Por: Jesús H. Londoña Soria y Máximo Simón Zavala, Compañía Minera Poderosa. 

Introducción 

En una planta de procesamiento de minerales continuamente se va estar buscando mejorar las recuperaciones por diversos factores y existen muchas variables que se puede perfeccionar. En el caso del oro, una variable que tiene influencia en la recuperación es la concentración de cianuro, lo que conlleva al análisis de entre qué valores se debe trabajar, esto se puede determinar en el laboratorio metalúrgico bajo ciertas condiciones.

En una planta también se puede determinar la dosificación de cianuro a agregar a ciertas concentraciones, esto al realizar un análisis estadístico de los resultados obtenidos en la extracción, y encontrar el óptimo en un rango especificado de exploración. 

Posteriormente se puede realizar un análisis del diseño de experimentos con los datos de planta que se tengan para afinar los resultados, la aplicación de este conocimiento en nuestra planta de procesos es necesaria y fundamental para optimizar la dosificación del reactivo cianuro y obtener los máximos resultados en la extracción. Para ello, es necesario mirar el proceso como un sistema que realiza una función e interpretar los resultados de una forma metalúrgica.

Objetivo

Mejorar la recuperación del oro en el proceso de lixiviación, con la concentración de cianuro adecuado aplicando el diseño de experimentos en los molinos de la planta de Compañía Minera Poderosa.

Ubicación 

Minera Poderosa cuenta con dos plantas de cianuración llamadas Santa María y Marañón, ubicadas en el distrito y provincia de Pataz, departamento de La Libertad, a una altura entre 1,250 y 2,800 msnm., accediendo vía aérea y terrestre, la empresa procesa mineral de oro del yacimiento tipo Filoniano emplazado en el Batolito de Pataz, siendo su capacidad de tratamiento de 740 TMS y 800 TMS de plantas Santa María y Marañón, respectivamente.

Antecedentes 

La planta de procesamiento Marañón ya había llegado a su máxima capacidad de tratamiento con sus equipos de molienda, llegando a pasar 740 TMS/día, pero a pesar de ello, se tenía que aumentar la recuperación de oro, por lo cual se hicieron pruebas a nivel de laboratorio para ver que parámetros se tenía que ajustar para poder lograr el objetivo, identificándose que se debería mejorar la molienda, la clasificación primaria, encontrar la óptima concentración de cianuro basados en prueba y error, todos estos parámetros se perfeccionaron, sin embargo, cuando ingresaban minerales de alta ley al circuito, el relave sólido también se incrementaba, eran problemas puntuales, pero ocasionaban una cierta pérdida a los indicadores de recuperación y se afectaba a los resultados del mes.

Ante esta situación se busca mejorar aún más algunas variables para poder contrarrestar esta pérdida, en un primer momento se sugiere incrementar la concentración de cianuro, pero no se aprueba el referido aumento por falta de data en el proceso. Frente a la necesidad de demostrar que a una mayor concentración de cianuro se va obtener mejores resultados, es que se decide usar el diseño de experimentos para determinar cuál es la concentración adecuada en el proceso.

En la planta Marañón se tiene más de 30 variables que son parte de los controles, el problema radicaba ¿en dónde se aplica los diseños de experimentos en una planta de procesos que no es automatizada? ¿Cómo se demuestra que con un incremento de cianuro se obtiene mejores resultados?, ¿cuál es la concentración de cianuro adecuada? ¿Los resultados obtenidos teóricamente se reflejaran en la realidad del proceso? , todas estas dudas se fueron descartando conforme se avanzaba en la aplicación de los resultados del diseño de experimentos.

Importancia del uso de diseño de experimentos

a) Este trabajo es importante porque nos permitirá predecir un suceso (ley de relave sólido) en función a la data estadística de las siguientes variables (ley del mineral de cabeza que ingresa al proceso, la concentración del cianuro en los molinos primarios, y remolienda de concentrados), y en base a esto obtener las mejores recuperaciones.

b) Ante la falta de resultados como las leyes de oro y plata en línea en todo el proceso, la aplicación de los diseños de experimentos basados en la data estadística es una herramienta poderosa y necesaria que nos permitirá manejar un proceso de la mejor forma.

