Estimador neuro-difuso del desgaste de cóncavas y mantos de un chancador primario.

Abstract

Los chancadores primarios son una etapa fundamental para la minería del cobre. Es el proceso que sigue luego de la tronadura; y debido al proceso de chancado los revestimientos del chancador sufren desgaste, lo que define la vida de ellos. La forma tradicional de medir los revestimientos es mediante un láser para lo cual necesariamente el proceso de chancado se debe detener. En esta tesis se presenta un estimador virtual para el espesor remanente de los revestimientos del chancador. El estimador virtual presentado es neuro-difuso, es decir mezcla la robustez de la lógica difusa y la capacidad de las redes neuronales de aprender de campañas anteriores. Estos modelos han sido aplicados en distintas áreas industriales mostrando su robustez y simplicidad en la implementación tales como: tornos, molinos sag, optimización, control de proceso. En esta tesis se plantean 2 modelos neuro-difusos, uno semi-integral y otro completamente integral. Además, estos son comparados con su regresión lineal respectiva. De los modelos encontrados se muestra que el modelo integral tiene mejores resultados en comparación con semi integral y regresión lineal múltiple. Al considerar la línea crítica de cambio del chancador se aprecia que el modelo integral genera una reducción de 40% con respecto al modelo semi-integral. Además, el modelo integral tiene menor número de reglas, es decir, es más simple que el modelo semi-integral y genera mejores resultados. El estimador virtual logra que el chancador opere de forma continua generando una disminución aproximada de 7 horas por campaña. Así el estimador va a lograr generar $US 840,000 extras por campaña. Además, se realiza una proyección de termino de campaña donde se considera la línea crítica para cada chancador y revestimiento. Este considera la tasa de desgaste estimada y el plan diario de producción previamente establecido; como también el promedio diario de la campaña.