Caracterización y Optimización de Flotación A Nivel Laboratorio Del Mineral de Cobre de La Minera Candelaria

View metadata, citation and similar papers at core.ac.
uk brought to you by CORE

provided by Cybertesis UNMSM
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA,

METALÚRGICA Y GEOGRÁFICA
E A P DE INGENIERÍA METALÚRGICA
Caracterización y optimización de flotación a nivel

laboratorio del mineral de cobre de la minera
Candelaria
TESIS
para optar el título profesional de Ingeniero Metalurgista
AUTORES
Pedro Hugo López Príncipe
Orlando Santos Ipanaqué Nizama
ASESORES
Daniel Lovera Dávila
Luís Magne Ortega
Lima – Perú
2008
Dedicatoria de Pedro:
Mi agradecimiento, primero que todo, al Dios Todopoderoso por generar el

camino que ha permitido dar término a un gran desafío personal.
A mis queridos padres, Silverio y Francisca, a quienes debo lo que soy. Gracias
por dedicar sus vidas a educarme, apoyarme y darme su profundo amor.
A una persona muy especial, mi tía Hilaria Príncipe, por su incondicional cariño,
confianza y apoyo en el transcurso de mi vida.
A mis hermanas; Vilma y Olga, por su gran amor y apoyo desde siempre
cuando las fuerzas declinaban y que sin su ayuda este desafío no habría dado
sus frutos.
Dedicatoria de
Orlando:
Al Señor Jesucristo, mi Dios, por la sabiduría que me imparte cada día,

guiándome con su Santo Espíritu.
A mis queridos padres: Tomas y Lubinda, hermanos: Nancy, Edith, Freddy, y a

la memoria de mi querido abuelo, José Nizama Paico, por el apoyo
incondicional brindado durante toda mi formación profesional.
A Silvana, mi amada esposa, y mis hijos: Edith, Cintia y Stephano por ser la
fuente de inspiración y motivación inagotable para superarme profesionalmente
cada día.
José Nizama Paico

AGRADECIMIENTOS
Queremos agradecer al profesor Daniel Lovera Dávila, Profesor de Metalurgia

Extractiva de la E.A.P. de Ingeniería Metalúrgica de la FIGMMG - UNMSM, por las
gestiones realizadas con el Departamento de Metalurgia de la Universidad de Santiago
de Chile (USACH), para que el presente trabajo se lleve a cabo en sus instalaciones.
Asimismo por su asesoramiento continuo hasta la culminación del presente trabajo.
Al Sr. Patricio Navarro, Director del departamento de Metalurgia de la USACH, nuestro

agradecimiento por la aceptación del presente proyecto y motivación brindada a lo
largo de su desarrollo.
Al profesor de Flotación de Minerales, Sr. Luis Magne, también nuestro especial

agradecimiento por su participación como profesor guía, absolviendo las inquietudes
habidas que sin su apoyo no se hubiera podido realizar el presente trabajo.
A la Srta. Claudia Velásquez por su apoyo en la organización del presente trabajo y

recomendaciones para el correcto uso del laboratorio metalúrgico.
Al Sr. José Antonio Martínez Muñoz, estudiante de post – grado en procesamiento de

minerales, por su compañía y contribución de su experiencia en flotación y temas
afines durante todo el desarrollo del trabajo.
Finalmente a todo el personal de la USACH, profesores y empleados, por el cálido

acogimiento y colaboración brindado a los autores.
2
INDICE GENERAL
AGRADECIMIENTOS 2
RESUMEN 3
INDICE GENERAL 5
ANEXOS 6
INDICE DE FIGURAS 7
INDICE DE TABLAS 8
CAPITULO I: INTRODUCCION 10
1.1 Caracterización del mineral 11
1.2 Descripción del problema 13
1.3 Alternativa de solución 13
1.4 Hipótesis 13
1.5 Objetivos 13
CAPITULO II: MARCO TEORICO 14

2.1 Introducción 14
2.2 Optimización de flotación mediante diseños factoriales 14
CAPITULO III: METODOLOGIA DEL TRABAJO 21

3.1 Preparación de muestras. 21
3.1.1 Chancado y zarandeo. 21
3.1.2 Homogenización y partición de la muestras. 22
3.2 Determinación de las curvas de cinética de molienda. 24
3.3 Pruebas de flotación de muestras. 26
3.3.1 Variables implicadas en la flotación de muestras 26
3.3.2 Prueba conjunta de molienda – flotación 31
CAPITULO IV: OPTIMIZACION DE FLOTACION POR DISEÑOS

FACTORIALES 32
4.1 Estrategias de optimización de flotación 32
4.2 PRIMERA ETAPA: Determinación del modelo de primer orden
mediante pruebas metalúrgicas aplicando Diseños Factoriales
5
Fraccionados 2k-1 con adición de pruebas en el centro. 34
4.2.1 Adición de puntos centrales al diseño 2k-1. 41
4.2.2 Análisis de varianza. 42
4.2.3 Modelo matemático de primer orden. 46
4.2.4 Evaluación del modelo matemático. 47
4.2.5 Decodificación del modelo a escala natural 49
4.2.6 Análisis de recuperaciones y leyes de cobre y fierro en el
concentrado de cobre. 50
4.3 SEGUNDA ETAPA: Determinación de la región óptima
mediante la técnica de pendiente ascendente. 55
4.3.1 Análisis de recuperaciones y leyes de cobre y fierro en el
concentrado de cobre. 57
4.4 TERCERA ETAPA: Optimización final del proceso por
medio de diseños rotables (Diseño Hexagonal). 58
4.4.1 Evaluación del modelo matemático de segundo grado 64
4.4.2 Análisis de máximos y mínimos. 65
CONCLUSIONES Y RECOMENDACIONES 69
BIBLIOGRAFIA 71
ANEXOS
ANEXO I: Descripción resumida de la Minera Candelaria 74

ANEXO II: Tablas de balances metalúrgicos de pruebas experimentales 81
ANEXO III: Tablas de pruebas experimentales de optimización 91
ANEXO IV: Estimación del modelo matemático para el diseño hexagonal 95
ANEXO V: Tabla de análisis químicos 98
ANEXO VI: Distribución F niveles de significancia 1%, 3% y 5% 107
6
INDICE DE FIGURAS
Figura 1.1: Imagen por microscopio de luz polarizada del mineral tratado 11
Figura 2.1: Experimento de flotación de cobre 16
Figura 2.2: Experimento de flotación de cobre 18
Figura 2.3: Diseño hexagonal 19
Figura 2.4: Superficie de respuesta del diseño hexagonal 20
Figura 3.1: Preparación de muestras 22
Figura 3.2: Obtención de cúmulos mediante paleo fraccionado 23
Figura 3.3: Partidor de 10 recipientes giratorios y alimentador estacionario 23
Figura 3.4: Molino de laboratorio experimental 24
Figura 3.5: Curvas de cinética de molienda 26
Figura 3.6: Curvas de cinética de flotación 28
Figura 3.7: Maquina de flotación para laboratorio D-12 30
Figura 4.1: Estrategias de optimización de flotación 32
Figura 4.2: Diagrama de flujo del proceso de investigación 33
Figura 4.3: Grafico de probabilidad normal de los efectos 39
Figura 4.4: Grafico de efectos principales para la recuperación de cobre 40
Figura 4.5: Grado de interacciones de dos variables principales para la
recuperación de cobre 41
Figura 4.6: Superficie respuesta estimada para la recuperación de cobre 41
Figura 4.7: Recuperaciones de cobre y fierro en el concentrado de cobre 53
Figura 4.8: Leyes de Cu y Fe en el concentrado de Cobre 53
Figura 4.9 Efectos principales para ley de Cu en el concentrado 54
Figura 4.10 Efectos principales para ley de Fe en el concentrado 54
Figura 4.11: Recuperaciones de Cu y Fe en concentrado de Cu – 2da etapa 57
Figura 4.12: Leyes de Cu y Fe en el concentrado de Cu – 2da etapa 58
Figura 4.13: Grafico de efectos principales para la recuperación de cobre 63
Figura 4.14: Grafico de interacción para la recuperación de cobre 63
Figura 4.15: Superficie respuesta estimada 64
Figura 4.16: Contorno de la superficie de la respuesta estimada 64
Figura 4.17: Curvas de ecuaciones 2do grado representando un máximo 66
Figura 4.18: Curvas de ecuaciones 2do grado representando silla de montar 67
7
INDICE DE TABLAS
Tabla Nº 3.1: Distribución de tamaños de bolas en la carga de molino 25

Tabla Nº 3.2: Porcentaje pasante acumulado para las pruebas de molienda 25
Tabla Nº 3.3: Variables consideradas para las pruebas de cinética de flotación 27
Tabla Nº 3.4: Datos de cinética de flotación 28
Tabla Nº 3.5: Análisis químico de agua industrial utilizada 29
Tabla Nº 3.6: Equivalencias del colector principal SF-323 29
Tabla Nº 3.7: Equivalencias del colector secundario Hostaflot LIB-C 30
Tabla Nº 3.8: Equivalencias del espumante MIBC 30
6
Tabla Nº 4.1: Numero de efectos de un diseño factorial 2 34
Tabla Nº 4.2: Variables consideradas para el diseño factorial 2k-1 35
Tabla Nº 4.3: Construcción del diseño factorial fraccionado 26-1 36
Tabla Nº 4.4: Efectos de las variables principales e interacciones
sobre la variable respuesta 37
Tabla Nº 4.5: Estimaciones de los efectos ordenados en forma
ascendente y la probabilidad acumulada Pk 38
Tabla Nº 4.6: Respuestas con replicas en el punto central del diseño 42
Tabla Nº 4.7: Suma de cuadrados de la curvatura 43
Tabla Nº 4.8: Análisis de varianza de la primera etapa del experimento 45
Tabla Nº 4.9: Análisis residuales 48
Tabla Nº 4.10: Valores para los análisis residuales 48
Tabla Nº 4.11: Parámetros de decodificación a escala natural 50
Tabla Nº 4.12: Análisis de recuperaciones Cu y Fe enconcentrado (1º etapa) 51
Tabla Nº 4.13: Análisis de leyes de Cu y Fe en el concentrado (1º etapa) 52
Tabla Nº 4.14: Parámetros de escalamiento en pendiente ascendente 56
Tabla Nº 4.15: Resultados de escalamiento 56
Tabla Nº 4.16: Análisis de recuperaciones Cu y Fe en concentrado (2º etapa) 57
Tabla Nº 4.17: Análisis de leyes de Cu y Fe en el concentrado (2º etapa) 58
Tabla Nº 4.18: valores considerados para el diseño factorial hexagonal 59
Tabla Nº 4.19: Matriz codificada para el diseño hexagonal 60
Tabla Nº 4.21: Valores a escala natural del diseño hexagonal 60
Tabla Nº 4.22: Resultados del diseño hexagonal 61
8
Tabla Nº 4.24: Análisis residuales del diseño hexagonal 65
Tabla Nº 4.25: Análisis de varianza de los análisis residuales 65
Tabla Nº 4.26: Resultados optimizados 68
9
RESUMEN
El presente trabajo fue desarrollado en las instalaciones del departamento de

Metalurgia de la Universidad de Santiago de Chile entre los meses Septiembre 2000 a
Febrero 2001.
El mineral extraído de la Minera Candelaria (tamaño 4”) fue sometido a preparación

mecánica para obtener muestras de 1000 gr. mediante ensayos sucesivos de
chancado y zarandeo hasta obtener una granulometría 100 % - malla 10 Tyler.
Se realizó la caracterización mineralógica para analizar el grado de asociación del

mineral de cobre y otros minerales con la ganga, la mayor parte de calcopirita se
encuentra asociada con la ganga cuarcífera y no se aprecia encapsulamiento alguno;
aquello facilitará su completa liberación en las etapas posteriores de conminución.
Se realizó curvas de moliendabilidad a través de pruebas sucesivas de molienda para

controlar la granulometría del producto de la molienda a ser investigada en la flotación.
Además de la granulometría, el pH de la pulpa, los colectores (SF-323, y Hostaflot LIB-

C), el espumante MIBC y la velocidad de agitación son las variables de flotación a
investigar.
El principal objetivo del presente estudio es la obtención de la recuperación óptima de

cobre en flotación a nivel de laboratorio; el cual fue llevado a cabo mediante el empleo
de los diseños experimentales. El estudio fue realizado en 3 fases.
En la primera fase, mediante diseños factoriales fraccionados 2K-1 (k = 6) se obtuvo la

ecuación a escala natural de primer orden:
Yest = 76.889 + 0.342Z 2 − 0.0177Z 6
Donde la recuperación de cobre (Yest) está en función de las dos variables más
influyentes, como son el grado de molienda (% pasante a malla 100 Tyler), Z2 y la
3
velocidad de agitación de la pulpa en rpm, Z6. Aquello fue el resultado de una
evaluación de seis variables indicadas para la investigación.
En la segunda fase se determinó las regiones óptimas mediante la técnica de

pendiente del máximo ascendente. En esta fase se obtuvo 91.64 % como la
recuperación máxima de cobre con una granulometría de 94.48 % - malla 100 Tyler
(Z2) y 900 rpm de agitación (Z6).
En la tercera fase se realizó la optimización final del proceso mediante un diseño

rotable hexagonal. Dado que por debajo de 900 rpm de velocidad de agitación fue
imposible la formación de espumas necesarias para la flotación, se tomó como centro
del diseño final agitación de 925 rpm y granulometría de 92 % -malla 100 Tyler, puesto
que según los resultados de la etapa anterior la máxima recuperación de cobre estaría
alrededor de estos rangos. Realizado los análisis de esta fase se observó que la
máxima recuperación de cobre fue 92.57 %, con granulometría de 94% - malla 100
Tyler (Z2), y agitación de 915 rpm (z6). Esta recuperación es significativamente mayor
al de la planta concentradora que reporta 87 %.
El modelo matemático a escala natural de la optimización final obtenido es:
Yest = 1945.95 − 50.676 Z 2 + 1.0646 Z 6 + 0.132 Z 22 − 0.002 Z 62 + 0.029 Z 2 Z 6
Donde Z2 y Z6 son las mismas variables consideradas en la segunda etapa.
4
CAPITULO I
INTRODUCCIÓN
La flotación es un proceso de concentración de minerales que permite la recuperación

de las especies mineralógicas valiosas a partir de minerales complejos y de baja ley.
Por lo cual, la flotación es ampliamente usado para la recuperación de minerales.
Cuando la ley es demasiada baja, como consecuencia del agotamiento de las reservas
minerales en los yacimientos, los ingenieros de procesamiento de minerales se ven
enfrentados con diversos tipos de problemas técnico – económicos; tales como
incremento de impurezas en el proceso y disminución de leyes de sustancias valiosas,
que demanda operaciones con mayor tonelaje para que el proceso sea rentable.
Por consiguiente, la tendencia mundial en la industria de procesamiento de minerales,

como en otras industrias, es optimizar todos los procesos involucrados. El sistema de
flotación de minerales se compone básicamente del equipo, los reactivos químicos y
operaciones. Por lo tanto, en cada una de ellas se debe llevar a cabo las
optimizaciones empleando metodologías y técnicas apropiadas.
La optimización de flotación consiste en cuantificar el rendimiento del proceso de

flotación mediante el empleo de un modelo adecuado que relacione la recuperación y/o
ley de la especie mineral valiosa con las variables controlables del proceso.
En el proceso de flotación, cada variable considerada carece de independencia frente a

las demás variables; esto es, debido a las interacciones existentes entre las mismas.
Por lo tanto, el problema principal radica en realizar una buena estrategia en el
planteamiento de pruebas experimentales que permita identificar las interacciones
entre las variables.
Debido al elevado costo que demanda los ensayes de los componentes de flotación, es
de suma importancia la determinación de resultados fehacientes con mínima cantidad
de pruebas experimentales.
10
Desde hace 30 años los diseños factoriales han sido incluidos en las investigaciones
del proceso de flotación y han demostrado ser eficientes para la evaluación de las
respuestas objetivo en función a las variables controlables implicadas en la flotación.
Los diseños factoriales son las técnicas que mejor encajan a las pruebas de flotación a
nivel de laboratorio, ya que éstas permiten una evaluación simultánea de todas las
variables incluyendo las interacciones entre ellas.
1.1 CARACTERIZACION DEL MINERAL
En la presente investigación, se trabajó con el mineral de la Compañía Minera

Candelaria ubicada a 20 Km hacia el sur de Copiapó – Chile, que contiene sulfuros de
cobre, principalmente calcopirita (FeCuS2), trazas de pirita (FeS2), magnetita (Fe3O4),
hematita (Fe2O3) y minerales cuarcíferos como ganga (Figura 1.1).
El contenido promedio de cobre en la cabeza es de 0.848 % mientras que el contenido

de fierro es de 38.4 %.
mt + ggs
mt + ggs
cp py
cp
ggs
100x
(a)
Figura 1.1: Imagen por microscopio de luz polarizada del mineral tratado
11
mt + ggs
mt + ggs
cp
cp
mt + hm
cp
cp
mt + hm
mt
100X
(b)
La nomenclatura empleada para la identificación de las especies mineralógicas es:
mt = magnetita
hm = hematita
cp = calcopirita
py = pirita
ggs = ganga
Las imágenes de la Figura 1.1 fueron tomadas en un microscopio de luz polarizada y

corresponden a la muestra de cabeza de granulometría 100% - malla 10 TYLER. La
mayor parte de calcopirita se encuentra asociada con la ganga cuarcífera y no se
aprecia encapsulamiento alguno; aquello facilitará su completa liberación en las etapas
posteriores de conminución. Se puede observar que la magnetita y la hematita se
encuentran asociadas mientras que la pirita se encuentra, al igual que la calcopirita,
solamente asociada con la ganga cuarcífera.
12
1.2 DESCRIPCION DEL PROBLEMA
En flotación de minerales, la recuperación metálica representa una de las principales

variables, sujeta a constantes variaciones debido a innumerables factores ya sea
controlable, no controlable ó desconocida que intervienen en este proceso; las cuales
deberían ser identificadas y optimizadas en lo posible (variables controlables) para
minimizar los costos y/o maximizar los beneficios; En el presente caso el problema es
la baja recuperación 87 % que se logra en la planta, por ello se requiere encontrar los
niveles óptimos de las variables ligadas a la recuperación.
1.3 ALTERNATIVA DE SOLUCION
Los factores que intervienen en el proceso de flotación, si bien es cierto que no pueden
ser controlados totalmente, los que son más influyentes pueden ser optimizados
mediante la ayuda de diseños experimentales o alguna otra técnica apropiada que
encamine satisfactoriamente al nivel óptimo la variable objetivo.
1.4 HIPOTESIS
La recuperación de cobre a nivel de laboratorio será incrementada mediante la

optimización de las variables (pH, grado de agitación, granulometría, dosificación de
reactivos) por la técnica de diseños factoriales, y diseño rotable.
1.5 OBJETIVOS
1 Optimizar la recuperación de cobre a nivel laboratorio mediante la técnica de

diseños experimentales del mineral sulfurado proveniente de la Compañía
Minera Candelaria - Chile.
2 Determinar un modelo matemático de la Recuperación de Cobre en función de

las variables más influyentes en el proceso.
3 Diagnosticar la interrelación existente entre el cobre y fierro con respecto a leyes

y recuperaciones de cobre en el concentrado de cobre.
13
CAPITULO II
MARCO TEORICO
2.1 INTRODUCCION
En la actualidad la flotación es el método más utilizado en la concentración de

minerales; se le utiliza para procesar casi todos los minerales sulfurosos y se aplica
extensamente para los minerales no sulfurosos, los minerales industriales y el carbón
mineral.
La flotación puede aplicarse a minerales de baja ley y a minerales que requieren

molienda fina para lograr la liberación. Como se trata de un proceso relativamente
selectivo, una aplicación importante está en la separación y concentración de minerales
valiosos contenidos en minerales complejos, como por ejemplo, en sulfuros complejos
que contienen cobre, plomo y zinc.7
Para propósitos de optimización del proceso de flotación se llevan a cabo pruebas en

