los molinos impactan aleatoriamente a todas las
partículas presentes en el molino, distribuyendo el total de la energía, tanto cinética
como energía potencial por ellas contenida, entre las distintas fracciones
granulométricas.
· Proporcionalidad de los cortos circuitos de finos y agua.
El By-pass de finos (Bpf) al under flow de los hidrociclones es directamente
proporcional al correspondiente by – pass de agua (Bpw).

42
Sepúlveda (2010) realizó una evaluación del circuito de molienda en Minera
Carolina de Michilla, Chile, donde aplicó las condiciones de operación sugeridas
por el criterio de la Cuarta Ley, el resultado fue una reducción del Work Index
Operacional- A continuación, se mostrarán algunas correlaciones encontradas en
dicho estudio.
3. 9. Relaciones con el Work Index Operacional
En la Figura 11 se puede observar que el índice de trabajo operacional (Work Index
Operativo) varía de manera directamente proporcional con el volumen de finos en el área
descarga del molino.
Figura 11. Efecto del contenido de finos (% -44 µm) en el área descarga del molino
sobre el índice de trabajo operacional, sobre la base de muestreos realizados en
Minera Carolina de Michilla, Chile. Fuente. (Sepúlveda, 2010).

43
La razón de esto es que, a mayor presencia de partículas finas, la energía
suministrada a los medios de molienda es consumida en sobre moler partículas finas, aun
cuando estas ya no necesiten mayor molienda, lo cual se traduce en un mayor Work Index
Operacional.
En la Figura 12, también podemos observar otra relación existente entre el volumen de
finos en el área descarga del molino. y el porcentaje de sólidos en el underflow del
hidrociclón, esta relación es inversamente proporcional.
Figura 12. Efecto del porcentaje de sólidos en el underflow (descarga) del hidrociclón
sobre el contenido de finos en la descarga del molino, sobre la base de muestreos
realizados en Minera Carolina de Michilla, Chile. Fuente. (Sepúlveda, 2010).
Por otra parte, se observa en las Figuras 11 y 12, que la carga circulante tiene un efecto
inversamente proporcional sobre el volumen de finos en el área descarga del molino. Al
diluir más el overflow del hidrociclón, una mayor cantidad de finos serán arrastrados por
el agua hacia el overflow, esto hará a su vez que las partículas gruesas que van por el
44
underflow generen una mayor recirculación hacia el molino e incrementando a su vez el
porcentaje de sólidos en el underflow del hidrociclón.
Sepúlveda también concluye que “no necesariamente una mayor carga circulante es
indicativa de un mineral más duro y difícil de moler”, así como “una mayor carga
circulante no significa que el proceso sea deficiente”, por el contrario, una mayor carga
circulante podría mejorar la molienda (ver Figura 11). Finalmente, dependiendo de la
capacidad de las bombas, se podrá tomar ventaja del menor WiO ya sea para pasar más
tonelaje, para una misma tarea de molienda, o incrementar la fineza del producto final
para un mismo tonelaje” (Sepúlveda, 2010).
3. 10. Teoría de molinos de bolas
Son los molinos rotatorios más comunes en la industria del procesamiento mineral, esto
es probablemente debido a que operan bien tanto a escala de laboratorio como a nivel
industrial. Estos molinos abarcan la conminución de minerales en un amplio rango de
tamaños, desde unos pocos milímetros hasta algunas decenas de micras. Los molinos de
bolas operan como molinos primarios con hasta una alimentación de tamaño de 20 mm,
así como en etapas secundarias/terciarias y operaciones de remolienda con alimentos y
productos finos. Los molinos de bolas han incrementado en tamaño de manera continua,
motivado por factores de costos y economía de escala. Durante la década del 1950 y 60s,
molinos de bolas de gran diámetro dominaron la molienda primaria de gran capacidad.
Sin embargo, desde mediados de la década de 1970, los circuitos de varias etapas de
chancado y molienda primaria con molinos de bolas fue casi completamente reemplazado
por los circuitos AG/SAG. Los molinos de bolas aún dominan las aplicaciones de
45
molienda secundaria, pero están en fuerte competencia con los circuitos cerrados de
molinos AG/SAG y una variedad de molinos por agitación (stirred mills). Los molinos
por agitación, como el molino torre (tower mills), también están encontrando aplicación
en operaciones de molienda fina, especialmente en aquellas con un tamaño de
alimentación de 80% pasante las 50µ m Napier-Munn et al (1992).
Como se indicó anteriormente, los molinos son los equipos que más energía consumen
dentro de una planta concentradora. Por tanto, la adecuada operación de los molinos y
clasificadores tiene importantes implicancias en cuanto a eficiencia y producción.
3. 11. Descripción de la operación de molienda
Los molinos de bolas son cilindros que rotan respecto a su eje longitudinal. La roca
mineralizada y agua (molienda húmeda) son alimentados por un extremo del molino y
esta mezcla se descarga por el otro extremo. El otro fluido para la molienda es el aire
(molienda seca), este tipo de molienda es común para la industria del cemento.
Existen 02 tipos principales de molienda de bolas, dependiendo de la forma en cómo
se descarga la pulpa. En la molienda con descarga mediante rebose, el molino tiene una
abertura en el trunnion de descarga el cual es más ancho que la alimentación, lo cual
genera un gradiente hidráulico que ocasiona el flujo de pulpa al interior del molino
(Napier-Munn T., Morrell , Morrision R., & Kojovic T., Mineral Comminution Circuits:
Their Operation and Optimisation, 1999).

46
Figura 13. Molino con descarga por rebose Fuente. (Ashok Gupta, 2016).
El otro tipo es molino con descarga mediante parrilla donde el molino posee una parrilla
y elevadores de pulpa o lifters en el extremo de la descarga, en este tipo de molinos
encontramos a los denominados autógenos (AG) y semiautógenos (SAG), estos molinos
operan con un nivel de pulpa más bajo que los molinos del tipo rebose.
Figura 14. Molino con descarga mediante parrilla. Fuente. (Ashok Gupta, 2016).
47
Un trómel cilíndrico con aberturas se incorpora axialmente a la descarga del molino y
se usa para remover las bolas desgastadas y las rocas de mineral que no lograron
fracturarse, denominados “scats”. También se incorporan espirales antirretornos en la
descarga, para devolver las bolas al interior del molino.
3. 12. Condiciones operacionales de los molinos de bolas
· Velocidad critica
Es la velocidad de rotación del molino a la cual las bolas empiezan a centrifugar
en las paredes del molino y no se desprenden del mismo. Desarrollando un balance
entre la fuerza de gravedad y la fuerza centrífuga sobre una bola en la pared del
molino, la velocidad crítica en revoluciones por minuto (RPM) resulta ser:
Velocidad crítica = 76.6⁄√D − d (3)
Dónde:
D = Diámetro interior del molino (ft)
d = Diámetro máximo de las bolas (ft)
Es lógico esperar que el movimiento de la carga en un molino va a depender del
porcentaje velocidad crítica de operación, de tal forma que la velocidad de giro de éste se
especifica con el porcentaje de velocidad crítica.
Los molinos de bolas operan en dos maneras: Cascada y catarata. En el mecanismo de
cascada ocurre principalmente la molienda por fricción, se utiliza generalmente cuando se
requiere una molienda más fina. En el mecanismo de catarata la molienda por impacto es
más evidenciados. Cuando la velocidad de rotación se aproxima a la velocidad crítica, la

48
capacidad de molienda disminuye ya que hay un porcentaje de la carga de molienda que
no realiza molienda (Batista, 2009).
Los molinos de mayores dimensiones suelen operarse a menor velocidad de rotación.
Usualmente, se refiere que ocurre una mayor molienda en aproximadamente 80% de
velocidad crítica (Napier-Munn et al, 1999).0
Figura 15. Molienda tipo cascada (izquierda) y catarata (derecha). Fuente.
(Batista, 2009).
· Porcentaje de carga molturante.
El volumen ocupado por la carga, en un molino, es la fracción o porcentaje de volumen
ocupado por esta carga, incluyendo también el espacio vacío existente entre los cuerpos
de molienda. Se calcula este porcentaje de la siguiente manera (Batista, 2009).

49
H
V = 113 − 126
D (4)
Donde:
Vc = Porcentaje de volumen ocupado por la carga de bolas (%).
Hc = Distancia entre el tope de la carga en reposo hasta el tope del forro (m).
Dm = Diámetro interno del molino (m).
· Nivel y volumen de llenado de carga
Es necesario que el molino no tenga un nivel de carga muy elevado o disminuido. La
sobrecarga puede ocasionar la acumulación de finos en la base del molino, amortiguando
el impacto, que ocasiona la fractura del mineral. Cuando el molino posee una carga baja
de mineral, se genera un excesivo impacto bola-bola, reduciendo la velocidad de fractura.
La porosidad alcanzable por la carga molturante es de aproximadamente 40%, un valor
entre 30- 40% es común. El nivel de llenado de bolas de descarga por rebose alcanzaría
un máximo de 45% (Napier-Munn T., Morrell , Morrision R., & Kojovic T., Mineral
Comminution Circuits: Their Operation and Optimisation, 1999).

50
Figura 16. Descripción del nivel de la carga en el molino. Fuente. (Sepúlveda J., 2004).
· Potencia
En las últimas décadas, se han planteado diversas ecuaciones para la estimación del
consumo de potencia en molinos rotatorios. A continuación, se mostrarán algunas de estas
ecuaciones:
Según Bond (1952), en molino de bolas, se puede estimar la potencia con la ecuación:
0,1
kW = 2,8 D .
3,2 − 3V ∗ CS ∗ 1 − (5)
2
Donde:
kWb = Potencia por tonelada corta de medio moledor (bolas) (kW/tc)
D = Diámetro en el interior del molino (ft)
VP = Porcentaje del volumen de molino llenado con bolas (%)
CS = Porcentaje de la velocidad critica (%)
Según Rowland (1972), en molino de bolas, la potencia se estima con la ecuación:

51
0,1
kW = 4,879 D .
3,2 − 3V CS 1 − + (6)
2
Donde:
KWb = Potencia por cada tonelada de bolas en el molino (kW/TC)
D = Diámetro interior del molino (m)
VP = Porcentaje volumétrico de carga molturante en el molino (%)
CS = Porcentaje de velocidad crítica (%)
Ss = Factor del tamaño de bolas
El factor de tamaño de bolas Ss se calcula de la siguiente manera:
B − 12,5D
S = 1,102 (7)
50,8
Donde:
Ss =Factor del tamaño de bola
B = Tamaño de bola (mm)
D = Diámetro interior del molino (m)
Según Hogg y Fuerstenau (1972), la potencia neta que requiere un molino de bolas se
puede estimar por la ecuación:
L
. = ηP (J − 1,065J ) senα
,
P . = 0,238D N (8)
D
Donde:
Pliq. = Potencia neta (kW)
Pinst. = Potencia instalada (kW)

52
ŋ = Eficiencia de transmisión eléctrica y de potencia (%)
D = Diámetro interior del molino (ft)
L = Longitud útil del molino (ft)
Nc = Fracción de velocidad crítica
J = Llenado volumétrico parcial aparente (%)
El llenado en volumen aparente incluye las bolas y los intersticios entre las bolas. En
el caso de los molinos con descarga por rebose, operando con baja carga de bolas, el
sobrellenado con pulpa ubicado en la parte superior también debe ser incluido como parte
del volumen aparente. Esto se refiere a la pulpa de “sobrellenado”, para diferenciarse de
la pulpa “intersticial” que se encuentra en los espacios intersticiales entre las bolas.
α = Ángulo de elevación de la carga (define la posición del centro de gravedad de la carga
en el molino con respecto a la dirección vertical). Comúnmente, sus valores están entre
35° a 40°.
ρap = Densidad de carga aparente (t/m3).
La densidad de carga aparente podría estimarse en base a los componentes de la carga
(bolas, relleno intersticial del desbordamiento de la pulpa y la pulpa), con la ecuación:
(1 − f )ρ J + ρ J f J + ρ (J − J )
ρ = (9)
J
Donde
fv = Fracción de espacios intersticiales de las bolas (%)
Este valor se asume en 40% del volumen aparente llenado por bolas.
53
Jb = Nivel aparente de bolas (%) (Considerando bolas, pulpa y espacios intersticiales
entre las bolas)
Jp = Llenado intersticial de la carga de bolas por la pulpa (%)
Pp = Densidad de pulpa (t/m3)
· Tamaño de bolas óptimo
Según Azzaroni (1981), el tamaño óptimo de bolas en la recarga se calcula con:
6.3(F ) . (W ) .
d = (10)
(ν D) .
Donde:
dB = Diámetro de bolas óptimo en la recarga (mm)
v = Velocidad de rotación del molino (RPM)
D = Diámetro del molino (m)
Wi = Work Index del mineral (kWh/t)
F80 = Tamaño de partícula al que pasa el 80% del mineral a ser fracturado.
Como se observa, el tamaño de bolas directamente proporcional al tamaño de partícula
que se alimenta al circuito de molienda. En un diagrama de flujo, para la molienda
primaria, el tamaño de partícula se mide en el producto de chancado y alimento a
molienda; mientras que, para la molienda secundaria, el tamaño de partícula se mide en la
descarga de la molienda primaria, siendo el tamaño de transferencia entre molienda
primaria y secundaria el que se usaría para el cálculo del tamaño de bolas.

