minerales Ingeniería 43-44 (2012) 12-21

listas de contenidos ofrecidos en SciVerse

ScienceDirect

minerales Ingeniería
Volúmenes 43-44, abril de 2013, páginas 12-21
revista Página de inicio: www.
elsevier.com/locate/mineng

Modelo de molino SAG/AG múlti componentes

MP Bueno *, T. Kojovic, MS Powell, F. Shi
Julius Kruttschnitt Mineral Research Center, 40 islas Road, Indooroopilly, QLD 4068, Australia

información del artículo resumen

Historia del artículo: El JKMRC ha estado estudiando y modelando AG industrial y molinos SAG durante más de 40 años,
Disponible en línea xxxx pero la capacidad de simular los efectos de la mezcla de los componentes duro y blando en el
rendimiento del molino sigue siendo bastante limitada. En un esfuerzo para cuantificar estos efectos
palabras clave: molienda para fines de modelado, una serie de laboratorio, a escala piloto y ensayos a escala, utilizando
autógena SAG Modelado de alimentaciones múltiples componentes se llevaron a cabo bajo el proyecto AMIRA P9O.
fresado Los datos obtenidos muestran una tendencia no lineal entre el caudal de tráfico medido molino y la
Mezcla mineral de
proporción de componente blando en la alimentación, así como el efecto de la composición de la
componentes múltiples
alimentación fresca en el tamaño del producto molino de distribu- ción y la carga. Por lo tanto, un nuevo
Mezcla
modelo de estructura del molino AG / SAG multicomponente fue desarrollado para dar cuenta de estos
efectos observados, y fue validado con datos completos a escala piloto y.
© 2012 Elsevier Ltd. Todos los derechos reservados.

1. Introducción
Ejecutar la composición de la mina afecta en gran medida el oping un modelo de molino de nuevo AG / SAG que describe la
funcionamiento del molino autógeno. Sin embargo, los efectos de influencia de molino de composición de carga en el rendimiento de
una proporción variable de los componentes duros y blandos en el la rotura, Delboni (1999) recomen- dado investigación de las
rendimiento del molino no se describen por la generación actual de interacciones de mineral de múltiples componentes en or - der
modelos AG / SAG (Stange, 1996). Por ejemplo, los modelos desarrollar un modelo de estructura que da cuenta de la
JKSimMet actual (Napier-Munn et al., 1996) Asumir una acumulación preferencial de tipos de mineral duro en la carga del
alimentación uniforme, y lo describen utilizando un único conjunto molino. Sin embargo, este efecto bien conocido rara vez ha sido
de medios de parámetros de rotura de mineral de función (A, B y cuantificada fi o modelado.
TA). JKTech (1998) ha encontrado que el uso sencillo de los Una amplia campaña experimental fue la conducta con el
parámetros promedio ponderado puede generar un sesgo fi no proyecto AMIRA P9O para entender el comportamiento de los
puede ni sig- en el desempeño de la planta simulada, ya que no minerales nentes multi-nentes en AG / molinos SAG (Bueno et al.,
CON- Sider las características específicas de los diferentes
m tipos de 2010, 2011a, 2011b). Los resultados se utilizaron luego en el
mineral (por ejemplo, competencia, tenacidad y resistencia et a la
r desarrollo de un modelo ical phenomenolog- 2D se describe en este
abrasión) tal como se mide por la norma parámetros o de documento.
caracterización de mineral tales como JK A B valores y el índice de
trabajo Bond (Wi).
2. JKSimMet AG visión general del modelo / SAG
El componente duro típicamente limita el rendimiento del
molino, debido a sus características de degradación más lenta, y
La AG / SAG Modelo en el paquete de simulación JKSimMet se
preferentemente va acumulando en el contenido del molino;
basa en un marco desarrollado por Leung (1987), se muestra en la
impactar en la potencia del molino cuando estos componentes
Figura 1. Esta estructura modelo es brevemente descrito en esta
tienen diferentes densidades específicas. materiales competentes
sección y fue utilizado como una plataforma para desarrollar el
también afectan a la distribución de tamaño de producto porque
modelo de múltiples componentes presenta en este documento.
trituran predominantemente por abrasión y generar más multas,
mientras que los materiales blandos o frágiles producen un
producto más grueso. Por lo tanto, existe una clara necesidad de 2.1. La reducción de tamaño y el rendimiento
cuantificar el comportamiento de los alimentos binarios en
operaciones de la planta AG / SAG y para desarrollar un modelo de Como se muestra en Figura 2, Los procesos de reducción de
estructura de componentes múltiples. tamaño dentro de un molino AG / SAG, cuando en estado
Los medios de molienda de molinos autógenos derivan del estacionario, están encapsulados por el modelo perfecto de mezcla
tamaño de mineral de alimentación y la composición (Delboni y (Blanquear, 1974) ecuaciones:
Morrell, 1996) Y la vary- ing proporción de los diferentes F - R · s þ UNA · R · s - re · s ¼ 0 ð1Þ
componentes en la alimentación del molino afecta a la carga del
molino y, por consiguiente todo el proceso de rotura. después de pag ¼ D · s ð2Þ
desa-
donde f es la velocidad de alimentación, p la tasa de producto, R =
⇑ Autor correspondiente. Tel .: +61 7 3346 5983, móvil: +61 4 1324 9712; fax:
tasa de rotura, s el contenido del molino, D la función de descarga y
61 7 3365 5999.
Dirección de correo electrónico: m.bueno@uq.edu.au (MP Bueno).
A es la función de aparición o distribución rotura

0892-6875 / $ - see front matter © 2012 Elsevier Ltd. Todos los derechos reservados.
http://dx.doi.org/10.1016/j.mineng.2012.06.011

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012),http://dx.doi.org/10.1016/
j.mineng.2012.06.011
 2 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

Fig. 1. AG / SAG Estructura Modelo después (Leung,

1987).

