C Una revisin de control de flotacin de espuma

previo Las ltimas dcadas han visto grandes avances en la instrumentacin y la tecnologa, y las simplificaciones y modificaciones de los nuevos diseos de plantas de flotacin. Esto ha permitido importantes avances en el control del proceso. En particular, el desarrollo del control de proceso de nivel bsico (control de los niveles de celulosa, los caudales de aire, la dosificacin del reactivo, etc) se ha visto un progreso significativo. A largo plazo, estrategias automatizadas de flotacin avanzados y optimizar el control han sido sin embargo ms difcil de implementar. Se espera que esto va a cambiar como resultado del desarrollo de nuevas tecnologas como la visin artificial y la medicin de variables de control nuevas, como la recuperacin del aire. Esta revisin analiza cada uno de los cuatro niveles esenciales de control de procesos (instrumentacin, control de base de nivel de flotacin, el control de flotacin y control avanzado de la optimizacin de flotacin) y examina las tendencias actuales y futuras dentro de cada subnivel.

Intro. Flotacin por espuma es uno de los mtodos de separacin ms ampliamente utilizados en la industria de procesamiento de minerales. Sin embargo, a pesar de ser introducida en el ao 1900 y muchos aos de investigacin y desarrollo, de flotacin todava no est totalmente entendido y sigue siendo relativamente ineficiente. Como esos beneficios, econmicos grandes de pie para ser hecho a travs de la optimizacin de muchos procesos actuales (McKee, 1991; Hodouin et al, 2000;. Moilanen y Remes, 2008). Es importante darse cuenta desde el principio que el control del proceso se compone de varios niveles interconectados. Varios autores, POR EJEMPLO, Roesch et al. (1976); McKee (1991); Laurila et al. (2002) y Gupta y Yan (2006), describe el control del proceso de flotacin por espuma por una jerarqua de 3-4 capas interconectadas. La jerarqua descrito por Laurila et al. (2002) se presenta en la figura. 1. El nivel ms bajo es la propia instrumentacin, que es la base para todo el control del proceso. Como tal, la eleccin / diseo y mantenimiento de la instrumentacin es de importancia fundamental para cualquier sistema de control de proceso. Adems, la eleccin correcta de la instrumentacin slo puede lograrse si una comprensin detallada del funcionamiento y aplicacin del instrumento requerido, dentro de un proceso dado, se adquiere (Laurila et al., 2002). Nivel bsico de control de flotacin se centra en el mantenimiento de las variables primarias en puntos de referencia. Estas variables principales son: nivel de la pulpa, caudal de aire y la tasa de adicin de reactivos. Esto se consigue generalmente a travs del uso de los convencionales SISO control PID, aunque

ms avanzada utilizado en las estrategias de control modernos. mtodos son ahora comnmente Del mismo modo, el nivel tradicional de base de control de flotacin se aplic a las clulas individuales, a pesar de las modernas estrategias de control son ahora aplicado de forma regular a los bancos de clulas enteras (por ejemplo, pasta de control de nivel). Los dos niveles superiores de control de flotacin son el control de flotacin avanzada (AFC) y el control de la flotacin de optimizacin (OFC). AFC implica el rechazo de los efectos de las perturbaciones de entrada al proceso (por ejemplo, un cambio en el grado de alimentacin) y el mantenimiento de los parmetros de rendimiento - grado y la recuperacin (aunque se debe tener cuidado cuando se define la recuperacin; en una situacin dinmica acumulacin de material dentro del sistema y tiempos de retardo se debe considerar). OFC, por el contrario, pretende maximizar la rentabilidad econmica general (comnmente mediante la maximizacin de grado y recuperacin). Tanto la AFC y la OFC intento de alcanzar sus objetivos a travs de la manipulacin de los ms bajos valores de consigna de control de nivel. De ello se deduce que la eficiencia de los sistemas de AFC y OFC dependen satisfactorios sistemas de control de nivel inferior de flotacin estn en su lugar. Varias clulas son generalmente controlados de forma simultnea, y los mtodos avanzados de control (que en la terminologa clsica, ingeniera de control se refiere a cualquier estrategia de control ms complicada que la SISO control PID, y ms recientemente a las tecnologas informticas basadas) se utiliz como control PID es insuficiente. Numerosos aos de investigacin en la automatizacin del control de flotacin de espuma se ha realizado para aumentar la eficiencia del proceso, con los esfuerzos anteriores a la dcada de 1970 son en gran medida infructuosos. Varios autores, tales como McKee (1991) y Laurila et al. (2002), coinciden en que las razones para ello son: la falta de instrumentos adecuados y las tecnologas, y el viejo diseo de plantas de flotacin; que consista en numerosas clulas ms pequeas de toma de control de proceso ms complicado y engorroso alguna. Como tal, la intervencin del operador era el nico mtodo de control de procesos (y esto es todava en gran medida el caso de muchas plantas en la actualidad). Sin embargo, la dcada de 1970 vio grandes mejoras en la instrumentacin disponible y la investigacin en el desarrollo de un control automtico de flotacin comenz a mostrar promesa cada vez mayor (McKee, 1991; Thwaites, 2007). Posteriormente, ha habido un desarrollo importante en el control de flotacin nivel bsico, aunque el desa-rrollo de carcter robusto, a largo plazo, los sistemas de aire automticos de CFE ha demostrado ser ms difcil. Segn McKee (1991) esto es en parte debido a "la complejidad inherente y la imprevisibilidad de la respuesta de la mayora de los circuitos de flotacin para alterar las condiciones, las expectativas poco claras de lo que es un sistema de control se puede lograr, objetivos poco realistas de los sistemas de control y la complejidad excesiva de control efectivo estrategias ". Osorio et al. (1999) incluye el acoplamiento entre los lazos de control, siempre variando los tiempos de retardo, y un "conocimiento imperfecto de la fenomenologa de la flotacin y la falta de instrumentos adecuados y precisos" como contribuyentes para que complica los intentos de

control. A pesar de esto, Laurila et al. (2002) creen que la flotacin se enfrenta actualmente a "una nueva era en trminos de automatizacin y control de procesos", con la existencia de tres razones principales para esto: Henning et al. (1998), y Moilanen y Remes (2008) seal que "el diseo del circuito de flotacin se est alejando de mltiples corrientes de recirculacin y hacia circuitos ms sencillos." Esto simplifica la regulacin y el control del proceso de sobre-todo. Autores como Kallionen y Heiskanen (1993), y Carr et al. (2009) han observado que el tamao de las celdas de flotacin estn aumentando, los beneficios principales son: una reduccin en gastos de capital y costos operativos, menor consumo de energa por metro cbico, menos las partidas destinadas a mantener y una huella de la planta inferior. Menos clulas tambin significa menos de instrumentacin se requiere, lo que permite menos intrincados sistemas de control de procesos. Sin embargo, esto no significa ms precisa de instrumentacin se requiere. Menos y ms grandes las clulas tambin aumentan los incentivos para un mejor control de nivel de base en cada clula individual. Los acontecimientos recientes en la instrumentacin han visto el desa-rrollo de herramientas como la tecnologa de bus de campo y anlisis de imgenes, y han permitido el montaje de "instrumentos inteligentes", dispositivos que utilizan auto-diagnstico para proporcionar informacin sobre el estado del equipo y la calidad de la medicin.

Laurila et al. (2002) tambin ponen de relieve que, como cada proceso de flotacin es nico (por ejemplo, configuracin de la clula, la instrumentacin, minerales, qumica, etc) una gran variedad de estrategias de A / OFC se han desarrollado e implementadas, y un nico enfoque universal, el control no puede ser determinado. El objetivo de esta revisin de la literatura es explorar ampliamente las diversas estrategias de control que han sido / estn siendo, desarrollados y utilizados desde la perspectiva de un metalrgico. Este trabajo se iniciar con una mirada a las variables y consideraciones clave en el control de la flotacin. Cada uno de los cuatro niveles de control de flotacin a continuacin se estudiarn en detalle. Por ltimo, una descripcin de algunos sistemas de control comerciales disponibles y conclusiones se presentan. Tambin hay que sealar que, aunque este documento se centra principalmente en los dispositivos de flotacin de clulas, en comparacin con dispositivos de flotacin de columna, gran parte de la literatura y la teora es aplicable a ambos.

