Diseño y desarrollo de una aplicación para seleccionar equipos de trituración de minerales con el objeto de incorporar Tecnologías de la Información y Comunicación al área de procesamiento de minerales en la Universidad Industrial de Santander
Luis José Delúquez Barón: Profesional en
Ingeniería Metalúrgica y Ciencia de Materiales. Universidad Industrial de
Santander. Bucaramanga, Colombia. Correo electrónico: jocfranciscod@hotmail.com
José Francisco Díaz Delúquez: Profesional en
Ingeniería Metalúrgica y Ciencia de Materiales. Universidad Industrial de
Santander. Bucaramanga, Colombia. Correo electrónico: luijosquiz@hotmail.com
Pedro Delvasto: Doctor en Ciencia y
Tecnología de Materiales. Profesor Asociado, Escuela de Ingeniería Metalúrgica
y Ciencia de Materiales. Docente del área de metalurgia extractiva y
procesamiento de minerales. Universidad Industrial de Santander. Bucaramanga,
Colombia. Correo electrónico: delvasto@uis.edu.co
Resumen
Este
artículo presenta el diseño de un simulador que modela un procedimiento de
selección de equipos de trituración, que fue desarrollado en dos entornos de programación:
MatLab® y Microsoft Excel®, de lo que se obtuvo dos versiones de la aplicación.
La metodología de desarrollo estuvo basada en conceptos de creación de software
que permitieron obtener confiabilidad y calidad en la programación. El primer
paso fue la recolección de datos requeridos para el funcionamiento de la
aplicación, y posteriormente se diseñó un algoritmo de operación que realiza la
selección aplicando un método de evaluación de idoneidad diseñado con base en
conceptos teóricos de conminución y necesidades del usuario. El algoritmo fue
implementado individualmente en los entornos de programación mencionados, para
brindarle accesibilidad al estudiante, según la disponibilidad del software y
sus conocimientos en cada uno de los entornos. Cada versión cuenta con una
interfaz gráfica didáctica que convierte al programa en una herramienta idónea
para la enseñanza del procesamiento de minerales. Por último, se discute el
aporte de este proyecto en la implementación de las Tecnologías de la Información
y la Comunicación (TIC) en la educación y los beneficios que ofrece dentro del
proceso de enseñanza-aprendizaje de los estudiantes de Ingeniería Metalúrgica
de la Universidad Industrial de Santander.
Palabras clave: educación, Tecnologías de la Información y de la Comunicación (TIC), simulación, trituración de minerales, software.
Design and development of an application to select mineral crushing
equipment with the objective of incorporating Information and Communication
Technology in the area of mineral processing in the Universidad Industrial de
Santander
Abstract
This article presents the design of a simulator that
models a crushing equipment selection procedure, which was developed in two
programming environments: MatLab® y Microsoft Excel®, from which two versions
of the application were obtained. The development methodology was based on
software creation concepts that enabled professors to obtain reliability and
quality in the programming. The first step was to collect data required for the
operation of the application. Later, an operating algorithm was designed that
performs the selection by applying a suitability assessment method. This was
designed based on theoretical concepts of comminution and the needs of the
user. The algorithm was implemented individually in the aforementioned
programming environments, to provide the student accessibility depending on the
availability of the software and their knowledge in each of the environments.
Each version has a didactic graphic interface that makes the program an ideal
tool for teaching mineral processing. Finally, the contribution of this project
in the implementation of Information and Communication Technology (ICT) in
education and the benefits it offers within the teaching-learning process of
the students of Metallurgical Engineering students of the Universidad
Industrial de Santander is discussed.
Keywords: education, Information and Communication Technology
(ICT), simulation, mineral crushing, software.
Diseño y desarrollo de una aplicación para seleccionar equipos de trituración de minerales con el objeto de incorporar Tecnologías de la Información y Comunicación al área de procesamiento de minerales en la Universidad Industrial de Santander
Introducción
Las
Tecnologías de la Información y la Comunicación (TIC) se han implementado en
procesos académicos desde hace varios años; sin embargo, el propósito de
obtener resultados contundentes y visibles en el mejoramiento de las
actividades de creación y transmisión de conocimiento no ha sido completamente
exitoso (Claro, 2010). A pesar de este hecho, muchas investigaciones se han
dedicado a estudiar el impacto de diferentes formas de utilización de la
tecnología en áreas específicas del conocimiento obteniendo resultados
satisfactorios, por ejemplo, en Cox et al. (2003) se encontró que la
utilización de herramientas simuladoras y animadas permiten el desarrollo de
habilidades para crear representaciones gráficas de conceptos científicos que
por métodos convencionales serían difíciles de concebir.
