Optimization of a grinding and classification circuit of a

magnetite ore processing plant through computer

simulation.
La optimizacin de un circuito de molienda y clasificacin de una planta de
procesamiento de mineral de magnetita a travs de la simulacin por
ordenador.
Abstract
Computer simulation and mineral modeling was applied to the optimization
of a grinding circuit in a plant processing 256 t/h magnetite. These tolos
were used to develop a grinding and classification configuration to decrease
the grade of silica in the magnetite concntrate, which is produced by the
plant. Empirical grinding and classification models were finely tuned using
plant experimental data.the JK Sim Met 5.0 sofware was used to simulate
the grinding and classification units. By applying changes in the original
circuit, a throughput increment of 100% was achieved with an important
reduction in the energy consumption. The silica content in the magnetite
concntrate can be decreased by regrinding the coarse fraction of fine
screens into a separate ultrafine grinding unit instead of returning this flow
to the ball grinding mills.
Abstracto
La simulacin por ordenador y modelado mineral se aplic a la optimizacin
de un circuito de molienda en una planta de procesamiento de 256 t / h de
magnetita. Se utilizaron estas herramientas para desarrollar una
configuracin de molienda y clasificacin para disminuir el grado de slice en
el concentrado de magnetita, que es producida por la planta. Molienda
emprica y modelos de clasificacin estaban sintonizados finamente usando
datos. El experimental planta JK Sim Met software 5.0 se utiliz para simular
las unidades de molienda y clasificacin. Mediante la aplicacin de los
cambios en el circuito original, un incremento de rendimiento de 100% se
logr con una importante reduccin en el consumo de energa. El contenido
de slice en el concentrado de magnetita se puede disminuir por rectificar la
fraccin gruesa de mallas finas en una unidad de molienda ultra fina
separada en lugar de devolver este flujo a los molinos de bolas.
Key words: grinding, modeling, process optimizacin, simulation.
Palabras clave: pulido, modelado, Optimizacin de procesos, simulacin.
Introduction
Over the last 30 years, empirical models have been applied successfully in
mineral processing(Mckee and Napier Munn,1990;Duarte et al 1998; Benzer
et al 2001;Eisele and Kawatra 2006a, 2006b).improvements in grinding and
classification models has made the application of simulation as a daily tool

possible. Commercial software has emerged that combines the most

notorious and efficient numerical methods to solve model processes.
JK SimMet and MODSIN have become increasingly effective and are now
frequently used as tolos to assess and improve plant performance.
Introduccin
Durante los ltimos 30 aos, los modelos empricos se han aplicado con
xito en el procesamiento de minerales (Mckee y Napier Munn, 1990; Duarte
et al 1998; Benzer et al 2001; Eisele y Kawatra 2006a, 2006b). Mejoras en la
molienda y clasificacin de modelos ha hecho que la aplicacin de la
simulacin como una herramienta diaria posible. El software comercial ha
surgido que combina los mtodos numricos ms notorios y eficientes para
resolver los procesos de modelo.
JKSimMet y MODSIN se han convertido en cada vez ms eficaz y ahora se
utilizan con frecuencia como tolos para evaluar y mejorar el rendimiento de
la planta.
This study was taken to explore the possibility of optimizing a magnetite ore
concentration ircuit and reducing energy consumption. Emphasis has been
puto n the optimization of the grinding and classification satges, with
particular emphasis on the behavior of the silicate particles around the fine
screening stages of the magnetite concntrate and the recycling of the
coarse fraction of this fine screening to the ball mil grinding stage.
Este estudio fue llevado a explorar la posibilidad de la optimizacin de un
circuito de concentracin de mineral de magnetita y la reduccin del
consumo energtico. Se ha enfatizado el puto n la optimizacin de las
etapas de molienda y clasificacin, con especial nfasis en el
comportamiento de las partculas de silicato en torno a las etapas de
seleccin fina del concentrado de magnetita y el reciclaje de la fraccin
gruesa de esta fina seleccin para el baln mil molienda etapa .
In the coarse fraction of the fine screening, the magnetite(Fe 3O4, density
5200 kg/m3) is locked to silica (SiO2, density 2500 kg/m3). Because the
density difference large, hidrocyclone classification presents some
disadvantages. The only way to better understand this problem is by
applying more sophisticated techniques to take advantage of the differences
in particle density.
En la fraccin gruesa de la multa de cribado, la magnetita (Fe3O4, densidad
de 5200 kg/m3) est bloqueada a la slice (SiO2, densidad de 2.500 kg/m3).
Debido a la gran diferencia de densidad, clasificacin hidrocicln presenta
algunas desventajas. La nica manera de comprender mejor este problema
es mediante la aplicacin de tcnicas ms sofisticadas para tomar ventaja
de las diferencias en la densidad de la partcula.