Fig. 2. Diagrama esquemático de los mecanismos de proceso molino AG / SAG después (Napier-Munn et al., 1996).

2.2. La transferencia de masa y de descarga
La tasa de descarga del molino para cada tamaño de partícula es
un producto de la velocidad de descarga máxima a través de la
rejilla (h-1), multiplicado por la función fi cación rejilla clasificación
para cada tamaño. Esto se modela usando la siguiente ecuación:
donde m1m2 es las constantes, L la fracción de molino ocupado por
material de BE- bajo tamaño de la rejilla, F es la velocidad de
descarga volumétrica, en el molino de fi LLS por minuto.
2.3. función de la apariencia

reI ¼ Dmax · ci ð3Þ La función de aparición o distribución rotura describe la

donde di es la velocidad de descarga de la clase de tamaño i, Ci la
clasificacion fun- ción valor para la clase de tamaño i, Dmax es la
velocidad de descarga máxima (h-1). La función de la rejilla clasi fi
cación (ci) tiene una forma simple, caracracteriza por dos o tres
regiones distintas, como se muestra en Fig. 3.
Partículas de hasta tamaño Xm presentados a la rejilla pasará
siempre a través de él, Xg es la abertura de rejilla y Xp es el tamaño
del puerto de guijarros y fp es la fracción puertos de guijarros de
área abierta total.
La fracción de la carga presentada a la rejilla por unidad de
tiempo
(D) se encuentra de forma iterativa, con el fin de satisfacer la
siguiente relación empírica que relaciona el atraco de suspensión
para la descarga ric volumet- total (Austin et al., 1977):
L ¼ M1Fmetro2
distribución del tamaño de la progenie de cada evento rotura. De
acuerdo aLeung (1987), Esta función se explica la rotura en
términos de alta (impacto) y baja energía (chipping / abrasión)
rotura.
La rotura de alta energía es mineral específico y relacionado con
la energía de rotura, y se define por la siguiente ecuación:
-b:
t10 ¼ AD1 - mi ECS THD 4º
donde A y b son parámetros específicos fi mineral obtenidos de las
pruebas JK gota Peso (DWT), Ecs es la trituración de energía
específica y t10 es el porcentaje de la progenie que pasa a una
décima parte del tamaño inicial parti- cle. El t10 se utiliza para
generar una distribución de tamaño completo utilizando splines bic
Cu (Narayanan y blanquea, 1988).

