You are on page 1of 9

Metodologa para anlisis de procesos y el diseo con mltiples

objetivos bajo incertidumbre: Aplicacin a circuitos de flotacin

Abstracto
Este artculo presenta una metodologa para analizar y/o disear procesos en los
que se requieren varias etapas para alcanzar los objetivos de separacin y en la
que no es posible definir con exactitud las condiciones de funcionamiento. Esta
metodologa se explica y se aplica a circuitos de flotacin mineral pero puede ser
adaptado y/o extenderse a otros procesos. La metodologa considera la
construccin de una superestructura que incluye diferentes alternativas a analizar,
la representacin de variables por funciones de distribucin, una simulacin de
Monte Carlo, la incorporacin de indicadores y un anlisis con multiples
objetivos. De los resultados obtenidos, se concluye que la metodologa propuesta
es una herramienta til para analizar y disear procesos de separacin que incluyen
varias etapas, especialmente cuando existe incertidumbre acerca de las
condiciones de funcionamiento de cada etapa.

1. Introduccin

Es ampliamente aceptado que los procesos requieren mejoras desde distintas


perspectivas para seguir siendo competitivos. Las nuevas regulaciones y exigencias
de los procesos ms eficientes que hacen mejor uso de los recursos como el agua
y la energa y reducir los impactos ambientales se suman a la necesidad de seguir
siendo econmicamente competitiva. Tambin hay que mencionar la creciente
complejidad de acceder a los recursos disponibles, que puede presentar menores
leyes de mineral, contener impureza,etc. Por estas razones, no es raro encontrar
nuevos estudios y tecnologas centradas en la mejora de un proceso en particular.

Este trabajo presenta una metodologa para analizar y/o disear los procesos en los
que se requieren varias etapas para alcanzar los objetivos de separacin y en la
que no es posible definir con precisin las condiciones de funcionamiento. Esta
metodologa se explica y se aplica a circuitos de flotacin mineral pero puede ser
adaptado y / o extenderse a otros tipos de procesos.

Los procesos de extraccin de minerales generalmente incluyen la concentracin y


la purificacin de las especies de beneficio desde gangas. Para lograr este objetivo,
es comn el uso de varias etapas con diferentes configuraciones o estructuras, a
los cuales se les denomina circuitos. En los procesos de flotacin, celdas y / o
columnas se utilizan para obtener el concentrado, y las estructuras implicadas
incluyen las etapas de recuperacin, depuradora, limpieza, re-limpieza, entre otras
operaciones. Es difcil definir la recuperacin adecuada de las diferentes especies
de beneficio en cada una de estas etapas porque dependen de varias variables en
la puesta en marcha del circuito de flotacin y en variables externas (como el precio
y caractersticas del metal). La simulacin y optimizacin son herramientas
limitadas, ya que dependen de los modelos cuyas capacidades de extrapolacin e
interpolacin estn limitados, debido a que estos modelos son empricos y
dependen de parmetros definidos a partir de los resultados experimentales.

Adems, existen incertidumbres que complican el anlisis de estas variables. Por


ejemplo, la naturaleza heterognea de minerales produce una variacin en la
composicin, y por lo tanto en la ley y sobretiempo. Por otro lado, es bien sabido
que los precios de los metales varan significativamente con el tiempo.

El funcionamiento y diseo de los procesos de extraccin de minerales estn


relacionados con la necesidad de cumplir una serie de objetivos o metas, que
pueden ser operacionales, econmico-financiero o relacionados con la
sostenibilidad. Por ejemplo, los objetivos operacionales pueden incluir la eficiencia,
la capacidad de procesamiento, la calidad del producto y la estabilidad. Los
objetivos econmicos-financieros incluyen el costo operativo y la rentabilidad de la
empresa. Por ltimo, desde el punto de vista de la sostenibilidad, tenemos
preocupaciones ambientales (agua, aire, suelo) y los aspectos sociales (seguridad
y proteccin de los trabajadores y la comunidad).

