MODELOS CINÉTICOS Y SIMULACIÓN

1. Conceptos básicos de
cinética de flotación
La cinética de flotación es el estudio de la
variación en cantidad del producto que rebalsa en
la espuma con el tiempo y la identificación
cuantitativa de todas las variables que controlan
la velocidad.

Ecuación de velocidad de flotación, se refiere a la

relación algebraica entre la proporción de
minerales que flota y el tiempo de flotación,
manteniendo constante todas las variables del
proceso.
La cinética de flotación contempla determinar la
forma de la ecuación de velocidad y los efectos
cuantitativos de las variables principales del
proceso sobre la constante cinética (definición
dada por M. Arbiter y C. Harris).
El enfoque cinético aplicado al proceso de
flotación requiere de una definición de variables
dinámicas, especialmente respecto al tipo de flujo
existente en la celda o banco de celdas. Además, es
necesario separar lo concerniente a pruebas de
laboratorio (batch o semibatch) con la operación
en continuo de un circuito industrial.
Según el enfoque elegido para el ajuste de datos :

EMPÍRICOS Ajustando curvas a datos de recuperación-tiempo

Eligiendo ecuaciones diferenciales que se

SEMIEMPÍRICOS integran entre límites adecuados (es el más
usado) pero no entrega información acerca de la
física del proceso

ANÁLOGOS Aplicación de las ideas sacadas de la cinética

química, aquí se refiere al orden de la ecuación

Aplicación de la hidrodinámica al encuentro

partícula-burbuja para obtener ecuaciones de la
ANALÍTICOS probabilidad y frecuencia del encuentro, captura
y velocidad de remoción de la masa de sólidos
desde la celda (es la más compleja por que
involucra muchas variables
La operación discontinua (batch) en sentido
estricto no se da en flotación, por cuanto el
concentrado siempre se remueve de la celda en
forma continua. Las pruebas de laboratorios
(batch) convencionales son realmente operaciones
semi-batch que no alcanzan el estado estacionario.

La flotación industrial siempre comprende el paso

de un flujo de pulpa a través de una serie de
tanques agitados.
De aquí se desprende las limitaciones de usar
pruebas de laboratorio semi-batch como modelo
para una celda o un banco industrial que operan
bajo condiciones de flujo continuo.
. . . Como sabría amarte, mujer, como sabría
amarte, amarte como nadie supo jamás.
Morir y todavía
amarte más.
Y todavía
amarte más
y más.
Crepusculario, 1919, Amor
2. Modelos cinéticos de flotación a
escala banco-laboratorio (batch o
semi-batch)
Se considera una celda de flotación como un
comportamiento aislado que no tiene entremezcla
o intercambio de pulpa con compartimentos
adyacentes.

La alimentación y la descarga de colas o relaves es

discontinua y sólo el concentrado se remueve desde
la celda durante el tiempo que dura la flotación.
Al realizar una prueba de flotación a escala banco
(semi–batch) y si se retira concentrados parciales a
distintos tiempos de flotación, se observa que la
cantidad y la calidad del concentrado cambia con
el tiempo.
 % RECUPERACIÓN

100,0

90,0 R2 C D
B
80,0
R1

70,0
A
60,0

50,0

40,0

30,0

20,0

10,0

0,0
t1 t2
0 2 4 6 8 10 12 14 16
TIEMPO (min)

Figura Nº 6.2. Gráfico recuperación acumulada v.s.

tiempo
Uno de los primeros trabajos sobre cinética de
flotación en que se destacó, que en una flotación a
escala de laboratorio (semi–batch) la fracción de
sólidos no flotables remanentes en una celda de
flotación, decae con el tiempo fue publicado por
García-Zúñiga en 1935.
García-Zúñiga hace una descripción matemática y
reconoce la analogía algebraica con las ecuaciones
de reacción de cinética de química de primer
orden.

Posteriormente en 1942 Schumann puntualiza que

la constante específica de velocidad de flotación
tiene el mismo significado dimensional que la
constante de reacción específica de una reacción
cinética de primer orden.
De estos y otros trabajos surgen el enfoque
analógico a la cinética química que lleva al
desarrollo de ecuaciones como las siguientes:
 dC ni
 - k i *  Ci
dt
Ci = representa la concentración de un constituyente
particular en la celda (especie flotable, especie de ganga,
aire, etc)

C= representa la concentración del material flotable.

ni = representa el orden de la reacción.

ki = constante específica de velocidad de flotación.

t= tiempo de flotación.
Si en un experimento controlado, se mantienen
constantes todas las variables (flujo de aire,
velocidad de agitación, tipo y dosificación de
reactivos, etc.), entonces la ecuación anterior se
simplifica considerablemente; obteniéndose la
expresión usual, en donde la única variable es la
concentración de material flotable:
 dC n
 - kn * C
dt
kn : es la constante cinética de la velocidad de flotación.

n : es el orden del proceso, (n = 1, para la cinética de

primer orden).

(-dC/dt): representa la velocidad de recuperación

instantánea desde un recipiente o estanque semi - batch.
Se considera que todas las partículas tienen
idéntica flotabilidad, y no se contempla la
distribución de tamaños de partículas y burbujas
existentes normalmente en una celda de flotación.

Así, el valor de k está relacionado con las

condiciones de flotación, tales como concentración
del colector, velocidad de flujo de aire, etc., y que
se suponen constantes a lo largo de la prueba.
Para cualquier condición dada, k es una medida
cuantitativa de la probabilidad de que las
partículas de una especie sean recuperadas en el
concentrado.

Las dimensiones de k en una cinética de primer

orden son (min-1).
 R  R * 1 - e   -k*t

R * 1 - exp- k * t 
R = recuperación acumulativa al tiempo t.
R = es la recuperación de equilibrio a tiempo prolongado.
k = constante de velocidad de primer orden.

Esta es una ecuación básica de la cinética de

flotación y fue sugerida por primera vez por
García-Zúñiga y posteriormente validada por
Arbiter y Harris.
En la práctica la ecuación:
- k*t
R = R ( 1 - e )
por lo general no se cumple exactamente debido a
la dificultad de fijar el tiempo cero en forma
precisa. Para obviar este problema se introduce
una corrección en el tiempo y entonces la ecuación
de velocidad se expresa como:

R = R  1 - exp - k ( t +  )  
θ = factor de corrección para el tiempo igual a cero.
En la ecuación cinética de 1er orden, obtenida por
García-Zúñiga, se tiene que:

- k*t
R(t) = R  ( 1 - e )
- R(t) = Representa la recuperación de material flotable
hasta el instante t.
- R∞ = Es la recuperación máxima alcanzable para un tiempo
de flotación infinitamente grande (t → ∞).
-R∞ y K:
* Son valores característicos de cada
componente flotable (ejemplo: Cu, Mo, Fe e
Insolubles).
* Sus valores dependen de:
+ La etapa de flotación considerada: primaria
(rougher), limpieza (cleaner), barrido
(scavenger).
+ Las características propias del mineral:
granulometría, grado de liberación, etc.
+ Las condiciones de operación y diseño de la
celda: pH de flotación, tipo y dosificación de
reactivos, velocidad de agitación, diseño de la
celda, etc.

