DEVELOPMENT  PROPOSAL  FOR  IMPROVEMENT  WITH  METHODOLOGY  SIX  SIGMA    

 RESEARCH  WORK  

OPTIMIZATION  OF  COMMINUTION  IN  PROCESS  IN  SAG  MILL  40'POR  26’  

   

AUTHOR:    Eng.  MBA  Richard  B.  Cusi  Davila,  CMRP    Master  Six  Sigma  Black  Belt  

2014  

Introduc)on  CHINALCO:    •  It  is  the  second  largest  alumina  producer  in  the  world  

and  the  third  largest  producer  of  primary  aluminum.    •  The  Toromocho  project  is  a  large  deposit  of  copper  

and  molybdenum  is  1.53  million  tons  of  reserves.    •  The  Toromocho  project  is  located  in  the  east  side  of  

the  Andes  in  Peru,  140  km  east  of  Lima  along  the  Carretera  Central,  road  to  La  Oroya.  

SAG  MILL:    •  The  CHINALCO  mining,  has  the  SAG  mill  with  a  design  

capacity  of  5,250  tons  per  hour  based  on  93%  availability.    

•  The  plant  is  designed  to  operate  24  hours  a  day,  365  days  a  year.    

•  We  need  to  detect,  measure  and  correct  the  problems  that  cause  poor  discharge  (amount)  of  mineral  in  the  SAG  mill.  

Definir  –  Planteamiento  del  proyecto  

C  

D  

M  A  

I  6σ

ISSUE  

VOC  (Voice  of  Client)  

CCR  (Critical  Customer  

Requirement)  

TARGET  

SCOPE  

•  SAG  mill  production  does  not  reach  the  expected  levels  of  2620  tph.  (*)  

•  The  mill  output  is  less  than  planned  impacting  share  product  delivery  to  customers.  

•  I  need  the  fresh  mineral  is  greater  than  or  equal  to  the  ram-­‐up  production.  

CTP  (Critical  to  Process)  

•  The  balls  and  lime  supply  must  remain  constant  during  operation  of  the  mill.    

•  The  mill  should  not  generate  constraints  for  the  discharge  of  ore  milled.  

•  Improve  the  amount  of  fresh  ore  produced  and  exceed  expected  levels  of  2620  tph.  

•  It  includes  improvements  related  to  the  mill.    •  Does  not  include  upstream  equipment  (conveyor,  feeders,  etc.)    •  Excludes  downstream  equipment  (sieve  classieication,  regrind,  etc.)  

(*)  Status  taken  in  January  2014.  

C  

D  

M  A  

I  6σ Process  tons  in  SAG  Mill  

(tons  by  day)  

C  

D  

M  A  

I  6σ

STABILIZATION STAGE

Concept Jan-14 Feb-14 Mar-14 Actual Production (ton) (*) 200,000.00 1,640,800.00 1,965,935.48 REAL BENEFITS ($) 1,028,741.64 8,439,796.40 10,112,198.45 Design Production (ton) 3,515,400.00 3,515,400.00 3,515,400.00 Loss Production (ton) -3,315,400.0 -1,874,600.0 -1,549,464.5

Lost Production ($) -

17,053,450.1 -9,642,395.4 -7,969,993.3 Optimization Loss after improvement ($)

Target Production - 6 Sigma (ton) Target vs. Real (ton) OBJETIVE BENEFITS ($)

STAGE AFTER OF IMPROVEMENT (changes grate)

Concept abr-14 may-14 jun-14

Actual Production (ton) (*)

REAL BENEFITS ($)

Design Production (ton) 3,515,400.00 3,515,400.00 3,515,400.00

Loss Production (ton)

Lost Production ($) 0.0 0.0 0.0

Optimization Loss after improvement ($) 0.0 0.0 0.0

Target Production - 6 Sigma (ton) 2,829,600.00 2,829,600.00 2,829,600.00

Target vs. Real (ton)

OBJETIVE BENEFITS ($) 14,554,636.70 14,554,636.70 14,554,636.70

* The value of real output, is reported by the Operations.

