Modelo Del Molino Sag Multi Componente

 

minerales Ingeniería 43-44 (2012) 12-21 

listas de contenidos ofrecidos en  en   SciVerse ScienceDirect

minerales Ingeniería   Volúmene s 43-4 4, abril de 201 3, páginas págin as 1212-21 21   revista P ágina de inicio: www. inicio: www. elsevier.com/locate/mineng   elsevier.com/locate/mineng

Modelo de molino SAG/ SAG/ AG múlti múlti componentes MP Bueno  Bueno  , T. Kojovic, MS Powell, F. Shi *

 Julius Kruttschnitt Kruttschnitt Mineral Research Ce Center, nter, 40 islas Road, Road, Indooroopilly, Indooroopilly, QLD 4068, Aus Australia tralia

información informació n del artículo 

resumen 

 Historia del artícul o: Disponible en línea xxxx  

El JKMRC ha estado estudiando y modelando AG industrial y molinos SAG durante más de 40 años, 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 para fines de modelado, una serie de laboratorio, a escala piloto y ensayos a escala, utilizando alimentaciones múltiples componentes se llevaron a cabo bajo el proyecto AMIRA P9O.   Los datos obtenidos muestran una tendencia no lineal entre el caudal de tráfico medido molino y la proporción de componente blando en la alimentación, así como el efecto de la composición de la alimentación fresca en el tamaño del producto molino de distribu- ción y la carga. Por lo tanto, un nuevo 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.  

 palabras clave: molienda autógena SAG Modelado de fresado  Mezcla mineral de componentes múltiples Mezcla  

© 2012 Elsevier Ltd. Todos los derechos reservados.  

1. Introducción 

Ejecutar la composición de la minaSinafecta en gran el funcionamiento del molino autógeno. embargo, los medida efectos de una proporción variable de los componentes duros y blandos en el rendimiento del molino no se describen por la generación actual de modelos AG / SAG (Stange, (Stange, 1996). 1996 ). Por ejemplo, los modelos 1996)) Asumir una JKSimMet actual (Napier-Munn ( Napier-Munn et al., 1996 alimentación uniforme, y lo describen utilizando un único conjunto de medios de parámetros de rotura de mineral de función (A, B y TA). JKTech (1998) ha encontrado que el uso sencillo de los parámetros promedio ponderado puede generar un sesgo fi no puede ni sig- en el desempeño de la planta simulada, ya que no CON- Sider las características específicas de los diferentesm tipos de et mineral (por ejemplo, competencia, tenacidad y resistencia a la r  abrasión) tal como se mide por la norma parámetros de o  caracterización de mineral tales como JK A B valores y el índice de trabajo Bond (Wi). El componente duro típicamente limita el rendimiento del

oping un modelo de molino de nuevo AG / SAG que describe la influencia de molino de composición de carga en el rendimiento de la rotura, Delboni (1999) recomen- dado investigación de las interacciones de mineral de múltiples componentes en or- der desarrollar un modelo de estructura que da cuenta de la acumulación preferencial de tipos de mineral duro en la carga del molino. Sin embargo, este efecto bien conocido rara vez ha sido cuantificada cuantif icada fi o modelado. Una amplia campaña experimental fue la conducta con el proyecto AMIRA P9O para entender el comportamiento de los minerales nentes multi-nentes en AG / molinos SAG (Bueno ( Bueno et al., 2010, 2011a, 2011b). 2011b) . Los resultados se utilizaron luego en el desarrolloo de un modelo ical phenomenolog- 2D se describe desarroll describe en este documento.

molino, debido a sus características de degradación más lenta, y preferentemente va acumulando en el contenido del molino; impactar en la potencia del molino cuando estos componentes tienen diferentes densidades específicas. materiales competentes también afectan a la distribución de tamaño de producto porque 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 cuantificar el comportamiento de los alimentos binarios en operaciones de la planta AG / SAG y para desarrollar un modelo de estructura estructu ra de componentes múltiples. Los medios de molienda de molinos autógenos derivan del tamaño de mineral de alimentación y la composición ( Delboni y Morrell, 1996) 1996 ) Y la vary- ing proporción de los diferentes componentes en la alimentación del molino afecta a la carga del

