CONTROL INTEGRADO MOLIENDA SAG MOLIENDA

SECUNDARIA
Guillermo Cortes; Paula Murden; Jorge Carvajal

INTRODUCCION
El uso de estrategias de control experto para el control de la molienda SAG ha
sido exitoso por dcadas y ha permitido lograr incrementos en el troughput de
entre 5 al 10% con respecto a la operacin manual. Los sistemas de control
experto para la molienda SAG usan reglas empricas diseadas
especficamente para cada planta. Sin embargo, una de las desventajas
principales de los sistemas expertos es que se pueden capturar y sistematizar
las malas prcticas y los mitos con respecto a como se debe operar una planta
SAG, adems del hecho de que no existen procedimientos claros de sintona
de reglas y decididamente tienen problemas para tratar con las perturbaciones
no medidas. En la ltima dcada han surgido con fuerza las aplicaciones de
control predicitivo multivariable (MPC). Estas tecnologas basadas en modelos
de prediccin permiten identificar modelos dinmicos en torno al punto de
operacin deseado. Estos modelos de prediccin se obtienen mediante
pruebas escaln en lazo abierto sobre el proceso por lo que reflejan fielmente
la dinmica real del mismo. Asimismo, los controladores MPC son capaces de
manejar las restricciones operacionales y las perturbaciones no medidas. Los
modelos permiten predecir la dinmica del proceso y actuar anticipadamente
para mantener las variables en los rangos deseados. Sin embargo, la principal
desventaja de este tipo de tecnologa es que muchas implementaciones estn
basadas completamente en modelos lineales y la mayora de los procesos
metalrgicos no lo son. El control robusto permite sortear en cierta medida
este problema ya que puede trabajar con cierto error en los modelos. Sin
embargo, lamentablemente la molienda SAG es un proceso marcadamente no
lineal y afecto a grandes perturbaciones, especialmente cuando intentamos
implantar un control coordinado entre molienda SAG y su molienda secundaria.
De hecho no existe una nica metodologa que sea ptima para el desarrollo
de este tipo de aplicaciones.
Este trabajo muestra una aplicacin exitosa en una lnea de molienda SAG
incluida su molienda secundaria, en donde se aplica la mejor combinacin
posible entre control robusto multivariable (RMPC) y control experto basado en
reglas heursticas, todo esto desarrollado con las herramientas Profit Design
Studio PDS y la plataforma unificada en tiempo real URT de Honeywell.
La planta de molienda SAG
Las instalaciones de la molienda SAG en la Concentradora de Codelco Norte
constan de 2 lneas de molienda SAG, cada una de ellas tiene un molino SAG
Dominion gearless de 9.8 x 5.2 [m] y dos molinos de bolas de 4 x 5.5 [m]. Se
cuenta adems con una planta de Pebbles que opera con tres chancadores
Metso MP-800. Adems se cuenta con dos molinos adicionales conocidos
como rea 18. Estas instalaciones se muestran en la Figura 1.

Figura 1. La Planta de Molienda SAG

Control predictivo robusto multivariable, RMPC

El control predictivo multivariable es una metodologa de control avanzado que
permite manejar mltiples variables de entrada y mltiples variables de salida,
para lograr la manipulacin adecuada de variables que normalmente estn
acopladas, lo que para un control tradicional basado en controladores PID
aislados no resulta posible. Adems, la prediccin del comportamiento de las
variables permite anticipar y tomar acciones correctivas, cuya funcionalidad
mejora la estabilidad de la planta y soluciona problemas de control donde los
controladores PID no son adecuados.
La robustez corresponde a la capacidad del controlador de operar
correctamente a pesar de los errores de modelado.
Los errores de modelado hacen que el efecto de las acciones de control (MV)
sobre el proceso difiere de lo que el controlador predice, y por lo tanto la
calidad del control se degrada.
Los errores de los modelos se producen tpicamente por:
- Procesos no lineales
- El punto de operacin cae en una regin diferente de donde el modelo
fue identificado.
- Puede haber errores en la determinacin del modelo del proceso.
Los errores de modelado impactan la capacidad de lograr controladores
estables y con buen desempeo. Dado que los errores de modelado son
inevitables, especialmente en los procesos metalrgicos, una de las
caractersticas relevantes de cualquier controlador predictivo multivariable es
que tengan la capacidad de lidiar con ellos.
El profit controller
El controlador Profit es un software de control que incorpora la tecnologa de
Control Predictivo Multivariable Robusto (RMPC), que permite implementar
estrategias multivariables predictivas de control y de optimizacin en plantas
industriales.
El Profit Controller incorpora una matriz de modelos dinmicos del proceso la
cual determina el comportamiento futuro de ste y ajusta las salidas del
controlador para llevar todas las variables de proceso dentro de los lmites de