SIPOC  

C  

D  

M  A  

I  6σ

Supplier   Inputs   Outputs   Customers  Process  

Primary  Crushing  

Ore  transport,  storage  and  dosage  of  lime  and  balls  

Ore  processing  mill  

Mineral  classieication  in  the  trommel  

Mine  

Input  capacity  trucks  

Particle  size  

345  Tn  

<=  630  mm  

Particle  size  

Crushing  capacity  

<=  180  mm  

6510  tph  

Promary  Chusher  

Conveyors  System  

Overland  Coveyor  200-­‐CV-­‐003  

Conveyor    210-­‐CV-­‐001  

Fresh  crushed  ore  

Fresh  Mineral,  pebbles,  beads  and  lime  

10300  tph  

6324  tph  

Uninterrupted  power  supply  capacity  

12  hrs  

Ball  Consumption  Lime  consumption  

340  g/t  4000  g/t  

Feed  chute  SAG  

Mineral  processing  Particle  size  Electrical  Power  Mill  speed  

5250  tph  180  mm  

>=  280  MW  

~9.3  RPM  

Percent  Solids   >=  65%  

Mineral  processing   >=  65%  

Trommel  discharge  

SAG  Mill  SAG  Mill  

Stock  pile  

Particle  Size   >=  700  micrones  

Classieication  Shale  and  cyclones  

Fun)onal  Process      source:  PI  System    

C  

D  

M  A  

I  6σ

Measure  –  Process  Blocks  C  

D  

M  A  

I  6σ

Supply  fresh  crushed  ore  

Recirculation  of  pebbles  

Adding  balls  and  spinning  mill  

Classieication  of  ore  per  grates  and  trommel  

1  

1  

Y1-­‐out  step  1:  Tonnes  processed  fresh   y2-­‐out  step  2:  Mineral  Density  (%  solids)  

y3-Output Step 3: Power consumption (Kwh)

y4-­‐out  step  4:  download  tons  (tph)  

Step  1  Check  In:    Cr:  Tons  processed  fresh  tph    C:  Speed  of  feeding  belt    N:  Number  of  foreign  material    S:  PS1  

       

Tickets  step  2:    X2  –Cr:  mineral  density  (%  solids)    X1  -­‐  C:  Amount  of  water    N:  Tonnes  of  ore  processed    S:  PS2  

Inputs  step  3:    X3-­‐  Cr:  Power  consumption  (Kwh)    X4  -­‐  C:  mill  speed  (Rpm)    N:  Inertia  (weight  of  mineral)  S:  PS3  

Step  4  Check  In:    Cr:  Short  circuit  or  return  of  mineral    X5  -­‐  C:  Slot  grill  (Evacuation  Area).    N:  mineral  recirculation  (internal  to  the  mill)    S:  PS4  

Nomenclature  of  the  types  of  variables    Cr:  Variable  Review    C:  Controllable  variable  

 N:  Variable  noise    S:  Standard  Operating  Procedure.  

Salida Paso 1

: Toneladas Frescas

Procesadas (tph)

y2: Salida

Paso 2 : Densidad de mineral (% de

solidos)

Salida Paso 3

: Potencia consumida

(kWh)

Salida Paso 4

: Toneladas de Descarga

(tph)

Variables de Salida Y1 Y2 Y3 Y4

Importancia de 1 a 10 10 4 4 6

Variables de Entrada Calificación

x1C: Cantidad de agua

1 3 1 1 32

x2Cr: Densidad de mineral (% de

solidos) 1 3 0 1 28

x3Cr: Potencia consumida (kWh)

3 1 9 0 70

x4C. Velocidad de Molino (rpm)

9 0 3 9 156

x5C: Slot de Parrilla

9 0 0 9 144

Total puntuación "Y" 23 7 13 20

Correlación0 Ninguna

1 Baja

3 Moderada

9 Alta

Correlación entre x´s e y´s

Cause  and  Effect  Matrix  

C  

D  

M  A  

I  6σ

The  results  of  the  matrix  cause  -­‐  effect,  the  variables  with  the  greatest  impact  on  production  are  speed  mill  and  slot  grill.  

       

C  

D  

M  A  

I  6σ

Process  Capability  -­‐  Baseline  

C  

D  

M  A  

I  6σ

48004000320024001600800

LEI

LEI 2620O bjetiv o *LES *Media de la muestra 2595.74Número de muestra 879Desv .Est. (Dentro) 442.663Desv .Est. (General) 919.55

Procesar datos

Z.Bench -0.05Z.LEI -0.05Z.LES *C pk -0.02

Z.Bench -0.03Z.LEI -0.03Z.LES *Ppk -0.01C pm *

C apacidad general

C apacidad (dentro) del potencial

% < LEI 50.85% > LES *% Total 50.85

Desempeño observ ado% < LEI 52.19% > LES *% Total 52.19

Exp. Dentro del rendimiento% < LEI 51.05% > LES *% Total 51.05

Exp. Rendimiento general

Dentro deGeneral

Capacidad de proceso Baseline

•  As  a  baseline  we  have  a  process  with  a  capacity  of  1.45  Sigmas  and  51%  of  production  that  does  not  eit  within  specieication.  