laboratorio. La mayoría de las pruebas se efectúan en celdas de flotación semi – batch,
las cuales aceptan entre 500 y 2000 g de mineral. El procedimiento de preparación de
muestras para estudios de flotación de laboratorio, a partir de un mineral de
alimentación a la planta de conminución, requiere de una etapa de reducción de
tamaño de éste, hasta lograr que toda la muestra se encuentre bajo la malla N° 10
Tyler (1700 µm). Luego las muestras “preparadas” son sometidas a pruebas de
molienda permitiéndoles el tiempo necesario para la reducción de tamaño requerida de
acuerdo al plan experimental de flotación. Los procedimientos de preparación de
muestras y de molienda son detallados en el capítulo III.
2.2 OPTIMIZACION DE FLOTACION MEDIANTE DISEÑOS FACTORIALES
El propósito de este apartado no es tratar el tema de diseños factoriales en detalle,

sino de bridar una visión general del tema ya que las dilucidaciones y fórmulas
matemáticas y estadísticas requeridas para el presente estudio son detalladas en el
capítulo IV.
14
El proceso de flotación ha sido usado e investigado extensivamente por más de 100
años; sin embargo, algunos aspectos todavía permanecen en gran misterio. Mientras
que la mayoría de las investigaciones en el pasado se han enfocado en estudios de
modelos fenomenológicos y empíricos propios de flotación, recién en los últimos 30
años se ha realzado la importancia de los diseños experimentales en el proceso de
flotación.
Este estudio enfoca la optimización de la recuperación de cobre a nivel de laboratorio

mediante diseños experimentales del mineral de la minera Candelaria - Chile.
Para realizar un diseño factorial, el investigador selecciona un número fijo de “niveles”

para cada una de un conjunto de variables (factores) y luego hace experimentos con
todas las combinaciones posibles. Si hay l1 niveles para la primera variable, l2 para la
segunda, ..., y lk para la k-ésima, el conjunto de todas las l1xl2x...xlk condiciones
experimentales se llama diseño factorial l1xl2x...xlk. Por ejemplo, un diseño factorial
2x2x2=23 comprende 8 experimentos elementales.
Los diseños factoriales en los que cada variable ocurre únicamente a dos niveles son
importantes por varias razones:
• Requieren relativamente pocos experimentos elementales por cada factor, y a

pesar de que no permiten explorar exhaustivamente una amplia región del
espacio de los factores, pueden indicar tendencias y así determinar una
dirección prometedora para futuros experimentos.
• Estos diseños son frecuentemente de gran utilidad en los primeros momentos de
una investigación, donde suele ser aconsejable estudiar en un primer intento un
gran número de variables superficialmente en lugar de estudiar intensamente un
pequeño número (que puede o no incluir las variables importantes).
La interpretación de las observaciones producidas por estos diseños se puede realizar

en gran parte a base de sentido común y aritmética elemental.
15
Se comprende por diseño experimental, entonces, como la realización de una serie de
experimentos previamente diseñados en el que se varían los valores de las variables
de entrada de un proceso y se miden los valores de la respuesta de salida.
Figura 2.1: Experimento de flotación de cobre
Si suponemos que en la Figura 2.1 se tiene un proceso de flotación de un mineral de

cobre donde E (entrada) es el mineral preparado para el proceso de flotación; X1, X2,
X3, X4, X5 y X6 son las variables con que se va a trabajar en el diseño de experimentos,
que pueden ser como en el caso actual:
X1: pH de la pulpa
X2: % Granulometría (- malla Tyler 100)
X3: SF - 323 (gr/TM de mineral)
X4: Hostaflot LIB-C (gr/TM mineral)
X5: MIBC (gr/TM de mineral)
X6: Grado de agitación (rpm)
z1….zi: Son los factores no controlables que no se consideran como

variables para el experimento.
Y: Es la respuesta de salida que se desea estudiar - recuperación de
cobre.
16
En resumen, intentaremos conocer la variación de la recuperación de cobre en función
a las variables X1, X2, X3, X4, X5 y X6.
El diseño experimental es utilizado ampliamente para la mejora de rendimiento de los

procesos industriales, como para el desarrollo de nuevos procesos obteniendo ahorros
en tiempo y costos. Aporta además al conocimiento profundo de los procesos,
generando herramientas eficaces de manejo de los mismos.
Para tener un programa de diseño de experimentos, es necesario previamente

comprender el problema que se desea estudiar, elegir las variables más apropiadas y
sus niveles de uso, elegir la o las salidas de respuesta a evaluar, el modelo de diseño
experimental a utilizar, realizar el experimento, analizar los datos y obtener las
conclusiones correspondientes.
Respecto a las variables a utilizar durante el experimento, juegan un papel de gran

importancia la experiencia previa del experimentador así como su nivel de
conocimientos tecnológicos específicos. La elección inapropiada de los niveles de las
variables se traduce en la obtención de respuestas fuera de los rangos esperados. Por
ejemplo, la elección de niveles inapropiados del colector SF-323 en flotación de un
mineral de cobre dará resultados de recuperación muy por debajo del rango esperado.
Existen una gran variedad de modelos de diseño experimental a utilizar, desarrollados

en base al uso de las técnicas estadísticas y su aplicación de cálculos en forma manual
o histórica como se puede observar en la siguiente lista:
Diseño factorial 2k
Diseño factorial fraccionado 2k-p
Diseño factorial con réplica en el punto central del diseño
Método de pendientes ascendentes o descendentes
Diseño rotable hexagonal
El diseño factorial 2k y el diseño factorial fraccionado 2k-p asumen que las variables
respuesta son lineales en relación a las variables de entrada. Esto significa que se
17
supone que las variables respuesta no tienen curvatura con respecto a las variables de
entrada y pueden ser representadas por ecuaciones de primer grado. En un caso
particular en donde resultan sólo 2 variables significativas A y B, la gráfica con respecto
a la variable respuesta (Y) será un plano tal como se muestra en la Figura 2.2
Figura 2.2: Experimento de flotación de cobre
Los diseños factoriales 2k son útiles para realizar estudios preliminares con varios
factores, y para identificar las variables más influyentes en el proceso conjuntamente
con sus interacciones. Sin embargo, el número de pruebas experimentales aumenta
geométricamente con el número de factores en estudio.
Los diseños factoriales fraccionados 2k-p usan sólo la mitad (cuando p = 1), la cuarta
parte ó incluso una fracción menor de las 2k combinaciones de tratamientos y se usan
cuando el número de tratamientos necesarios excede a los recursos disponibles, sólo
se requiere información sobre los efectos principales y las interacciones de bajo orden,
se necesitan estudios exploratorios para muchos factores y cuando se hace la
suposición de que sólo unos cuantos efectos son importantes.
El Diseño factorial con réplica en el punto central del diseño consiste en la adición de
puntos centrales al diseño 2k ó 2k-1 para dar una estimación del efecto de la curvatura.
Esto se aplica cuando no es cierta la suposición que la relación entre las variables de
entrada y la variable respuesta es representada por un modelo matemático lineal.
Cuando el diseño experimental está conformada de una sola réplica la adición de
puntos centrales también sirven para estimar el error experimental.
18
El método de pendientes ascendentes o descendentes es un procedimiento para
direccionar los puntos de la gráfica de variable dependiente vs variable (s) de entrada
de manera secuencial a lo largo de una ruta de ascenso con respecto al modelo de
primer orden determinado en la primera etapa (diseño factorial fraccionado 2k-p), esto
es en la dirección donde el crecimiento de la variable respuesta es máximo. Por otro
lado, si se desea minimizar, entonces se habla de un método descendente. La
dirección de máximo ascenso es aquella en la que la variable respuesta crece con la
máxima rapidez. Los experimentos se efectúan a lo largo de la ruta de ascenso hasta
que no se observe ningún incremento en la respuesta (ó disminución en caso del
pendiente descendente). Se habrá encontrado entonces una región que contenga la
respuesta con un valor óptimo para esta etapa. En torno al valor encontrado se aplicará
un diseño hexagonal para encontrar el valor óptimo final de la variable respuesta.
El Diseño rotable hexagonal es muy útil para estimar modelos de segundo orden.
Consiste en realizar pruebas experimentales en seis puntos que son los vértices de un
hexágono regular circunscrito en una circunferencia de radio uno a escala codificada,
tal como se muestra en la Figura 2.3, más los puntos necesarios en el centro para
estimar el error experimental.
Figura 2.3: Diseño hexagonal
19
Cuando existe un máximo la forma de la ecuación cuadrática será como el de la Figura
2.4. En el capítulo IV se explora otras formas del modelo en donde no existe ni máximo
ni mínimo.
Figura 2.4: Superficie de repuesta del diseño hexagonal
20
CAPITULO III
METODOLOGIA DEL TRABAJO
Para el cumplimiento de los objetivos trazados se debe realizar un plan de trabajo que
involucre la preparación de muestras que consiste en la reducción de tamaño,
homogenización y partición de muestras, determinación de las curvas de cinética de
molienda y pruebas de flotación. Para la etapa de preparación de muestras se
emplearon un total de 70 Kg de muestra.
3.1 PREPARACIÓN DE MUESTRAS
La preparación de muestras consta de dos bloques, el primero de chancado y

zarandeo y el segundo de homogenización y partición de muestras.
3.1.1 CHANCADO Y ZARANDEO
Mediante etapas sucesivas de chancado y zarandeo (clasificación) con un tamiz de

malla Tyler 10 (1.68 mm de abertura) se redujo el tamaño del mineral procedente de la
mina desde 4” de tamaño hasta 100 % - malla 10 Tyler.
Se empleó dos chancadoras: una de quijada (primaria) con abertura de descarga “set”
de ½” y otra de rodillos (secundaria) con abertura de descarga de 1.5 mm. El producto
de cada chancadora fue sometido a tamizaje con una zaranda de malla 10 Tyler de 30
cm x 30 cm.
Los finos de la chancadora de quijada fueron parte del producto final; mientras que los
gruesos fueron alimentados a la chancadora de rodillos. El bajo tamaño de la malla del
producto de la segunda chancadora conjuntamente con los finos de la chancadora de
quijada fueron unidos para conformar el producto final, mientras que los gruesos se
juntaron con los gruesos de la chancadora de quijada para que nuevamente sean
alimentados a la segunda chancadora. El esquema de preparación de muestras se
aprecia en la figura 3.1
21
Mineral Fresco
Chancadora de rodillos
Chancadora de quijada
+ # 10
- # 10
+ # 10
Malla Tyler 10
- # 10
Producto
Figura 3.1 Preparación de muestras
3.1.2 HOMOGENIZACIÓN Y PARTICION DE MUESTRAS
Una vez reducida de tamaño, los 70 Kg de la muestra total fueron sometidos a

homogenización mediante paleo manual; luego se obtuvo 6 cúmulos de igual volumen
en forma radial mediante paleo fraccionado verdadero y posteriormente cada uno de
estos cúmulos fueron sometidos a una partición mecánica mediante divisores
sectoriales para obtener submuestras de 1000 gr aproximadamente cada una.
Muestreo por paleo fraccionado, consiste en extraer porciones del total de la muestra
mediante una pala y depositar en la parte superior de los cúmulos (ubicados a su
alrededor). En el presente trabajo se eligió 6 cúmulos. Cuando fue distribuido el total de
la muestra se obtuvo 6 cúmulos de igual volumen9. La Figura 3.2 muestra las
fracciones obtenidas por el paleo fraccionado.
22
Figura 3.2 Obtención de cúmulos mediante paleo fraccionado
Partición mecánica mediante divisores sectoriales, mediante el empleo del partidor

de 10 recipientes giratorios y alimentador estacionario se obtuvo muestras de
aproximadamente 1000 gr cada una, desde la muestra total. La Figura 3.3 muestra un
partidor con 10 recipientes giratorios y un alimentador estacionario.
Figura 3.3 Partidor de 10 recipientes giratorios y alimentador estacionario
23
3.2 DETERMINACIÓN DE LAS CURVAS DE CINÉTICA DE MOLIENDA
Se realizó diversas pruebas de molienda para determinar las curvas de cinética de

molienda. Estas curvas permiten estimar los tiempos a los que deben estar sometidas
las partículas dentro del molino para alcanzar una granulometría requerida. La Figura
3.4 muestra el molino utilizado durante el experimento.
Se empleó un molino de 5 130 cm3 (17.0 cm Ø, 22.6 cm), estándar para el laboratorio
experimental, cuya carga de bolas fue determinada mediante la siguiente formula de
masa de bolas:
M bolas = JxVmolino x(1 − ε ) xδ b (3.1)
Donde
M bolas = Masa de bolas
J = Fracción de llenado del molino
V molino = Volumen del molino
ε = Porosidad del lecho y
δb = Densidad de bolas
Figura 3.4 Molino de laboratorio experimental
24
Considerando J = 0.4, Vmolino = 5 130 cm3, ε = 0.4, y δb = 7.85 gr/cm3 en la ecuación
3.1. La masa de las bolas resulta en 9664.92 gramos (peso teórico) distribuidos de
acuerdo a la Tabla 3.1.
Tabla 3.1: Distribución de tamaños de bolas en la carga del molino

DIÁMETRO PESO TOTAL
N° BOLAS % BOLAS
(pulgadas) (gramos)
8 1½” 1 966.10 20
69 1” 4 893.60 50
69 ¾” 2 962.90 30
146 - 9 822.60 100
Las muestras provenientes del partidor de recipientes giratorios (1000 gr

aproximadamente) fueron diluidas hasta 65 % de sólidos para moler a 77.5 rpm (70 %
velocidad crítica). Los tiempos de molienda empleados para la serie de pruebas fueron
5, 10, 15 y 20 minutos.
Se ensayó el análisis granulométrico, empleando mallas Tyler 65, 100, 150, 200 y 270
con los productos de molienda y la muestra inicial, para determinar el porcentaje
pasante acumulado que se muestra en la Tabla 3.2 y las curvas de cinética de
molienda son mostrados en la Figura 3.5
Tabla 3.2: Porcentaje pasante acumulado para las pruebas de molienda.

Malla Tyler 65 100 150 200 270
0 35,86 30,83 26,53 21,81 18,68

5 68,15 58,32 49,8 41,12 34,22
Tiempo
10 88,84 78,18 66,94 55,11 42,24
(minutos)
15 97,24 90,97 80,73 67,26 53,35
20 99,33 96,55 89,32 76,85 64,84
25
CINETICA DE MOLIENDA
# 65 # 100 # 150 # 200 # 270
100
90
80
% Pasante acumulado
70
60
50
40
30
20
10
0
0 5 10 15 20
Tiempo (minutos)
Figura 3.5: Curvas de cinética de molienda
3.3 PRUEBAS DE FLOTACIÓN DE MUESTRAS
Las muestras obtenidas en la etapa de preparación fueron sometidas a molienda y

flotación modificando los valores de los factores utilizados de acuerdo a la plantilla de
diseños experimentales establecidos para la presente investigación.
3.3.1 VARIABLES IMPLICADAS EN LA FLOTACIÓN DE MUESTRAS
Tiempo de flotación
Cuando se realiza una prueba de flotación a nivel de laboratorio (semi – batch) y se
retira concentrados parciales a distintos tiempos de flotación, se notará que tanto la
calidad y cantidad del concentrado cambian con el tiempo. Un cálculo de la
recuperación acumulativa indicará que ésta crece rápidamente en los primeros minutos
de flotación y que después la curva se hace asintótica con el tiempo sin alcanzar una
recuperación completa.
Cinética de flotación por García – Zúñiga. García – Zúñiga hace una analogía
algebraica con las ecuaciones de reacción de cinética química de primer orden,
26
destacando el hecho que en la flotación la recuperación de especie valiosa es una
función exponencial del tiempo:
R = R∞ (1 − e − k .t ) (3.2)
Donde:
R : Recuperación acumulativa a tiempo t
R∞ : Recuperación de equilibrio a tiempo prolongado
k : Constante de velocidad de primer orden (min-1)
t : Tiempo de flotación acumulada (min)
Cinética de flotación por Klimpel. Es la otra ecuación de primer orden bastante

utilizado en la flotación:
R = R∞ [1 − (1 / k .t ){1 − exp(−k .t )}] (3.3)
Los términos incluidos en esta ecuación son los mismos a los términos incluidos en
García – Zúñiga.
Luego de analizar la curva de cinética de flotación (Figura 3.6), el tiempo estimado para
todas las pruebas experimentales fue de 9 minutos. La curva fue obtenida luego de
realizar pruebas de flotación para 3 tiempos: 2, 5 y 9 minutos. Las pruebas fueron
desarrolladas bajo las condiciones indicadas en la Tabla 3.3 (estas condiciones son los
que se emplean a nivel de planta). Más allá de nueve minutos de tiempo de flotación
no se obtuvo más concentrado. Por esta razón, y por la apreciable ley obtenida en los
3 últimos minutos (Tabla 3.4) se tomó 9 minutos como tiempo de flotación óptima para
las pruebas experimentales. Se empleó 912.35 gr de muestra con una ley de 0.85 %
de cobre.
Tabla 3.3: Variables consideradas para las pruebas de cinética de flotación

FACTORES Valor
A: pH de la pulpa 10.5
B: % Granulometría (- # Tyler 100) 85
C: SF - 323 (gr/TM de mineral) 7.1
D: Hostaflot LIB-C (gr/TM mineral) 6.5
E: MIBC (gr/TM de mineral) 7.2
F: Grado de agitación (rpm.) 1000
27
Tabla 3.4: Datos de cinética de flotación
Ley parcial Recuperación de cobre (%)
Producto Peso (grs) Peso Cu (gr)
(%) Experimental Garcia-Zuñiga Kimpel
Conc. 2' 31.10 19.80 6.16 79.59 79.53 80.91
Conc. 5' 3.95 16.80 0.66 88.17 88.67 85.76
Conc. 9' 0.60 8.93 0.05 88.86 89.00 87.20
Relave 876.70 0.06 0.53
CURVA DE RECUPERACION Cu vs TIEMPO
90
88
86
Recup. de Cu (%)
84
82
80
78
76
74
2 5 9
Tiem po (m inutos)
Experimental García - Zuñiga Klimpel
Figura 3.6: Curvas de cinética de Flotación
Granulometría
Para cada ensayo se empleó 1000 gr de muestra aproximadamente con granulometría
100 % - malla 10 Tyler, provenientes del partidor de recipientes giratorios.
Agua de dilución
Para diluir la pulpa se utilizó agua de grifo USACH, el análisis químico del agua
utilizada se muestra en la Tabla 3.5.
28
Tabla 3.5: Análisis químico de agua industrial utilizada
PARAMETRO VALOR
Conductividad 308 ms/cm
PH 7.38
Turbidez 1.02 NTU
O2 5.3 ppm
Dureza total 268 ppm CaCO3
Dureza cálcica 120 ppm CaCO3
Alcalinidad total 150 ppm CaCO3
Sulfatos 38 ppm SO4
Cloruros 25 ppm Cl-
Fe < 0.1
Zn < 0.1
Ag < 0.1
Pb < 0.1
Cu < 0.1
Reactivos utilizados
1. Colector Principal SF-323: Colector oleaginoso no soluble en agua los cuales

deben ser alimentados directamente al circuito de molienda, son excelentes
colectores de sulfuros de cobre y Zinc cuando son usados en circuitos alcalinos.
Selectivo contra la pirita. Este colector debe ser usado cuando sea requerida
una máxima recuperación metálica. Ver Tabla 3.6
Tabla 3.6: Equivalencias del Colector principal SF-323