Por las razones mencionadas anteriormente, una metodologa para el anlisis y el


diseo debe incluir lo siguiente:

Representacin de la recuperacin de cada etapa de acuerdo con las


funciones de distribucin, ms bien definir un valor especfico o un modelo
para cada etapa. Este enfoque permite a la metodologa centrarse primero
en conocer los efectos de la recuperacin y, despus, hacer esfuerzos para
obtener el valor de recuperacin deseado.

El anlisis de los efectos de las incertidumbres en las recuperaciones


individuales de cada etapa del proceso en general. De esta manera, ciertos
aspectos del sistema pueden ser determinadas, tales como cual es la etapa
ms afectada por la incertidumbre en las recuperaciones o los circuitos que
son menos sensibles a las incertidumbres.
Incorporacin de otras incertidumbres tales como calidad, caractersticas del
mineral y / o precios de los metales.

Un anlisis completo del circuito, incluyendo variables tcnicas, econmicas


y ambientales, lo que permite analizar varios factores a la vez y permite al
diseador o analista poder definir prioridades.

Indicadores que representan los diferentes tipos de objetivos (econmicos,


tcnicos y de sostenibilidad) y permiten la evaluacin simultnea de
variables.

Adems, la metodologa debe permitir lo siguiente:

Realizar comparaciones entre diferentes opciones de circuito y capacidad


de adaptacin a diferentes herramientas de simulacin.

Las optimizacin en los circuitos existentes mediante la mejora de las


condiciones de operacin, el cambio de la estructura o incluyendo nuevas
unidades.

Hay pocos estudios en la literatura que tienen en cuenta todos los aspectos
mencionados en el procesamiento de minerales. Sin embargo, hay varias
investigaciones que toman en cuenta la incertidumbre y/o mltiples objetivos en
otras reas. En una publicacin, La evaluacin de la sensibilidad de las redes de
agua para cargas masivas utilizando simulacin de Monte Carlo, realizada en el
2007 aplican simulaciones de Monte Carlo para tres configuraciones de red agua
utilizada para lavar un slido, donde las variables con la incertidumbre eran el flujo
de agua y la masa slida y el objetivo fue seleccionar la red que utiliza la menor
cantidad de agua. Otra publicacin Las aplicaciones de optimizacin
multipleobjetivo en ingeniera quimia, aplica una nueva metodologa que incorpora
simulaciones de Monte Carlo y modelos termodinmicos en los paquetes de
software ASPEN PLUS y SIMAPRO a un circuito para la produccin de cido
fosfrico. El circuito se compar en tres escenarios de evaluacin, teniendo en
cuenta los mltiples objetivos de sostenibilidad para los efluentes lquidos de la
planta. Por otro lado, hay metodologas que incorporan la incertidumbre de una
manera discreta con objetivos mltiples. Paules y Floudas (1992) aplican
programacin estocstica con la programacin no lineal entera mixta (MINLP) a
problemas de optimizacin en la sntesis de integracin de calor utilizando una
superestructura de etapas de destilacin con la incertidumbre en las composiciones
y los flujos de alimentacin de los componentes, optimizando de este modo las
caractersticas de separacin y el diseo de las unidades de intercambiador de
calor. Wolbert et al. (1994) modifica el Prosim Simulador para encontrar el diagrama
de flujo ptimo como un objetivo a travs de dos mtodos de optimizacin, utilizando
estrategias de optimizacin cuadrtica con incertidumbres en el flujo de
alimentacin, las constantes cinticas y las constantes de transporte. Adems,
existen metodologas que tengan en cuenta las variables de una manera
determinista con mltiples objetivos. Bhaskar et al. (2000) aplic la optimizacin con
ms de una funcin objetivo a problemas de ingeniera qumica. Luyben y Floudas
(1994) aplican MINLP para optimizar ms de una funcin objetivo para los objetivos
econmicos y de control en una planta de destilacin. Alexander et al. (2000) aplica
una metodologa para satisfacer los objetivos medioambientales y econmicos y
optimizar los procesos en una planta de cido ntrico a travs de simulacin con
Hysys. Steffens et al. (1999) aplica una metodologa que identifica un conjunto de
diagramas de flujo en la etapa de ingeniera conceptual que tienen mnimo impacto
ambiental y el rendimiento econmico deseado, y esta metodologa se ha aplicado
en la sntesis de bioprocesos. Lou et al. (2004) aplica una metodologa para cumplir
con los objetivos de sostenibilidad a travs de indicadores para los diferentes
sistemas de la planta. Gholap y Khan (2007) aplican algoritmos genticos para
disminuir los costos de energa y materiales en intercambiadores de calor. Ramzan
y Witt (2006) aplican una metodologa para cumplir con los objetivos econmicos y
ambientales a travs de indicadores en una planta de recuperacin de
hidrocarburos.