Analyze  -­‐  Demonstra)on  of  causality  

C  

D  

M  A  

I  6σ

Variables  

X1:  Water  Quantity  

X2:  Percent  solids  

X3:  Power  input  

X4:  Speed  mill  

Results  of  individual  regression  

P  value   Adjusted  R2  

0.00   31.9%  

0.00   6.0%  

0.00   8.8%  

0.00   33.8%  

0.00   0.8%  X5:  Slot  grate  

Multiple  regression  results  

•  The  single  most  signieicant  variables  are  X1-­‐Water  Quantity  and  X3-­‐speed  mill,  however  the  variables  together  explain  only  74%  model.  

Y: TnProcesadas = - 8677 + 1.50 X1: CantAgua + 93.4 X2: %Sólido - 38.5 X3: Potencia + 345 X4: VelocMolino + 24.0 X5: SlotParrila Predictor Coef SE Coef T P VIF Constante -8677.4 216.7 -40.04 0.000 X1: CantAgua 1.50295 0.03516 42.74 0.000 2.261 X2: %Sólido 93.436 2.766 33.79 0.000 2.038 X3: Potencia -38.492 6.377 -6.04 0.000 4.310 X4: VelocMolino 345.47 26.44 13.06 0.000 5.339 X5: SlotParrila 24.002 2.001 11.99 0.000 1.151 S = 422.022 R-cuad. = 74.0% R-cuad.(ajustado) = 73.9%

3000

1500

08

6

424

16

880

60

40

500030001000

70

60

50

300015000 864 24168 806040

Y: TnProcesadas

X1: CantAgua

x2: VelocMolino

X3: Potencia

X4: %Sólido

X5: SlotParrila

Gráfica de matriz de Y: TnProcesa, X1: CantAgua, x2: VelocMol, ...

Y:  Process  Tons  

X1:  Water  quantity  

X2:  Mill  Speed  

X3:  Power  

X4:  %  Solid  

X5:  Slot  grate  

Correlation  level:  0.82  P  Value:  0.00  

Correla)on  analysis  between  variables  

•  The  level  of  correlation  between  the  speed  and  power  of  the  mill  is  high.    •  Looking  for  experimentation  only  consider  one  of  them.  

C  

D  

M  A  

I  6σ

Design  of  Experiments  

C  

D  

M  A  

I  6σ

DOE  Results  

Regresión factorial: Y vs. CantAgua, %Sólidos, Velocidad, Slot Análisis de Varianza Fuente GL SC Ajust. MC Ajust. Valor F Valor p Modelo 10 25716841 2571684 32.75 0.000 Lineal 4 17227423 4306856 54.84 0.000 CantAgua 1 4420610 4420610 56.29 0.000 %Sólidos 1 6961461 6961461 88.64 0.000 Velocidad 1 420140 420140 5.35 0.031 Slot 1 5425212 5425212 69.08 0.000 Interacciones de 2 términos 5 8052373 1610475 20.51 0.000 CantAgua*%Sólidos 1 1294945 1294945 16.49 0.001 CantAgua*Velocidad 1 171750 171750 2.19 0.154 CantAgua*Slot 1 4608884 4608884 58.69 0.000 %Sólidos*Velocidad 1 640244 640244 8.15 0.009 %Sólidos*Slot 1 1336550 1336550 17.02 0.000 Interacciones de 3 términos 1 437045 437045 5.56 0.028 CantAgua*%Sólidos*Velocidad 1 437045 437045 5.56 0.028 Error 21 1649253 78536 Falta de ajuste 5 1649253 329851 4.21834E+29 0.000 Error puro 16 0 0 Total 31 27366094 Resumen del modelo R-cuad. R-cuad. S R-cuad. (ajustado) (pred) 280.242 93.97% 91.10% 86.01%

•  When  performing  the  experiments  as  DOE,  with  the  four  variables,  we  obtain  an  adjusted  R2  of  91.10%.      

