Un Procedimiento Jerárquico para el Ajuste y Balance de Materiales en Datos de

Procesamiento de Minerales

Resumen:
Con el fin de evaluar y modelar procesos minerales, es muy útil obtener datos consistentes para satisfacer
la conservación de la masa. Dado que los datos recopilados a menudo son redundantes y erróneos debido
a perturbaciones naturales, errores de muestreo, lecturas no fiables de instrumentos y errores en los análisis
de laboratorio, es necesario ajustarlos. El procedimiento propuesto para minimizar la suma ponderada de
los residuos cuadrados implica un programa supervisado que trabaja con un conjunto de variables
independientes necesarias para definir las tasas generales de flujo del mineral.

Dentro de este algoritmo, las variables se dividen en dos conjuntos: las microscópicas (distribuciones de
tamaño de partículas, análisis químicos, etc.) y las macroscópicas (tasas de flujo, fracción de masa de
sólidos en la pulpa, etc.), cada conjunto correspondiente a una parte del criterio de suma de cuadrados que
se debe minimizar. El mínimo de la parte microscópica de esta función se puede encontrar directamente, ya
que las restricciones son lineales y la función es cuadrática. La parte macroscópica se minimiza utilizando
el algoritmo estándar de Powell, que también se utiliza como algoritmo supervisor. Las restricciones del
balance de materiales se escriben utilizando el formalismo de matrices y la descripción de la red de flujo
del circuito. Se presentan tres ejemplos de aplicación industrial: un circuito de flotación para el cual se
analizaron diez elementos químicos, un circuito de molienda cerrado por pantallas DSM y un circuito de
molienda de tres etapas con molinos de varillas, bolas e hidrociclones.

Introducción:
Para operar correctamente una planta o proceso de beneficio mineral, es sumamente útil, en un paso básico,
realizar evaluaciones sistemáticas del rendimiento de la maquinaria, el proceso o toda la planta.
Independientemente del propósito de estas evaluaciones, que pueden ser simplemente conocer las
entradas/salidas de un proceso o, en el otro extremo, implementar una estrategia de control óptima en el
concentrador, los estudios comienzan invariablemente con una recopilación de mediciones. Las plantas de
procesamiento de minerales generalmente están mal instrumentadas y hay una falta considerable de
información sobre el estado del proceso. A menudo, los datos deben recopilarse mediante muestreo y
análisis manual, ya que las lecturas en la sala de control a menudo son ineficientes para obtener una imagen
clara del proceso. Por lo general, variables principales como las tasas de flujo de varias corrientes de lodo
no se miden y deben calcularse. Además, debido a la naturaleza de los procesos minerales, es
extremadamente difícil obtener muestras y mediciones precisas. Todas estas razones explican por qué el
estado de los procesos minerales generalmente no se conoce con precisión de manera rutinaria.

Las técnicas de ajuste de datos y balance de materiales, como la que se presenta aquí, son herramientas
muy poderosas para obtener sistemáticamente la mejor "imagen" del estado del proceso. Estos
procedimientos son, por ejemplo, muy útiles para la modelización del proceso y mejoran notablemente la
calidad de los modelos mientras disminuyen la cantidad de experimentos necesarios para obtener la
información deseada. También son herramientas valiosas para determinar mejores condiciones de operación
y mejorar la economía de la planta.

Los datos brutos obtenidos sobre un circuito de procesamiento de minerales generalmente son muy
inconsistentes desde el punto de vista del balance de materiales y también son redundantes. Los resultados
del cálculo dependen consecuentemente del método utilizado, y esto es especialmente cierto para las cargas
circulantes que se pueden obtener mediante varias fórmulas. El propósito del procedimiento de mínimos
cuadrados presentado aquí es obtener un método sistemático y versátil para calcular varias tasas de flujo
de las corrientes de un proceso y corregir los datos brutos por los errores en las mediciones para hacerlos
consistentes. En primer lugar, se presentarán las ecuaciones de balance de materiales utilizando una
descripción general de la red de flujo. Luego, se explicará una técnica jerárquica de minimización de la suma
de desviaciones cuadradas entre variables corregidas y medidas. Se han seleccionado tres ejemplos
industriales para aplicar el método propuesto.

Selección de Tres Ejemplos Industriales:

Con el fin de probar y demostrar el uso del procedimiento desarrollado aquí, se han seleccionado tres
ejemplos prácticos, uno para el proceso de flotación y dos para el proceso de conminución.