Por lo tanto, se deben determinar para cada situación en

particular y para cada componente de la mena.
Otra ecuación cinética, a escala banco, es
considerar la de orden dos. En este caso “n” asume
el valor 2:

dC
 - k2 * C 2

dt
Integrando entre límites apropiados, se obtiene:
 1 1
-  k2 * t
C C0
Considerando la concentración infinito y las
definiciones de R y R∞ en términos de las
concentraciones, se llega a:
 2
R * k *t
R  
1  R * k * t
o

t 1 t
 2

R k * R R
 Modelos de parámetros distribuidos

• Ecuación de R. R. Klimpel: en 1979, propuso la

siguiente ecuación:

  1  
R(t)  R  1-   * 1- exp- k *t 
  k *t  

En la ecuación:
- R(t): representa la recuperación acumulada del
componente flotable en el instante t.
- k: corresponde a la máxima velocidad específica
de flotación (1/t) de un conjunto de especies con
velocidades específicas comprendidas entre 0 y k,
de modo que:

* La abundancia relativa inicial (para t=0) de cada

especie es la misma e igual a 1/k.
* La distribución inicial (t=0), de las velocidades
específicas de flotación es de tipo rectangular.

- R∞: representa la recuperación máxima

alcanzable para t → ∞.
Figura: Distribución de constantes
cinéticas en el modelo de Klimpel.
- El concepto de especie flotable, definida por
Harris y colaboradores, se refiere a todas aquellas
partículas con la misma velocidad específica de
flotación, por efecto combinado del medio
ambiente que rodea a la partícula (tanto químico
como hidrodinámico) y de las propiedades
inherentes al propio material en proceso.
• Modelo a escala banco semidistribuido, Kelsall
1961:
Si las partículas en la pulpa no poseen propiedades
idénticas de flotación, pero tienen un rango
continuo de constantes de velocidad, la forma
integral de la ecuación de velocidad es:


c  c0  e -kt
f(k,0)dk
0

f(k,0) : representa una distribución continua

de constantes de velocidad
El mayor problema de la ecuación es definir en
forma exacta la distribución de las constantes de
velocidad.

Para esto, Kelsall sugiere considerar la

aproximación de que las especies flotables se
dividen en dos grupos o componentes; uno de baja
y otro de alta constante de velocidad.

En los casos donde esta aproximación es válida, la

ecuación de velocidad para una celda de
laboratorio es:
 
c  c0 φ e -ks t
 1 - φ e -kf t

ks : constante de velocidad lenta.
Kf : constante de velocidad rápida.
Ф : proporción de la especie flotable con
baja constante de velocidad.
La ecuación anterior, se puede expresar en
términos de recuperación, según:

r  R  φ1 - exp- k 1t   1 - φ1 - exp- k 2 t 

3. Modelos cinéticos continuos
de flotación
Para pasar de un modelo a escala banco (batch) al
caso continuo, se requiere incorporar al modelo
una función matemática que describa el transporte
del material a través de las celdas de flotación.

Esta función corresponde a la distribución de

tiempos de residencia de las partículas en el banco
de flotación (curva DTR).
Los sistemas lineales, tienen la propiedad de
aditividad y homogeneidad. Respecto a la primera
propiedad, la respuesta a una entrada arbitraria
al sistema, puede representarse como la suma de
respuestas del sistema a una serie de impulsos
(función Delta Dirac) debidamente ponderados.
Por lo tanto, si se define E(t)dt como la fracción
másica de partículas con tiempos de residencia en
la celda comprendidos en el intervalo de tiempo
infinitesimal (t, t+dt; la recuperación del elemento
valioso (rc) en la celda de flotación continua,
operando en estado estacionario, estará dada por:
 
rc  
0
r(t) E(t) dt

El problema de la modelación continua consistirá

en identificar la DTR (Distribución de Tiempos de
Residencia, E(t) y el modelo de flotación a escala
banco r(t)), que mejores se adapten a los
resultados experimentales obtenidos.
Se puede asumir que la DTR puede representarse
por una serie de mezcladores perfectos, por lo que
se puede expresar como:
 N-1
t  t
  exp - N 
N
N
E(t)     
 N - 1!

- N: representa el número de reactores en serie

perfectamente mezclados e idénticos.
- Si N = 1: se obtiene el modelo de mezcla perfecta
(un solo mezclador perfecto).
- Si N → ∞: se obtiene el otro caso extremo de flujo
pistón (que supone ausencia de mezcla en cualquier
dirección del reactor).
- τ: representa el tiempo promedio de residencia de
las partículas en la celda, que se define como:


V
   t E(t) dt 
0
Q
* Q: es el flujo volumétrico de alimentación.
* V: es el volumen efectivo de la celda.
Medición DTR: Técnica del trazador radioactivo:

45
Se busca obtener flujo
ideal : flujo pistón
Serie de N estanques agitados

A medida que aumenta

N, se reducen el
cortocircuito y
tiempos largor de
retención

Figura: DTR para múltiples estanques en serie

46
Figura. Respuesta a Impulso de trazador para celda de 100
47
m3 .
Figura: DTR para línea primaria
48 con celdas de 130 m3.
Algunos ejemplos de DTR en plantas
concentradoras:

Figura: Datos de DTR y su respectivo ajuste para el caso de celdas TC-

300 m3 (izquierda) y49OK-160 m3 (derecha)
Un caso práctico:

Figura: Circuito primario,50Planta concentradora A-2,

Chuquicamata
Figura: DTR del líquido (trazador líquido) en línea 1,
Planta A-2, Chuquicamata
51
Tabla: Tiempos de residencias medios y distribución de
pulpa en líneas 1 y 3 del circuito primario, Planta
Concentradora A-2, Chuquicamata

52
 Figura: Efecto del tamaño de partículas en el tiempo
medio de residencia de los sólidos relativo al del líquido,
líneas 1 y 3, Concentradora
53
A-2, Chuquicamata
 Corto circuito

Comportamiento hidrodinámico:
80 % en régimen de mezcla
perfecta

DTR del líquido para celdas

54 Outotec de 160 y 300 m3.
 APLICACIONES DEL MODELO CONTINUO:

1. Modelo de García-Zúñiga, para el caso de 1

celda de flotación perfectamente mezclada:

En este caso se tiene:

r(t) R 1  exp kt 

 t
1
E(t)  exp - 
  
Reemplazando las ecuaciones en la integral de la
expresión cinética continua, se obtiene:

 k 
rc  R  
1  k  
2. Modelo de García-Zúñiga, para el caso de 1
celda de flotación con régimen de flujo pistón:

En este caso, no existe una DTR en la celda de

flotación, ya que todas las partículas permanecen
el mismo tiempo t = τ, dentro de la celda, es decir:

rc  R 1  exp k 
3. Modelo de García-Zúñiga, para el caso de un
banco de N celdas, cada una de ellas
perfectamente mezcladas:

Se define en primer lugar:

V 
 1   2  ....   N   
Q N
Tiempo promedio de residencia en cada celda

- τ: tiempo promedio total de residencia en el

banco de celdas.
- N: número total de celdas en el banco.
- V: volumen de cada celda.
- Q: flujo de pulpa alimentado al banco de
flotación (igual al flujo de alimentación a
cada celda, si se desprecia el flujo de
concentrado en cada caso).
En este caso, se tiene:

r(t) R 1  exp kt

N 1
t  t
N   N
exp - N 
   
E(t) 
 N - 1!
Al reemplazar, se obtiene:

  N  N

rc  R 1-   
  N  k  
4. Modelo de García-Zúñiga, para el caso de un
banco de N celdas con régimen de flujo pistón:
De manera similar al caso anterior, se llega a:

     
rc  R 1- exp - kN   
   N  

- N: representa el número de celdas en el banco.

