90082822-tecnicasavanzadas-geometalurgia

Técnicas Avanzadas en Geometalurgia y Planificación de Produción

PUBLICACION EN PANORAMA MINERO, AGO2006, ARGENTINA

SGS Minerals Services 1 / 6 Puerto Madero 9600, Santiago Chile +56-2-747-0140

Técnicas Avanzadas y nuevas tecnologías para el Diseño, Planificación y Optimización Geometalúrgica de Procesos y Producción

Leonardo Flores, SGS Minerals Services

1.0 Resumen La variabilidad real existente en un yacimiento, para la respuesta del mineral en el proceso de beneficio, debe y puede ser caracterizada mediante la realización de pruebas a un grupo amplio de muestras. Las pruebas Ci, SPI, BWi y MFT, generan información de entrada a los simuladores CEET y FLEET, para simular esta respuesta en la molienda y flotación respectivamente. El ejercicio de simulación puede aplicarse indistintamente a las etapas de diseño, pronóstico y optimización de producción. Aplicaciones reales en planificación de producción para operaciones existentes de molienda SAG + Bolas, muestran buenos ajustes respecto del tamaño de alimentación al SAG, capacidad de tratamiento en el circuito de molienda y tamaño de producto de la molienda. Los resultados se mantienen dentro de bandas de precisión similares a las aceptadas para las leyes de cobre, aportando mayor capacidad a la planificación de producción para administrar el riesgo y programar el tratamiento de materiales de buena, mediana respuesta al proceso de beneficio, o definitivamente refractarios. En la era de la información, provee efectivamente de la mejor información necesaria para la óptima toma de decisiones. 2.0 Planificación de Producción:

Historia y estado del arte Especial énfasis ha sido atribuido históricamente al enfoque que propone someter a una o muy pocas muestras a un gran número de pruebas de caracterización de sus propiedades, para efectos de estimar su respuesta en el proceso de beneficio. A esta respuesta nos hemos referido tradicionalmente como el desempeño metalúrgico del “mineral promedio”.

Respecto de la dureza por ejemplo, son bien conocidas las pruebas de resistencia a la compresión uniaxial, la prueba de carga puntual, la prueba de martillo de Schmidt, y para efectos de chancado y molienda, las pruebas SPI (SAG Power Index), Ci (Crusher Index), BWi de barras o de bolas (Bond Work Index), MCPherson Abrasión entre otros. En la flotación, es común y bien conocido por ejemplo, que una muestra construida como un compósito de muchas fuentes de mineral diverso de un yacimiento, puede ser sometida a múltiples ensayos de flotación rougher o de ciclo cerrado, modificando dosificación y tipo de reactivos, pH, potencial, adición de modificadores, flujo de aire, por nombrar solo algunos. Otras pruebas pueden medir la velocidad de sedimentación de las colas de todas estas pruebas de flotación, caracterizar la mineralogía de ganga del mineral, para efectos de identificar actores refractarios en la flotación como arcillas u otros minerales. Aunque sin entrar en detalles, podemos mencionar que se usa un enfoque similar para la lixiviación ácida, lixiviación bacterial. Detallada información surge como resultado del comportamiento de este mineral promedio a estas pruebas. Como práctica común, la amplia información obtenida de estas pruebas, ha sido usada para diseñar los diagramas de flujo, por ejemplo de la molienda y flotación. Adicionalmente, se ha simulado pronóstico de producción en base a estimaciones de capacidad de tratamiento (por ejemplo en molienda), tamaño de producto de la molienda, recuperación planta, leyes de metales en el concentrado. Todo lo anterior, para el “mineral promedio”. Con la visión de crítica constructiva necesaria para imponer las salvaguardias necesarias a los procesos de inversión de capital u operacional relacionados con el diseño y construcción de operaciones en el primer caso y con la planificación de producción en el segundo, es válido como ejercicio de control de calidad a que debe



someterse cualquier paradigma, preguntarse en forma sincera y constructiva algunas preguntas:

• ¿Existirá este “mineral promedio” en alguna parte del yacimiento?