The fundamental modeling of a hydrocyclone using computational fluid

dynamics(CFD) (rajamani and devulapalli, 1994;cullivan et. al nowakowski et
al 2004;Delgadillo an d rajamani,2005) is the most advance approach to
solving this problema by designing novel geometies of new classification
devices. The CFD approach provides a lot of useful information on the
operation of hydrocyclone. The problem with the CDF is that the application
to industrial operations is not feasible due to the intensive computational
work required.
El modelado fundamental de un hidrocicln utilizando la dinmica de fluidos
computacional (CFD) (Rajamani y devulapalli, 1994;. Sullivan et al
Nowakowski et al 2004; Delgadillo un Rajamani D, 2005) es el enfoque ms
adelantado para la solucin de este Problema mediante el diseo de nuevas
geometras de nuevos dispositivos de clasificacin. El enfoque de CFD
ofrece una gran cantidad de informacin til sobre el funcionamiento del
hidrocicln. El problema con el CDF es que la aplicacin de las operaciones
industriales no es factible debido a la labor de clculo intensivo requerido.
However the development of computer power will crate the condition
where phenomenological modes will substitute empirial modeling in a
near future.
The SiO2 grade in the final concntrate is one of the most important
parameters in the process. This impurity increases the cost in the
pyrometallurgical processing of the concntrate to make Steel. Every 0,1%
of SiO2 in the final concntrate represents about 1 USS/t of concntrate in
energy and refractory costs to make Steel from iron sponge produced
through the direct reduction of the iron oxide (delgadillo2001). The content
of SiO2 in the current final concentrate is 3,06%. The objective is to reduce
this porcentaje to 2.0%. the concentration of SiO 2 in the + 270-mesh
fraction is in the order of 14%. The elimination of the 270+mesh particles is
the key to reducing SiO 2 in the final concntrate. Therefore , the
modification of this circuit is aimed at reducing the +270-mesh fraction in
the final concntrate. Eisele and Kawatra (2006a) showed that the
phenomenon of differential classification of quartz and magnetite in
hydrocyclones leads to comminution ineficiency. This phenomenon
presented in hydrocyclones cannot be avoided. Also, Eisele and Kawatra
(2006b) proposed a modified comminution circuit to reduce circulating loads
and to minimize overgrinding in iron ore comminution circuits. Modeling
work was presented to demonstrate is considerable potential for increasing
circuit capacity. It can be seen from these publications that the iron ore
circuits must be modified to increase efficiency.
Sin embargo, el desarrollo de la potencia de los ordenadores wil crear las
condiciones donde los modos fenomenolgicos sustituirn modelado
emprica en un futuro prximo.
El grado de SiO2 en el concentrado final es uno de los parmetros ms
importantes en el proceso. Esta impureza aumenta el costo en el