- τ/N: es el tiempo promedio de residencia en
cada celda.
5. Modelo de Klimpel, para un banco de N celdas
perfectamente mezcladas:

En este caso se tiene:

  1  
r(t)  R 1-   1- exp- kt 
  kt  
N-1
t  t
  exp - N 
N
N
E(t)     
 N - 1!
Reemplazando y realizando las operaciones
matemáticas, se llega a:

 
 1 - N N -1(N  k *  )1-N 
rc  R * 1 - 
   
k * N -1*  
  N  
Otra forma de expresar la ecuación anterior es:

 1 - (1  k *  e )1-N 
rc  R * 1 - 
 k * N -1*  e 

e = tiempo medio efectivo de residencia en cada celda (min) =  /N.

 = tiempo promedio total de residencia en el banco de celdas (min).
N = número de celdas en el banco.
rc = recuperación acumulada, en el banco de N celdas (%).
k = velocidad específica de flotación (min-1).
R = máxima recuperación alcanzable (%).
Observaciones:

• De acuerdo a la metodología y modelos

propuestos, se puede obtener múltiples modelos de
flotación en bancos de celdas industriales, con el
fin de optimizar los circuitos de flotación.

• Los resultados de la flotación a escala de

laboratorio podrán extrapolarse a nivel industrial,
mediante la aplicación de los modelos anteriores.
• En las ecuaciones de los modelos de García-
Zúñiga para un banco de N celdas perfectamente
mezcladas y con régimen de flujo pistón, el término
(N/(N+kτ))N es siempre mayor que exp(-kN/(τN)), es
decir, la flotación a escala banco (batch) (o N
celdas en régimen de flujo pistón), siempre
producirá una mayor recuperación que el banco de
N celdas perfectamente mezcladas (excepto cuando
N → ∞, donde las recuperaciones en ambos casos se
igualan).
4. Aplicación de la ecuación de
primer orden a flujo continuo
El análisis de la cinética para un banco de N celdas
indica que el tiempo de retención promedio en el
banco, Nλ, no puede sustituirse directamente en
las expresiones cinéticas que representan un
experimento a escala banco.
Para una celda operando en continuo, la constante
de flotación específica (idéntica a la constante de
velocidad), se define por:

Cc Q c
K=
Ct Vp
Cc = Concentración en el concentrado.
Ct = Concentración en el relave.
Qc = Velocidad volumétrica de remoción de
concentrado.
Vp = Volumen de pulpa en la celda
Suponiendo que todo el material es flotable (R =
1), la recuperación fraccional (R') en la celda es:

Kλ
R' =
1+K λ

λ es el tiempo de residencia nominal (volumen de

la celda/velocidad de flujo volumétrico de los
relaves).
La recuperación fraccional acumulativa para un
banco de N celdas cuando el volumen de
concentrado es pequeño comparado con el flujo
total, está dado por la serie geométrica:

 R  R 1  R   R 1  R   .....  R 1  R 
N

R ' ' ' ' ' ' 2 ' ' N 1

 1  1  R 
N

R ' ' N
De las ecuaciones, se obtiene el tiempo de
residencia efectivo bajo condiciones semi-batch, ,
que da la misma recuperación que en condiciones
continua es:

Ln1  Kλ 
1
τ
K
La recuperación en un banco de N celda es:

 1  1  kλ 
N

R ' N
5. Aplicación de un modelo de
flotación continua
Para un banco de “n” celdas, con cada celda
operando en regimen de mezcla perfecta, se
determina la velocidad de acumulación para
cualquier celda:

 Velocidad de   Velocidad de   Velocidad de   Velocidad de 

acumulación del entrada del  salida del  salida del 
    - - 
componente en  componente en  componente en componente en
       
la celda  la alimentaci ón  relave   el concenrado 

dc
V t  q0c0 - qtct - Vkct
dt
con:
- V : volumen de la celda.
- c : concentración al tiempo t.
- t : tiempo.
- q0 : flujo volumétrico de alimentación a la celda.
- c0 : concentración de alimentación.
- ct : concentración a la salida de la celda
(relave).
- k : constante cinética.
- qt : flujo volumétrico a la salida de la celda
(relave).

V
Denominando a:  
qt
En estado estacionario:

q 0c 0  q t c t 1  kθ
Desarrollando, se tiene:

q f c f  q t c t kθ
con:
qf : flujo volumétrico de concentrado.
cf : concentración del concentrado.
La recuperación para k especies, es:

qf cf k0
Rec.de k especies 
q 0 c 0 1  kθ

Para n celdas en serie:

q 0 c 0  q t n c t n 1  kθ
n
La recuperación global (r), es:

1
r 1-
1  kθn

La expresión anterior, se puede rescribir como es:

1
r 1- n
 k 
 1   nθ 
 n 
Donde nθ es el tiempo promedio total de residencia
para n celdas. Esta recuperación puede
relacionarse con la cinética a escala banco de
García-Zúñiga:

r  1 - exp- knθ
Las dos ecuaciones permiten establecer circuitos
de flotación. Asumiendo que el tiempo T es el
requerido bajo condiciones de laboratorio, existen
varias posibilidades para n y θ, para obtener la
misma recuperación global “r”, la ecuación es:

 1


 1 
 - 1
n

 1 - r  
θ  

T  1 
Ln  
1-r 
Aplicando dicha ecuación para T = 15 min y r =
0,95, se tiene:

n 1 2 5 10 15
θ (min) 95,14 17,39 4,11 1,75 1,11
nθ (min) 95,14 34,77 20,54 17,49 16,60
6. Escalamiento laboratorio/planta
y optimización de circuitos de
flotación (Gutiérrez y Sepúlveda,
1986)
Escalar de datos obtenidos a escala de laboratorio
a planta industrial, pasando por planta piloto, es
un problemática relevante tanto para el diseño de
nuevas instalaciones como en la optimización de
plantas concentradoras existentes.
En el escalamiento del diseño de celdas
industriales, especialmente para el desarrollo de
nuevas máquinas de flotación, se aplica,
usualmente, la Teoría de Similitud, a través de
números adimensionales, tales como: Número de
Potencia (Power Number), Número de flujo (Flow
Number), Número de Froude (Number Froude) y el
Número de Reynolds.
Otro enfoque utiliza en el escalamiento de datos de
flotación correlaciones empíricas. En este caso se
recurre a técnicas de regresión y análisis
estadístico de la información experimental
obtenida desde la planta funcionando y pruebas a
escala de laboratorio (pruebas batch).
Desde el punto de vista de control metalúrgico, las
plantas concentradoras disponen de uno o más
ensayos estándar de laboratorio, cuyos resultados
permiten detectar variaciones de proceso y/o
determinar la conveniencia de efectuar cambios
operacionales, a fin de mejorar los índices
metalúrgicos y/o económicos de la planta.
Según Arbiter y Harris, las variables que
determinan el comportamiento de la flotación, son
clasificadas en dos grupos:
1.Aquellas propiedades físico-químicas del proceso
de flotación que incluyen:

- las características superficiales de las especies

valiosas y la ganga acompañante,

- las asociaciones existentes entre las diversas

especies presentes,

- las propiedades químicas de la fase acuosa: pH de

flotación, presencia de colectores, espumantes,
activadores, depresores u otros.
2. Aquellos factores que definen el comportamiento
hidrodinámico del sistema, entre las cuales se
encuentran:

- las variables de diseño del equipo, y

- la dinámica de la pulpa circulante incluyendo el

comportamiento de la fase espuma (esta última
juega un rol fundamental en la eficiencia global del
proceso.
La flotación considerada como proceso cinético
proporciona una vía simple de solución al problema
de escalamiento enfocado al diseño de circuitos
industriales y a la optimización de plantas
industriales, a través del desarrollo de pruebas a
escala banco o laboratorio (Gutiérrez y Sepúlveda,
1986).