Identificación del problema 

En la planta de procesamiento de minerales van a existir diferentes variables que influyen en los resultados. Para el caso de una planta de procesamiento de oro mediante el proceso Merrill Crowe, estas variables son: el tipo de mineral, tonelaje tratado, carga de bolas, clasificación adecuada, dosificación de cianuro, pH de la solución y otros. El trabajo realizado se enfoca en tres variables independientes que tienen influencia en el resultado de la ley del relave sólido, estas son:

1. Ley del mineral que ingresa al molino primario (molino 8x10).

2. Concentración de cianuro en la descarga del molino primario (molino 8x10).

3. Concentración de cianuro en la descarga del molino 5x10 (remolienda de concentrados).

Descripción del proceso 

La planta Marañón, cuando se decidió aplicar el diseño de experimentos, contaba con tres molinos, de dimensiones M8x10, M6x7 y M5x6 y el control del cianuro se tomaba en la descarga de los molinos, el cual consistía en conocer el pH que oscilaba de 10.8 a 11.2 y la concentración de cianuro era 800 ppm, 700ppm y 600 ppm, respectivamente, que se debía mantener durante todo el proceso, estos tres molinos se encargaban de reducir la partícula del mineral de 98%-m3/8” a 60%-m200 , ver Figura 1.

El mineral, una vez molido y lixiviado el oro por el cianuro, adopta la forma de pulpa, la cual recorre la siguiente etapa del circuito de equipos auxiliares conformado por espesadores que recuperan la solución rica, agitadores que dan un mayor tiempo de lixiviación, espesadores que realizan el lavado en contra corriente de la pulpa cargada de oro residual en solución, para posteriormente evacuar al relave la pulpa empobrecida, cuya ley de oro es analizada en el laboratorio químico, ver Figura 2.

Proceso donde se aplica el diseño de experimentos 

Todo este proceso descrito en los equipos auxiliares se puede denominar sistema, para nuestro análisis con el diseño de experimentos quedaría de la forma como se observa en la Figura 3.

Plasmar el proceso en una función  

Para este análisis hay que tener en cuenta el tiempo de residencia del circuito, para formar una matriz de entrada y salida de las leyes del mineral, por lo que se deben de reacomodar los datos de reporte diario de acuerdo al tiempo de residencia para trabajar con la misma partícula lixiviada (considerar el cortocircuito despreciable para obtener algo teórico que después será probado en campo). Ver Tabla 1.

Una vez reacomodados los datos se tiene una variedad de data con resultados en planta, los cuales son analizados, se procede a verificar las cifras mínimas y máximas para nuestro diseño factorial como se observa en la Figura 4, pero como no se tienen datos precisos en planta como mínimo y máximo, como se tendría en un laboratorio, tomamos un rango en el cual se tiene data real como se observa en la Figura 5.

Estos datos son tomados del seguimiento que se realizó al proceso de lixiviación de planta  entre los meses de abril a septiembre de 2017 según el enfoque de la Figura 3.

De estos datos obtenidos de mínimos y máximos en planta, procedemos a buscar un modelo matemático que nos describa el proceso en sí, encontrando en Excel la función estimación lineal, la que se ajusta a nuestro proceso r² = 0.806 como se observa en la Figura 6.

Con estos valores procedemos a formar nuestra ecuación de simulación o predicción de la ley del relave sólido que se va a obtener en planta.

Tamaño de la muestra finita 

Para validar los datos se recurrió a la estadística según el tamaño de muestra necesaria para que los resultados sean confiables. El análisis de los datos de planta se realizó desde abril a septiembre de 2017, todos los días en los tres turnos teniendo como datos analizados y depurados 324.

N = 324

Z2 α=confiabilidad=95%, α=0.05,Z= 1.96

p = Proporción esperada = 5% = 0.05

q = 1 – p = 0.95

p + q = 1

e = Precisión en la muestra 3% =0.03

n = muestra 

Por lo que son necesarios 124 datos que cumplan la condición de la ecuación descrita para que el cálculo sea confiable.

Cálculo del error de la ley de relave sólido verdadero y relave simulado

Con la fórmula hallada procedemos a simular los resultados y a calcular el error, entre el valor verdadero de la ley de relave sólido y el valor de la ley del relave simulado, ver Tabla 2 y Figura 7.

Rango de trabajo de la ley de cabeza en la planta de procesos

Hay que tener en cuenta que la ley de cabeza del mineral que ingresa al proceso, comenzando por el molino, es variable por tratarse de mineral de terceros o mineros que venden a la empresa, que traen de diferentes leyes por lo que se hizo un diagrama de Pareto para encontrar entre que valores las leyes de cabeza mayormente fluctúan, encontrando que varían entre [13-22] g/t., ver Tabla 3 y Figura 8.