•  Only  used  4  of  the  5  initial  variables.  

C  

D  

M  A  

I  6σ

DOE  -­‐  Graphic  Effects  

Graph  of  standardized  effects   Pareto  standardized  effects  

•  Both  the  individual  variables  and  their  interactions  are  signieicant.  

•  All  variables  except  "speed"  have  very  marked  effects  on  the  dependent  variable.  

•     •     

•  There  are  important  interactions  that  have  a  signieicant  effect  on  production.  

•     •     

Main  effects  plot  

Graph  of  interaction  for  Y  

C  

D  

M  A  

I  6σ

CantAgua 1425%Sólidos 64Velocidad 7.25Slot Alto

Valores  fijos

%Sólidos*CantAgua

16801560144013201200

70

65

60

Velocidad*CantAgua

16801560144013201200

7.8

7.5

7.2

6.9

6.6

Velocidad*%Sólidos

706560

7.8

7.5

7.2

6.9

6.6

>    –    –    –    –    –    <    2400

2400 27002700 30003000 33003300 36003600 3900

3900

Y

Gráficas  de  contorno  de  Y

CantAgua 1425%Sólidos 64Velocidad 7.25Slot Alto

Valores  fijos

0021 0041 1 06 0

5002

3000

0350

0021 004106

00

756

06

770

0350

04 00

Y

sodilóS%

augAtnaC

21 00 1 004 1 006

0003

31 05

21 00 1 00407.

00

5.707.

0.85

31 05

0033

Y

dadicoleV

augAtnaC

60 56

0002

5 002

3000

60 56

0.87.5

7.007

3500

Y

dadicoleV

sodilóS%

Y  ed  eicifrepus  ed  sacifárG

C  

D  

M  A  

I  6σ

Contour  plot   Graphical  response  surface  

•  These  graphs  show  the  expected  production  levels  for  specieic  setteos  by  variables.  

Contour  plots  and  response  surface  

C  

D  

M  A  

I  6σ

•  According  to  optimize  production  DOE  should  settear  variables  at  their  maximum  values.  

Combina)on  of  variables  suggested  by  DOE  to  op)mize  produc)on  

C  

D  

M  A  

I  6σ

4900430037003100250019001300700

160

120

80

40

0

LEI

Z.Bench -0.055Z.LEI -0.055Z.LES *Cpk -0.018

Dentro de

Z.Bench -0.026Z.LEI -0.026Z.LES *Ppk -0.009Cpm *

General

Dentro deGeneral

4900430037003100250019001300700

240

180

120

60

0

LEI

Z.Bench 1.980Z.LEI 1.980Z.LES *Cpk 0.660

Dentro de

Z.Bench 0.714Z.LEI 0.714Z.LES *Ppk 0.238Cpm *

General

Dentro deGeneral

Histogramas de capacidad de Antes, Despues

Antes

Despues

Residual  plot  

•  A  shift  in  the  mean  of  2,595  tph  to  3,210  tph  was  achieved,  and  production  improved  after  ~  24%  higher.    

•  The  production  that  was  out  of  spec  went  from  ~  51%  to  ~  26%.  

•  The  Sigma  level  rose  from  1.47  to  2.2,  the  increase  is  not  higher  because  there  is  still  variability.  

•  In  the  three  months  after  the  improvement  has  been  steadily  losing  ~  5.4  MM  USD.  

Results  aMer  implementa)on  of  improvements  

C  

D  

M  A  

I  6σ

Investment  Value:  $  1,200,000.00  (2  sets  of  grill,  drawers  discharge,  accessories).  PAYMENT  IS  Jun14.  

Control  -­‐  Process  Control  System   6σ

C  

D  

M  A  

I  

Concluding  

•  This  project's  main  achievement  a  shift  of  the  average  24%,  from  a  production  of  2,595  to  3,210  tph  NPT;  and  reducing  off-­‐spec  production  which  increased  from  51%  to  26%.    

•  The  Sigma  level  rose  from  1.47  to  2.2,  the  increase  is  not  higher  because  there  is  still  variability.  Is  pending  develop  initiatives  that  aim  to  further  reduce  variability  in  production.    

•  In  the  three  months  after  the  improvement  has  been  steadily  losing  ~  5.4  MM  USD.    

•  With  the  developed  methodology,  we  have  identieied  signieicant  variables  in  the  process  and  the  ideal  combination  of  them;  in  order  to  achieve  higher  levels  of  productivity  of  the  mill,  as  it  was  achieved  in  this  project.    