En el
contexto de incluir recursos y herramientas digitales en la formación académica
de los estudiantes de Ingeniería Metalúrgica, durante el primer semestre de
2018 se inició el proyecto integral para incorporar las TIC, bajo la plataforma
virtual de aprendizaje Moodle (https://moodle.org), en el área de metalurgia
extractiva, coordinado por el profesor Walter Pardavé Livia. Con esto, se marcó
el inicio de un proceso de transición de la utilización de métodos educativos
convencionales hacia la digitalización de la enseñanza en la Escuela de
Ingeniería Metalúrgica de la Universidad.
Viendo
la necesidad de la evolución de este proyecto y teniendo en cuenta estudios
científicos que demuestran el beneficio del uso de simuladores gráficos en la
ciencia y las matemáticas (p. ej. Becta, 2003; Cox & Marshall, 2007; Cox et
al. 2003; Passey et al., 2004), se describe en este trabajo, el desarrollo de
una herramienta digital que simula un proceso industrial de beneficio de minerales,
la cual pretende optimizar los resultados obtenidos en el proyecto.
Específicamente,
esta aplicación se diseñó como apoyo en los temas de manejo de sólidos
particulados y operaciones unitarias de reducción de tamaños de la asignatura
Beneficio de Minerales, de los cuales se recopila y analiza información técnica
para automatizar uno de los problemas más complejos en esta área, la selección
de equipos de trituración. Para el desarrollo de la aplicación se utilizó la
programación orientada a objetos en dos de los software matemáticos más
utilizados académicamente, los cuales son MatLab® y Microsoft Excel®. Con la
implementación de la aplicación en la asignatura se espera aumentar la
asimilación, por parte de los estudiantes y docentes, de la influencia de las
condiciones de operación que se tienen en cuenta para la selección de máquinas
trituradoras y desarrollar habilidades en el diseño de sistemas de conminución
mediante la exploración y análisis de múltiples escenarios que se presentan al
variar estas condiciones.
En
este artículo se presenta la metodología de desarrollo de la aplicación de
manera detallada, los resultados gráficos obtenidos y, además, una discusión
sobre la implementación de esta herramienta digital en la enseñanza del
procesamiento de minerales.
Metodología de
desarrollo de la aplicación
Para
el diseño y construcción del simulador se tuvieron en cuenta todos los aspectos
formales de desarrollo de una herramienta informática, para lo cual se
consultaron investigaciones acerca de los enfoques de desarrollo de software
mejor calificados en la actualidad (p. ej. Abrahamsson et al. 2002, Medina y
López, 2015). Dentro de la investigación se consideraron otras metodologías de
desarrollo, como la metodología en cascada, el modelo espiral, entre otros. Sin
embargo, se concluyó que un marco de trabajo utilizando un modelo iterativo
incremental ofrece las mayores ventajas para el desarrollo de la herramienta,
puesto que se basa en una metodología clásica en cascada, de la cual se obtiene
una estructura con fases bien definidas que proveen orden de trabajo, calidad
de programación, pero, al mismo tiempo, posee flexibilidad, lo que permite la
retroalimentación y modificación de fases anteriores con el objetivo de
proporcionarle un resultado óptimo al usuario.
La
metodología de desarrollo consta de cuatro fases, como se muestra en la figura
1; cabe resaltar que en la implementación de esta metodología se le da un lugar
importante a la revisión y retroalimentación de las fases anteriores a la que
se ejecuta, para aumentar al máximo la calidad y confiabilidad de la
aplicación. A continuación, se describirán cada una de las fases de la
metodología.
Recopilación,
selección y análisis de la información
Información sobre el proceso de conminución: Selección de un equipo de trituración
El
proceso de conminución es un proceso industrial de tipo ingenieril. Por su
misma naturaleza, el diseño de un sistema de trituración es una tarea compleja
y requiere la comprensión de fenómenos físicos y del manejo de modelos
matemáticos del comportamiento de los equipos trituración. Por tal motivo, la
recopilación y análisis de esta información es ineludible para iniciar el
proceso de desarrollo de la aplicación.
El
problema inicial es muy básico y sencillo de entender: se trata de una simple
comparación entre la capacidad de procesamiento horario de las máquinas y los
requerimientos de producción horaria del usuario, es decir, si la trituradora
puede procesar la cantidad de mineral que quiere el usuario. El sistema pierde
un poco de trivialidad cuando se empieza a considerar que el usuario debe tener
la posibilidad de especificar un tamaño máximo de producto; además, la
trituradora no se comporta de la misma forma con todos los materiales. En la
figura 2 se muestra el esquema de una trituradora de mandíbulas y sus
características geométricas más relevantes; de todas estas se distingue la APA
o APC (apertura de salida en posición abierta o cerrada, respectivamente), por
ser la única diseñada para graduarse según el requerimiento del usuario.