La AG / SAG Modelo en el paquete de simulación JKSimMet se  basa en un mar co desar rollado rol lado por Leung (1987), (1987) , se muestra en la Figura 11..  Esta estructura modelo es brevemente descrito en esta sección y fue utilizado como una plataforma para desarrollar el modelo de múltiples componentes presenta en este documento.

molino y, por consiguiente todo el proceso de rotura. después de desa⇑  Autor  Autor correspondiente. correspondiente. Tel .: +61 7 3346 5983, móvil: +61 4 1324 9712; fax: 

61 7 3365 5999.    Dirección de correo el ectrónico:  ectrónico:   [email protected] (MP Bueno).

2. JKSimMet

AG visión general del modelo modelo / SAG

2.1.  La  La reducción de tamaño tamaño y el rendimiento

Como se muestra en  en  Figura 2, 2,  Los procesos de reducción de tamaño dentro de un molino AG / SAG, cuando en estado estacionario, están encapsulados por el modelo perfecto de mezcla (Blanquear, 1974 1974)) ecuaciones: R  · s - re · s  ¼  0   F   -  R  · s þ UNA ·   R

ð1Þ 

 pag ¼ D · s

ð2Þ

donde f es la velocidad de alimentación, p la tasa de producto, R = tasa de rotura, s el contenido del molino, D la función de descarga y  A es e s la funci ón d e apa rición rició n o distribució distri bución n ro tura

0892-6875 / $ - see front matter © 2012 Elsevier Ltd. Todos l os derechos reservados. http://dx.doi.org/10.1016/j. mineng.2012.06.011 011   http://dx.doi.org/10.1016/j.mineng.2012.06.

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), (2012), http://dx.doi.org/10.1016/  j.min eng.2 012.06  j.mineng.2 012.06.011 .011

 

2 

 MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

Fig. 1. AG / SAG Estructura Modelo de spués (Leung, ( Leung,

Fig. 2. Diagrama esquemático de los mecanismos de proceso molino AG / SAG después (Napier-Munn ( Napier-Munn et al., 1996 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: reI ¼ Dmax · ci 

ð3Þ 

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  velocida  velo cidad d de descarga desc arga máxi ma (h-1). (h -1). La L a fun ción de la rejilla rej illa clasi fi cación (ci) tiene una forma simple, caracracteriza por dos o tres regiones distintas, como se muestra en  en   Fig. 3. 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 ( Austi ( Austi n et al., 1977 ):  L  ¼ M1Fmetro

2

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, volumétrica, en el molino de fi LLS por minuto. 2.3. función  función de la apariencia apariencia

La función de aparición o distribución rotura describe la distribución del tamaño de la progenie de cada evento rotura. De acuerdo aLeung a Leung (1987), (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: t 10 10 ¼ AD1 - mi

-b:

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 1988). ). Cu (Narayanan ( 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), (2012), http://dx.doi.org/10.1016/  j.min eng.2 012.06  j.mineng.2 012.06.011 .011  

 

3

 MP Bueno et al. / Xxx Minerales Ingeniería Ingeniería (2012)xxx-xxx

1996). ).   Fig. 3. Molino función clasi fi cación rejilla (Napier-Munn (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 (8)..  (S20 ), y la relación propuesta por Austin et al. (1984) en la Ec . (8) Esto está representado en el modelo como sigue:  pag g96 . . .  pag pag80Þ1 = 11   ¼  DP100 metro p  pag ag98  metro pa 3 mi 1 ¼ 4 = 3 pag   pag ðS20Þ ðS20Þ q sol re ecsð1Þ¼  mi 1 = Ð4 = 3pðX1Þ3qÞ   EcsðiÞ¼ Ecsð1Þ = ðxi = x1Þ1: 5 

 S 220 0

ð5Þ  ð6Þ  

ð7Þ  ð8Þ 

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. 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.