sus rangos o set point deseados. Si le quedan grados de libertad disponibles el

controlador ajusta los procesos para optimizar la operacin.
El Controlador ProfitSAG
El objetivo operacional para esta estrategia es: Estabilizar la operacin del
circuito de molienda, manteniendo la presin de descansos dentro de un rango,
previniendo el llenado tpico y cuidando de no sobrepasar el lmite alto de
potencia. Cuando todas las variables estn en rango, maximizar tonelaje.
Variables Controladas:
- Presin de Descansos Molino SAG
- Potencia Molino SAG.
- Generacin de Pebbles
Variables Manipuladas.
- Tonelaje alimentado al Molino SAG.
- Velocidad Molino SAG
- % Slidos Molino SAG.
Perturbaciones:
- Tonelaje de Pebbles recirculados
El Controlador ProfitBalls
El objetivo operacional para esta estrategia es: Estabilizar la operacin del
circuito, manteniendo la presin, la densidad y el flujo en la BHC dentro de
rangos ptimos y cuidando de mantener el tamao de partculas del producto a
flotacin bajo un valor especificado.
Variables Controladas:
- Granulometra Producto a Flotacin (2, una por lnea)
- Densidad Alimentacin a BHC (2, una por lnea)
- Presin BHC (2, una por lnea)
- Flujo Alimentacin a BHC
- Nivel Cuba
Variables Manipuladas
- Flujo Agua Cuba
- Velocidad Bomba BHC (2, una por lnea)
Perturbaciones
- Flujo pulpa desde cuba hacia rea 18 (2, una por lnea)
La bsqueda del ptimo econmico: maximizar el troughput
En muchas aplicaciones, los requerimientos de control para dejar todas las
variables dentro de los lmites no aprovechan del todo los grados de libertad
disponibles para el controlador. Incluso cuando hay ms CVs que el MVs,
puede haber grados de libertad adicionales si un nmero de las CVs tienen
bandas o rangos de operacin, en vez de setpoints. Estos grados de libertad
extras pueden ser utilizados para configurar una funcin objetivo que el Profit
Controller optimiza en algunos aspectos del proceso. Esta funcin objetivo es

lo que se quiere lograr (maximizar o minimizar) despus de que el RMPC

resuelva los objetivos del control.
Para poder optimizar el RMPC necesita tener grados de libertad, stos
corresponden al nmero de MVs que no estn en el lmite, menos el nmero de
variables CVs que tengan setpoint o que estn al lmite o fuera de l. El
controlador elige valores de MV para reducir al mnimo el nmero de CVs que
estn fuera de los lmites.
Se pueden poner grados de libertad adicionales para un buen manejo,
definiendo una funcin objetivo de modo que el controlador optimice un cierto
aspecto del proceso adems de controlarlo.
La funcin objetivo tiene una parte cuadrtica y una parte lineal donde la
funcin considera dentro de su ecuacin ciertos coeficientes o ponderadores
que otorgan los pesos a las variables MV y CV que presentan mayor beneficio.
La forma general de la ecuacin objetivo es:
MinJ bi .CVi a i (CVi CVoi ) 2 b j .MV j a j ( MV j MVoj ) 2
2

(2)

Donde:
bi : Coeficientes lineales de las CVs
b j : Coeficientes lineales de las MVs
a i : Coeficientes cuadrticos de las CVs
a j : Coeficientes cuadrticos de las MVs

Para maximizar la funcin objetivo en vez de minimizarla, sencillamente se

multiplica cada trmino por -1 (minimizar la funcin objetivo negativa es lo
mismo que maximizar).
Para el caso especfico de la molienda SAG, se requiere maximizar el
tratamiento y minimizar el consumo de energa especfica del molino SAG.
El problema de las grandes perturbaciones y no linealidad del proceso
Uno de los mayores desafos que tiene que enfrentar la estrategia de control
RMPC en las instalaciones de la Concentradora de Codelco Norte son las
enormes perturbaciones que se producen cuando se retornan los pebbles
producidos hacia el molino SAG y cuando se deja de alimentar flujo hacia el
rea 18 (ver figura 1). Otras situaciones que ponen en jaque a los
controladores de tipo RMPC son el comportamiento no lineal de la potencia
cuando ocurre una sobrecarga o llenado tpico del molino SAG y la seleccin
del cicln que la estrategia sugiere abrir o cerrar.
La solucin mediante una combinacin de reglas expertas y control
RMPC
La solucin para el control integrado de la molienda SAG con su respectiva
molienda secundaria se muestra en la Figura 2. Se observa que existen dos
controladores RMPC independientes, uno para controlar al molino SAG y otro

para controlar la molienda secundaria. Adems existe un mdulo de reglas

expertas, el cual maneja las situaciones de llenado tpico, de retorno de
pebbles y de corte de flujo hacia el rea 18.