procesamiento piro metalrgico del concentrado para hacer acero. Cada

0,1% de SiO2 en el concentrado final representa alrededor de 1 USS / t de
concentrado de energa y los costos de refractarios para producir acero a
partir de hierro esponja producido a travs de la reduccin directa del xido
de hierro (delgadillo2001). El contenido de SiO2 en el concentrado final
actual es 3,06%. El objetivo es reducir este PORCENTAJE al 2,0%. la
concentracin de SiO2 en la fraccin + 270 de malla est en el orden de
14%. La eliminacin de las partculas de malla + 270 es la clave para la
reduccin de SiO2 en el concentrado final. Por lo tanto, la modificacin de
este circuito tiene como objetivo reducir la fraccin +270- malla en el
concentrado final. Eisele y Kawatra (2006a) mostraron que el fenmeno de
la clasificacin diferencial de cuarzo y magnetita en hidrociclones conduce a
ineficiencia trituracin. Este fenmeno se presenta en hidrociclones no se
puede evitar. Asimismo, Eisele y Kawatra (2006b) proponen un circuito de
trituracin modificado para reducir las cargas circulantes y para minimizar
pulir demasiado en los circuitos de trituracin de mineral de hierro. El
trabajo de modelado se present para demostrar un potencial considerable
para aumentar la capacidad del circuito. Se puede observar a partir de estas
publicaciones que los circuitos de mineral de hierro debe ser modificado
para aumentar la eficiencia.
This paper presents the empirical simulation of a grinding circuit. The aim is
to optimize the operational parameter and redesing the circuit to increase
capacity, reduce energy consumption and decrease the SiO 2 content in the
final magnetite concentrate. The JKSimMet 5.0 simulator was used to
explore changes in the circuit.
En este trabajo se presenta la simulacin emprica de un circuito de
molienda. El objetivo es optimizar el parmetro de funcionamiento y
rediseo el circuito para aumentar la capacidad, reducir el consumo de
energa y disminuir el contenido de SiO2 en el concentrado de magnetita
final. El JKSimMet 5,0 simulador se utiliz para explorar los cambios en el
circuito.
Simulation models
The ball mil and hydrocyclones were optimized using the whiten model
(whiten 1972) for the ball mil and the Nageswararao model(Nageswararao,
1978; Nageswararao et al 2004) for the hidrocyclones. Abrief explanation of
each model in presented below, for more details, refer to Napier-Munn et al
1999.
BALL MILL MODEL.- the empirical model used for the modeling of ball mills is
the Perfect Mixing modeling approach( whiten , 1974 , 1976). This model
considers a ball mills as a perfectly stirred thank. Therefore, the mass
balance between feed, mill content and discharge can be described by
Los modelos de simulacin

El molino de bolas y hidrociclones se optimizaron utilizando el modelo de

blanquear (blanquee 1972) para el molino de bolas y el modelo Nageswara
Rao (Nageswara Rao, 1978; Nageswara Rao et al 2004) para los
hidrociclones. Una breve explicacin de cada modelo en presenta a
continuacin, para obtener ms detalles, consulte Napier-Munn et al 1999.
MODELO molino de bolas -. El modelo emprico utilizado para el modelado
de los molinos de bolas es el enfoque de modelado de mezcla perfecta
(blanquear, 1974, 1976). Este modelo considera una bola molinos como
agradecimiento perfectamente agitado. Por lo tanto, el balance de masa
entre la alimentacin, el contenido del molino y de descarga puede ser
descrita por
i

Pi
Pi
firi + aij Pi=0 1
di j=i
di
Where
Fi=is the feed rate of size fraction (t/h)
Pi= is the product flow of size fraction i (t/h)
aij=is the mass balance fraction of particle of size j that after rhe breakage
appears at size i,
ri=is the breakage rate of particle size(h-1)
si=is the amount of size i particles inside the mill (t)and
di=is the discharge rate of particles size i (h -1).
donde
Fi = es la velocidad de alimentacin de la fraccin de tamao (t / h)
Pi = es el flujo de producto de fraccin de tamao i (t / h)
aij = es la fraccin de balance de masa de partculas de tamao j que
despus de que aparezca la rotura en el tamao i,
RI = es la tasa de rotura de tamao de partcula (h-1)
SI = es la cantidad de partculas de tamao i dentro del molino (t) y
di = es la velocidad de descarga de partculas de tamao i (h-1).
The data used are the feed and product size distributions and breakage
function to find ri/di. These data are obtained from the measured operative
conditions of the operating plant. Hence, the fitting of model to the
operative conditions is needed.

