Los expertos de Molycop, el Dr. Paul Shelley y el Dr. Yufan Mu, presentaron herramientas innovadoras en Comminution 2025 para optimizar el rendimiento de los molinos y la selección de medios de molienda. Su trabajo revoluciona la toma de decisiones en diversas operaciones mineras, especialmente en regiones complejas y sensibles a los costos como África.
Datos clave
- El Dr. Paul Shelley presentó una alternativa a las pruebas estándar de desgaste de bolas, ofreciendo un método más predictivo y fiable para evaluar el rendimiento de los medios de molienda.
- La investigación del Dr. Yufan Mu utiliza aprendizaje automático no supervisado para identificar distintos entornos operativos de molinos, mejorando la eficiencia y las estrategias de control.
- El Modelo de Familia de Molinos es especialmente valioso para las minas africanas, ya que les ayuda a reducir los costes de los medios de molienda y a adaptarse a tipos de mineral y composiciones químicas del agua muy variables.
La presentación del Dr. Yufan Mu, 'Identificación de diferentes entornos de molienda para molinos de bolas semiautógenos y de rebose mediante agrupamiento', exploró el uso del aprendizaje automático no supervisado, específicamente técnicas de agrupamiento, para identificar y categorizar distintos estados operativos dentro de los molinos. Al revelar patrones ocultos en los datos de rendimiento, este enfoque abre nuevas vías para mejorar la eficiencia de los molinos, comprender la variabilidad del proceso y optimizar las estrategias de control.
La presentación del Dr. Paul Shelley, 'Explorando una alternativa a la prueba de desgaste de bolas del mercado para evaluar el rendimiento de abrasión de las bolas de molienda', presentó un método más predictivo y fiable para evaluar el desgaste de las bolas. La investigación aborda las limitaciones de las pruebas de desgaste tradicionales y propone un nuevo marco para la evaluación comparativa de medios de molienda, con el potencial de impulsar decisiones más informadas sobre la selección de medios y la gestión del rendimiento.
Conversamos con Paul y Yufan para conocer más sobre su investigación.
Preguntas y respuestas con el Dr. Paul Shelley
Los entornos de los molinos pueden variar significativamente entre regiones. ¿Observa diferencias regionales en África que podrían beneficiarse del análisis basado en clusters?
Este modelo es de aplicación universal. Esto significa que la herramienta puede ser utilizada por cualquier persona en cualquier mercado de molienda. Es especialmente adecuado para África debido a la diversidad de metales y minerales presentes en ese continente. Se pueden lograr mejoras en la eficiencia del desgaste de los medios, la potencia del molino, el rendimiento y la recuperación al conocer las características del mineral, la dinámica del molino y la elección del medio adecuado.Al ser un modelo, contamos con gran flexibilidad para elegir los parámetros operativos del molino. Podemos ajustar los clústeres de la familia en función de los parámetros operativos conocidos. Esto resulta beneficioso para diversos sectores del mercado, como África.
¿Se puede aplicar esta metodología en tiempo real para el control dinámico del molino o es más adecuada para el análisis fuera de línea en esta etapa?
Es una herramienta de toma de decisiones para una mejor selección de medios. No tiene aplicación práctica en tiempo real, ya que no cambiamos los medios en tiempo real. Recomendamos evaluar los medios cada vez que se cambia el revestimiento. El modelo puede utilizarse para comprobar si el medio es la mejor opción para la siguiente campaña de molienda. Proporcionará respuestas en minutos una vez que se conozcan los parámetros operativos.
¿Existen limitaciones o desafíos para escalar este enfoque a diferentes tipos de operaciones, como sitios africanos más pequeños o remotos?
El modelo solo está limitado por la disponibilidad y la elección de los insumos. Conocer los parámetros operativos es clave. Si se desconocen las características del mineral o la dinámica del molino, el modelo será limitado.Hemos observado que a la industria le resulta difícil elegir la bola SAG adecuada para diversas operaciones de molienda. Esta es una oportunidad para que tomemos la iniciativa y utilicemos todas nuestras herramientas para ayudar a los mineros a tomar buenas decisiones sobre la elección de la bola SAG. Esto es ideal para África debido a la diversidad de las operaciones.
Preguntas y respuestas con el Dr. Yufan Mu
El costo de los medios de molienda es un factor operativo importante, especialmente en minas africanas con márgenes de beneficio limitados. ¿Cómo puede este nuevo método de evaluación del desgaste ayudar a que las operaciones en la región sean más eficientes?
El costo de los medios de molienda puede representar una parte significativa de los gastos operativos, especialmente en minas africanas donde los márgenes de beneficio suelen ser ajustados. Este nuevo método de evaluación del desgaste, a través del Modelo de Familia de Molinos, ofrece un enfoque basado en datos para ayudar a que las operaciones sean más eficientes y rentables de varias maneras:1. Solución de medios a medida: El modelo clasifica los molinos en distintos grupos operativos según factores como las propiedades del mineral, el diseño del molino y las condiciones de operación, lo que permite una mejor adaptación del tipo de medio de molienda al entorno de desgaste real. Esto reduce la sobreespecificación o la subespecificación de los medios, minimizando el desgaste innecesario. Esto implica un reemplazo menos frecuente, un menor consumo y, en última instancia, un menor gasto en medios, lo que impacta directamente en el costo.