2. Las variables clave y consideraciones en el control de la flotacin Flotacin por espuma es un proceso de separacin de fases tres de los minerales complejos basados en la manipulacin de la diferencia en hidrofobicidad de los slidos. Suspendido, hidrfobos ricos en metales partculas se ponen en contacto con, y posteriormente se combinan para, las burbujas de aire - mientras que la ganga ms hidrfilo fregadero partculas y se recuperan a la corriente de colas. Las burbujas cargadas de minerales valiosos informar a una fase de desbordamiento de espuma y en un lavado, antes de ser recuperados a la corriente de concentrado. Aunque el proceso puede parecer relativamente simples otros simultneas sub-procesos tambin se producen. Los ejemplos incluyen: el arrastre de ganga en la fase de espuma, la coalescencia de las burbujas, de apego de las partculas valiosas de las burbujas, ya que afectar la fase de espuma, etc (Ventura-Medina, 2000). La composicin de la alimentacin aguas arriba y las etapas de molienda antes de la flotacin tambin afectan significativamente el proceso. Por lo tanto, en realidad, el proceso de flotacin es muy complejo, con rbitro y Harris (1962) estima que hay alrededor de 100 variables que afectan (en diversos grados) el proceso de flotacin. Por otra parte, los compaeros de las interacciones entre las variables complican an ms los esfuerzos de control. Por ejemplo, un aumento de caudal de aire puede resultar en un tamao de la burbuja ms grande, que posteriormente afectar a la velocidad de subida de burbujas, la tasa de fijacin, el gas atraco, profundidad espuma, etc - es decir, otras variables pueden ser afectadas y necesitan manipulable-cin despus de un tiempo de respuesta dada. Como tal, es el elevado nmero de variables y los complejos, no lineales, las interrelaciones entre estas variables que hacen que el control de la flotacin en especfico muy difcil. 2,1. Las variables clave Laurila et al. (2002) sugieren que las siguientes variables, especficamente a partir de un punto de vista de A / OFC - son los ms importantes: suspensin de las propiedades (densidad, contenido de slidos) Caudal de lodos (tiempo de retencin) parmetros electroqumicos / potencial (pH, Eh, conductividad) reactivos qumicos y su velocidad de adicin (espumantes, colectores, depresores, activadores) Los niveles de celulosa en las clulas El aire caudales en las clulas Propiedades de espuma (la velocidad, la distribucin de tamao de burbuja, la estabilidad de la espuma) Las propiedades de las partculas (distribucin de tamao, forma, grado de mineral la liberacin) La composicin mineralgica de la mena

Las concentraciones de minerales en la alimentacin, concentrado y relaves (recuperacin, grado) espuma de agua de lavado tasa (sobre todo en columnas de flotacin) Manipular / midiendo cada una de estas variables al mismo tiempo puede ser necesario para lograr un resultado de control de procesos bien. Sin embargo, cada una de estas variables y sus efectos en el proceso de flotacin debe ser considerado.

2,2. Efectos de la disposicin de la planta y la ubicacin de la celda en el circuito El proceso de diseo es un factor clave en el control del proceso. Recicle las corrientes, en particular, puede hacer que el control del proceso (por ejemplo, pasta de control de nivel) ms difcil, especialmente si los vertidos de acumulacin y / o repentina de material se les permite que se produzca. Adicionalmente, las diferentes secciones de la planta requieren diferentes regmenes de control de proceso; las secciones ms speras y eliminador de ser operado a comparativamente bajas profundidades espuma y caudales altos de aire, para lograr la recuperacin de minerales de alta; mientras que las secciones ms limpias operar con profundidades espuma mayores y menores caudales de aire en un intento de aumentar el grado (Laurila et al., 2002). 2,3. Tipos de trastornos de entrada de proceso Es importante identificar la frecuencia y gravedad con la que las perturbaciones de entrada se puede producir por un proceso de flotacin dado. Testamentos y Napier-Munn (2006) sugieren que si los sistemas de control de circuitos de molienda estn funcionando de manera eficiente, las variaciones en la tasa de alimentacin de partculas, la densidad de la pasta y el tamao de las partculas debe ser mnimo - con el circuito de flotacin es la responsabilidad de compensar las variaciones en minerales-ga y flotabilidad del mineral. 2,4. limitaciones del sistema Los actuales limitaciones de circuito deben ser considerados cuando se apli-cacin de un rgimen de control de procesos. Hay dos tipos de restricciones existen. En primer lugar un proceso pueden ser equipamiento limitado (por ejemplo, una recuperacin no se puede lograr debido a que el caudal de aire de caudal requerido no puede ser suministrado). En segundo lugar, un proceso puede ser limitada por otra parte del sistema; un ejemplo de ello es la limitacin de la mxima recuperacin de una especie deseada, en un objetivo de concentrado de alto grado, dentro de una planta de flotacin, como resultado de la liberacin insuficiente por el circuito de molienda (McKee, 1991). Bergh y Yianatos (2011) aaden que "en la prctica el punto de operacin de la planta que cumpla con los objetivos

econmicos generales del proceso se encuentran cerca de la interseccin de las limitaciones."

3. Instrumentacin y control de base de nivel de flotacin La informacin sobre los trastornos de entrada, parmetros de operacin del proceso y la calidad del producto final se requiere antes de optimizacin y control se puede realizar, con la calidad de la informacin medido en gran medida la determinacin de la eficiencia de un sistema de control implementado. Sin embargo, a pesar de la disponibilidad de instrumentos para la medicin de los parmetros importantes, tales como: mineral de composicin por, caudales y menos propiedades de minerales especficos (por ejemplo, niveles de pulpa, densidad, pH) - propiedades esenciales tales como el grado de liberacin, la qumica de superficie, la distribucin de tamao de burbuja , la carga de burbuja, etc siguen siendo difciles de medir y deducir (Bergh y Yianatos, 2011). En la actualidad, la mayora de la instrumentacin existente en las plantas de flotacin hace uso de la tecnologa de seal analgica, con las seales que requieren su conversin en un formato digital antes de la interconexin con los sistemas de automatizacin. Como tal, se cree que la tecnologa analgica es para ser sustituido por la tecnologa digital bus de campo. Esto dar como resultado completamente digital comuni-cacin entre los sistemas de instrumentacin y de control de nivel de base en la fuente, y ya ha permitido la descentralizacin del nivel de la pulpa y el caudal de aire a nivel de los sistemas de control base. Esto tambin ha permitido una mejor integracin del control de nivel bsico durante el diseo de celdas de flotacin (Laurila et al., 2002). El desarrollo continuo de control de nivel bsico est centrado principalmente "hacia los aspectos operativos que faciliten y agilicen el establecimiento de lazos de control" (Moilanen y Remes, 2008).

3,1. Niveles de celulosa en las clulas 3.1.1. Los instrumentos utilizados para la medicin de nivel y control de la pulpa Laurila et al. (2002) y Carr et al. (2009) sugieren que los mtodos ms tpicos de la medicin de pasta de nivel son: Float con una tablilla de puntera y el transmisor de ultrasonidos Flotador con los brazos en ngulo y el ngulo del transmisor capacitivo Reflejo de radar Otros mtodos mencionados en la literatura incluyen: Medicin de la presin hidrosttica. Autores como Roesch et al. (1976), y Guy Hamilton (2000) y Maldonado et al. (2008) describen mtodos por los cuales se mide la presin hidrosttica para determinar el nivel de pulpa. La medicin precisa requiere que tanto la densidad de la suspensin y atraco aire en la pulpa se

conoce. Horno de microondas de radar y los transmisores de ultrasonidos. Haces de microondas o ultra-sonido se emiten hacia la espuma y se reflejan en la superficie del lodo antes de ser medido, y el nivel de pulpa que se deduce (y Guy Hamilton, 2000). La conductividad y la capacidad de Hamilton y Guy (2000) describen dos tcnicas mediante las cuales se utiliza la gran diferencia en la constante dielctrica entre los gases y lquidos para determinar el nivel de la pulpa. De manera similar, la diferencia en la conductividad elctrica, medida usando una sonda de conductividad, tambin se puede utilizar para localizar la interfaz de espumacelulosa (Testamentos y Napier Munn-, 2006;. Maldonado et al, 2008). Laurila et al. (2002) aaden que la medicin del nivel de precisin es a menudo problemtico, ya que la transicin de lechada de espuma no es ntida y variaciones en la densidad de la suspensin y / o capas de espuma muy densa existen a menudo. Esto complica especialmente utilizando mtodos directos mediciones de la presin hidrosttica o ultrasonidos. Por ltimo, Carr et al. (2009) ponen de relieve que "las opciones de vlvulas de control son limitados debido a las condiciones de erosin y grandes variaciones en el caudal." Dart vlvulas de manguito se utilizan generalmente (no es ptima), y ambos son en ocasiones un tamao incorrecto. El rango de operacin ptima de estas vlvulas es 30-60% abierto, aunque estas vlvulas se observan con frecuencia de funcionamiento por debajo de 30% abierto. El funcionamiento de una vlvula cerca de la posicin totalmente cerrada provoca un mayor desgaste, mientras que operar cerca de la posicin totalmente abierta reduce el rango de control de la vlvula. 3.1.2. Base de los sistemas de control de nivel para el control de la pulpa de nivel Stenlund y Medvedev (2000); Kmpjrvi y Jms-Jounela (2003), y Carr et al. (2009) informan que las celdas de flotacin, tradicionalmente, utilizan informacin de control PI para garantizar los niveles de celulosa que desee permanecer en los puntos de ajuste, a pesar de Testamentos y Napier-Munn (2006) agrega que el control anticipativo tambin se integra con regularidad para tener en cuenta las variaciones de caudal aguas arriba. Esto se logra mediante la manipulacin del flujo de colas de la celda por el ajuste de la vlvula de salida suspensin. Esta tcnica es eficaz para el control de las clulas aisladas, pero tambin se utiliza comnmente para controlar un banco de clulas en serie. Este enfoque es problemtico, ya que cada bucle de clulas control individual intenta mantener independientemente del nivel de pulpa en la puesta a punto. Como tal, una accin de control para una celda es una perturbacin para el prximo, el resultado neto es que cada clula impulsa la celda siguiente de su puesta a punto. Como tal, sofisticados basados en modelos multivariables, los mtodos de control se han desarrollado, por el que todo el banco de clulas se modela y se calculan las compensaciones entre las clulas adyacentes y / o consi-Ered. Dos ejemplos de mtodos de control multivariable se presentan en Stenlund y Medvedev (2000). El primero hace uso de un modelo de "controlador de la disociacin", donde los parmetros de "compensador" se introducen (en representacin de las dependencias de cada clula en una serie de clulas anteriores) para contrarrestar