*Circuito de Flotación: El circuito representado en la Figura 1 se concentra en sulfuros de cobre y plomo de

un mineral de zinc-plomo-cobre pirítico de grano fino. Después de la etapa de desbaste, hay tres etapas de
limpieza y dos etapas de remolienda. Los relaves del limpiador y del remolido se combinan con los de otro
circuito paralelo, se espesan y se remuelen antes de ser reciclados como alimentación de desbaste. La
pulpa que fluye en este circuito se ha muestreado como se indica en la Figura 1 y se ha analizado para Cu,
Pb, Zn y otros siete elementos químicos. Hay un total de 150 ensayos disponibles alrededor de este circuito,
pero no se realizaron medidas de tasas de flujo. El problema aquí es utilizar óptimamente los 150 ensayos
para obtener una buena medida de los flujos en el circuito de flotación.

*Circuito de Conminución con Clasificadores DSM: En el circuito representado en la Figura 2, el mineral se

muele primero en un molino de varillas y luego se pre-clasifica en una unidad de dos etapas de pantallas
DSM. El exceso de las pantallas se espesa mediante un clasificador de tornillo antes de ser alimentado a un
molino de bolas de descarga por rejilla. Se han recopilado muestras de pulpa en ubicaciones indicadas en
la Figura 2 y se han analizado para la distribución del tamaño de partícula y para la fracción de masa de
sólidos en la pulpa. La única tasa de flujo medida fue la del mineral húmedo alimentado al molino de varillas.
El objetivo aquí era obtener una imagen completa y consistente del circuito para elaborar un simulador del
circuito de conminución.

*Circuito de Conminución con Clasificadores de Ciclón: En el circuito representado en la Figura 3, el mineral

se muele en un molino de varillas y luego se alimenta a dos sistemas de molienda de bolas cerrados en
serie. En cada etapa, el mineral se pre-clasifica en un ciclón antes de alimentar al molino. Se muestreó la
pulpa en varias corrientes para análisis de tamizado y medición de la fracción de masa de sólidos. Para el
circuito secundario, las distribuciones de tamaño de partícula se analizaron con un ciclosizador en el rango
de sub-tamices y se realizaron análisis de concentración alrededor del ciclón secundario. También se
midieron la tasa de alimentación de mineral al circuito y varias tasas de flujo de agua. El objetivo del estudio
fue, al igual que en el ejemplo anterior, obtener datos adecuados para el desarrollo de un simulador
matemático de este circuito (Hodouin et al., 1978).

Redes de Flujo y Ecuaciones de Balance de Materiales:

Es muy valioso describir un circuito de procesamiento de minerales en términos de una red de
ramificaciones (o ramales) y nodos, con el fin de formular ecuaciones generales de flujos de materia y
conservación. Una rama corresponde a un elemento del proceso en el cual solo ocurre el transporte de
material, mientras que un nodo es un punto de conexión donde se unen varias ramas. Esta descripción,
aplicada al flujo general de mineral y agua, conduce a la red macroscópica y las variables correspondientes
se llaman variables macroscópicas. Cuando se aplica esta descripción a las distribuciones de tamaño de
partículas o a los análisis químicos, se llega a la red microscópica y a las variables microscópicas
correspondientes.

En otras palabras, esta representación en forma de red proporciona una estructura organizada para entender
cómo se interconectan y fluyen los materiales en un circuito de procesamiento de minerales. Las ramas
pueden ser segmentos específicos del proceso, como etapas de molienda, flotación o clasificación, mientras
que los nodos representan puntos de intersección o puntos de control donde estos segmentos se
encuentran.

Estos conceptos son fundamentales para formular ecuaciones de balance de materiales, lo que significa
que la cantidad total de materiales que entra en un nodo debe ser igual a la cantidad total de materiales que
sale del nodo. Esta formulación de ecuaciones de balance de materiales es esencial para comprender y
optimizar el funcionamiento de los circuitos de procesamiento de minerales. Utilizando esta estructura de
red y las ecuaciones de balance correspondientes, los ingenieros y científicos pueden analizar y mejorar
eficazmente la eficiencia y el rendimiento de los procesos industriales en la industria de procesamiento de
minerales.

Red Macroscópica:
Para el material general (pulpa, agua o mineral), se puede definir un diagrama de flujo con m nodos y p
ramales. Dentro de estos p ramales, hay pw ramales en los cuales solo fluye agua y ps ramales en los cuales
solo fluyen sólidos. Además, existen mw "nodos de agua" y ms "nodos de mineral". Un nodo de agua se
define como un nodo en el que solo se conectan ramales de agua y de manera similar para un nodo de
mineral. Como consecuencia, existen p - pw - ps "ramales de pulpa" y m-mw-ms "nodos de pulpa".