Hydrocyclone model. The empirical model used in hydrocyclone preiction is

the Nageswararao model. The model was tested in Krebs D -15
hydrocyclones, where thr model is valid for its use. A more detailed review
of the Nageswararao model can be found in Nageswararao et al 2004. The
modeling is described by Eqs (2) through (7).
The corrected cut size of the hydrocyclone is predicted by Eq.(2). This model
can be fitted with the operative condition of the circuit.
Los datos utilizados son las distribuciones de piensos y el tamao del
producto y la funcin de la rotura de encontrar ri / di. Estos datos se
obtuvieron a partir de las condiciones operativas medidos de la planta de
operacin. Por lo tanto, es necesaria la instalacin de modelo a las
condiciones operativas.
Modelo Hidrocicln. El modelo emprico utilizado en la prediccin del
hidrocicln es el modelo Nageswara Rao. El modelo fue probado en Krebs D
-15 hidrociclones, donde el modelo es vlido para su uso. Una revisin ms
detallada del modelo Nageswara Rao se puede encontrar en Nageswara Rao
et al 2004. El modelado es descrito por las ecuaciones (2) a travs de (7).
El tamao de corte corregida del hidrocicln es predicha por la ecuacin.
(2). Este modelo puede ser equipado con la condicin operativa del circuito.
Sigue formula 2 y 3
Where KDO depends on feed solids characteristics only.
Cuando KDO depende slo las caractersticas de alimentacin de slidos.
Formula 4 y 5
Where KDO depends on feed solids characteristics only.
Cuando KDO depende slo las caractersticas de alimentacin de slidos.
Formula 6 y 7
Where
Di=is the inlet diameter(m)
Do=is the vortex finder diameter (m)
Du=is the spigot diameter(m)
Dc=is the cyclone diameter(m)
Lc=is the length of cylindrical section (m)
=is the conc full angle (degrees)
P=is the feed pressure drop(kPa)

Pp=is the feed slurry density(t/m 3)

g=is the acceleration due to gravity;
Qf=is the feed flow rate(m3/h);
Rf=is the recovery of wter to underflow(%);
Rv=is the volumetric recovery of feed slurry to the underflow(%);
K=is the constant to be estimated from data ;and
=is the hindered settling correction term , where
=101.82Cv/(8.05(1-Cv)2)
where
Cv=is the volumetric fraction of solids in feed slurry.
The models were calibrated using experimental information to ensure thet
the characteristics of the full scale plant are represented accurately.
donde
Di = es el dimetro de entrada (m)
No = es el dimetro de vrtice (m)
Du = es el dimetro de la espiga (m)
Dc = es el dimetro del cicln (m)
Lc = es la longitud de la seccin cilndrica (m)
= es el ngulo completo conc (grados)
P = es la cada de presin de alimentacin (kPa)
Pp = es la densidad de la suspensin de alimentacin (t/m3)
g = es la aceleracin debida a la gravedad;
Qf = es el caudal de alimentacin (m3 / h);
Rf = es la recuperacin de agua para subutilizada (%);
RV = es la recuperacin volumtrica de suspensin de alimentacin a la
corriente de fondo (%);
K = es la constante de calcularse a partir de datos, y
= es el trmino de correccin de sedimentacin impedida, donde
= 101.82Cv / (8,05 (1-Cv) 2)

