Uso de datos de mineralogía automatizada en la simulación de procesos con USIM PAC

La mineralogía cuantitativa automatizada mide la composición, el tamaño y la liberación de cientos de miles de partículas individuales. La simulación de procesos predice cómo tratará una planta una mena. Un proyecto de investigación realizado por INP-Toulouse, BRGM y CASPEO explora cómo utilizar los datos de mineralogía automatizada directamente como entrada para las simulaciones de USIM PAC, trasladando la incertidumbre de la medición a los resultados. Los primeros resultados son prometedores. Cada ley y recuperación predicha viene acompañada de su distribución de probabilidad. Los ingenieros ven el rendimiento esperado y el riesgo asociado. Un artículo presentado en el congreso IMPC 2026 en Ciudad del Cabo (Sudáfrica).

¿Por qué la mineralogía de la mena condiciona el rendimiento de la planta?

La variabilidad de la mena es la principal fuente de fluctuaciones en el rendimiento de la planta. Dos lotes con la misma ley de cobre pueden comportarse de forma diferente en la flotación si la mineralogía es distinta. La liberación, las asociaciones minerales y el tamaño de las partículas deciden qué puede recuperar una etapa de separación.

Una simulación que solo utiliza leyes medias pasa esto por alto. Predice el comportamiento de una mena media que la planta nunca recibe. Una simulación basada en la mineralogía predice el comportamiento de la alimentación real.

¿Qué aporta la mineralogía automatizada a la simulación de procesos?

La mineralogía automatizada analiza partículas individuales. Cuantifica la composición, el tamaño y la liberación de cada una. En el caso de estudio presentado en el artículo, el MLA analizó unas 300.000 partículas. Esta es la descripción más detallada de una mena disponible en la actualidad.

Una simulación basada en ensayos químicos no puede utilizar este nivel de detalle. Realiza el seguimiento de elementos a través de la planta, como el % de Cu, y pierde la información sobre cómo se distribuyen los minerales entre las partículas.

USIM PAC se diseñó de forma diferente. Desde su creación hace 40 años, nuestro software de procesamiento de minerales describe la mena como poblaciones de partículas, cada clase con su propio tamaño, composición mineral y estado de liberación. . Por lo tanto, los datos de mineralogía automatizada se ajustan a su estructura, y el simulador predice cómo se comporta cada clase de partícula en cada etapa del circuito.

Para utilizar directamente los datos brutos del MLA, aún quedaban dos puntos por resolver:

• El primero es la incertidumbre: ¿cómo se cuantifica la incertidumbre de muestreo integrada en los datos del MLA? Una medición de MLA analiza una muestra. Esa muestra conlleva su propia incertidumbre, y la simulación la hereda.
• El segundo es el formato: ¿cómo se introducen las partículas individuales en un simulador? USIM PAC describe la materia de alimentación como clases de partículas. Cientos de miles de partículas medidas deben agruparse en clases sin perder información útil.

Estas dos cuestiones son el punto de partida de un proyecto de investigación realizado por INP-Toulouse, BRGM y CASPEO.

Cómo funciona el método

Esta investigación es el trabajo de doctorado de Julien Guidihoumme en el INP-Toulouse. CASPEO abrió sus puertas a Julien y apoya el proyecto.

• Incertidumbre mineralógica

Los datos de las partículas del MLA se vuelven a muestrear con el método bootstrap. El equipo comparó este enfoque con el método desarrollado por Lyman para evaluar el error de muestreo a partir de los datos del MLA. Con 5.000 iteraciones de remuestreo, ambos métodos dieron estimaciones de incertidumbre cercanas para todas las fases minerales.

• Incertidumbre del tamaño de las partículas

El MLA tiene un umbral de análisis de tamaño para partículas muy finas, en torno a 2 µm. En el caso de estudio, estos finos eran significativos. El método añade la simulación de Monte Carlo de la distribución del tamaño de las partículas medidas para cubrir este vacío.

• Simulación en USIM PAC

Un método de agrupación (clustering) agrupa las partículas del MLA en clases que USIM PAC puede utilizar como alimentación. Ambas fuentes de incertidumbre se propagan después a través de la simulación.

Lo que esta investigación abre para los proyectos mineros

La simulación con incertidumbres da acceso a las distribuciones de probabilidad completas de leyes y recuperaciones. Los ingenieros pueden comparar opciones de proceso en función de su rendimiento esperado y de su riesgo.

Beneficios de la simulación avanzada para las operaciones mineras:

• Estudios de viabilidad: evaluar un nuevo cuerpo mineral o un depósito de colas con un rango realista de resultados
• Selección del diagrama de flujo: comparar dos rutas de proceso en cuanto a rendimiento y a la confianza que se puede depositar en cada una
• Optimización de la planta: comprender cómo afecta a la planta la variabilidad mineralógica en la alimentación

CASPEO invierte en esta investigación para aportar estas capacidades a los usuarios de USIM PAC.

Autores

• Julien Hospice Guidihoumme, estudiante de doctorado – Toulouse INP (autor)
• Kathy Bru, jefa de proyectos e ingeniera de investigación en ingeniería de procesos – BRGM
• Stéphane Brochot, PhD. – CASPEO
• Florent Bourgeois, doctor – Toulouse INP-ENSIACET

Stéphane Brochot presentará el trabajo de Julien en el IMPC 2026, el 32.º Congreso Internacional de Procesamiento de Minerales, organizado por el Southern African Institute of Mining and Metallurgy (SAIMM), en Ciudad del Cabo, del 18 al 22 de octubre. El artículo se titula “Desarrollo de un método original para el uso directo de datos de mineralogía cuantitativa automatizada para la simulación de procesos de tratamiento de minerales con incertidumbres”.