FABRICADO NOMBRE
TIPO APLICACION COMPLEMENTO
POR COMERCIAL
Shellflot SF – 323
Dow Chemical Z – 200 Calcopirita AP – 404
[R – O – (C=S) – NH – R']
Ethyl Isopropyl Minerec Corp. M–1661, 2030
Thionocabamates Chalcocita Z-11
Kerley Chem. KI – 200
(CH3)2CHO(C=S)NHCH2CH3)
Hoeschst X – 23
Esfalerita ninguno
Am. Cyanamid AP – 3894
2. Colector secundario Hostaflot LIB-C: Colector fuerte y aun selectivo para

minerales de Cobre, Ni y minerales de Zinc activados, mejora la recuperación de
metales preciosos, en particular aquellos del grupo de metales de platino. Son
muy selectivos contra los sulfuros de Hierro en circuitos alcalinos. Tabla 3.7
29
Tabla 3.7: Equivalencias Colector secundario Hostaflot LIB-C
NOMBRE
TIPO FABRICADO MINERAL
COMERCIAL
R-O S Hoeschst Hostaflot LIB
Phillips 66 CO – 540
P Allieds Colloids DPI – 4560
Minerales de
Candina Speld – 4659 Cu, Zn, Ag.
R-O S -Na+ Minerec Corp. M – 2044
Na diisobutyl Dithiophosphate (DTP) Aero P – 3477
Am. Cyanamid
[(CH3)2CHCH2O(P=S)S-Na+] Aero P – 5430
3. Espumante: MIBC (gr/tn): Methyl Isobutyl Carbinol: Excelente espumante

tanto para flotación selectiva de sulfuros, como para no metálicos. Produce una
espuma frágil. Ver Tabla 3.8.
Tabla 3.8: Equivalencias del Espumante MIBC
Fabricante CLARIANT Candina CYTEC Otros

Aerofroth 70 MIBC
MIBC Flotanol M F- 250 D
(alcohol frother) Sasfroth SC - 39
4. Modificador de pH: Para las pruebas se utilizó lechada de cal de chuquicamata

al 10 % en peso.
Máquina de flotación
Se empleó una máquina de flotación de laboratorio Denver D–12 con capacidad de
celda 2 300 cm3 y de 8.5 cm de Ø de rotor. Este equipo se muestra en la Figura 3.7.
Figura 3.7: Máquina de flotación para laboratorio D–12
30
3.3.2 PRUEBA CONJUNTA DE MOLIENDA - FLOTACIÓN
El tiempo de molienda para la granulometría estimada fue determinada mediante las

curvas de cinética de molienda. Los colectores SF–323 y Hostaflot LIB-C fueron
adicionados al inicio de la molienda mientras que el espumante MIBC al final de la
molienda para iniciar la flotación; ya que en la planta concentradora de la minera
Candelaria estos reactivos son adicionados en ese orden. Para dosificar estos
reactivos se empleó una micropipeta, mientras que para la adición del modificador de
pH (lechada de cal al 10% en peso) se empleó una jeringa.
Mediante pruebas sucesivas de molienda y flotación se estudiaron las influencias de

las variables que intervienen en la recuperación de cobre de acuerdo a los arreglos
factoriales diseñadas.
El tiempo de acondicionamiento, sin la adición del aire, para cada prueba fue de 2
minutos. La prueba de flotación fue iniciada mediante la adición de aire a la pulpa con
el accionamiento de aire del equipo de flotación. La espuma fue extraída mediante
paleteos cada 5 segundos sin interrupción. El tiempo de flotación total fue de 9
minutos, estimados por pruebas de cinética de flotación. Tanto los concentrados como
las colas fueron filtrados en los filtros de presión de laboratorio para luego ser secados
a 100 °C de temperatura. Finalmente se cuarteó y muestreó para obtener 50 gr de
cada fracción para luego ser pulverizados y enviados al laboratorio de análisis químico.
31
CAPITULO IV
OPTIMIZACION DE FLOTACION POR DISEÑOS FACTORIALES
4.1 ESTRATEGIAS DE OPTIMIZACIÓN DE FLOTACIÓN
La estrategia de optimización para el presente trabajo se fundamenta en tres etapas:

Diseño factorial 2k-1 (k=6) con adición de 3 puntos centrales, optimización de la variable
respuesta (recuperación de cobre) por método de máxima pendiente ascendente y
optimización final mediante diseño hexagonal. En la Figura 4.1, a manera de
ilustración, se muestran estos pasos para 2 variables controlables.
Figura 4.1: Estrategias de optimización de flotación
32
Para ampliar más el enfoque del proceso de la investigación, la Figura 4.2 muestra el
diagrama de flujo de las 3 etapas de optimización en el presente estudio.
(*) : Incrementos de las variables estudiadas.

(**) : Variables independientes estudiadas.
Figura 4.2: Diagrama de flujo del proceso de investigación
33
4.2 PRIMERA ETAPA: DETERMINACIÓN DEL MODELO DE PRIMER ORDEN
MEDIANTE PRUEBAS METALURGICAS APLICANDO DISEÑOS
FACTORIALES FRACCIONADOS 2K-1 CON ADICIÓN DE PRUEBAS EN EL
CENTRO.
El número de experimentos elementales que requiere un diseño factorial 2k completo

aumenta geométricamente al crecer k. Afortunadamente, resulta que cuando k es
grande la información deseada se puede obtener, casi siempre, realizando sólo una
fracción del diseño factorial completo.
Si se considera un diseño con seis variables a dos niveles. Un factorial completo

requiere 26 = 64 experimentos elementales, que permiten calcular 64 estadísticas que
estiman la cantidad de efectos indicados en la Tabla 4.1
Tabla 4.1: Numero de efectos de un diseño factorial 26

Efectos Interacciones
Media
principales 2 factores 3 factores 4 factores 5 factores 6 factores
1 6 15 20 15 6 1
El hecho de que se puedan estimar todos estos efectos, no implica que todos sean
significativos. Existe cierta jerarquización. La importancia de los efectos principales
tiende a ser mayor que la de las interacciones de dos factores, que a su vez tiende a
ser mayor que la de las interacciones de tres factores y así sucesivamente.
A menudo es cierto que a partir de un cierto punto las interacciones de orden superior
resultan insignificantes y se puede prescindir de ellas. Cuando un número
moderadamente grande de variables se introduce en un diseño, suele suceder que
algunas de ellas no tienen en absoluto efectos apreciables. Se pueden aglutinar estas
ideas señalando que tiende a haber redundancia en los diseños 2k, si k es grande,
redundancia en términos de un exceso de interacciones que pueden ser estimadas y a
veces de un exceso de variables estudiadas. Los diseños factoriales fraccionados
explotan esta redundancia.
En el presente estudio, luego de realizar pruebas preliminares e indagar datos

históricos sobre el mineral en estudio acerca de las variables más influyentes en el
34
proceso de flotación, se consideró 6 factores como variables de entrada: pH de la
pulpa, Granulometría (% pasante a malla 100), colector principal SF–323, colector
secundario Hostaflot LIB–C, espumante MIBC, grado de agitación de la pulpa (rpm) tal
como se muestra en la Tabla 4.2
Tabla 4.2: Variables considerados para el diseño factorial 2k-1

Nivel Nivel Nivel
FACTORES Inferior Central Superior
(-) (0) (+)
A: pH de la pulpa 10 10.5 11
B: % Granulometría (- malla Tyler 100) 78 85 92
C: SF - 323 (gr/TM mineral) 5.1 7.1 9.1
D: Hostaflot LIB-C (gr/TM mineral) 4.5 6.5 8.5
E: MIBC (gr/TM de mineral) 5.2 7.2 9.2
F: Grado de agitación (rpm) 900 1000 1100
Los valores indicados en el nivel cero de la Tabla 4.2 están de acuerdo a las pruebas
preliminares y datos de operación de la planta concentradora, que dan resultados
aceptables con recuperación de 87 % de cobre.
El número total de experimentos realizados fueron 26-1 = 32 más los 3 puntos centrales
para estimar el efecto de la curvatura y el error experimental.
La plantilla del diseño se muestra en la Tabla 4.3. Los coeficientes + y – que son los
generadores en escala codificada de los efectos principales X1, X2, X3, X4 y X5 para el
factorial 26-1 = 25 son planteados en el orden estándar; los coeficientes para la
interacción X1X2X3X4X5, que se obtiene mediante el producto de los coeficientes de los
otros cinco coeficientes, son los generadores en escala codificada del sexto efecto
principal, X6, que se combinará con los otros 5 factores para obtener la variable
respuesta (recuperación de cobre) que se encuentra en la columna de la derecha
representado por la letra Y.
35
Tabla 4.3: Construcción del diseño factorial fraccionado 26-1
ESCALA CODIFICADA ESCALA REAL
N° Y
X1 X2 X3 X4 X5 X6 A B C D E F
1 -1 -1 -1 -1 -1 -1 10 78 5.1 4.5 5.2 900 86.28
2 1 -1 -1 -1 -1 1 11 78 5.1 4.5 5.2 1100 76.00
3 -1 1 -1 -1 -1 1 10 92 5.1 4.5 5.2 1100 88.94
4 1 1 -1 -1 -1 -1 11 92 5.1 4.5 5.2 900 92.46
5 -1 -1 1 -1 -1 1 10 78 9.1 4.5 5.2 1100 83.39
6 1 -1 1 -1 -1 -1 11 78 9.1 4.5 5.2 900 87.26
7 -1 1 1 -1 -1 -1 10 92 9.1 4.5 5.2 900 91.40
8 1 1 1 -1 -1 1 11 92 9.1 4.5 5.2 1100 88.72
9 -1 -1 -1 1 -1 1 10 78 5.1 8.5 5.2 1100 82.25
10 1 -1 -1 1 -1 -1 11 78 5.1 8.5 5.2 900 89.72
11 -1 1 -1 1 -1 -1 10 92 5.1 8.5 5.2 900 88.21
12 1 1 -1 1 -1 1 11 92 5.1 8.5 5.2 1100 82.92
13 -1 -1 1 1 -1 -1 10 78 9.1 8.5 5.2 900 90.29
14 1 -1 1 1 -1 1 11 78 9.1 8.5 5.2 1100 86.95
15 -1 1 1 1 -1 1 10 92 9.1 8.5 5.2 1100 92.36
16 1 1 1 1 -1 -1 11 92 9.1 8.5 5.2 900 93.58
17 -1 -1 -1 -1 1 1 10 78 5.1 4.5 9.2 1100 84.90
18 1 -1 -1 -1 1 -1 11 78 5.1 4.5 9.2 900 85.98
19 -1 1 -1 -1 1 -1 10 92 5.1 4.5 9.2 900 88.86
20 1 1 -1 -1 1 1 11 92 5.1 4.5 9.2 1100 90.29
21 -1 -1 1 -1 1 -1 10 78 9.1 4.5 9.2 900 88.73
22 1 -1 1 -1 1 1 11 78 9.1 4.5 9.2 1100 82.89
23 -1 1 1 -1 1 1 10 92 9.1 4.5 9.2 1100 92.14
24 1 1 1 -1 1 -1 11 92 9.1 4.5 9.2 900 92.90
25 -1 -1 -1 1 1 -1 10 78 5.1 8.5 9.2 900 90.33
26 1 -1 -1 1 1 1 11 78 5.1 8.5 9.2 1100 84.24
27 -1 1 -1 1 1 1 10 92 5.1 8.5 9.2 1100 92.05
28 1 1 -1 1 1 -1 11 92 5.1 8.5 9.2 900 93.28
29 -1 -1 1 1 1 1 10 78 9.1 8.5 9.2 1100 85.80
30 1 -1 1 1 1 -1 11 78 9.1 8.5 9.2 900 89.55
31 -1 1 1 1 1 -1 10 92 9.1 8.5 9.2 900 92.44
32 1 1 1 1 1 1 11 92 9.1 8.5 9.2 1100 90.70
Para evaluar cuantitativamente cuánto afectan las variables independientes sobre la

respuesta se determina el cálculo de los efectos definido como la diferencia entre los
valores medios de las respuestas cuando en los tratamientos respectivos la variable
independiente se encuentra en su nivel inferior, y cuando se encuentra en su superior.
La forma más práctica de determinar los efectos principales y los efectos de
interacciones sobre la variable respuesta es mediante la formula matricial:
Efecto =
[X ]t * Y 4.1
( N / 2)
36
Donde:
[X ]t * Y : Multiplicación matricial de la transpuesta de la matriz columna en la
escala codificada correspondiente a la variable principal ó interacción
(es) de las variables y la variable respuesta.
N: Cantidad total de pruebas experimentales en el diseño.
En la tabla 4.4 se muestra el arreglo matricial y los efectos correspondientes.
Tabla 4.4 (a): Primera fracción de los efectos de las variables principales e
interacciones sobre la variable respuesta
N Xo X1 X2 X3 X4 X5 X6 X1X2 X1X3 X1X4 X1X5 X1X6 X2X3 X2X4 X2X5 X2X6 X3X4
1 1 -1 -1 -1 -1 -1 -1 1 1 1 1 1 1 1 1 1 1
2 1 1 -1 -1 -1 -1 1 -1 -1 -1 -1 1 1 1 1 -1 1
3 1 -1 1 -1 -1 -1 1 -1 1 1 1 -1 -1 -1 -1 1 1
4 1 1 1 -1 -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1 -1 1
5 1 -1 -1 1 -1 -1 1 1 -1 1 1 -1 -1 1 1 -1 -1
6 1 1 -1 1 -1 -1 -1 -1 1 -1 -1 -1 -1 1 1 1 -1
7 1 -1 1 1 -1 -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1
8 1 1 1 1 -1 -1 1 1 1 -1 -1 1 1 -1 -1 1 -1
9 1 -1 -1 -1 1 -1 1 1 1 -1 1 -1 1 -1 1 -1 -1
10 1 1 -1 -1 1 -1 -1 -1 -1 1 -1 -1 1 -1 1 1 -1
11 1 -1 1 -1 1 -1 -1 -1 1 -1 1 1 -1 1 -1 -1 -1
12 1 1 1 -1 1 -1 1 1 -1 1 -1 1 -1 1 -1 1 -1
13 1 -1 -1 1 1 -1 -1 1 -1 -1 1 1 -1 -1 1 1 1
14 1 1 -1 1 1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1
15 1 -1 1 1 1 -1 1 -1 -1 -1 1 -1 1 1 -1 1 1
16 1 1 1 1 1 -1 -1 1 1 1 -1 -1 1 1 -1 -1 1
17 1 -1 -1 -1 -1 1 1 1 1 1 -1 -1 1 1 -1 -1 1
18 1 1 -1 -1 -1 1 -1 -1 -1 -1 1 -1 1 1 -1 1 1
19 1 -1 1 -1 -1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1
20 1 1 1 -1 -1 1 1 1 -1 -1 1 1 -1 -1 1 1 1
21 1 -1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1
22 1 1 -1 1 -1 1 1 -1 1 -1 1 1 -1 1 -1 -1 -1
23 1 -1 1 1 -1 1 1 -1 -1 1 -1 -1 1 -1 1 1 -1
24 1 1 1 1 -1 1 -1 1 1 -1 1 -1 1 -1 1 -1 -1
25 1 -1 -1 -1 1 1 -1 1 1 -1 -1 1 1 -1 -1 1 -1
26 1 1 -1 -1 1 1 1 -1 -1 1 1 1 1 -1 -1 -1 -1
27 1 -1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 1 -1
28 1 1 1 -1 1 1 -1 1 -1 1 1 -1 -1 1 1 -1 -1
29 1 -1 -1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 1
30 1 1 -1 1 1 1 -1 -1 1 1 1 -1 -1 -1 -1 1 1
31 1 -1 1 1 1 1 -1 -1 -1 -1 -1 1 1 1 1 -1 1
32 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
t
X xY 2825.80 -10.93 76.69 32.38 23.51 24.36 -56.77 7.82 2.93 5.36 0.11 -27.29 2.09 -23.90 3.77 26.72 4.97
Efectos -0.68 4.79 2.02 1.47 1.52 -3.55 0.49 0.18 0.33 0.01 -1.71 0.13 -1.49 0.24 1.67 0.31
37
(b): Segunda fracción de los efectos de las variables principales e
interacciones sobre la variable respuesta
N X3X5 X3X6 X4X5 X4X6 X5X6 X1X2X3 X1X2X4 X1X2X5 X1X2X6 X1X3X4 X1X3X5 X1X3X6 X1X4X5 X1X4X6 X1X5X6 Y
1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 86.28
2 1 -1 1 -1 -1 1 1 1 -1 1 1 -1 1 -1 -1 76.00
3 1 -1 1 -1 -1 1 1 1 -1 -1 -1 1 -1 1 1 88.94
4 1 1 1 1 1 -1 -1 -1 -1 1 1 1 1 1 1 92.46
5 -1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 1 83.39
6 -1 -1 1 1 1 -1 1 1 1 -1 -1 -1 1 1 1 87.26
7 -1 -1 1 1 1 -1 1 1 1 1 1 1 -1 -1 -1 91.40
8 -1 1 1 -1 -1 1 -1 -1 1 -1 -1 1 1 -1 -1 88.72
9 1 -1 -1 1 -1 -1 1 -1 1 1 -1 1 1 -1 1 82.25
10 1 1 -1 -1 1 1 -1 1 1 -1 1 1 -1 -1 1 89.72
11 1 1 -1 -1 1 1 -1 1 1 1 -1 -1 1 1 -1 88.21
12 1 -1 -1 1 -1 -1 1 -1 1 -1 1 -1 -1 1 -1 82.92
13 -1 -1 -1 -1 1 1 1 -1 -1 -1 1 1 1 1 -1 90.29
14 -1 1 -1 1 -1 -1 -1 1 -1 1 -1 1 -1 1 -1 86.95
15 -1 1 -1 1 -1 -1 -1 1 -1 -1 1 -1 1 -1 1 92.36
16 -1 -1 -1 -1 1 1 1 -1 -1 1 -1 -1 -1 -1 1 93.58
17 -1 -1 -1 -1 1 -1 -1 1 1 -1 1 1 1 1 -1 84.90
18 -1 1 -1 1 -1 1 1 -1 1 1 -1 1 -1 1 -1 85.98
19 -1 1 -1 1 -1 1 1 -1 1 -1 1 -1 1 -1 1 88.86
20 -1 -1 -1 -1 1 -1 -1 1 1 1 -1 -1 -1 -1 1 90.29
21 1 -1 -1 1 -1 1 -1 1 -1 1 -1 1 1 -1 1 88.73
22 1 1 -1 -1 1 -1 1 -1 -1 -1 1 1 -1 -1 1 82.89
23 1 1 -1 -1 1 -1 1 -1 -1 1 -1 -1 1 1 -1 92.14
24 1 -1 -1 1 -1 1 -1 1 -1 -1 1 -1 -1 1 -1 92.90
25 -1 1 1 -1 -1 -1 1 1 -1 1 1 -1 -1 1 1 90.33
26 -1 -1 1 1 1 1 -1 -1 -1 -1 -1 -1 1 1 1 84.24
27 -1 -1 1 1 1 1 -1 -1 -1 1 1 1 -1 -1 -1 92.05
28 -1 1 1 -1 -1 -1 1 1 -1 -1 -1 1 1 -1 -1 93.28
29 1 1 1 1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 85.80
30 1 -1 1 -1 -1 -1 -1 -1 1 1 1 -1 1 -1 -1 89.55
31 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 -1 1 1 92.44
32 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 90.70
t -21.96 10.31 -0.12 -3.53 18.60 -9.60 -20.58 9.70 -21.03 2.21 -4.38 17.59 -5.92 2.27 11.08
X xY
Efectos -1.37 0.64 -0.01 -0.22 1.16 -0.60 -1.29 0.61 -1.31 0.14 -0.27 1.10 -0.37 0.14 0.69
Tabla 4.5: Estimaciones de los efectos ordenados en forma ascendente y la probabilidad

acumulada Pk
K 1 2 3 4 5 6 7 8 9
DISEÑO BASE X6 X1X6 X2X4 X3X5 X1X2X6 X1X2X4 X1 X1X2X3 X1X4X5
EFECTOS -3.55 -1.71 -1.49 -1.37 -1.31 -1.29 -0.68 -0.60 -0.37
Pk 0.016 0.048 0.081 0.113 0.145 0.177 0.210 0.242 0.274
K 10 11 12 13 14 15 16 17 18
DISEÑO BASE X1X3X5 X4X6 X4X5 X1X5 X2X3 X1X3X4 X1X4X6 X1X3 X2X5
EFECTOS -0.27 -0.22 -0.01 0.01 0.13 0.14 0.14 0.18 0.24
Pk 0.306 0.339 0.371 0.403 0.435 0.468 0.500 0.532 0.565
38
K 19 20 21 22 23 24 25 26 27
DISEÑO BASE X3X4 X1X4 X1X2 X1X2X5 X3X6 X1X5X6 X1X3X6 X5X6 X4
EFECTOS 0.31 0.33 0.49 0.61 0.64 0.69 1.10 1.16 1.47
Pk 0.597 0.629 0.661 0.694 0.726 0.758 0.790 0.823 0.855
k 28 29 30 31
DISEÑO BASE X5 X2X6 X3 X2
EFECTOS 1.52 1.67 2.02 4.79
Pk 0.887 0.919 0.952 0.984
En la Tabla 4.5 se resume el conjunto completo de las estimaciones de los efectos.