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012),http://dx.doi.org/10.1016/
j.mineng.2012.06.011
 MP Bueno et al. / Xxx Minerales Ingeniería (2012)xxx-xxx
Fig. 3. Molino función clasi fi cación rejilla (Napier-Munn et al., 1996).
El modelo calcula el específico trituración energía (ECS) para
cada fracción de tamaño en la carga del molino usando el más alto
nivel de referen- energía ENCE (E1), que está relacionado con el
tamaño medio de la 20% más grueso de la carga de roca en masa
(S20 ), y la relación propuesta por Austin et al. (1984) en la Ec. (8).
Esto está representado en el modelo como sigue:
S20 ¼ DP100 metro pag98 metro pag96 . . . pag80 Þ1 = 11
mi1 ¼ 4 = 3pagðS20Þ3q sol re
ecsð1Þ¼ mi 1 = Ð4 = 3pðX1Þ3qÞ
EcsðiÞ¼ Ecsð1Þ = ðxi = x1Þ1: 5
donde D es el diámetro de la fresa en metros, q es la densidad
mineral y Ecs
(1) es la energía de trituración fi específico para el tamaño de la
parte superior (X1). Los valores Ecs culado Cal se utilizan a
continuación en la ecuación.(4) para obtener un t10 para cada
fracción de tamaño.
La función de baja rotura de energía también se ore específico y
fi de- definida por un único parámetro ta, obtenido a partir de una
prueba de molino de volteo llevado a cabo en combinación con el
JKDWT. El valor de TA es Sumed as- ser el mismo para todas las
fracciones de tamaño y se utiliza para definir la progenie a la
abrasión, que es similar para diversos minerales ensayadas hasta la
fecha.
Las funciones de alta y baja de apariencia se combinan
proporcionalmente, utilizando la siguiente relación, que implica
que abrasión sion dominará para partículas gruesas y rotura de
impacto para fi nes.
tLE mamáLE þ tÉL mamáÉL
una
¼ la alimentación de nueva aportación molino. La razón detrás de
tLE þ tÉL
ð9Þ donde Ale y AHE son las fun- ciones de baja y alta energía y de
apariencia y de la TLE son los valores t de baja y alta energía.
2.4. tasa de rotura
Las tasas de rotura pueden ser back-calculan utilizando las Ecs.
(1) y (2), Dadas las distribuciones de alimentación y de tamaño del
producto y owrates FL, la distribución de carga de la roca y la masa,
así como la función de rotura medido. splines cúbicos en cinco
nudos (R1-R5) se utilizan para describir la función de distribución
tasa de rotura, que está relacionada con el tamaño de partícula y
por lo general toma la forma mostrada en laFig. 4.
Las distribuciones tasa de rotura se ven afectados por una serie
de condiciones de funcionamiento. Morrell y Morrison (1996)
modelado el efecto de la carga de bolas, molino de llenado,
distribución del tamaño de alimentación y la velocidad del molino
en cada tasa de rotura. Los 5 ecuaciones empíricas resultantes están
incrustados en la corriente variable modelo de tarifas AG / SAG
JKSimMet.
Sin embargo, hay otros elementos (por ejemplo levantador per fi
l y la composición de alimentación del molino) que podrían influir
en estos tipos y no se contabilizan en el modelo JKSimMet actual.
Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012),http://dx.doi.org/10.1016/
j.mineng.2012.06.011
3
ð5Þ
ð6Þ
ð7Þ
ð8Þ
Sise (mm)
Fig. Función de tasa de rotura / SAG 4. AG típica.
3. actualizaciones de modelo de componentes múltiples
La AG / SAG modelo molino multi-componente propuesto es
similar a, y en base a, el modelo JKSimMet actual. En la nueva
versión, el comportamiento de cada componente se describe
usando una ecuación de per- modelo de mezcla fect separado
(véaseFig. 5). Las principales características de este modelo son los
siguientes:
● Más cálculo preciso de la energía específica c trituración (ECS).
● funciones independientes de rotura (A, B y TA) para cada
componente.
● tasas de rotura y de descarga independientes para cada
componente.
● Las cuentas para el efectodel cálculo de la mezcla en el consumo
de energía del molino
De acuerdo con los hallazgos preliminares de modelado fi, la rotura
tarifas de cada componente varían de acuerdo con su proporción en
esta variación es que las diferentes mezclas de alimentación
resultan en diferentes composiciones en la carga del molino, que
actúan como medios de molienda. Por lo tanto, el modelo debe
determinar la relación de estado estable correcta entre los
componentes duros y blandos en la carga del molino, con el fin de
proporcionar simulaciones de rotura realistas.
3.1. función de la apariencia
parámetros de la función rotura independientes (A, B y TA) se
utilizan para cada componente mineral. Estos se obtienen usando
los mismos procedimientos de caracterización (es decir JKDWT o
JKRBT). SIN EMBARGO, las muestras de mineral de alimentación
del molino a ensayar deben ser seleccionadas cuidadosamente en
sus diferentes componentes. Muchas técnicas de clasificación
pueden ser utilizados para este propósito, dependiendo de la
característica es más apropiado para distinguir y separar de ellos
(por ejemplo, color, densidad o propiedades magnéticas). En los
casos en que no hay correlación entre las competencias de la roca y
las propiedades físicas,
4 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx
Fig. 5. Multi-Componente AG / SAG estructura del modelo de molino.
la selección es probable que sea más difícil y debe llevarse a
cabo en un esfuerzo conjunto entre los geólogos, ingenieros de
minas y metalúrgicos.
El cálculo de la energía en el nuevo modelo fue re definido
mediante el uso de los valores de gravedad específica de cada
componente, así como su dis- tribución y proporción en la
carga del molino. La SG a granel en la carga del molino, y el
tamaño más grueso 20% (S20) se usa para calcular el nivel de
energía media (E1), que se considera ser el mismo para todos
los componentes en el molino. A continuación, el SG de cada
componente se utiliza en la ecuación.(7) obtener el Ecs para
cada tamaño, que a continuación se escala utilizando la misma
relación que se muestra en la Ec. (8). De esta manera, los
valores de t10 se calcularon usando las ecuaciones(4) y (9), Con
energías distintas mercantiles y parámetros de propiedades de
mineral (A, B y TA) entradas. Esta es una manera más realista
de describir la rotura para cada tipo de mineral en el molino, y
ha contribuido significativamente a la integridad del modelo.
3.2. las tarifas de transporte y de descarga
Multi-componente de datos experimentales (Bueno et al.,
2011a) Ha sugerido que las tasas máximas de descarga (Dmax)
y parámetros Xm pueden ser diferentes para cada componente,
debido a los efectos de la densidad y la forma de roca. El gráfico
de laFig. 6 muestra que el silicato tiene una velocidad de
descarga más alta entonces magnetita.
El nuevo modelo utiliza el mismo método iterativo adoptado
por Leu- ng (1987) y describe en la Sección 2.2 de encontrar la
Dmax para el material a granel. Sin embargo, la Dmax se escala
para cada componente después de cada iteración, como se
muestra enFig. 7.
