Los equipos utilizados en la molienda de minerales son los molinos de bolas, encargados de realizar la conminución del mineral. Estos equipos desarrollan elevado consumo de energía a una baja eficiencia de operación. Una de las razones de la baja eficiencia se debe a la dificultad existente para identificar el nivel de carga en el molino. Por ejemplo, al incrementar el nivel de carga al nivel óptimo, los espacios existentes entre las bolas de acero se rellenan con mineral, generando un incremento en el ratio de conminución. Por otro lado, podría pensarse que superar el nivel de carga óptimo incrementa el ratio de conminución. Sin embargo, solo satura el molino y disminuye aún más la eficiencia del proceso. Estos son algunos ejemplos que indican la importancia de conocer el nivel de carga durante la operación. El nivel de carga marca la pauta de una operación óptima y permite incrementar la eficiencia del proceso de molienda. El objetivo de la tesis fue desarrollar un sistema de control neuronal capaz de determinar el nivel de carga instantáneo del molino en base a la experiencia del operador de sala de control y mediciones de variables ampliamente conocidas en la operación de molinos: Presión, Velocidad, Impactos y Tonelaje. La principal ventaja del sistema de control desarrollado es la medición en tiempo real de una variable que no es posible determinar directamente con algún sistema de instrumentación en campo. Adicionalmente, si el molino está operando fuera del nivel óptimo de carga, el sistema de control proporciona las acciones típicas correctivas. El sistema de control neuronal fue desarrollado en las plataformas Control Builder 5.1 y System800xA (Sistema de Control Distribuido) del fabricante ABB. Las señales de campo se integraron al sistema a través de “Cableado Duro” (4…20mA) y “Modbus TCP”. Asimismo, se utilizó el algoritmo neuronal supervisado “Retropropagación” a fin de entrenar la red neuronal. Finalmente, se realizaron pruebas al sistema de control y se obtuvo el nivel de carga del molino con un error máximo de 4.22%. / Tesis

Este trabajo aborda un análisis experimental de los factores energéticos y mineralógicos en un proceso de molienda de cobre respecto a variaciones en las condiciones de operación. Para ello, se implementó una planta piloto a escala de laboratorio en la que se realizaron experimentos con diferentes porcentajes de sólidos en la alimentación del circuito. Esta planta fue establecida en el laboratorio de Mineralurgia de la PUCP. La metodología se desarrolló para evaluar 3 niveles de porcentaje de sólidos y su influencia en los factores de consumo energético del molino de bolas, tamaño y tasa de producto y Work Index de Operación. Se realizaron estudios preliminares para caracterizar el mineral a moler y se siguió la metodología del Diseño de Experimentos (DOE) para el desarrollo de los ensayos. Tras la recopilación de data y muestras, se procesaron los resultados tanto de manera gráfica como estadística, siguiendo el análisis de varianza propuesto por el DOE. Los resultados mostraron que al disminuir el porcentaje de sólidos de 75% a 66% se puede lograr una disminución en el consumo de energía del molino y un aumento en la tasa del producto; aunque, en contraparte, también un aumento en el tamaño de partículas del producto. La interacción de estos 3 parámetros, relacionados por medio del Work Index de Operación, dio como conclusión que en ambas réplicas el menor Work Index de Operación fue a la concentración de sólidos de 66%; mientras que para la de 70%, fue la mayor. Por otro lado, los resultados fueron comparados con referencias bibliográficas y se verificaron comportamientos similares. Así como, al comparar con el estándar de laboratorio hallado mediante el método de Bond, se reveló que el circuito puede continuar siendo optimizado. El documento concluye en que, si se realiza un compromiso entre bajo consumo energético, pero un mayor tamaño de producto; en una molienda húmeda, de cobrecalcopirita, en circuito cerrado y flujo continuo, evaluado en este estudio, se identificaría como la opción a recomendar el porcentaje de sólidos de 66%.

Los equipos utilizados en la molienda de minerales son los molinos de bolas, encargados de realizar la conminución del mineral. Estos equipos desarrollan elevado consumo de energía a una baja eficiencia de operación. Una de las razones de la baja eficiencia se debe a la dificultad existente para identificar el nivel de carga en el molino. Por ejemplo, al incrementar el nivel de carga al nivel óptimo, los espacios existentes entre las bolas de acero se rellenan con mineral, generando un incremento en el ratio de conminución. Por otro lado, podría pensarse que superar el nivel de carga óptimo incrementa el ratio de conminución. Sin embargo, solo satura el molino y disminuye aún más la eficiencia del proceso. Estos son algunos ejemplos que indican la importancia de conocer el nivel de carga durante la operación. El nivel de carga marca la pauta de una operación óptima y permite incrementar la eficiencia del proceso de molienda. El objetivo de la tesis fue desarrollar un sistema de control neuronal capaz de determinar el nivel de carga instantáneo del molino en base a la experiencia del operador de sala de control y mediciones de variables ampliamente conocidas en la operación de molinos: Presión, Velocidad, Impactos y Tonelaje. La principal ventaja del sistema de control desarrollado es la medición en tiempo real de una variable que no es posible determinar directamente con algún sistema de instrumentación en campo. Adicionalmente, si el molino está operando fuera del nivel óptimo de carga, el sistema de control proporciona las acciones típicas correctivas. El sistema de control neuronal fue desarrollado en las plataformas Control Builder 5.1 y System800xA (Sistema de Control Distribuido) del fabricante ABB. Las señales de campo se integraron al sistema a través de “Cableado Duro” (4…20mA) y “Modbus TCP”. Asimismo, se utilizó el algoritmo neuronal supervisado “Retropropagación” a fin de entrenar la red neuronal. Finalmente, se realizaron pruebas al sistema de control y se obtuvo el nivel de carga del molino con un error máximo de 4.22%.

Un molino SAG, equipo principal en el circuito de molienda de minerales tiene como objetivo reducir el tamaño de su mineral alimentado del área de chancado y adaptarlo para etapa de flotación buscando la mayor eficiencia y optimización de cada una de sus variables de control y mejorando las habilidades de sus operadores de sala de control. Esta tesis se centrará en el desarrollo de un modelo matemático comprendiendo las principales variables del molino y ajustando su respuesta según datos tomados de distintas plantas a nivel mundial. Posteriormente se configurará y enlazará un sistema de control básico con el modelamiento previamente creado y sintonizado, dicho sistema presentará el sistema de control primario encargado de evaluar las condiciones básicas de arranque y parada del molino y sus grupos de control involucrados, así como también los lazos de control básicos para su operación. Además, se diseñará e integrará el sistema de supervisión respectivo para el control de operador y supervisor de dicho proceso modelado. El sistema de control avanzado diseñado implementa estrategias de control de optimización en tiempo real para el proceso de molienda primaria. La lógica de control considerada se basa en decisiones secuenciales que ejecutarán controladores predictivos basados en modelos o lógica difusa orientando el proceso a buscar estabilidad y luego optimización de cada variable crítica, esto se conseguirá extrayendo las variables de proceso del sistema de control primario y calculando su respectiva acción según cada objetivo; este sistema considera la evaluación de las variables críticas del molino SAG cuando el sistema experto esté encendido y haciendo el seguimiento respectivo cuando esté apagado. Finalmente se realizará la evaluación y comparación de variables críticas del molino considerando dos escenarios, cuando el sistema experto se encuentre encendido teniendo este control sobre los actuadores del molino SAG y cuando el sistema experto se encuentre apagado y se pueda operar cada actuador de forma manual.