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,  versi ón, el compor com por tamie nto de cada compon com pon ente se describe desc ribe usando una ecuación de per- modelo de mezcla fect separado (véaseeFig. 55)). Las principales características de este modelo son los (véas 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 efectode l cálculo de la mezcla en el consumo de energía del molino ●

●

●

●

De acuerdo con los hallazgos preliminares de modelado fi, la rotura una ¼ 

E mamáLE þ t ÉL mamáÉL  t LLE

t LE LE þ t É ÉL L

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), (2),  Dadas las distribuciones de alimentación y de tamaño del producto y owrates FL, la distribución 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 la la Fig. 4. 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 en de rotura. Los 5 variable ecuaciones empíricas resultantes incrustados la corriente modelo de tarifas AG / están 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.

tarifas de cada componente varían de acuerdo con su proporción en la alimentación de nueva aportación molino. La razón detrás de 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 función de la apariencia 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, la característica es más apropiado para distinguirdependiendo y separar dedeellos (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,

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), (2012), http://dx.doi.org/10.1016/  j.min eng.2 012.06  j.mineng.2 012.06.011 .011  

 

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. ecuación . (7) obtener el Ecs para cada tamaño, que a continuación se escala utilizando la misma relación que se muestra en la Ec. (8). (8).  De esta manera, los (9),, Con  valor es de t10 t 10 se calcularo calc ularo n us ando las ecua cione s (4) y (9) 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 ( Bueno et al., 2011a ) Ha sugerido que las tasas máximas de descarga (Dmax) 2011a)  y pa rámetro ráme tross X Xm m puede p uede n ser difere ntes par paraa cada c ada compon com pon ente, debido a los efectos de la densidad y la forma de roca. El gráfico de la Fig. 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 d escri be en la Sección Sec ción 2.2 de encontra enc ontrarr la Dmax para el material a granel. Sin embargo, la Dmax se escala para cada componente después de cada iteración, como se muestra en en Fig. 7. 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

los más recientes avances en la investigación del transporte en suspensión 2002)) Se llevará a cabo para tener en cuenta los efectos (Latchireddi de 2002 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( Mor- Rell, 1989 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, ( Leung, 1987), 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, máquina-miner al, se esperaría esperaría que los componentes diferentes 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. en Fig. 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   potencia del molino

El mismo molino modelo de consumo de energía, presente en la  ver- sión actual act ual de JKSim Met ( Morrell, 1992 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 en Fig. 9, 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 y r m, m, 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: continuación:

No No   Carga 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 Sise (mm) 6. Función de vert vertido ido de l a planta (experimental (experimentalSin y simulado). seFig.presenta más adelante enpiloto esteLKAB documento. embargo,  

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), (2012), http://dx.doi.org/10.1016/  j.min eng.2 012.06  j.mineng.2 012.06.011 .011  

 

 MP Bueno et al. / Xxx Minerales Ingeniería Ingeniería (2012)xxx-xxx

5

Fig. 7. método iteración modelo multi-componente.  

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

Fig. 8. La magnetita y tasas de rotura de silicato, fi TTED a datos de la planta

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 ( Bueno et al., 2011a) 2011a ) Se utilizaron para desarrollar y validar el modelo ti-componente multipropuesto. 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 ( Napier-Munn et al., 1996), 1996 ), Bond (1952) molino de bolas de molienda pruebas, mediciones de densidad y los ensayos de fluorescencia fluoresce ncia de rayos X realizados sobre cada componente se presentan entabla 1. 1 .  4.1. Planta piloto

  Fig. 9. fi Simpli ed AG / SAG molino de carga hueca ( Napier-Munn et al., 1996 1996). ). 

para la acumulación de componentes duros en el contenido del molino, y por lo tanto, considera que la gravedad específica de mineral en laEsto carga delconducir molino a aerrores ser elsigni mismo que cuando en la alimentación. puede fi cativa los componentes duros y blandos tienen diferencias significativas en específico

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 campaña. La relación de difícil suave través deesta adiciones progresivas de silicatos duros en fue el cambiado a +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.