• ¿Qué validez tiene el uso de promedios?

El estado de avance que ha logrado la industria minera exige responder estas preguntas con una visión que respete la variabilidad que en efecto se aprecia al reemplazar el enfoque histórico de realizar pruebas en pocas muestras, por el enfoque moderno, de aumentar en forma significativa la cobertura espacial de muestras en el yacimiento. El ejemplo mas fácil de entender se relaciona a las leyes metálicas de un yacimiento. ¿Aceptaríamos como válido, usar el promedio de la ley de cobre de todo el yacimiento, para elaborar un plan minero y de producción en base anual para un quinquenio, o en base mensual para un año? Sin duda que hoy en día nadie aceptaría usar este enfoque. Valorizando el ejemplo anterior, un yacimiento con ley de cobre promedio 1.0% y con ley de corte en 0.6% podría exhibir variaciones en la ley de cobre entre 0.6% y 2%. ¿Por qué entonces debería ser válido estimar la cantidad de libras a ser producidas en un período usando el promedio, si el uso de éste generaría sub estimaciones o sobre estimaciones considerablemente altas y consecuentemente resultados financieros inaceptables? El enfoque histórico ha cumplido su propósito y ha llegado el momento de reemplazarlo. Hoy en día es necesario partir caracterizando la variabilidad en el yacimiento y usar pruebas que permitan ser usadas en simuladores que sean lo suficientemente flexibles para evaluar distintos escenarios de proceso. En resumen, ahora debemos partir por poner énfasis en el yacimiento.

3.0 Forma de usar la data obtenida en las pruebas

SGS Minerals Services

Seis propiedades resultan de someter a una muestra a una batería de pruebas de chancado-molienda-flotación, que pueden ser

usadas para desarrollar una visión integrada de la respuesta del mineral, tanto para diseñar un circuito de molienda-flotación, como para evaluar optimizaciones para uno existente y para generar pronósticos de producción.

3.1. Dureza y Molienda La prueba SPI (SAG power index) está disponible comercialmente en el mercado desde fines de la década de 1990 (Kosick y Bennet, 1999; Dobby et al, 2001; Kosick et al, 2001) y expresa el consumo de energía necesario en molienda SAG, como función de la dureza del mineral. La prueba Ci (Crusher index) es utilizada en conjunto con el SPI y el valor de apertura del chancado primario, para estimar la distribución del tamaño de alimentación al SAG. (Dobby et al, 2001). El índice de trabajo de Bond (Bond, 1961) está documentado in extenso y ha sido ampliamente utilizado para estimar el consumo de energía en molienda de Bolas. Desafortunadamente, también ha sido utilizado para estimar el consumo de energía en molienda SAG, pese a que los mecanismos de molienda que representa, no son aquellos que caracterizan a la conminución que existe dentro de molinos SAG o AG. Para un circuito de chancado con molienda, el índice de chancado (Ci), el índice de dureza SAG (SPI o SAG power index) y el índice de dureza de Bond (BWi o Bond Work index), pueden ser usados en el simulador CEET (Comminution Economic Evaluation Tool), para estimar distintos escenarios de chancado y molienda. Los resultados de una simulación incluyen: F80, F50: Distribución de tamaños de alimentación a la molienda SAG PCCL: Porcentaje de carga circulante de pebbles TphSAG: Capacidad de tratamiento en molienda SAG como toneladas por hora Kw-hr/tonSAG: Consumo específico de energía en la molienda SAG T80: Tamaño de transferencia entre molienda SAG y molienda de Bolas TphBolas: Capacidad de tratamiento en la molienda de Bolas Kw-hr/tonBolas: Consumo específico de energía en la molienda Bolas TphCircuit: Capacidad de tratamiento final del circuito de molienda P80: Tamaño de alimentación a la flotación rougher, producto de la molienda Costo: Costo de tratamiento en la molienda para un tonelaje de mineral