Sumado
a esto, la apertura de salida se debe considerar dentro del diseño de cualquier
sistema de trituración, puesto que el cambio en su dimensión influye
crucialmente en la capacidad de procesamiento horario de las máquinas y en la
distribución de tamaño de partícula del producto. Un hecho que suma complejidad
al problema es que hay la posibilidad de considerar que, para cumplir con el
requisito de un tamaño máximo de salida de la trituradora, no necesariamente el
100 % de la distribución de tamaño de partícula del producto debe ser menor al
tamaño de salida especificado por el usuario; esto se puede hacer configurando
un sistema de trituración cerrado en el que exista un reflujo de material que
corresponda a los sobretamaños de un tamiz del tamaño que desee el usuario,
como se muestra en la figura 3.
De
esta forma, se puede resolver el balance de masas del circuito típico de
trituración utilizando la ecuación (1) y los datos de distribución
granulométrica del producto, los cuales se encuentran en tablas que proveen los
fabricantes y dependen principalmente del índice de trabajo de Bond (Currie,
1973).
Donde
T es la alimentación horaria, S es la masa procesada horariamente, C es la
recirculación horaria, P es la producción horaria, η es la eficiencia del tamiz
y R es el porcentaje retenido acumulado.
Una
vez resuelto el balance, solo queda comparar si la masa que se procesa
realmente está dentro de los límites de capacidad de producción horaria de la
trituradora. Como se mencionó anteriormente, en este problema se considera que
las trituradoras cambian su comportamiento cuando cambian las propiedades del
material que procesan; por lo tanto, es necesario aplicar factores de
corrección a los límites de capacidad de la máquina.
Estos
factores de corrección se encuentran en tablas que en ocasiones proveen los
fabricantes y se describen a continuación (Solanilla, 2001):
1)
Factor de humedad (Fh). Depende del % humedad y contenido de arcilla en el
mineral; estos datos los especifica el usuario, al variar estos porcentajes la
plasticidad del material también cambia, lo que hace que se requiera más
energía para fragmentar los peñascos a medida que la plasticidad aumenta.
2)
Factor índice de trabajo (Fi): Depende del valor del índice de trabajo de Bond;
este índice es un parámetro de conminución que indica la energía necesaria para
realizar la conminución en condiciones estándar; un índice de trabajo alto
supone una reducción en la capacidad de la trituradora.
3)
Factor de tamaño de alimentación (Ft): Depende de la distribución
granulométrica de la alimentación y de las dimensiones de la apertura de
entrada de la trituradora.
4)
Factor densidad (Fd): Depende de la densidad aparente del material y solo es
utilizado en caso que los cálculos sean realizados en unidades másicas (ton/h)
y no en volumétricas (m3/h).
La
ecuación (2) se utiliza para realizar el cálculo de la capacidad de
procesamiento horario real de la trituradora aplicando los factores de
corrección.
Qr=Qt
×Fh ×Fi ×Ft ×Fd (2)
Donde
Qr es la capacidad real de la trituradora; Qt es la capacidad nominal que se
muestra en las tablas de los fabricantes; Fh, Fi, Ft, y Fd son los factores de
corrección.
Dado
que los estudios y experimentos para conseguir los valores de estos factores
son estandarizados, es posible realizar cálculos con buena precisión tomando
los datos de documentos académicos como Solanilla (2001), los cuales se dedican
a la investigación del procesamiento de minerales.
Así,
se estaría cumpliendo con la tarea de verificar si una máquina trituradora en
una determinada APC puede realizar el proceso de conminución que requiere el
usuario, la tarea difícil es lograr la automatización de este proceso, de modo
que la aplicación realice el mismo cálculo con los datos de diferentes
trituradoras en todas sus posibles APC, tarea que manualmente resulta ser
laboriosa y repetitiva, lo cual hace muy difícil abarcar todas las opciones
posibles.
Información de los fabricantes sobre el funcionamiento
de sus trituradoras
La
información indispensable para construir la base de datos del simulador son los
datos operativos de las máquinas trituradoras; es decir, los valores de la
apertura de salida en posición cerrada (APC), el rango de capacidad de
procesamiento horario asociado a cada APC, las tablas de distribución
granulométrica resultante y los factores de operación de las máquinas
trituradoras.
Puesto
que la oferta de máquinas trituradoras es considerablemente extensa, se decidió
escoger un grupo representativo de máquinas trituradoras que abarquen un rango
de capacidad de procesamiento horario entre 0,1 m3 /h hasta alrededor de 600 m3
/h. Un total de 18 máquinas trituradoras de diferentes fabricantes fueron
seleccionadas para formar parte de la base de datos estudiada, incluyendo una
trituradora a escala de laboratorio cuyos parámetros de producción fueron
establecidos experimentalmente por los autores.