Es importante mencionar que las metodologas que incluyen mltiples objetivos se


han desarrollado en el campo de procesamiento de minerales. Huband et
al. (2006) aplica algoritmos evolucin de los diferentes circuitos de trituracin para
realizar varias mejoras en el diseo y las condiciones econmicas evaluadas con el
valor actual neto. Mientras et al. (2004) aplica algoritmos de evolucin para mejorar
el diseo de las trituradoras de cono y para obtener un producto con un tamao de
grano mejor. Stewart et al. (2003) introduce mltiples objetivos de impacto
ambiental, evala el impacto del ciclo de vida del diseo y sntesis de circuitos de
procesamiento de minerales y presentar un estudio de caso de una planta de
refinera de zinc.
Simulaciones de Monte Carlo se han aplicado a los procesos de minerales para el
anlisis de balance de materiales, la simulacin de procesos y para el anlisis de
incertidumbres. Estos estudios han demostrado que la simulacin de Monte Carlo
es una poderosa herramienta para el anlisis de circuitos de flotacin y tiene
ventajas sobre otros mtodos como la ley de propagacin de errores.

La estructura del resto este trabajo es el siguiente: Seccin 2 se desarrolla la


metodologa propuesta y describe la estrategia desarrollada; Seccin 3 proporciona
los resultados de diferentes simulaciones y post-simulaciones con el anlisis y la
discusin de los resultados; La seccin 4 muestra los comentarios finales y sugiere
futuros trabajos relacionados con esta investigacin.

2. Metodologa

La metodologa propuesta procede como sigue.

1) Utilizar una superestructura para representar el conjunto de alternativas de


los circuitos a ser estudiados. Esta superestructura se construye a partir de
las etapas de separacin y consideradas todas las conexiones posibles.

2) Definir las variables de entrada a ser estudiadas, representndolas con


funciones de distribucin. Estas variables corresponden a las variables de
diseo y especificaciones que muestran incertidumbre. La funcin de
distribucin para ser considerado depende de la naturaleza de la variable y la
informacin disponible.

3) definir los objetivos a ser analizados, afinando variables e indicadores que


representan estos objetivos.

4) Aplicar la simulacin de Monte Carlo para cada una de las alternativas


incluidas en la superestructura.

5) representar los resultados de simulaciones como histogramas y estadsticas


descriptivas, y resumir los indicadores que se definen en el paso 3.

6) Una vez se han obtenido los puntos anteriores, realizar diferentes actividades
post-simulacin, tales como anlisis de sensibilidad, la representacin grfica
para la toma de decisiones y el desarrollo de modelos de prediccin de
resultados.

Para ilustrar esta metodologa, se aplica al anlisis de circuitos de flotacin.


2.1 Superestructura

El primer paso es definir las alternativas a analizar y representar con una


superestructura, que se construye mediante la definicin de las etapas de
separacin y permitiendo todas las interconexiones posibles entre ellos. Por
ejemplo, la figura 1, muestra una superestructura formada por, las etapas de
recuperacin, depuracin, limpieza y re-limpieza. Mezcladores de flujo (crculos) y
divisores (tringulos) se incluyen para representar un conjunto de alternativas a
estudiar. Por lo tanto, las diferentes alternativas se originan en el destino de los
residuos procedentes de las etapas de limpieza y re-limpieza y desde el destino
del concentrado de la etapa depuradora.

Figura 1: Superestructura de circuitos de flotacin.