54
3. 13. Modelo de balance poblacional
3. 12 .1 Modelo Cinético de Primer Orden para la Molienda
El uso de este modelo de balance poblacional en la molienda se fundamenta en
que el molino es análogo a un reactor químico que contiene una masa "W' de
partículas bien mezcladas que experimentan sucesos de fractura mientras el molino
está operando. Estas partículas se distribuyen en intervalos de tamaño de √2 o √2

12
.
Considerando que la alimentación al molino se encuentra en partículas dentro de
un intervalo de tamaño mayor (intervalo 1), entonces w1(0) = 1. Esta fracción se
muele durante un tiempo t1, finalizado ese tiempo, se toma una muestra para realizar
un análisis granulométrico y determinar la fracción en peso que queda en el intervalo
de tamaño original w1, luego, este material es devuelto al molino para continuar
moliéndose durante un tiempo adicional t2, repitiendo todo el procedimiento.
Parecería razonable que la velocidad de desaparición de la masa de la fracción de
tamaño 1 concuerde con una ley de primer orden, esto es:
d[w (t)W]
α − w (t)W (11)
dt
Como la masa retenida en el molino W es constante, resulta:
d[w (t)W]
= −S W (t) (12)
dt
55
Donde S1, se denomina tasa de fractura (función selección), y tiene unidades de
t-1. Si S1 permanece constante con el tiempo, integrando tal expresión sujeta a
condiciones iniciales se obtiene:
w (t) = w (0)exp(−S t) (13)
W1(0) es la fracción en peso inicial de partículas en el intervalo 1. No hay un
sustento fenomenológico del porque la hipótesis de primer orden debiera cumplirse;
no obstante, ello ocurre muy frecuentemente en la práctica
Cuando se analiza una distribución de tamaño de partículas es necesario aplicar
un concepto además del "Si” (función selección). Para la fractura primaria, se debe
definir la fracción másica de partículas en la clase "j" de tamaño en el alimento que
produzca fragmentos en la clase "i" de tamaño; tal parámetro se denota por "bíj”,
que es la función fractura.
3. 12 .2 Modelamiento de la molienda batch.
El balance másico se entiende de manera más simple observando la Figura 17,
que demuestra cómo se encuentra el material durante la molienda en un instante t y
un instante posterior t + Δt.

56
Figura 17. Representación esquemática de las partículas de varias mallas
granulométricas después de los eventos de fractura y generación de fragmentos entre
los tiempos t y t+dt en un molino batch. Fuente. (Batista Mazzinghy, 2009).
Matemáticamente
df (t)
= −S f (t) + b S f (t)
dt (14)
Donde fi(t) y fj(t) significa la fracción en peso en los tamaños de abertura "i" y
"j" en el molino en un instante "t" respectivamente; “bij” como la función fractura
y “Si” representa la función selección del mineral en el intervalo "i".

57
En la actualidad, se conoce la solución de este sistema de ecuaciones
diferenciales. Si los parámetros Si y bij no cambian con el tiempo, se obtiene una
solución general del sistema, llamado "modelo lineal", el cual es:
f= T∗J∗T ∗f (15)
Donde "T" es una matriz triangular inferior (n x n), cuyos elementos Tij están
dados por:
0 , si i< j
⎧ 1 , si i= j
⎪
T (16)
⎨ b ∗S
⎪ ∗ T , si i> j
S −S
⎩
Mientras que "J" es una matriz diagonal (n x n), cuyos elementos hj están dado
por:
0 , si i≠j
J = (17)
exp(−S ∗ t) , si i= j
También el vector 0 pertenece al vector de alimentación (t = O); y el vector f al
vector de descarga (t = t).
La energía especifica es el factor controlante de la molienda.

58
3. 12 .3 Modelo Herbst y Fuerstenau
De acuerdo con el modelo de Herbst y Fuerstenau, los valores de la función de
selección "Si" son proporcionales a la potencia consumida por el molino, como se
observa en la siguiente expresión:
P
S = S ∗ (18)
H
Donde:
SiE = Función selección especifica (que es independiente de las condiciones

geométricas u operacionales del molino)
H = Masa de mineral en el molino.
P = Potencia Neta consumida.
Se calcula el consumo especifico de energía “E”; de la siguiente manera:
P∗t
E= (19)
H
al reemplazar la ecuación (18) en la ecuación (19), obtenemos:
P
S = S ∗ = S ∗ (20)
H
De donde:
S ∗t= S ∗E (21)
59
Esta relación es muy importante para representar el modelo cinético de molienda
Batch en su forma normalizada:
df (E)
= −S f (E) + b S f (E) (22)
dE
El modelo de molienda Batch está constituido por la ecuación (22) y es
expresada en función de la Función selección específica "SiE" y función fractura
“bij”.
La ecuación (22) posee una solución, la cual se puede expresar en forma lineal:
= ∗ ∗ ∗ (23)
Siendo Tij:
0 , si i< j
⎧ 1 , si i= j
⎪
T (24)
⎨ b ∗S
⎪ ∗ T , si i> j
⎩ S −S
Y “Jij”:
0 , si i≠j
J = (25)
exp(−S ∗ E) , si i= j
60
3. 14. Estimación de Parámetros de Fractura
3. 13 .1 Función selección
Como pudimos ver en los apartados anteriores la función selección es definida
como la velocidad fraccional a la cual se trituran las partículas retenidas en una
malla 'i', es decir la fracción de partículas que se fracturan por kWh (tiempo).
La función Selección está representada por la siguiente relación:
α ∗ (d∗ )
S =
d∗ (26)
1+
d
Figura 18. Representación gráfica de la Función Selección. Fuente. (Austin G. &
Concha A., 1994).

61
3. 13 .2 Función Fractura
La función fractura expone a la fracción de los fragmentos de las partículas
retenidas en la malla 'j' y estas resultan retenidas a la malla 'i', como consecuencia
de un evento dado de fractura.
La función fractura está representado por la siguiente relación (2.46):
= ∗ + (1 − )∗ (27)
Para la estimación de los parámetros de fractura existen 3 métodos, los cuales
son:
1. Estimación de parámetros con ensayos de laboratorio con monotamaños.
2. Estimación de parámetros por regresión no-lineal.
3. Estimación de parámetros por el método simplificado.
De los métodos mencionados, a lo largo de este trabajo de tesis se optó por tomar
utilización del método de estimación de parámetros por regresión no-lineal, debido
sus ventajas en comparación de los otros métodos, y este método prevé resultados
con una precisión aceptable.
Este método está basado en la búsqueda óptima de parámetros de la función
selección y fractura; para la función selección a0, a1 a2 y de y para la función fractura;
y esto se logra a través de técnicas de regresión no lineal.

62
La función objetivo utilizada es la minimización de la sumatoria al cuadrado de
las diferencias de valores experimentales y simulados:
= − (28)
Donde:
Fiexp = Porcentaje pasante acumulado experimental en la posición "i"
Fimod = Porcentaje pasante acumulado simulado en la posición "i"
El problema de minimización es planteado como se observa en la figura 19.
Datos iniciales de
ingreso
Estimación inicial de
parámetros de función
selección y fractura
Modelo
matemático
(molienda batch)
Búsqueda de Minimización de
nuevos función objetivo
parámetros
NO SI
¿Es
Respuesta
mínima?
Figura 19. Estructura lógica de la rutina de estimación de parámetros función.

63
3. 15. Teoría de hidrociclones
El hidrociclón está comúnmente presente en las plantas de procesamiento de minerales.
Aunque fue patentado en 1891, su uso como clasificador y equipo para el desaguado, no
tuvo un uso masivo hasta que la Dutch State Mines lo aplicara en la preparación de carbón
en la década de 1940. En el procesamiento mineral, rápidamente las grandes y pesadas
clasificadores de espiral y de rastrillo que eran de común uso en ese entonces, teniendo
los hidrociclones obvias ventajas de simplicidad (sin partes móviles) y poco requerimiento
de espacio.
Desafortunadamente, estas ventajas también hicieron del hidrociclón una de las
unidades de operación más abusadas en procesamiento mineral. Engañoso por su
simplicidad, su performance es difícil de monitorear en línea, y un funcionamiento
significativamente lejos del óptimo no es visible a simple vista para el operador, quien,
por ende, falla en tomar las acciones correctivas correspondientes.
Visualmente, la evaluación que el operador realiza es observar las características de la
descarga del underflow (si es visible). Instrumentalmente, la densidad de pulpa de
alimentación, caudal de pulpa y caída de presión deberían estar siempre disponibles como
lecturas de mediciones en la sala de control de la planta, y en algunos pocos casos el
tamaño del producto en el overflow es monitoreado on-line, o puede ser deducido a partir
de otras variables como un “sensor suave”. Incluso aquí, el criterio para una performance
satisfactoria no está siempre bien definido para el operador.

64
La etapa de clasificación en circuitos cerrados de molienda es usualmente el factor de
mayor importancia para controlar la performance del circuito, medido como tonelaje y/o
tamaño del producto final.
Una operación pobre del ciclón es la causa común de ineficiencias en la molienda.
Consecuentemente, optimización de la performance del ciclón es de manera común, la
mejor y más fácil forma para mejorar la molienda o incrementar la capacidad de la planta.
3. 16. Descripción de la operación de cicloneo
La pulpa de alimentación entra tangencialmente y es restringida por la construcción de
la unidad a seguir un camino circular o en voluta. Esto hace que las fuerzas centrífugas
radial y de arrastre sean la base de la separación, ya sea separación sólido-líquido
(desaguado y espesamiento) o separación sólido-sólido (clasificación). Las partículas
gruesas o densas se mueven hacia la periferia, juntas siguen un flujo en espiral hacia abajo
y salen por el ápex, junto con algo de agua.
Las partículas finas o ligeras y el resto del agua se mueven hacia el eje y salen a través
del vortex finder, el que es más largo que el ápex. Los hidrociclones normalmente operan
con un núcleo de aire que se encuentra en el eje.

65
Figura 20. Hidrociclones y sus principales componentes y flujos. Fuente. (Napier-
Munn T. Morrell, Morrision R., & Kojovic T., 1999).
El rol del hidrociclón clasificador es circuitos de molienda es seleccionar al material
que pasa a la siguiente etapa de proceso, que puede ser otra etapa de reducción de tamaño
o una etapa de beneficio como la flotación, lixiviación o concentración gravimétrica. Esto
comprende hacer una separación a un tamaño de corte determinado. Material grueso que
esto es regresado al molino para que sea molido, y el material fino es el producto del
circuito (figura 20). El tamaño de corte es seleccionado sobre la base del requerimiento
del proceso, por ejemplo, el tamaño de liberación del componente valioso de la mena, y
es logrado empleando un cierto diseño del ciclón y determinadas condiciones de
operación. Un requerimiento asociado es comúnmente una concentración de sólidos en el
producto del circuito para cumplir con los requerimientos del proceso de flotación o de
66
lixiviación, es así, que las especificaciones finales del ciclón son cumplir esas dos
demandas.
Un clasificador perfecto haría un corte preciso al tamaño deseado. Los ciclones reales
se alejan del ideal por las siguientes razones principales:
· Mezcla turbulenta en el ciclón
· Fuga de material grueso por la parte superior del ciclón hacia el overflow
· Atrapamiento del material fino en el producto espesado en las paredes del ciclón,
reportándose al underflow.
· Bypass de finos en el agua que se reporta al underflow
· Condiciones de operación inapropiada, por ejemplo, viscosidad excesiva de
alimentación, efecto soga, partes del hidrociclón desgastadas (ápex o vortex).
· El mismo principio de clasificación hidrodinámica, en la que la forma de la
partícula y su densidad juegan un rol, así como el tamaño de partícula.
Algunos de estas pueden ser controladas por el diseño del ciclón y las condiciones de
operación. Ninguna puede ser eliminada completamente, en especial la última.
3. 17. Modelamiento matemático de la operación de hidrociclones
El hidrociclón es una herramienta de flujo de fluido, y por ello, debe ser susceptible a
ser descrito con la aplicación de teorías básicas de fluidos. Esto es un enfoque general
usando las ecuaciones de continuidad y balance de momento (Navier-Stokes) para
predecir velocidades locales de fluido, adicionando efectos de turbulencia (por ejemplo,
modelo de mezcla longitudinal de Prandtl, definiendo una viscosidad turbulenta), y luego

67
usando las teorías de sedimentación convencional o modificada para determinar cómo las
partículas de determinadas propiedades reaccionan a las condiciones de flujo
prevaleciente. Al respecto, Charkraborti y Miller (1992) estudiaron a profundidad este
tema. Recientemente Devulapalli y Rajamani (1996) y Concha et al. (1996) han
demostrado progreso. Un éxito particular es la predicción teórica de las velocidades
locales tangencial, radial y axial las que han sido confirmadas experimentalmente
empleando la técnica Láser Doppler Anemometry (LDA) y técnicas similares (Napier-
Munn T., Morrell , Morrision R., & Kojovic T., Mineral Comminution Circuits: Their
Operation and Optimisation, 1999).
3. 18. Curva de eficiencia de clasificación real
La performance de la operación de clasificación de tamaños se determina mediante la
curva de eficiencia real, también llamada curva de partición, curva de performance, curva
de selección o curva de Tromp. La cual se define graficando puntos que corresponden a
un eje de abscisas de la media geométrica del intervalo de tamaños para la fracción de
tamaños correspondiente y en el eje de las ordenadas se ubica el porcentaje de
recuperación de material que se reporta del alimento al underflow u overflow, llamándose
curva de eficiencia de clasificación en el underflow u overflow, de acuerdo con el flujo
que se toma para realizar los cálculos. Para la curva de eficiencia de clasificación en el
underflow del hidrociclón. Se observa que, para tamaños de partícula grandes, porcentajes
de recuperación elevados de material del alimento al clasificador se reportarán al
underflow, mientras que, para tamaños de partícula pequeños, se reportarán porcentajes

68
de recuperación bajos de material del alimento al underflow (Napier-Munn T. Monrrell,
Morrision R., & Kojovic T., 1999).
Figura 21. Curvas de eficiencia para underflow y overflow del hidrociclón. Fuente:
(Napier-Munn T. Monrrell, Morrision R., & Kojovic T., 1999).
La eficiencia real, Eoi, del tamaño i hacia el overflow se expresa mediante:
W M
E = 100 % (29)
W M
Woi = Fracción en peso de tamaño i en el overflow.
Wfi = Fracción en peso de tamaño i en el alimento al hidrociclón.
Mo = Flujo másico del overflow.
Mf = Flujo másico del alimento al hidrociclón.
Las fracciones en peso de tamaño se determinan mediante el análisis granulométrico,
mientras que los flujos másicos pueden ser calculados de la medición de flujo y densidad,
con instrumentos como flujómetro y densímetro, respectivamente. Sin embargo,

69
comúnmente en las plantas concentradoras no se cuenta con flujómetros, por lo que la
fórmula se puede basar solo en distribuciones granulométricas.
Ecuación 30. eficiencia real en función de distribuciones granulométricas.
100 W (W − W )
E = % (30)
W (W − W )
Otra alternativa es calcular la relación Mo/Mf mediante la realización de balance de pulpa
y balance de agua en los tres flujos (alimento, overflow y underflow), empleando los
porcentajes de sólidos correspondientes y luego, empleando la distribución
granulométrica del overflow y underflow, calcular la distribución granulométrica del
alimento al hidrociclón (Wills & Napier-Munn, 2006).
Las curvas de eficiencia de clasificación no pasan por el 0% para el underflow, o por
el 100% para el overflow, para tamaños de partícula menores. La explicación a este
fenómeno, es que las partículas muy finas no están sujetas a las fuerzas centrífugas o
gravitatorias (fuerzas responsables de la clasificación) y por ello solo siguen el flujo del
agua. Por ello, la curva de eficiencia intercepta el eje de las ordenadas en el valor del
porcentaje de agua que se reporta al underflow, u overflow, si la curva es para el overflow
(Sepúlveda J., 2004).
Según Kelsall (1953), el porcentaje de agua que se reporta al underflow es Rf, entonces
ese porcentaje aplicado a cada fracción de tamaño hará bypass en la clasificación y se
reportará al underflow. Así surge el concepto de eficiencia corregida mediante el bypass.
Se obtiene así la eficiencia para la operación de clasificación propiamente dicha.

