Desarrollo de un modelo para predecir la concentración de cobre en el PLS del Proyecto Lixiviación de Ripios de la Gerencia de Extracción y Lixiviación, Codelco – División Chuquicamata.

Abstract

El presente estudio se desarrolló en la Gerencia de lixiviación de Chuquicamata y los objetivos fueron identificar las variables que influyen en la concentración de cobre en el PLS para disminuir la incertidumbre que existe en su predicción, definir capacidades máximas y mínimas del sistema de transporte y almacenamiento de soluciones, proponer un estándar de operación para el proceso de lixiviación y desarrollar un modelo predictivo para la concentración de cobre en el PLS. En la planta de lixiviación en pilas se trabaja con ripios de minerales oxidados de cobre cuya composición mineralógica es variable, con una ley media de 0.35% de cobre total. Los ripios se apilan formando 108 módulos distribuidos por igual en 2 pilas que se riegan con refino y solución intermedia, operando de esta forma desde el 4 de febrero del 2018 hasta hoy en día. Durante la recopilación de datos operacionales en el área de lixiviación, se observó que existe una cantidad importante de datos errados, o sin medición, por ende es imposible realizar un balance metalúrgico bien dimensionado, incluso ajustando parámetros en sectores puntuales, ya que es un sistema linealmente dependiente. Posteriormente se estudió el manejo de soluciones que circulan por la planta, donde el movimiento se realiza por impulsión con bombas y por gravedad, con un sistema semi-automático (con manejo manual y mecánico de las válvulas), existiendo un transporte fluido-dinámico de 2400 m3 /h, los cuales se distribuyen en 2 trenes descendientes de refino, que terminan en el pond de refino y pond de la solución intermedia (PDS). Tanto refino como PDS son las soluciones lixiviantes con alrededor de 2200 m3 /h de PDS y 800 m3 /h de refino, obteniendo solución débil (PDS) y rica en cobre (PLS). Esta última termina subiendo en la estación de re-impulsión (booster) por 2 líneas y alimentando la extracción por solvente. El manejo de soluciones se entiende como un sistema simple al visualizarlo de manera global, pero al ir desglosando el movimiento de los fluidos en detalle se encuentran varias desviaciones, siendo muy difícil de comprender y clasificar, ya que su distribución es sumamente compleja. Uno de los problemas es que en varios sectores existe sobreacumulación de fluidos, lo que produce pérdidas de solución por rebalse, razón por la cual no sale la misma cantidad que ingresa. Otra dificultad es la turbidez de las soluciones y el desconocimiento del terreno por parte del personal que toma decisiones. Para solucionar los dos primeros problemas se contrató una empresa externa. La solución consistió contener los fluidos y, al mismo tiempo, evitar que se produjera una iii solución turbia. Para esto fue necesario el uso de un contenedor, el que a su vez estaba subdividido en dos contenedores y en medio de estos había un filtro. La presencia de ambos contenedores y el filtro hacía posible que cuando hubiese acumulación de sólidos, estos pasaran del primer al segundo recipiente y de este modo, cada cierto tiempo se pudiera extraer los sólidos acumulados. Para el último problema se realizaron levantamientos en terreno vía Google Earth documentando todas las cañerías correspondientes al área de lixiviación. Para el desarrollo del modelo se utilizaron datos reales de operación, que fueron relacionados con las variables seleccionadas anteriormente y el sistema hidráulico de la planta, donde se emplearon 3 herramientas computacionales (“Microsoft Excel”, “PI Processbook” y “Design Expert”). Con este último se obtuvo en primer lugar la selección de variables que impactan a la concentración de cobre en el PLS, luego una ecuación lineal, que era la más apropiada para el ajuste estadístico, y se emplearon dichos parámetros para evaluar la sensibilidad del modelo. Las variables que influyen en la concentración de cobre en el PLS, son granulometría, ley, flujo de refino y de PDS, siendo estas 2 últimas las primordiales para la eficiencia del proceso. Además, se concluye que para optimizar la recuperación de cobre en el proceso se debe trabajar con una masa de apilamiento de 40000 tonH, una tasa de curado de 13 kg ácido/tms y una razón de agua de 19 kg agua/tms. A partir de los datos que se obtuvieron durante 18 meses y bajo las condiciones de humedad típica del ripio que está entre 6-8%, tasa de curado 12 kg ácido/tms y razón de agua de 20 kg agua/tms en la aglomeración, y para el riego un flujo específico de riego de 40m3 /hr, modificación del estándar de riego, independiente de la concentración de ácido sulfúrico, puesto que su consumo siempre es constante, se obtuvo una aproximación por medio del modelo de “Design Expert” con 7.7% de error promedio con datos desde mayo del 2018 hasta el 9 de agosto del 2019. Se evaluó la aproximación del modelo, es decir, el porcentaje de error promedio, ante futuros resultados de la concentración de cobre en el PLS siendo demasiado sensible a ruidos del sistema, esto significa que cuando una variable contemplada en la ecuación del modelo no concordaba con el rango normal de operación, la concentración de cobre en el PLS se alteraba significativamente. Finalmente, con respecto al modelo propuesto este aproxima de manera cercana la concentración de cobre en el PLS, con un error promedio de 6.4% para los últimos antecedentes y a medida que se van incluyendo nuevos datos dicho error irá disminuyendo, además este modelo no depende significativamente de cambios abruptos en las variables recién mencionadas.