Figura 2. Coordinador ProfitSAG ProfitBalls Reglas Expertas

El coordinador
El objetivo operacional del coordinador, que obviamente engloba los objetivos
de las estrategias ProfitSAG y ProfitBalls y puede resumirse como Estabilizar
la operacin de la lnea de molienda SAG, maximizando el tonelaje procesado,
manteniendo simultneamente el tamao de partculas del producto bajo un
lmite especificado, previniendo que el molino SAG entre en la condicin de
llenado tpico y manejando adecuadamente las perturbaciones de retorno de
Pebbles, interrupcin del flujo de pulpa hacia el rea 18 y por ltimo realizar
una seleccin inteligente del cicln ms adecuado para abrir/cerrar.
Funcionalidad del coordinador
En condiciones normales, con todas las variables dentro de rango, los
controladores ProfitSAG y ProfitBalls estarn realizando sus objetivos
operacionales de maximizar tonelaje y mantener el tamao de partcula del
producto bajo un lmite. Cuando se detecta cualquier situacin fuera de lo
normal prevista el coordinador invocar la regla experta adecuada para la
situacin especfica.
El retorno de los pebbles.
Cuando se detectan metales o bolas en el circuito que alimenta los guijarros
hacia la planta de chancado de pebbles stos son retornados hacia el molino
SAG produciendo una gran perturbacin que saca al sistema de su punto de
operacin. La magnitud de esta perturbacin es mucho para ser manejada por
cualquier controlador PID o RMPC, y en este caso es adecuado el uso de una

regla experta para manejar esta situacin. En periodos de tiempo ms

extensos, como en el caso de mantenimiento de la planta de pebbles, el
operador simplemente limita de manera drstica el tonelaje de mineral fresco,
como en el caso de la figura en el cual la limitacin es de 500 t/hr como se
muestra en la figura 3.

Figura 3. Limitacin de tonelaje por retorno de pebbles.

Aqu se observa rpidamente una oportunidad de mejora. Una regla experta

limita inicialmente el tonelaje alimentado, pero luego el controlador ProfitSAG
toma el control y aprovecha las oportunidades para subir tonelaje. Esto significa
ganancias de hasta 200 t/h en periodos de mantenimiento.
El corte de flujo de pulpa hacia el rea 18
Segn se mostr en la figura 1 existen dos molinos de bolas como molienda
secundaria adicional, conocidos como rea 18. Estos molinos procesan
alrededor de 300 t/h, por lo que cada lnea de molienda SAG los alimenta
aproximadamente con 150 t/h. Sin embargo, con frecuencia ocurren
obstrucciones en las lneas de transferencia y este flujo se interrumpe. La
obstruccin de esta lnea hace que los molinos secundarios reciban
bruscamente un flujo adicional de 150 t/h y debido a esto, ocurra una
sobrecarga en los molinos de bolas y el tamao de partcula del producto se
incremente rpidamente a valores del orden de 5% sobre el estndar,
generando prdidas de recuperacin. En este caso tambin se cre una regla
experta que ante la prdida de flujo hacia el rea 18 limita el tonelaje
alimentado al molino SAG en 150 t/h, por un pequeo intervalo de tiempo, para
permitir al controlador ProfitBalls tomar el control de la operacin sin que el
tamao de partcula se incremente significativamente. Esta situacin se
muestra en la figura 4.

Figura 4. Corte de flujo hacia rea 18

Se observa que a pesar del importante flujo que se retorna hacia la molienda
secundaria, el tamao de partcula a flotacin se mantiene razonablemente en
rango.
El problema de la no linealidad de la potencia en el llenado tpico del
molino SAG
Otro de los problemas que amenazan el uso de los controladores RMPC es el
comportamiento marcadamente no lineal de algunas variables como lo es, por
ejemplo la potencia.
El comportamiento de la potencia en un molino SAG se describe segn la
siguiente ecuacin [1]:
Pnet Pgross 0.238 D 3.5 ( L / D ) N c ap ( J 1.065 J 2 ) sin

(1)

Where:
Pgross
= gross power draw of the mill (kW) = Pnet / h.

= electrical and power transmission efficiency, /1.