2. Menos campañas de prueba y error: En lugar de depender únicamente de campañas de prueba costosas y que requieren mucho tiempo, las minas pueden aprovechar la información del modelo para seleccionar las mejores opciones de medios desde el principio, mejorando la velocidad y la precisión en la toma de decisiones.
3. Escalabilidad entre minas: Especialmente en regiones como África, con diversos yacimientos y limitaciones operativas, este marco permite estrategias replicables en plantas similares, lo que ayuda a las operaciones a aplicar las mejores prácticas sin tener que empezar desde cero en cada una.
Para las minas africanas que buscan optimizar cada dólar, este método representa una herramienta estratégica para reducir costos, prolongar la vida útil de los medios y respaldar operaciones más sostenibles y predecibles.
¿Existen tipos específicos de mineral o condiciones de molienda en África que hagan que las pruebas de desgaste estándar sean particularmente poco fiables?
Existen varios tipos de mineral y condiciones de molienda comunes en las operaciones africanas que pueden hacer que las pruebas de desgaste estándar sean menos fiables o menos representativas de los entornos reales de los molinos:
1. Yacimientos minerales altamente variables y complejos: Muchas minas africanas procesan minerales polimetálicos o refractarios (p. ej., minerales de Cu-Co, Au-As o Ni-S) con dureza, abrasividad y composición química mineral variables. Las pruebas de desgaste estándar a menudo asumen condiciones constantes, lo que puede no reflejar esta variabilidad y dar lugar a resultados engañosos. En regiones como África Central y Occidental, las minas suelen alternar entre minerales de óxido blando y minerales de sulfuro duro. Estos dos tipos de mineral dan lugar a mecanismos de desgaste muy diferentes. Las pruebas de laboratorio estándar pueden no reflejar las condiciones cambiantes cuando la mezcla de minerales no se realiza de forma constante.
2. Química del agua no controlada o variable: En muchas operaciones africanas, las fuentes de agua de proceso varían (por ejemplo, agua reciclada, salina o drenaje ácido de mina). Estas características químicas del agua influyen significativamente en las tasas de corrosión, especialmente en la molienda húmeda. Las pruebas de desgaste estándar rara vez reproducen estos entornos químicos específicos del sitio, lo que reduce la predicción del desgaste en el molino.
3. Alta variabilidad en el entorno del molino: Debido a las limitaciones operativas, algunos molinos pueden operar a bajo rendimiento, lo que genera patrones de desgaste más severos. Las pruebas de desgaste estándar asumen condiciones de carga típicas y podrían no considerar este tipo de entorno agresivo y de alto impacto.
Aquí es precisamente donde el Modelo de Familia de Molinos puede aportar valor. Al agrupar los molinos basándose en datos operativos reales (específicos del comportamiento del mineral, el molino y la carga), ayuda a reducir la brecha entre las pruebas de laboratorio y el rendimiento real, lo que hace que las evaluaciones de desgaste sean más precisas y prácticas para las operaciones africanas.
¿Podría este método de prueba adaptarse o simplificarse para minas remotas sin acceso a laboratorio?
Sí, el enfoque del Modelo de Familia de Molinos se puede adaptar y simplificar para operaciones remotas que carecen de laboratorios in situ. Si bien la metodología completa implica análisis avanzado de datos y agrupación, el concepto central de comprender el entorno de molienda para guiar la selección de medios también se puede aplicar con una versión más práctica y adaptada al campo. A continuación, se explica cómo:
1. Uso de datos operativos: El modelo se basa principalmente en datos de la planta, como el diámetro del molino, la velocidad, el rendimiento, el tipo de mineral, el tamaño de la alimentación (F80), la relación de carga y la composición química del agua; todos ellos generalmente se pueden obtener de los sistemas de monitoreo rutinario de la planta. Esto significa que las plantas remotas pueden participar sin necesidad de realizar pruebas de desgaste a escala de laboratorio.
2. Emparejamiento simplificado de grupos: Una vez que la planta proporciona información básica sobre la operación y el mineral, podemos emparejar su molino con un grupo existente en el Modelo de Familia de Molinos. Esto nos permite recomendar tipos de medios de molienda que han tenido un buen rendimiento en entornos similares, incluso sin realizar pruebas de desgaste detalladas in situ.
3. Implementación progresiva: Las plantas remotas pueden comenzar con una recomendación de referencia y refinar la selección de medios con el tiempo, aportando datos sencillos de rendimiento (como la tasa de desgaste, el rendimiento y el consumo de energía), creando una visión específica de la planta sin necesidad de contar con un laboratorio interno.
En resumen, el Modelo de Familia de Molinos fue diseñado para ser escalable e inclusivo. Permite a las operaciones remotas tomar decisiones más inteligentes y eficientes sobre los medios de molienda utilizando los datos que ya tienen, lo que lo convierte en una herramienta valiosa incluso en los entornos más desafiantes.