Se pueden definir dos subredes, una para el mineral y otra para el agua. La red de mineral contiene p-pw
ramales y m-mw nodos, y la red de agua contiene p -ps ramales y m-ms nodos. Para fines de cálculo, es útil
adoptar una representación matricial de estos diagramas de flujo. Las entradas de la matriz toman la forma
de 0, 1 o -1 dependiendo de la existencia y dirección del flujo de una corriente de proceso en un nodo
particular (+1 para la corriente de entrada y -1 para la corriente de salida). Las dimensiones de la matriz de
red del subdiagrama del mineral son (m-mw, p-pw) y las de la matriz de red del subdiagrama del agua son
(m-ms, p-ps).

Para cada uno de estos subsistemas, es necesario, para fines de cálculo, determinar los ramales
independientes. Un conjunto de ramales independientes es aquel en el que todas las tasas de flujo de la red
se pueden calcular si se conocen los valores de los ramales independientes. Tal conjunto se puede encontrar
mediante técnicas utilizadas para resolver sistemas lineales mediante eliminación gaussiana. Las
operaciones elementales en las filas transforman la matriz de red inicial en una forma de "fila-escalón" en
la que los ramales independientes se vuelven obvios. En el estudio presente, se utiliza la siguiente forma de
fila-escalón.

Donde una cruz (x) representa -1, 1 o 0, y Ø representa -1 o +1, mientras que 0 representa valores nulos.

Debido a la estructura simple de las matrices de diagrama de flujo que contienen solo términos 1, -1 o 0, y
un número máximo de dos elementos diferentes de cero en cada columna, se puede obtener una de las
varias formas de fila-escalón simplemente modificando la secuencia de ordenamiento inicial de los nodos y
ramales. Mediante este procedimiento, se obtiene una nueva matriz que representa el mismo diagrama de
flujo inicial y consta de la yuxtaposición de dos matrices de bloque, una rectangular y otra triangular inferior.
Los ramales de la primera matriz de bloque constituyen un conjunto de ramales independientes.

Usando esta transformación, las dos matrices de red para el mineral y el agua se pueden escribir como:

M= (M1, M2)

MW= (M1W, M2W)

donde los índices 1 y 2 representan, respectivamente, los bloques rectangulares y triangulares, y las
dimensiones son:

(m-mw, p-pw-m+mw) for M1

(m-mw, m-mw) for M2

(m-ms, p-ps-m+ms) for M1W

(m-ms, m-ms) for M2W

**Figuras 4a, 5a, b y 6a, b** muestran las redes de mineral y agua para los tres ejemplos industriales
considerados. Para ilustrar el método, en el ejemplo 2
La matriz MW se puede tomar como:

Usando esta descripción matricial, es fácil expresar la conservación de mineral y agua en cada nodo de las redes.
Considerando las matrices de columnas D y Dw de las tasas de flujo de mineral y agua:

DT= (D1, D2…, Dp-pw)

DWT= (D1W, D2W…, Dp-psW)

Las ecuaciones de balance para el mineral y el agua pueden escribirse como:

MD = 0 y

MW D W = 0

Red Microscópica:
El mismo procedimiento puede aplicarse para expresar la conservación material microscópica. Puede surgir que el
diagrama de flujo microscópico sea idéntico al subdiagrama de mineral, pero en general, no lo es. La razón principal
para esto es la presencia de reacciones químicas o molienda. A través de un molino de molienda, hay conservación
de las tasas de flujo macroscópicas, pero no hay conservación de las distribuciones de tamaño. Por lo tanto, en un
diagrama de flujo microscópico, los nodos correspondientes a los molinos de molienda deben desaparecer. Además,
diferentes análisis pueden llevarse a cabo en diferentes subredes del proceso. Por ejemplo, en un circuito de
flotación, Cu y Pb pueden analizarse en un conjunto de ramales y Cu, Zn y Fe en un conjunto diferente de ramales.
En este caso, debe haber dos diagramas de flujo microscópicos distintos y cada uno suele ser diferente del
macroscópico. Otras razones también pueden explicar la diferencia entre los diagramas macro y micro, como se
mostrará en el ejemplo industrial de flotación.

Supongamos que así se definen q subredes, cada una correspondiente a un tipo de análisis e indexada por k (k =
1, ..., q). En cada subred k, nk elementos indexados por i (i = 1, ..., nk) han sido analizados (ya sea nk elementos
químicos o nk intervalos de tamaño de partículas). Se puede utilizar una representación matricial como en el caso
de las variables macroscópicas. Si mk es la matriz de flujo de la k-ésima subred microscópica que contiene pk
ramales, la conservación de los elementos microscópicos puede expresarse mediante las siguientes ecuaciones de
balance de materia:

mk Xki dk = mk δk xki = 0
donde Xki es la matriz diagonal de las concentraciones del elemento i (vector columna xki), y donde δk es la matriz
diagonal de las pk tasas de flujo de mineral relativas; la correspondiente vector columna dk es un subconjunto de los
valores d definidos por:

d = D/D1

si se considera la rama 1 como la rama de referencia para la tasa de flujo de mineral (esta elección no restringe la
generalidad de la solución). La conservación de las tasas de flujo de mineral lleva a las siguientes ecuaciones:

Md=0

mk dk = 0

Las Figuras 4b, 5c y 6c muestran las redes microscópicas para los tres ejemplos industriales considerados. Para el
circuito de flotación y para el circuito de molienda con pantallas DSM, solo hay una subred, mientras que hay tres
diferentes para el circuito de molienda con ciclones: una para análisis de pantalla, una para análisis de ciclosizador
y una para concentraciones. La única diferencia entre las redes de flujo microscópicas y macroscópicas para el
circuito de flotación consiste en la eliminación del nodo VIII, que tiene en cuenta las posibles diferencias entre los
análisis de los relaves del segundo scavenger de los dos circuitos de flotación. Además, para este circuito, se asume
que D16 es despreciable y que D17 es igual a D18.

PRINCIPIOS DEL MÉTODO DE AJUSTE DE DATOS

Formulación Matemática

Supongamos que se ha obtenido un conjunto de medidas a (matriz de columna) para el subconjunto xm de las
variables microscópicas x, y que se ha obtenido un conjunto de medidas b (matriz de columna) para el conjunto de
variables macroscópicas y. La ecuación 4 del balance de masa microscópica se puede reformular globalmente para
todas las subredes como un sistema de ecuaciones:

Hmic (xm, xu, d) =0

donde xu es el subconjunto de variables x no medidas y d se define mediante la ecuación 5.

Las variables macroscópicas y se pueden expresar como una función de las tasas de flujo de masa del mineral y el
agua. Así, al agregar esta función a las dos ecuaciones de balance de materiales (ecuaciones 3), podemos formular
globalmente las ecuaciones de balance de materiales macroscópicas mediante el sistema:

Hmac (D1, d, Dw) =0

y= y (D1, d, Dw)

Si se sustituyen los valores medidos de y y Xm en el sistema, ecuaciones 8 y 9, se obtiene el siguiente sistema de

ecuaciones:

Hmic (a, xu, d) = 0

Hmac (D1, d, Dw) = 0

y (D1, d,Dw)-b = 0
Este sistema debe resolverse para las variables xu, D1, d, Dw. Cuatro situaciones son posibles:

1. El sistema tiene una solución: esto ocurre cuando hay suficientes medidas para calcular las variables desconocidas
o cuando hay más medidas de las necesarias disponibles y satisfacen la conservación de materiales (un caso
improbable).

2. El sistema está indeterminado: esto ocurre cuando no hay suficientes medidas para calcular las variables
desconocidas.

3. El sistema está sobre definido y no tiene solución: esto ocurre cuando hay demasiadas medidas y son
inconsistentes desde el punto de vista del balance de materiales.

4. Una situación híbrida: en la que algunos subconjuntos de incógnitas están indeterminados o están determinados
exactamente y otros subconjuntos de variables son redundantes. Por ejemplo, los datos microscópicos pueden ser
redundantes, lo que lleva a un balance de mineral sobre determinado, y los datos macroscópicos pueden hacer que
el balance de agua tenga una solución exactamente definida.

El propósito de este trabajo es resolver el sistema (ecuaciones 10) en los casos 3 o 4 (casos redundantes o
parcialmente redundantes). Dado que las ecuaciones de conservación de materiales no se verifican debido a errores
en las medidas, una forma posible de resolver exactamente el sistema (ecuaciones 10) es corregir las medidas.
Estas correcciones deben ser lo más pequeñas posible y estar en concordancia con la confiabilidad de las medidas.
El procedimiento de mínimos cuadrados ponderados se usa generalmente para cumplir con estos requisitos cuando
se supone que los errores son normales y no sesgados (Draper y Smith, 1966).

Los pesos se seleccionan como los elementos de la inversa de la matriz de covarianza de las medidas V. Dado que
no siempre es seguro que los errores sean de tipo normal y no sesgados (Klimpel, 1979 y Ragot y Aubrun, 1979),
y dado que las varianzas generalmente solo pueden estimarse, no podemos probar que en este caso este
procedimiento conduzca a estimaciones de mínima varianza; sin embargo, aún parece razonable adoptarlo (Wiegel,
1972).

El problema de mínimos cuadrados se puede formular así: encontrar valores de x, d, D1 y Dw que minimicen:

J = [(xTm, yT) - (aT, bT)] V-I [(xTm, yT) - (aT, bT)]T

bajo las restricciones:

Hmic (x, d) = 0

Hmac (D1, d, DW) = 0

y = y (D1, d,DW)