D
= effective mill diameter, ft.
L
= effective mill length, ft.
Nc
= tumbling speed; expressed as a fraction (/1) of the critical
centrifugation speed: Ncrit = 76.6/D0.5.
J
= apparent volumetric fractional mill filling, /1 (including the
balls, the rocks and the interstitial void in between such balls and rocks).

= charge lifting angle (defines the dynamic positioning of the

center of gravity of the mill load (the Kidney) with respect to the vertical
direction. Typically in the range of 40 to 45.
La Figura 5 muestra una grfica de nivel de llenado de carga versus la potencia
consumida.

Figura 5. Comportamiento no lineal de la potencia

Se observa que existe una zona en donde la potencia aumenta a medida que
aumenta el nivel de llenado. Luego la potencia llega a un mximo y comienza a
decrecer a medida que el nivel de llenado sigue aumentando. Este cambio de
signo de la pendiente obviamente es claramente un indicador de la no
linealidad del proceso, el cual no puede ser modelado correctamente por un
sistema de control RMPC.
Desde el punto de vista de un controlador lineal, la potencia tiene un
comportamiento positivo con respecto al tonelaje en la zona 1, sin embargo
cuando comienza a entrar en la zona de sobrecarga, el comportamiento cambia
de signo en la zona 2.
Si bien existen otras maneras de tratar este problema usando el control lineal,
es ms simple si usamos reglas expertas para tratar esta situacin.
La regla usada es la siguiente:
IF BPRoc >= BPCritRoc AND PWRoc <= PWCritRoc THEN
SPFeedRate = SPFeedRate - FeedRate
SPSolids = SPSolids - Solids
END IF
Where:
BPRoc: Rate of change of Bearing Pressure
BPCritRoc: Critic Value of Rate of Change of Bearing Pressure beyond it
consider to be dangerous.
PWRoc: Rate of change of SAG Mill Power Draw.
PWCritRoc: Critic Value of Rate of Change of Power Draw under it considers
being dangerous.
En general, un sistema MPC es adecuado para controlar alrededor de un punto
de operacin en el cual el comportamiento del proceso est modelado
linealmente. Cuando ocurren grandes perturbaciones, es necesario llevar al
controlador a un nuevo punto de operacin, el cual se encuentra adems

bastante alejado del punto normal. En estos casos la forma ms eficiente de

tratar el problema es usando una regla experta como la antes descrita.
Seleccin de hidrociclones
Cuando el controlador ProfitBalls agota sus grados de libertad y el tamao de
partculas a flotacin sigue fuera de rango, la ltima opcin antes de bajar
tonelaje es determinar la posibilidad de abrir un cicln. Sin embargo, debido al
desgaste, no todos los ciclones operan con la misma eficiencia. Es deseable
que cuando llegue el momento de seleccionar el cicln que se debe abrir, ste
debe ser el que tenga menor desgaste de revestimientos y similarmente,
cuando se seleccione qu cicln se debe cerrar, ste debe ser el cicln tenga
los revestimientos ms gastados. La estrategia utiliza una tabla existente en el
DCS en donde se mantiene actualizado el estado de los ciclones por personal
de ingeniera metalrgica y que la estrategia usa en tiempo real para
recomendar abrir/cerrar ciclones.
RESULTADOS
Las figuras 6 y 7 muestran resultados con histogramas de variabilidad de los
tamaos de partculas para un conjunto igual de datos con estrategias de
control off y on, respectivamente

Figura 6. Histograma del tamao de partcula con controlador profit en off.

Figura 7. Histograma de tamao de partculas a flotacin con Profit en on.

CONCLUSIONES
Los procesos metalrgicos de la vida real son significativamente no lineales y
variantes en el tiempo y adems pueden llegar a tener una gran complejidad
como es el caso de la Molienda SAG de Codelco Norte.
El desarrollo de una estrategia de control avanzado que considere todas las
particularidades de un proceso complejo como el mostrado en la figura 1, no es
posible realizarlo usando una sola metodologa. El desarrollo mostrado aqu
us las tcnicas de control robusto multivariable en conjunto con reglas
expertas para implementar un control coordinado entre la molienda SAG y sus
moliendas secundarias.
Los resultados son un incremento en el tonelaje procesado del orden de un 3%
con respecto a un control experto basado totalmente en reglas y no coordinado,
adems de una reduccin significativa de la desviacin estndar de 2.1 a 1.0.

REFERENCIAS.
MolyCops Tools, Versin 2.0
PARTICIPANTES:
GUILLERMO CORTES
PAULA MURDEN
JORGE CARVAJAL