Hay doce alternativas, que estn representadas por una cadena como se indica en
la figura 2a. Las letras en la cadena indican donde son enviados la cola de la
limpieza, el concentrado del depurador, y la cola de la re-limpieza. Para procesos
sin re-limpieza, se omite la tercera letra. Por ejemplo, el proceso RRC se construye
mediante el envo de relaves de la limpieza a la etapa de recuperacin, el
concentrado de la etapa depuradora a la etapa de recuperacin, y el relave de la re-
limpieza a la etapa de limpieza. El proceso SC se construye mediante el envo de
relave de limpieza a la etapa de depuracin y el concentrado de la depuradora a la
etapa de limpieza; no hay una etapa re-limpieza en este proceso. Las alternativas
sin una etapa recleaner son RR, RC, SR y SC, y las alternativas con una etapa
recleaner son RRR, RCR, RRC, RCC, SRR, SCR, SRC, y SCC.

Figura 2: Nomenclatura utilizada en el manuscrito de a) circuito de flotacin b) Casos estudiados.

Diversos estudios han considerado varias alternativas de anlisis y/o diseo de


procesos, sin embargo el uso de superestructuras puede sistematizar la seleccin
de alternativas. Por ejemplo, en una publicacin realizada en el 2006,
denominada A MILP model for design of flotation circuits with bank/column and
regrind/no regrind selection utilizaron varias superestructuras para representar
circuitos de flotacin alternativos basados en faenas, condiciones, y el
equipamiento. Las etapas y alternativas que deben considerarse en la
superestructura dependern del problema que se enfrenta. Por ejemplo, si el
problema est relacionado con la incorporacin de una nueva unidad, a
continuacin, la superestructura debe considerar todas las alternativas que se
podran generar a partir del proceso de base para ser modificados.

2.2 Definicin de las variables de entrada

Las variables de entrada corresponden al diseo de variables o especificaciones


externas para el proceso, las que estn representadas por funciones de
distribucin. En este estudio, se consider la recuperacin desde las etapas de
flotacin como variables de diseo a ser estudiados y la ley de alimentacin como
una especificacin externa.

Los estudios que se realizarn corresponden a los efectos y / o conjuntos de


variables individuales. En nuestro caso, consideramos ambas situaciones como
sigue:

a) la recuperacin de la etapa de recuperacin muestra incertidumbre, y las otras


variables de entrada no muestran la incertidumbre.

b) la recuperacin de la etapa limpieza exhibe incertidumbre, y las otras variables


de entrada no exhiben la incertidumbre.

c) la recuperacin en la etapa de depuracin exhibe incertidumbre, y otras variables


de entrada no exhiben incertidumbre.

d) la recuperacin de la etapa de re-limpieza muestra incertidumbre, y otras


variables de entrada no exhiben la incertidumbre.

e) las recuperaciones de todas las etapas exhiben incertidumbre y la ley de la


alimentacin no exhibe la incertidumbre.

f) la ley de alimentacin muestra incertidumbre, y las recuperaciones de todas las


etapas no presentan incertidumbre.

Las incertidumbres de las variables seleccionadas se definen a travs de funciones


de distribucin. Para cada variable, se consider que son distribuciones normales,
representados por un valor medio de varios valores para la desviacin
estndar. Para las recuperaciones, hemos considerado desviaciones estndar de
1, 3, 5 y 7, mientras que para la ley de la alimentacin, se consider que los valores
de 0,1%, 0,3%, 0,5% y 0,7%.

Se estudiaron Ochenta y ocho casos, y cada uno est representado por una cadena
como se indica en la figura 2b. Por ejemplo, el Caso 37370 corresponde al caso en
el que las desviaciones estndar de la recuperacin en rougher, recuperacin en
cleaner, recuperacin scavenger, recuperacin en recleaner, y de la ley de
alimentacin son 3, 7, 3, 7 y 0, respectivamente. Un valor de 0 significa que la
variable no muestra la incertidumbre. El caso 01000 solamente tiene incertidumbre
en la recuperacin ms limpia, que se representa con una desviacin estndar de
1. Los valores medios de las recuperaciones se pueden determinar
experimentalmente a partir de datos de la planta o utilizando modelos como se hizo
en una publicacin denominada state of the art in the conceptual design of flotation
circuits.