70
La ecuación se establece mediante el análisis:
Siendo Eua la eficiencia actual para el underflow, cuyo significado es el porcentaje que
se reporta hacia el underflow, para la fracción de tamaño i.
Siendo xi el flujo másico (t/h) de la fracción de tamaño i en el alimento. Entonces el
producto Eua.xi representa el flujo másico de la fracción de tamaño i en el underflow.
Asimismo, el flujo másico que realizará bypass, según su definición, sería Rf.xi. El flujo
másico que realiza bypass deberá ser descontado para calcular la eficiencia corregida. De
modo que en el numerador se tendría Eua.xi – Rf.xi, mientras que en el denominador se
tendría xi – Rf.xi. Simplificando, la eficiencia corregida queda solamente en función de
la eficiencia actual y el porcentaje de agua que se reporta en el underflow.
E x −R .x E −R
E = = (31)
x − R .x 1−R
La curva de eficiencia corregida muestra una forma sigmoidea, propia de las funciones
probabilísticas a cumuladas. Aunque, de algún modo la curva de eficiencia representa la
probabilidad de que un tamaño se reporte al overflow u underflow, no es una verdadera
función probabilística.
La curva de eficiencia corregida puede ser tratada de manera análoga a una distribución
unimodal (que posee solo una moda), tal que puede ser descrita mediante dos parámetros,
uno para localización (equivalente a la media) y otro para la amplitud (equivalente a la
desviación estándar). El parámetro de localización es el d50c o tamaño de corte corregido,
tamaño al que ocurre la separación de tamaños hacía en overflow y underflow en un 50%.

71
El d50c o tamaño de corte corregido es siempre mayor que el d50 o tamaño de corte
actual.
La curva de eficiencia corregida puede ser “reducida” o “normalizada”, dividiendo las
abscisas por el d50c. De modo que Ec = 50% cuando d/d50c = 1.
Lynch y Rao (1977) mostraron que, para un alimento dado, la curva de eficiencia
reducida es independiente del diámetro del hidrociclón y de las condiciones de operación,
asumiendo geometría similar entre los hidrociclones de distintos tamaños.
Esta afirmación ha permitido el desarrollo de modelos matemáticos que describan la
operación del hidrociclón sobre un amplio rango de condiciones operacionales. Estos
modelos predicen la partición de agua o Rf y el d50c, a partir de los cuales se puede
recalcular la curva de eficiencia actual.
E
E = (32)
C
La curva de eficiencia reducida debe ser ajustada, de modo que los datos
experimentales sean bien representados por una función matemática. Diversos autores
proponen modelos matemáticos, los más conocidos son: Plitt/Reid (1971) y el modelo tipo
suma exponencial de Whiten (1966).
La ecuación de Reid/Plitt es:
E = 1 − exp −ln2(d⁄d ) (33)
Donde:
72
d = Tamaño de partícula medio
m = Parámetro de amplitud
d50c = Tamaño de corte corregido.
El parámetro “m” posee valores en el rango de 1.5 – 3.5 para hidrociclones, donde un
valor elevado significa un corte agudo en el tamaño de corte corregido d50c.
Esta ecuación tiene la ventaja de que puede ser linealizada fácilmente, luego por
regresión lineal, se puede estimar los valores de m y d50c.
La ecuación de Whiten (1966) es:
exp(αx ) − 1
E = (34)
exp(αx ) + exp(α) − 2
Donde:
Xi = Relación de tamaño de partícula medio a tamaño de corte corregido o d/d50c, también
llamado tamaño reducido.
α = Parámetro de eficiencia
De la misma forma, un valor elevado para el parámetro “α” significa un corte agudo en
el tamaño de corte corregido d50c.
La estimación de los parámetros α, d50c se puede realizar empleando la herramienta
solver, de MS EXCEL, teniendo como función objetivo minimizar la sumatoria de la
diferencia de cuadrados de Euci.

73
Figura 22. Variación de la curva de eficiencia con el parámetro de eficiencia α.
Fuente. (Napier-Munn T. Monrrell, Morrision R., & Kojovic T., 1999).
Sepúlveda (2010) indicó el siguiente:
Tabla 3. Desempeño del clasificador con el valor del parámetro de Plitt “m”.
Valor "m" Desempeño del clasificador
m>3 Buena clasificación de tamaños

2<m<3 Clasificación regular de tamaños
m<2 Pobre clasificación de tamaños
Fuente. Sepúlveda (2010).
74
3. 19. Modelo del CIMM - hidrociclón
El Centro de Investigacion Minera y Metalúrgica (CIMM) de Chile, propuso cinco
correlaciones que describen la operación del hidrociclón. Las correlaciones del CIMM se
basan en las correlaciones propuestas por Plitt (1976).
Correlación 1: Presión de alimentación al hidrociclón.
. (−7.63 + 10.79 )
= (35)
( ) . ℎ . ( ) . ( ) . ( ) .
Donde:
h = Presión de alimentación al hidrociclón (lb/pulg2)
Q = Caudal volumétrico alimentado al hidrociclón (m3/hr)
Φ = Fracción de sólidos en la alimentación al hidrociclón, en porcentaje por volumen
DC = Diámetro del hidrociclón (pulg)
h = Altura libre del ciclón, distancia entre la parte inferior del vortex a la parte
superior del ápex (pulg)
DI = Diámetro de entrada de alimentación al hidrociclón (pulg)
DO = Diámetro interno del vortex (pulg)
DU = Diámetro interno del Apex (pulg)
a1 = Constante dependiente del sistema.
Correlación 2: Tamaño de corte corregido, d50c.
El tamaño de corte corregido es el tamaño,

75
(DC) . (DI) . (DO) . exp (11.12ϕ)

d = a (36)
(DU) . h . Q0.34(ρ − 1) .
ρs = Densidad de sólidos, g/cm3.
Correlación 3: Distribución del flujo
Q h . (DU⁄DO) .
exp(−4.33ϕ + 8.77ϕ )
S= = a (37)
Q H . (DC) .
Donde:
S = Relación de flujo volumétrico del underflow respecto al overflow.
A3 = Constante dependiente del sistema.
Correlación 4: Eficiencia corregida de clasificación
E = 1 − exp −0.693(d ⁄d ) (38)
m = parámetro de Plitt
El parámetro de Plitt se determina mediante la siguiente correlación:
m = exp[a − 1.58S⁄(S + 1) ][(DC) h/Q] . (39)
A4 = Constante dependiente del sistema.
Correlación 5: Corto circuito de pulpa o By-pass.
El CIMM desarrolló una 5ta correlación, la cual relaciona el bypass de finos (Bpf) con el
bypass de agua (Bpw)
B = λB (40)
Donde:
λ = Constante dependiente del sistema.

76
⁄( + 1) −
= (41)
1 − [1 − (1 − )]
Siendo:
Rsc = Fracción en peso que sólidos que se reportan al underflow desde la alimentación,
en base a la eficiencia corregida
R = fE (42)
Donde:
fi = Fracción en peso de las partículas de tamaño di en la alimentación al hidrociclón.
La eficiencia de clasificación actual o real (Ei) se calcula conociendo la eficiencia de
clasificación corregida (Eic) y el bypass de finos (Bpf).
3. 20. Cantidad mínima de muestra - Teoría de Pierre Gy
¿Qué tan grande debe ser una muestra de sólidos de un flujo de proceso para someterse
a análisis granulométrico? Lo más grande posible, de modo que se maximice la
confiabilidad del resultado final, sería una respuesta lógica. Sin embargo, en la práctica,
la selección del tamaño de muestra implica un compromiso entre los recursos a ser
empleados en la obtención de la muestra (el costo de recolectar y procesar la muestra) y
la confiabilidad requerida de los resultados.
Para estimar de forma simple el tamaño de muestra requerida para satisfacer el Error
Fundamental, Barbery (1972), basado en la teoría de Pierre Gy, planteó la siguiente
expresión:
77
fρd (43)
M=
θ P
Donde:
M = Masa de la muestra requerida (g)
p = Densidad del material (g/cm3)
P = Proporción esperada de material en el rango de tamaño de interés
f = Factor de forma para el material (0 < f < 1)
dm = Tamaño medio en el rango de tamaño de interés (cm)
ϴ = Desviación Estándar del número de partículas en el rango de tamaño de interés.
La varianza ϴ2 es esencialmente el Error Fundamental, referido líneas arriba.
Los términos requieren explicación:
Factor de forma:
El factor de forma de una partícula se define como:
m
f= (44)
pd
Tabla 4. Factores de forma de las partículas
FORMA DE PARTÍCULA FACTOR DE FORMA

Laja 0.1
Esferoidal 1.0
Para la mayoría de los minerales: 0.3 < f < 0.7
En muchos casos, se puede asumir f = 0.6
Tamaño medio en el rango de tamaño de interés:

78
Según Barbery (1972), dm3 puede ser calculado con:
d + d (45)
d =
2
Donde
d1 y d2 = Tamaños limitantes del rango de tamaño de interés.
El rango de tamaño de interés es aquel que tiene el menor número de partículas en él,
el cual es casi siempre, el intervalo de tamaños más gruesos. Esto asegura que la
propagación de errores en las demás fracciones sea menor. El rango de tamaños debe ser
seleccionado para aproximadamente contener un 5%, es decir, P≈5%.
Desviación Estándar del número de partículas en el rango de tamaño de interés. (ϴ)
ϴ es determinado por la precisión de la estimación y la confidencia requerida:
ϕ
θ= (46)
z
Donde:
Ф = Precisión escogida (relativo a la proporción)
Z = Ordenada normal para el nivel de precisión escogida.
Tabla 5. Valores de Z, para diferentes niveles de precisión
NIVEL DE PRECISIÓN (%) Z

50.0 0.6745
80.0 1.2816
90.0 1.6449
95.0 1.9600
99.0 2.5758
99.9 3.2905
79
Un nivel de precisión del 90% (z= 1.64) es usualmente adecuado.
La definición de ϴ es interpretada de la siguiente forma: Si la proporción de material
esperado a encontrarse en el rango de tamaños grueso es 5%, o sea, P = 0.05, y se desea
estimar esto con una precisión relativa del 10%, con un 90% de precisión, entonces:
( )
ϴ= .
= 0.061, y P =5% ± 0.5%, con una precisión del 90%.
80
CAPÍTULO IV
DESARROLLO EXPERIMENTAL
4. 1. Materiales empleados
· Balanza de dos decimales.
· Baldes de 20L.
· Muestreador de brazo largo.
· Horno de secado.
· Bandejas metálicas.
· Solución de floculante al 0.01% w/v.
· Espátulas, brochas, cucharón.
· Equipo de tamizado.
· Tamices Serie Tyler con abertura de ½ pulg, ¼ pulg.
· Tamices Serie Tyler de malla #4, 6, 8, 10, 20, 40, 50, 70, 100, 140, 200, 270, 325,
400.
· Lona de 80 x 80 cm.
· Rodillo de cocina metálico.
· Flexómetro de 5m.
· Línea de aire.
· Pizetas de 1L.
· Fiolas de 100 ml.
· Cortadores de fajas de 80 cm.

81
4. 2. Procedimiento de muestreo
1. Se coordinó con el área de operaciones planta, para mantener condiciones de
molienda estable, durante todo el periodo de muestreo, es decir, no modificar
la adición de agua, frecuencia de las bombas, tonelaje de alimento fresco,
condiciones del molino, y otras condiciones operacionales.
2. Se ubicaron los baldes de 20 litros previamente etiquetados con sus
respectivos números y pesos en seco de cada balde, en los puntos a muestrear
y sobre bases estables.
3. Se tomaron muestras durante 4 horas cada media hora, se utilizaron
muestreadores de pulpa y para el mineral fresco se usaron cortadores de faja
de 80 cm de longitud. Durante las cuatro horas se pudo mantener un circuito
estable.
4. Posteriormente se llevaron las muestras al laboratorio metalúrgico en donde
se procesó la muestra para realizar los análisis de porcentaje de sólidos,
gravedad específica y análisis granulométrico.
Previo al muestreo, se registraron las medidas de ápex, vortex y las demás
medidas de los hidrociclones, así como las variables operativas de los molinos como
amperajes, voltajes de trabajo, carga de bolas, dimensiones internas, entre otros.