donde
Cv = es la fraccin volumtrica de slidos en suspensin de alimentacin.
Los modelos fueron calibrados utilizando informacin experimental para
asegurar que las caractersticas de la planta a gran escala son
representados con precisin.
Experimental work
A grinding and classiffication operative circuit of an iron ore was studied.
The data collection was undertaken over a period of six hours under steadystate conditions. Several samples were taken at each sampling point and
mixed together to ensure that each simple was representative of the
operation.
El trabajo experimental
Se estudi un circuito operativo de molienda y clasificacin de un mineral de
hierro. La recogida de datos se llev a cabo durante un perodo de seis
horas en condiciones de estado estacionario. Varias muestras fueron
tomadas en cada punto de muestreo y se mezclan juntos para asegurar que
cada muestra era representativa de la operacin.
The plant was sampled in different streams,as is shown in fig1. The circuit is
composed by two ball mills operating in parallel with a battery of six
hydrocyclones are fed into a magnetic concentrator unit. The magnetic
concntrate is fed into a fine screen bank where the fine stream is the final
product whereas the coarse particles return to the ball mills.
The data collected at each point were characterized by measuring the pulp
density, percentage of solids, particle size distribution, total iron and SiO 2
content. The results and identification for each stream are shown in table1.
The 80% passing was used to describe the particle size distribution.
La planta se tomaron muestras en diferentes corrientes, como se muestra
en la figura 1. El circuito est compuesto por dos molinos de bolas que
operan en paralelo con una batera de seis hidrociclones se introducen en
una unidad de concentrador magntico. El concentrado magntico se
introduce en un banco de malla fina donde la corriente fina es el producto
final mientras que las partculas gruesas regresan a los molinos de bolas.
Los datos recogidos en cada punto se caracterizaron mediante la medicin
de la densidad de la pulpa, porcentaje de slidos, distribucin de tamao de
partcula, el hierro total y contenido de SiO2. Los resultados y la
identificacin de cada corriente se muestran en la tabla 1. La aprobacin el
80% se utiliza para describir la distribucin del tamao de partcula.
The first problema was found to be in the fine screens. The flow rate of the
coarse particles with a high SiO 2 grade returning from the screens increases
until the pump cannot handled the flow rate. For this reason, the stream

must be deviated to the final product. It can be seen in table1 that the SiO 2
content of the coarse particles of the screen is very high. This shows that
the recirculation of SiO2into the grinding systen causes an overloading of the
circuit.
La primera Problema se encontr que en las pantallas finas. La velocidad de
flujo de las partculas gruesas con un alto grado de SiO2 de regresar de las
pantallas aumenta hasta que la bomba no puede manejar la velocidad de
flujo. Por esta razn, la corriente debe ser desviado para el producto final.
Se puede observar en la Tabla 1 que el contenido de SiO2 de las partculas
gruesas de la pantalla es muy alta. Esto muestra que la recirculacin de
SiO2 en el sistema de molienda provoca una sobrecarga del circuito.
The second problem detected in the current circuit was the high content of
fine particles in the stream (stream 1in fig 1). The feed is the product of
another grinding preconcentration operation. Therefore, a preclassification
satage was needed to remove the fine particles and to only grind the coarse
fractions of the feed stream.
El segundo problema detectado en el circuito de corriente fue el alto
contenido de partculas finas en la corriente (corriente 1 en la figura 1). La
alimentacin es el producto de otra operacin de preconcentracin de
molienda. Por lo tanto, se necesitaba una etapa de clasificacin previa para
eliminar las partculas finas y slo para moler las fracciones gruesas de la
corriente de alimentacin.
Table 1experimental characterization for each sampled stream shown in
fig.1.

Stream
1 Feed
2Mill M-1 discharge
3Mill M-2 discharge
4hydrocyclones feed(HC1)
5 hydrocyclone feed (HC2)
6Hydrocyclone
overflow(HC-1)
7Hydrocyclone
underflow(HC-1)
8Hydrocyclone
overflow(HC-2)
9Hydrocyclone
underflow(HC-2)
10fine screen feed
11fine screen fines
12fine screen coarse