las interacciones entre las clulas. El segundo mtodo es introducido un modelo multivariable basado controlador de realimentacin, que manipula fluye hacia fuera de cada clula simultneamente con el fin de minimizar continuamente una funcin de error definida. Kmpjrvi y Jms-Jounela (2003) describe un modelo multivariable alternativa en la cual un controlador feed-forward se vincul con los controles tradicionales de PI en cada celda. Moilanen y Remes (2008) describi una alimentacin similar algoritmo de control hacia adelante. A pesar de esto, Carr et al. (2009) informa de que estos mtodos "ms sofisticados ... rara vez se utilizan en las plantas de procesamiento industrial. "paquetes comerciales de control, como estabilizador de Nivel FloatStar por Mintek, o CellStation por Outotec, tambin tienen como objetivo controlar todos los niveles celulares de manera simultnea utilizando tcnicas avanzadas de control. Ambos habran sido probado con xito y se instala en las plantas industriales (www.mintek.co.za; www.outotec.com). Desde un control de nivel A / OFC perspectiva pulpa es importante ya que determina la profundidad de espuma (definida como la distancia desde la interfaz de pulpa / espuma al labio de desbordamiento). En teora, una espuma ms profundo permite el drenaje mayor de ganga mecnico incorporado, y posteriormente, una calificacin ms alta corriente de concentrado (Testamentos y Napier Munn, 2006). Como tal, los sistemas de A / OFC comnmente manipular los puntos de ajuste de los controladores de nivel de pulpa. 3,2. Aire caudales 3.2.1. Los instrumentos utilizados para el aire del caudal de medicin y control Laurila et al. (2002) informan que hay tres mtodos comunes de medicin de caudales de aire en los procesos de flotacin. Dos de los mtodos de hacer uso de los medidores de presin diferencial, que "son populares en la industria, incluyendo la flotacin, debido a su bajo precio, el principio simple y . requisito bastante bajo de mantenimiento "Los tres mtodos son: La masa trmica de gas del sensor de flujo. El efecto de enfriamiento del aire a medida que fluye ms all de un sensor se mide y se correlacion con un caudal de aire. Estos instrumentos son discretas para el flujo de aire, aunque son caro y calibrado de fbrica, por lo que los cambios difciles. Medidor de presin diferencial con tubo de Venturi. Green y Perry (2007) describen que el estrechamiento del tubo Venturi acta como una restriccin al flujo, lo que resulta en una cada de presin que se mide y se determina una velocidad de flujo. Este mtodo es fiable, produce una presin tolerable cae y es precisa, aunque el tubo de Venturi tiene requerimientos de grandes espacios y es caro Laurila et al. (2002) aadir que "una placa de orificios no es una solucin adecuada, debido a la prdida de presin significativa causa ". Transmisor de presin diferencial con tubo de Pitot o tubo Annubar. Ambos el tubo de Pitot y el elemento Annubar determinar el caudal de gas, en una

tubera, por comparacin de la presin de la tubera interna y la presin del gas esttico. La diferencia entre los mtodos es que el tubo de Pitot slo tiene un punto de medicin, mientras que el elemento Annubar tiene varios puntos de medicin y proporciona as una velocidad media del aire. Ambos mtodos se considera exacta y la cada de presin observada es pequeo. Fig. 2 ilustra la instrumentacin utilizada para la medicin del caudal de aire. Los problemas asociados con los medidores de presin diferencial incluyen requerimientos de grandes espacios, con grandes secciones de tubera recta que se necesita para garantizar un perfil de flujo completamente desarrollado. Una solucin es disminuir el tamao de la tubera, como la longitud requerida tubo recto est relacionado con dimetro de la tubera. Las vlvulas de mariposa se utilizan para controlar el flujo de aire, ya que son baratos y suficientes para la tarea (Laurila et al., 2002).

3.2.2. Base de los sistemas de control de nivel para control de caudal de aire Testamentos y Napier-Munn (2006) cmo elaborar control de la aireacin es importante y til; aadiendo que "flotacin generalmente responde rpidamente a los cambios en la aireacin, que a cambios en la profundidad de espuma, y debido a esto la aireacin es a menudo una variable de control ms eficaz" . De manera similar, se infieren (mediante el uso de un ejemplo) que en comparacin con la adicin del reactivo, el aire es con mucho el "ms barato" reactivo "y no deja concentracin residual si se usa en exceso." Como tal, el caudal de aire es frecuentemente incorporado en A / OFC sistemas, a menudo en conjuncin con el nivel de pulpa y / o sistemas de reactivos de adicin de control; un ejemplo de ello es la manipulacin simultnea de la velocidad del flujo de aire y nivel de pulpa para controlar traccin masa. Carr et al. (2009) nota que "el control de la aireacin de flotacin es ms fcil que el control de nivel de suspensin ". Luyben y Luyben (1997), Laurila et al. (2002), y Carr et al. (2009) coinciden en que un simple, bien afinado, la retroalimentacin / feedforward PI / PID lazo de control es el adecuado para regular con precisin el flujo de aire por la manipulacin de la posicin de la vlvula de control. Dimensionamiento de la vlvula de control es de vital importancia para un control efectivo. Las vlvulas de gran tamao son a menudo equipados para inferir una cada de presin ms pequea, pero en realidad resultado de una respuesta de control limitado (Luyben y Luyben, 1997), y significativamente, y rpidamente, afectar el rendimiento de flotacin y el control de nivel de la pulpa. Smith et al. (2008), sugieren que la baja de laBanco de control de aire el perfil de flujo es tambin una ventaja. Si las velocidades de flujo de aire de clulas no son controlados individualmente, y el aire se alimenta a un grupo de clulas, vlvulas de mariposa se han operado manualmente para ajustar el flujo a cada celda. Por ltimo, Laurila et al. (2002) aaden que "las celdas de flotacin con los mecanismos de aireacin autoaspirativa a menudo no tienen el control del flujo de aire automtico. La gama disponible de control de flujo de aire se limita de todos modos. Este problema se manifiesta en la altura. "Esto limita el potencial para la implementacin de las estrategias ventajosas A / OFC.

3,3. Lechada caudales 3.3.1. Los instrumentos utilizados para la suspensin de la medicin de flujo y control de medidores de flujo magnticos se utilizan comnmente para medir el caudal de pulpa y se basan en el principio de induccin de Faraday, con el dispositivo que consta de un electroimn enrollada alrededor de un largo aislamiento de la tubera. Los electrodos estn instalados en los lados opuestos de la tubera, que permiten una corriente elctrica que se genera a travs del dispositivo que fluye el lquido y medir. De esta corriente medido un caudal puede ser determinada. Este mtodo es medidores de flujo magnticos no intrusivos y modernos tardar hasta 30 mediciones por minuto. Medicin de lechada es problemtico, sin embargo, como slidos y aire rendimiento disminucin burbujas. Adems, si los slidos magnticos (por ejemplo, magnetita) estn presentes desmagnetizacin se requiere (Laurila et al., 2002). Caudales de purn tambin se puede controlar por medio de bombas de velocidad variable o fijo que son capaces de manejar lechadas. Opciones adecuadas de la vlvula ya han sido discutido en la Seccin 3.1.1. 3.3.2. La aplicacin de la suspensin del caudal en sistemas de control En circuitos de flotacin, caudales lodo son generalmente manipulada para controlar los niveles de celulosa en las clulas (vase la Seccin 3.1.2), y no son controlados a un valor de consigna. Sin embargo, la medicin de caudales para lodo son importantes, como Laurila et al. (2002) sealan, por un OFC /, y permitir que para el clculo de re-circulacin de cargas y la realizacin de clculo de balance de masa-ciones. Lechada de medicin del caudal tambin es importante para reactivo Adems de la base de control de nivel de flotacin. 3,4. Elemental ensayes 3.4.1. Los instrumentos utilizados para el anlisis elemental On-line de fluorescencia de rayos X (FRX) analizadores elementales proporcionan los ensayos de las corrientes de flujo de proceso y ahora se consideran hardware estndar en las grandes plantas a escala de flotacin (Garrido et al., 2008). Varios puntos del proceso pueden ser muestreados, con algunos modernos analizadores XRF manejar hasta 24 arroyos y la mayora de las mquinas son capaces de analizar por varios elementos y el contenido de slidos. El tiempo para analizar una nica muestra puede variar de 15 s para un minuto, y el tiempo de ciclo de muestreo es de entre 10 y 20 minutos - en funcin del nmero de puntos de muestra unidos al analizador (Laurila et al, 2002. Bergh y Yianatos, 2011). La precisin vara de 1 a 6% y los lmites de deteccin son tan bajas como 3.30 ppm (Moilanen y Remes, 2008). Adems, Haavisto et al. (2008) introduce un nuevo mtodo de anlisis, "el anlisis visual y la reflectancia del infrarrojo cercano espectroscpico de lodos de proceso". Esta medida tiene como objetivo ser "un mtodo complementario, que complementa la informacin del ensayo en lnea disponible a partir de un analizador de fluorescencia de rayos X". Adems, se inform que "la informacin espectral puede ser utilizado para predecir con precisin el contenido del elemento en la suspensin en medio de sucesivos anlisis XRF" , y como estas "mediciones se puede tomar con alta frecuencia en comparacin con escasa anlisis XRF, una continua prcticamente en lnea