Una forma de realizar el análisis de los efectos de las variables de entrada y de sus
interacciones es mediante una gráfica de probabilidad normal. Para construir esta
gráfica se ordena las estimaciones de los efectos en orden ascendente y se grafica el
k-ésimo de estas estimaciones versus la probabilidad acumulada PK respectiva,
determinada por la formula:
(k − 0.5)
Pk = 4.2
N −1
Donde N es la cantidad total de estimaciones, 32 en el presente estudio. Si se asume
que la distribución de las estimaciones de los efectos es normal (μ=0, δ=1), entonces
esta gráfica será una línea recta. Aquello indicará que los efectos de las variables de
entrada correspondientes son despreciables, en caso contrario, aquellos efectos de las
variables de entrada que se ubican fuera de la línea recta serán no despreciables.
Figura 4.3: Grafico de probabilidad normal de los efectos.
39
De la Figura 4.3 es evidente que los efectos principales B (granulometría) y F (agitación
de pulpa) caen bastante lejos de la línea recta imaginaria que agrupa a los demás
puntos. La otra forma de realizar el análisis de los efectos de las variables de entrada y
de sus interacciones es mediante el análisis de varianza mostrado en la Tabla 4.8, que
corrobora la misma conclusión anterior.
La gráfica de los efectos principales, Figura 4.4, muestra que tanto la granulometría
que afecta positivamente, es decir que a mayor grado de molienda se obtiene mayor
recuperación, así como la agitación que afecta negativamente, es decir a mayor
agitación se obtiene menor recuperación tienen mayores efectos sobre la recuperación
de Cobre (las rectas correspondientes tienen mayores pendientes), el extremo
izquierdo representa el nivel bajo de la variable, mientras que el extremo derecho el
nivel alto de la variable. La Figura 4.5 muestra la gráfica de los efectos de interacción
para dos variables principales, determinado con el Software Statgraphics, en donde se
puede apreciar la misma observación anterior: se obtiene mayor recuperación cuando
la fracción pasante por la malla 100, (B en la abscisa) es mayor y el grado de agitación
(F indicado con “-” para su nivel inferior y “+” para su nivel superior) es menor. En la
Figura 4.6 se muestra la superficie de respuesta.
91
90
Recuperación de Cobre
89
88
87
86
pH SF323 MIBC
Granulometria HostaflotLibC Agitación
Figura 4.4: Grafico de efectos principales para la recuperación de cobre.
40
Figura 4.5: Grafico de interacciones de dos variables principales para la recuperación de
cobre.
Figura 4.6: Superficie respuesta estimada para la recuperación de cobre.
4.2.1 ADICION DE PUNTOS CENTRALES AL DISEÑO 2k-1
En el diseño factorial de dos niveles, se supone que la relación entre las variables
independientes y respuesta obedecen a un modelo matemático lineal. Si esta
suposición es correcta entonces el modelo deberá predecir apropiadamente todos los
puntos del diseño, incluyendo los puntos centrales. En caso contrario, se puede
aseverar que el modelo matemático lineal es insuficiente para explicar las respuestas
41
dentro del rango de las variables independientes estudiadas y se asume la existencia
de una curvatura. La adición de pruebas en el punto central del diseño es precisamente
para dar una estimación promedia de dicha curvatura.
En el presente estudio, para determinar la presencia de la curvatura y error

experimental se realizó tres réplicas en el centro del diseño cuyos resultados se
muestran en la Tabla 4.6:
Tabla 4.6: Respuestas con réplicas en el punto central del diseño

N° A B C D E F Variable respuesta Yi
1 10.5 85 7.1 6.5 7.2 1000 86.84
2 10.5 85 7.1 6.5 7.2 1000 88.44
3 10.5 85 7.1 6.5 7.2 1000 87.48
4.2.2 ANALISIS DE VARIANZA
Es un método para resolver la variación total en el conjunto de las variables estudiadas

en variantes de los componentes específicos que están asociados con factores
definidos que afectan a las variables consideradas. La descomposición de la
variabilidad total en sus partes componentes se expresa de la siguiente manera:
SSTotal = SSEfectos + SSError 4.3
SSTotal: Suma de cuadrados de la variabilidad total

SSEfecto: Suma de cuadrados de la variabilidad de los efectos
SSError: Suma de cuadrados de la variabilidad debido al error
La suma de cuadrados de los efectos principales e interacciones se estima mediante

la siguiente relación matricial:
SS Efecto =
([X ] *Y )
t 2
4.4
N
42
La sumatoria cuadrática del error es determinada mediante la siguiente formula:
∑ (y )
nC 2
SS E = i − yc 4.5
i =1
Donde:
yi : Respuesta en el punto central del diseño

yC : Promedio de las respuestas en el punto central del diseño
nC : Número de pruebas en el centro del diseño
La suma de cuadrados para la curvatura está dado por:
SS Curvatura
n n y − yC
= F C F
( )
2
4.6
n F + nC
Donde:
nF : Cantidad de respuestas en el diseño factorial (N)
nc : Número de réplicas en el centro del diseño
yF : Promedio de las respuestas en el diseño factorial
Reemplazando en las formulas planteadas se obtiene los resultados en la Tabla 4.7:
Tabla 4.7: Suma de cuadrados de la curvatura
yF 88.31
yC 87.59
SSE 1.299
SSCurvatura 1.425
La significancia de los efectos de las variables independientes (efectos principales),

interacciones entre las variables independientes (efectos de interacción) y la curvatura
se estiman mediante el estadístico de prueba Fo.
MS Efecto
F0 = 4.7
MS E
43
Donde:
SS Efecto
MS Efecto = 4.8
gl Efecto
y
SS E
MS E = 4.9
gl E
MSEfecto y MSE son las medias de los cuadrados del efecto y del error respectivamente,
mientras que glEfecto y glE son los grados de libertad del efecto y del error
respectivamente.
Un efecto principal o de interacción o de curvatura será significativo si se cumple:
F 0 ≥ F ∝ , gl Efecto , gl E 4.10
Donde Fα , glEfecto , glE es un valor porcentual de la tabla de distribución F con nivel de
significancia α y con glEfecto y glE grados de libertad.
Los grados de libertad son asignados bajo las siguientes consideraciones:
En los diseños factoriales de dos niveles el grado de libertad para los efectos
principales e interacciones es la unidad.
El grado de libertad para la curvatura es la unidad.
Los grados de libertad para la suma total de cuadrados es determinado
mediante el numero total pruebas experimentales (incluyendo las réplicas en
el centro) menos la unidad.
Los grados de libertad para la suma de cuadrados del error es calculado por
la diferencia de los grados de libertad de la suma de cuadrados totales
menos los grados de libertad de la suma de los cuadrados, de los efectos
principales, de las interacciones y de la curvatura.
En la Tabla 4.8 se muestra el análisis de varianza respectivo.
44
Tabla 4.8: Tabla de análisis de varianza de la primera etapa del experimento
Fuente de Suma de Grados de Media de F1%,1, 2
Fo
variación cuadrados Libertad Cuadrados
X1 3.734 1 3.734 5.748
X2 183.796 1 183.796 282.933
X3 32.755 1 32.755 50.422
X4 17.274 1 17.274 26.592
X5 18.547 1 18.547 28.550
X6 100.697 1 100.697 155.011
X1X2 1.912 1 1.912 2.943
X1X3 0.268 1 0.268 0.412
X1X4 0.897 1 0.897 1.381
X1X5 0.000 1 0.000 0.001
X1X6 23.282 1 23.282 35.839
X2X3 0.137 1 0.137 0.210
X2X4 17.852 1 17.852 27.482
X2X5 0.444 1 0.444 0.683
X2X6 22.317 1 22.317 34.355
X3X4 0.771 1 0.771 1.186
X3X5 15.069 1 15.069 98.50
23.198
X3X6 3.320 1 3.320 5.111
X4X5 0.000 1 0.000 0.001
X4X6 0.390 1 0.390 0.601
X5X6 10.816 1 10.816 16.650
X1X2X3 2.879 1 2.879 4.431
X1X2X4 13.240 1 13.240 20.381
X1X2X5 2.940 1 2.940 4.525
X1X2X6 13.821 1 13.821 21.276
X1X3X4 0.152 1 0.152 0.234
X1X3X5 0.601 1 0.601 0.925
X1X3X6 9.672 1 9.672 14.888
X1X4X5 1.095 1 1.095 1.685
X1X4X6 0.161 1 0.161 0.248
X1X5X6 3.839 1 3.839 5.910
Curvatura 1.425 1 1.425 2.193
SSMerror 1.299 2 0.650
Total 505.399 34
El valor F de la tabla para un nivel de significancia de 1 % con 1 y 2 grados de libertad

es 98.50; por lo tanto las variables % de granulometría y agitación (rpm) son
significativas mientras que el resto son considerados como no significativas. El efecto
de la curvatura no es considerado significativo.
45
4.2.3 MODELO MATEMÁTICO DE PRIMER ORDEN
El modelo matemático lineal tiene la siguiente forma:
Yest = bo + ∑ b j X i 4.11
Donde:
N =35
1
bo =
N
∑Y
i =1
i 4.12
Yi : Variable respuesta, incluyendo las réplicas en el centro del

diseño.
y
Ej
bj = 4.13
2
bo : Término independiente del modelo lineal

Ej : Efecto de la variable j
bj : Coeficiente de la variable j
El modelo resultante es:
Yest . = 88 .24 + 2.40 X 2 − 1.77 X 6 4.14
Reemplazando los valores codificados X2 (% granulometría – malla 100 Tyler) y X6

(Grado de agitación en rpm) en el modelo matemático se obtienen valores estimados
(Yest) para luego hacer la evaluación del modelo matemático.
Del modelo se puede observar que un incremento en variable X2 tiene un efecto

positivo en la recuperación, mientras que un incremento en la variable X6 tiene un
efecto negativo en la recuperación de cobre.
46
4.2.4 EVALUACION DEL MODELO MATEMATICO
Para evaluar el grado de ajuste a los datos experimentales del modelo matemático se
emplean las siguientes formulas:
Suma de cuadrados del residual:
Nt
SS R = ∑ (Yi − Yest ) 2 4.15
i =1
Nt : Numero total de pruebas experimentales (incluyendo las réplicas en el

centro)
El numero de grados de libertad para la suma de cuadrados del residual (glr) es el

número total de pruebas experimentales (incluyendo las replicas en el centro) – número
de términos considerado en el modelo (con variables independientes) – 1.
La suma de cuadrados de la falta de ajuste del modelo matemático esta dado por:
SS FA = SS R − SS E 4.16
El número de grados de libertad para la suma de cuadrados de falta de ajuste (glf) es la

diferencia entre el número de grados de libertad de la suma de cuadrados del residual
y de la suma de cuadrados del error.
El modelo matemático estimado se ajustará a los datos experimentales si:
F0 < F( glf , gle )99% 4.17
Donde:
SS FA
F0 = SS E
glf
,y 4.18
gle
El F( glf , gle ) 99% se halla en la tabla de distribución F.
47
Tabla 4.9: Tabla de análisis residuales
N° Y Yest. (Y-Yest.) (Y-Yest.)2
1 86.28 84.07 2.21 4.88
2 76.00 87.62 -11.63 135.14
3 88.94 92.42 -3.47 12.06
4 92.46 88.87 3.59 12.91
5 83.39 87.62 -4.24 17.94
6 87.26 84.07 3.18 10.13
7 91.40 88.87 2.54 6.43
8 88.72 92.42 -3.69 13.64
9 82.25 87.62 -5.37 28.86
10 89.72 84.07 5.65 31.87
11 88.21 88.87 -0.66 0.44
12 82.92 92.42 -9.50 90.21
13 90.29 84.07 6.22 38.64
14 86.95 87.62 -0.68 0.46
15 92.36 92.42 -0.06 0.00
16 93.58 88.87 4.71 22.22
17 84.90 87.62 -2.72 7.42
18 85.98 84.07 1.91 3.64
19 88.86 88.87 0.00 0.00
20 90.29 92.42 -2.12 4.50
21 88.73 84.07 4.66 21.69
22 82.89 87.62 -4.73 22.40
23 92.14 92.42 -0.28 0.08
24 92.90 88.87 4.03 16.26
25 90.33 84.07 6.26 39.15
26 84.24 87.62 -3.38 11.41
27 92.05 92.42 -0.37 0.14
28 93.28 88.87 4.41 19.45
29 85.80 87.62 -1.83 3.33
30 89.55 84.07 5.48 30.04
31 92.44 88.87 3.58 12.78
32 90.70 92.42 -1.72 2.96
33 86.84 88.24 -1.41 1.98
34 88.44 88.24 0.20 0.04
35 87.48 88.24 -0.77 0.59
SSresidual 623.69
En la Tabla 4.9 se muestra los análisis residuales del modelo matemático del primer
orden, mientras que en la Tabla 4.10 los valores determinados correspondientes a los
parámetros involucrados para los análisis residuales.
Tabla 4.10: Tabla de valores para los análisis residuales

SS GL MS F
FA (falta de ajuste) 622.394 32 19.450
E (error) 1.299 2 0.650 29.941
R (residual) 623.69
48
El valor de F de la tabla para un nivel de significancia de 97 % para 32 y 2 grados de
libertad (F(32,2)97%) es 32.80, F(32,2)95% > Fmodelo(29.941); por lo tanto, el modelo resultante
es considerado como un modelo adecuado.
4.2.5 DECODIFICACION DEL MODELO MATEMÁTICO A ESCALA NATURAL
El modelo natural tiene la siguiente forma:
Y = ao + ∑aj Z j 4.19
Para estimar los coeficientes del modelo matemático a escala natural se consideran los
siguientes términos:
bo : Coeficiente independiente del modelo codificado

bj : Coeficiente dependiente del modelo codificado
Z 0j : Centro del diseño para la variable j (Zmax+Zmin)/2
ΔZj : Radio del diseño de la variable j (Zmax-Zmin)/2
εj : Relación entre el centro y radio del diseño
Z0j
εj = 4.20
ΔZ j
En la Tabla 4.11 se resumen los términos citados. Los coeficientes del modelo a escala
natural son:
Para el término independiente:
k
a0 = b0 − ∑ b jε j 4.21
j =1
bo : coeficiente independiente en el modelo codificado
49
k : numero de variables significativamente considerados
Para el término lineal:

bj
aj = 4.22
ΔZj
Tabla 4.11: Parámetros de decodificación a escala natural

Z2 Z6
bj 2.40 -1.77
Zmin 78 900
max
Z 92 1100
0
Centro del diseño Z j 85 1000
Radio del diseño ΔZj 7 100
εj 12.14 10
El modelo matemático a escala natural calculado es el siguiente:
Yest = 76.889 + 0.342Z 2 − 0.0177Z 6 4.23
4.2.6 ANALISIS DE RECUPERACIONES Y LEYES DE COBRE Y FIERRO EN EL

CONCENTRADO DE COBRE
Con el fin de explicar la relación existente entre las recuperaciones y leyes de Cobre y
Fierro en el concentrado, en las Figuras 4.9 y 4.10 se incluye gráficas que muestran
con mayor detalle esta relación entre ambos elementos en cada prueba conforme al
diseño factorial planteado. De acuerdo a estas figuras se observa que las
modificaciones de las condiciones de operación de acuerdo al diseño factorial no
tienen mayores impactos sobre las recuperaciones y leyes de fierro en el concentrado
de cobre, mientras que para la recuperación de cobre los impactos son notorios.
50
Tabla 4.12: Análisis de recuperaciones de cobre y fierro en el concentrado
N° ESCALA CODIFICADA ESCALA REAL RECUPERACION

X1 X2 X3 X4 X5 X6 A B C D E F Cu Fe
1 -1 -1 -1 -1 -1 -1 10 78 5.1 4.5 5.2 900 86.28 3.32
2 1 -1 -1 -1 -1 1 11 78 5.1 4.5 5.2 1100 76.00 2.81
3 -1 1 -1 -1 -1 1 10 92 5.1 4.5 5.2 1100 88.94 4.62
4 1 1 -1 -1 -1 -1 11 92 5.1 4.5 5.2 900 92.46 3.76
5 -1 -1 1 -1 -1 1 10 78 9.1 4.5 5.2 1100 83.39 3.96
6 1 -1 1 -1 -1 -1 11 78 9.1 4.5 5.2 900 87.26 3.59
7 -1 1 1 -1 -1 -1 10 92 9.1 4.5 5.2 900 91.40 3.68
8 1 1 1 -1 -1 1 11 92 9.1 4.5 5.2 1100 88.72 3.98
9 -1 -1 -1 1 -1 1 10 78 5.1 8.5 5.2 1100 82.25 3.63
10 1 -1 -1 1 -1 -1 11 78 5.1 8.5 5.2 900 89.72 3.16
11 -1 1 -1 1 -1 -1 10 92 5.1 8.5 5.2 900 88.21 3.70
12 1 1 -1 1 -1 1 11 92 5.1 8.5 5.2 1100 82.92 3.73
13 -1 -1 1 1 -1 -1 10 78 9.1 8.5 5.2 900 90.29 4.05
14 1 -1 1 1 -1 1 11 78 9.1 8.5 5.2 1100 86.95 4.21
15 -1 1 1 1 -1 1 10 92 9.1 8.5 5.2 1100 92.36 4.62
16 1 1 1 1 -1 -1 11 92 9.1 8.5 5.2 900 93.58 3.74
17 -1 -1 -1 -1 1 1 10 78 5.1 4.5 9.2 1100 84.90 3.52
18 1 -1 -1 -1 1 -1 11 78 5.1 4.5 9.2 900 85.98 2.70
19 -1 1 -1 -1 1 -1 10 92 5.1 4.5 9.2 900 88.86 2.99
20 1 1 -1 -1 1 1 11 92 5.1 4.5 9.2 1100 90.29 3.57
21 -1 -1 1 -1 1 -1 10 78 9.1 4.5 9.2 900 88.73 3.48
22 1 -1 1 -1 1 1 11 78 9.1 4.5 9.2 1100 82.89 3.77
23 -1 1 1 -1 1 1 10 92 9.1 4.5 9.2 1100 92.14 4.35
24 1 1 1 -1 1 -1 11 92 9.1 4.5 9.2 900 92.90 3.54
25 -1 -1 -1 1 1 -1 10 78 5.1 8.5 9.2 900 90.33 3.69
26 1 -1 -1 1 1 1 11 78 5.1 8.5 9.2 1100 84.24 3.48
27 -1 1 -1 1 1 1 10 92 5.1 8.5 9.2 1100 92.05 4.30
28 1 1 -1 1 1 -1 11 92 5.1 8.5 9.2 900 93.28 3.39
29 -1 -1 1 1 1 1 10 78 9.1 8.5 9.2 1100 85.80 3.73
30 1 -1 1 1 1 -1 11 78 9.1 8.5 9.2 900 89.55 3.85
31 -1 1 1 1 1 -1 10 92 9.1 8.5 9.2 900 92.44 3.77
32 1 1 1 1 1 1 11 92 9.1 8.5 9.2 1100 90.70 4.27
51
Tabla 4.13: Análisis de leyes de cobre y fierro en el concentrado
N° ESCALA CODIFICADA ESCALA REAL CONCENTRADO