82
4. 3. Procedimiento de procesamiento de muestras
· Pesado y secado
1. Pesar la muestra junto con el balde y descontar el peso del balde para obtener
así el peso húmedo de la muestra.
2. Posterior a eso se procede a secar la muestra a una temperatura no mayor a
100°C.
3. Con los pesos obtenidos, se procede a calcular el porcentaje de sólidos de las
muestras, así como la humedad del alimento fresco a los molinos primarios.
· Determinación de la gravedad específica
1. Pulverizar 100 gr. de muestra representativa seca.
2. Registrar el peso de la fiola en vacío, luego proceder a enrasar la fiola con
agua y se registró el peso.
3. Pesar 10 gr. de muestra pulverizada en la fiola y aforar con agua. Anotar el
peso de fiola con agua y muestra, con los pesos obtenidos calcular la gravedad
específica.
4. Realizar el procedimiento por triplicado y promediar los valores obtenidos.
· Análisis granulométrico
1. Cuando la muestra ya se encuentra seca, homogeneizar y cuartear la muestra
en un cuarteador Jones, el cual nos permite dividir la muestra inicial en partes
homogéneas y pesos semejantes.
2. Se obtiene del cuarteo una masa total de 1 kilogramo por muestra, y se procede
etiquetarlas en bandejas.
83
3. Proceder a deslamar las muestras sobre la malla 400, y colectar las partículas
pasantes la malla 400 en baldes, etiquetarlas con la misma codificación de la
muestra deslamada, pero con una codificación adicional que identifique a la
muestra como pasante de la malla 400, y posteriormente someterlas a secado.
4. Se secan las dos muestras (retenido y pasante la malla 400) por separado, y
las partículas que no pasaron la malla 400 serán tamizadas sobre una columna
de tamices. Las partículas que pasen la malla 400 en el tamizado en seco, se
sumarán a las que pasaron la malla 400 en el deslamado para así obtener un
peso total de las partículas pasante la malla 400. Con los pesos retenidos en
cada malla, determinar el perfil granulométrico de la muestra.

84
CAPÍTULO V
RESULTADOS EXPERIMENTALES
A continuación, se muestra en la Tabla 6 las condiciones operativas con las que opera
la planta de molienda.
Tabla 6. Condiciones de operación de los circuitos durante el muestreo.

PARÁMETROS CIRCUITO A CIRCUITO B
Tonelaje de Sólidos, t/h 70.2 38.9
Gravedad Específica, t/m3 3 3
Work Index, kW.h/t 14.65 14.65
F80, µm 9969 10077
Diámetro y Largo
Nominal del Molino 9.5 ft x 12 ft 8 ft x 10 ft
Primario, ft
Diámetro y Largo
Nominal del Molino 7 ft x 13 ft 8 ft x 8 ft
Secundario, ft
Así como se observa en la Tabla 6 las características de los molinos respecto a
dimensiones, potencias, configuración abierto o cerrado, entre otros.

85
Tabla 7. Detalles de los molinos.

CIRCUITO A CIRCUITO B
PARÁMETROS MOLINO 9.5 MOLINO 7 MOLINO 8 MOLINO 8 X
X 12 X 13 X 10 8
FUNCIÓN Primario Primario Primario Primario
Medio de Molienda Bola Bola Bola Bola
DIMENSIONES
Diámetro Interno, ft 8.7 6.2 7.9 8.0
Longitud Interna, ft 12,9 12.5 10.4 8.0
ENERGÍA
Potencia Nominal, KW 525.0 250.0 300.0 225.0
Potencia Operativa, KW 483.0 277.0 279.0 216.0
OPERACIÓN
Cerrado Cerrado
Configuración de molienda Abierto Abierto
Inverso Inverso
Tamaño de bolas en la
3.5 3.3 3.5 3.0
recarga, pulg
Porcentaje de velocidad
81.0 81.0 80.0 77.0
crítica, %
86
Figura 23. Balance de materia Circuito A. Fuente. Elaboración propia.

87
Figura 24. Balance de materia Circuito B. Fuente. Elaboración propia.

88
Posterior al muestreo realizada en el circuito de molienda de la concentradora Lincuna,
se obtuvieron los perfiles granulométricos correspondientes a cada flujo, como son,
alimento, descarga de molinos, overflow y underflow de hidrociclones.
· Perfiles granulométricos de alimento y descarga por molino
A continuación, se muestran los perfiles granulométricos de alimento y descarga del
molino primario 9.5 ft x 12 ft en la Figura 25, estos perfiles granulométricos están en base
al porcentaje acumulado pasante.
100
90
Acumulado Pasante (%)
80
70
60
50
40
30
20 Alimento
10 Descarga
0
10 100 1000 10000
Tamaño de partícula (µm)
Figura 25. Perfiles granulométricos del alimento y descarga del molino 9.5 ft x 12 ft.

89
Se observa que el molino 9.5 ft x 12 ft presenta una gran separación entre los perfiles
granulométricos de alimento y descarga, lo cual es un indicio de que hay una considerable
reducción de tamaño. Los valores de F80 y P80 y el ratio de reducción para este molino
se muestran en la Tabla 8.
Tabla 8. F80, P80 y ratio de reducción para el molino 9.5 ft x12 ft.
F80 (µm) 9969

P80 (µm) 1572
Ratio Reducción 6.34
Según se indica en la Tabla 8, el molino 9.5 ft x 12 ft trabaja en circuito abierto con
un porcentaje de velocidad crítica de 81%, presenta un consumo de potencia de 483 kW
y es recargado con bolas de 3.5 pulg.
De manera análoga, se muestran los perfiles granulométricos de alimento y descarga
del molino primario 8 ft x 10 ft en la Figura 26, estos perfiles granulométricos están en
base al porcentaje acumulado pasante.

90
100
90
80
70
60
50
40
30
20 Alimento
10 Descarga
0
10 100 1000 10000
Figura 26. Perfiles granulométricos del alimento y descarga - Molino 8 ft x 10 ft.
Se observa que el molino secundario 8 ft x 10 ft presenta una gran separación entre los
perfiles granulométricos de alimento y descarga, lo cual nos indica que hay una
considerable reducción de tamaño. Los valores de F80 y P80 y el ratio de reducción para
este molino se muestran en la Tabla 9.
Tabla 9. F80, P80 y ratio de reducción para el molino 8 ft x 10 ft.

F80 (µm) 10077
P80 (µm) 1161
91
Según se observa en la Tabla 9, el molino 8 ft x10 ft, trabaja en circuito abierto con un
porcentaje de velocidad crítica de 80%, presenta un consumo de potencia de 279 kW y es
recargado con bolas de 3.50 pulg.
molino secundario 7 ft x 13 ft en la Figura 27, estos perfiles granulométricos están en base
al porcentaje acumulado pasante.
100
90
80
70
60
50
40
30
20 Alimento
10 Descarga
0
10 100 1000 10000
Figura 27. Perfiles granulométricos del alimento y descarga - Molino 7 ft x 13 ft.
Se observa que el molino secundario 7 ft x 13 ft, las curvas granulométricas están muy
próximas entre sí, lo cual es un indicio de que hay una baja reducción de tamaño. Los
valores de F80 y P80 y el ratio de reducción para este molino se muestran en la Tabla 10.
92
Tabla 10. F80, P80 y ratio de reducción para el molino 7 ft x 13 ft (1).
F80 (µm) 821

P80 (µm) 631
Ratio
Reducción 1.30
Según se observa en la Tabla 10, el molino 7 ft x 13 ft, trabaja en circuito cerrado
inverso, con un porcentaje de velocidad crítica de 81%, presenta un consumo de potencia
de 277 kW y es recargado con bolas de 3.25 pulg.
molino secundario 8 ft x 8 ft en la Figura 28, estos perfiles granulométricos están en base
al porcentaje acumulado pasante respecto al tamaño que se muestra en el eje X.
100
90
80
70
60
50
40
30
20
Alimento
10
Descarga
0
10 100 1000
Figura 28. Perfiles granulométricos del alimento y descarga - Molino 8 ft x 8 ft

93
Se observa que el molino secundario 8 ft x 8 ft, las curvas granulométricas están muy
próximas entre sí, lo cual es un indicio de que hay una baja reducción de tamaño. Los
valores de F80, P80 y el ratio de reducción para este molino se muestran en la Tabla 11.
Tabla 11. F80, P80 y ratio de reducción para el molino 8 ft x 8 ft.
F80 (µm) 685

P80 (µm) 583
Según se observa en la Tabla 11, el molino 8 ft x 8 ft, trabaja en circuito cerrado inverso,
con un porcentaje de velocidad crítica de 80%, presenta un consumo de potencia de 216
kW y es recargado con bolas de 3.00 pulg.
· Perfiles granulométricos de alimento, overflow y underflow de hidrociclones
En cuanto a la operación del hidrociclón D-20, se observa en la Figura 29 que el
overflow presenta un porcentaje considerable de partículas gruesas de hasta 30.52%
retenido en la malla 70 (212.00 µm), así como un P80 de 296.52 µm.
Esto es negativo para el proceso de flotación de plomo, plata y zinc, ya que como se
observa en la Figura 2, a partir de las 212.00 µm, sucede una caída drástica en la
recuperación de los minerales económicos hasta 41% para zinc y 45% para el plomo.
94
100
90
80
70
60
50
40
30
20 Alimento
Overflow
10
Underflow
0
10 100 1000 10000
Figura 29. Perfiles granulométricos Hidrociclón D20 (Circuito A). Fuente.
Elaboración propia.
La presencia de partículas muy gruesas de hasta 5% mayores a las 850 µm en el
overflow de hidrociclón D-20 refleja una baja eficiencia de clasificación. Esto podría
deberse al modo de operación tipo soga en el underflow del hidrociclón, así como a las
variables de operación de los molinos y/o hidrociclón.
A continuación, se muestran las curvas de eficiencia corregida para el hidrociclón D-
20 (Circuito A).
95
100
90
Eficiencia de Clasificación (%)
80
70
% EFICIENCIA
60 AL UNDERFLOW
CORREGIDO
50 d50c = 155 µm
% EFICIENCIA
40 AL OVERFLOW
CORREGIDO
30
20
10
0
10 100 1000 10000
Media geométrica de abertura de mallas (µm)
Figura 30. Curvas de eficiencia corregida para el hidrociclón D20 (Circuito A).
En la curva de eficiencia al overflow (figura 30), se observa que un porcentaje
considerable de partículas gruesas (>212 µm) se reportan de manera significativa al
overflow. Estas partículas tienen baja flotabilidad según se muestra en la figura 2.
En cuanto a la operación del hidrociclón D-15 (Circuito B), se observa en la Figura 31
que el overflow presenta un porcentaje considerable de partículas gruesas de hasta 20.58%
retenido en la malla 70 (212 µm), así como un P80 de 210 µm.
A comparación del hidrociclón D-20, este hidrociclón es más fino. En la sección de
discusión de resultados se presenta la justificación a esta diferencia entre la granulometría
del overflow de ambos hidrociclones.

96
100
90
80
70
60
50
40
30
20 Alimento
Overflow
10
Underflow
0
10 100 1000 10000
Figura 31. Perfiles granulométricos del hidrociclón D15 (Circuito B). Fuente.
100
Eficiencia de Clasificación
90
80
70 % EFICIENCIA
AL OVERFLOW
60 CORREGIDO
50 d50c = 112 µm
(%)
% EFICIENCIA
40 AL UNDERFLOW
CORREGIDO
30
20
10
0
10 100 1000 10000
Media geométrica de abertura de mallas (µm)
Figura 32. Curvas de eficiencia corregida para el hidrociclón D15 (Circuito B).

97
En la curva de eficiencia al over flow (figura 32) se observa que un porcentaje
considerable de partículas gruesas (>212 µm) se reportan de manera significativa al
overflow. Estas partículas tienen baja flotabilidad según se muestra en la figura 2.

98
· Eficiencia de molienda
En la Figuras 33, se muestra el porcentaje retenido en cada fracción de tamaños. Así
como la eficiencia de molienda, calculado mediante la siguiente fórmula
Porcentaje retenido en el tamaño i en la descarga

Eficiencia (%) = 1 − x100 (47)
Porcentaje retenido en el tamaño i en el alimento
· Eficiencia de molienda para molino primario 9.5 ft x 12 ft
100 100
Eficiencia (%)
Retenido en el tamaño de partícula i

90 90
en el alimento al molino (%)

Eficiencia de molienda (%)
80 80
Retenido en el
70 alimento al 70
molino (%)
60 60
50 50
40 40
30 30
20 20
10 10
0 0
10 100 1000 10000
Tamaño de partícula i (µm)
Figura 33. Eficiencias de molienda del molino primario 9.5 ft x 12 ft, mostrando el
perfil granulométrico del alimento al molino 9.5 ft x 12 ft (porcentaje retenido).

99
· Eficiencia de molienda para molino primario 8 ft x 10 ft
Un comportamiento similar al molino 9.5 ft x 12 ft se observa para el molino 8 ft x 10
ft.
100 100

90 Eficiencia (%) 90

80 80
Retenido en el alimento
70 al molino (%) 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
10 100 1000 10000
Figura 34. Eficiencia de molienda del molino primario 8 ft x 10 ft, mostrando el perfil
granulométrico del alimento al molino 8 ft x 10 ft (porcentaje retenido). Fuente.
Se observa en la Tabla 12, que, para los molinos primarios, el tamaño de bolas usado
actualmente es muy próximo al recomendado por Azzaroni, resultando en una eficiencia
de aproximadamente 95% en la fracción 10,000 µm x 2,000 µm (que contiene el 80% del
mineral a ser fracturado).