En
general, la información de funcionamiento de las trituradoras se presenta en
tablas y en la mayoría de los casos se requiere realizar interpolación de datos
para obtener resultados precisos. Para realizar de forma eficiente estas
interpolaciones se decidió modelar el comportamiento de los datos de las tablas
por medio de polinomios interpolantes. De esta forma, la aplicación podrá
utilizar los polinomios para encontrar cualquier dato que necesite, aunque este
no exista en la tabla original. Se aclara que el grado de los polinomios
interpolantes fue seleccionado teniendo en cuenta que el valor del coeficiente
de correlación (R2) sea apropiado y que el comportamiento de la función en el
dominio requerido no presente fluctuaciones locales que afecten drásticamente
la confiabilidad de la respuesta final. En el apéndice A se encuentra un
ejemplo ilustrado de este procedimiento que puede aclarar su percepción.
Al
terminar el tratamiento de la información de las 18 máquinas trituradoras, se
obtiene una base de datos que consta de 108 polinomios interpolantes entre
polinomios para tablas de granulometría, capacidad de procesamiento horario y
factores de corrección, los cuales serán utilizados por la aplicación para
realizar la selección. Para profundizar acerca de este procedimiento se
recomienda consultar la sección 3.2 del trabajo de investigación, donde se
desarrolló la aplicación Seleccionador de Trituradora (Delúquez y Díaz 2018,
pp. 27-37).
Diseño del algoritmo
de operación
El
algoritmo de operación consistió, en primera instancia, en diseñar un código de
operación que al ser traducido a los lenguajes de programación correspondientes
le permita a la herramienta realizar las siguientes actividades:
1)
Recibir información sobre las variables iniciales del proceso; tales variables
son suministradas por el usuario y son utilizadas dentro del algoritmo para
realizar los respectivos cálculos que lleven a la selección final. Las
variables requeridas por el algoritmo son las siguientes:
•
Tamaño
máximo de alimentación (diámetro mayor de la roca): Utilizado para verificar
que el tamaño de alimentación no exceda la capacidad de la apertura de entrada
de las trituradoras elegidas.
•
Tamaño
característico de la distribución granulométrica de la alimentación: Es
recomendable proveer este dato como el F801, sin embargo, es posible ingresar
cualquier otro tamaño como el F70 o F50.
•
Tamaño
máximo de producto (tamaño de grano máximo deseado).
•
Alimentación
horaria.
•
Índice
de trabajo del material.
•
Densidad
(aparente) del material.
•
Eficiencia
del Tamiz η (%).
•
Porcentaje
de humedad del material.
•
Porcentaje
de contenido de arcilla del material.
•
(%)
de aumento de producción deseado: este dato es requerido en caso de que el
usuario tenga posibilidad de aumentos de producción esporádicos o a mediano
plazo.
2)
Una vez ingresadas las variables iniciales, el algoritmo calcula todas las
posibles distribuciones granulométricas que se pueden obtener al variar la APC
de las trituradoras, lo cual depende exclusivamente del índice de trabajo del
material y de la información provista por los fabricantes de las trituradoras,
la cual se encuentra en la base de datos interna de la aplicación.
3) Al
calcular todas las posibles distribuciones granulométricas de salida, el
algoritmo ahora es capaz de resolver el balance de masa de cada una de las
configuraciones de APC, con el objetivo de obtener la masa total S procesada
horariamente en el interior de la trituradora para cada una, según la fórmula
(1). Para este cálculo se utiliza el valor de la alimentación horaria y la
eficiencia del tamiz, así como la distribución granulométrica de cada
configuración APC (calculada en el paso anterior).
4) En
este paso, nuevamente, se toma en cuenta la información de los fabricantes en
base de datos, puesto que consiste en verificar cuáles de las trituradoras
disponibles cumplen con los requerimientos de capacidad para realizar el
proceso de conminución y en qué rango de configuración de APC lo hacen (desde
0,5 [plg] hasta 10 [plg] con un paso de 0,1 [plg]). También se toma en cuenta
el ajuste de la capacidad de las máquinas según la aplicación de la fórmula (2)
de los factores de corrección. En caso de que ninguna de las trituradoras
disponibles pueda cumplir con los requerimientos de producción, se muestra como
resultado un mensaje que le indica al usuario que la aplicación no encontró
dentro de su base de datos ninguna trituradora que cumpliera efectivamente el
proceso bajo sus requerimientos de operación.
