Beruflich Dokumente
Kultur Dokumente
CITATIONS READS
0 152
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Juan Luis Reyes Bahena on 16 April 2015.
RESUMEN
1. INTRODUCCION
Flotación es un proceso usado para separar minerales de valor de los minerales de ganga para
producir un producto mineral concentrado. Este proceso involucra pasar aire a través de una
mezcla perfectamente agitada de agua y partículas finamente molidas. Varios reactivos son
usados para favorecer la hidrofobicidad de las partículas minerales de valor y favorecer así la
adherencia a las burbujas de aire que son elevadas a la superficie de la celda de flotación y
puedan así ser separadas del mineral de ganga (partículas hidrofílicas) las cuales permanecen
en el fondo de la celda.
El desarrollo de nuevas técnicas de medición y/o control en los procesos de flotación han
mostrado un exitoso beneficio para optimizar la recuperación y separación de minerales en el
circuito de flotación. Una representación matemática o modelos de los subprocesos en la
flotación son una poderosa herramienta para ser usados con el propósito de optimización. Un
modelo matemático de este tipo podría ser usado para el diseño de nuevos circuitos o bien
optimizar circuitos existentes a través de algoritmos en computadoras eliminando así la
necesidad de los tediosos ejercicios de prueba-error; el tiempo requerido para las pruebas y
sobre todo los programas caros de implementación que se requieren para este propósito.
Los modelos de flotación que han sido desarrollados y presentados por muchos investigadores
son de diferentes tipos; tales como fundamentales, cinéticos y/o estadísticos[1,6,9]. Los modelos
más comunes son del tipo cinético en el cual la flotación es comparada como un proceso
análogo a una reacción química en la cual las burbujas de aire reaccionan con las partículas
minerales a una velocidad específica. En un circuito de flotación, las variables que afectan la
velocidad de flotación pueden ser divididas en aquellas asociadas al mecánico de la celda de
flotación, al efecto de la cama de espuma; y aquellas asociadas a las características de las
partículas minerales en la alimentación de la celda de flotación. La flotabilidad del mineral es
una propiedad de la corriente de alimentación al proceso o celda de flotación y no depende de
las condiciones de operación. Esta flotabilidad es definida como la probabilidad de la partícula
en la corriente de alimentación que flota. Las propiedades de las partículas que afectan la
respuesta de flotación pueden ser; el tamaño de la partícula[3,8,11,18], composición
Estudios recientes han mostrado que existen relaciones entre las variables del mecanismo
(velocidad de aire, aire retenido, cama de espuma, etc.) y el rendimiento de la flotación lo que
ha despertado el interés para el desarrollo de nuevas tecnologías y desarrollar modelos
matemáticos mucho más robustos que permitan optimizar los procesos de flotación[2,4,5,12].
El principal método de cálculo para la simulación está basado en una hoja de cálculo en Excel
de Microsoft Office. La flotabilidad de los minerales se define con el concepto de diferentes
componentes ó clases de partícula que tienen las mismas características. La metodología usada
en este trabajo considera que la flotación verdadera y el arrastre mecánico son los dos
principales mecanismos de recuperación para cada uno de los componentes de flotabilidad en
una celda de flotación o circuito[14]. La flotación verdadera es una función de las condiciones
de operación en la celda (ejemplo; flujo superficial de área de burbuja, eficiencia en la cama
de espuma) y la flotabilidad de cada componente. Mientras tanto la recuperación por arrastre
es una función de la recuperación de agua en la celda de flotación y el grado de arrastre de
cada componente (Ecuación 1).
(1)
(2)
(6)
circuito de flotación, esta puede presentar características de rápida flotabilidad y aquellas que
definitivamente no flotan[10]. En este trabajo, se determinó la flotabilidad del mineral usando
un modelo de tres componentes, el componente que presenta una rápida flotabilidad, el
componente que tiene una lenta flotabilidad y aquellas que no flotan.
(7)
2. DATOS EXPERIMENTALES
Los datos experimentales fueron colectados del circuito de flotación de la Unidad Charcas de
Industrial Minera México S.A. de C.V.; la cual está localizada a 110 km al norte de la ciudad
de San Luis Potosí (Figura 1). La planta, en el mes de septiembre de 2007, procesó en
promedio 4500 ton/día de minerales; con contenidos de plomo (0.31% Pb), cobre (0.23% Cu),
zinc (5.7% Zn), hierro (4.3% Fe) y con contenidos de plata (46 g/ton Ag).
La alimentación al circuito de zinc corresponde a las colas del circuito de flotación plomo-
cobre (Figura 2). La pulpa de alimentación al circuito es acondicionada en dos tanques a pH
aproximadamente de 9.5; y posteriormente se obtiene un concentrado primario el cual es
limpiado en tres etapas subsecuentes para obtener el concentrado final de zinc.