•  For  the  remaining  steps  (2  and  3)  we  improve  follow  the  line  obtained  in  this  experiment  and  work  on  continuous  improvement  in  order  to  achieve  the  expected  levels.  

 

BACK  UP  

FMEA  -­‐  Priority  risk  

C  

D  

M  A  

I  6σ

Paso  del  Proceso FuncionSalida  o    Entrada

Modo  de  Falla  Potencial

Severidad              (1-­‐10)                                G                    

Causa  Potencial  de  la  Falla

Frecuencia  (1  a  

10)                  F

Detectabilidad  (1-­‐10)                                D

1Suministro  de  mineral  fresco  desde  Chancado

Alimentar  constantemente  de  mineral  fresco  en  las  mejores  

condiciones  (sin  material  extraño);  al  molino  SAG.

Salida  Paso  1  :  Toneladas  Frescas  

Procesadas  (tph)

Restricción  para  ingresar  mineral,  por  atoramiento  de  molino  

SAG

10Desgaste  de  piezas  de  molienda

6 10

2

Recirculación  (pebbles),  y  

adiciòn  de  agua

Optimizar  el  grado  de  molienda,  aprovechando  el  mineral  

chancado  con  las  chancadoras  RAPTOR.

Mantener  la  molienda  constante;  a  través  de  los  elementos  de  

molienda  (Bolas  5").  Conseguri  el  nivel  optimo  de  la  densidad  de  

mineral.

y2:  Salida  Paso  2  :  Densidad  de  mineral  (%  de  solidos)

Exceso  o  deficit  del  %  solidos  en  alimentación  

de  molino.2

Sistema  filtración  mal  seleccionado

4 6

3

Adición  de  Bolas  5"  (Potencia)  y  Giro  de  molino  a  

velocidad  RPM  crítico

Generar  el  "riñon  de  molienda"  dentro  del  molino,  para  generar  conminución  por  abrasión  e  

impacto.

Salida  Paso  3  :  Potencia  consumida  (kWh)

Tamaño  de  mineral  molino  mayor  al  deseado.  Desgaste  excesivo  de  liners  de  molino;  por  impacto  directo  de  bolas  y  poca  cantidad  de  mineral  

fresco.

6

Parrillas  rotas  muy  

tempranamente  y  nivel  de  descarga  indeseado

5 8

4

Clasificaciòn  de  Mineral  por  Parrilas,    

Pulpdischarge  y  Trommel

Descargar  mineral  conminuido  en  optimas  condiciones  (ni  mas  o  

menos  tamaño).

Salida  Paso  4  :  Toneladas  de  Descarga  (tph)

Atoramiento  de  mineral  y  bolas  en  las  parrillas  y  cajones  de  descarga.

8

Parrillas  y  cajones  de  descarga  

atorados  con  mineral  y  bolas

8 4

600

Proceso

Atrapamiento  de  mineral  en  la  descarga  

del  molino.

240

256Control  remoto  de  Molino  SAG  implementado  en  PI  

System.  

Control  remoto  de  Molino  SAG  implementado  en  PI  

System.  

Plan  de  mantenimiento  e  inspeción  frecuente.

Controles  actuales..existe  alguna  actividad  de  Mantenimiento  que  prevenga  la  causa  de  

falla??

Parrilla  atorada  con  bolas  desgastadas  (CHIPs)  y/o  mineral  

grueso.

Atrapamiento  de  mineral  en  la  descarga  

del  molino.

Atrapamiento  de  mineral  en  la  descarga  del  molino.    Rotura  de  liners  y  parada  de  planta  anticipada.

Numero  de  Prioridad  de  

Riesgo                        RPN

48

Efecto  Potencial  del  Modo  de  Falla

Se  hacen  inspecciones  programadas  de  acuerdo  al  

tiempo  de  vida  de  los  equipos  (segùn  

recomendación  del  proveedor).

FMEA  -­‐  New  risk  priority  

C  

D  

M  A  

I  6σ

Paso  del  ProcesoAcción

RecomendadaResponsable

Fecha Compromiso de Ejecución

Nueva Severidad

G

Nueva Frecuenci

a F

Nueva Detectabilida

d D

Nuevo RPN

1Suministro  de  mineral  fresco  desde  Chancado

Se hacen mediciones de espesores y slot

(tamaño de abertura) en las paradas

programadas (metodo de escaneo laser o mediciòn directa).