5)
Puesto que, hasta este punto, es posible que se obtengan varias máquinas
candidatas para realizar el proceso y más aún cada una de ellas con varias
configuraciones de APC posibles, se diseñó un método de evaluación de idoneidad
que califique cada opción con respecto a las necesidades del usuario y el
rendimiento de la máquina. Los criterios de idoneidad en los que se basa el
método de evaluación se detallan en la sección “Método de evaluación” del
presente artículo.
6) En
el último paso, se recopilan las mejores opciones de cada trituradora, se muestran
los resultados en un reporte de funcionamiento con sus respectivas variables de
operación (APC de operación, balance de masa, granulometría de salida e índice
de idoneidad) y finalmente se recomienda la utilización de la máquina
trituradora que haya obtenido el mayor índice de idoneidad calculado.
La
figura 4 presenta el diagrama de flujo general del algoritmo de operación. En
Delúquez y Díaz (2018) se puede encontrar una descripción más a detalle de los
procedimientos y métodos utilizados para la selección.
Figura 4. Diagrama de flujo general del algoritmo de
operación de la aplicación.
Fuente:
Elaboración propia.
Programación:
Codificación del algoritmo de operación
La
actividad principal de esta fase es la traducción del algoritmo de operación
diseñado a los lenguajes de programación de los software que se manejaron
(MatLab ® y Microsoft Excel ®), que poseen entornos de programación que
permiten la utilización de funciones incorporadas y la programación de objetos
en la aplicación, para ejecutar completamente el algoritmo obteniendo
resultados confiables.
Desarrollo
de la interfaz de usuario
Interacción
usuario-aplicación
En
esta fase, también llamada interacción humano-máquina, se buscó diseñar un
método de interacción efectivo que logre recibir la información básica del
proceso de selección de parte del usuario sin necesidad de requerir
conocimientos de programación o manejo avanzado de los software utilizados. Gracias
a las propiedades y herramientas de Matlab® y Microsoft Excel®, se logró
diseñar una interfaz que interaccione con el usuario simulando una aplicación
de escritorio independiente, la cual, con unas sencillas instrucciones, es
capaz de iniciar el proceso de selección.
La
interfaz principal o de inicio presentada en la figura 5a posee una barra de
opciones en la parte superior de la ventana que está disponible para que el
usuario realice un proceso de selección al activar los botones de las funciones
de selección (‘Seleccionar trituradora’ y ‘Verificar trituradora’), obtenga
ayuda sobre el manejo de la aplicación (ayuda), consulte base de datos de
trituradoras (trituradoras disponibles) o consulte información acerca del
proyecto de investigación en el cual se desarrolló la aplicación (acerca del
proyecto). En la figura 5b se muestra una interfaz mostrada al escoger la
opción ‘Trituradoras disponibles’, la cual despliega una lista con las imágenes
de las trituradoras y sus respectivas características de diseño.
Esta
interfaz, se realizó por medio de la programación de objetos como formularios,
cajas de texto para ingresar datos, cajas de opciones, archivo de imágenes,
etc. Estos están predeterminados por el software y poseen varios eventos
programables que le permiten al usuario tener una experiencia más agradables y
ordenada, de tal forma que su análisis sea únicamente enfocado a los resultados
que obtenga de la aplicación. Para obtener una mejor presentación visual se
utilizaron imágenes diseñadas por los autores mediante el software de diseño
gráfico Adobe Illustrator CC 2017®.
Para
iniciar el proceso de selección hace falta tener activada la opción de
‘inicio’, la cual habilita unos botones en la parte inferior de la pantalla. El
primer paso es agregar las condiciones de operación con las que se desea
realizar la selección, al presionar el botón ‘Agregar condiciones de proceso’
se habilita una pantalla que muestra un cuadro de lista con la base de datos
del usuario (las condiciones de proceso que ha guardado) y botones que permiten
agregar, modificar o eliminar archivos de condiciones de proceso.
Por
medio de un formulario, el usuario podrá ingresar las condiciones de proceso
que requiere la aplicación; entre ellas se encuentran la alimentación horaria,
tamaño máximo de alimentación y producto, densidad aparente del material,
índice de trabajo del material, % de humead y arcilla, etc., para comodidad del
usuario estos datos pueden ser proporcionados en varios tipos de unidades de
medición. En la figura 6 se muestra la pantalla ‘Agregar condiciones de
operación’, y el formulario que se habilita cuando se desea agregar un archivo.
Figura 6. Interfaz ‘Agregar condiciones y formulario´
Fuente:
Elaboración propia.