estimacin del contenido de pulpa que se alcanza." Esto permitira cualquier interrupcin del proceso a ser rpidamente identificadas. A pesar de los evidentes beneficios de la lnea de anlisis XRF Garrido et al. (2008) informan que estos analizadores son generalmente "infrautilizado porque los operadores no confan en la informacin en lnea dada por los modelos de estimacin". Se describen adems un mtodo de calibracin para los modelos de estimacin de que "minimizar los efectos de las perturbaciones incontrolables durante la estimacin." 3.4.2. Aplicacin de ensayes elemental en los sistemas de control Testamentos y Napier-Munn (2006) informan que "la clave de la eficacia (de flotacin) de control es el anlisis qumico en lnea, que produce en tiempo real, anlisis de la composicin metlica de las corrientes de proceso". Sin embargo, los tiempos de muestreo relativamente largos ciclos de decir que las perturbaciones de alta frecuencia de entrada se puede perder, lo que dificulta la captura de los datos experimentales necesarios para formar los modelos dinmicos del proceso (Bergh y Yianatos, 2011), y tomar las medidas necesarias de control. Adems, Remes et al. (2007) realizaron un estudio sobre el efecto de la velocidad y la precisin de la lnea de anlisis elemental en el desempeo de flotacin de control. El estudio concluy que un aumento en los resultados del muestreo de tiempo de ciclo en un fuerte descenso de la capacidad de control, resultando en un impacto econmico negativo. 3,5. Densidad 3.5.1. Los instrumentos utilizados para la medicin de la densidad de Roesch et al. (1976) informan que metros nucleares de densidad se utilizan comnmente para la medicin de densidad en las plantas de flotacin. La radiacin gamma es emitida por un istopo radiactivo y la atenuacin de la radiacin por la suspensin se mide, a partir de la cual la densidad puede ser determinada a partir de una calibracin previa. Este mtodo no es molesto para el flujo del proceso. Esto est de acuerdo con Laurila et al. (2002), que aadir que las burbujas de aire en la suspensin a menudo hacen uso de un medidor de densidad nuclear imposible y eleccin del lugar en el proceso es una consideracin importante. Adems, algunos analizadores de XRF en funcionamiento son capaces ahora de medicin de la densidad. 3.5.2. Aplicacin de la medicin de la densidad en los sistemas de control Las mediciones de densidad se utilizan en los clculos de balance de masa, que se asocian con un OFC / (Laurila et al., 2002). Adems, el control / manipulacin normalmente se realizan en las del circuito de molienda / s (Testamentos y NapierMunn, 2006). 3,6. Adems de reactivos 3.6.1. Los instrumentos utilizados para la adicin de reactivos Una variedad de equipos alternativos para el mantenimiento / fijacin de los tipos de reactivos de adicin se utilizan industrialmente. Laurila et al. (2002) sugieren que las principales razones de esto se debe a las cantidades aparentemente insignificantes que deben ser aadido (a menudo se mide en milmetros por

minuto) y se aade la gran variedad de reactivos diferentes, cada uno con sus propiedades qumicas y atributos propios. Los mtodos ms comunes incluyen: Un simple encendido-apagado del sistema de dosificacin tipo que peridicamente se abre una vlvula y permite reactivo para entrar en el proceso. Los controles peridicos son necesarios para asegurar la cantidad correcta, se aade, ya que este mtodo puede ser muy inexacta. Las bombas dosificadoras se utilizan tambin, especialmente si los volmenes a ser aadidos son muy pequeas o el coste es de importancia. Este mtodo es ms preciso, pero las bombas son costosas y requieren un mantenimiento regular. 3.6.2. Base de los sistemas de control de nivel de adicin de reactivos Nivel bsico reactivo de control adems comnmente se compone de un feedforward relacin-tipo de control, segn lo mencionado por Hodouin et al. (2000), mediante el cual la tasa de adicin de reactivo se altera de acuerdo con la velocidad de alimentacin de mineral para lograr un reactivo (en suspensin) de consigna de concentracin (por ejemplo gramos de reactivo por tonelada de mineral). Esta consigna a continuacin, concentracin de reactivo puede ser alterada a posteriori por los operadores de una forma de retroalimentacin despus de considerar los resultados de la composicin de un analizador de XRF. Del mismo modo, la consigna podra ser manipulado por un sistema de A / OFC para lograr un resultado metalrgica requerida, aunque Testamentos y NapierMunn (2006) aaden que esto es ms comn con el control de colector, con vaporizador consignas velocidad de adicin por lo general se ajusta manualmente. 3,7. Eh, pH y conductividad 3.7.1. Instrumentacin para la medicin de Eh, pH y conductividad La medicin de potencial electroqumico (Eh), pH y conductividad productividadproporcionar informacin sobre la qumica de la superficie de las partculas en la suspensin y son los nicos directos, no intrusivas mtodos de determinacin de lo que est ocurriendo qumicamente dentro de la celda de flotacin (Ruonala, 1995) . Laurila et al. (2002) informan que el pH es una medida comnmente la propiedad electroqumica, y se relaciona con logartmicamente a la actividad de ion hidrgeno en solucin. La medicin se logra mediante el uso de electrodos selectivos de iones, aunque esto es a menudo problemtico como "los electrodos son fcilmente contaminados por sustancias activas en la suspensin." Como tal, los sistemas de muestreo se utilizan a menudo para el pH de medicin, donde el lavado de los electrodos y regulares mantenimiento puede realizarse. La medicin de conductividad a menudo se puede utilizar en lugar de, o conjuntamente con, la medicin del pH - como ambos proporcionan informacin complementaria / similares. Medidores de conductividad son generalmente ms baratos y son ms adecuados para las soluciones altamente alcalinas, aunque su uso debe evitarse en los sistemas altamente aireados. Adems, Wang y Cilliers (1999), y Bennett et al. (2002) realiz estudios en los que las mediciones de conductividad se utiliza para determinar la densidad de la espuma y los regmenes de flujo. Eh la medicin tambin es problemtico, con Woods (2003) y agreg que "el mantenimiento de las sondas de electrodos para que respondan adecuadamente en estas plantas es difcil de lograr", y la conclusin de que la eleccin de los

materiales en EH sondas requiere mayor investigacin. 3.7.2. Base de los sistemas de control de nivel de Eh, pH y conductividad de control Control de nivel bsico de pH consiste en mantener el pH de la suspensin a un punto de ajuste deseado, a travs de la manipulacin de cido o de tasas de cal Adems, con ciclos de control PID es el adecuado para la tarea (Laurila et al., 2002). Los largos tiempos de respuesta del sistema significa un lapso de tiempo debe seguir cualquier accin correctiva / s lleva a cabo para apreciar plenamente los efectos que ha tenido (Testamentos y Napier Munn, 2006). Los controladores comerciales, tales como FloatStar controlador de pH, tambin estn disponibles y el uso de mtodos avanzados de control. El control de Eh generalmente implica la adicin de nitrgeno o aire al sistema para alterar el potencial electroqumico (Woods, 2003). Mucha investigacin en la mejora de los resultados metalrgicos a travs Eh manipulacin de los (A OFC /) se ha publicado en los ltimos cuatro decenios. Ruonala et al. (1997), y Woods (2003) presentan una revisin profunda de este trabajo en el laboratorio y bsculas industriales, para varios tipos de mineral. Un resumen de una breve revisin bibliogrfica, con indicacin del tipo de mineral de los estudios se llevaron a cabo, se enumeran a continuacin en la Tabla 1.