Por favor citar este artículo en prensa como: Bueno, MP, et al. Multicomponente AG / SAG modelo de molino. Minero. Ing. (2012), (2012), http://dx.doi.org/10.1016/  j.min eng.2 012.06  j.mineng.2 012.06.011 .011  

 

MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

6

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 silicato de luz (T4). La alta tasa de rotura de rocas de silicato en T5 se sospecha que es un artefacto

parámetro medido

Magnetita

Silicato

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

BBMWi @ 75 lm   etro

13.2

15.8

del modelo tting fi ya no habría habido pocas rocas de silicato en el

El efecto de la mezcla en las tasas de rotura requiere una mayor investigación, y el nuevo

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.   ueno Ciclo de prueba alternativa, los datos de un SAG desarrollado recientemente bloqueado ( (B

Tabla 2

et al., 20 2010 10 )  Puede ser utilizado para m   odelar el efecto de la mezcla de alimentación. Esto está

composición de alimentación del molino durante los ensayos piloto LKAB. Prueba

+ 30 mm de Residuos (%)

+ 30 mm LKAB mineral (%)

30 mm LKAB mineral (%)

T1

0

30

70

T2

4

26

70

T3

8

22

70

T4

15

15

70

0

30

70

T5 una una Mejorado

actualmente bajo investigación. El SAG Bloqueado Ciclo de prueba se ha demostrado para reproducir la respuesta de rendimiento del molino piloto y la composición de la carga de ambos piloto e industriales molinos para una mezcla dada ( (B   ueno et al., 2011a  ).

4.1.1. resultados de modelado

mm mineral de 30.

Una vez calibrado, el m odelo multi-componente puede reproducir los datos experimentales de varios componentes. Una comparación entre los datos medidos y simulados para carga de producto La filosofía operativa adoptada en los ensayos de planta piloto era de encontrar la velocidad de alimentación que resultó en una operación estable en un nivel de carga del molino de 28%. Una vez que se alcanzaron condiciones condiciones de estado estacionario, se recogieron muestras de alimentación, la carga y el producto y luego se analizaron para el tamaño y composición de las distribuciones.

Los datos experimentales a partir de tres ensayos (T1, T4 y T5), donde se midieron los contenidos enteros del molino, se utilizaron para calibrar el modelo. Un total de seis parámetros se fi TTED para cada componente: tamaño fi ne ( Xm  etro),  ln (tasas de rotura) en nudos 1-5 (R1, R2, R3, R4

y el molino en el Ensayo 1 se muestra en la  Tabla 3 y La Fig. 11 11  . Se obtuvo la misma calidad de fi t para otras mezclas mezclas tratada tratadass en la lass pruebas 4 y 5. Está claro a partir Tabla 4 que el modelo modelo de múltiples componentes también tuvo éxito en la 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 el consumo de energía del m olino. La precisión también era excelente c uando se describe este fenómeno en términos de composición tamaño por tamaño, como se muestra en

y R5). Los factores de escala para las tasas de descarga máxima (Dmax) se determinaron de La Fig. 12 par a 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

Las tasas de rotura calculados para ambos componentes se vieron afectados por la composición de la alimentación, como se muestra en La Fig. 10 10 .  Esto se esperaba debi do a que el el t  amaño de la carga de molienda y la composición variaron con la mezcla de alimentación.

el tamaño del producto para la magnetita, silicato y material a granel para todos los ensayos. La Fig. 13 ilustra las predicciones para realizar la prueba prueba 1. 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

ensayos, lo que explica la acumulación de material duro en el molino. Sin embargo, se observó el

Exp

efecto opuesto en tamaños más pequeños, en los que en los mismos niveles de energía, partículas de silicato de luz experimentan mayores niveles de energía fi específica (kWh / t) que denso

Sólidos (TPH) % sólidos

magnetita. Las tasas de rotura de s ilicato en los tamaños pequeños no se vieron afectados en gran medida por los cambios en mezcla de alimentación, pero las tasas de magnetita de rotura se redujeron, debido a un nivel reducido de la energía proporcionada por el menos denso de silicato dominado medios de molienda.

sim

Exp

sim

1.86

1.86

1.95

2.03

75.30

75.30

95.00

96.61

Líquido (TPH)

0.61

0.61

0.10

0.07

Sólidos SG (t / m 3) SG Pulp (t / m 3)

4.48 2.41

4.45 2.41

4.04 3.51

4.06 3.68

1.03

0.55

0.52

4.3

5.1

69.73

67.95

Volumétrica owrate fl (m 3 /  h) % Pasando 0,045 mm 80% Tamaño de Paso (mm)

1.03 47.0 0,122

Las tasas de rotura eran

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

http://dx.doi.org/10.1016/ 016/ 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/10.1  j.mineng.2012.06.011

Carga

52.3 0,130

 

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.

que era más gruesa (P80) pero a un marginalmente más alta que pasa porcentaje 45 l metro.