2 / 6 Puerto Madero 9600, Santiago Chile +56-2-747-0140



OptT80: Tamaño de transferencia necesario para maximizar Tph final del circuito TphOpt: Máxima capacidad de tratamiento final del circuito de molienda Esquemáticamente la figura 1 muestra las entradas y salidas en CEET. Una vez conocida la respuesta del mineral a la molienda, el circuito mismo (simplificado en la figura a 1 SAG con chancado de pebbles y 1 Bolas) puede modificarse para evaluar distintas alternativas. Por ejemplo, evaluar el efecto de agregar o quitar chancado de pebbles, una o más líneas de molienda SAG y bolas. Alternativamente, mantener una configuración de líneas y variar la apertura del chancado primario, de parrillas y harneros. Las posibilidades son amplias. Figura 1 Esquema simplificado de un circuito de molienda y de la información de entrada y salida para simulaciones CEET


3.2. Parámetros Cinéticos y Flotación La prueba de flotación MFT, MinnovEX Flotation Test (MinnovEX, 2004) está disponible comercialmente en el mercado desde el año 2002. La prueba está basada en el principio de que la cinética de la flotación real en una pulpa, constituye la fuente primaria para la separación selectiva de partículas de mineral en celdas de laboratorio e industrial (Dobby y Finch, 1987). Como resultado de la prueba se caracteriza la cinética de flotación por especie mineral (Savassi, en prensa), mediante tres parámetros: la recuperación máxima de mineral por flotación real (Rmax), la razón de flotación promedio (Kave) y una medida de la dispersión en la distribución de las razones de flotación, α (Dobby y Savassi, 2005). Para un circuito de flotación, los parámetros Rmax, Kave y α, pueden ser usados en conjunto con parte de la salida de CEET (en particular Tphcircuit y P80), en el simulador FLEET (Flotation Economic Evaluation Tool), para estimar distintos escenarios de flotación.

Los modelos en FLEET para celdas convencionales y columnas, están basados en tres parámetros de transferencia de masa por etapas (Savassi, en prensa): RF: La recuperación de espuma de las partículas adheridas, que es calibrada de acuerdo a la recuperación por etapas de la especie de valor. Rwat: La recuperación de agua en cada etapa del circuito, que se calcula directamente del balance de masas de planta. ENT: El grado de arrastre a través de la espuma, que se calibra de acuerdo a la recuperación por etapas de la ganga. Los resultados de una simulación FLEET incluyen la recuperación por especie o por elemento y su ley en el concentrado final. Como ejemplo, en un yacimiento de cobre porfídico, con presencia de vetas tardías con arsénico, será común encontrar en la mineralogía de alimentación especies principales como calcosina, covelina, calcopirita, bornita, pirita, enargita y tetrahedrita. Un enfoque inicial podría pretender caracterizar la recuperación para el cobre, el hierro, el azufre y el antimonio, como resultado final. Para ello sería necesario contar con valores de Rmax, Kave y α, por ejemplo para los siguientes grupos de minerales:

t/hP80SPI

CiBWi

CuSulf Sulfuros de Cobre En Enargita Tet Tetrahedrita Py Pirita NSG Ganga no sulfurada Para etapas posteriores en las que se pretenda mayor sofisticación, podría separarse el grupo de sulfuros de cobre en cada uno de los minerales que la conforman. Esquemáticamente, la figura 2 muestra las entradas y salidas en FLEET. Una vez conocida la respuesta del mineral a la flotación, el circuito mismo (simplificado en la figura a tres bancos de dos celdas cada uno) puede modificarse para evaluar distintas alternativas. Por ejemplo, evaluar el efecto de agregar o quitar bancos, etapas de primera y segunda limpieza, remolienda u otras. Finalmente, la información de entrada de la molienda puede considerarse también como un conjunto de casos diferentes. Como ejemplo, dado que la prueba MFT independiza su resultado de la molienda de alimentación a flotación rougher, es posible evaluar el resultado, para un mismo circuito de flotación, de varios escenarios de Tph y P80. De hecho, para el mineral de ciertos depósitos, las libras a producir pueden maximizarse como función