Aplicación del modelo empírico en planta

Como se tiene tres variables independientes (X1, X2, X3) y una dependiente (Y), no se puede graficar en R3, por lo que se procede a plotear en el Excel a diferentes casos de operación en la planta y se escoge aquella situación donde el relave sólido sea mínimo y la extracción sólida sea máxima, para posteriormente aplicar esto al proceso en planta como se puede observar una muestra de todo lo ploteado, ver Figura 9.

Resultados obtenidos  

Después de haber obtenido los datos teóricos como se describió, se puso en marcha los valores encontrados de concentración de cianuro en la planta y se obtuvieron los siguientes resultados:

ν Se aumentó la concentración del cianuro de 800 ppm a 1500 ppm medido en la descarga de los molinos 8x10 y 5x10 de acuerdo a la simulación y aumentó la extracción total en los meses siguientes como se observa en las Figuras 10 y 11, respectivamente.

ν Como se observa la extracción total mejoró de 87.56% a 89.40% en promedio desde octubre de 2017 a septiembre 2018.

ν Los resultados obtenidos en este trabajo también implicaron mejoras en:

• La granulometría de molienda de 38.48% -200 m en el último semestre de 2017 a 41.80% de enero a agosto de 2018.

• Se incrementó la recuperación en el circuito de molienda primaria de 44.10% en el último semestre de 2017 a 59.08% de enero a agosto de 2018.

ν Pruebas llevadas a cabo en el laboratorio metalúrgico variando la granulometría, demostraron que la recuperación sólida va aumentar si el oro esta más liberado, pero definitivamente está amarrado a la concentración de cianuro adecuada.

ν Según los resultados del “Estudio de caracterización mineralógica mediante microscopia electrónica” de los relaves, otro factor que influye negativamente en la recuperación de oro, es el contenido de plata en el mineral, que lo hace más refractario. 

Conclusiones

1. El uso del diseño de experimentos en una operación de procesos es una herramienta necesaria, porque nos permitirá simular un resultado y en base a esto tomar decisiones que muchas veces son muy críticas para la empresa.

2. Se aumentó la concentración de cianuro de 800 ppm a 1500 ppm en la descarga de los molinos, en consecuencia aumentó su consumo, pero al realizar un análisis costo beneficio, perdemos cianuro pero ganamos oro, lo que hace rentable y viable el cambio.

3. Compañía Minera Poderosa tiene el permiso efluente cero, por lo que esa solución cianurada al ser enviada al relave luego de haber recorrido todo el proceso de lixiviación, es regresada nuevamente a la planta cargada de oro producto de la lixiviación en el relave, un aumento de la concentración de cianuro en la solución del relave también es beneficioso para el proceso.

4. Se debe tener en cuenta también que en la relavera este pH de preferencia debe ser mayor a 11 para evitar la volatilización del cianuro.

5. Con el uso del diseño de experimentos podremos visualizar lo máximo a lo que puede llegar un proceso, pero tener en cuenta que es un complemento de otras herramientas que se hayan utilizado para maximizar algún resultado positivo para la empresa.

6. El método propuesto en este paper es otra opción de cómo se puede optimizar un proceso con solo data histórica, sin tener información en línea.

Recomendaciones 

1. No desanimarse en usar esta herramienta porque siempre habrá una solución en R2, R3 o como la que se obtuvo para nuestro proceso, todo dependerá de la habilidad de los ingenieros.

2. Si se tiene los equipos automatizados y resultados en línea no dudar en usar el diseño de experimentos para mejorar un proceso, se sorprenderá de los resultados.

Agradecimientos

A los ingenieros líderes de planta que en su momento no quisieron cambiar la concentración de cianuro para mejorar la recuperación, hasta tener data que demostrara lo contrario, lo cual es el fruto de este trabajo.

Igualmente, a los compañeros de unidad que en base a su experiencia en otras plantas aportaron ideas y se pudo concretar este paper.

A la empresa CMPSA por permitir que se presente data interna del proceso como apoyo a la ciencia y cultura.

A la realización de PERUMIN Convención Minera, para que se siga avanzando a favor de la ciencia y la cultura y muchos profesionales aporten con lo mejor de sí, con ideas y soluciones en la industria minera.

Bibliografía

Ayala, Jorge. 1995. “Optimización por diseños experimentales”. CONCYTEC, Lima-Perú.

Lynch, A.J. 1980. “Circuitos de trituración y molienda de minerales”. Editorial rocas y minerales. ISBN 84-300-0718-0.

Manzaneda, José. “Procesamiento de minerales”, Cap. IV Progresos en aplicación de diseño experimental, pp.299-345.

Sistema de producción planta, datos operativos de planta Compañía Minera Poderosa S.A 2017-2018 La Libertad-Perú.