Una
vez guardadas las condiciones de operación, el usuario puede proceder con la
selección, que se activa al presionar el botón ‘Selección de trituradora’; este
botón habilita un nuevo cuadro de lista que muestra las condiciones de
operación anteriormente guardadas, se debe seleccionar el archivo deseado y
presionar el botón ‘iniciar selección’. Luego, la aplicación pide que el
usuario ingrese un porcentaje de aumento en caso que lo requiera (explicado en
la sección “Método de evaluación” del presente artículo) y por último la
aplicación da su respuesta.
Complementariamente
a la función principal, que consiste en seleccionar una trituradora teniendo en
cuenta las variables de entrada, la aplicación posee una función secundaria
denominada “Verificar trituradora”, en la que el usuario puede verificar la aptitud
para realizar el proceso de conminución con las condiciones especificadas de
una trituradora especifica que se encuentre dentro del inventario de la
herramienta, lo que da como resultado las variables operativas más idóneas en
caso de que la capacidad de la máquina cumpla con los requisitos para el
proceso; esta función se puede utilizar cuando se requieren resultados
específicos y con tiempos de respuesta mucho más cortos.
En la
figura 7 se muestra la lista que se habilita al presionar el botón ‘Seleccionar
trituradora’, y en la figura 8 se muestra la lista que se habilita al presionar
el botón ‘Verificar trituradora’.
Figura 7. Interfaz ‘Seleccionar
trituradora´
Fuente:
Elaboración propia.
Figura 8. Interfaz ‘Verificar
trituradora´
Fuente:
Elaboración propia.
Presentación y análisis de los resultados de selección
Además
de ser la encargada de permitir la interacción del usuario y la aplicación, la
interfaz de usuario que se diseñó pretende cumplir una función didáctica para
poder lograr un impacto positivo en el análisis del proceso de conminución del
estudiante. Según Condie y Munro (2007) “las animaciones en los software de
simulación ayudan a mejorar las capacidades de los estudiantes a ver eventos
que de otra manera serian difíciles de reconocer”, por tal motivo, se diseñó
una interfaz que, además de proporcionar los resultados de una selección de
equipos de trituración, muestre gráficamente a pequeña escala una
representación del circuito de trituración apropiado para cada resultado, de
tal manera que el estudiante pueda comparar y diferenciar gráficamente los
cambios en las configuraciones de los sistemas y relacionarlos con las
variables de operación.
En la
figura 9 se muestra la interfaz de resultados de un ejemplo de selección; en
esta se muestra un apartado con los datos de operación ingresados por el
usuario y en la parte superior se presenta un cuadro de lista con las
trituradoras disponibles capaces de realizar el proceso junto con su respectiva
configuración de APC escogida por la aplicación y otros datos calculados, como
el índice de idoneidad, porcentaje máximo de alimentación, potencia y el
resultado del balance de masa del sistema. El componente más importante de la
interfaz de resultados es la representación gráfica, ubicada a la izquierda, en
la cual se muestra un diseño sencillo del sistema de trituración de la
trituradora seleccionada que puede variar entre abierto y cerrado, según sea el
caso, y además incluye todos los valores propios de ese sistema; la interfaz
también incluye opciones adicionales, como la posibilidad de cambiar las
unidades en las que se presenta el reporte y mostrar la distribución de tamaño
de partícula del producto que sale de la trituradora.
Figura 9. Interfaz de resultados de la aplicación
Seleccionador de trituradoras.
Fuente: Elaboración propia.
Cabe
mencionar que las imágenes de las interfaces mostradas corresponden a la
versión Microsoft Excel ®. La versión MatLab ® tiene el mismo diseño que la
presentada en este artículo; sin embargo, debido a las diferencias en las
herramientas de diseño de interfaz, la versión no cuenta con la opción de
guardar los archivos en una base de datos de usuario y además la visualización
de algunos botones y formularios es diferente.
Método de evaluación
Para
escoger la trituradora de mandíbulas adecuada, se desarrolló un sistema de
evaluación representado por un índice de idoneidad, el cual indica la
conveniencia del uso de una trituradora de mandíbulas particular para un proceso
especificado por el usuario. El valor del índice de idoneidad puede tomar
valores entre 0 y 5, siendo 0 la calificación más baja y 5 la más alta. Para
determinar el valor del índice se tiene en cuenta un criterio relativo al
aumento máximo de la alimentación horaria y otro criterio relativo al consumo
energético del equipo, como se detalla enseguida.
Criterio del aumento máximo de alimentación horaria
Con
este criterio se evalúa la capacidad que tiene una trituradora de recibir un
aumento de alimentación horaria y cumplir con los requerimientos del usuario.