Tabla 4 La acumulación de componente duro (exp vs SIM). Prueba

% De silicato duro RSS

Carga

Alimentar a +30 mm

Exp

sim

24.9

25.3

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

Cargar 30 mm Exp

sim

14.6

31.7

30.9

T1

13.3

T4

27.9

69.4

68,1

53.1

83.8

84.2

T5

11.4

17.5

16.9

10

20.6

20.1

El concentrador de LKAB KA2 en Kiruna fue examinada para obtener datos de múltiples componentes detallados para cada carga de corriente y el molino (( B   ueno et al., 2011a  ). Cada muestra recogida durante esta esta  campaña se analizó para determinar por ciento de sólidos, 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 10   , Fue modelada fuera de línea que permite la simulación de diferentes condiciones de mezcla de alimentación. El objetivo de este ejercicio fue verificar la respuesta del modelo de múltiples

Los modelos fueron casi equivalente cuando se aplica a los datos a granel. El nuevo modelo fue 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  en T   abla 5  .

protocolo de funcionamiento adoptada adoptada durante la campaña piloto. Por lo tanto, la simulación se ejecutó para el mineral promedio LKAB como está y, a continuación, para aumenta aumentarr 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 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 excel ente caract característica erística para

las diferentes respuestas de los modelos a mezclas se ilustran en  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 J KMRC 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

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

multas con el material más competente, que se muele predominantemente por abrasión, y la

  abla 6 y La Fig. 16 sobre una base de tamaño con fuerza contra los datos medidos se presenta en en T

acumulación de material duro en la carga del molino.

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

Los resultados de modelado también estaban muy de acuerdo con los datos medidos. La única excepción fue el tamaño del producto molino,

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/10.10 http://dx.doi.org/10.1016/ 16/  j.mineng.2012.06.011

 

MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

8

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

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

Exp

1D sim

sim 2D

Tabla 7 muestra 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/ http://dx.doi.org/10.1016/  j.mineng.2012.06.011

 

9

MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

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). 1D

% De silicato duro RSS

13.3

Carga

Alimentar a +30 mm

Exp

sim

22.0

22.9

14.8

Cargar 30 mm Exp

sim

24.5

25.9

2D

Meas.

carga total volumétrica%

30.3

30.8

30.5

densidad de carga total (t / m 3)

3.6

3.3

-

La potencia neta (kW) No hay corriente de carga (kW)

2176 319

2020 319

-

Potencia bruta (kW)

2961

2772

2767

5. Conclusiones Mediante la actualización de la estructura actual modelo JKSimMet 1D a un formato de datos 2D, permitiendo la especi fi cación de la alimentación en un componente de base tamaño, un nuevo modelo multi-componente simple y robusto se ha desarrollado. El modelo se basa en las tasas de rotura y de descarga independientes para cada componente, y cuando se combina todavía observar la velocidad de descarga subyacente de los sólidos a granel y agua.

el modelo JKSimMet anterior para dar cuenta de la energía adicional proporcionada por bolas de acero. El modelo debe fi nd aplicaciones en la optimización de las operaciones de circuito existente con minerales de múltiples componentes, y en el campo de la optimización de ejercicios geometalúrgicos-mina a molino. Cuando otros modelos de m últiples componentes están disponibles (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 v arios 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 alimentación del molino. Además el trabajo se lleva a cabo para implementar los más recientes avances en los campos

Este estudio fue posible a través del Centro de Investigación Mineral Julius Kruttschnitt y apoyado por el Proyecto P9O AM IRA. Los autores desean agradecer el amplio apoyo financiero y 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 A ndrusiewicz, 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 A G, 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/10.10 http://dx.doi.org/10.1016/ 16/  j.mineng.2012.06.011

 