X1 X2 X3 X4 X5 X6 A B C D E F Ley Cu Ley Fe
1 -1 -1 -1 -1 -1 -1 10 78 5.1 4.5 5.2 900 19,30 31,00
2 1 -1 -1 -1 -1 1 11 78 5.1 4.5 5.2 1100 18,90 30,10
3 -1 1 -1 -1 -1 1 10 92 5.1 4.5 5.2 1100 16,20 33,00
4 1 1 -1 -1 -1 -1 11 92 5.1 4.5 5.2 900 15,80 27,70
5 -1 -1 1 -1 -1 1 10 78 9.1 4.5 5.2 1100 14,60 27,90
6 1 -1 1 -1 -1 -1 11 78 9.1 4.5 5.2 900 16,90 29,20
7 -1 1 1 -1 -1 -1 10 92 9.1 4.5 5.2 900 17,60 30,10
8 1 1 1 -1 -1 1 11 92 9.1 4.5 5.2 1100 14,60 26,80
9 -1 -1 -1 1 -1 1 10 78 5.1 8.5 5.2 1100 17,50 30,20
10 1 -1 -1 1 -1 -1 11 78 5.1 8.5 5.2 900 17,60 28,40
11 -1 1 -1 1 -1 -1 10 92 5.1 8.5 5.2 900 17,90 30,90
12 1 1 -1 1 -1 1 11 92 5.1 8.5 5.2 1100 14,60 25,90
13 -1 -1 1 1 -1 -1 10 78 9.1 8.5 5.2 900 16,30 30,70
14 1 -1 1 1 -1 1 11 78 9.1 8.5 5.2 1100 16,40 30,90
15 -1 1 1 1 -1 1 10 92 9.1 8.5 5.2 1100 12,50 26,40
16 1 1 1 1 -1 -1 11 92 9.1 8.5 5.2 900 15,10 25,50
17 -1 -1 -1 -1 1 1 10 78 5.1 4.5 9.2 1100 15,70 27,30
18 1 -1 -1 -1 1 -1 11 78 5.1 4.5 9.2 900 19,10 28,50
19 -1 1 -1 -1 1 -1 10 92 5.1 4.5 9.2 900 19,80 28,40
20 1 1 -1 -1 1 1 11 92 5.1 4.5 9.2 1100 14,70 25,40
21 -1 -1 1 -1 1 -1 10 78 9.1 4.5 9.2 900 18,20 29,30
22 1 -1 1 -1 1 1 11 78 9.1 4.5 9.2 1100 12,60 24,70
23 -1 1 1 -1 1 1 10 92 9.1 4.5 9.2 1100 12,60 25,60
24 1 1 1 -1 1 -1 11 92 9.1 4.5 9.2 900 16,40 26,60
25 -1 -1 -1 1 1 -1 10 78 5.1 8.5 9.2 900 17,60 30,00
26 1 -1 -1 1 1 1 11 78 5.1 8.5 9.2 1100 14,90 26,00
27 -1 1 -1 1 1 1 10 92 5.1 8.5 9.2 1100 13,30 25,80
28 1 1 -1 1 1 -1 11 92 5.1 8.5 9.2 900 17,10 26,90
29 -1 -1 1 1 1 1 10 78 9.1 8.5 9.2 1100 14,80 27,10
30 1 -1 1 1 1 -1 11 78 9.1 8.5 9.2 900 14,20 25,50
31 -1 1 1 1 1 -1 10 92 9.1 8.5 9.2 900 16,90 29,80
32 1 1 1 1 1 1 11 92 9.1 8.5 9.2 1100 12,40 25,20
52
RECUPERACIONES DE COBRE Y FIERRO - CONCENTRADO DE COBRE
Recuperación de Cu (%) Recuperacion de Fe en conc. Cu
100
80
Recuperación (%)
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
N PRUEBAS
Figura 4.7 Recuperaciones de cobre y fierro en el concentrado de cobre
COBRE Y HIERRO EN CONCENTRADO DE COBRE

Ley Fe (%) Ley cu (%)
40
35
30
Ley (%)
25
20
15
10
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
N PRUEBAS
Figura 4.8 Leyes de cobre y fierro en el concentrado de cobre
Mediante el uso del Software Statgraphics se determinó las gráficas de los efectos
principales sobre las leyes de Cu y Fe en el concentrado que se muestran en las
Figuras 4.9 y 4.10 respectivamente. Se puede observar que la variable Granulometría
tiene mayor efecto en la ley de cobre, mientras que el pH y la Agitación tienen mayores
efectos en las leyes de fierro. Mientras más fina sea la granulometría la ley de cobre
será menor contrastando con la recuperación de la misma tal como se observó en la
Figura 4.4.
53
La ley de fierro en la recuperación de cobre se reduce con el aumento de pH, mientras
que aumenta con el incremento del grado de agitación, tal como se observa en la figura
4.10.
24
Ley de Cu en concentrado
23
22
21
20
pH SF323 MIBC
Granulometría HostaflotLIBC Agitación
Figura 4.9 Efectos principales para ley de Cu en el concentrado
42
Ley de Fe en concentrado
41
40
39
38
pH SF323 MIBC
Granulometría HostaflotLIBC Agitación
Figura 4.10 Efectos principales para ley de Fe en el concentrado
54
4.3 SEGUNDA ETAPA: DETERMINACIÓN DE LA REGIÓN ÓPTIMA MEDIANTE
LA TÉCNICA DE PENDIENTE ASCENDENTE.
El modelo encontrado en la primera etapa describe, a menudo, regiones que se

encuentran lejos de la óptima; por lo que es necesario escalar a través de una ruta
apropiada y rápida hacia la región óptima.
Escalamiento
El escalamiento se realiza en base al modelo lineal codificado determinado en la

primera etapa.
Yest . = 88 .24 + 2 .40 X 2 − 1 .77 X 6 4.14
Las variables, granulometría (% pasante a malla 100) y agitación de la pulpa son los
que tienen mayor efecto en la recuperación de cobre. Por lo tanto, se realiza el
escalamiento en base a estas dos variables, manteniendo constante las otras en el
punto central del diseño factorial de la primera etapa por considerar que sus efectos no
son significativos en el presente estudio.
En la tabla 3.14 se muestran los parámetros de escalamiento en máxima pendiente

Z 0j
ascendente donde bj * ΔZj es la dirección del ascenso más empinado, ε = y Δε j
ΔZ j
es el paso ascendente para la variable codificada Xj. El centro del diseño Z 0j y el radio
del diseño ΔZj son los mismos de la primera etapa para las dos variables significativas
puesto que se considera los mismos niveles para estas dos variables con respecto a la
primera etapa. El valor de paso de la granulometría Δε 2 se determina asumiendo un
valor de paso de la agitación Δε 6 (- 25 en el presente caso) y con los demás
parámetros indicados reemplazando en la ecuación 3.25.
Δε j
= Cons tan te 4.24
b j ΔZ j
55
Z +j = Z 0j ± Δε j 4.25
Tabla 4.14: Parámetros de escalamiento en pendiente ascendente

Z2 Z6
0
Centro del diseño Z j 85.00 1000
Radio del diseño ΔZ j 7.00 100
Relación ε 12.14 10
bj 2.40 -1.77
b j * ΔZ j 16.80 -177
Δε j 2.37 -25
Los recorridos experimentales y los resultados obtenidos mediante la Ecuación 4.25 se

muestran en la Tabla 4.15.
Tabla 4.15: Resultados de escalamiento
N° Z2 Z6 Y
1 85.00 1000 83.69
2 87.37 975 87.20
3 89.74 950 88.22
4 92.11 925 89.47
5 94.48 900 91.64
De acuerdo al análisis de la Tabla 4.15, la prueba N° 5 muestra la mayor recuperación

de cobre que se logra; con el incremento del porcentaje pasante a la malla 100 y con la
reducción de la agitación de la pulpa. En vista de que con la agitación menor a 900 rpm
no hubo formación de espumas, necesarias para la flotación, no se pudo continuar con
más experimentos.
Por consiguiente la región óptima se encuentra en las proximidades de los niveles de la

prueba N° 5 y la tercera fase debería llevarse a cabo alrededor de este punto; pero por
la razón de la no formación de espumas explicadas en el párrafo anterior se tomó la
granulometría de 92 % - malla 100 tyler y la agitación a 925 rpm como punto central del
diseño en la fase final de la investigación.
56
4.3.1 ANALISIS DE RECUPERACIONES Y LEYES DE COBRE Y FIERRO EN EL
CONCENTRADO DE COBRE
De manera similar como en la primera etapa, con el fin de explicar la relación entre las
recuperaciones y leyes de Cobre y Fierro en el concentrado se determinó los efectos
de las variables principales mediante el Sofware Statgraphics. En la Tabla 4.16 se
muestran las recuperaciones de Cobre y Fierro en el concentrado de cobre.
De la Figura 4.11 se puede observar que los cambios de los niveles de las variables no
tienen efectos notorios en la recuperación de fierro en el concentrado de cobre,
mientras que en la recuperación de cobre los efectos de estos cambios sí son notables.
De la Figura 4.12 se puede notar los efectos de los cambios en las leyes de fierro y de
cobre, los efectos son similares tanto para el cobre como para el fierro.
Tabla 4.16: Análisis de recuperaciones cobre y fierro en el concentrado

PRUEBA ESCALA REAL RECUPERACION
N° Z2 Z6 Cu Fe
1 85.00 1000 83.69 2.48
2 87.37 975 87.20 3.04
3 89.74 950 88.22 3.41
4 92.11 925 89.47 3.13
5 94.48 900 91.64 3.58
RECUPERACIONES DE COBRE Y FIERRO EN EL CONCENTRADO DE COBRE
Recuperación de Cobre Rec. de Fe en conc. Cobre
100
80
Recuperación (%)
60
40
20
0
1 2 3 4 5
N PRUEBAS
Figura 4.11 Recuperación de Cu y fe en el concentrado de cobre en la segunda etapa
57
Tabla 4.17: Análisis de leyes de cobre y fierro en el concentrado
PRUEBA ESCALA REAL CONCENTRADO
N° Z2 Z6 Cu Fe
1 85.00 1000 16.83 27.64
2 87.37 975 17.50 28.67
3 89.74 950 17.47 28.99
4 92.11 925 17.32 28.94
5 94.48 900 17.56 30.48
LEYES DE COBRE Y FIERRO EN EL CONCENTRADO DE COBRE

Ley de cobre (%) Ley de fierro (%)
35
30
Ley (%)
25
20
15
1 2 3 4 5
N PRUEBAS
Figura 4.12 Leyes de Cu y Fe en el concentrado de cobre en la segunda etapa
4.4 TERCERA ETAPA: OPTIMIZACIÓN FINAL DEL PROCESO POR MEDIO DE

DISEÑOS ROTABLES (DISEÑO HEXAGONAL)
La metodología de diseños rotables corresponde a un grupo de técnicas utilizadas en

los estudios empíricos de las relaciones entre una o varias respuestas como la
recuperación de cobre por un lado y una serie de variables de control, como el % de
granulometría y el grado de agitación en flotación de minerales por el otro. Estas
técnicas se han utilizado para contestar a preguntas de varios tipos, tales como las
siguientes:
• ¿Cómo, en una región de interés, un conjunto de variables afecta a una

respuesta determinada?
• ¿Qué niveles de las variables de control, permitirán obtener una producción que
satisfaga simultáneamente las especificaciones deseadas?
58
• ¿Qué valores de las variables de control producirán un máximo en una
respuesta específica y cómo es la superficie de respuesta en las inmediaciones
de este máximo?
Los diseños rotables son estimados por los modelos matemáticos de segundo orden:
Yest = bo + ∑ bi X i + ∑ bij X i X j + ∑ bii X i2 4.26
Los coeficientes del modelo está definido por la siguiente formula matricial:
B = ( X T X ) −1 X tY 4.27
Donde:
X: Matriz de diseño hexagonal

Xt: Transpuesta de la matriz del diseño
Y: Los datos observados
En vista de que las variables granulometría (% pasante a la malla 100) y agitación de la

pulpa fueron observados significativos en la primera etapa y que la prueba con 93.77%
- malla 100 de granulometría y 900 rpm de agitación proporcionó la recuperación más
alta en la segunda etapa, se aplica el diseño experimental hexagonal en torno a este
punto.
Se consideró la unidad como radio de la circunferencia circunscrita al hexágono del

diseño a escala codificada. Los valores máximos y mínimos asumidos para las dos
variables a escala natural fueron de acuerdo a la Tabla 4.18.
Tabla 4.18: Valores considerados para el diseño factorial hexagonal

NIVELES
VARIABLES
(-) (0) (+)
Z2 = % granulometría (malla 100) 90 92 94
Z6 = Agitación de la pulpa (rpm) 900 925 950
59
La matriz codificada para el diseño hexagonal se muestra en la Tabla 4.19. Esta matriz
está compuesta por los vértices de un hexágono regular circunscrito dentro de una
circunferencia de radio igual a la unidad, tal como se muestra en la Figura 2.3.
Tabla 4.19: Matriz codificada para el diseño hexagonal

N° X2 X6
1 1.0 0.000
2 0.5 0.866
3 -0.5 0.866
4 -1.0 0.000
5 -0.5 -0.866
6 0.5 -0.866
7 0.0 0.000
8 0.0 0.000
9 0.0 0.000
Para calcular los valores de las variables a escala natural, se construye la Tabla 4.20
similar a la Tabla 4.11 de la primera etapa.

N° Z2 Z6
(-) 90 900
(+) 94 950
0
Z 92 925
ΔZi 2 25
La escala natural tiene la siguiente ecuación:
Z i = Z i0 + X i ΔZ i 4.28
Remplazando valores se obtiene la matriz a escala natural mostrado en la Tabla 4.21
Tabla 4.21: Valores a escala natural del diseño hexagonal

N° Z2 Z6
1 94.00 925.00
2 93.00 946.65
3 91.00 946.65
4 90.00 925.00
5 91.00 903.35
6 93.00 903.35
7 92.00 925.00
8 92.00 925.00
9 92.00 925.00
60
La Tabla 4.22 muestra los valores codificados y naturales con las recuperaciones
respectivas, luego de haber realizado las corridas experimentales. Esta tabla está
compuesta de 9 corridas: 6 de acuerdo con el diseño y 3 replicas en el centro para
calcular la varianza del error experimental.
Tabla 4.22: Resultados del diseño hexagonal

CODIFICADO NATURAL RECUPERACIÓN
N°
X2 X6 Z2 Z6 (Y)
1 1.0 0.000 94.00 925.00 91.71
2 0.5 0.866 93.00 946.65 89.45
3 -0.5 0.866 91.00 946.65 85.57
4 -1.0 0.000 90.00 925.00 90.42
5 -0.5 -0.866 91.00 903.35 91.20
6 0.5 -0.866 93.00 903.35 92.55
7 0.0 0.000 92.00 925.00 91.01
8 0.0 0.000 92.00 925.00 90.21
9 0.0 0.000 92.00 925.00 90.39
El modelo matemático para el diseño hexagonal propuesto a escala codificada es el

siguiente:
Y est = 90 . 5367 + 1 . 30167 X 2 − 2 . 52021 X 6 + 0 . 528333 X 22 − 1 . 30174 X 62 + 1 . 46074 X 2 X 6 4.29
El modelo a escala natural tiene la siguiente forma:
Yest = a o + ∑ a i Z i + ∑ a ij Z i Z j + ∑ a ii Z i2 4.30
Donde:
ao = bo − ∑ bi ε i + ∑ bij ε iε j + ∑ bii ε i2 3.31
Donde:
Z io
εi = 4.32
ΔZ i
ao : termino independiente del modelo matemático a escala natural
Para los términos lineales:
61
bi b b
ai = − 2 ii ε i − ij ε j i=j=1......k-1 4.33
Δz i Δz i Δz i
ai : Coeficiente de los términos lineales del modelo a escala natural.
Para los términos cuadráticos:
bii
aii = 4.34
Δzi2
aii : Coeficiente del término cuadrático del modelo en escala natural.
Para los términos interacción:
bij
aij = i≠j, i=j=j.....k 4.35
Δz i Δz j
aij : Coeficientes del término de interacción del modelo a escala natural.
Aplicando las ecuaciones para el modelo, se tiene la Tabla 4.23.

Z2 Z6
0
Centro del diseño Z i 92.00 925
Radio del diseño ΔZi 2.00 25.00
Relación ε 46 37
El modelo matemático a escala natural final es el siguiente:
Yest = 1945 .95 − 50.6762 Z 2 + 1.06459 Z 6 + 0.132083 Z 22 − 0.00208279 Z 62 + 0.0292148 Z 2 Z 6 4.36
62
En la Figura 4.13 (obtenida mediante Statgraphics) se observa los efectos de las
variables considerados en esta etapa. Se puede notar que a una granulometría más
fina y a un menor grado de agitación se obtiene una mayor recuperación, de la misma
forma como se observó en las etapas anteriores. En la Figura 4.14 se puede notar la
existencia de las interacciones entre las dos variables. Para ambos casos se puede
observar una curvatura debido a que se trata de un modelo de segundo grado.
Figura 4.13 Grafico de efectos principales para la recuperación de cobre
Figura 4.14 Grafico de interacción para la recuperación de cobre
En las Figuras 4.15 y 4.16 se observa la superficie respuesta, obtenidas por

Statgraphics, que se estudia con mayor detalle en la siguiente sección.
63
Figura 4.15 Superficie de respuesta estimada
Figura 4.16 Contorno de la superficie de la respuesta estimada
4.4.1 EVALUACION DEL MODELO MATEMATICO DE SEGUNDO GRADO
Empleando el mismo procedimiento para la evaluación del modelo matemático de

primer orden se realiza la evaluación para el modelo matemático de segundo orden.
En la Tabla 4.24 se muestra los análisis residuales del diseño hexagonal mientras que
en la Tabla 4.25 se muestra el análisis de varianza para la evaluación de los modelos.
64
Tabla 4.24: Análisis residuales del diseño hexagonal
X1 X2 Y Yest Y-Yest. (Y-Yest.)2

1.0 0.000 91.71 92.37 -0.66 0.44
0.5 0.866 89.45 88.81 0.64 0.41
-0.5 0.866 85.57 86.25 -0.68 0.46
-1.0 0.000 90.42 89.77 0.65 0.43
-0.5 -0.866 91.20 91.87 -0.68 0.46
0.5 -0.866 92.55 91.91 0.64 0.41
0 0 91.01 90.54 0.47 0.22
0 0 90.21 90.54 -0.33 0.11
0 0 90.39 90.54 -0.15 0.02
SSresidual 2.95
Tabla 4.25: Tabla de análisis de varianza de los análisis residuales
SS GL MS F
FA (falta de ajuste) 2.601 1 2.601
E (error) 0.352 2 0.176 14.766
R (residual) 2.953 3 0.984
El valor F de la tabla para un nivel de significancia de 5 % para 1 y 2 grados de libertad

