MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 580 / ENERO 2026 54 del proceso, es decir, aquellas variables que pueden ser ajustadas para influir en el comportamiento global del circuito. Entre las más relevantes se encuentran: Potencia del molino (kW). Ingreso de mineral (t/h). Tamaño de partícula de entrada. Porcentaje y volumen de bolas (%, m³). Velocidad de operación (% de la velocidad crítica). Caudal de agua de alimentación (m³/h). Carga circulante (m³/h). Nivel de llenado del sumidero (m³). Densidad de pulpa al ingreso del ciclón (kg/ m³). Densidad de pulpa en la carga circulante (kg/m³). Tomando como referencia dicho marco conceptual, en este trabajo se empleó información operativa proveniente de una unidad minera, cuya configuración del circuito de molienda se muestra en la Figura 6. Este circuito está compuesto por dos molinos: un molino primario (Molino 1) y un molino secundario (Molino 2). A la entrada del Molino 1 se encuentra instalado el analizador de granulometría F80Meter, una cámara que emplea inteligencia artificial para estimar en tiempo real la distribución granulométrica del material de alimentación. Además, el molino cuenta con una bomba regulable que permite ajustar el caudal de agua (m³/h), modificando así las condiciones operativas según los requerimientos del proceso. La pulpa generada por el Molino 1 se descarga en un cajón que alimenta a dos bombas, las cuales impulsan el flujo hacia un conjunto de celdas de flotación Flash. Las colas generadas por estas celdas son dirigidas a las zarandas de alta frecuencia (ZAF). El producto pasante de las ZAF es enviado al circuito de flotación Bulk, mientras que el material retenido, en forma de pulpa, es redirigido al Molino 2 para su remolienda. Posteriormente, la pulpa del Molino 2 es descargada en un segundo cajón, desde donde es bombeada nuevamente hacia un sistema de flotación Flash. En esta etapa, tanto las espumas obtenidas de esta flotación como las espumas generadas previamente en el Molino 2, se combinan en un cajón común, el cual Figura 9. FIS – Variable de salida. Figura 10. FIS – Reglas difusas. Figura 11. Definición del modelo ANFIS simplificado. Figura 12. Función para entrenar modelo neurodifuso.
RkJQdWJsaXNoZXIy MTM0Mzk2