El
procedimiento para desarrollar la evaluación de este criterio consiste en
encontrar el aumento máximo de alimentación horaria de las trituradoras de
mandíbulas que hayan cumplido con las condiciones de la capacidad de
procesamiento horario y el tamaño máximo de alimentación. Luego, se calcula el
valor del índice de este criterio, el cual depende de la proyección de aumento
de producción del usuario a corto o mediano plazo. El usuario puede representar
su proyección de aumento de producción como porcentaje, e ingresar el dato a
través de la interfaz de la aplicación. La ecuación (3) es utilizada para el
cálculo del índice del criterio de aumento de alimentación horaria.
Donde
amax representa el % de aumento ingresado, m y b representan la pendiente y la
intersección de una recta que depende del porcentaje de aumento ingresado, x
representa el % de aumento de una trituradora, y Cau representa el valor del
índice del criterio de aumento máximo de alimentación horaria. En la figura 10
se muestra de manera gráfica la ecuación (3).
Figura
10. Gráfica de la ecuación del criterio del aumento máximo de la alimentacion
horaria. Donde el valor “amax” representa el pico de porcentaje de aumento deproducción que el
usuario ha elegido.
Fuente:
Elaboración propia.
Criterio
del consumo energético del equipo
Este
criterio se fundamenta en la ley de Bond (Currie, 1973), mediante la cual se
establece una relación entre la potencia de trituración y la APC. En la figura
11 se ilustra un ejemplo del cálculo de la potencia de trituración con un
índice de trabajo de 10 [kW·h/t] y un F80 de 18 [plg], variando la APC. Este
ejemplo ayuda a entender el criterio, puesto que se muestra el cambio de
comportamiento de la curva en la APC donde el sistema cambia de abierto (sin
recirculación) a cerrado (con recirculación). Este
cambio de comportamiento en la curva se explica por el aumento en la masa que
la trituradora debe procesar horariamente, producto de la recirculación, lo que
ocasiona una disminución en la razón de cambio de la potencia de trituración.
Figura 11. Ejemplo de la relación
entre la potencia de trituración y la APC.
Fuente: Elaboración propia.
Cuando
el sistema es cerrado, el cálculo del consumo energético de trituración por
medio de la ley de Bond tiende a ser menor que el consumo real; producto del
cambio en la distribución granulométrica del material que entra a la
trituradora, puesto que los gruesos rechazados en el producto entran a ser
parte de la alimentación, y se modifica así la energía necesaria de
conminución. Además de esto, se necesitan otros aportes energéticos, tal como
el gasto energético de las bandas transportadoras, por tanto; se concluye que
el consumo energético real del sistema de las APC en esta zona de operación a
circuito cerrado será mayor que el calculado con la ecuación de Bond. Teniendo
en cuenta que el valor de la APC donde se cambia el sistema de abierto a cerrado es el punto de menor consumo energético conocido;
este se toma como el valor de la APC idónea. En el caso de un proceso que tenga
recirculación en todas las APC de la base de datos, se toma 0.5 [plg] como el
valor idóneo, el cual es el menor valor de APC.
Una
vez determinada la APC idónea, se halla el valor más cercano a esta para cada
trituradora que haya cumplido con las condiciones de capacidad de procesamiento
horario y de tamaño máximo de alimentación; la cual se configura como la APC de
operación.
Para
calcular el valor del criterio de la APC se toma el 5 como valor máximo que
corresponde a la APC idónea del proceso. A cada trituradora se le restan 0.1
unidades del valor máximo por cada 0.1 [plg] que tengan de diferencia la APC
idónea y la APC de la trituradora; el resultado de esta resta para cada
trituradora corresponde al valor de su índice de criterio de la APC (CAPC).
Índice
de idoneidad
El
cálculo del índice de idoneidad consiste en una ecuación que modela un promedio
ponderado, en la que el criterio de aumento máximo de alimentación horaria
equivale al 40 % y el criterio de la APC equivale al 60 % del valor del
indicador. En la ecuación (4) se muestra la forma de calcular el índice de
idoneidad.
id=(Cau*0.4)+(CAPC*0.6)
(4)
Donde
id representa el índice de idoneidad, Cau representa el índice del criterio de
aumento máximo de alimentación horaria y CAPC representa el índice del criterio
de la APC.
Es
importante mencionar que el diseño de este indicador de evaluación de idoneidad
aporta mayor peso a consideraciones de ahorro energético en el uso del equipo
(CAPC*0.6) y considera que el peso restante (Cau*0.4) le corresponde a una
opción, aportada por el mismo usuario, y que se corresponde con la versatilidad
que desea en su problema, es decir, si aspira a ampliar la capacidad productiva
de su sistema en el mediano plazo o si considera muy fluctuante la alimentación
a su sistema de conminución y desea adoptar un cierto factor de seguridad a la
hora de seleccionar su equipo idóneo.