(F(1,2) 95%) es 18.51. Por lo tanto, F(1,2) 95% > Fmodelo (14.766); entonces el modelo
resultante es considerado como un buen modelo.
4.4.2 ANÁLISIS DE MÁXIMOS Y MINIMOS
La estrategia planteada determina un modelo de primer orden con las variables más
influyentes en la recuperación de cobre, luego utiliza el método de la máxima pendiente
en base al modelo determinado para aproximarse a la región deseada (máxima
recuperación), y finalmente utiliza un diseño de segundo orden para optimizar la
recuperación de cobre dentro de la región determinada. Se estudiará con más detalle
esta ecuación de segundo orden ajustado, utilizando como ilustración un modelo con
dos variables; que es el caso del presente estudio.
La ecuación ajustada tiene la forma:
ŷ = bo + b1x1 + b2x2 + b11x12 + b22x22 + b12x1x2 4.37
65
Según los coeficientes bo, b1, b2, b11, b22 y b12 esta ecuación puede tomar formas
distintas.
La ecuación tendrá un máximo, un mínimo o no tendrá un extremo de acuerdo al signo

de sus coeficientes b11 y b22:
• Con signos iguales de b11 y b22 se tendrá un mínimo (en caso de ser ambos
positivos) o un máximo (en caso de ser ambos negativos). La Figura 4.17 es un
ejemplo de este caso.
• Con signos diferentes de b11 y b22 no se tendrá un máximo ni un mínimo sino
una silla de montar como de la Figura 4.18.
x2
x1
X2
1
X
x2
Figura 4.17 Curvas de ecuaciones de segundo grado representando un

máximo
66
Figura 4.18 Curvas de ecuaciones de segundo grado representando una
silla de montar
Para el análisis de la Ecuación 4.37 se emplea la matriz Hessiana de orden 2x2.
∂2Y/∂X12 ∂2Y/∂X1 X2
H 22 = 4.38
∂2Y/∂X2 X1 ∂2Y/∂X22
H11 = ∂2Y/∂X12 4.39
Se cumplen las siguientes condiciones:
• Si H11 > 0 y H22 > 0, existe un mínimo relativo.
67
• Si H11 < 0 y H22 > 0, existe un máximo relativo.
• Si H22 < 0, existe un punto de silla.
• Si H22 = 0, puede existir o no máximo o mínimo relativo.
El modelo matemático para el diseño final en escala codificada fue:
Yest = 90.5367 + 1.30167X 2 − 2.52021X 6 + 0.528333X 22 − 1.30174X 62 + 1.46074X 2 X 6 4.40
Asignándoles X1 = X2 y X2 = X6 en la matriz anterior
H11 = 1.058
H 22 = -4.852
Como el signo del valor de H22 es negativo el modelo no posee ni máximo ni mínimo
sino un punto de silla.
Mediante el análisis del modelo dentro de los rangos de la granulometría y agitación

estudiadas se obtienen lo valores óptimos:
Tabla 4.26: Tabla de resultados optimizados
Factor Valor Optimo Respuesta Optima
Z2
94.00
92.57
Z6
915.00
68
CONCLUSIONES Y RECOMENDACIONES
1. De las tres etapas de optimización se concluye que la recuperación de cobre en

el concentrado es afectado principalmente por granulometría y grado de
agitación: incrementando el grado de molienda y reduciendo el grado de
agitación se obtiene mayores recuperaciones.
2. Se logró incrementar la recuperación del cobre de 87 %, obtenida en la planta, a

92.57 % a nivel laboratorio; optimizando las variables principales de mayor
influencia como: grado de molienda, incrementando a 94 % - malla 100 Tyler, y
grado de agitación, reduciendo a 915 rpm. Las otras variables se mantuvieron
en sus puntos medios de la primera etapa, en vista que no tenían efectos
significativos sobre la recuperación de cobre.
3. En la etapa final de optimización se obtuvo el modelo matemático a escala

natural:
Yest = 1945.95 − 50.6762Z 2 + 1.06459Z 6 + 0.132083Z 22 − 0.00208279Z 62 + 0.0292148Z 2 Z 6
Donde:
Z2 = Grado de molienda y
Z6 = Grado de agitación
4. El modelo final encontrado no posee ni máximo ni mínimo sino un punto de silla

de montar y mediante el análisis del modelo se obtuvo un punto óptimo de
recuperación de 92.57 % dentro de los rangos estudiados de las variables
(granulometría 90 – 94 % - malla 100 Tyler, agitación 900 – 950 rpm)
5. De acuerdo al modelo indicado en el punto 3 la máxima recuperación de cobre

se obtiene con el valor superior extremo del rango considerado para la
granulometría, por poseer la forma de una silla de montar. Cuando ocurre esta
situación sería recomendable llevar a cabo una optimización adicional mediante
algún diseño entorno a este punto.
69
6. La ley de cobre en el concentrado de cobre es afectado principalmente por la
Granulometría, mientras más fina sea la granulometría la ley de cobre será
menor.
7. Los cambios de las condiciones de trabajo no causan mayores impactos en la

recuperación de fierro en el concentrado de cobre.
8. Las leyes de fierro en el concentrado de cobre son afectados básicamente por el

pH y el grado de agitación, reduciéndose, con el incremento del pH y
aumentando con el incremento del grado de agitación.
9. Los tres métodos de optimización empleados en el presente caso asumen que

todas pruebas experimentales son llevadas a cabo en forma aleatoria y por el
personal capacitado para obtener los resultados con un mínimo error
experimental.
10. Para iniciar este tipo de investigaciones es recomendable que el experimentador

tenga un entrenamiento previo en cada una de las etapas para que los
resultados sean reportados con un mínimo error experimental.
11. Es imperativo contar con equipos apropiados para obtener resultados confiables
sin mayor influencia de errores introducidos a causa de estos equipos de prueba
a prueba.
70
BIBLIOGRAFIA
1. AYALA MINA JORGE Y PARDO MERCADO RICHARD, Optimización por

Diseños Experimentales. Capítulos 5, 6, 7 y 8. Páginas 59, 97, 135 y 159.
Edición, 1995, Lima Perú.
2. CAICEDO F., Diseño Experimental con Aplicaciones a Metalurgia Extractiva.

Edición 1968. Capítulo 2. Pagina 24.
3. CASTRO CHAMORRO, JORGE A., Tesis de pre – grado en Optimización del

proceso de flotación de concentrado de zinc en la compañía Minera “Yauliyacu”
S.A. mediante diseños factoriales. UNMSM – EAP IM, 2005.
4. CASTRO S., Curso Panamericano de Metalurgia Extractiva, Programa

Regional de la OEA, Departamento de Ingeniera Metalúrgica Universidad de
Concepción, Fundamentos Físico Químicos de la Flotación – 1983.
5. DOUGLAS C. MONTGOMERY, Diseño y Análisis de Experimentos, Editorial

Iberoamérica, 1992. Capítulos 9, 10, 11. Páginas 270, 319 y 335.
6. FIGUEROA LOLI MELCHOR AQUILES, Tesis de post - grado en Celda de

flotación de nueva generación, prototipo, pilotaje y evaluación. UNMSM – EAP
IM, 2005.
7. GEORGE SNEDECOR AND WILLIAM COCHRAN, Statistical Methods. 6°

Edición. Capítulos 12. Página 339.
8. HUNTER J. STUART, Determination of Optimum Operating Condition by

Experimental Methods.
9. KELLY E. G. SPOTTISWOOD D. J., Introduction to Mineral Processing, John

Wiilley; New York, 1982. Capítulo 16. Página 332.
71
10. KUME HITOSHI, Herramientas Estadísticas Básicas para el Mejoramiento de la
Calidad, Editorial Norma 1993.
11. MAGNE O., LUIS, Procesamiento de Minerales, 1998. Capítulo 2. Página 33.
12. MURPHY T., Design and Analysis of Industrial Experiments. Chemical

Engineering, June 1977.
13. SOMASUNDARAN P., Optimization of a Flotation Operation using Statistical

Methods. AIME, December 1969.
14. TORRES BARDALES, MAMANI VIDAL WILSON Y ALVARADO EDGAR,

Aplicación del Diseño Experimental Plackett y Burman en la Mejora del
Proceso Merrill-Crowe y el Lavado en Contracorriente - Compañía Minera
Poderosa S.A.
72
ANEXOS
73
ANEXO I
COMPAÑIA MINERA CANDELARIA
74
DESCRIPCIÓN RESUMIDA
El depósito de Candelaria se localiza a unos 20 km al sur de Copiapó, entre Manto

verde y Mantos Blancos, se localiza cerca de la Zona Atacama Alta dentro de la
Cordillera Costera norteña de Chile, y el Cinturón Férrico chileno.
En sus inicios de operaciones, año 1993, el concentrador de Candelaria procesaba

56000 ton/día de mineral de Mina, el contenido promedio de cobre era de 1.29 % de
cobre, con 0.26 gr/ton de Au y 4.5 gr/ton de Ag. El principal componente del mineral de
valor es la Calcopirita, que es un compuesto de Cu, Fe y S, también hay cantidades
importantes de Pirita y Magnetita (minerales de Fierro) y muchos minerales menores.
Los circuitos de chancado, molienda y de Flotación de espumas recuperaban 93 % de
Cu, 75 % de Au y 71 % de Ag. Su producción era en promedio de 1104 ton/día de
concentrado de 30 % de Cu, 5.51 gr/ton de oro y 67 gr/ton de Ag.
Al momento de realización del presente trabajo la ley de Cu de cabeza era de 0.84 %

con el que se obtenía una recuperación promedio de 87 %.
CHANCADO
El chancador primario es una unidad giratoria Fuller – Traylor (1 524 mm por 2 260
mm). El mineral que viene de la mina tiene 1.2 m de diámetro y una longitud máxima
de 3 m, el chancador lo reduce en aproximadamente un 90 % menos 204 mm.
Camiones Tolva (con capacidad de 177 ton) descargan el mineral en cualquier de los
lados de los buzones de descarga de 380 ton. Un picapiedra hidráulico rompe rocas
que son demasiado grandes para que puedan ingresar dentro de la cavidad de
chancado.
Un sistema de captación de polvo tipo boquillas nebulizadoras se encuentran en el

depósito de compensación sobre el chancador primario, el alimentador de correa de
descarga del chancador primario y la correa terrestre de mineral grueso.
El chancador primario tiene un motor de impulsión de frecuencia regulable se usa solo

para un arranque suave y para realizar pruebas.
75
Minera
Candelaria
Figura 3.21: Ubicación geográfica de la unidad minera Candelaria
76
El producto chancado se descarga en un depósito de compensación que esta
inmediatamente debajo del chancador. Un alimentador de correa de descarga de
velocidad variable de 2 440 mm (96”) de largo por 11.5 m de ancho sale del deposito
de compensación. Esta correa se descarga en una correa transportadora terrestre de
1524 mm de ancho. Esta correa que se encuentra equipada con dos unidades de
impulsión de 1 125 KW, transporta el mineral grueso a través de una distancia
horizontal de 457 m y tiene un grado de elevación de 110 m.
El mineral se descarga a un STOCKPILE de almacenamiento de mineral grueso de

220000 ton, el almacenamiento vivo del Stockpile es de 30 000 ton, proporcionando
una capacidad de compensación de aproximadamente 24 horas entre la mina y el
concentrador. La capacidad total de Stockpile es de aproximadamente 220 000 ton.
MOLIENDA
Uno o más de tres alimentadores de correas de 1 830 mm de ancho por 8 700 mm de

largo sacan el mineral chancado que esta bajo el Stockpile. Los puntos de descarga de
los alimentadores de correa están equipados con boquillas nebulizadoras para captar
polvo; Comúnmente se echan a andar los 3 alimentadores para asegurar que el
Stockpile cae en forma pareja, pero cada alimentador es capaz de manejar todo el
tonelaje del concentrado.
El mineral de los alimentadores se descarga en la correa alimentadora del molino SAG,

que es una correa transportadora inclinada de 1 372 mm de ancho por 302 m de largo
con sistema de transmisión de velocidad variable que permite operar la correa con una
carga constante. Los puntos de descarga de la correa cuentan con un sistema de
eliminación de polvo con boquillas nebulizadoras.
El mineral grueso de los alimentadores se une en la correa de alimentación mediante

un harnero de descarga de sobretamaño del molino SAG. Estos sólidos y una cantidad
proporcional de agua ingresa a un molino semiautogeno de 11 m de diámetro y 4.6 m
de largo.
77
Este molino SAG esta accionado por un motor “Wrap – around” de 11 950 KW de
frecuencia ajustable y velocidad variable, comúnmente el molino funciona a un 75 % de
su velocidad critica y con aproximadamente un 8 % por volumen de bolas de molienda,
la rejilla de descarga tiene ranuras de 11 mm por 52 mm.
El molino SAG se descarga sobre dos harneros de doble cubierta, de cabezal bajo de 3
m por 7.3 m, los harneros están sobre rieles que pueden pasar de la posición de
operación a la de Stand by y viceversa según se requiera.
Las cubiertas superiores tiene orificios de 22 mm x 22 mm, las cubiertas inferiores

tienen ranuras de 11 mm x 52 mm.
El material de sobretamaño del harnero de descarga del molino SAG se recicla en la

alimentación del molino a través de un circuito de chancado de pebbles. El material de
sobretamaño cae a una correa de transferencia y luego a una correa inclinada que
conduce al edificio del separador preliminar donde cae a una compuerta de desviación,
esta compuerta puede devolver todo o parte del material reciclado directamente a la
correa de alimentación del molino; Sin embargo, la ruta normal lleva el material a un
par de chancadores de cono cabeza corta a través de un deposito de compensación.
Un sistema separador preliminar (Compuesto de 3 imanes y una rejilla vibradora)
sacan los trozos metálicos, rechazan las bolas de molienda y la magnetita a medida
que el material de sobretamaño es transportado a los chancadores.
Un 60 % del producto obtenido de los chancadores de sobretamaño pasa los 6.4 mm,
se descarga a través de una correa de transferencia a la correa de alimentación del
molino SAG.
Los puntos de descarga de los chancadores y de los alimentadores de correa cuentan

con sistemas de boquillas nebulizadores para captar el polvo.
La pulpa de bajo tamaño del harnero del molino SAG se descarga directamente al
resumidero de descarga del molino SAG y se combina con la descarga de los dos
molinos de bolas; además se agrega agua y la mezcla resultante es impulsada por dos
bombas de velocidad regulable a un circuito de molienda secundaria.
78
Cada bomba de alimentación de ciclón alimenta 10 ciclones de 660 mm que se
encuentran alrededor de un distribuidor de alimentación; Este conjunto de ciclones
tiene una canaleta de colección de rebase y otra para la descarga.
La descarga por gravedad pasa a dos molinos de bolas grandes de 6.1 m de diámetro
por 9.1 m de largo que están impulsadas por motores de 5595 KW a través de
embragues de aire, piñones y engranajes de corona. El sobreflujo pasa a través de un
cajón con rejilla y luego por el cajón de muestreo para controlar el tamaño de las
partículas, los dos rebalses de ciclón se combinan en el cajón de acumulación de
alimentación a flotación.
FLOTACIÓN
Catorce celdas de flotación rougher de 85 m3 Wemco tienen dos propósitos: Descargan

concentrados más gruesos a un circuito de remolienda y descargar los relaves a un
espesador.
El circuito de remolienda utiliza un molino de bolas de 4.3 m de diámetro por 6.7 m de

largo en un circuito cerrado con un conjunto de catorce ciclones de 508 mm. Los
concentrados más gruesos de remolienda se distribuyen entre 4 celdas columnas de
3.7 m de diámetro por 14 m de alto; El concentrado que se obtiene de estas celdas es
el producto final y pasan al proceso de filtrado.
Los relaves se purifican en 8 celdas de flotación de 85 m3, el concentrado generado se

agrega al concentrado grueso y de ahí se bombea al circuito de remolienda mientras
los relaves provenientes del proceso de purificación se unen a los relaves rougher.
PROCESO DE SECADO Y MANEJO DEL CONCENTRADO
El circuito de secado consta de dos espesadores de concentrado de 30.5 m de

diámetro seguido de cuatro filtros de disco de cerámica, la torta filtrada / seca se envía
a un Stockpile de concentrado cubierto y luego es cargado en camiones y enviado al
puerto en punta padrones; En este lugar, los camiones ingresan a un edificio y
79
descargan el contenido dentro de una tolva, los captadores de polvo controlan las
perdidas.
Un alimentador de correa que se encuentra bajo la tolva lleva el concentrado a una

correa transportadora que utiliza un volteador para almacenar el concentrado dentro de
una bodega cubierta con capacidad de 45 000 tn.
Los cargadores frontales retiran el concentrado de la bodega y cargan a una correa

transportadora utilizando dos tolvas de descarga y alimentadores de correa de
recirculación, la correa alimenta a un cargador de barcos provisto de un chute
telescópico retráctil; Un sistema de colectores de polvo devuelven este que se
encuentran en todos los puntos de transferencia a la correa de alimentación del
cargador del barco.
80
ANEXO II
CUADROS DE BALANCES METALURGICOS
81
PRIMERA ETAPA (SCREENING)
Prueba Nº 1:
Leyes Contenido metálico Recuperación
Producto Pesos (gr)
% Cu % Fe Cu Fe Cu Fe
Conc. Ro 40.30 19.30 31.00 7.78 12.49 86.28 3.32
Relave 1039.0 0.12 35.00 1.24 363.65 13.72 96.68
Cab. Calc. 1079.30 0.84 34.85 9.01 376.14 100.00 100.00
Prueba Nº 2:
Producto Pesos (gr)
Conc. Ro 36.20 18.90 30.10 6.84 10.90 76.00 2.81
Relave 1049.0 0.21 35.90 2.16 376.59 24.00 97.19
Cab. Calc. 1085.20 0.83 35.71 9.00 387.49 100.00 100.00
Prueba Nº 3:
Producto Pesos (gr)
Conc. Ro 50.80 16.20 33.00 8.23 16.76 88.94 4.62
Relave 1033.5 0.10 33.50 1.02 346.22 11.06 95.38
Cab. Calc. 1084.30 0.85 33.48 9.25 362.99 100.00 100.00
Prueba Nº 4:
Producto Pesos (gr)
Conc. Ro 51.50 15.80 27.70 8.14 14.27 92.46 3.76
Relave 1036.7 0.06 35.20 0.66 364.92 7.54 96.24
Cab. Calc. 1088.20 0.81 34.85 8.80 379.18 100.00 100.00
Prueba Nº 5:
Producto Pesos (gr) Leyes Contenido metálico Recuperación

Conc. Ro 52.80 14.60 27.90 7.71 14.73 83.39 3.96
Relave 1030.8 0.15 34.70 1.54 357.69 16.61 96.04
Cab. Calc. 1083.60 0.85 34.37 9.24 372.42 100.00 100.00
82
Prueba Nº 6:

Conc. Ro 45.70 16.90 29.20 7.72 13.34 87.26 3.59
Relave 1034.8 0.11 34.60 1.13 358.04 12.74 96.41
Cab. Calc. 1080.50 0.82 34.37 8.85 371.39 100.00 100.00
Prueba Nº 7:
Producto Pesos (gr)
Conc. Ro 47.00 17.60 30.10 8.27 14.15 91.40 3.68
Relave 1037.3 0.08 35.70 0.78 370.32 8.60 96.32
Cab. Calc. 1084.30 0.83 35.46 9.05 384.46 100.00 100.00
Prueba Nº 8:
Producto Pesos (gr)
Conc. Ro 55.40 14.60 26.80 8.09 14.85 88.72 3.98
Relave 1028.2 0.10 34.80 1.03 357.81 11.28 96.02
Cab. Calc. 1083.60 0.84 34.39 9.12 372.66 100.00 100.00
Prueba Nº 9:

Conc. Ro 44.00 17.50 30.20 7.70 13.29 82.25 3.63
Relave 1045.1 0.16 33.80 1.66 353.24 17.75 96.37
Cab. Calc. 1089.10 0.86 33.65 9.36 366.53 100.00 100.00
Prueba Nº 10:

Conc. Ro 42.30 17.60 28.40 7.44 12.01 89.72 3.16
Relave 1040.3 0.08 35.40 0.85 368.27 10.28 96.84
Cab. Calc. 1082.60 0.77 35.13 8.30 380.28 100.00 100.00
Prueba Nº 11:
Producto Pesos (gr)
Conc. Ro 45.50 17.90 30.90 8.14 14.06 88.21 3.70
Relave 1037.1 0.11 35.30 1.09 366.10 11.79 96.30
Cab. Calc. 1082.60 0.85 35.12 9.23 380.16 100.00 100.00
83
Prueba Nº 12:
Producto Pesos (gr)
Conc. Ro 54.10 14.60 25.90 7.90 14.01 82.92 3.73
Relave 1036.5 0.16 34.90 1.63 361.74 17.08 96.27
Cab. Calc. 1090.60 0.87 34.45 9.53 375.75 100.00 100.00
Prueba Nº 13:
Producto Pesos (gr)
Conc. Ro 48.70 16.30 30.70 7.94 14.95 90.29 4.05
Relave 1028.5 0.08 34.40 0.85 353.80 9.71 95.95
Cab. Calc. 1077.20 0.82 34.23 8.79 368.75 100.00 100.00
Prueba Nº 14:
Producto Pesos (gr)
Conc. Ro 52.80 16.40 30.90 8.66 16.32 86.95 4.21
Relave 1023.7 0.13 36.30 1.30 371.60 13.05 95.79
Cab. Calc. 1076.50 0.93 36.04 9.96 387.92 100.00 100.00
Prueba Nº 15:
Producto Pesos (gr)
Conc. Ro 64.60 12.50 26.40 8.08 17.05 92.36 4.62
Relave 1012.3 0.07 34.80 0.67 352.28 7.64 95.38
Cab. Calc. 1076.90 0.81 34.30 8.74 369.33 100.00 100.00
Prueba Nº 16:
Producto Pesos (gr)
Conc. Ro 56.40 15.10 25.50 8.52 14.38 93.58 3.74
Relave 1024.8 0.06 36.10 0.58 369.95 6.42 96.26
Cab. Calc. 1081.20 0.84 35.55 9.10 384.33 100.00 100.00
Prueba Nº 17:
Producto Pesos (gr)
Conc. Ro 47.30 15.70 27.30 7.43 12.91 84.90 3.52
Relave 1024.0 0.13 34.60 1.32 354.30 15.10 96.48
Cab. Calc. 1071.30 0.82 34.28 8.75 367.22 100.00 100.00
84
Prueba Nº 18:
Producto Pesos (gr)
Conc. Ro 39.40 19.10 28.50 7.53 11.23 85.98 2.70
Relave 1030.9 0.12 39.30 1.23 405.14 14.02 97.30
Cab. Calc. 1070.30 0.82 38.90 8.75 416.37 100.00 100.00
Prueba Nº 19:
Producto Pesos (gr)
Conc. Ro 39.20 19.80 28.40 7.76 11.13 88.86 2.99
Relave 1034.9 0.09 34.90 0.97 361.18 11.14 97.01
Cab. Calc. 1074.10 0.81 34.66 8.73 372.31 100.00 100.00
Prueba Nº 20:
Producto Pesos (gr)
Conc. Ro 53.00 14.70 25.40 7.79 13.46 90.29 3.57
Relave 1021.4 0.08 35.60 0.84 363.62 9.71 96.43
Cab. Calc. 1074.40 0.80 35.10 8.63 377.08 100.00 100.00
Prueba Nº 21:
Producto Pesos (gr)
Conc. Ro 42.50 18.20 29.30 7.74 12.45 88.73 3.48
Relave 1023.3 0.10 33.80 0.98 345.88 11.27 96.52
Cab. Calc. 1065.80 0.82 33.62 8.72 358.33 100.00 100.00
Prueba Nº 22:
Producto Pesos (gr)
Conc. Ro 57.40 12.60 24.70 7.23 14.18 82.89 3.77
Relave 1008.8 0.15 35.90 1.49 362.16 17.11 96.23
Cab. Calc. 1066.20 0.82 35.30 8.73 376.34 100.00 100.00
Prueba Nº 23:
Producto Pesos (gr)
Conc. Ro 62.20 12.60 25.60 7.84 15.92 92.14 4.35
Relave 998.1 0.07 35.10 0.67 350.33 7.86 95.65
Cab. Calc. 1060.30 0.80 34.54 8.51 366.26 100.00 100.00
85
Prueba Nº 24:
Producto Pesos (gr)
Conc. Ro 48.30 16.40 26.60 7.92 12.85 92.90 3.54
Relave 1009.1 0.06 34.70 0.61 350.16 7.10 96.46
Cab. Calc. 1057.40 0.81 34.33 8.53 363.01 100.00 100.00
Prueba Nº 25:
Producto Pesos (gr)
Conc. Ro 45.90 17.60 30.00 8.08 13.77 90.33 3.69
Relave 1017.3 0.09 35.30 0.86 359.11 9.67 96.31
Cab. Calc. 1063.20 0.84 35.07 8.94 372.88 100.00 100.00
Prueba Nº 26:
Producto Pesos (gr)
Conc. Ro 48.60 14.90 26.00 7.24 12.64 84.24 3.48
Relave 1003.2 0.14 34.90 1.35 350.12 15.76 96.52
Cab. Calc. 1051.80 0.82 34.49 8.60 362.75 100.00 100.00
Prueba Nº 27:
Producto Pesos (gr)
Conc. Ro 61.10 13.30 25.80 8.13 15.76 92.05 4.30
Relave 1003.0 0.07 35.00 0.70 351.05 7.95 95.70
Cab. Calc. 1064.10 0.83 34.47 8.83 366.81 100.00 100.00
Prueba Nº 28:
Producto Pesos (gr)
Conc. Ro 46.00 17.10 26.90 7.87 12.37 93.28 3.39
Relave 1012.3 0.06 34.80 0.57 352.28 6.72 96.61
Cab. Calc. 1058.30 0.80 34.46 8.43 364.65 100.00 100.00
Prueba Nº 29:
Producto Pesos (gr)
Conc. Ro 50.60 14.80 27.10 7.49 13.71 85.80 3.73
Relave 1008.0 0.12 35.10 1.24 353.81 14.20 96.27
Cab. Calc. 1058.60 0.82 34.72 8.73 367.52 100.00 100.00
86
Prueba Nº 30:
Producto Pesos (gr)
Conc. Ro 54.60 14.20 25.50 7.75 13.92 89.55 3.85
Relave 1004.8 0.09 34.60 0.90 347.66 10.45 96.15
Cab. Calc. 1059.40 0.82 34.13 8.66 361.58 100.00 100.00
Prueba Nº 31:
Producto Pesos (gr)
Conc. Ro 49.10 16.90 29.80 8.30 14.63 92.44 3.77
Relave 1012.5 0.07 36.90 0.68 373.61 7.56 96.23
Cab. Calc. 1061.60 0.85 36.57 8.98 388.24 100.00 100.00
Prueba Nº 32:
Producto Pesos (gr)
Conc. Ro 64.80 12.40 25.20 8.04 16.33 90.70 4.27
Relave 993.2 0.08 36.90 0.82 366.49 9.30 95.73
Cab. Calc. 1058.00 0.84 36.18 8.86 382.82 100.00 100.00
Replica Nº 1:
Producto Pesos (gr)
Conc. Ro 41.50 16.90 30.80 7.01 12.78 86.84 3.80
Relave 932.4 0.11 34.70 1.06 323.54 13.16 96.20
Cab. Calc. 973.90 0.83 34.53 8.08 336.32 100.00 100.00
Replica Nº 2:
Producto Pesos (gr)
Conc. Ro 44.60 16.90 27.80 7.54 12.40 88.44 3.40
Relave 985.2 0.10 35.80 0.99 352.70 11.56 96.60
Cab. Calc. 1029.80 0.83 35.45 8.52 365.10 100.00 100.00
Replica Nº 3:
Producto Pesos (gr)
Conc. Ro 47.80 17.40 29.40 8.32 14.05 87.48 3.61
Relave 1072.6 0.11 35.00 1.19 375.41 12.52 96.39
Cab. Calc. 1120.40 0.85 34.76 9.51 389.46 100.00 100.00
87
SEGUNDA ETAPA (ESCALAMIENTO)
Prueba Nº 1:
Producto Pesos (gr)
Conc. Ro 43.90 16.83 27.64 7.39 12.13 83.69 2.48
Relave 1028.3 0.14 46.42 1.44 477.34 16.31 97.52
Cab. Calc. 1072.20 0.82 45.65 8.83 489.47 100.00 100.00
Prueba Nº 2:
Producto Pesos (gr)
Conc. Ro 44.10 17.50 28.67 7.72 12.64 87.20 3.04
Relave 1029.8 0.11 39.15 1.13 403.17 12.80 96.96
Cab. Calc. 1073.90 0.82 38.72 8.85 415.81 100.00 100.00
Prueba Nº 3:
Producto Pesos (gr)
Conc. Ro 44.00 17.47 28.99 7.69 12.76 88.22 3.41
Relave 1026.5 0.10 35.17 1.03 361.02 11.78 96.59
Cab. Calc. 1070.50 0.81 34.92 8.71 373.78 100.00 100.00
Prueba Nº 4:
Producto Pesos (gr)
Conc. Ro 45.40 17.32 28.67 7.86 13.02 89.47 3.13
Relave 1028.0 0.09 39.15 0.93 402.46 10.53 96.87
Cab. Calc. 1073.40 0.82 38.71 8.79 415.48 100.00 100.00
Prueba Nº 5:
Producto Pesos (gr)
Conc. Ro 44.90 17.56 30.48 7.88 13.69 91.64 3.58
Relave 1027.3 0.07 35.83 0.72 368.08 8.36 96.42
Cab. Calc. 1072.20 0.80 35.61 8.60 381.77 100.00 100.00
88
TERCERA ETAPA (OPTIMIZACION FINAL)
Prueba Nº 1:
ley Cont. met. Recup.
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 43.90 18.13 7.96 91.71
Relave 1028.3 0.07 0.72 8.29
Cab. Calc. 1072.20 0.81 8.68 100.00
Prueba Nº 2:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.10 17.82 7.86 89.45
Relave 1029.8 0.09 0.93 10.55
Cab. Calc. 1073.90 0.82 8.79 100.00
Prueba Nº 3:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.00 16.60 7.30 85.57
Relave 1026.5 0.12 1.23 14.43
Cab. Calc. 1070.50 0.80 8.54 100.00
Prueba Nº 4:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 45.40 17.10 7.76 90.42
Relave 1028.0 0.08 0.82 9.58
Cab. Calc. 1073.40 0.80 8.59 100.00
Prueba Nº 5:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.90 16.59 7.45 91.20
Relave 1027.3 0.07 0.72 8.80
Cab. Calc. 1072.20 0.76 8.17 100.00
89
Prueba Nº 6:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.40 17.34 7.70 92.55
Relave 1033.2 0.06 0.62 7.45
Cab. Calc. 1077.60 0.77 8.32 100.00
Replica Nº 1:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.50 18.76 8.35 91.01
Relave 1030.7 0.08 0.82 8.99
Cab. Calc. 1075.20 0.85 9.17 100.00
Replica Nº 2:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.60 17.00 7.58 90.21
Relave 1028.3 0.08 0.82 9.79
Cab. Calc. 1072.90 0.78 8.40 100.00
Replica Nº 3:
Producto Pesos (gr)
% Cu Cu Cu
Conc. Ro 44.50 17.40 7.74 90.39
Relave 1029.5 0.08 0.82 9.61
Cab. Calc. 1074.00 0.80 8.57 100.00
90
ANEXO III
TABLAS DE PRUEBAS EXPERIMENTALES DE OPTIMIZACION
91
SCREENING
PRUEBA CONCENTRADO RELAVE Peso Total Recuperación

N° Peso Ley Peso Ley (gr) (%)
Peso (gr)
(%) Cu (%) (gr) Cu (%)
1 40.3 3.7 19.3 1039.0 0.119 1079.3 86.28
2 36.2 3.3 18.9 1049.0 0.206 1085.2 76.00
3 50.8 4.7 16.2 1033.5 0.099 1084.3 88.94
4 51.5 4.7 15.8 1036.7 0.064 1088.2 92.46
5 52.8 4.9 14.6 1030.8 0.149 1083.6 83.39
6 45.7 4.2 16.9 1034.8 0.109 1080.5 87.26
7 47.0 4.3 17.6 1037.3 0.075 1084.3 91.40
8 55.4 5.1 14.6 1028.2 0.100 1083.6 88.72
9 44.0 4.0 17.5 1045.1 0.159 1089.1 82.25
10 42.3 3.9 17.6 1040.3 0.082 1082.6 89.72
11 45.5 4.2 17.9 1037.1 0.105 1082.6 88.21
12 54.1 5.0 14.6 1036.5 0.157 1090.6 82.92
13 48.7 4.5 16.3 1028.5 0.083 1077.2 90.29
14 52.8 4.9 16.4 1023.7 0.127 1076.5 86.95
15 64.6 6.0 12.5 1012.3 0.066 1076.9 92.36
16 56.4 5.2 15.1 1024.8 0.057 1081.2 93.58
17 47.3 4.4 15.7 1024.0 0.129 1071.3 84.90
18 39.4 3.7 19.1 1030.9 0.119 1070.3 85.98
19 39.2 3.6 19.8 1034.9 0.094 1074.1 88.86
20 53.0 4.9 14.7 1021.4 0.082 1074.4 90.29
21 42.5 4.0 18.2 1023.3 0.096 1065.8 88.73
22 57.4 5.4 12.6 1008.8 0.148 1066.2 82.89
23 62.2 5.9 12.6 998.1 0.067 1060.3 92.14
24 48.3 4.6 16.4 1009.1 0.060 1057.4 92.90
25 45.9 4.3 17.6 1017.3 0.085 1063.2 90.33
26 48.6 4.6 14.9 1003.2 0.135 1051.8 84.24
27 61.1 5.7 13.3 1003.0 0.070 1064.1 92.05
28 46.0 4.3 17.1 1012.3 0.056 1058.3 93.28
29 50.6 4.8 14.8 1008.0 0.123 1058.6 85.80
30 54.6 5.2 14.2 1004.8 0.090 1059.4 89.55
31 49.1 4.6 16.9 1012.5 0.067 1061.6 92.44
32 64.8 6.1 12.4 993.2 0.083 1058.0 90.70
Replica 1 41.5 4.3 16.9 932.4 0.114 973.9 86.84
Replica 2 44.6 4.3 16.9 985.2 0.100 1029.8 88.44
Replica 3 47.8 4.3 17.4 1072.6 0.111 1120.4 87.48
Cabeza 0.848
92
CONCENTRADO RELAVE Peso
PRUEBA Peso Peso Ley Peso Ley Total
N° (gr) (%) Fe (%) (gr) Fe (%) (gr)
1 40.3 3.73 31.0 1039.0 35.0 1079.3
2 36.2 3.34 30.1 1049.0 35.9 1085.2
3 50.8 4.69 33.0 1033.5 33.5 1084.3
4 51.5 4.73 27.7 1036.7 35.2 1088.2
5 52.8 4.87 27.9 1030.8 34.7 1083.6
6 45.7 4.23 29.2 1034.8 34.6 1080.5
7 47.0 4.33 30.1 1037.3 35.7 1084.3
8 55.4 5.11 26.8 1028.2 34.8 1083.6
9 44.0 4.04 30.2 1045.1 33.8 1089.1
10 42.3 3.91 28.4 1040.3 35.4 1082.6
11 45.5 4.20 30.9 1037.1 35.3 1082.6
12 54.1 4.96 25.9 1036.5 34.9 1090.6
13 48.7 4.52 30.7 1028.5 34.4 1077.2
14 52.8 4.90 30.9 1023.7 36.3 1076.5
15 64.6 6.00 26.4 1012.3 34.8 1076.9
16 56.4 5.22 25.5 1024.8 36.1 1081.2
17 47.3 4.42 27.3 1024.0 34.6 1071.3
18 39.4 3.68 28.5 1030.9 39.3 1070.3
19 39.2 3.65 28.4 1034.9 34.9 1074.1
20 53.0 4.93 25.4 1021.4 35.6 1074.4
21 42.5 3.99 29.3 1023.3 33.8 1065.8
22 57.4 5.38 24.7 1008.8 35.9 1066.2
23 62.2 5.87 25.6 998.1 35.1 1060.3
24 48.3 4.57 26.6 1009.1 34.7 1057.4
25 45.9 4.32 30.0 1017.3 35.3 1063.2
26 48.6 4.62 26.0 1003.2 34.9 1051.8
27 61.1 5.74 25.8 1003.0 35.0 1064.1
28 46.0 4.35 26.9 1012.3 34.8 1058.3
29 50.6 4.78 27.1 1008.0 35.1 1058.6
30 54.6 5.15 25.5 1004.8 34.6 1059.4
31 49.1 4.63 29.8 1012.5 36.9 1061.6
32 64.8 6.12 25.2 993.2 36.9 1058.0
Replica 1 41.5 4.26 30.8 932.4 34.7 973.9
Replica 2 44.6 4.33 27.8 985.2 35.8 1029.8
Replica 3 47.8 4.27 29.4 1072.6 35.0 1120.4
Cabeza 38.4
93
ESCALAMIENTO

PRUEBA Recuperación
Peso % Ley Peso Ley Total
N° (%)
(gr) Peso Cu (%) (gr) Cu (%) (gr)
1 43.9 4.1 16.83 1028.3 0.14 1072.2 83.69
2 44.1 4.1 17.50 1029.8 0.11 1073.9 87.20
3 44.0 4.1 17.47 1026.5 0.10 1070.5 88.22
4 45.4 4.2 17.32 1028.0 0.09 1073.4 89.47
5 44.9 4.2 17.56 1027.3 0.07 1072.2 91.64
Cabeza 0.848

PRUEBA
Peso Peso Ley Peso Ley Total
N°
(gr) (%) Fe (%) (gr) Fe (%) (gr)
1 43.9 4.1 27.64 1028.3 46.42 1072.2
2 44.1 4.1 28.67 1029.8 39.15 1073.9
3 44.0 4.1 28.99 1026.5 35.17 1070.5
4 45.4 4.2 28.94 1028.0 37.06 1073.4
5 44.9 4.2 30.48 1027.3 35.83 1072.2
Cabeza 38.40
OPTIMIZACION FINAL

Recuperación
PRUEBA N° Peso Ley Ley Total
Peso (gr) Peso (gr) (%)
(%) cu cu (gr)
1 43.9 4.1 18.13 1028.3 0.07 1072.2 91.71
2 44.1 4.1 17.82 1029.8 0.09 1073.9 89.45
3 44.0 4.1 16.60 1026.5 0.12 1070.5 85.57
4 45.4 4.2 17.10 1028.0 0.08 1073.4 90.42
5 44.9 4.2 16.59 1027.3 0.07 1072.2 91.20
6 44.5 4.1 17.34 1030.7 0.06 1075.2 92.55
Replica Nº 1 44.6 4.2 18.76 1028.3 0.08 1072.9 91.01
Replica Nº 2 44.5 4.1 17.00 1029.5 0.08 1074.0 90.21
Replica Nº 3 44.5 4.1 17.40 1030.7 0.08 1075.2 90.39
Cabeza 0.848
94
ANEXO IV
ESTIMACION DEL MODELO MATEMATICO PARA EL DISEÑO HEXAGONAL
95
Los diseños rotables son estimados por los modelos matemáticos de segundo orden:
Yest = bo + ∑ bi X i + ∑ bij X i X j + ∑ bii X i2
Los coeficientes del modelo está definido por la siguiente formula matricial:
B = ( X T X ) −1 X tY
Donde:
X: Matriz de diseño hexagonal

t
X: Transpuesta de la matriz del diseño
Y: El vector de los datos observados
Xo X2 X6 X2*X6 X22 X62

1.0000 1.0000 0.0000 0.0000 1.0000 0.0000
1.0000 0.5000 0.8660 0.4330 0.2500 0.7500
1.0000 -0.5000 0.8660 -0.4330 0.2500 0.7500
1.0000 -1.0000 0.0000 0.0000 1.0000 0.0000
X = 1.0000 -0.5000 -0.8660 0.4330 0.2500 0.7500
1.0000 0.5000 -0.8660 -0.4330 0.2500 0.7500
1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