Xd3,8. Gas dispersin 3.8.1. Instrumentacin utilizada para la medicin de las variables de dispersin de gas Gmez y Finch (2007) informan que "la dispersin del gas es el trmino colectivo para superficial del gas (aire) la velocidad (velocidad de flujo volumtrico de aire por unidad de rea transversal de la celda, JG), el gas atraco (fraccin volumtrica de gas en una mezcla de gas-lodo , g) y la distribucin de tamao de la burbuja (Db) ". La publicacin tambin detalla el equipo utilizado para la medicin de estas variables. 3.8.1.1. Velocidad superficial del gas de medicin del sensor. El sensor consiste en un tubo colocado verticalmente; el extremo inferior est parcialmente sumergido en la zona de pulpa para recoger las burbujas (vase la figura 3, parte A).. La versin continua tiene una vlvula montada en el orificio de salida de aire. Cuando el aire se permite fuera del orificio de la vlvula, el tiempo se da para una presin de estado estacionario que se alcance y se mide (es decir, la tasa de aire en la columna es igual a la que el orificio de la vlvula). El caudal volumtrico de aire es entonces inferirse a partir de una calibracin previa y JG calculado. Corriente

problemas con el diseo incluyen la exigencia de una amplia gama de vlvulas de orificio para adaptarse a todas las velocidades del gas y la acumulacin de espuma en el sistema (Torrealba-Vargas y Finch, 2006; Gmez y Finch, 2007). 3.8.1.2. Gas asalto sensor de medicin. "El sensor se basa en el modelo de Maxwell que relaciona la concentracin de una fase no conductor dispersa a las conductividades de la fase continua y la dispersin." Esto requiere dos mediciones en recipientes separados (vase la figura 3, parte B).; Un buque mide la conductividad de la pulpa aireada; las otras medidas de la conductividad de la pulpa aire libre (que se logra mediante un sifn). La relacin de estas mediciones se utiliza para resolver el modelo de Maxwell y estimar el atraco de gas. Este mtodo garantiza una medicin continua, aunque se debe tener cuidado al elegir los tamaos de apertura del sifn para asegurar que no entran burbujas en el vaso y dar lugar a imprecisiones (Gmez et al, 2003;. Gmez y Finch, 2007). 3.8.1.3. Tamao de la burbuja de medicin del sensor. La burbuja de McGill dispositivo de tamao (ver fig. 3, parte C) es capaz de medir la distribucin de las burbujas de tamao completo se encuentra en la fase de pulpa. Una muestra se extrae de la pulpa a travs de un tubo y dirigida a una cmara de visin inclinado (la ventana inclinada permite una cerca de mono-capa de burbujas para formar) expuestos a una fuente de luz pre-establecido. El flujo continuo de burbujas es capturado a travs de anlisis de imgenes. La precisin de la medicin es difcil de establecer, aunque el mtodo es ampliamente utilizado y sigue evolucionando con mejoras dictadas por los ensayos de campo (Gmez y Finch, 2007). 3.8.2. Aplicacin de las variables de dispersin de gas en sistemas de control Una publicacin reciente de Bartolacci et al. (2008) centrado en el uso de sensores de dispersin de gas en conjuncin con una columna de Estabilidad de saponificacin y la visin de la mquina (tanto an no se ha discutido). El caudal del aire, nivel de la pulpa, la dosificacin de reactivos y la velocidad de alimentacin fueron variadas, mientras que los parmetros de dispersin, la estabilidad de la espuma, el flujo de burbujas superficie y los resultados metalrgicos se midieron. Los resultados indicaron una alta dependencia de la ley y recuperacin en los parmetros de dispersin y la estabilidad de la espuma, una clara indicacin del potencial de estas medidas se integran en un sistema de A / OFC. 3,9. De visin artificial 3.9.1. Instrumentacin y mtodos utilizados para la visin artificial La visin artificial permite el uso de cmaras situadas por encima de las celdas de flotacin para grabar imgenes digitales de la superficie de la espuma. Varias caractersticas de espuma se puede extraer de estas imgenes y se utiliza para fines de control.

Fig. 3. Esquema de la velocidad del gas (A), (B) asalto de gas y (C) dispositivos de medicin del tamao de la burbuja (Gmez y Finch, 2007).

Estas caractersticas se clasifican en tres tipos, a saber: las propiedades fsicas, estticas y dinmicas. Dentro de cada categora existen varios mtodos para la extraccin de las diferentes variables y funciones. Por ejemplo, tamao de burbuja, una propiedad fsica de una espuma, es una caracterstica que puede ser extrado a travs del uso del borde de burbujas o los algoritmos de las cuencas hidrogrficas. Una cantidad extensa de la literatura se ha escrito sobre los mtodos por los cuales se extraen de las caractersticas de la espuma, con una revisin completa y reciente de la literatura, llevada a cabo por Aldrich et al. (2010) (ver Tabla 2). Aldrich et al. (2010) destacan que el uso de las caractersticas fsicas para fines de control sigue siendo problemtica. Cuestiones relacionadas con la extraccin de caractersticas fsicas son: Se observa comnmente que las burbujas de la superficie de flujo hace espuma son significativamente mayores que los de las capas situadas inmediatamente debajo; las capas inferiores que forman la parte predominante del volumen rebosar en el lavado. Esto no puede ser corregido para fcilmente. Neethling et al. (2003) observaron que la distribucin del tamao de pelcula de la superficie no es necesariamente representativa de la distribucin de tamao de las burbujas en la espuma de la capa subyacente Wang y Neethling (2009), sin embargo, han determinado un mtodo para relacionar el tamao de superficie de la pelcula a la distribucin subyacente de tamao de la burbuja. El mtodo de las cuencas hidrogrficas a menudo ms de los segmentos de las burbujas ms grandes y los menores de los segmentos de menor tamao de la burbuja. Extraccin Movilidad caracterstica se ha demostrado ser particularmente til en el contexto de un OFC /. 3.9.2. La aplicacin de visin artificial en sistemas de control Es comn en la industria para los operadores para controlar y regular una planta de flotacin por inspeccin visual de la superficie de espuma. De hecho, una comprensin de los procesos que ocurren dentro de la fase de la espuma es

fundamental para comprender el comportamiento general de los sistemas de flotacin (Glembotskii, 1972; al corte y otros, 1986;. McKee, 1991;. Mathe et al, 1998). La estructura de hace espuma tiene un efecto significativo sobre la ley y recuperacin, con varias publicaciones (por ejemplo, Supomo et al, 2008;. Moilanen y Remes, 2008) que sugiere una relacin entre la velocidad de la espuma y el rendimiento metalrgico. Como tal, el desarrollo y la aplicacin de visin artificial fue un intento de perfeccionar y automatizar el control basado en la aparicin de espuma. Actualmente, numerosos sistemas comerciales de visin artificial estn disponibles, haciendo la medicin en lnea de la velocidad de espuma posible. Esto es til en la aplicacin de un OFC /, siendo un ejemplo de la medicin y el control de la traccin en masa. Por otra parte, la dinmica ms rpida de la visin artificial (1 min) en comparacin con la tecnologa de fluorescencia de rayos X (10-20 min), abierta la posibilidad de para la construccin de una mejor prediccin de flotacin los modelos A / CFE, con base en los aspectos visuales de la espuma en comparacin con los grados de flujo (Bergh y Yianatos, 2011). 4. De control de flotacin avanzada AFC, tambin conocido como control de la estabilizacin, tiene como objetivo rechazar los efectos de las perturbaciones de entrada (por ejemplo, un cambio de tipo de mineral) y mantener el proceso de flotacin tan cerca como sea posible el estado estacionario (McKee, 1991;. Laurila et al, 2002). Esto generalmente se logra mediante el control de la masa tire; reciclar carga; grado de flujo y / o recuperacin de puntos de referencia (normalmente establecido por los operadores o un controlador de optimizacin), con las variables manipuladas siendo los puntos de ajuste de los controladores de nivel bsico (nivel de la pulpa es decir, el aire del caudal, velocidad de adicin de reactivos y de pH / conductividad). Como tal, la AFC efectiva slo es posible si robustas y eficientes a nivel de base de los sistemas de control de flotacin estn en su lugar. 4,1. Control avanzado de atraccin de masas y de la carga de recirculacin Un mtodo eficaz de mantener el equilibrio de la planta de masa en estado de equilibrio es mantener una masa constante tira y / o circulacin de re-cargas en puntos de referencia (a menudo junto con el mantenimiento de grado y / o recuperacin). 4.1.1. Misa tire de control Masa traccin se refiere a la cantidad de concentrado de recogida. Un artculo reciente de Supomo et al. (2008) describe la instalacin y operacin exitosa de VisioFroth, un sistema de visin artificial basado en el control comercial desarrollado por Metso, en el PT Freeport en Indonesia. El sistema de control mide la velocidad de la espuma rebosar, y luego se ajusta la espuma a fondo para lograr la atraccin de masa deseada. Un paquete alternativo comercial, FloatStar Optimizador de flujo por Mintek, utiliza las mediciones de la densidad y el caudal para el clculo de atraccin de masas. La fuerza necesaria masa se obtiene entonces a travs de la manipulacin del nivel de pulpa y aire caudal (www.mintek.co.za). 4.1.2. Recirculacin de control de carga Re-circulante material a travs de unos resultados de flotacin de plantas en el