Lo expuesto se aprecia en la siguiente figura:

 Gráfico de r/R vs Ktau; para un banco de N celdas con flujo pistón (caso batch), y otro banco de N
celdas perfectamente mezcladas (N = 1,2,3,..., infinito)
1,00

0,90

0,80

N=1
0,70
N=3
N = 1, MEZCLA PERFECTA N=5
0,60
N = 10
r/R, º/1

N  ∞, FLUJO PISTÓN N = 20
0,50
N = 50
0,40 N = 100
N TIENDE A INFINITO
0,30

0,20

0,10

0,00
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
k*TAU
Las ecuaciones cinéticas son una alternativa para
enfrentar el problema de escalamiento de
parámetros de flotación.

Las constantes cinéticas son funciones

paramétricas de las propiedades del sistema
particulado y del medio ambiente que lo rodea.
Esta funcionalidad puede expresarse, como una
correlación matemática, o bien, para un sistema
dado, pueden mantenerse como valores numéricos
que dependen solamente de la escala del proceso.
Diseño de circuitos de flotación

El diseño de circuitos de flotación se inicia,

usualmente, con un conjunto de pruebas a escala
banco o laboratorio (pruebas batch), donde se
evalúa el efecto de las principales variables de
flotación sobre la recuperación y ley
(granulometría, fórmula de reactivos, pH, dilución
de la pulpa, tiempo de acondicionamiento y
flotación, entre otros).

Las pruebas finales normalmente se efectúan

evaluando la cinética de flotación.
Un criterio metalúrgico útil para determinar el
tiempo óptimo de flotación en una etapa dada,
consiste en flotar hasta que la velocidad de
flotación de la especie útil (U) sea igual a la
velocidad de flotación de la ganga (G):

 rU  rG

t t
La condición anterior corresponde al tiempo en que
la velocidad de transferencia del sólido a la fase
espuma es igual para ambos componentes.

Esto equivale, al tiempo en que la ley instantánea

del concentrado es igual a la ley de alimentación a
dicha etapa
 LEY CONC. PARCIAL vs TIEMPO

38,0
36,0
34,0
LEY CONC. PARCIAL (% Cu)

32,0
30,0
28,0
% CuT acumulado
26,0
24,0
22,0
20,0
18,0
16,0
14,0
12,0 % CuT parcial
10,0
Ley alimentación: Tiempo óptimo: 25 ( min)
8,0
6,0
2,30 % CuT
4,0
2,0
0,0
0,0 5,0 10,0 15,0 20,0 25,0 30,0

TIEMPO (min)
El método de diseño de circuitos convencionales de
flotación a escala laboratorio consistirá en
efectuar una flotación primaria (rougher) hasta el
tiempo óptimo obtenido según la ecuación
planteada, donde rU y rG estarán dadas por las
expresiones cinéticas ya conocidas.
Si se considera que el relave primario aún tiene un
contenido significativo del elemento valioso, se
introducen etapas de barrido o agotamiento
(scavenger), empleando el mismo criterio dado por
la ecuación anterior.

De igual forma se procede con el concentrado

primario normalmente remolido antes de entrar a
etapas de limpieza (cleaner).
El efecto de las recirculaciones y las diferentes
alternativas de circuito se pueden evaluar por
simulación, mediante la técnicas de los factores de
distribución (split factors) y simulación
experimental mediante test de ciclos cerrados.
Una vez diseñado el diagrama de flujo a escala de
laboratorio, corresponde realizar pruebas en
planta piloto para ratificar los resultados
metalúrgicos a escala continua, obtener
parámetros de diseño para la planta industrial, y
evaluar la calidad del producto final, entre otros
parámetros.
El diseño y desarrollo de las pruebas a escala
piloto y su proyección a nivel industrial consideran
el problema de escalamiento.

El factor de escalamiento puede, en

general, definirse como la razón de
tiempos de flotación a dos escalas
diferentes, necesarios para lograr
un objetivo común.
El objetivo puede ser una recuperación
metalúrgica igual, una razón de
enriquecimiento igual o una velocidad
igual de flotación de la especie útil y de
la ganga, u otro criterio metalúrgico de
interés.
El obtener igual recuperación es el más recurrente,
aunque tiene la desventaja de que su
determinación pierde precisión al operar en la
región asintótica de la curva cinética, lo cual
aumenta el riesgo de la extrapolación.

Además, si la recuperación máxima de laboratorio

y planta difieren mucho, puede darse el caso que el
factor de escalamiento quede indeterminado. En
general, esto no ocurre en la práctica.
El empleo de una razón de enriquecimiento igual se
justifica especialmente cuando se trata de las
etapas de limpieza, que tienen por objetivo
metalúrgico la selectividad.
El criterio de igual velocidad de flotación, en la
práctica, es aproximadamente equivalente al de
igual recuperación, con la ventaja de poder usarse
aún en los casos en que la cinética de laboratorio
y planta difieren significativamente. De acuerdo a
lo planteado por Gutiérrez (Gutiérrez y Sepúlveda,
1986), este método tiene particular interés para
las etapas de flotación primaria aunque se puede
aplicar a cualquier otra etapa.
En la siguiente tabla, se muestra los factores de
escalamiento de la flotación primaria al pasar de
laboratorio a un banco de 8 celdas Denver Nº 7,
usando el criterio de iguales velocidades
específicas de flotación de los sulfuros de cobre y
de la ganga (Gutiérrez y Sepúlveda, 1986):
 TABLA: CÁLCULO FACTORES DE ESCALAMIENTO EN FLOTACIÓN PRIMARIA
Tiempo flotación
Tiempo flotación FACTOR Recuperación CuT Ley cabeza Ley concentrado Razón de
equivalente en
CIRCUITO Planta Piloto DE flotación primaria flotación primaria primario enriquecimiento
Laboratorio
(min) ESCALA (%) (% CuT) (% CuT) Cu
(min)
1 (A) 17,27 10,00 1,727 90,82 1,53 7,26 4,75
2 (A) 18,66 10,00 1,866 85,70 1,1 7,46 6,78
3 (B) 21,11 10,00 2,111 86,03 1,15 7,39 6,43
4 (B) 17,24 10,00 1,724 88,26 1,15 4,72 4,10
5 (B) 13,82 10,00 1,382 89,70 1,42 5,18 3,65
FACTOR DE ESCALA PROMEDIO CIRCUITO A : 1,80
FACTOR DE ESCALA PROMEDIO CIRCUITO B : 1,74
FACTOR DE ESCALA PROMEDIO GLOBAL : 1,76
En otra pruebas realizadas por CIMM (Gutiérrez y
Sepúlveda, 1986), se correlacionaron los resultados
del banco primario (rougher) (celdas Denver Nº 7)
de la planta piloto de 200 kg/h con los de un banco
industrial (celdas Wemco, 60 pie3), que procesa
185 t/h. Utilizando el criterio de las
recuperaciones iguales, se obtuvo un factor de
escalamiento (planta piloto/planta industrial) de
0,6646.
El menor tiempo de flotación requerido a escala
industrial se atribuyó en este caso al mejor
aprovechamiento del volumen de las celdas de
mayor tamaño, es decir, el porcentaje de volumen
útil de las celdas industriales es mayor que a
escala piloto.
Además, se observa que si se considera
un factor de escalamiento
(laboratorio/planta piloto) de 1,75 y se
pondera por 0,6646, resulta un factor
de escalamiento (laboratorio/planta
industrial) de sólo 1,16.
En la práctica, es aconsejable utilizar
un factor de escala entre 1,3 y 1,4 para
pasar de laboratorio a planta industrial
(manteniendo iguales niveles de
recuperación y/o razón de
enriquecimiento en cada caso).
Normalmente, el factor de escalamiento es mayor
para las etapas primarias (rougher) y agotamiento
(scavenger), donde el tiempo de flotación es mayor
que en las restantes etapas del circuito, siendo
bastante menor para las etapas de limpieza y
relimpieza.
2. Simulación de la flotación continua a partir de la
cinética de laboratorio.
Disponer de un modelo a escala de laboratorio que
permita predecir el comportamiento de la
operación industrial, constituye una poderosa
herramienta para cuantificar detalladamente la
operación, identificando los problemas asociados a
ésta, y además para simular condiciones de
procesos diferentes de las actuales, escogiendo
entre ellas la más promisoria, para su posterior
comprobación experimental.
De este modo se producen importantes economías
de tiempo y de costos de experimentación,
normalmente requeridos en la realización de
extensos programas de pruebas de optimización.
Un procedimiento de simulación debe constar de,
al menos, los siguientes componentes:

i. Un modelo de flotación a nivel de laboratorio,

ii. Un modelo de flotación continua,

iii. Algún tipo de correlación entre ambos, a través

de factores apropiados de escalamiento.
Además de los componentes anteriores, es
conveniente que dichos modelos sean
matemáticamente simples, sus parámetros fáciles
de evaluar, y los más importante, que sus
predicciones sean consistentes con los datos
experimentales dentro de los límites razonables de
error.
El hecho experimental de que los tiempos de
flotación aumenten al pasar de laboratorio a
planta continua, se debe a que en la prueba a
escala banco cada porción del sólido tiene el
mismo tiempo de residencia y por lo tanto la
misma oportunidad de flotar.
En cambio, en la celda en flujo continuo, hay una
variedad de tiempos de residencia por cada unidad
de sólido.

Parte de la pulpa (o sólidos) pasa a través de la

celda más rápido que el promedio o tiempo de
residencia medio. Se dice que esta porción de la
pulpa se cortocircuita; hay otra parte que
permanece más tiempo que el valor medio, de ahí
que la recuperación sea incompleta para la
primera fracción.
Esta diferencia fundamental entre el proceso a
escala laboratorio (batch) y el continuo pone de
manifiesto la importancia de la determinación
experimental de los tiempos reales de flotación.
Se debe tener en cuenta que en el interior de la
celda, además de la pulpa, se tiene un volumen
ocupado por el mecanismo de agitación, otro
volumen ocupado por el aire y otro por la espuma,
esto hace necesario estimar cuidadosamente cada
uno de estos factores para determinar el volumen
efectivo de la celda.
En la bibliografía, se reportan valores tan bajos
como 50 – 60 % ocupado por la pulpa; mediciones
realizadas por CIMM en bancos industriales de
celdas Agitair Nº 48 (30 pie3 cada una) señalan un
promedio de 69 % ± 6 % para 27 mediciones
independientes (Gutiérrez y Sepúlveda, 1986).
En la figura siguiente se ilustra la importancia del
conocimiento de los tiempos efectivos de
flotación.

En la abcisa se encuentra el Nº de celdas (Denver

Nº 24) y en la ordenada los factores de
escalamiento definidos para 4 niveles de
recuperación normalizada por la recuperación
máxima.
En la figura anterior se aprecia, que para
minimizar el problema del cortocircuito debería
trabajarse con bancos de al menos de 5 celdas y
preferentemente más de 10.
Además, se muestra la importancia de una buena
estimación del volumen efectivo de las celdas, por
cuanto en el caso de usar el volumen nominal el
factor de escalamiento para un banco de celdas ya
parte del valor (volumen nominal)/(volumen
efectivo) 1,54.
Al emplear volúmenes reales, se aprecia que los
factores de escalamiento son bastante menores;
por ejemplo, al usar un banco de sólo 3 celdas
Denver Nº 24, el factor de escalamiento es
levemente superior a 1,4 para una recuperación
normalizada de 0,90.
Considerando los modelos representados por las
ecuaciones siguientes, Sepúlveda (Gutiérrez y
Sepúlveda, 1986):

 
r (t)  R * 1 - 1 - exp(-kt)
1 Modelo laboratorio
 kt 


rC  R * 1 -
1

1 - k e  1 
1 - N  
 Modelo

 k e N - 1
continuo

Con: τe = tiempo medio efectivo de residencia en cada
celda (min).
R = 95,5 %
k = 1,918 (min-1)
Con los modelos anteriores, Sepúlveda (Gutiérrez y
Sepúlveda, 1986) obtuvo los resultados de la
figura que se muestra a continuación:
En otro trabajo realizado por CIMM, Soto y Ríos
(Gutiérrez y Sepúlveda, 1986) usaron el modelo de
García-Zúñiga :

r(t)  R1 - exp- kt Modelo laboratorio


rC  R 1 - 1  k  e
*
 *

-N
 Modelo continuo

Con:
R* = 0,95 R
0 , 975
 Ql a c h f 
k  8,16 k 
*

 l c f
q A H
Ql  Flujo unitario promedio de agua en el concentrado de planta
(cm3/min).

ql  Flujo unitario promedio

laboratorio (cm /min).
3
de agua en el concentrado de

ac = área de espumación de la celda a escala de laboratorio (cm2).

Ac = área de espumación de la celda industrial (cm2).

Hf = altura característica de la espuma en la celda industrial (cm).

hf = altura característica de la espuma en la celda de laboratorio

(cm).
La figura siguiente, representa una predicción del
modelo de García-Zúñiga escalado a nivel
industrial.
Para demostrar que las variaciones en las
predicciones eran aleatorias, Soto y Ríos
expresaron la ecuación continua de la siguiente
forma:

rC

1- *  1 k e
R
*
-N
Graficando Log(1–rC/R*) vs Log(1+k*τe)-N, se debería
obtener una recta de pendiente unitaria, que no
dependa de los valores de los parámetros.

Si los puntos de los diversos muestreos realizados

en planta se distribuyen alrededor de la recta, es
un índice de que las desviaciones son atribuidas
esencialmente al error experimental.

Esto se confirma de acuerdo a la figura siguiente.

De la experiencia comentada, se debe destacar
que los valores de R a escala de laboratorio y de
planta resultaron ser bastante parecidos; de igual
forma, el valor de la constante de velocidad
específica corregida, en promedio resultó ser sólo
1,2 veces su valor de laboratorio.
Algunas conclusiones referidas al escalmiento
(Gutiérrez y Sepúlveda, 1986) :

- El escalamiento de datos de flotación desde

ensayos a escala laboratorio (banco, batch) hasta
una operación comercial, ya sea para efectos de
diseño de circuitos industriales y/o simulación con
fines optimizantes, puede efectuarse con bastante
precisión a través de modelos cinéticos simples.
- Un factor de primera importancia para el éxito
del escalamiento es la estimación realista de los
volúmenes efectivos de las celdas, o bien, una
medición de la distribución de tiempos de
residencia del sólido en el banco.

- Los valores de los parámetros de los modelos

cinéticos de laboratorio y planta, en general, no
difieren significativamente.
- Para fines prácticos, y como una primera
aproximación, los factores de escalamiento
usuales de laboratorio a planta piloto y a planta
industrial, están contenidos en los siguientes
rangos:

•Lab./Planta piloto : 1,5 – 2,0.

•Planta piloto/Planta ind. : 0,8 – 0,6.

* Lab./Planta ind. : 1,3 – 1,4.