100

primarios.
Tamaño de bola Tamaño de bolas
Molino F80 (µm) recomendado por en la recarga
Azzaroni (pulg) actual (pulg)
9.5 ft x 12 ft 9969 3.7 3.5
8 ft x 10 ft 10077 3.9 3.5
· Eficiencia de molienda para molino secundario 8 ft x 8 ft.
100 100


80 Retenido en el
80
70 alimento al molino (%) 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
10 100 1000
perfil granulométrico del alimento al molino 8 ft x 8 ft (porcentaje retenido). Fuente.
101
· Eficiencia de molienda para molino secundario 8 ft x 8 ft.
Un comportamiento similar al molino 9.5 ft x 12 ft se observa para el molino 8 ft x 10
ft.
100 100
Retenido en el tamaño de partícula


80 80
Retenido en el alimento
70 al molino (%) 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
10 100 1000
perfil granulométrico del alimento al molino 7 ft x 13 ft (porcentaje retenido).
Por otra parte, para los molinos secundarios, se observa en la Tabla 13, que el tamaño de
bolas usado actualmente es mucho mayor al recomendado por Azzaroni, esto puede
contribuir a la baja eficiencia de los molinos secundarios. resultando en una eficiencia de
aproximadamente 25% en la fracción 8000 µm x 200 µm (que contiene el 100% del
mineral que requiere ser fracturado).

102
secundarios.
Tamaño de bola recomendado Tamaño de bolas en la

Molino F80 (µm)
por Azzaroni (pulg) recarga actual (pulg)
7 ft x 13 ft 1545 2.2 3.25
8 ft x 8 ft 1161 2.1 3
El Circuito A, con un consumo energía específico (CEE) de 10.83 kW.h/t, genera un
producto con P80 de 297 um, mientras que el Circuito N° 2 con un consumo energía
específico (CEE) de 12.72 kWh/t; un P80 de 210µm. La diferencia de P80 entre ambos
circuitos de molienda se piensa que se debe al consumo energía específico (CEE) kW.h/t.
103
CAPÍTULO VI
DESARROLLO Y CALIBRACIÓN DEL SOFTWARE MOLY- COP
TOOLS.
Como se mencionó anteriormente, las operaciones de molienda y clasificación pueden
ser descritas por modelos matemáticos en el software MolyCop Tools.
En esta ocasión se usó el Software MolyCop Tools v3.0 el cual se trabaja en tres etapas
que son el balance de masa, la determinación de parámetros, calibración del simulador y
finalmente la simulación de las distintas condiciones.
En la primera etapa que es el balance de masa se usa la plantilla BallBal_Reverse, cuyo
objetivo es realizar el balance de masa para un circuito cerrado Inverso y mediante los
modelos matemáticos del software y uso de la herramienta solver, propio del Excel, se
realiza el ajuste de los perfiles granulométricos y determinación de otros parámetros como
son By Pass de finos, By Pass de gruesos, D50c, parámetro de Plit y las constantes de
clasificación (a1, a2, a3, a4 y ƛ), todos estos parámetros se usaran posteriormente en la
siguiente etapa previo a la simulación y en la etapa de simulación.
En la segunda etapa que es la determinación de parámetros se pueden usar la plantilla
BallParam_Open, cuyo objetivo es determinar los parámetros de molienda, que son
necesarios para realizar la simulación, estos parámetros son el diámetro crítico, la función
selección, la función fractura y sus formas extendidas, para esto será necesario los perfiles
granulométricos ajustados obtenidos en la etapa de balance. También podemos usar la
plantilla BallParam_Reverse que es una plantilla que realiza tanto el balance de materia
104
como el cálculo de parámetros de molienda a la vez, esta forma es la manera más adecuada
de calcular los parámetros de molienda pues lo relaciona más con el circuito global, pero
requiere de más práctica.
Finalmente tenemos la tercera etapa que es la calibración del simulador que se realiza
en la plantilla BallSim_Reverse, en la cual se insertan los datos y parámetros obtenidos
en las dos primeras etapas y se realiza una simulación en condiciones estándares o
iniciales, para comparar los resultados obtenidos, los cuales deberían ser muy cercanos a
los datos recalculados en el balance de masa y así considerar que el simulador está
calibrado, de esta manera los valores y/o resultados simulados que arroja el simulador
serán confiables. Si los resultados obtenidos difieren mucho de los datos experimentales
o recalculaos en el balance de masa, se tendrá que volver a realizar las etapas anteriores
hasta calibrar adecuadamente el simulador.
Finalmente, cuando el simulador este calibrado se procede a la cuarta etapa que consiste
en la simulación de distintas condiciones.
Para el circuito de molienda evaluado se empleó el modelo de balance de poblaciones,
junto con las ecuaciones para describir la función selección y función fractura propuestas
por Austin (1994). Para el hidrociclón, se emplearon las ecuaciones propuestas por Plitt
(1976).
El modelo de función selección emplea constantes características de la operación y el
mineral. Estas constantes fueron calculadas ejecutando la aplicación SOLVER de Excel
en el software MolyCop Tools 3.0. A continuación se detallan.

105
Tabla 14. Parámetros de función selección - Molinos 9.5 ft x 12 ft y 7 ft x 13 ft.
MOLINO 9.5 x 12 (ft) 7 x13 (ft)

alpha0 7.11E-03 6.10E-06
alpha1 0.6279864 1.7482248
alpha2 1.0000000 1.0000000
Dcrit 13203.46 2658.84

Tabla 15. Parámetros de función fractura - Molinos 9.5 ft x 12 ft y 7 ft x 13 ft.
MOLINO 9.5 x 12 (ft) 7 x13 (ft)

beta0 0.350 0.708
beta1 0.470 0.569
beta2 4.000 4.000
Tabla 16. Constantes correspondientes al Hidrociclón D20.
HIDROCICLÓN D-20
a1 4.4530
a2 2.9902
a3 31.1738
a4 -0.0027
Λ 1.1491
Bpc 0.0000
Una vez obtenidas estas constantes, se procedió a realizar simulaciones con diversos
escenarios.
106
CAPÍTULO VII
INTERPRETACIÓN DE RESULTADOS SIMULADOS
A continuación, se muestran los escenarios evaluados mediante simulación en la

presente tesis.
Tabla 17. Escenarios evaluados mediante simulación.
Nro DESCRIPCIÓN FLOWSHEET
Circuito Inicial:
Molienda Primaria
(Circuito Abierto) y
1 Molienda
Secundaria
(Circuito Cerrado
Inverso)
Circuito
Modificado:
2 Incluye
Clasificación previa
al Circuito Inverso

107
Efecto del Tonelaje en el P80 del producto de Molienda – Circuito Actual
En la figura 37 se observa el comportamiento simulado del P80 final de molienda a
distintos tonelajes, también podemos apreciar cómo se comporta el P80 final de molienda
cuando simulamos el mismo circuito con un F80 menor y manteniendo constante las
demás condiciones.
Finalmente determinamos que si incrementamos el tonelaje sin hacer ninguna
modificación se obtendrá un producto grueso que no es conveniente para que alimente al
circuito de flotación, por ello vemos una oportunidad en la disminución del F80 de
alimentación que según la gráfica nos permite una disminución del P80 final de molienda
lo cual podemos compensarlo con un incremento de tonelaje que será evaluado
posteriormente.
450
400
350
P80 (um)
300
250
200
F80 = 10 077
150 F80 = 5 358
100
0 1000 2000 3000
Figura 37: Efecto de granulometría de alimentación al circuito de molienda-
para el Circuito Inicial. Fuente. Elaboración propia.

108
Tabla 18 . Valores calculados por el software MolyCop Tools a distintos F80 de
Alimentación.
P80 F80 Tamaño de Tamaño

F80 1st P80 2nd
(t/h) 1st 2nd bola 1st de bola
(µm) (µm)
(µm) (µm) (pulg) 2nd (pulg)
55.0 10076.8 1139.6 1139.6 245.66 3.50 3.25
F80=CTE
60.0 10076.8 1285.4 1285.4 264.54 3.50 3.25
F80=10076.8
65.0 10076.8 1449.4 1449.4 282.73 3.50 3.25
70.0 5357.7 1026.5 1026.5 258.10 3.50 3.25
F80=CTE
75.0 5357.7 1093.3 1093.3 273.23 3.50 3.25
F80=5357.7
80.0 5357.7 1156.7 1156.7 288.10 3.50 3.25
Se observa en la tabla 18, los valores calculados en el software MolyCop Tools para los
tonelajes que permiten mantenernos en el rango del P80 de trabajo en la planta
concentradora (282.73 µm – 288.10 µm). Podemos apreciar que hay un incremento de 15
t/h (180 t/d) en el circuito analizado cuando disminuimos el F80 de alimentación de
10076.8 µm a 5357.71 µm.
Efecto del Tonelaje en el P80 del producto de Molienda – Circuito Modificado
De igual forma, para un Circuito Modificado (ver Tabla 17), se determinó mediante
simulación que un mayor tonelaje para el Circuito Modificado, generaría un P80 mayor
para el producto de molienda. Para esta evaluación, se realizaron simulaciones usando dos
perfiles granulométricos como alimento fresco: El primer perfil granulométrico
corresponde al producto de chancado actual con F80 de 10,077 y el segundo perfil
granulométrico corresponde a un producto de chancado más fino con F80 de 5,358 µm.
109
400
350
300
P80 (um)
250
200
F80 = 10 077
150
F80 = 5 358
100
0 500 1000 1500 2000 2500 3000
Figura 38: Efecto de granulometría de alimentación (F80) al circuito de molienda-
para el Circuito Modificado (doble clasificación). Fuente: Elaboración propia.
Al observar este comportamiento podemos determinar que la disminución del F80 de
alimentación fresca a la molienda primaria tiene una gran influencia en el P80 final de
molienda para ambos circuitos.
Para las siguientes simulaciones buscando mejores resultados, se tomará como punto
de partida un F80 de de 5357.7 µm en la molienda primaria, ya que esto nos permitirá
incrementar la capacidad del circuito.
A continuación, en la tabla 19 se muestra los resultados del cálculo del software
MolyCop a partir de los cuales se elaboró la figura 38.

110
Tabla 19: Valores calculados por el software MolyCop Tools a distintos F80 de
Alimentación para el Circuito Modificado (doble clasificación).
Tamaño
Tamaño
F80 1st P80 1st F80 2nd P80 2nd de Bola
(t/h) de Bola
(µm) (µm) (µm) (µm) 1st
2st (pulg)
(pulg)
55.0 10071.0 1141.7 1141.7 238.39 3.50 3.25
F80=CTE
60.0 10071.0 1289.0 1289.0 253.43 3.50 3.25
F80=10076.8
65.0 10071.0 1453.4 1453.4 267.85 3.50 3.25
70.0 5340.2 1028.2 1028.2 244.46 3.50 3.25
F80=CTE
75.0 5340.2 1094.9 1094.9 256.43 3.50 3.25
F80=5357.7
80.0 5340.2 1158.4 1158.4 268.17 3.50 3.25
En la tabla 19, se muestran algunos de los resultados simulados con los tonelajes que
tomamos en cuenta en el circuito base, de la tabla 18, de lo cual podemos concluir que en
esta nueva condición de operación con este nuevo circuito obtenemos una mejora en los
P80 final de la molienda hasta 268.17 µm desde 296.52 µm para el circuito Inicial.
Efecto del Tipo de circuito en el P80 final de molienda
Una vez establecido que para todos los casos se ven mejoras en el P80 final de molienda
cuando trabajamos con F80 de molienda de 5357.7 um, se realizó simulaciones en dichas
condiciones para los dos circuitos diferentes, con distintos tonelajes de alimentación cuyos
resultados se muestran en la figura 39.

111
400
350
P80 (µm)
300
250
Circuito Inicial (F80,
5358 um)
200
Circuito Modificado
(F80, 5358 um)
150
1000 1500 2000 2500
Figura 39: Efecto de tonelaje sobre el P80 final de molienda para el Circuito Inicial
y el Circuito Modificado (doble clasificación). Ambas simulaciones para un P80
constante de 5385 µm. Fuente: Elaboración propia.
Al observar el comportamiento de ambos circuitos frente al incremento de tonelaje, nos
damos cuenta de que con tonelajes bajos, en ambos circuitos tenemos valores muy
similares de P80 final de molienda y conforme se incrementa el tonelaje, los valores de
P80 final en el Circuito Inicial superan por una mayor diferencia al P80 final de molienda
en el Circuito Modificado. Esto se da porque actualmente se está trabajando el circuito de
molienda con su máxima capacidad, y al incrementar el tonelaje la molienda se vuelve
cada vez más ineficiente, por ello cuando modificamos el circuito, lo que se está haciendo
es abrir el circuito y de esta manera aliviar al circuito de molienda en general, obteniendo
una mayor eficiencia de molienda para mayores tonelajes alimentados.