tiempo de residencia reducido de material por celda de flotacin, pero permite que el material valioso para pasar ms tiempo en la planta de flotacin en su conjunto, y, posteriormente, aumenta la recuperacin global (Testamentos y Napier - Munn, 2006). Sin embargo, esta carga de recirculacin puede ser necesario variar para dar cuenta de las perturbaciones de entrada (McKee, 1991). FloatStar flujo optimizador es un ejemplo de un paquete de control comercial que utiliza el medicin y la manipulacin de las tasas de extraccin de masas para regular la cantidad de material reciclado (www.mintek.co.za). 4,2. Control avanzado de grado y / o recuperacin AFC comnmente se refiere a las estrategias que tienen como objetivo mantener la categora y / o recuperacin (Laurila et al., 2002). Sin embargo, McKee (1991) afirma que "A [estabilizar] sistema de control que es capaz de estabilizar el funcionamiento del circuito, en primer lugar, y luego conducir el circuito a un grado deseado o punto de operacin de recuperacin, sin duda, sera considerado un gran xito." - Poner de relieve la importancia del aspecto estabilizador de la AFC. La revisin de la successfulness de estrategias alternativas de la AFC se hace difcil, ya que los informes de seguimiento de las estrategias de control implementadas son poco frecuentes, como lo seal McKee (1991), quien sugiri que esto era porque la mayora de los sistemas de control no permanecen en funcionamiento durante los perodos de aos despus de la instalacin y se apagan. Por otra parte, los testamentos y de Napier-Munn (2006) agrega que muy pocas plantas (si existe) puede presumir de contar con sistemas de control totalmente automatizado que puede hacer que la planta sin supervisin por largos periodos de tiempo. As, parece que a pesar de la gran cantidad de literatura dedicada al tema, la aplicacin exitosa de la AFC (y de hecho OFC) en las tcnicas de aplicacin industrial han sido infructuosos. Las razones aducidas para ello en la literatura incluyen: Las etapas de diseo Designofcontrolsystemsareinsufficientlythoughtoutduringplant (Narraway et al, 1991;. Thwaites, 2007; Bergh y Yianatos, 2011), y las principales variables de control son a menudo slo se identifica una vez que la planta est en funcionamiento (Testamentos y Napier Munn, 2006). Esto se traduce comnmente en los sistemas mal diseados, incompetentes de control, que se instalan en las nuevas instalaciones, con ms tarde (a menudo insuficiente) las modificaciones que se requiera, o adicionales ad-hoc de los sistemas de control que se aade el de "despus de los pensamientos". Un amplio conocimiento de los sistemas de control y la jerga se requiere para desarrollar, instalar y mantener sistemas de A / CFE, con la mayora de los operadores y los metalrgicos o de gestin no tener una formacin en ingeniera de control (Hodouin et al, 2001;. Thwaites, 2007; Testamentos y Napier-Munn, 2006). Como ya hemos comentado, el no lineal, complejo comportamiento de los

sistemas de flotacin complica los intentos de modelado, haciendo el diseo de controladores robustos y eficaces - que se puede hacer frente a grandes rangos de condiciones de funcionamiento - difciles. Es en parte por estas razones (especialmente los dos ltimos) que Testamentos y Napier-Munn (2006) argumentan que los mejores sistemas de control son aquellos que interactan con el operador (es decir, sistemas de control de supervisin), dando explicaciones, cuando las modificaciones de consignas y variables de la base de los sistemas de control de nivel de flotacin se requieren, y como tal, los operadores experimentados y conscientes en la actualidad siguen siendo una alternativa competitiva hacia cualquier sistema de control automatizado. Segn Gupta y Yan (2006), no son en general dos tipos de AFC se utilizan en el procesamiento de minerales (un hbrido entre los dos es tambin posible). Estos son: El uso de mtodos basados en modelos El uso de sistemas de control de expertos La evolucin y las tendencias actuales de cada una de estas ramas se discutir ahora. 4.2.1. Basados en modelos avanzados mtodos de flotacin de control basados en modelos mtodos pueden ser ms sub-clasificar en dos categoras, a saber: la modelizacin emprica y fenomenolgica (Polat y Chander, 2000). Los modelos empricos hacer uso de mtodos estadsticos para relacionar entrada medida y los datos de salida de la planta, de tal manera que los modelos multivariables relativos entre dos o ms variables independientes y dependientes se pueden establecer y utilizado para el control predictivo (por ejemplo, controlar Adems de la tasa de colector en funcin del grado de concentrado). Adems, el anlisis continuo de datos de la instalacin y el ajuste correctivo del controlador predictivo (basado en el modelo) hacen que sea adaptable a las condiciones cambiantes (es decir, el control adaptativo). El control adaptativo es especialmente importante en el contexto de control de flotacin, que es propenso a no-lineal, un comportamiento complejo. Como tal, muchos de los sistemas de prediccin de control de flotacin a menudo (pero no siempre) incluyen aspectos de control adaptable. En 1991, Thornton seal que, aunque la cantidad de literatura dedicada a la multi-variable del modelo basado en el control era extenso, el nmero de aplicaciones en la industria todava era relativamente pequea, con McKee (1991) seala que 5 estrategias de control son particularmente comunes en el tiempo (y en gran medida siguen siendo as). Estos son: "Pase de nuevo el control de la adicin de colector para mantener los puntos de recuperacin establecidos. Alimente hacia adelante el control de colector en funcin del contenido de metal calculada de la alimentacin de nuevo. El mantenimiento de los flujos de concentrado dentro de los lmites, por lo general mediante la variacin de las tasas de aireacin o los niveles de pasta de papel.

Mantener la circulacin de cargas dentro de los lmites, una vez ms por la variacin de las tasas de aireacin o los niveles de pasta de papel. Las tasas de aireacin o Control de nivel de la pulpa para obtener concentrado de grado conjunto puntos. " A pesar de la aparente popularidad de adaptacin basadas en modelos multivariables-controladores, Desbiens et al. (1994) y Gupta y Yan (2006) la emisin de billetes con la estabilidad de control adaptativo, con los controladores saturada llegar a ser, y poco adaptativa, despus de un perodo de tiempo. Por otra parte, a pesar de la mayor parte de las estrategias de control predictivo multivariable se basan en correlaciones empricas, la investigacin y el desarrollo de modelos fenomenolgicos - en los que las relaciones entre causa y efecto se elaboran a travs de una comprensin de la fsica del proceso de flotacin - para su uso en los controladores predictivos Tambin se realiz. Como tal, los mtodos fenomenolgicos de modelado en trminos generales se pueden clasificar en 3 grupos, a saber: la cintica, el equilibrio de la poblacin y de modelado basada probabilstico (Polat y Chander, 2000). El xito del modelo fenomenolgico, en un contexto de la AFC, es discutible. El uso de primer orden de flotacin modelizacin cintica est completamente cubierto por Polat y Chander (2000), y sin duda ha recibido la mayor atencin en la literatura. Modelado Cintica "se basa en la hiptesis de que la velocidad del proceso de colisin de partculas-burbuja es de primer orden con respecto al nmero de partculas y que la concentracin de burbujas permanece constante". Numerosos experimentos por lotes (Imaizumi e Inoue, 1963; Tomlinson y Flemming, 1963; Harris y Chakravarti, 1970; Jameson et al, 1977;. Dowling et al, 1985;. Rastogi y Aplan, 1985) y pruebas continuas de flotacin (Jowett y Safvi , 1960) apoyan el uso de la ecuacin de velocidad de primer orden. Esto ha permitido una celda de flotacin para ser modelado utilizando la analoga reactor qumico; mediante el cual la eliminacin de slidos de la fase de pulpa se define por una ecuacin de velocidad de primer orden. Esto significa un banco de clulas se puede aproximar por la CSTR perfectamente mezclados en serie (Gaudin, 1957; Niemi y Paakkinen, 1969; Atkins et al, 1986;. Yianatos y Hendrquez, 2006). Posteriormente, se han realizado esfuerzos para determinar con precisin la llamada "tasa global de flotacin constante" (ok). Esto no es trivial, ya que k depende del tamao de partculas, el grado de liberacin, caudal de aire, agitacin, etc Para tener en cuenta esto, varias funciones de distribucin continuas de k se han ideado (Polat y Chander, 2000), a pesar de las crticas anteriores por Dowling et al. (1985) concluyen que no existe un modelo nico de distribucin lo suficientemente podra representar a enviar k, y Roesch et al. (1976), sugieren que los intentos basados en la suposicin de cintica de primer orden son "aproximados y ocultar detalles secundarios". Alternativamente, un modelo de balance de poblacin se presenta por Bascar (1982), Bascar y Herbst (1982), y Bascur (2000). El modelo de tres fases

representa cada uno de las especies mineralgicas y el tamao de partcula, con cada especie de partculas se clasifican de acuerdo al estado en la suspensin (es decir, libre de pulpa, que se adjunta a la burbuja en la pulpa, libre de la espuma, que se adjunta a la B.J. Shean, J.J. Cilliers / Revista Internacional de Procesamiento de Minerales 100 (2011) 57-71 65 66 B.J. Shean, J.J. Cilliers / Revista Internacional de Procesamiento de Minerales 100 (2011) 57-71 burbuja en espuma). Ecuaciones cinticas se refieren transferencia de partculas entre los estados suspensin y consideraciones hidrodinmicas (por ejemplo, potencia disipacin-cin en atraco gas pulpa, en pasta, etc) se incorporan en el equilibrio de la poblacin. Esto hace que sea posible para simular los efectos de las variables manipuladas como el aire caudal, nivel de pulpa, agitacin, etc en un proceso de flotacin. A pesar de mucha investigacin en el modelado basado tanto emprica y fenomenolgica, autores como Bergh y Yianatos (2011) y McKee (1991) ponen de relieve varias cuestiones que an existen, la segunda conclusin de que "el control predictivo multivariable es ideal para el control de la solucin de alta calidad. Sin embargo, de ser aplicable, sin perder sus beneficios, las medidas buenas, aceptables de control reglamentario de los objetivos locales (es decir, los controles de nivel de base) y fiables modelos dinmicos, que se declaren las limitaciones del proceso y los nuevos mtodos para promover la robustez son necesarios. Los procesos de flotacin tienen debilidades en la mayora de esos aspectos. "Es por razones como stas que los sistemas expertos de control (en la toma de decisiones de los operadores est automatizado mediante el uso de la inteligencia artificial) se utilizan. 4.2.2. Los sistemas expertos en el control de flotacin avanzada El potencial de los sistemas expertos en la industria minera fue reconoci ya en 1983 (Bearman y Milne, 1992), y se introdujeron en un OFC / como el modelado de los sistemas de flotacin es difcil, son adecuados para el manejo de los sistemas no lineales, y automatizar (y normalizar) la toma de decisiones los operadores. A pesar de varios mtodos de la Inteligencia Artificial (IA) los sistemas de control basados existe, tres tcnicas importantes incluyen: Redes Neuronales Artificiales (RNA) - basados en datos de dispositivos informticos, que consta de un gran nmero de neuronas, interconectadas por una red pre-determinado de sinapsis en gran escala. Estas neuronas estn dispuestas en varias capas y ajustables pesos numricos estn asociados con la red de sinapsis de conexin (ver fig. 3). Las redes neuronales son entrenados por iterativamente actualizacin de la matriz de peso asociado, de tal manera que un conjunto de resultados se puede predecir para un determinado conjunto de insumos. Como tal, un controlador basado en RNA puede ser "enseado" cmo manipular puntos de ajuste de nivel de base del sistema de control para mantener