Escalamiento nivel laboratorio a
industrial

143
Método de escalamiento/ diseño de circuitos

144
Factor de escalamiento/ Nueva metodología

145
ESCALAMIENTO NIVEL LABORATORIO A INDUSTRIAL

146
Se establece una relación de escalamiento basada
en parámetros adimensionales.

Se define el factor de escalamiento (ξ) como la

razón entre la velocidad de flotación real (kAC) de
la zona de colección, en una celda industrial
perfectamente mixta (N = 1), y la velocidad de
flotación (kB) de una celda de laboratorio:

k AC
ξ=
kB
147
La constante de velocidad de flotación aparente
en la celda (kAPP) se describe en términos de: la
constante de velocidad de flotación real (kAC) en
la zona de colección, el efecto del espumante (⍺),
el efecto del mezclado en la celda (β) y el efecto
de la segregación de partículas (γ):

k APP = k AC * α * β * γ

148
La relación entre el tiempo de flotación de la
planta τP y el tiempo de flotación a escala
laboratorio (batch) τB, está dada por la siguiente
relación (Yianatos et al., 2006):

τP kB
= * φ(N, η)
τB kAPP

• φ = representa el efecto de mezclado de la flotación de laboratorio,

considerando N celdas en serie mezcladas perfectamente.
• Un valor típico de N está entre 0,8 a 1,3 ( para una celda mezclada
perfectamente).
• η = R/RMAX; recuperación adimensional, donde RMAX es la recuperación
máxima . 149
El efecto de la espuma, se determina por el factor
⍺, se define como la relación entre la constante de
velocidad de flotación aparente (kAPP) y la
contante de velocidad de flotación de la zona de
colección (kC) en una celda de flotación industrial,
asumiendo mezcla perfecta (N = 1):

k APP
α=
kC

150
Observación:

Algunos investigadores, consideran que el factor ⍺ es

equivalente a la recuperación de la zona espuma (RF),
pero esto se cumple para el caso cuando RMAX = 100 %,
pero esto no es válido cuando el sistema opera con
partículas gruesas, situación que se presenta en los
circuitos primarios (rougher).

151
El factor del efecto del mezclado (β), se describe
por la relación entre la función φ de la celda
operando como mezclador perfecto (N = 1) y la
función φ correspondiente al número equivalente
de mezcladores perfectos que representa a la
situación real (N≠1), en el caso de tener el mismo
factor adimensional de recuperación η:

φ(N = 1)
β= η
φ(N ≠1)

152
El efecto de segregación del sólido γ, se define
como la razón entre el tiempo de residencia
efectivo de los sólidos (τS) y el tiempo de
residencia efectivo del líquido (τL) en la celda
industrial:

τS
γ=
τL

153
Simulación metalúrgica/ Dimensionamiento de
circuitos: celdas de 300 m3 vs 160 m3

154
Tabla: Condiciones operacionales, Laguna Seca, MEL, 2004

155
Tabla: Resultados flotación primaria a escala laboratorio
(batch), Laguna Seca, MEL, 2004

156
Tabla: Modelos cinéticos aplicados a la flotación primaria,
Laguna Seca, MEL, 2004

157
Tabla: Parámetros cinéticos de la flotación primaria,
Laguna Seca, MEL, 2004

158
Figura: Recuperación vs celda, Planta Laguna Seca, MEL
(2004)
159
 Las celdas 1 y 9 son las que
La altura de la espuma
presentan menores alturas de
varía desde 7 a 24 cm
espuma; contribuyendo a
tener una alta recuperación
con la 1ª celda y un arrastre
significativo en la última
celda.

Figura: Altura espuma a lo largo del banco primario, Planta

Laguna Seca, MEL (2004) 160
 Se aprecia que los criterios de separación
óptima se respetaron porque, a lo largo
del banco, por cuanto la ley parcial del
La discontinuidad
concentrado disminuyeentre las alcanzar
hasta celdas 3 el
y 4 puede ser
atribuirse
valor de la leycon la disminución en el número de
de alimentación.
canaletas internas, de 10 a 8, en estas celdas.
También hubo una disminución en la profundidad de
la espuma de celda 3 y 4, produciendo un aumento
en el flujo volumétrico de pulpa (como se analizará
en la siguiente), aumentando así las posibilidades
de arrastre de sólidos..

Figura: Perfiles de leyes de cobre parcial y acumulada,

Planta Laguna Seca, MEL (2004)
161
Figura: Tonelaje de concentrado obtenido en cada celda
del circuito primario, Planta Laguna Seca, MEL (2004)
162
 Figura: Recuperación de cobre obtenido en cada celda
(parcial) del circuito primario, Planta Laguna Seca, MEL
163
(2004)
Figura: Flujo volumétrico de concentrado v/s altura de
espuma, Planta Laguna Seca, MEL (2004)
164
Se observa, una operación bastante
estable con recuperaciones del
orden de 90±4%, que son los valores
normales para esta operación que
se corren habitualmente con 5
bancos en paralelo.

Debido a problemas operacionales

en un banco, el circuito operó con
sólo 4 bancos. El circuito primario
tuvo que disminuir el flujo de
alimentación de mineral de 4.500 a
3.500 tph, logrando mantener el
rendimiento normal para esta
condición.

Figura: Recuperación másica de concentrado v/s razón de

enriquecimiento en banco primario, Planta Laguna Seca,
165
MEL (2004)
Tabla: Recuperación acumulada del circuito primario,
Planta Laguna Seca, MEL (2004)

166
Escalamiento: Considerar los parámetros de la
tabla siguiente:

167
Considerando que R∞ = 90,1 % y que la
recuperación final del banco es 87,3 %, se
determina el factor adimensional de la
recuperación en planta, ηP .

R9 es la recuperación
final acumulada del
R9 87,3 banco de flotación,
ηP = = = 0,97 obtenida al tiempo de
R∞ 90,1 residencia promedio, τP,
de 28,9 minutos

168
Además, considerando la recuperación máxima del
modelo discontinuo de parámetros distribuidos, R∞
= 95,4 %, y el parámetro adimensional de la
recuperación, ηP , se puede determinar la
recuperación equivalente a escala laboratorio,
Req:

Req = ηP * R∞= 0,97 * 95,4 = 92,4

El tiempo que corresponde al mismo factor

adimensional de la recuperación, a escala
laboratorio τB, es de 8,8 minutos 169
Para comparar ambos comportamientos cinéticos,
discontinuo con operación industrial, se utilizan
las siguientes relaciones adimensionales:

[kmaxτ ]PLANTA = [kmaxτ]DISCONTINUO

Donde:
• kmax = representa la contante cinética tanto para
planta como caso discontinuo, (min-1).
• τ = tiempo de residencia,
170
Para mantener la equivalencia cinética a ambas
escalas, debe cumplirse la siguiente relación:

kmax,B τ P
= = constante
kmax,P τ B

τ P 28,9
= = 3,3
τ B 8,8

Estos resultados concuerdan con factores de

escalamiento realizados en celdas de 42,5 m3. 171
Por otro lado, una comparación directa entre los
parámetros kmax de ambas escalas, entrega el
siguiente resultado:

kmax,B 3,53
= = 2,9
kmax,P 1,24

La diferencia entre las razones de kmax y τ, se debe

a que la recuperación infinito es diferente para
ambas operaciones, por lo que la comparación
entre números adimensionales es más realista. 172
Tabla: Factores de escalamiento de tiempo para
diferentes plantas

173
7. Aplicación a un caso industrial
 Cinética de Flotación Rougher División El Salvador