PRIMARIO PTE
18 g/ton X-Flex31
300 g/ton Cal
LIMPIA 1
LIMPIA 2
LIMPIA 3
3. ANALISIS DE RESULTADOS
Se realizaron varios muestreos en el circuito de flotación de zinc para investigar las posibles
oportunidades de mejora mediante la modelación y simulación matemática. La Tabla 1
muestra las cinéticas de flotación del mineral de zinc las cuales determinadas en función del
tamaño de la partícula.
La caracterización del mineral de zinc alimentado al circuito de flotación permite concluir las
posibles oportunidades de mejora para incrementar la recuperación de zinc; las cuales son:
Optimizar el circuito de molienda para tener una molienda más fina y eliminar la
fracción gruesa (+150m); la cual presenta una mayor proporción de material de zinc
que no flota.
Optimizar la dispersión del gas en las celdas de flotación para tener las condiciones de
operación ideales e incrementar la recuperación de zinc al convertir el porcentaje
material que flota lento en un mayor porcentaje de material que flota rápido.
Optimizar la dosificación de reactivos usados en el circuito de flotación para
incrementar la proporción de flotabilidad rápida al reducir el porcentaje de material
que flota lento y aquella que no flota.
3.1 Caso I
CuSO4
Colector CuSO4
Lime Colector
Lime
Lime
La Tabla 2 muestra los datos de recuperación y grado de zinc resultados de la simulación del
circuito del Caso I comparado con los datos de producción promedio del mes de septiembre de
2007.
3.2 Caso II
En el caso II, la simulación del circuito de flotación de zinc se realizó abriendo el circuito
primario; es decir, el concentrado del banco agotativo se alimentó a la primera limpia;
mientras que las colas de la primera limpia se enviaron como colas finales (Figura 4).
Adition of colector
Adition of colector
Lime
En el caso III (Figura 5), las colas de la primera limpia se alimentaron al banco agotativo de
zinc, buscando una mayor recuperación de valores de zinc y enriqueciendo aún más la
operación de la etapa agotativa. Los resultados de esta simulación son mostrados en la Tabla
4. La comparación de la recuperación y grado de zinc simulado y operacional muestran que
con este rediseño del circuito de flotación de zinc se tiene un incremento en la recuperación de
zinc de 4.4%; mientras que el grado de zinc se mantiene constante con un incremento
ligeramente de 0.11%.
ROUGHER PTE Zn
SCAVENGER Zn
ROUGHER OTE Zn
FINAL
TAILINGS
1st CLEANER Zn
2nd CLEANER Zn
3rd CLEANER Zn
FINAL
Zn CONC
En resumen, podemos concluir que al abrir el circuito de flotación de zinc permite tener una
mayor selectividad en la flotabilidad del mineral de zinc. El incremento en la selectividad del
mineral de zinc en la flotación primaria se debió principalmente a la reducción del contenido
del sulfuro de hierro; el cual limita el rendimiento óptimo en la flotación primaria.
En base a los resultados observados en la simulación del Caso III, el rediseño del circuito de
flotación de zinc se llevó a cabo en la planta concentradora de la Unidad Charcas a principio
del mes de enero, 2009. Por ello, la comparación del rendimiento metalúrgico del nuevo
circuito de flotación se presenta en los meses de operación del año 2007 y 2009.
La Figura 6 muestra el grado de zinc promedio embarcado a fundición en los diferentes meses
del año 2007 y 2009. En base a los datos de operación, tenemos que el grado de zinc promedio
en el año 2007 fue de 56.6% mientras que en el año 2009 fue de 57.2%; es decir, un
incremento del 0.5% en grado. Por otro lado, la recuperación de zinc (Figura 7) promedio en
el año 2007 fue de 93.0%, mientras que en 2009 fue de 96.7%; esto representa un incremento
en la recuperación de zinc de 3.7%. En general, podemos concluir que los resultados de planta,
una vez implementado el nuevo diseño del circuito de flotación, reporta valores de
recuperación y grado de zinc ligeramente mayores a los predichos por la simulación
matemática. Sin embargo, la tendencia al incremento de estos parámetros metalúrgicos es
conservada; lo que permite concluir que la simulación matemática es una herramienta
poderosa como alternativa de optimización de los circuitos de flotación.
Los resultados de este trabajo resaltan la importancia de que un buen diseño, aplicando las
nuevas tecnologías de investigación, puede hacer la diferencia entre los beneficios económicos
de los diferentes circuitos de flotación en el procesamiento de minerales.