de un incremento en Tph y P80 aunque ello signifique recuperaciones y leyes de concentrado mas bajas. Esta es precisamente la potencialidad que esta herramienta ofrece. Figura 2 Esquema simplificado de un circuito de flotación y de información entrada-salida en simulaciones FLEET


4.0 Geometalurgia: Mineral + Proceso

Una vez disponibles los resultados para las muestras, de las pruebas de dureza Ci, SPI, BWi, y de flotación Rmax, Kave y α, que paso debe seguirse? Interesa trabajar en una plataforma que sea compatible con la usada para construir los planes de producción. Esta plataforma es el modelo de bloques mineros. En esta etapa se requiere interpolar los valores de las muestras del yacimiento a los bloques del yacimiento para lo cual, será necesario usar las técnicas geoestadísticas vigentes y aplicadas para la interpolación de leyes, desde hace ya varias décadas. Las exigencias, alcances y limitaciones asociadas a estas técnicas están ampliamente documentadas para las leyes, respecto de su validez matemática. Y para las variables metalúrgicas, algunas publicaciones ya han documentado su aplicabilidad (Preece, 2006; Bulled y McIness, 2005; Flores, 2005; Dobby et al, 2004; Williams y Richardson, 2004; Amelunxen et al, 2001). Estando ya disponible en el modelo de bloques, la dureza del mineral de todo el yacimiento: ¿Como lograr el manejo de un volumen de información equivalente al manipulado por los planificadores mineros, esto es, archivos de datos de 30.000 registros para un año de producción, hasta 1.000.000 de registros para un plan estratégico? CEET y FLEET han sido en efecto diseñados y construidos para trabajar con archivos de datos de esta magnitud.

Recordemos que durante el ejercicio de simulación de la respuesta del mineral en el proceso de molienda y/o flotación, querremos evaluar distintos escenarios y por lo tanto si un yacimiento consta de 500.000 bloques mineros y deseamos evaluar 10 alternativas distintas, estamos hablando de 5.000.000 de simulaciones. En un ejercicio de diseño, los escenarios podrían ser más. En resumen, la capacidad de CEET y FLEET para manejar estos volúmenes de información, provee a los equipos de planificación de producción de la información necesaria para elaborar planes ampliamente informados, flexibles y de bajo riesgo. La figura 3 esquematiza el ciclo de simulaciones iterativas e interdependientes que es posible realizar con CEET y FLEET, para efectos de diseño, planificación y optimización.

t/hP80 %Rec

%LeyRmaxKaveα

Figura 3 Ciclo de Simulación Molienda-Flotación

Prueba MFTPrueba MFT

DiseñoConminución

DiseñoConminución

OptimizaciónConminución

OptimizaciónFlotación

OptimizaciónConminución

OptimizaciónFlotación

DiseñoFlotaciónDiseño

Flotación

- Diseño

- Pronóstico

- Optimización

- Diseño

- Pronóstico

- Optimización

Pruebas

Ci, SPI, BWi

5.0 Resultados Presentamos a continuación algunos ejemplos de aplicaciones en planificación de producción. En la figura 4 y 5, se muestra la capacidad predictiva respecto del tratamiento (Tph) para dos productores de cobre. El objetivo fue sintonizar CEET para ajustar los últimos 4 meses de producción para el productor 1 y para el período completo para el productor 2, lográndose diferencias porcentuales dentro de lo esperado. Comparativamente, si un 3% es un buen resultado para reconciliar la ley de cobre en base anual, el TPH se ajusta dentro de este mismo valor, incluso trimestralmente, y en los últimos 6 meses, en base mensual.