112
A continuación, se muestra la tabla 20 que contiene los cálculos realizados mediante
el software MolyCop Tools, del cual se obtienen los datos para realizar la gráfica mostrada
en la figura 39.
Tabla 20. Simulaciones realizadas en el software MolyCop Tools comparando el
Circuito Inicial como escenario 1 versus el Circuito Modificado (doble clasificación).
Como escenario 2.
F80 Tamaño de Tamaño de

P80 1st F80 2nd P80 2nd
(t/h) 1st Bola 1st Bola 2nd
(µm) (µm) (µm)
(µm) (pulg) (pulg)
70.0 5357.7 1026.5 1026.5 258.10 3.50 3.25
ESCENARIO 1 75.0 5357.7 1093.3 1093.3 273.23 3.50 3.25
80.0 5357.7 1156.7 1156.7 288.10 3.50 3.25
70.0 5357.7 1028.2 1028.2 244.46 3.50 3.25
ESCENARIO 2 75.0 5357.7 1094.9 1094.9 256.43 3.50 3.25
80.0 5357.7 1158.4 1158.4 268.17 3.50 3.25
En la Tabla 20 podemos ver los resultados simulados: manteniendo un P80 final en el
rango de (256 µm - 258 µm), es posible incrementar la capacidad en 5 t/h (120 t/d), desde
70 t/h hasta 75 t/h, solo para esta modificación del tipo circuito o diagrama de flujo. Se
estableció este rango de 256 µm - 258 µm solo como una referencia para realizar las
simulaciones, por ser valores cercanos entre sí para fines comparativos.
Efecto del Tipo de circuito y el tonelaje en la carga circulante
Según se muestra en la figura 40, el circuito propuesto con clasificación previa nos
permite llegar a tonelajes más altos sin incrementar tanto la carga circulante. Si bien es
cierto necesitamos una carga circulante ligeramente alta para tener una buena
113
clasificación, no podemos incrementar tanto este valor, ya que afectaría a nuestra
molienda teniendo exceso de finos en el molino.
800
700
Carga Circulante (%)
600
500
400
300
200 Circuito Base (F80, 5358 um)
100 Preclasificación + Circuito

Inverso (F80, 5358 um)
0
0 500 1000 1500 2000 2500 3000
Figura 40: Efecto del tonelaje procesado sobre la carga circulante para el Circuito
Actual y el Circuito Modificado, ambas simulaciones se dieron a un P80 constante
de 5385 µm. Fuente: Elaboración propia.
Tomando como referencia el comportamiento del P80 final de molienda observado en
la figura 39 y la carga circulante observado en la figura 40, podemos aceptar el circuito
modificado como una buena alternativa para incrementar el tonelaje de alimentación a los
molinos o aliviar el circuito, ya que, según las simulaciones respectivas, este circuito
modificado nos da los mejores resultados.
Efecto del tamaño de bola del molino primario sobre el P80 final de molienda.
Una vez definido el circuito modificado como el circuito adecuado de trabajo y el F80
de alimentación a molienda, procedemos a optimizar los parámetros de operación como

114
es el tamaño de bolas del molino primario, para ello establecimos un tonelaje constante y
realizamos las simulaciones modificando el tamaño de bolas del molino primario para
evaluar el comportamiento del P80 final de molienda frente a estos cambios. Esto se
aprecia en la figura 41.
280
270
O/F - P80 (µm)
260
250
240
230
220
2.0 2.5 3.0 3.5 4.0
Tamaño de bola del molino primario (pulg)
Figura 41: Efecto del tamaño de bolas en el molino primario sobre el P80 final de
molienda. Se analizó para el Circuito Modificado, con un F80 de molienda constante
de 5,385 µm. Fuente: Elaboración propia.
En la figura 41, podemos apreciar cuánto podemos reducir el P80 final disminuyendo
el tamaño de bola alimentado al molino primario. Este comportamiento es razonable ya
que al disminuir el F80 de alimentación a molienda no solo disminuye un número, sino
cambia todo el perfil granulométrico de alimentación a molienda, lo que significa un
incremento en el porcentaje de finos en el interior de los molinos, por ello es necesario

115
que se adicionen bolas de tamaños menores, y esto se refleja en la figura 41 obteniendo
2.5 pulg como tamaño de bola adecuado.
En la tabla 21, se muestran los datos usados en la figura 39. Podemos observar también
la reducción de 21 µm en el P80 final de molienda, desde 247.17 µm hasta 268.17 µm,
cambiando el solamente el tamaño de bolas de 3.5 pulg a 2.5 pulg, lo cual nos ayuda a
decidir por el uso de un menor tamaño de bolas, como es 2.5 pulg para continuar con las
simulaciones.
Tabla 21. Resultados simulados en el software MolyCop Tools variando el tamaño de
bolas del molino primario.
Tamaño de
F80 1st P80 1st F80 2nd P80 2nd
(t/h) Bola 1st
(µm) (µm) (µm) (µm)
(pulg)
VARIANDO BOLAS 80.0 5357.7 968.7 968.7 247.17 2.5
DEL MOLINO
PRIMARIO 80.0 5357.7 1156.7 1156.7 268.17 3.5
Efecto del tamaño de bola del molino secundario sobre el P80 final de molienda.
Una vez definidos el F80 de molienda, el tipo de circuito y el tamaño de bolas adecuado
en el molino primario, procedemos a evaluar el tamaño de bolas para el molino secundario,
las simulaciones respectivas se aprecian en la figura 42.

116
250
245
O/F - P80 (µm)
240
235
230
225
220
1.0 1.5 2.0 2.5 3.0 3.5 4.0
Tamaño de bola del molino secundario (pulg)
Figura 42. Efecto del tamaño de bolas en el molino secundario vs P80 final de
molienda. Se analizó para el Circuito Modificado, con un F80 de molienda constante
de 5,385 µm y tamaño de bola de 2.5 pulg en el molino primario. Fuente: Elaboración
Propia.
Según la figura 40, la variación del P80 final no es tan grande como el efecto que se
tiene en los molinos primarios, pero si hay una ligera disminución del P80 final de
molienda cuando usamos un tamaño de bola de menor tamaño, por ello tomamos 1.5 pulg
como valor adecuado de tamaño de bola en el molino secundario.
En la tabla 22, se muestran los datos usados para graficar la figura 42. Podemos
observar también la reducción de 5.58 µm en el P80 final de molienda, desde 247.67 µm
hasta 242.09 µm, cambiando el solamente el tamaño de bolas de 3.50 pulg a 1.50 pulg, lo
cual nos ayuda a decidir por el uso de un menor tamaño de bolas, como es 1.5 pulg para
las siguientes simulaciones.

117
Tabla 22. Resultados simulados en el software MolyCop Tools variando el tamaño de
bolas del molino secundario.
Tamaño de
F80 1st P80 1st F80 2nd P80 2nd
(t/h) bola 2nd
(µm) (µm) (µm) (µm)
(pulg)
VARIANDO BOLAS DEL 80.0 5357.7 968.7 968.7 242.09 1.5
MOLINO SECUNDARIO
(MOLINO PRIMARIO 2.5 80.0 5357.7 968.7 968.7 247.67 3.3
pulg)
Efecto del tonelaje de alimentación sobre el P80 final de molienda para una condición
optimizada.
A continuación, se muestra la tabla 23, en el cual se pueden observar parte de las
simulaciones que se realizaron para graficar la figura 43.
Tabla 23. Resultados de simulaciones realizadas en el software MolyCop Tools, para
incrementar la capacidad de la planta con un P80 final de molienda aproximado de
250 µm.
P80 2nd Vortex Presión Tamaño de Tamaño de

(t/h)
(µm) (pulg) (psi) bola 1st (pulg) bola 2nd (pulg)
F80 = 80.0 242.29 4.50 12.12 2.50 1.50
5357.71 83.5 249.33 4.50 13.14 2.50 1.50
Después de realizar las simulaciones, se redujo el P80 final de molienda a un valor de
242.29 µm. Este valor es menor al P80 de 250 µm objetivo en la planta para obtener los
resultados metalúrgicos esperados que son recuperaciones mayores de 80% en plata,
plomo y zinc y calidades de concentrados adecuadas. Por ello, aún tenemos capacidad de
118
procesar un mayor tonelaje con un P80 final de molienda 249.37 µm, sin sobrepasar el
P80 final de molienda objetivo de 250 µm.
A continuación, se muestra en la figura 43, el comportamiento del P80 final de
molienda respecto a un incremento del tonelaje de alimentación según las simulaciones
realizadas.
260
255
250
O/F - P80 (µm)
245
240
235
230
225
220
1900 1920 1940 1960 1980 2000 2020 2040 2060
Figura 43: Efecto de tonelajes sobre P80 final de molienda. Se analizó para el Circuito
Modificado, con un F80 al circuito de molienda constante de 5,385 µm y tamaño de
bola de 2.5 pulg en el molino primario y 1.5 pulg en el molino secundario. Fuente:
Elaboración Propia.
Según los valores simulados para este circuito podemos incrementar el tonelaje a 83.5
t/h (2004.0 t/d) con un P80 final de molienda de 249.330 µm, lo cual nos permitiría
119
procesar un tonelaje total de 2,004 t/d en el circuito analizado y de 4,008 t/d en la planta
ya que son dos circuitos de molienda.
De los resultados expuestos, se realizó un análisis de mejora granulométrica del
producto de molienda que se muestra a continuación en la tabla 24.
Tabla 24. Mejora de P80 final de molienda respecto a la condición base.
F80 1st P80 2nd

(t/h)
(µm) (µm)
CONDICIÓN BASE 80.0 10076.8 302.81
CONDICIÓN MEJORADA 80.0 5357.7 242.29
Se calculó la reducción del P80 final de molienda manteniendo constante el tonelaje
tratado. De lo cual se determina una reducción de 60.52 um, desde 302.81 µm hasta 242.29
µm.
Finalmente, también se realizó un análisis de capacidad en la planta concentradora,
para comparar la condición mejorada versus la condición base (como se encontró la
planta), esta comparación se observa en la tabla 25
Tabla 25. Incremento del tonelaje en la planta concentradora a una granulometría
final constante de 249.33 um.
F80 1st P80 2nd

(t/h)
(µm) (µm)
CONDICIÓN BASE 60.16 10076.83 249.33
CONDICIÓN MEJORADA 83.50 5357.71 249.33

120
De la tabla mostrada podemos determinar un incremento del tonelaje procesado por el
Circuito evaluado, de 23.30 t/h (559.20 t/d), desde 60.16 t/h (1,443.84 t/d) hasta 83.5 t/h
(2,004.00 t/d), para una granulometría final adecuada para el proceso subsiguiente de
flotación de 249.33 µ m.
En la Figura 44 se muestra un resumen gráfico del progreso de las mejoras del tonelaje
para cada etapa de optimización con el software MolyCop 3.0, alcanzando un tonelaje de
4,008 t/d.
4500
4008
4000
3600
3500 3360
Tonelaje (t/d)
3120
3000
2500
2000
1500
1000
Caso Base Mejora F80 Circuito Mejora Tamaño
Modificado con de Bolas
Hidrociclón
Figura 44. Resumen de los incrementos de tonelaje por cada etapa de optimización con
el software MolyCop 3.0, proyectado a los dos circuitos de molienda (A y B) existentes
en la Concentradora Lincuna. Fuente: Elaboración Propia.
Finalmente, en la figura 45 mostramos el diagrama de flujo de la condición optimizada en
la cual se resaltan los mejores valores alcanzados con la simulación en el software
MolyCop 3.0.
121
TM
C Moly-Cop Tools (Version 3.0) Simulation N° 0
Remarks Leyenda
CONDICION MODIFICADA
tph Pulp m3/h
83.4 163 H2O m3/h P80
135.27 249.3
32.8 60.1 50.56 102.9

Molino 9.5x12 49.19 155.2 86.08 294.9
83.5 - 83.5 60.37
2.16 5358 32.63 1010
# of Cyclones 1
Vortex, pulg 4.50
3
Water, 40.8 Water, m /hr Apex, pulg 3.00
m3/hr 30.5 Pressure, psi 13.14
Carga circulante, % 358
83.5 101.2
73.4 1010 181.2 108.6
50.0 40.16 Molino 7x13 48.17 880
23.54 1799
SK - 240
0.655 0.812 N° 1 50.56 67.37
3
0.693 112.4 Rlv Cleaner 50.52 1799 7.5 Water, m /hr
0.55 27.16
82.85 100.3 Water, m3/hr 26.98 132.6 28.1 Water, m3/hr
72.73 1010 0.0
231.8 211.5
134.2 778
9.5x12 7x13
kWh/ton 5.78 5.47
Wio 32.45 15.80
Rr 5.30 1.30
Gross kW 482.5 276.7
Figura 45. Diagrama de Flujo para la Simulación en la condición modificada en la planta concentradora Lincuna. Fuente. Elaboración
Propia.
122
ANÁLISIS ECONÓMICO
Para llevar a cabo en incremento de tonelaje desde 2,617.94 t/d hasta 4000 t/d, se
requiere la compra de hidrociclones (preclasificación), así como bombas de mayor
capacidad para el transporte de un mayor flujo de pulpa.
Tabla 26. Relación y costo de maquinarias requeridas.
Precio
Equipo Cantidad Unitario Total
Hidrociclón D15 2 35,000 70,000
Bomba (Descarga Molino Primario) 2 50,000 100,000
Bomba (Descarga SK) 2 50,000 100,000
Bomba (Descarga Molino Secundario) 2 60,000 120,000
TOTAL 390,000
Referencia:
- Cotización Espiasa – Bombas.
- Cotización Deister Concentrator – Hidrociclón.
Tabla 27. Descriptivo de inversiones para ejecución del proyecto.
Item Costo
Maquinarias 390,000
Flete de transporte 7,800
Montaje de instalación 39,000
Puesta en marcha 19,500
Contingencias 22,815
Capital de trabajo 47,912
TOTAL 527,027
123
Tabla 28. Estado de Pérdidas y Ganancias (Sin Proyecto).

Año 0 1 2 3 4
Producción TM mineral fresco 887,040 887,040 887,040 887,040
Ingresos por venta de concentrados USD 80,775,056 80,775,056 80,775,056 80,775,056
Costo de Producción USD 53,222,400 53,222,400 53,222,400 53,222,400
UTILIDAD BRUTA USD 27,552,656 27,552,656 27,552,656 27,552,656
Regalías (3%) 826,580 826,580 826,580 826,580
Depreciación USD 1,886,500 1,886,500 1,886,500 1,886,500
Participación trabajadores (8%) 1,987,166 1,987,166 1,987,166 1,987,166
Utilidad antes de impuestos USD 22,852,411 22,852,411 22,852,411 22,852,411
Impuestos (29.5%) 6,741,461 6,741,461 6,741,461 6,741,461
UTILIDAD NETA 0 16,110,949 16,110,949 16,110,949 16,110,949
Fuente. Elaboración propia. Considerando Tonelaje procesado de 2617 t/d. Caso

Base Precio de Concentrados según Valorización (Figuras 47 y 48), Costo de
producción según Minera Lincuna (Sánchez, 2019), Utilización de Planta 92%.
Tabla 29. Flujo de Caja Económico (Sin proyecto).