un determinado objetivo metalrgica, siendo un ejemplo el cambio de la tasa de colector adems de mantener la recuperacin (Aldrich et al, 1997;. Gupta y Yan , 2006) (Fig. 4). El aprendizaje inductivo de la mquina - hace uso de modelos matemticos para generar normas y formar rboles inducidos por la decisin, y se basa en el concepto de entropa de la informacin. Un conjunto de muestras, cada una con un vector de atributos correspondiente clasificacin (por ejemplo, el tamao de la burbuja, la velocidad de la espuma, etc) se evala. El vector se divide de acuerdo con el atributo ms informativo (cada divisin la formacin de una rama del rbol de decisin), y con cada subconjunto recin formado posteriormente se re-divisin (de acuerdo a un atributo diferente) hasta que cada subgrupo se compone

ejemplos de una clase especfica. Como tal, un sistema determinado (por ejemplo, una superficie de espuma) se pueden clasificar - y la accin de control apropiado tomar en caso necesario (Aldrich et al, 1997; Filipi y Junkar, 2000.). La lgica difusa - el razonamiento que sirve para ser aproximada y no exacta. En comparacin con la lgica binaria, donde el resultado es falso o verdadero (o cuantitativamente 0 o 1), la lgica difusa es apto para un grado de verdad (en cualquier punto entre 0 y 1). Parmetros de flotacin del sistema (por ejemplo, nivel de la pulpa) se dividen en conjuntos difusos (de acuerdo a las funciones de pertenencia definidas), que posteriormente se pueden combinar para formar subconjuntos borrosos. Una respuesta a un conjunto difuso / subgrupo A continuacin se aplica, con SI-ENTONCES descartar estrategias basadas en la (Gupta y Yan, 2006). Por ejemplo, si la velocidad de la espuma y el caudal de aire son las variables que estn siendo dispuestas en subconjuntos borrosos, la lgica de control podra ser algo as como: Si la velocidad es baja tasa de espuma y el aire es alto, entonces disminuir la profundidad de espuma, espuma de ELSE Si la velocidad es baja y el aire la tasa es baja / media, y aumente la tasa de aire; bien

no hacer nada. Una de las reas en las que la IA ha sido ampliamente utilizado es la identificacin y categorizacin de las imgenes de espuma de la visin de mquina. Aldrich et al. (1997) probaron y compararon las tcnicas de aprendizaje inductivo con un mtodo de propagacin hacia atrs red neuronal en la industria, con todos los mtodos que se estn encontrado para ser igualmente capaz de clasificacin de las caractersticas de espuma diferentes. De manera similar, Cipriano et al. (1998) utiliz la regla basada en el control de expertos, junto con la visin artificial, para controlar las clulas ms speras. El controlador de supervisin fue capaz de identificar las caractersticas de espuma y, posteriormente, sugerir acciones que deben adoptarse para los operadores. Ms recientemente, Supomo et al. (2008) inform sobre el uso exitoso de la VisioFroth el control del software comercial en PT Freeport, en Indonesia. El sistema combina el control de expertos con visin artificial para el control de traccin en masa, y de que ha dado lugar a una mayor recuperacin. De manera similar, PlantVision por KnowledgeScape tambin hace uso de control experto. En una comparacin entre el control de expertos y basados en modelos multivariables, mtodos de control, Zavala et al. (1995) compar un sistema de control de mltiples controladores PID SISO, un modelo multivariable basado en controlador predictivo y un experto basado en reglas de controlador en un sistema de flotacin simulado. Los resultados incluyen lo siguiente: el sistema experto se satur rpidamente, los controladores PID son difciles de ajustar, mientras que el controlador basado en el modelo requiere un modelo lineal del sistema, la adecuacin de un modelo para manejar todo tipo de perturbacin o magnitudes que son poco probables. Un control ms estricto se obtuvo con los controladores basados en modelos. Estudios posteriores de Prez-Correa et al. (1998) y Osorio et al. (1999), modific los controladores basados en modelos a ser ms flexibles a las condiciones diferentes (a pesar de un alto grado de la lnea de manipulacin matemtica se requiere), y alter los controladores de expertos para evitar la saturacin de control, mientras que el logro de altas recuperaciones - pese a las graves perturbaciones de entrada simuladas . La combinacin de mtodos de IA y el modelo basado tambin es posible. Cubillos y Lima (1997, 1998) seal que el uso de RNA a los sistemas de flotacin del modelo es un problema (debido a los muchos grados de libertad asociados y las necesidades de computacin pesados). Sin embargo, estas cuestiones se evitan, y todas las ventajas de ANN se dio cuenta, mediante la implementacin de sistemas de redes neuronales en los sistemas de prediccin basados en modelos de control, de manera que el sistema de inteligencia artificial se encarga de actualizar / modificar las constantes en el modelo con el tiempo, permitiendo as que el hbrido controlador de permanecer adaptativo. Prueba de esta estrategia de control hbrido ofrecido resultados prometedores, con el controlador de los informes, es robusto y flexible.

5. Optimizar el control de la flotacin El superior mayor nivel de control del proceso de flotacin es la OFC, que por definicin tiene como objetivo maximizar la viabilidad financiera del proceso. Esto se logra mediante la determinacin de qu parte del terico grado de recuperacin de la curva es ms rentable para operar y, posteriormente, cambiando el punto de funcionamiento ortogonalmente a maximizar an ms los beneficios (ver fig. 5).

Fig. 5. Grado de recuperacin de la curva que ilustra la optimizacin de objetivo de control (Testamentos y Napier-Munn, 2006).

Esto a su vez crea la recuperacin y / o concentrar puntos de ajuste de grado para el menor CFA / base de las estructuras de control de nivel (Laurila et al., 2002). Sin embargo, OFC slo debe afectar a los niveles ms bajos de control si el proceso est en estado estacionario (McKee, 1991). Grado de recuperacin-curvas variar en funcin de alimentar grado y pueden ser modificadas mediante la manipulacin de variables de funcionamiento de plantas tales como los tipos de aire. De esta manera, la recuperacin de grado curvas pueden ser optimizados (Neethling y Cilliers, 2008). Un ejemplo de esto es presentado por Hadler y Cilliers (2009), con lo que se optimiza la curva de grado de recuperacin de un banco de cuatro celdas ms speros al maximizar la estabilidad de la espuma dentro de cada clula. El uso de estabilidad de espuma como un parmetro fue presentado por primera