Equipo Monitore

Condicones

Cada parada menor

programada14-dic 01-abr 5 3 10 150

2

Recirculación  (pebbles),  y  

adiciòn  de  agua

Minimizar la frecuencia de inspecciones de

filtros

Mantenimiento Procesos

c/semanal 2 1 8 16

3

Adición  de  Bolas  5"  (Potencia)  y  Giro  de  molino  a  

velocidad  RPM  crítico

Implementar control manual de velocidad critica del molino. Se hacen mediciones de

espesores y slot (tamaño de abertura)

en las paradas programadas (metodo

de escaneo laser o mediciòn directa).

Operadores de turno /

Personal de Mantenimiento

c/ hora / Cada parada de

planta5 2 5 50

4

Clasificaciòn  de  Mineral  por  Parrilas,    

Pulpdischarge  y  Trommel

Analizar nuevos diseños de parrillas y cajones de descarga

Ing. Mantenimiento

05-ene-14 2 5 2 20

Proceso ResultadosAcciones

11-dic-13

15-ene-14

Acción tomada en Fecha

13-dic-13

Ishikawa  Analysis  

C  

D  

M  A  

I  6σ

Problema : - La carga de mineral fresco es menor

a 5,250 t/hFrecuencia mediciones largos

Persona

Sistema monitoreo PI System mal configurado

Peso excesivo del molino

Restricción para mineral fresco por potencia del

molino

Tamaño de mineral ingreso (F80) mayor a

180mm

Material

Chancado ineficiente

Ambiente

Mala proyección de geología

Método

Restricción en la descarga

Máquinas

Atoramiento de mineral y bolas en parrilla

Recirculación excesiva

Directores y cajones de dscarga demasiado largos

Demasiada diferencia en mediciones de

turnos

Mediciones

Operadores hacen control de peso con diferentes unidades

Pesometro a la salida del molino con indicacion

erronea

Falta de calibración del sensor

Falta de configuración e instalación de Servidor PI

El seting (luz) del Chancadora mal configurada Estudio de

factibilidad errado

Piezas del molino metalicos

Mal diseño de directores y cajones de descarga

No hay programa de calibración de

sensores

Operador no capacitado

Slot de parrilla muy pequeña

La dureza mineral es mayor a 15

Measurement  plan  

C  

D  

M  A  

I  6σ

Métrica X or Y Definicion OperativaTipo de Dato (discreto o continuo)

Fuente de los Datos Tamaño de Muestra Responsable Fecha CómoCómo voy a usar y mostrar

la data ( Grafico o Herramienta Estadistica)

MSA o Gage R&R

C: Cantidad de agua x1

Dosificación de agua para generar la homogeneidad de material en todo el circuito de molienda.

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

Cr: Densidad de mineral (% de solidos)

x2

Distribuciòn de mineral, en proporción a los materiales adicionales como bolas, cal y agua.

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

Cr: Potencia consumida (kWh) x3

Energía necesaria para la función de molienda optima. Indirectamente es la cantidad de bolas.

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

C. Velocidad de Molino (rpm) x4Velocidad crítica de molienda para generar el riñon de molienda

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

C: Slot de Parrilla x5

Area de evacuación necesaria para optimizar la cantridad de mineral conminuido

Discreto Ingeniería Medidión promedio por campañas (parada de planta) / semestral y/o trimestral

Ingeniería 01-abr-14Estudio elementos discretos y finitos

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

Salida Paso 1 : Toneladas Frescas Procesadas (tph)

y1Mineral procesado fresco que viene de la chancadora.

Discreto Ingeniería Medidión promedio por turno (anual)

Ingeniería 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

y2: Salida Paso 2 : Densidad de mineral (% de solidos)

y2 Grado de molienda ideal. ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

Salida Paso 3 : Potencia consumida (kWh)

y3Energía necesaria para la función de molienda optima.

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA

Salida Paso 4 : Toneladas de Descarga (tph)

y4

Mineral procesado junto a agua, cal, chips; que por balance de masas es el mismo "mineral" al de ingreso (carga fresca).

ContinuaSistema de Control (PAS)

Medidión promedio por turno (anual)

Operaciones 15-ene-14Revisión de valores medidos por el PAS

Agregaremos valores totoales promedio por cada turno de las x's e y's

MSA