Pulp
density
kg/m

Percenta
ge
of P80 mm
solids, %

SiO2,%

Fe, %

2,190
2,270
2,280

27.1
69.9
70.5

136
70
80

5.35
4.43
4.1

61.8
64
64

1,610

44.5

4.45

64

1,560

45

64.2

1,330

31.3

48

4.65

62.6

2,300

70.8

83

3.12

65.5

1,330

31.3

50

5.1

62.8

2,570
1,780
1,450
1,600

76.5
0
38.8
47.2

91
0
48
59

3.1
3.7
3.06
5.8

65.6
65.3
68
62.7

Tabla 1 Caracterizacin experimental para cada flujo de la muestra se

muestra en la figura 1.
Densidad de pulpa corriente kg / m Porcentaje de slidos,% P80 mm de
SiO2,% de Fe,%
1 RSS 2190 27,1 136 61,8 5,35
2 Mill M-1 de descarga 2.270 69,9 70 4,43 64
3 Molino de descarga M-2 2280 70.5 80 4.1 64
4 de alimentacin de hidrociclones (HC-1) 1.610 44,5 0 4,45 64
5 de alimentacin de hidrociclones (HC-2) 1560 45 0 4 64.2
6 desbordamiento Hidrocicln (HC-1) 1.330 31,3 48 4,65 62,6
7 Hidrocicln underflow (HC-1) 2.300 70,8 83 3,12 65,5
8 desbordamiento Hidrocicln (HC-2) 1330 31.3 50 5.1 62.8
9 Hidrocicln underflow (HC-2) 2570 76.5 91 3.1 65.6
Alimentar a 10 malla fina 1,780 0 0 3,7 65,3
11 multas de la pantalla fina 1.450 38,8 48 3,06 68
12 malla fina gruesa 1600 47.2 59 5.8 62.7
Table2
Ball mill
Number of mills

Internal diameter, m

3.8

Internal length, m

7.5

Fraction of the critical speed

Charge fraction
Ball top size, mm
Work index, kWh/t
Power draw,hp

0.76
0.38
25.4
12.0
1851.6

Hydrocyclones
Number of hydrocyclones in each battery

Diameter(Dc), m

0.381

Feed diameter (Dj), m

0.102

Vortex diameter(D0),m

0.0889

Spigot diameter (Du), m

0.0508

Cylindrical length,(Lc),m

0.622

Cone angle, degrees

12.0

Operative pressure, kPa

54.15=8.1 psi

Tabla2
molino de bolas
Nmero de molinos de 2
Dimetro interior, 3,8 m
Longitud interior, m 7,5
Fraccin de la velocidad crtica de 0,76
Cargue fraccin 0,38
El tamao de la parte superior de la bola, 25,4 mm
ndice de Trabajo, en kWh / t 12.0
El consumo de potencia, HP 1851.6
Hidrociclones
Nmero de hidrociclones en cada batera 6
De dimetro (Dc), m 0.381
De dimetro (Dj) Alimentar, m 0.102
Vortex dimetro (D0), M 0,0889
Grifo de dimetro (Du), m 0.0508
Longitud cilndrica, (Lc), m 0.622
ngulo de cono, grados 12.0
Presin operativa, kPa 54.15 = 8.1 psi
Stream

Flow
rate, t/h

experimen Calculate
tal
P80 d
P80

1 Feed
2Mill M-1 discharge
3Mill M-2 discharge
6Hydrocyclone
overflow(HC-1)
7Hydrocyclone
underflow(HC-1)
8Hydrocyclone
overflow(HC-2)
9Hydrocyclone
underflow(HC-2)
10fine screen feed
11fine screen fines
12fine screen coarse

mm

mm

256.1
314.6
303.5

136
70
80

136
70
70

164.9

48

48

186.5

83

83

164.9

50

50

175.4
308.9
235.3
73.6

91
50
48
59

91
50
48
59

Caudal de la corriente, t / h P80 experimental mm Calculado P80 mm

1 RSS 256,1 136 136
2 Mill M-1 de descarga 314.6 70 70
3 Molino M-2 de descarga 303.5 80 70
6 desbordamiento Hidrocicln (HC-1) 164.9 48 48
7 Hidrocicln underflow (HC-1) 186.5 83 83
8 desbordamiento Hidrocicln (HC-2) 164.9 50 50
9 Hidrocicln underflow (HC-2) 175.4 91 91
10 malla fina se alimentan 308,9 50 50
11 multas de la pantalla fina 235,3 48 48
12 malla fina gruesa 73.6 59 59
They keyoperating variables that were measured are listed in table 2. The
were operating in steady state during the plant survey. In this study, only
the ball mills and hydroccyclones were taken into consideration for
computer simuluion. The optimization of tha screens and magnetic
concentrator were not included. The two ball mills oprate at the same
conditions. Therefore, the simulation of one unit is cponsiderated to be
equal to the second unit.
Ellos variables operativas clave que se midieron se enumeran en el cuadro
2. El estuviera operando en estado estacionario durante el estudio de las
plantas. En este estudio, slo los molinos de bolas y hidrociclones se
tomaron en consideracin para la simulacin por ordenador. La optimizacin