Los factores de escala aplicados para Dmax y Xm tienen
como objetivo dar cuenta de un comportamiento diferencial en
el transporte y la descarga. En esta etapa, pueden ser o bien fi
TTED o calculada usando datos experimentales cuando están
disponibles. Además el trabajo se lleva a cabo para modelar
este fect EF- de acuerdo con la owrate volumétrica fl, las
proporciones de compo- nentes, y las diferencias en la gravedad
específica fi c.
El modelo de descarga de corriente está bajo revisión, pero
las implicaciones de esta simplificación parece ser pequeña
dada la validación
Sise (mm)
seFig.presenta más
6. Función de adelante
vertido enpiloto
de la planta esteLKAB
documento.
(experimentalSin
y simulado).
Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012),http://dx.doi.org/10.1016/
j.mineng.2012.06.011
los más recientes avances en la investigación del transporte en suspensión
(Latchireddi de 2002) Se llevará a cabo para tener en cuenta los efectos
del diseño de la rejilla, la velocidad del molino, el volumen de carga y
levantadores de pulpa.
3.3. las tasas de rotura
las tasas de rotura han sido un tema controvertido de la discusión
BE- tween investigadores que obtiene sus diferentes interpretaciones
de lo que constituye un evento de rotura. En lugar de considerarla
como la tasa de eventos de rotura se produce a cada partícula por
unidad de tiempo (Mor- Rell, 1989), Puede ser simplemente
interpretada como la tasa de transferencia de masa (1 / h) de grueso a
fracciones de menor tamaño, una vez que el modelo de mezcla
perfecta es una ecuación de balance de masa. Sin embargo, la tasa de
rotura depende de la función de aparición utilizado (Leung, 1987),
Que es una función de la competencia de mineral medido por el
JKDWT (o JKRBT). Como este es un parámetro de interacción
máquina-mineral, se esperaría que los componentes diferentes a tener
tasas de rotura distintos en las mismas condiciones de
funcionamiento. El nuevo modelo permite el cálculo de las tasas de
rotura fi específicos de componentes y, cuando AP- plegados a datos
de la planta piloto experimental, tiene confirmado esta hipó - tesis. Por
ejemplo, las curvas de tasa de rotura de la magnetita y la sílice
muestran enFig. 8 sugerir una diferencia sistemática por debajo de 10
mm y un marcado desplazamiento de alrededor de 50 mm. Este
ejemplo se discutirá en más detalle en la Sección 4.1.
3.4. potencia del molino
El mismo molino modelo de consumo de energía, presente en la
ver- sión actual de JKSimMet (Morrell, 1992), Fue adoptado en el
modelo de Ponent múltiples com-. modelo de poder de Morrell asume
la forma de carga del molino como se muestra enFig. 9, Y el molino de
consumo de energía bruta que tiene dos componentes: potencia neta y
sin carga de energía.
Mediante la integración entre los límites hs y HT y entre RI yrm, la
potencia neta (PNET) está dada por :
Pnet ¼ 2 p gLqZr mriZhshrN rr2cos h dh dr ð10Þ
El consumo de energía sin carga está dada por la relación empírica
a continuación:
No Carga PowerðkWÞ¼ 3: 345ðD3 L NmÞ0: 861 ð11Þ
donde D es el diámetro de la fresa (m), L la longitud molino (m),
Nm la velocidad de rotación del molino (rev / s), Nr la velocidad de
rotación a distancia radial r (rev / s), RM radio de la fresa, ri la
radio de la superficie de carga, hS la posición angular del hombro,
HT la posición angular del dedo del pie, q es la densidad de carga.
Está claro que el cálculo del consumo de energía utilizando este
modelo se ve afectado por la densidad de carga, que está
directamente relacionado al mineral específico gravedad fi c. El
modelo JKSimMet actual no tiene en cuenta
embargo,
 MP Bueno et al. / Xxx Minerales Ingeniería (2012)xxx-xxx
Fig. 7. método iteración modelo multi-componente.
Fig. 8. La magnetita y tasas de rotura de silicato, fi TTED a datos de la planta
piloto LKAB.
Fig. 9. fi Simpli ed AG / SAG molino de carga hueca (Napier-Munn et al., 1996).
para la acumulación de componentes duros en el contenido del
molino, y por lo tanto, considera que la gravedad específica de
mineral en la carga del molino a ser el mismo que en la
alimentación. Esto puede conducir a errores signi fi cativa cuando
los componentes duros y blandos tienen diferencias significativas
en específico
Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012),http://dx.doi.org/10.1016/
j.mineng.2012.06.011
5
gravedad. Por ejemplo, en la operación LKAB tratamiento de
magnetita y silicatos, la diferencia entre la mezcla de alimentación y
densidad de carga podría ser tan alta como 15% dependiendo de la
mezcla. esta trans- lates a una diferencia del 10% en el consumo de
energía del molino.
El nuevo modelo puede describir muy bien el efecto de
acumulación, pro Viding estimaciones más realistas de la verdadera
densidad de carga, basadoen el equilibrio entre los componentes y
sus respectivas gravedades específicas. Por lo tanto, el efecto de la
mezcla en el consumo de energía del molino ahora se puede
describir con más precisión lo que ha sido posible anteriormente.
4. Estudio de caso - la validación del modelo
datos de múltiples componentes obtenidos durante los estudios
en el LKAB kir- Una concentrador en Suecia y una campaña de
planta piloto relacionada usando mezclas de LKAB mineral de
magnetita y de los residuos de silicato (Bueno et al., 2011a) Se
utilizaron para desarrollar y validar el modelo ti-componente multi-
propuesto.
El depósito de mineral en Kiruna se compone de un solo cuerpo
mineral de magnetita de alto grado continua, extraído utilizando un
método espeleología subnivel, lo que conduce inevitablemente a
cierta dilución con ganga - texturas de rocas típicamente duras de
silicatos asociados con fosfatos y óxidos de magnesio. El mineral
extraído tiene un alto porcentaje de magnetita y se actualiza
adicionalmente en una instalación de clasificación (utilizando
técnicas de separación Netic MAG) antes de entrar en el
concentrador de molino. Los resultados de la caracterización de
JKDWT (Napier-Munn et al., 1996), Bond (1952) molino de bolas
de molienda pruebas, mediciones de densidad y los ensayos de
fluorescencia de rayos X realizados sobre cada componente se
presentan entabla 1.
4.1. Planta piloto
El molino se hizo funcionar en modo totalmente autógena y
abierto cir- cuit con fi guración durante todos los ensayos. Tabla 2
muestra las cinco relaciones diferentes de duro a blando (residuos /
magnetita) componentes en la alimentación del molino trialled
durante esta campaña. La relación de difícil suave fue cambiado a
través de adiciones progresivas de silicatos duros en el
+30 fracciones de tamaño mm. Una prueba adicional (T5 de
prueba) se llevó a cabo utilizando una versión mejorada del mineral
de magnetita 30 mm, pasó a través de una plataforma de
separación magnética para reducir el contenido de silicato.
6 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