1.0000 0.5000 -0.5000 -1.0000 -0.5000 0.5000 0.0000 0.0000 0.0000
XT = 0.0000 0.8660 0.8660 0.0000 -0.8660 -0.8660 0.0000 0.0000 0.0000
0.0000 0.4330 -0.4330 0.0000 0.4330 -0.4330 0.0000 0.0000 0.0000
1.0000 0.2500 0.2500 1.0000 0.2500 0.2500 0.0000 0.0000 0.0000
0.0000 0.7500 0.7500 0.0000 0.7500 0.7500 0.0000 0.0000 0.0000
96
91.7100
89.4500
85.5700
90.4200
Y = 91.2000
92.5500
91.0100
90.2100
90.3900
9.0000 0.0000 0.0000 0.0000 3.0000 2.9998

0.0000 3.0000 0.0000 0.0000 0.0000 0.0000
XTX = 0.0000 0.0000 2.9998 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.7500 0.0000 0.0000
3.0000 0.0000 0.0000 0.0000 2.2500 0.7500
2.9998 0.0000 0.0000 0.0000 0.7500 2.2497
0.3333 0.0000 0.0000 0.0000 -0.3333 -0.3334

0.0000 0.3333 0.0000 0.0000 0.0000 0.0000
T
Inversa (X X) = 0.0000 0.0000 0.3334 0.0000 0.0000 0.0000
P = 0.0000 0.0000 0.0000 1.3334 0.0000 0.0000
-0.3333 0.0000 0.0000 0.0000 0.8333 0.1667
-0.3334 0.0000 0.0000 0.0000 0.1667 0.8334
812.5100
3.9050
XTY = -7.5602
Q= 1.0955
271.8225
269.0617
90.53670 (b0)
1.301670 (b2)
Coefientes (B) = -2.520210 (b6)
P*Q = 1.460740 (b26)
0.528333 (b22)
-1.301740 (b66)
Yest = 90.5367 + 1.30167 X 2 − 2.52021 X 6 + 1.46074 X 2 X 6 + 0.528333 X 22 − 1.30174 X 62
97
ANEXO IV
TABLA DE ANALISIS QUIMICOS
98
Santiago, Diciembre 12, 2000
INFOfax DE ANALISIS
AQ 486(2)
A : UNIVERSIDAD DE SANTIAGO
Departamento de Ingeniería Metalúrgica
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
De : LABORATORIO QUIMICO
METALQUIM Limitada
Estimado Señor:
A continuación informamos el resultado del análisis realizado a un set de muestras enviadas por Ud.:
Muestra Cu total Fe total

(O) (%) (%)
Re Co I 0,091 37,7
Re Co II 0,064 37,8
Re Co III 0,055 37,4
Re Co IV 0,054 38,0
Re Co V 0,055 37,4
Co I 2 18,5 32,2
Co I 5 14,4 30,6
Co I 9 7,3 24,5
Co II 2 18,5 31,8
Co II 5 14,5 30,5
Co II 9 11,7 30,2
Co III 2 17,6 31,4
Co III 5 13,5 29,1
Co III 9 10,4 26,8
Co IV 2 18,5 32,4
Co IV 5 15,9 31,1
Co IV 9 12,1 28,6
Co V 2 18,2 32,1
Co V 5 15,2 30,6
Co V 9 8,79 25,0
AQ 486(2)
99
Santiago, Diciembre 12, 2000
INFOfax DE ANALISIS
AQ 486
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:

(J) (%) (%)
Re Co I 0,068 36,0
Re Co II 0,052 36,2
Re Co III 0,054 36,2
Re Co IV 0,051 36,0
Re Co V 0,060 35,9
Co I 2 20,4 31,0
Co I 5 18,9 31,1
Co I 9 8,23 24,3
Co II 2 18,5 30,1
Co II 5 15,4 29,8
Co II 9 8,89 26,2
Co III 2 18,2 30,3
Co III 5 14,8 29,5
Co III 9 9,57 25,4
Co IV 2 18,1 30,7
Co IV 5 14,2 28,8
Co IV 9 10,7 26,1
Co V 2 19,8 31,4
Co V 5 16,8 30,2
Co V 9 8,93 27,4
AQ 486
100
Santiago, Enero 29, 2000
INFOfax DE ANALISIS
AQ 501
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:

(%) (%)
SC - 1 19.3 31.0
SC - 2 18.9 30.1
SC - 3 16.2 33.0
SC - 4 15.8 27.7
SC - 5 14.6 27.9
SC - 6 16.9 29.2
SC - 7 17.6 30.1
SC - 8 14.6 26.8
SC - 9 17.5 30.2
SC - 10 17.6 28.4
SC - 11 17.9 30.9
SC - 12 14.6 25.9
SC - 13 16.3 30.7
SC - 14 16.4 30.9
SC – 15 12.5 26.4
SC – 16 15.1 25.5
SC – 17 15.7 27.3
SC – 18 19.1 28.5
SC – 19 19.8 28.4
SC – 20 14.7 25.4
AQ 501
101
INFOfax DE ANALISIS
AQ 501(2)
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:

(%) (%)
SC – 21 18.2 29.3
SC – 22 12.6 24.7
SC – 23 12.6 25.6
SC – 24 16.4 26.6
SC – 25 17.6 30.0
SC – 26 14.9 26.0
SC – 27 13.3 25.8
SC – 28 17.1 26.9
SC – 29 14.8 27.1
SC – 30 14.2 25.5
SC – 31 16.9 29.8
SC – 32 12.4 25.2
Conc-rep. 1 16.9 30.8
Conc-rep. 2 16.9 27.8
Conc-rep. 3 18.1 29.6
Conc-rep. 4 17.4 29.4
Conc-rep. 5 11.9 26.4
Cabeza 0.848 38.4
AQ 501(2)
102
INFOfax DE ANALISIS
AQ 501(4)
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:

(%) (%)
SC-Rel – 1 0.119 35.0
SC-Rel – 2 0.206 35.9
SC-Rel – 3 0.099 33.5
SC-Rel – 4 0.064 35.2
SC-Rel – 5 0.149 34.7
SC-Rel – 6 0.853 34.6
SC-Rel – 7 0.593 35.7
SC-Rel – 8 0.100 34.8
SC-Rel – 9 0.159 33.8
SC-Rel – 10 0.319 35.4
SC-Rel – 11 0.105 35.3
SC-Rel – 12 0.157 34.9
SC-Rel – 13 0.083 34.4
Rel Rep.- 1 0.114 34.7
Rel Rep.- 2 0.100 35.8
Rel Rep.- 3 0.157 34.8
Rel Rep.- 4 0.111 35.0
Rel Rep.- 5 0.070 35.9
AQ 501(4)
103
INFOfax DE ANALISIS
AQ 501(3)
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:

(%) (%)
SC-Rel – 14 0.127 36.3
SC-Rel – 15 0.066 34.8
SC-Rel – 16 0.057 36.1
SC-Rel – 17 0.129 34.6
SC-Rel – 18 0.119 39.3
SC-Rel – 19 0.094 34.9
SC-Rel – 20 0.082 35.6
SC-Rel – 21 0.096 33.8
SC-Rel – 22 0.148 35.9
SC-Rel – 23 0.067 35.1
SC-Rel – 24 0.060 34.7
SC-Rel – 25 0.085 35.3
SC-Rel – 26 0.135 34.9
SC-Rel – 27 0.070 35.0
SC-Rel – 28 0.056 34.8
SC-Rel – 29 0.123 35.1
SC-Rel – 30 0.090 34.6
SC-Rel – 31 0.067 36.9
SC-Rel – 32 0.083 36.9
AQ 501(3)
104
Santiago, Febrero 6, 2001
INFOfax DE ANALISIS
AQ 507
At: Sr. Luis Magne
Fono-Fax: (02) 7765433
METALQUIM Limitada
Estimado Señor:
Muestra Cu total
Relave-6 0.109
Relave-7 0.075
Relave-9 0.156
Relave-R3 0.115
AQ 507
105
Santiago, Febrero 14, 2001
INFOfax DE ANALISIS
AQ 509
At: Sra. Claudia Velasquez
Fono-Fax: (02) 77654336
METALQUIM Limitada
Estimada Señora:

Conc - I 16,83 27,64
Conc – II 17,50 28,67
Conc – III 17,47 28,99
Conc – IV 17,32 28,94
Conc – V 17,56 30,48
Cola – I 0,14 46,42
Cola – II 0,11 39,15
Cola – III 0,10 35,17
Cola - IV 0,09 37,06
Cola - V 0,07 35,83
AQ 509
106
ANEXO V
TABLAS DISTRIBUCION F NIVELES DE SIGNIFICANCIA 1 %, 3 % y 5 %
107
DISTRIBUCION F NIVEL DE SIGNIFICANCIA 1 %
Número de grados de libertad del numerador

V2\V1
1 2 3 4 5 6 7 8 9 10 15 20
1 4052.40 4999.50 5403.30 5624.60 5763.70 5859.00 5928.30 5981.60 6022.50 6055.80 6157.30 6208.70
2 98.50 99.00 99.17 99.25 99.30 99.33 99.36 99.37 99.39 99.40 99.43 99.45
3 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.34 27.23 26.87 26.69
4 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.66 14.55 14.20 14.02
5 16.26 13.27 12.06 11.39 10.97 10.67 10.46 10.29 10.16 10.05 9.72 9.55
6 13.74 10.92 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.56 7.40
7 12.25 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.31 6.16
8 11.26 8.65 7.59 7.01 6.63 6.37 6.18 0.03 5.91 5.81 5.52 5.36
9 10.56 8.05 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 4.96 4.81
Número de grados de libertad del denominador
10 10.04 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.56 4.41
11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.25 4.10
12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.01 3.86
13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.82 3.66
14 8.86 6.51 5.56 5.04 4.70 4.46 4.28 4.14 4.03 3.94 3.66 3.51
15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.52 3.37
16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.41 3.26
17 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.31 3.16
18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.23 3.08
19 1.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.15 3.00
20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.09 2.94
21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.03 2.88
22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 2.98 2.83
23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 2.93 2.78
24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 2.89 2.74
25 7.77 5.57 4.68 4.18 3.86 3.63 3.46 3.32 3.22 3.13 2.85 2.70
26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.82 2.66
27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.78 2.63
28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.75 2.60
29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.73 2.57
30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.70 2.55
40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.52 2.37
60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.35 2.20
120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.19 2.03
108

V2\V1
5 10 15 20 25 30 31 32 33 34 35 40
1 640.05 672.55 683.83 689.55 693.01 695.32 695.70 696.05 696.38 696.69 696.98 698.23
2 32.63 32.73 32.76 32.78 32.79 32.80 32.80 32.80 32.80 32.80 32.80 32.81
3 13.07 12.68 12.54 12.46 12.42 12.39 12.39 12.38 12.38 12.37 12.37 12.35
4 8.44 7.99 7.82 7.74 7.69 7.65 7.65 7.64 7.64 7.63 7.63 7.61
5 6.54 6.07 5.90 5.82 5.76 5.72 5.72 5.71 5.71 5.70 5.70 5.68
6 5.53 5.06 4.89 4.80 4.74 4.71 4.70 4.70 4.69 4.68 4.68 4.66
7 4.91 4.44 4.27 4.18 4.12 4.08 4.08 4.07 4.07 4.06 4.06 4.04
8 4.50 4.03 3.85 3.76 3.71 3.67 3.66 3.65 3.65 3.64 3.64 3.62
9 4.21 3.73 3.56 3.46 3.41 3.37 3.36 3.36 3.35 3.34 3.34 3.32
10 3.99 3.51 3.34 3.24 3.18 3.14 3.14 3.13 3.12 3.12 3.11 3.09
11 3.81 3.34 3.16 3.07 3.01 2.97 2.96 2.96 2.95 2.94 2.94 2.92
12 3.68 3.20 3.02 2.93 2.87 2.83 2.82 2.81 2.81 2.80 2.80 2.78
13 3.56 3.09 2.91 2.82 2.75 2.71 2.71 2.70 2.69 2.69 2.68 2.66
14 3.47 3.00 2.82 2.72 2.66 2.62 2.61 2.60 2.60 2.59 2.59 2.56
15 3.39 2.92 2.74 2.64 2.58 2.54 2.53 2.52 2.52 2.51 2.51 2.48
16 3.33 2.85 2.67 2.57 2.51 2.47 2.46 2.45 2.45 2.44 2.44 2.41
17 3.27 2.80 2.61 2.51 2.45 2.41 2.40 2.39 2.39 2.38 2.38 2.35
18 3.22 2.74 2.56 2.46 2.40 2.35 2.35 2.34 2.33 2.33 2.32 2.30
19 3.17 2.70 2.51 2.41 2.35 2.31 2.30 2.29 2.29 2.28 2.28 2.25
20 3.13 2.66 2.47 2.37 2.31 2.27 2.26 2.25 2.25 2.24 2.23 2.21
21 3.10 2.62 2.44 2.34 2.27 2.23 2.22 2.21 2.21 2.20 2.20 2.17
22 3.07 2.59 2.41 2.30 2.24 2.20 2.19 2.18 2.17 2.17 2.16 2.14
23 3.04 2.56 2.38 2.27 2.21 2.17 2.16 2.15 2.14 2.14 2.13 2.11
24 3.01 2.54 2.35 2.25 2.18 2.14 2.13 2.12 2.12 2.11 2.10 2.08
25 2.99 2.51 2.33 2.22 2.16 2.11 2.10 2.10 2.09 2.08 2.08 2.05
26 2.97 2.49 2.30 2.20 2.13 2.09 2.08 2.07 2.07 2.06 2.06 2.03
27 2.95 2.47 2.28 2.18 2.11 2.07 2.06 2.05 2.05 2.04 2.03 2.01
28 2.93 2.45 2.26 2.16 2.09 2.05 2.04 2.03 2.03 2.02 2.01 1.99
29 2.91 2.44 2.25 2.14 2.08 2.03 2.02 2.01 2.01 2.00 2.00 1.97
30 2.90 2.42 2.23 2.13 2.06 2.01 2.00 2.00 1.99 1.98 1.98 1.95
40 2.78 2.31 2.11 2.01 1.94 1.89 1.88 1.88 1.87 1.86 1.86 1.83
60 2.68 2.20 2.00 1.89 1.82 1.77 1.76 1.76 1.75 1.74 1.73 1.71
120 2.57 2.09 1.89 1.78 1.71 1.65 1.65 1.64 1.63 1.62 1.61 1.58
109

V2\V1
1 2 3 4 5 6 7 8 9 10 15 20
1 161.45 199.50 215.71 224.58 230.16 230.99 236.77 238.88 240.54 241.88 245.95 248.01
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.43 19.45
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.70 8.66
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.86 5.80
5 6.61 5.70 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.62 4.56
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 3.94 3.87
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.51 3.44
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.22 3.15
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.01 2.94
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.84 2.77
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.72 2.65
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.62 2.54
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.53 2.46
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.46 2.39
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.40 2.33
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.35 2.28
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.31 2.23
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.27 2.19
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.23 2.16
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.20 2.12
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.18 2.10
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.15 2.07
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.13 2.05
24 4.26 3.40 3.01 2.78 2.62 3.51 2.42 2.36 2.30 2.25 2.11 2.03
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.09 2.01
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.07 1.99
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.06 1.97
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.04 1.96
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.03 1.94
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.01 1.93
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 1.92 1.84
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.84 1.75
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.75 1.66
110

Caracterización y Optimización de Flotación A Nivel Laboratorio Del Mineral de Cobre de La Minera Candelaria

Cargado por

Copyright:

Formatos disponibles

Caracterización y Optimización de Flotación A Nivel Laboratorio Del Mineral de Cobre de La Minera Candelaria

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Caracterización y Optimización de Flotación A Nivel Laboratorio Del Mineral de Cobre de La Minera Candelaria

Cargado por

Copyright:

Formatos disponibles

View metadata, citation and similar papers at core.ac.

uk brought to you by CORE

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA,

Caracterización y optimización de flotación a nivel

Mi agradecimiento, primero que todo, al Dios Todopoderoso por generar el

Al Señor Jesucristo, mi Dios, por la sabiduría que me imparte cada día,

A mis queridos padres: Tomas y Lubinda, hermanos: Nancy, Edith, Freddy, y a

José Nizama Paico

Queremos agradecer al profesor Daniel Lovera Dávila, Profesor de Metalurgia

Al Sr. Patricio Navarro, Director del departamento de Metalurgia de la USACH, nuestro

Al profesor de Flotación de Minerales, Sr. Luis Magne, también nuestro especial

A la Srta. Claudia Velásquez por su apoyo en la organización del presente trabajo y

Al Sr. José Antonio Martínez Muñoz, estudiante de post – grado en procesamiento de

Finalmente a todo el personal de la USACH, profesores y empleados, por el cálido

CAPITULO II: MARCO TEORICO 14

CAPITULO III: METODOLOGIA DEL TRABAJO 21

CAPITULO IV: OPTIMIZACION DE FLOTACION POR DISEÑOS

ANEXO I: Descripción resumida de la Minera Candelaria 74

Tabla Nº 3.1: Distribución de tamaños de bolas en la carga de molino 25

El presente trabajo fue desarrollado en las instalaciones del departamento de

El mineral extraído de la Minera Candelaria (tamaño 4”) fue sometido a preparación

Se realizó la caracterización mineralógica para analizar el grado de asociación del

Se realizó curvas de moliendabilidad a través de pruebas sucesivas de molienda para

Además de la granulometría, el pH de la pulpa, los colectores (SF-323, y Hostaflot LIB-

El principal objetivo del presente estudio es la obtención de la recuperación óptima de

En la primera fase, mediante diseños factoriales fraccionados 2K-1 (k = 6) se obtuvo la

Yest = 76.889 + 0.342Z 2 − 0.0177Z 6

En la segunda fase se determinó las regiones óptimas mediante la técnica de

En la tercera fase se realizó la optimización final del proceso mediante un diseño

El modelo matemático a escala natural de la optimización final obtenido es:

Yest = 1945.95 − 50.676 Z 2 + 1.0646 Z 6 + 0.132 Z 22 − 0.002 Z 62 + 0.029 Z 2 Z 6

Donde Z2 y Z6 son las mismas variables consideradas en la segunda etapa.

La flotación es un proceso de concentración de minerales que permite la recuperación

Por consiguiente, la tendencia mundial en la industria de procesamiento de minerales,

La optimización de flotación consiste en cuantificar el rendimiento del proceso de

En el proceso de flotación, cada variable considerada carece de independencia frente a

1.1 CARACTERIZACION DEL MINERAL

En la presente investigación, se trabajó con el mineral de la Compañía Minera

El contenido promedio de cobre en la cabeza es de 0.848 % mientras que el contenido

La nomenclatura empleada para la identificación de las especies mineralógicas es:

Las imágenes de la Figura 1.1 fueron tomadas en un microscopio de luz polarizada y

En flotación de minerales, la recuperación metálica representa una de las principales

1.3 ALTERNATIVA DE SOLUCION

La recuperación de cobre a nivel de laboratorio será incrementada mediante la

1 Optimizar la recuperación de cobre a nivel laboratorio mediante la técnica de

2 Determinar un modelo matemático de la Recuperación de Cobre en función de

3 Diagnosticar la interrelación existente entre el cobre y fierro con respecto a leyes

En la actualidad la flotación es el método más utilizado en la concentración de

La flotación puede aplicarse a minerales de baja ley y a minerales que requieren

Para propósitos de optimización del proceso de flotación se llevan a cabo pruebas en

2.2 OPTIMIZACION DE FLOTACION MEDIANTE DISEÑOS FACTORIALES

El propósito de este apartado no es tratar el tema de diseños factoriales en detalle,

Este estudio enfoca la optimización de la recuperación de cobre a nivel de laboratorio

Para realizar un diseño factorial, el investigador selecciona un número fijo de “niveles”

• Requieren relativamente pocos experimentos elementales por cada factor, y a

La interpretación de las observaciones producidas por estos diseños se puede realizar

Figura 2.1: Experimento de flotación de cobre

Si suponemos que en la Figura 2.1 se tiene un proceso de flotación de un mineral de