Figura 4 Reconciliación Tph base mensual, productor 1.


Figura 5 Reconciliación TPH base mensual, productor 2.

En la figura 6, la reconciliación del tamaño de producto de molienda se expresa como diferencias absolutas (en micrones), manteniéndose dentro de una banda de variabilidad de +/- 12 micrones, lo que constituye un muy buen resultado. De hecho, esta variabilidad se encuentra dentro del rango del error de muestreo. Figura 6 Reconciliación P80 base mensual, productor 3.

En la figura 7, el tamaño, en milímetros, de alimentación está reconciliado con resultados dentro de los 8 mm en los últimos 5 meses, período privilegiado en este ejercicio, para lograr el mejor ajuste. Para valores de F80 de entre 5 y 8 cm, este resultado se mantiene dentro de un rango aceptable, considerando que el muestreo necesario para calibrar los modelos presenta gran dificultad dado que exige tomar secciones completas de las correas de alimentación al SAG. Figura 7 Reconciliación F80 base mensual, productor 3

6.0 Referencias

Garretson, P., Metig,

calculations.

5. Flotation plant

, G. y Savassi, O. 2005. An advanced

Geometallurgical modeling – The new

melunxen, P., Bennett, C., A

H., 2001. Use of geostatistics to generate an orebody hardness dataset and to quantify the relationship between sample spacing and the precision of throughput predictions.

ond, F. 1961. Crushing and grinding B07R92358 Allis Chalmers.

ulled, D. y McInnes, C. 200Bdesign and production planning through geometallurgical modelling. Centenary of Flotation Symposium, Brisbane QLD, Australia. 6-9 Julio 2005.

obbyDmodelling technique for scale up batch flotation results to plant metallurgical performance. Centenary of Flotation Symposium, Brisbane QLD, Australia. 6-9 Julio 2005.

obby, G., Bennett, C., Bulled, D., Kosick, G.,D2004.




approach to plant design and production forecasting/planning and mine/mill optimization. 36th Canadian Mineral processing Convention, 2004. Dobby, G. Bennet, C. y Kosick, G. 2001.

dvances in SAG circuit design and

ependance in flotation derived from a

2005. Hardness model and conciliation of throughput models to plant

, G., Dobby, G. y Bennet, C. 2001. EET (Comminution Economic Evaluation

, G., Bennet, C., 1999. The value of rebody power requirements profile for SAG

vEx Technollogies, 2004. MinnovEx lotation test: Standard procedure and

Asimulation applied to the mine block model. 2001 SAG Conference, Vancouver Canada. Dobby, G. y Finch, J., 1987. Particle sizedfundamental model of the capture process. International journal of mineral processing, 21:241-260. Flores, L. reresults at Minera Escondida Ltda., Chile. 37th Canadian Mineral processing Convention, 2005. KosickCTool) for comminution circuit design and production planning. SME 2001, Denver USA. Kosickocircuit design. 31st annual Canadian mineral processing convention, Ottawa Canada, 1999. MinnoFparameter extractin [online]. Disponible en www.minnovex.com Preece, R. 2006. Use of point samples to

stimate the spatial distribution of hardness in

O. in press. A compartment model r the mass transfer inside a conventional

., y Richardson, J. 2004. eometallurgical mapping: A new approach

ethe Escondida porphyry copper deposit, Chile. SAG 2006 conference, Vancouver Canada. Savassi, foflotation cell. International journal of mineral processing. Williams, SGthat reduces technical risk. 36th Canadian Mineral processing Convention, 2004.

SGS Minerals Services 6 / 6 Puerto Madero 9600, Santiago Chile +56-2-747-0140

http://www.minnovex.com/

90082822-tecnicasavanzadas-geometalurgia

Documents