58.0
57.5
Grado de Zn, %
57.0
56.5
56.0
55.5
0 2 4 6 8 10 12
Mes
99.0
98.0
Recuperación de Zn, %
97.0
96.0
95.0
94.0
93.0
92.0
91.0
90.0
89.0
0 2 4 6 8 10 12
Mes
4. CONCLUSIÓN
5. AGRADECIMIENTOS
Los autores desean agradecer la contribución de Unidad Charcas (Industrial Minera México
S.A. de C.V.); especialmente al Ing. Victor M. Morales y al Ing. Eduardo Nava por el apoyo
financiero otorgado para la realización de este trabajo. Así mismo, reconocen el apoyo por
parte del personal de planta, muestreo y laboratorio químico por el tiempo dedicado al
proyecto.
5. REFERENCIAS
1. Chander, S., Polat, M., “In quest of a more realistic flotation kinetics model”, in Proceedings of the
4th Meeting of the Southern Hemisphere on Mineral Technology, (Ed. Castro, S. and Alvarez, J.),
Chile, 2, pp. 481-500 (1994).
2. Doucet, R., Gomez, C.O., Finch, J.A., “A first step towards gas dispersion management:
th
Manipulation of gas distribution in flotation circuits”, 38 Annual Meeting of the Canadian Mineral
Processors, Volume 423, pp. 302-310 (2006).
3. Gaudin, A.M., Schuhmann, R., Schlechten, W., “Flotation Kinetics II: The effect of size on the
behaviour of galena particles”, Journal of Physical Chemistry, Volume 46, pp. 902-910 (1942).
4. Gorain, B.K., Harris, M.C., Franzidis, J.P., Manlapig, E.V., “The effect of froth residence time on
the kinetics of flotation”, Minerals Engineering, Volume 11, Number 7, pp. 627-638 (1998).
5. Gomez, C.O., Finch, J.A., “Gas dispersion measurements in flotation cells”, International Journal
of Mineral Processing, Volume 84, pp. 51-58 (2007).
6. Imaizumi, T., Inoue, T., “Kinetic considerations of froth flotation”, in Proceedings of the 6th
International Mineral Processing Congress, Cannes, pp. 581-593 (1963).
7. Koh, P.T.L., Warren, L.J., “Flotation of flocs of ultrafine scheelite”, Transactions of The Institute of
Mini ng and Metallurgy, Volume 86, pp. C94-95 (1977).
8. Morris, T.M., “Measurement and evaluation of the rate of flotation as a function of particle size”,
AIME Transactions, Volume 193, pp. 794-798 (1952).
9. Niemi, A.J., “Role of kinetics in modelling and control of flotation plants”, Powder Technology,
Volume 82, pp. 69-77 (1995).
10. Pérez Alonso, C.A., “Evaluación del parámetro de flotabilidad (P) en función del tamaño de
partícula de la esfalerita”, Tesis de Maestría, Facultad de Ingeniería, Universidad Autónoma de
San Luis Potosí, San Luis Potosí, S.L.P., México (2008).
11. Reyes Bahena, J.L., Franzidis, J.P., Manlapig, E.V., Lopez Valdivieso, A., Ojeda Escamilla, M.C.,
“Assessment of reagent and regrinding in a flotation circuit”, XVI Congreso Internacional de
Metalurgia Extractiva, Abril 26-28, Saltillo, Coah., México, pp. 195-205 (2006).
12. Reyes Bahena, J.L., Lopez Valdivieso, A., Manlapig, E.V., Franzidis, J.P., “Optimization of
flotation circuits by modeling and simulations”, 2006 China-México Workshop on Minerals Particle
Technology, A. Lopez Valdivieso, S. Song, y J.L. Reyes Bahena (Eds.), Diciembre 5-7, San Luis
Potosí, S.L.P., México (2006).
13. Rumball, J.A., Richmond, G.D., “Measurement of oxidation in a base metal flotation circuit by
selective leaching with EDTA”, International Journal of Mineral Processing, Volume 48, pp. 1-20
(1996).
14. Savassi, O.N., Alexander, D.J., Franzidis, J.P., Manlapig, E.V., “An empirical model for
entrainment in industrial flotation”, Minerals Engineering, Volume 11, Number 3, pp. 243-256
(1998).
15. Schuhmann, R., “Flotation kinetics I: Methods for steady state study of flotation problems”, Journal
of Physical Chemistry, Volume 46, pp. 891-902 (1942).
16. Steiner, H.J., “Kinetic aspects of the flotation behaviour of locked particles”, in Proceedings of the
10th International Mineral Processing Congress, London, Section 8, pp. 653-666 (1973).
17. Sutherland, D.N., “Batch flotation behaviour of composite particles”, Minerals Engineering, Volume
2, Number 3, pp. 351-367 (1989).
18. Trahar, W.J., “A rational interpretation of the role of particle size in flotation”, International Journal
of Mineral Processing, Volume 8, pp. 289-327 (1981).