tabla 1 suprimido cerca del tamaño crítico (44 mm) para ambos materiales. Las tasas de rotura de sílice en
magnetita LKAB y resultados de la caracterización de silicato.
los tamaños gruesos también disminuyeron a medida que la carga acumulada con más rocas de

parámetro medido Magnetita Silicato silicato de luz (T4). La alta tasa de rotura de rocas de silicato en T5 se sospecha que es un artefacto
del modelo tting fi ya no habría habido pocas rocas de silicato en el
SG ( t / metro 3) 4.9 2.6
DWT, UNA 68.4 68.7
DWT, segundo 1.67 0.66 + 30 mm fracción de la alimentación mejorado. Sin embargo, las tasas de magnetita de rotura en
DWT, A b 114 45.3
tamaños más gruesos aumentaron de Prueba 1 a Prueba 5.
Abrasión, t una 0.59 0.13
El efecto de la mezcla en las tasas de rotura requiere una mayor investigación, y el nuevo
BBMWi @ 75 l metro 13.2 15.8
XRF% de magnetita 95.7 4.3 modelo de componentes múltiples es una plataforma ideal para esta investigación. Mientras tanto, el
característica de mineral Suave Difícil modelo actual todavía se puede utilizar para la simulación, una vez que el efecto de la mezcla en las
tasas de rotura se mide utilizando un par de conjuntos de datos piloto.

Ciclo de prueba alternativa, los datos de un SAG desarrollado recientemente bloqueado ( Bueno
Tabla 2
composición de alimentación del molino durante los ensayos piloto LKAB. et al., 2010 ) Puede ser utilizado para modelar el efecto de la mezcla de alimentación. Esto está
actualmente bajo investigación. El SAG Bloqueado Ciclo de prueba se ha demostrado para reproducir
Prueba + 30 mm de Residuos (%) + 30 mm LKAB mineral (%) 30 mm LKAB mineral (%)
la respuesta de rendimiento del molino piloto y la composición de la carga de ambos piloto e
T1 0 30 70
industriales molinos para una mezcla dada ( Bueno et al., 2011a ).
T2 4 26 70
T3 8 22 70
T4 15 15 70
T5 una 0 30 70

una Mejorado mm mineral de 30.

4.1.1. resultados de modelado
Una vez calibrado, el modelo multi-componente puede reproducir los datos experimentales de
varios componentes. Una comparación entre los datos medidos y simulados para carga de producto
y el molino en el Ensayo 1 se muestra en la Tabla 3 y La Fig. 11 . Se obtuvo la misma calidad de fi t
La filosofía operativa adoptada en los ensayos de planta piloto era de encontrar la velocidad de
para otras mezclas tratadas en las pruebas 4 y 5.
alimentación que resultó en una operación estable en un nivel de carga del molino de 28%. Una vez que se
alcanzaron condiciones de estado estacionario, se recogieron muestras de alimentación, la carga y el
Está claro a partir Tabla 4 que el modelo de múltiples componentes también tuvo éxito en la
producto y luego se analizaron para el tamaño y composición de las distribuciones.
simulación de la acumulación de silicato de disco dentro de los contenidos del molino, que es un
efecto importante que tiene implicaciones en todos los demás resultados de la simulación, incluyendo
Los datos experimentales a partir de tres ensayos (T1, T4 y T5), donde se midieron los
el consumo de energía del molino. La precisión también era excelente cuando se describe este
contenidos enteros del molino, se utilizaron para calibrar el modelo. Un total de seis parámetros se fi
fenómeno en términos de composición tamaño por tamaño, como se muestra en
TTED para cada componente: tamaño fi ne ( X metro), ln (tasas de rotura) en nudos 1-5 (R1, R2, R3, R4
y R5). Los factores de escala para las tasas de descarga máxima (Dmax) se determinaron de
La Fig. 12 para la prueba 1.
acuerdo con los datos experimentales.
En última instancia, el modelo era capaz de describir muy bien las distribuciones de carga del molino y

el tamaño del producto para la magnetita, silicato y material a granel para todos los ensayos. La Fig. 13 ilustra
Las tasas de rotura calculados para ambos componentes se vieron afectados por la composición de
las predicciones para realizar la prueba 1.
la alimentación, como se muestra en La Fig. 10 . Esto se esperaba debido a que el tamaño de la carga de
molienda y la composición variaron con la mezcla de alimentación. Tabla 3
Experimental y datos simulados para la prueba 1.