Año 0 1 2 3 4
INGRESOS
UTILIDAD NETA USD 16,110,949 16,110,949 16,110,949 16,110,949
Valor de salvamento USD 3,234,000
Capital de trabajo USD 44,730
Total Ingresos USD 0 17,997,449 17,997,449 17,997,449 21,276,179
EGRESOS
Intereses USD -
Amortizaciones USD -
Inversiones USD
FLUJO DE CAJA ECONÓMICO USD 0 17,997,449 17,997,449 17,997,449 21,276,179
Fuente. Elaboración propia. Considerando Estado de Pérdidas y Ganancias (Sin

Proyecto).
Tabla 30. Estado de Pérdidas y Ganancias (Con Proyecto).
Año 0 1 2 3 4
Producción TM mineral fresco 1,346,688 1,346,688 1,346,688 1,346,688
Ingresos por venta de concentrados USD 122,631,222 122,631,222 122,631,222 122,631,222
Costo de Producción USD 80,801,280 80,801,280 80,801,280 80,801,280
UTILIDAD BRUTA USD 41,829,942 41,829,942 41,829,942 41,829,942
Regalías (3%) 1,254,898 1,254,898 1,254,898 1,254,898
Participación trabajadores (8%) 3,095,084 3,095,084 3,095,084 3,095,084
Utilidad antes de impuestos USD 35,593,460 35,593,460 35,593,460 35,593,460
Impuestos (29.5%) 10,500,071 10,500,071 10,500,071 10,500,071
UTILIDAD NETA 25,093,390 25,093,390 25,093,390 25,093,390
124
Fuente. Elaboración propia. Considerando Tonelaje procesado de 4008 t/d. Caso

Base Precio de Concentrados según Valorización (Figuras 47 y 48), Costo de
producción según Minera Lincuna (Sánchez, 2019), Utilización de Planta 92%.
Tabla 31. Flujo de Caja Económico (Con proyecto).
Año 0 1 2 3 4
INGRESOS
UTILIDAD NETA USD 25,093,390 25,093,390 25,093,390 25,093,390
Valor de salvamento USD 3,234,000
Capital de trabajo USD 47,912
Total Ingresos USD 26,979,890 26,979,890 26,979,890 30,261,801
EGRESOS
Intereses USD -
Amortizaciones USD -
Inversiones USD -527,027
FLUJO DE CAJA ECONÓMICO USD -527,027 26,979,890 26,979,890 26,979,890 30,261,801
Fuente. Elaboración propia. Considerando Estado de Pérdidas y Ganancias (Con

Proyecto).
Tabla 32. Flujo de Caja Económico por la implementación del Proyecto.
Año 0 1 2 3 4
F.C.E. (Con Proyecto - Sin Proyecto) -527,027 8,982,440 8,982,440 8,982,440 8,985,622
Fuente. Elaboración propia. Considerando la diferencia entre los Flujos de Caja

Económicos con y sin proyecto.
Tabla 33. Indicadores económicos del proyecto.
INDICADORES ECONÓMICOS
TIR (%) 1704%
VAN (USD) USD 26,757,804
Payback (días) 22
Fuente. Elaboración propia. El cálculo del VAN se realizó considerando un COK
de 12% anual.
En vista de la evaluación económica, el proyecto se califica como un proyecto altamente

rentable.
125
CAPÍTULO VIII
CONCLUSIONES
Ø El resultado final de las simulaciones fue que optimizando las condiciones de
operación se incrementaría el tonelaje que se encontró durante el muestreo de 70.2 t/h
(1,648.80 t/d) hasta 83.5 t/h (2,004.00 t/d), representando un incremento del 18.95%
del tonelaje. Además, se obtendría una reducción del P80 final de molienda desde
296.52µm hasta 249.33 µm, lo cual favorecería al proceso de flotación, todo ello
usando los molinos existentes en planta.
Ø Se determinó que la granulometría de alimentación tiene un impacto significativo en
el tonelaje del circuito analizado, permitiendo pasar 7.69% más de tonelaje, respecto
al caso base, desde 65 t/h (1,560 t/d) hasta 70 t/h (1,680 t/d), y además mejorando el
P80 del producto de molienda desde 282.73 µm hasta 258.10 µm cuyo valor fue
tomado como referencia para realizar las siguientes optimizaciones con fines
comparativos ya que se acerca bastante al valor de P80 objetivo de 250 µm establecido
en la Compañía Minera Lincuna. Esto implicaría ajustar el chancado previo a la
molienda para obtener un alimento a molienda de F80: 5358 µm.
Ø La variable “diagrama de flujo” también tiene un impacto significativo en el tonelaje,
así como en la granulometría del producto de molienda. La adición de un hidrociclón
entre la molienda primaria y secundaria permitiría pasar 7.14% más de tonelaje,
respecto a la última mejora, es decir, desde 70 t/h (1,680 t/d) hasta 75 t/h (1,800 t/d)
manteniendo el P80 del producto de molienda constante. Un hidrociclón adicional

126
permitirá aliviar el circuito de molienda ya que evacúa parte de los sólidos del sistema
y permite reducir la carga circulante.
Ø La optimización de la variable “tamaño de bolas” permitiría incrementar el tonelaje
en un 11.33% desde 1,800 t/d hasta 2,004 t/d, y además mejorar con el P80 del
producto de molienda desde 256.4 µm hasta 249.3 µm. Se determinó un tamaño de
bola adecuado de 2.5 pulg de diámetro para el molino primario frente al tamaño de 3.5
pulg actual; y 1.5 pulg para el molino secundario frente al tamaño de 3.25 pulg actual.
Ø De acuerdo a los resultados obtenidos en el Circuito A que se analizó y simuló con el
software MolyCop Tools, podemos aplicar el mismo criterio para el Circuito B el cual
tiene una potencia similar a la del Circuito A, por lo cual se espera que el tonelaje
procesado sea igual que el Circuito A aplicando la doble clasificación, la reducción de
la granulometría de alimentación y optimización del tamaño de bolas como se ha
discutido anteriormente, de esta manera llegaríamos a procesar 4,008 t/d.
Ø Un análisis económico preliminar indica que el proyecto amerita una inversión
estimada de 527,027 USD, lo cual genera un Valor Actual Neto (VAN) de 26,757,804
USD calculado para cuatro años de operación a un tonelaje de 4,008 t/d y un Costo de
Capital (COK) de 12%, además de una Tasa Interna de Retorno (TIR) de 1,704 %, con
un payback de 22 días.
127
RECOMENDACIONES
Ø Puesto que en la planta concentradora existe un molino 7 ft x 13 ft que está
inoperativo y que podemos incluirlo en el circuito para replicar las condiciones del
Circuito A, se recomienda poner operativo este molino adicional y configurar el
circuito como se muestra en la figura 45, con un hidrociclón que clasifique la
descarga del molino 9.5 ft x 12 ft en el Circuito A y otro hidrociclón que clasifique
la descarga de los molinos primarios 8 ft x 10 ft y 8 ft x 8 ft en el Circuito B con
el objetivo de remover el material fino de la descarga de los molinos primarios,
para evitar la sobremolienda, además de permitir una molienda más eficiente y en
consecuencia, un incremento de tonelaje.
Ø Se sugiere ajustar las variables operativas en el área de chancado para reducir el
F80 del alimento al molino desde 10,077 µm hasta 5,358 µm; así como reducir los
tamaños de bolas desde 3.5 pulg hasta 2.5 pulg para el molino primario y desde
3.25 pulg hasta 1.5 pulg para el molino secundario y de esta forma incrementar el
tonelaje procesado en la mina Lincuna.
Ø Se recomienda realizar un estudio de factibilidad cuando el F80 de alimentación a
molienda se reduzca a 2500 µm.
Ø Realizar este tipo de estudios de simulación dentro de un programa
Geometalúrgico con el fin de determinar la influencia de los distintos tipos de
mineral, alteraciones, entre otros sobre la planta de molienda de Lincuna.

128
D20
Concentrado Pb D15
9.5 ft x 12 ft
7 ft x 13 ft
Alimento Fresco
SK - 240
8 ft x 8 ft
Alimento Fresco
D20 Producto de
Molienda (Hacia
Flotación)
D15
Concentrado Pb
8 ft x 10 ft 7 ft x 13 ft
Alimento Fresco
SK - 240
Figura 46. Diagrama de Flujo Propuesto en base a las Simulaciones en el software MolyCop Tools, para la Concentradora Lincuna.
Fuente. Elaboración Propia

129
BIBLIOGRAFÍA
1. A. Herbst, J., Chang Lo, Y., & Flintoff, B. (2003). Size Reduction and Liberation.
En M. Clark Fuerstenau, & K. N. Han, Principles of Mineral Processing (pág. 73).
Colorado: Society for Mining, Metallurgy and Exploration, Inc. (SME).
2. Austin G., L., & Concha A., F. (1994). Diseño y simulación de circuitos de
molienda y clasificación. Concepción: CYTED.
3. Batista. (2009). Modelagem e Simulación de Circuitos de Moagem Através da
Análise da Determinacao dos Parametros de Quebra e da Energia Específica de
Fragmentação. Belo Horizonte: Universidade Federal de Minas Gerais.
4. Batista Mazzinghy, D. (2009). Modelagem e simulacao de circuitos de moagem
atraves da determinacao dos parámetros de quebra e de energia específica de
fragmentacao. Belo Horizonte: UNIVERSIDADE FEDERAL DE MINAS
GERAIS.
5. Beraldo. (1987). Moagem de Minérios em Moinhos Tubulares. São Paulo: Edgard
Blücher Ltda.
6. Bond C., F. (1961). Crushing and Grinding Calculations. Allis Chalmers Co.
Publication.
7. Chaves A, P. (2002). Teoria e Prática do Tratamento de Minérios (2ª Edição ed.,
Vol. 1). São Paulo: Editora Signus.
8. Esk. (1986). Energy Usage in mineral processing. En Wills, & Barley, Mineral
processing at a crossroads (págs. 133-155). Dordrecht: Martinus Nijhoff
Publishers.
9. Hogg, & Fuerstenau. (1972). Power Relations for Tumbling Mills (Vol. 252).
Trans. SME-AIME.
10. Hukki R., T. (1962). Proposal for a Solomonic Settlement Between the Theories
of von Rittinger, Kick, and Bond. Trans. AIME.
11. Kelly E., G., & Spottiswood J., D. (1982). Introduction to Mineral Processing.
New York: Autor.
12. Mular, A. L., Halbe, D. N., & Barrat, D. J. (2002). Mineral Processing Plant
Design, Practice and Control. Littleton, Colorado: Society for Mining,
Metallurgy, and Exploration, Inc. (SME).
130
13. Napier-Munn T., J., Morrell , S., Morrision R., D., & Kojovic T. (1996). Mineral
Comminution Circuits: Their Operation and Optimisation. Brisbane: JKMRC
Monograph Mining and Mineral Processing 2, The University of Queensland.
14. Napier-Munn T., J., Morrell , S., Morrision R., D., & Kojovic T. (1999). Mineral
Comminution Circuits: Their Operation and Optimisation. Brisbane: JKMRC
Monograph Mining and Mineral Processing 2, The University of Queensland.
15. Rowland C., A., & Kjos D., M. (1978). Mineral Processing Plant Design. New
York: Society of Mining Engineers.
16. Sánchez, M. (16 de Julio de 2019). Minera Lincuna: “el año 2018 fue un año de
retos, que terminamos con buenos resultados”. Lima, Perú: Rumbo Minero.
Obtenido de https://www.rumbominero.com/revista/entrevistas/minera-lincuna-
el-ano-2018-fue-un-ano-de-retos-que-terminamos-con-buenos-
resultados/#:~:text=Nuestro%20costo%20total%20operativo%20para,)%20es%2
0de%20US%24%2060.
17. Sepúlveda J., E. (2004). Methodologies for the Evaluation of Grinding Media
Consumption Rates at Full Plant Scale, Minerals Engineering.
18. Sepúlveda, J. E. (2010). La Cuarta Ley de la Molienda/Clasificación. Rocas y
minerales, 50-74.
19. Sepulveda, J. E.-M. (2012). Moly-Cop Tools (Nº de versión 3.0). Microsoft Excel
2007. Chile: MolyCop - Derechos Reservados .
20. Wills, B. A., & Napier-Munn, T. (2006). An Introduction to the Practical Aspects
of Ore Treatment and Mineral Recovery.
131
ANEXOS
REGISTRO FOTOGRÁFICO DEL ÁREA DE MOLIENDA DE LA

CONCENTRADORA LINCUNA
Foto 1. Interior Molino 8 ft x 10 ft.
Foto 2. Interior Molino 9.5 ft x 12 ft.