Consideraciones
finales
La
aplicación Seleccionador de Trituradoras fue diseñada como un instrumento
digital para ayudar en el proceso académico de los estudiantes de Ingeniería
Metalúrgica de la Universidad Industrial de Santander; la estructura y presentación
de la aplicación fue desarrollada bajo conceptos y estudios de la
implementación de las TIC en la educación (Cox et al., 2003), los cuales
sostienen que la utilización de simuladores de procesos y elementos gráficos
producen un impacto positivo en la enseñanza de las ciencias aplicadas, como es
el caso del proceso conminución. Dentro de los aportes más importantes que
ofrece un simulador se encuentran (Cox et al., 2003):
•Proporcionar
experiencias que producen disonancia / conflicto cognitivo.
•Crear
marcos para la visualización.
•Proporcionar
un enfoque para la discusión, comparar resultados e intercambiar ideas.
Estos
se pueden obtener de la aplicación por medio de una continua utilización e
intercambio de resultados por parte de los estudiantes.
Los
resultados obtenidos de la selección en la aplicación desarrollada en Matlab ®
y en Microsoft Excel ® muestran las trituradoras de mandíbulas que cumplen con
todos los parámetros ingresados, y cuál es la mejor para el proceso planteado
por el estudiante/ usuario, teniendo en cuenta el índice de idoneidad que el
sistema calcula, garantizando una buena confiabilidad en las respuestas que el
alumno obtiene de la herramienta.
En
este orden de ideas, es posible lograr la implementación completa de la aplicación
diseñada, a través del Proyecto Integral para Incorporar las TIC bajo Moodle en
el área de metalurgia extractiva, que se realiza en la Escuela de Ingeniería
Metalúrgica y Ciencia de Materiales de la Universidad Industrial de Santander.
La inclusión de la aplicación en este proyecto genera una evolución en la forma
de implementación de las TIC en la Escuela de Ingeniería Metalúrgica, puesto
que esta involucra la solución de problemas ingenieriles en la automatización
de un proceso industrial de alta complejidad para ofrecer al estudiante nuevos
métodos de aprendizaje. No obstante, en ningún caso esta herramienta pretende
sustituir los conocimientos que deben impartirse en el curso, así como tampoco
sustituir las habilidades de cálculo que los estudiantes deben desarrollar en
esta área. Más bien, el objeto de esta aplicación Seleccionador de Trituradoras
es que la misma apoye al estudiante en la resolución de problemas de elevada
complejidad, en los que el ahorro de tiempo de cálculo permita a los estudiantes
concentrarse en aspectos que exijan más capacidad de análisis y evaluación de
opciones de diseño en procesos o plantas de tratamiento de minerales.
Por
último, se recomienda hacer pruebas de implementación en población usuaria de
la aplicación desarrollada, con el objetivo de medir cualitativamente y
cuantitativamente el impacto del proyecto sobre el aprendizaje de los
estudiantes. Con esto también es posible obtener opiniones de los usuarios que
ayuden al mejoramiento del diseño de la aplicación y la experiencia del usuario.
Referencias
Bibliográficas
Abrahamsson,
P., Salo, O., Ronkainen, J. & Warsta, J. (2002). Agile software development methods Review and analysis. VTT
Publications, 478. 107 p. Espoo, Finland. VTT Publications.
British Educational Communication and Technology
Agency (Becta) (2003). What the research says about using ICT in Maths.
Coventry: Becta. Recuperado
de: http://www.becta. org.uk (Marzo 2018).
Condie,
Rae y Munro, Bob (2007). The Impact of ICT
in Schools: a landscape review. UK: Becta. Recuperado de: http://www.
becta.org.uk (Marzo 2018).
Cox, Margaret y otros (2003). ICT and attainment: A
review of the research literature ICT in Schools Research and Evaluation Series
– No.17. DfES-Becta.
Recuperado de: http://www. becta.org.uk (Marzo 2018)
Cox, Margaret y Marshall, Gail (2007). Effects of ICT:
Do we know what we should know? Education and Information Technologies, 12,
59-70. Recuperado de: http://www.becta. org.uk (Marzo 2018).
Currie, Jhon M. (1973). Unit operations in mineral
processing. Burnaby,
Canada: CSM Press.
Delúquez,
Luis y Díaz, José (2018). Modelamiento de un procedimiento de selección de
equipos de trituración a través de software matemático. (Tesis de grado).
Universidad Industrial de Santander. Bucaramanga, Colombia.
Solanilla,
J. (2003). Gerencia de equipos para obras civiles y minería. Bogotá, Colombia:
Bhandar Editores Ltda.