de las pantallas del tha y concentrador magntico no se incluyeron. Los dos

molinos de bolas operan en las mismas condiciones. Por lo tanto, la
simulacin de una unidad se considera que es igual a la segunda unidad.
Simulation
After the extensive sampling and analysis of tha circuit, the mass balance
was calculated using the JKSim MET V 5.0 mass balance tool. The mass
balance results were compared to the historical data plant, where the results
were according with the expected values. Table 3 shows the mass balance
results.
Simulacin
Despus de la extensa toma de muestras y anlisis de tha circuito, se
calcula el balance de masa usando la herramienta de balance de masa 5,0
JKSimMet V. Los resultados del balance de masa se compararon con la
planta de los datos histricos, en donde los resultados fueron de acuerdo
con los valores esperados. La Tabla 3 muestra los resultados de balance de
masas.
After the mass balance was completed, the calibration of the empirical
models was computed using experimental data.the parameters must
describe the operating conditions of each unit. The calibration complete
when the operating parameters match the values set up on the plant.
The main assumption taken to fit the model parameters is that tha ball mill
M-1 is a mirror operation of ball mill M-2(Fig.1). this assumption is valid
because both units are processing the same ore at the same operational
conditions. Hence the calibrated parameters are used for the two units. The
simulated size distributions along with the experim ental data are shown in
fig2.
Despus de que se complet el balance de masa, la calibracin de los
modelos empricos se calcula utilizando parmetros experimentales datos.El
deben describir las condiciones de funcionamiento de cada unidad. La
calibracin completa cuando los parmetros de servicio coinciden con los
valores establecidos en la planta.
El principal supuesto adoptado para ajustarse a los parmetros del modelo
es que tha molino de bolas M-1 es una operacin espejo del molino de bolas
de M-2 (Fig. 1). esta suposicin es vlida debido a que ambas unidades
estn procesando el mismo mineral en las mismas condiciones operativas.
Por lo tanto los parmetros calibrados se utilizan para las dos unidades. Las
distribuciones de tamao de simuladas junto con los datos experimentales
se muestran en la figura 2.
It can be seen in fig2 that the simulation results are resenting very well the
actual operation. The small deviations ensure that the models are perfectly

calibrated to simulate this particular ore. In table 4, the simulated mass

balance, predicted power draw and hydrocyclone pressure are presented.
The results confirm that the hydrocyclone and ball mill models are perfectly
calibrated. The model can be used to explore modification in the circuit.
Therefore, different strategies can be applied to optimize the process. The
first problem is the recirculation of the coarse stream to the screens that
overloads the system.
Se puede observar en la figura 2 que los resultados de la simulacin se
resienten muy bien la operacin real. Las pequeas desviaciones asegurar
que los modelos estn perfectamente calibrados para simular este mineral
en particular. En la tabla 4, el balance de masa simulada, predice el
consumo de energa y la presin hidrocicln se presentan.
Los resultados confirman que los modelos de hidrocicln y molino de bolas
estn perfectamente calibrados. El modelo puede ser utilizado para explorar
la modificacin en el circuito. Por lo tanto, diferentes estrategias se pueden
aplicar para optimizar el proceso. El primer problema es la recirculacin de
la corriente gruesa para las pantallas que sobrecarga el sistema.
Figure 3 shows that particle size distribution of the coarse particles returning
from the screens is closet o distribution of the ball discharge. The circulating
load in the screen- grinding circuit is a real operative problem. The load of
SiO2 to the magnetic concentration step increases until the unit cannot
handle the overload and a bypass is applied.
La Figura 3 muestra que la distribucin del tamao de partcula de las
partculas gruesas que regresan de las pantallas es la distribucin del
armario o de la descarga de pelota. La carga que circula en el circuito de
pantalla de molienda es un problema operativo real. La carga de SiO2 a la
etapa de concentracin magntica aumenta hasta que la unidad no se
puede manejar la sobrecarga y se aplica un bypass.