Las tasas de rotura de silicato de tamaños gruesos eran más bajos que la magnetita en los tres Producto Carga
ensayos, lo que explica la acumulación de material duro en el molino. Sin embargo, se observó el
Exp sim Exp sim
efecto opuesto en tamaños más pequeños, en los que en los mismos niveles de energía, partículas
Sólidos (TPH) 1.86 1.86 1.95 2.03
de silicato de luz experimentan mayores niveles de energía fi específica (kWh / t) que denso
% sólidos 75.30 75.30 95.00 96.61
magnetita.
Líquido (TPH) 0.61 0.61 0.10 0.07
Sólidos SG (t / m 3) 4.48 4.45 4.04 4.06
Las tasas de rotura de silicato en los tamaños pequeños no se vieron afectados en gran medida por SG Pulp (t / m 3) 2.41 2.41 3.51 3.68

los cambios en mezcla de alimentación, pero las tasas de magnetita de rotura se redujeron, debido a un Volumétrica owrate fl (m 3 / h) 1.03 1.03 0.55 0.52
% Pasando 0,045 mm 47.0 52.3 4.3 5.1
nivel reducido de la energía proporcionada por el menos denso de silicato dominado medios de molienda.
80% Tamaño de Paso (mm) 0,122 0,130 69.73 67.95
Las tasas de rotura eran

Fig. 10. Efecto de la mezcla de alimentación en magnetita y tasas de rotura de silicato.

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), http://dx.doi.org/10.1016/
j.mineng.2012.06.011
 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx 7

Fig. 11. Predicha y medida de descarga molino de datos de ensayo-por-tamaño para la prueba 1.

Tabla 4 que era más gruesa (P80) pero a un marginalmente más alta que pasa porcentaje 45 l metro.
La acumulación de componente duro (exp vs SIM).

Prueba % De silicato duro

4.2. Aplicación del nuevo modelo de molino de Kiruna concentrador AG

RSS Carga Alimentar a +30 mm Cargar 30 mm

Exp sim Exp sim

El concentrador de LKAB KA2 en Kiruna fue examinada para obtener datos de múltiples
T1 13.3 24.9 25.3 14.6 31.7 30.9
componentes detallados para cada carga de corriente y el molino ( Bueno et al., 2011a ). Cada
T4 27.9 69.4 68,1 53.1 83.8 84.2
muestra recogida durante esta campaña se analizó para determinar por ciento de sólidos,
T5 11.4 17.5 16.9 10 20.6 20.1
distribución de tamaño y ensayo por tamaño (XRF). Los datos se utilizó en este estudio para evaluar
la capacidad del nuevo modelo multicomponente (2D) para describir una operación de la planta
industrial, así como para comparar los resultados de las simulaciones en contra de la corriente
4.1.2. las predicciones del modelo - Simulación modelo JKSimMet AG / SAG (1D).
La variación en las tasas de rotura de acuerdo con la mezcla, se muestra en la
La Fig. 10 , Fue modelada fuera de línea que permite la simulación de diferentes condiciones de Los modelos fueron casi equivalente cuando se aplica a los datos a granel. El nuevo modelo fue
mezcla de alimentación. El objetivo de este ejercicio fue verificar la respuesta del modelo de múltiples más preciso cuando la predicción de las distribuciones de tamaño de material molido y de carga,
componentes para mezclar, en términos de rendimiento del molino, el tamaño del producto, el pero el modelo original fue marginalmente más precisa en la predicción de la cantidad de multas en
consumo de energía y composición de la carga del molino. El procedimiento de simulación siguió el la carga del molino, como se muestra en Tabla 5 .
protocolo de funcionamiento adoptada durante la campaña piloto. Por lo tanto, la simulación se
ejecutó para el mineral promedio LKAB como está y, a continuación, para aumentar incrementos de El valor extra añadido por el nuevo modelo se hizo evidente cuando se demostró la capacidad
residuos duro en la alimentación de 30 mm. Además, tres de categoría superior alimentaciones +30 de simular las distribuciones de magnetita y de silicato, tanto en la carga del molino y el producto,
mm fueron simuladas, una en el mismo grado magnetita actualizado como puso a prueba y los otros mientras que el modelo original se limita a los datos a granel, como se muestra en La Fig. 15 . La
dos, en la separación magnética más alta y más baja eficiencias. Los resultados de las simulaciones y distribución del tamaño de producto para las diferentes fases es una excelente característica para
las diferentes respuestas de los modelos a mezclas se ilustran en La Fig. 14 , Donde la línea de trazos utilizar en la evaluación del impacto de producto del molino en los procesos aguas abajo, tales como
representa los resultados promedio de mineral de grado LKAB. ERS fi caciones, separadores magnéticos y la molienda secundaria. Sin embargo, se requieren
modelos de múltiples componentes para otras unidades de procesamiento para una simulación
completa fl owsheet. Este es un objetivo para futuras investigaciones dentro del proyecto JKMRC y
Los resultados de la simulación fueron muy realista, que describe los efectos bien conocidos y AMIRA P9P.
previsibles, tales como:

respuesta molino de rendimiento no lineal,
relación lineal entre la energía específica fi y mezcla de alimentación, aumento en la cantidad de
multas con el material más competente, que se muele predominantemente por abrasión, y la
acumulación de material duro en la carga del molino.
Los resultados de modelado también estaban muy de acuerdo con los datos medidos. La única
excepción fue el tamaño del producto molino,
Otra característica valiosa de la estructura newmodel es la capacidad para describir la
acumulación de material en el componente duro carga del molino. La cantidad simulado de silicato
con fuerza contra los datos medidos se presenta en Tabla 6 y La Fig. 16 sobre una base de tamaño
por el tamaño.
En el caso del mineral LKAB, donde los componentes duros y blandos tienen diferencias
significativas en SG, la capacidad de predecir la composición de la carga del molino, y por
consiguiente la densidad de carga, tendrá un impacto significativo en los cálculos de potencia del
molino y el rendimiento.

Fig. 12. Predicha y medida composición de la carga tamaño por tamaño para la prueba 1.

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), http://dx.doi.org/10.1016/
j.mineng.2012.06.011
8 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

Fig. 13. carga del molino y distribuciones de tamaño de producto (exp vs SIM) para la prueba.

Fig. 14. los resultados de simulación y respuesta del modelo para alimentar mezcla.

Tabla 5
Comparación de los datos de simulación y resultados experimentales para molino KA2 AG utilizando modelos 1D y 2D.

Producto Carga

Exp 1D sim sim 2D Exp 1D sim sim 2D

Sólidos (TPH) 453 453 453 155 168 159

% Pasando 0,045 mm 25.2 30.1 28.0 4.8 4.5 4.2
80% Tamaño de Paso (mm) 0,430 0,615 0,520 72.5 84.9 77.9

Tabla 7 muestra los cálculos de potencia del molino, tanto para los modelos 1D y 2D. Las nuevas representan una mayor cantidad de silicato de luz en la carga del molino (es decir, menor densidad
predicciones del modelo son más precisos porque de carga, t / m Total 3).

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), http://dx.doi.org/10.1016/
j.mineng.2012.06.011
 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx 9

Fig. 15. Comparación de las distribuciones de productos y tamaño de la carga para 2D vs. 1D modelos.

Tabla 6 Tabla 7
% Duro Silicato en KA2 AG molino de alimentación y de carga (exp vs. SIM). los cálculos de potencia Molino (1D, 2D y medidos).

% De silicato duro 1D 2D Meas.

RSS Carga Alimentar a +30 mm Cargar 30 mm carga total volumétrica% 30.3 30.8 30.5
densidad de carga total (t / m 3) 3.6 3.3 -
Exp sim Exp sim
La potencia neta (kW) 2176 2020 -
13.3 22.0 22.9 14.8 24.5 25.9 No hay corriente de carga (kW) 319 319 -
Potencia bruta (kW) 2961 2772 2767

5. Conclusiones

el modelo JKSimMet anterior para dar cuenta de la energía adicional proporcionada por bolas de
Mediante la actualización de la estructura actual modelo JKSimMet 1D a un formato de datos
acero.
2D, permitiendo la especi fi cación de la alimentación en un componente de base tamaño, un nuevo
El modelo debe fi nd aplicaciones en la optimización de las operaciones de circuito existente con
modelo multi-componente simple y robusto se ha desarrollado. El modelo se basa en las tasas de
minerales de múltiples componentes, y en el campo de la optimización de ejercicios
rotura y de descarga independientes para cada componente, y cuando se combina todavía observar
geometalúrgicos-mina a molino. Cuando otros modelos de múltiples componentes están disponibles
la velocidad de descarga subyacente de los sólidos a granel y agua.
(por ejemplo, clasificación fi ers, HPGR y molino de bolas), que puede ser utilizado para evaluar fl
owsheet alternativas para optimizar la molienda especí rendimiento fi c a cada componente mineral.

El modelo fue re definido y validado con datos de varios componentes obtenidos a través de
pruebas piloto y una encuesta molino industrial de LKAB en Suecia.
Expresiones de gratitud
Se ha demostrado que el modelo es capaz de describir correctamente los cambios en la
capacidad de caudal, carga del molino y el producto causados ​por cambios en la composición de Este estudio fue posible a través del Centro de Investigación Mineral Julius Kruttschnitt y
alimentación del molino. apoyado por el Proyecto P9O AMIRA. Los autores desean agradecer el amplio apoyo financiero y
Además el trabajo se lleva a cabo para implementar los más recientes avances en los campos logístico de LKAB y todo el personal involucrado en la obtención de los datos presentados en este
de cálculo de la energía de rotura y el transporte en suspensión, así como para modelar el efecto de documento. Un agradecimiento especial a Michal Andrusiewicz, jefe de programación de JKTech que
los cambios en mezcla de alimentación en las tasas de rotura de molino. ha hecho signi fi cativas contribuciones hacia la programación de este modelo en la plataforma JK
MDK.
Aunque los estudios de casos presentados fueron todos relacionados AG, el modelo es aplicable
a molinos SAG y utiliza el mismo método que

Fig. 16. composición de la carga del molino KA2 (exp vs. SIM).