MP Bueno et al. / Minerales Ingeniería xxx (2012) xxx-xxx

10

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 el modelado de molienda autógena. En: Ramani, RV (Ed.), APCOM 76: Actas del Simposio Internacional Decimocuarta Decimocua rta de Aplicación de Computadoras y Matemáticas en la industria minera, AIME, Soc. Min. Eng., University Park, Pensilvania, EE.UU., pp. 207-226. 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., Fredriksson, Adolfsson, G., Partapuoli, Å., Wikström, P., Olofsson, M., Tano, K., 2011a. El predominio de la autoridad competente.. En: Mular, AL, Barratt, DJ, Caballero, DA, Quinta Internacional competente Internacional autógena y Semiautogenous Semiautogenous Molienda Tecnología de la Universidad de la Columbia Británica, Departamento de Minas y Proceso de Ingeniería de Minas, Vancouver (Eds.). Bueno, M., Shi, F., Kojovic, T., Powell, MS, 2010. Investigación sobre multicomponente multicomponente semi-autógeno de molienda. En: Congreso Internacional de Procesamiento de Minerales XXV. Instituto Australiano de Minería y Metalurgia, Brisbane, Australia, CD-ROM, p. 1. Bueno, M., Shi, F., Kojovic, T., Powell, MS, dulce, J., Philips, D., Durant, B., Plint, N., 2011b. Multicomponentes Multicomponentes pruebas piloto autógena. En: Mular, AL, Barratt, DJ, Caballero, DA, 5 autógena Internacional y Semiautogenous Molienda Tecnología de la Universidad de la Columbia Británica, Departamento de Minas y Proceso de Ingeniería de Minas, Vancouver (Eds.). Delboni, H., 1999. Un modelo de carga interactiva de autógena y semi-autógeno Mills. Universidad de Queensland, Queensland, Australia [St. Lucia, Qld.], P. 1v. Delboni, H., Morrell, S., 1996. El modelado de autógena y semiautogenous molinos. En:. Mular, AL, Barratt, DJ, Caballero, DA (Eds.), Internacional autógena y Semiautogenou Semiautogenouss Molienda Tecnología de la Universidad de la Columbia Británica, Departamento de Minas y Proceso de Ingeniería de Minas, Vancouver, pp 713728. JKTech, 1998. A minutos de discusiones JKSimMet. Las comunicaciones privadas, Las comunicaciones privadas Ed., Privada de comunicaciones, de Brisbane.

Leung, K., 1987. Una energía basado, modelo fi co mineral para autógena y semi molinos autógenos. En: JKMRC. Universidad de Queensland, Australia, Brisbane, Australia, p. 1v. 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. Morrell, S., 1992. Predicción de la energía de molienda molino. Trans. Inst. Min. Metall. Secta. DO-

Minero. Proceso. Extr. Metall. 101, C25-C32. Morrell, S., Morrison, RD, 1996. Ag y selección circuito molino SAG y diseño por  simulación.. En: Mular, AL, Barratt, DJ, Caballero, DA, autógena Internacional simulación Internacional y Semiautoge Semiautogenous nous tecnología de molienda (Eds.). Universidad de British Columbia, Departamento de Minas y Minerales Ingeniería de Procesos, Vancouver, pp. 769-790. Napier-Munn, TJ, Morrell, S., Morrison, RD, Kojovic, T., 1996. Mineral Los circuitos de trituración: su funcionam funcionamiento iento y optimización, optimización, primera ed. Julius Kruttschnitt Mineral Research Center, Indooroopilly, Queensland. (Reproducido con menor Correcciones 1999, 2005, Ed. 2005). Narayanan, SS, blanquee, WJ, 1988. Determinación de las característica Narayanan, característicass de trituración de pruebas de rotura por una sola partícula y su aplicación al molino de bolas aumento de escala. Trans. Inst. Min. 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: Mular, AL, Barratt, DJ, Caballero, DA (Eds.), Autógena Internacional Internacional y Semiautog Semiautogenous enous tecnología de molienda. Universidad de British Columbia, Departamento de Minas y Minerales Ingeniería de Procesos, Vancouver, pp. 1063-1080. Blanquear, WJ, 1974. Una teoría de la matriz de máquinas de trituración. Chem. Ing. Sci. 29 (2), 589-599.

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/10.1 http://dx.doi.org/10.1016/ 016/  j.mineng.2012.06.011