vez por Moys (1984), que public un estudio mediante el cual la velocidad horizontal de la espuma podra estar relacionada con la estabilidad de espuma, (tambin definida como el aire recuperado en el lavado en forma de burbujas ininterrumpidas). Utilizando esta medida cuantitativa de la estabilidad de espuma, Woodburn et al. (1994) desarrollaron una semi-emprica espuma modelo basado en flotacin que combina una estructura de espuma conceptual con la cintica de flotacin, el segundo se basa en el flujo de rea burbuja superficie desbordamiento de la clula (vase la ecuacin (1).). B = QaSb vf hwSb 1 En este modelo, el flujo de rea superficial de burbujas (B) se calcula a partir del caudal volumtrico de aire en la clula (Qa), el rea especfica burbuja (Sb) y la recuperacin de aire, . Esto es aproximadamente el mismo que en relacin a la zona B burbuja especfica, la velocidad de espuma (FV), la altura de la espuma (h), la longitud del vertedero (w) y la fraccin de volumen de la espuma que es aire (), generalmente se toma como la unidad. Esta relacin se ha simplificado por Barbian et al. (2003), quien sugiri que el valor de se puede calcular por la ecuacin. (2). vf hw = Qa 2 Barbian et al. (2003, 2005, 2006) mide la estabilidad de la espuma a escala de laboratorio e industriales utilizando dos mtodos diferentes: la recuperacin del aire y la columna de espuma de Estabilidad. La recuperacin de aire se determin mediante anlisis de imagen para medir la velocidad de espuma, con la altura de espuma rebosante se mide visualmente. La estabilidad de la columna Espuma es una medida alternativa de la estabilidad de la espuma compris-cin de una columna no desborda en el que la espuma se levanta sin problemas. La tasa de crecimiento de la espuma y la altura mxima alcanzada espuma se utilizan para dar una medida cuantitativa de la estabilidad de la espuma. Hubo una correlacin positiva entre los dos se muestran las medidas de estabilidad de espuma, lo que sugiere la posibilidad de que ambas medidas en el futuro de la estabilidad de la espuma en una escala industrial. De mayor inters, sin embargo, fueron los resultados mostrados por Barbian et al. (2006), donde un pico en la estabilidad de la espuma se mostr como el aumento de caudal de aire. Un pico en la recuperacin de aire (o 'par') tambin fue demostrado en el estudio de Hadler y Cilliers (2009), en la que el aire era el caudal variarse para cuatro clulas en un banco ms spera, y la tasa de aire que produjo el PAR identificado en cada una de las clulas. Adems se demostr que las clulas operan a sus tasas de aire PAR como resultado una recuperacin de minerales superior se obtiene. La relacin entre las clulas que funcionan a velocidades de aire PAR y el rendimiento mejorado de flotacin tambin se mostr en estudios presentados por Smith et al. (2010) y Hadler et al. (2010), donde se demostr que la optimizacin de la recuperacin de aire en un banco de clulas dado lugar a un grado ms alto de concentrado, una recuperacin de minerales superior, o en muchos casos ambos. Esto tiene implicaciones importantes para el control como la recuperacin de aire es una sola variable cuantitativa que se puede medir y maximizado, y el proceso optimizado en trminos de grado y la recuperacin. Otros mtodos de la OFC existen, y algunos modelos con los dems y recurrir a

mtodos de control de expertos. 5,1. Modelado de los mtodos basados en la optimizacin del control de flotacin. Muchos basados en modelos de optimizacin controladores de flotacin son algoritmos que ubican el punto de funcionamiento ptimo de la curva de grado de recuperacin, y luego la recuperacin de la actualidad y las consignas de calidad a los sistemas de control ms bajos o los operadores de plantas o de gestin. Flintoff (1992) presenta el director de iso-contornos econmicos, que se presentan como lneas rectas con pendiente negativa en una curva de grado de recuperacin que se calculan de acuerdo con el precio del producto final, los costos de fundicin, los costos de transporte, etc La posicin ptima de funcionamiento A continuacin se encuentra buscando el punto en el que la calculada de isoeconmico contorno es tangente a la curva de grado de recuperacin (generado a partir de datos de la planta). Otros controladores de optimizacin de modelado basada son ms complejos, y tambin considerar lmites de los parmetros de funcionamiento y los detalles tcnicos (es decir, no son factores slo econmico). Muoz y Cipriano (1999) presentan una estrategia de control basada en el modelo que tiene como objetivo regular y optimizar tanto una combinacin de molienda primaria y el circuito de flotacin. La rama de la optimizacin del regulador tiene como objetivo maximizar el beneficio financiero de la utilizacin no-lineal de modelado dinmico, que abarque tanto la tcnica (por ejemplo, lmites de potencia de molino, los lmites de sumidero de nivel, etc) y los criterios econmicos (por ejemplo, precios de los metales, los costos de molienda, etc.) Ms recientemente, Maldonado et al. (2007), propuso un mtodo "teniendo en cuenta los modelos fenomenolgicos para cada banco de flotacin del circuito, validado con datos obtenidos del proceso de encuestas por muestreo de varios .... El objetivo de control es la minimizacin de la ley de Cu colas en cada banco recibir una calificacin final de Cu concentrado "Esto se logra a travs de mtodos de programacin dinmica, de tal manera que el comportamiento no lineal se puede explicar;. Con resultados prometedores de simulacin que se obtiene. 5,2. Mtodos de expertos en la optimizacin del control de flotacin Laurila et al. (2002) sugieren que "los nuevos sistemas expertos se estn concentrando para resolver el problema de la clasificacin de tipo de alimentacin, que es una tarea difcil e importante." Ya se ha mencionado que la curva de grado de recuperacin es una funcin del tipo de mineral, y por lo tanto Es lgico que los parmetros de operacin y las tasas de dosificacin debe ser alterado en consecuencia, si es posible. Laine (1995) aade que el rendimiento de una estrategia de control se decide por la capacidad del sistema para clasificar eficazmente el mineral de alimentacin, que a su vez depende de la informacin recibida por el algoritmo de clasificacin. La tcnica de medicin en lnea debe extraer informacin til adecuada; mientras que el algoritmo debe ser capaz de

eficacia (y fcilmente) clasifican mineral en una de las clases de tipo definido de mineral. Esto permitira un controlador de tipo feedforward para alterar los parmetros de funcionamiento de aguas arriba a fin de procesar de forma ptima cada tipo de mineral definido. Un ejemplo de tal sistema experto es presentada por Jms-Jounela et al. (2000), donde la organizacin de los mapas de Kohonen auto (un tipo de RNA) se utilizan para la clasificacin de la informacin obtenida de alimentacin de mineral de instrumentacin. Una vez que el mineral se clasifica, el sistema de control experto altera los puntos de ajuste de los sistemas de control ms bajos y enva la informacin a los operadores, con el rendimiento que se indica con una "pantalla econmica ndice de xito"

Sin embargo, a pesar de las diversas estrategias de CFE descritos en la literatura, muchas plantas de procesamiento de minerales en la actualidad dependen de los operadores y gestin de planta para seleccionar manualmente puntos de ajuste de los sistemas de control ms bajos, basados en la experiencia pasada, a fin de optimizar el proceso (Laurila et al., 2002) . 6. Ejemplos de enfoques encontrados en el control de flotacin avanzada / optimizacin Varios mtodos para lograr la AFC y la OFC se han discutido. Un resumen de los ejemplos que utilizan algunos de estos mtodos avanzados diferentes se presentan en la Tabla 3 (adaptado de (Hodouin et al., 2001)). Cabe sealar que, aunque los mtodos se dividen en grupos, algunos solapamiento entre los mtodos es inevitable (por ejemplo adaptativos basados en modelos controladores estn inevitablemente tambin clasificados como controladores predictivos). 7. Comercial de flotacin avanzada / optimizacin de software de control Varios sistemas comerciales de A / CFE estn disponibles en el mercado y se han probado e implementado en la industria, muchos de los cuales ya han sido mencionadas en esta comunicacin. Un paquete de control es la suite de FloatStar, que consiste en FloatStar Nivel estabilizador, FloatStar pH controlador de flujo FloatStar.

IG. 6. Representacin grfica de una lgica difusa generada clculo de adicin de reactivos, a base de concentrado y relaves de grado reactivo por FloatStar Optimizer (www.mintek.co.za)

Optimizador (estos tres primeros ya han sido discutidas), FloatStar GradoOptimizador de recuperacin y el Optimizador FloatStar reactivo. FloatStar de grado de recuperacin del optimizador, un OFC, utiliza el anlisis de calificaciones en lnea para garantizar que la recuperacin se maximiza para un grado determinado, a travs de la manipulacin de nivel, caudal de aire, re-circulan consignas de adicin de reactivos de carga y de toda la planta. FloatStar reactivo optimizador utiliza una combinacin de mtodos de control (como la lgica difusa y no lineal de control predictivo multivariable) para automatizar la manipulacin de las tasas de adicin de reactivos (ver Fig. 6;. Www.mintek.co.za). Varios sistemas comerciales hacen uso de la visin artificial, los cuales incluyen: VisioFroth por Metso (www.metso.com), FrothMaster por Outotec (www.outotec.com) y PlantVision por KnowledgeScape (www.kscape.com). Variables medidas incluyen la velocidad de la espuma, la distribucin de tamao de la burbuja, la estabilidad y el color. Los sistemas expertos se utilizan para manipular variables como el nivel de la pulpa, la tasa de adicin de aire, la adicin de reactivos y / o la adicin de agua en un intento por aumentar la recuperacin en un conjunto (o mejores) grado de concentracin. Cada uno de estos sistemas ha sido probada con xito y se incorpora en las plantas. Por ejemplo, VisioFroth se aplic con xito en la planta de PT Freeport en Indonesia (Supomo et al., 2008) (Tabla 4). 8. Conclusiones A pesar de varios avances en los controles de nivel de base desde la dcada de 1970, los informes de totalmente automatizados sistemas de control avanzados y la optimizacin de flotacin que operan con xito (y sin ayuda) por perodos largos siguen siendo escasos. Se espera, sin embargo, que a travs del desarrollo de nuevas tecnologas, slidas (por ejemplo, la visin de la mquina y la medicin de recuperacin de aire) y las continuas simplification/modifi- cationes de los diseos de las plantas (lo que requiere menos intrincados sistemas de control), a largo plazo, avanzado y automatizado la optimizacin del control de flotacin ser

alcanzable. Tal resultado sera realmente gratificante econmicamente. Agradecimientos Los autores desean agradecer al Prof. Raymond Shaw, el Dr. Stephen Neethling y la Dra. Kathryn Hadler, del Imperial College de Londres por su valioso aporte y asesoramiento.