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), http://dx.doi.org/10.1016/
j.mineng.2012.06.011
10 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

referencias LATCHIREDDI, SR 2002. Modelado del comportamiento de las rejillas y los levantadores de pulpa de
autógena y molinos semi-autógenos. Doctor en Filosofía. Tesis, Universidad de Queensland, Australia.

Austin, LG, Weymont, NP, Prisbrey, KA, Hoover, M., 1977. preliminar sobre los resultados
Leung, K., 1987. Una energía basado, modelo fi co mineral para autógena y semi
el modelado de molienda autógena. En: Ramani, RV (Ed.), APCOM 76: Actas del Simposio Internacional
molinos autógenos. En: JKMRC. Universidad de Queensland, Australia, Brisbane, Australia, p. 1v.
Decimocuarta de Aplicación de Computadoras y Matemáticas en la industria minera, AIME, Soc. Min. Eng.,
University Park, Pensilvania, EE.UU., pp. 207-226.
Morrell, S., 1989. Las simulaciones de bauxita molienda en un molino semi-autógeno y
circuito de pantalla de DSM. En: JKMRC. Universidad de Queensland, Australia [St. Lucia], p. 259 l.
Bond, FC, 1952. Tercera teoría de la trituración. Ingeniería de Minas 4 (5), 484-494. Bueno, M., Neva, E., Powell, MS,
Fredriksson, A., Kojovic, T., Worth, J., Shi, F.,
Morrell, S., 1992. Predicción de la energía de molienda molino. Trans. Inst. Min. Metall. Secta. DO-
Adolfsson, G., Partapuoli, Å., Wikström, P., Olofsson, M., Tano, K., 2011a. El predominio de la autoridad
Minero. Proceso. Extr. Metall. 101, C25-C32. Morrell, S., Morrison, RD, 1996. Ag y selección circuito molino SAG
competente. En: Mular, AL, Barratt, DJ, Caballero, DA, Quinta Internacional autógena y Semiautogenous
y diseño por
Molienda Tecnología de la Universidad de la Columbia Británica, Departamento de Minas y Proceso de
simulación. En: Mular, AL, Barratt, DJ, Caballero, DA, autógena Internacional y Semiautogenous tecnología de
Ingeniería de Minas, Vancouver (Eds.).
molienda (Eds.). Universidad de British Columbia, Departamento de Minas y Minerales Ingeniería de Procesos,
Vancouver, pp. 769-790.
Bueno, M., Shi, F., Kojovic, T., Powell, MS, 2010. Investigación sobre multicomponente
semi-autógeno de molienda. En: Congreso Internacional de Procesamiento de Minerales XXV. Instituto
Napier-Munn, TJ, Morrell, S., Morrison, RD, Kojovic, T., 1996. Mineral
Australiano de Minería y Metalurgia, Brisbane, Australia, CD-ROM, p.
Los circuitos de trituración: su funcionamiento y optimización, primera ed. Julius Kruttschnitt Mineral Research
1.
Center, Indooroopilly, Queensland. (Reproducido con menor Correcciones 1999, 2005, Ed. 2005).
Bueno, M., Shi, F., Kojovic, T., Powell, MS, dulce, J., Philips, D., Durant, B., Plint, N.,
2011b. Multicomponentes pruebas piloto autógena. En: Mular, AL, Barratt, DJ, Caballero, DA, 5 autógena
Narayanan, SS, blanquee, WJ, 1988. Determinación de las características de trituración
Internacional y Semiautogenous Molienda Tecnología de la Universidad de la Columbia Británica, Departamento
de pruebas de rotura por una sola partícula y su aplicación al molino de bolas aumento de escala. Trans. Inst. Min.
de Minas y Proceso de Ingeniería de Minas, Vancouver (Eds.).
Metall. Secta. C-Miner. Proceso. Extr. Metall. 97, C115-C124. Stange, W., 1996. La modelización del comportamiento
de mineral binario en FAG / molienda SAG. En:
Delboni, H., 1999. Un modelo de carga interactiva de autógena y semi-autógeno
Mular, AL, Barratt, DJ, Caballero, DA (Eds.), Autógena Internacional y Semiautogenous tecnología de molienda.
Mills. Universidad de Queensland, Australia [St. Lucia, Qld.], P. 1v. Delboni, H., Morrell, S., 1996. El modelado
Universidad de British Columbia, Departamento de Minas y Minerales Ingeniería de Procesos, Vancouver, pp.
de autógena y semiautogenous
1063-1080.
molinos. En:. Mular, AL, Barratt, DJ, Caballero, DA (Eds.), Internacional autógena y Semiautogenous Molienda
Tecnología de la Universidad de la Columbia Británica, Departamento de Minas y Proceso de Ingeniería de
Blanquear, WJ, 1974. Una teoría de la matriz de máquinas de trituración. Chem. Ing. Sci. 29
Minas, Vancouver, pp 713-
(2), 589-599.
728.
JKTech, 1998. A minutos de discusiones JKSimMet. Las comunicaciones privadas,
Las comunicaciones privadas Ed., Privada de comunicaciones, de Brisbane.

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), http://dx.doi.org/10.1016/
j.mineng.2012.06.011