Cinética de Flotación Rougher

División R∞, % (*) K, 1/min
100 R∞ = 74.51% (*)
El Salvador 74.51 0.18
80
Recuperación, %

60
Codelco Norte 89.37 0.11
40

20

0
0 10 20 30 40
Tiempo, min
Cinética de Flotación Rougher
Leyes de Concentrado
Peso Cu Mo Fe

6 0,14

5
Contenido de CuT y

Contenido de Mo, %
4
Cu Sulf, %

3 0,12

0 0,1
0 5 10 15 20 25 30 35 40
(*): Ajuste de recuperación acumulada según Tiem po, m in
modelo cinético de García Zúñiga
Cu T Cu Sulf Mo
 Criterio de Obtención de Tiempo Óptimo de Flotación

Maximización de la diferencia de recuperación entre el elemento deseado (Cu) y la ganga

(Insoluble)

Se define la recuperación de cobre e insolubles de la siguiente forma:

RCu = R∞Cu (1-Exp(-kCu t))
RIns = R∞Ins (1-Exp(-kIns t))

Δ = RCu – Rins (Diferencia de recuperación)

Para determinar el tiempo óptimo de flotación, se debe maximizar esta

diferencia de recuperación. El óptimo corresponde al tiempo en que las dos
velocidades de flotación se hacen iguales.

Para maximizar la diferencia, se debe obtener la diferencial con respecto al

tiempo e igualar a cero.
kcu RCu
ln( )
d k Ins RIns
0 t
dt (kCu  k Ins )
 Tiempos Óptimos de Flotación
Línea t Real t Óptimo Δt
Flotación minutos minutos minutos
L-1 36.78 28.23 8.55
L-2 36.62 30.04 6.58
L-3 35.97 30.50 5.47
L-4 37.55 31.10 6.45
L-5 39.84 34.40 5.44
Global 37.42 30.85 6.57

14
12
ΔRec / Δ t, %/min

t=31 min (óptimo) t=38 min (Real)

10 R Cu = 74.3% R Cu = 74,5%
8
6
4
2
0
0 5 10 15 20 25 30 35 40
Tiempo de Flotación, minutos

Cu Peso
8. Determinación del SI
8. Relación entre constante cinética
e índice de selectividad
(Manqiu Xu. “Modified flotation rate constant and
selectivity index”. Minerals Engineering, Vol. 11, No. 3, pp.
271-278, 1998)
Al realizar estudios o evaluaciones a escala de
laboratorio, con la modificación o cambio de una
condición, produce un cambio tanto en la R∞ como de k.
Esto puede taer como consecuencia, que no sea posible
comparar los parámetros cinéticos entre distintos
ensayos o establecer tendencias para los valores de R∞
y k, bajo diferentes condiciones. Por ejemplo, al
cambiar una condición operacional, puede producir un
aumento en k y una disminución en el valor de R∞, en
tanto que la selectividad entre la especie valiosa y la
ganga puede permanecer invariable, podrá aumentar o
disminuir mediante una combinación de los
parámetros cinéticos determinados.
Una forma de simplificar, la comparación de datos
de los ensayos, es asumir que R∞ = 1,0 para todos
los minerales presentes en la flotación. Sin
embargo, esta suposición no es práctica, por
cuanto el ajuste del modelo a los datos
experimentales se deteriora de manera
significativa, particularmente por la presencia de
los minerales de ganga. Adicionalmente, este
enfoque también hace caso omiso de la valiosa
información proporcionada por los valores de R ∞.
Otra forma de superar la dificultad de comparar
los valores de k y R∞, es introducir una constante
de velocidad modificada, que tiene en cuenta tanto
la recuperación final y la constante de la velocidad
de flotación.

Por lo tanto, se puede obtener un índice de

selectividad basado en la modificación constante
de velocidad entre los diferentes minerales del
sistema de flotación.
Entre los modelos de flotación muchos, el modelo
clásico de primer orden de flotación es el más
ampliamente utilizado y se utiliza aquí para
demostrar el cálculo de la constante de velocidad
de flotación modificada y el índice de selectividad:

R  R  * 1 - exp- k * t   

Con: ᶲ = factor de corrección del tiempo

La constante modificada, km, se define como el
producto de R∞ y k, y que corresponde a
la pendiente de la tangente de la curva de
recuperación a tiempo a tiempo cero:

R
k m  R * k 
t t  0
El índice de selectividad (o constante de velocidad
relativa) del mineral I con respecto al mineral II en
un sistema de flotación, se define
como el cociente entre la constante de velocidad
modificada del mineral I y la constante de
velocidad modificada del mineral II:

 
I.S. I 
k m del mineral I
II k m del mineral II
La constante de velocidad relativa es una medida
de la selectividad de la flotación del mineral I con
respecto al mineral II.
Aplicación 1: Flotación de un mineral sulfurado de
Ni

Los conjuntos de datos de flotación, dos ensayos,

se obtuvieron de una flotación de sulfuro en una
columna de laboratorio de 2,5” de diámetro. El
material de alimentación se extrajo directamente
del circuito de flotación industrial. Las
principales especies mineralógicas son la
calcopirita (Cp), pentlandita (Pn), pirrotita (Po) y
ganga (Rk).
Los resultados obtenidos son:

Figura 1. Recuperación v/s tiempo de flotación a altas velocidades

de gas y curvas ajustadas (líneas sólidas)
Figura 2. Recuperación v/s tiempo de flotación a bajas velocidades
de gas y curvas ajustadas (líneas sólidas)
Los resultados obtenidos son:

Tabla 1. Parámetros cinéticos obtenidos con el ajuste

del modelo a datos I experimentales
Se observa de los resultados obtenidos que:

• Para la pentlandita, cuando la velocidad del gas

disminuye, aumenta la R∞ de 89,9% a 92,3%; en
tanto que la constante específica de velocidad, k,
disminuye de 1,39 min-1 a 0,48 min-1.
• Para la ganga, cuando disminuye la velocidad del
gas, disminuyen tanto R∞ como k.
• Considerando la constante modificada, cuando se
reduce la velocidad del gas, disminuye el valor de
Km para todos los minerales.
Tabla 2. Índice de selectividad para Pn/Po y Pn/Rk
Los índices de selectividad calculados, señalan que
para el par Pn/Po a baja velocidad de gas el IS es
levemente mayor que a altas velocidades de gas;
mientras que para el par Pn/Rk el IS a bajas
velocidades de gas es considerablemente mayor
frente a altas velocidades de gas.

Al disminuir la velocidad del gas, la velocidad de

flotación decrece, pero aumenta la selectividad
tanto para el par Pn/Po como del par Pn/Rk.
 La recuperación de
Pn v/s Ley del
concentrado (Cu+Ni),
altos IS de los pares
Pn/Po y Pn/Rk llevan
a obtener altas leyes
de concentrado para
cualquier
recuperación de Pn.

Figura 3. Recuperación de pentlandita v/s ley del concentrado

(cu+Ni)
 Se observa que la selectividad
del par Pn/Po es ligeramente
superior a bajas velocidades
de gas frente a altas
velocidades; tal efecto se
aprecia también en la tabla 2.

Figura 4. Recuperación de pentlandita v/s recuperación de pirrotita

 Se observa
claramente que la
selectividad del par
Pn/Rk es mejor a
bajas velocidades
de gas que a altas
velocidades, debido
a la baja velocidad
de flotación de la
ganga.