132
Foto 3. Interior Molino 8 ft x 8 ft.

133
Foto 4. Interior Hidrociclón D20.
Foto 5. Hidrociclón D20.

134
Foto 6. Muestreo de la descarga de molinos primarios.
Foto 7. Medición de densidades de Pulpa.

135
Foto 8. Muestreo en Hidrociclones.
Foto 9. Muestreo en Hidrociclones.

136
Foto 10. Equipos muestreados.
Foto 11. Equipos muestreados.

137
Foto 12. Molinos Secundarios.
Foto 13. Muestras tomadas en Planta Concentradora.

138
Foto 14. Materiales para el Proceso de Muestras.

139

140
Foto 17. Determinación de Gravedad Específica por el método de la fiola.

141
Foto 18. Deslamado de pulpa, sobre la malla número 400 (Tyler).

142
Foto 19. Proceso de muestras de Faja.
Foto 20. Tamizaje de muestras para el análisis granulométrico.

143
Foto 21. Pesado de los retenidos en cada malla, para el análisis granulométrico.
144
TABLAS DE LAS SIMULACIONES REALIZADAS PARA EL CIRCUITO

INICIAL
CIRCUITO INICIAL DE LA PLANTA

t/hr F80 1st P80 1st F80 2nd P80 2nd Tam Bola 1st Tam Bola 2nd
50.00 10076.83 1027.24 1027.24 225.65 3.50 3.25
55.00 10076.83 1139.62 1139.62 245.66 3.50 3.25
60.00 10076.83 1285.36 1285.36 264.54 3.50 3.25
65.00 10076.83 1449.39 1449.39 282.73 3.50 3.25
F80=CTE 70.00 10076.83 1607.38 1607.38 300.57 3.50 3.25
F80=10076. 75.00 10076.83 1759.45 1759.45 320.42 3.50 3.25
8 80.00 10076.83 1905.93 1905.93 339.22 3.50 3.25
85.00 10076.83 2036.64 2036.64 357.32 3.50 3.25
90.00 10076.83 2141.04 2141.04 375.01 3.50 3.25
95.00 10076.83 2240.11 2240.11 392.51 3.50 3.25
100.00 10076.83 2334.46 2334.46 399.49 3.50 3.25
50.00 5357.71 701.93 701.93 193.56 3.50 3.25
55.00 5357.71 795.20 795.20 209.51 3.50 3.25
60.00 5357.71 880.96 880.96 226.39 3.50 3.25
65.00 5357.71 955.97 955.97 242.56 3.50 3.25
F80=CTE 70.00 5357.71 1026.53 1026.53 258.10 3.50 3.25
F80=5357.7 75.00 5357.71 1093.27 1093.27 273.23 3.50 3.25
1 80.00 5357.71 1156.72 1156.72 288.10 3.50 3.25
85.00 5357.71 1236.93 1236.93 303.08 3.50 3.25
90.00 5357.71 1325.51 1325.51 318.71 3.50 3.25
95.00 5357.71 1410.49 1410.49 333.77 3.50 3.25
100.00 5357.71 1492.08 1492.08 348.45 3.50 3.25
50.00 4487.31 676.02 676.02 191.85 3.50 3.25
55.00 4487.31 766.45 766.45 207.53 3.50 3.25
60.00 4487.31 853.18 853.18 223.98 3.50 3.25
65.00 4487.31 926.63 926.63 239.98 3.50 3.25
70.00 4487.31 995.74 995.74 255.30 3.50 3.25
F80=CTE
75.00 4487.31 1061.12 1061.12 270.20 3.50 3.25
F80=4487
80.00 4487.31 1123.30 1123.30 284.81 3.50 3.25
85.00 4487.31 1184.06 1184.06 299.25 3.50 3.25
90.00 4487.31 1268.02 1268.02 314.66 3.50 3.25
95.00 4487.31 1348.41 1348.41 329.56 3.50 3.25
100.00 4487.31 1425.43 1425.43 344.06 3.50 3.25
145
TABLAS DE LAS SIMULACIONES REALIZADAS PARA EL CIRCUITO

MODIFICADO
CIRCUITO CON CLASIFICACIÓN PREVIA CCI

t/hr F80 1st P80 1st F80 2nd P80 2nd Tam Bola 1st Tam Bola 2nd
50.00 10071.01 1029.19 1029.19 222.28 3.50 3.25
55.00 10071.01 1141.70 1141.70 238.39 3.50 3.25
60.00 10071.01 1288.99 1288.99 253.43 3.50 3.25
65.00 10071.01 1453.37 1453.37 267.85 3.50 3.25
F80=CTE 70.00 10071.01 1611.69 1611.69 281.91 3.50 3.25
F80=10076. 75.00 10071.01 1764.09 1764.09 295.76 3.50 3.25
8 80.00 10071.01 1910.89 1910.89 310.56 3.50 3.25
85.00 10071.01 2040.70 2040.70 325.17 3.50 3.25
90.00 10071.01 2145.20 2145.20 339.21 3.50 3.25
95.00 10071.01 2244.36 2244.36 352.81 3.50 3.25
100.00 10071.01 2338.80 2338.80 366.11 3.50 3.25
50.00 5340.17 703.44 703.44 192.83 3.50 3.25
55.00 5340.17 796.84 796.84 205.92 3.50 3.25
60.00 5340.17 882.50 882.50 219.16 3.50 3.25
65.00 5340.17 957.56 957.56 232.12 3.50 3.25
F80=CTE 70.00 5340.17 1028.16 1028.16 244.46 3.50 3.25
F80=5357.7 75.00 5340.17 1094.93 1094.93 256.43 3.50 3.25
1 80.00 5340.17 1158.41 1158.41 268.17 3.50 3.25
85.00 5340.17 1239.53 1239.53 279.74 3.50 3.25
90.00 5340.17 1328.12 1328.12 291.29 3.50 3.25
95.00 5340.17 1413.10 1413.10 302.93 3.50 3.25
100.00 5340.17 1494.68 1494.68 314.75 3.50 3.25
50.00 4487.31 677.42 677.42 191.32 3.50 3.25
55.00 4487.31 767.97 767.97 204.20 3.50 3.25
60.00 4487.31 854.63 854.63 217.10 3.50 3.25
65.00 4487.31 928.12 928.12 229.95 3.50 3.25
70.00 4487.31 997.27 997.27 242.14 3.50 3.25
F80=CTE
75.00 4487.31 1062.68 1062.68 253.94 3.50 3.25
F80=4487
80.00 4487.31 1124.90 1124.90 265.49 3.50 3.25
85.00 4487.31 1186.48 1186.48 276.88 3.50 3.25
90.00 4487.31 1270.44 1270.44 288.19 3.50 3.25
95.00 4487.31 1350.83 1350.83 299.43 3.50 3.25
100.00 4487.31 1427.85 1427.85 311.11 3.50 3.25
146
TABLA DE SIMULACIONES PARA EVALUAR EL CIRCUITO A ÓPTIMO
TABLA DE SIMULACIONES PARA EVALUAR EL TAMAÑO DE BOLAS

OPTIMO
OPTIMIZACIÓN DEL TAMAÑO DE BOLAS

t/hr F80 1st P80 1st F80 2nd P80 2nd Tam Bola 1st Tam Bola 2nd %CL
80.00 5357.71 968.74 968.74 247.17 2.50 3.25 308.66
80.00 5357.71 1020.72 1020.72 253.24 2.75 3.25 316.05
VARIANDO BOLAS EN PRIMARIO 80.00 5357.71 1069.04 1069.04 258.71 3.00 3.25 322.82
80.00 5357.71 1114.22 1114.22 263.66 3.25 3.25 329.04
80.00 5357.71 1156.72 1156.72 268.17 3.50 3.25 334.78
80.00 5357.71 968.74 968.74 242.09 2.50 1.50 303.15
80.00 5357.71 968.74 968.74 243.96 2.50 2.00 305.16
VARIANDO BOLAS EN SECUNDARIO
80.00 5357.71 968.74 968.74 245.43 2.50 2.50 306.75
MOL PRIM 2.5"
80.00 5357.71 968.74 968.74 246.64 2.50 3.00 308.07
80.00 5357.71 968.74 968.74 247.67 2.50 3.50 309.21
147
TABLA DE SIMULACIONES PARA EVALUAR EL TONELAJE DE

ALIMEENTACIÓN
AJUSTES DE OPTIMIZACIÓN
t/hr F80 1st P80 1st F80 2nd P80 2nd Presión Tam Bola 1st Tam Bola 2nd %CL
80.00 5357.71 1001.55 1001.55 242.29 12.12 2.50 1.50 343.45
81.00 5357.71 1013.66 1013.66 244.49 12.44 2.50 1.50 348.53
82.00 5357.71 1025.66 1025.66 246.68 12.76 2.50 1.50 353.62
83.00 5357.71 1037.54 1037.54 248.86 13.09 2.50 1.50 358.70
84.00 5357.71 1049.31 1049.31 251.04 13.43 2.50 1.50 363.77
F80 = 5357.71 85.00 5357.71 1060.97 1060.97 253.20 13.77 2.50 1.50 368.84
148
Lead Concentrate Pricing

PAYMENTS
Element: Assays Deduction % Payable Metal Price US$/mt
Pb% 62.55 % 3 % 95 2122 US$/mt 1263.76
Ag 106.26 Oz/mt 1.61 Oz/mt 95 27.22 US$/Oz 2747.73
Au 0.03 Oz/mt 0.00 Oz/mt 95 1778.4 US$/Oz 43.45
Sum of Payments 4054.94
DEDUCTIONS
Treatment Charge 220.00 US$/mt 220.00
Ag Refinement Maquila 1.50 US$/OzPayable 151.42
Au Refinement Maquila 6.00 US$/OzPayable 0.15
Price Scalator for Pb Base Price 1800.00 Up 0.1 $/TM 32.20
Deductions 1 403.76
PENALTIES
Element: Assays Tolerance Penalty US$/mt Unit US$/mt
As 2.90 % 0.80 1.50 0.10 % 31.50

Sb % 0.80 1.50 0.10 % 0.00
Bi % 0.20 1.50 0.01 % 0.00
Deductions 2 31.50
Payment per dry metric tonne 3619.68 US$/mt
Figura 47. Cuadro de valorización de concentrado de plomo de la planta Lincuna,
considerando Precios de Metales LME (21/02/21). Fuente. Elaboración Propia.
Zinc Concentrate Pricing

PAYMENTS
Element: Assays Deduction % Payable Metal Price US$/mt
Zn% 46.63 % 8 % 85 2864 US$/mt 1106.47
Ag 8.29 Oz/mt 3 Oz/mt 60 27.22 US$/Oz 86.4037704
Au
Sum of Payments 1192.87524
DEDUCTIONS
Treatment Charge 185.00 US$/mt 185.00
Price Scalator for Zn Base Price 2000.00 US$ Up 0.1 US$/mt 86.40
Down 0.05 US$/mt 0.00
Deductions 1 271.40
PENALTIES
Element: Assays Tolerance Penalty US$/mt Unit US$/mt
Fe 13.20 % 9.00 1.00 1.00 % 4.20
As 13.20 % 2.00 0.20 0.10 % 22.40
Deductions 2 26.60
Payment per dry metric ton 894.88 US$/mt
Figura 48. Cuadro de valorización de concentrado de zinc de la planta Lincuna,
considerando Precios de Metales LME (21/02/21). Fuente. Elaboración Propia.

149
Imagen 1. Solicitud de autorización para usar datos de la empresa.

150
Imagen 2. Instructivo del proyecto de tesis.

151
Imagen 3. Formato de presentación del tesista.

152
Imagen 4. Declaración jurada de confidencialidad y reserva de información.

153
Figura 49. Diagrama de Flujo de la Concentradora Lincuna. Fuente. Departamento de Investigaciones Metalúrgicas de Lincuna.

Licla QC

Cargado por

Copyright:

Formatos disponibles

Licla QC

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Licla QC

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Mayor de San Marcos

Universidad del Perú. Decana de América

Evaluación del circuito de molienda-clasificación en la

José Luis VIDARTE MERIZALDE

Licla, C. & Padilla, J. (2021). Evaluación del circuito de molienda-clasificación en

Nombres y apellidos CLAUDIO CESAR LICLA QUISPE

Tipo de documento de identidad DNI

Número de documento de identidad 74243828

URL de ORCID NO APLICA

Nombres y apellidos JEAN PAUL PADILLA FABIAN

Tipo de documento de identidad DNI

Número de documento de identidad 75537001

URL de ORCID NO APLICA

Nombres y apellidos JOSÉ LUIS VIDARTE MERIZALDE

Tipo de documento de identidad DNI

Número de documento de identidad 07397539

URL de ORCID https://orcid.org/0000-0002-3353-2551

Datos del jurado

Presidente del jurado

Nombres y apellidos VIDAL SIXTO ARAMBURÚ ROJAS

Tipo de documento DNI

Número de documento de identidad 08608364

Miembro del jurado 1

Nombres y apellidos DANIEL FLORENCIA LOVERA DÁVILA

Número de documento de identidad 06450640

Miembro del jurado 2

Número de documento de identidad 09136425

Línea de investigación NO APLICA

Grupo de investigación NO APLICA

Agencia de financiamiento SIN FINANCIAMIENTO

ACTA DE SUSTENTACIÓN DE TESIS MANCOMUNADA PARA OPTAR TÍTULO

Reunidos virtualmente para el Acto Académico Público de la Sustentación de la TESIS MANCOMUNADA de

Lima, 15 de noviembre de 2021

Dr. VIDAL SIXTO ARAMBURÚ ROJAS

Mg. LUIS ALFREDO ORIHUELA SALAZAR

Datos de la plataforma virtual institucional del acto de sustentación:

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

ACTA DE SUSTENTACIÓN DE TESIS MANCOMUNADA PARA OPTAR TÍTULO

Reunidos virtualmente para el Acto Académico Público de la Sustentación de la TESIS MANCOMUNADA de

Lima, 15 de noviembre de 2021

Dr. VIDAL SIXTO ARAMBURÚ ROJAS

Mg. LUIS ALFREDO ORIHUELA SALAZAR

Datos de la plataforma virtual institucional del acto de sustentación:

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

DEDICATORIA – CLAUDIO CÉSAR LICLA QUISPE

siempre me inspiraron a seguir adelante.

abuelita y maestra de la vida.

AGRADECIMIENTO– CLAUDIO CÉSAR LICLA QUISPE

maestros y amigos, por todo esto un agradecimiento a mi alma mater, la Universidad

enseñanzas, también un agradecimiento especial al Ingeniero Raúl Pilco Picón,

superintendente de la planta concentradora de la Compañía Minera Lincuna, quien me

esta tesis, finalmente agradezco a mi hermosa familia de la compañía minera Lincuna

quienes formaron parte de mi crecimiento profesional y a toda mi familia en general.

DEDICATORIA – JEAN PAUL PADILLA FABIAN

A mi compañera de vida y esposa, Yngrid, por su acompañamiento y soporte moral

valores inculcados en mi persona y su apoyo incondicional en las decisiones que tomé

y valioso ejemplo a seguir.

AGRADECIMIENTO– JEAN PAUL PADILLA FABIAN

El presente trabajo de tesis representa el punto culminante de una grandiosa etapa en