Figura 5. Recuperación de pentlandita v/s recuperación de ganga

Lo anterior es confirmado con los resultados
mostrados en la tabla 2, donde a altas velocidades
de gas el IS es de 70, mientras que a bajas
velocidades de gas el IS es de 240. La gran
diferencia en los IS, contribuye a la diferencia en la
ley del concentrado, ya que el principal
componente de la alimentación es ganga.
9. Simulación matemática de
circuitos de flotación: técnica de
los factores de distribución
(split factors)
9.1. Introducción.

Los modelos cinéticos de flotación desarrollados

anteriormente pueden emplearse para simular
diversas configuraciones de circuitos, diferentes de
aquélla en la cual se generaron, mediante la
aplicación del método de los “factores de
distribución” (split factors).
Para aplicar esta técnica, es necesario conocer la
curva cinética de flotación por componente (por
ejemplo: Cu, Mo, Fe, Insolubles, peso total) en cada
etapa de flotación del circuito.

La curva cinética puede caracterizarse, a través de

un modelo cinético de flotación dependiente de los
parámetros R, K y tiempo de flotación (o número
de celdas).
La aplicación del método de los factores de
distribución, se fundamenta en la hipótesis de que
los parámetros cinéticos R y K son relativamente
insensibles frente a modificaciones en la
configuración del circuito.
Esta aproximación es particularmente válida
cuando los flujos de recirculación son pequeños en
relación a los flujos de alimentación directa, y/o si
la composición de la carga circulante es similar a
la de alimentación fresca en la respectiva etapa de
flotación.
En la práctica, las condiciones anteriores se
cumplen en gran medida en todos aquellos circuitos
de flotación operando bajo condiciones normales
de trabajo.
Es decir, se refiere, en la experiencia industrial, a
los siguientes aspectos:

i. combinar flujos con leyes parecidas antes de

alimentarlos a una etapa específica de flotación,
como también se trata de maximizar las
recuperaciones parciales de cada elemento valioso
en las primeras etapas de flotación,
ii. maximizar las recuperaciones parciales de cada
elemento valioso en las primeras etapas de
flotación, aumentando por tanto el tiempo de
flotación hasta su nivel óptimo (evitar
contaminar el concentrado con ganga u otras
especies indeseables),

iii. mantener bajo control las cargas circulantes en

cada etapa de flotación, a objeto de estabilizar
la operación global del circuito y alcanzar
resultados metalúrgicos aceptables.
El método de los factores de distribución (split
factors) se usa para simular ensayos de ciclos de
laboratorio, basándose en la información
experimental generada sólo del 1er ciclo, y/o a lo
más, desde los primeros dos ciclos de un test de
ciclos incompleto (lo que permite en este último
caso evaluar además el efecto de carga circulante
en cada etapa de flotación).
La aplicación de esta técnica, ha demostrado ser
valiosa y exitosa para una gran variedad de
prácticas operacionales, tanto a escala de
laboratorio como de planta piloto e industrial; se
puede afirmar entonces, que es una metodología
general de amplio uso en el procesamiento de
minerales.
9.2. Descripción del método.

El método de simulación matemática basado en los

factores de distribución consiste en asignar un
valor numérico (split factor) a cada componente
del sistema y en cada etapa de separación
considerada.
Se considera componente del sistema, en el caso
específico de un mineral de cobre porfídico, los
siguientes: Cu, Mo, Fe, insolubles y peso total del
sólido.

En este contexto, el peso total de sólidos

constituye un componente adicional del sistema.
Para el caso de etapas del sistema, se puede citar
a las etapas usuales de flotación, tales como:
primaria (rougher), barrido (scavenger), limpieza
(cleaner), relimpieza (recleaner), limpieza-barrido
(cleaner-scavenger), etc.
El concepto de factor de distribución (split factor)
representa la fracción en peso de cada componente
alimentado a una etapa de separación, que
aparece junto con el concentrado de la etapa
considerada.

Es decir, corresponde a la recuperación parcial de

dicho componente en el concentrado obtenido en
cada etapa de separación (expresada dicha
recuperación como fracción en peso; º/1).
La magnitud de los factores de distribución
depende principalmente del tiempo de flotación y
de las propiedades físico-químicas imperantes en
la pulpa, además de las características de
flotabilidad de las partículas (por ejemplo, tamaño
de las partículas, grado de liberación, etc.).
El proceso de separación en cada etapa puede ser
caracterizado mediante una matriz diagonal del
tipo:

 
S k  S ij k
k = subíndice utilizado para identificar cada separador
(k = 1,2,3,…,ns).

i = subíndice utilizado para identificar a cada

componente (i = 1,2,3,…, n+1).

matriz de separación (de splits factors) en el k-ésimo

Sk  separador [(n+1)∙(n+1)], cuyos elementos Sij se
definen como sigue:

Sij = 0; para i≠j y ∀ k.

Sij = Sik; para i=j (siendo 0≤Sik≤1).

Sik = factor de distribución del i-ésimo

componente en el k-ésimo separador.
Sn+1,k = factor de distribución del peso total de
sólidos en el k-ésimo separador
(k  1, n s )

n + 1 = número total de componentes (siendo el

peso total de sólidos, el (n + 1)-ésimo componente.

ns = número total de separadores (etapas de

flotación consideradas).
Existen varias técnicas para determinar los
valores de Sik, pero la más simple y apropiada se
basa en resultados cinéticos de un solo ciclo
abierto (pruebas de flotación a escala
laboratorio, o primer ciclo de un test de ciclos
completo).
En contadas excepciones y sólo cuando la carga
circulante en el sistema es relativamente alta, la
estimación de los factores de distribución en el
equilibrio podrá inferirse desde los primeros dos
ciclos de un test de ciclos incompleto.
Conjuntamente, se define el vector columna:

W l  W1l , W2 l , ..., Wn1, l   Wi l 

T T

l : subíndice utilizado para identificar cada flujo (l =

1, 2, 3, …, nf).
Wil : peso (contenido de fino) del compnente i en el flujo
l.

Wn+1, l : peso total de sólidos en el flujo l

l  1, n f 
nf : número total de flujos del sistema.
Las definiciones anteriores permiten simular las
siguientes operaciones comúnmente encontradas
en circuitos de flotación (ver figura siguiente):

a) Uniones: Dados los flujos l1 y l2, se tiene:

Wl 3  Wl 1  Wl 2
b) Separadores: Dado el flujo l 1y la matriz
S k de factores de distribución
correspondiente:

Wl 3  Sk  Wl1

 S 1k W1l 1 , S 2k W2 l 1 , ..., S n1,k Wn1,l 1 

T

y también:

Wl 2  Wl1 - Wl 3  I - Sk  Wl1 
donde:
I  matriz identidad [(n+1)*(n+1)]
 UNIÓN SEPARADOR

Wl1 Wl1
Wl 2
Wl 2  Sk

Wl 3
Wl 3

Figura. Módulos típicos de operación en circuitos

de flotación
La aplicación de estas tres últimas ecuaciones a
un circuito de flotación en particular resulta en un
sistema de ecuaciones lineales que puede
resolverse mediante técnicas convencionales.
La determinación de los vectores W l para
cada uno de los flujos l  1, n f 
permite calcular
a su vez los siguientes parámetros de interés:

- Leyes:
G l  W l /Wn1, l  * 100
donde:
G l  g 1l , g 2l , ..., g nl   g i l 
T T

g i l  ley del componente i en el flujo l; (%)

i  1, n
- Distribuciones de fino:

R i l  Wi l /Wi 1  * 100

donde:

R i l  % distribuci ón del compnente i en el flujo l;

siendo i  1, n; l  1, n f

l  1, corresponde al flujo de cabeza

(o sea;la alimentación fresca al circuito de flotación)