1. DEVELOPMENT
PROPOSAL
FOR
IMPROVEMENT
WITH
METHODOLOGY
SIX
SIGMA
RESEARCH
WORK
OPTIMIZATION
OF
COMMINUTION
IN
PROCESS
IN
SAG
MILL
40'POR
26’
AUTHOR:
Eng.
MBA
Richard
B.
Cusi
Davila,
CMRP
Master
Six
Sigma
Black
Belt
2014

2. Introduc)on
CHINALCO:
• It
is
the
second
largest
alumina
producer
in
the
world
and
the
third
largest
producer
of
primary
aluminum.
• The
Toromocho
project
is
a
large
deposit
of
copper
and
molybdenum
is
1.53
million
tons
of
reserves.
• The
Toromocho
project
is
located
in
the
east
side
of
the
Andes
in
Peru,
140
km
east
of
Lima
along
the
Carretera
Central,
road
to
La
Oroya.
SAG
MILL:
• The
CHINALCO
mining,
has
the
SAG
mill
with
a
design
capacity
of
5,250
tons
per
hour
based
on
93%
availability.
• The
plant
is
designed
to
operate
24
hours
a
day,
365
days
a
year.
• We
need
to
detect,
measure
and
correct
the
problems
that
cause
poor
discharge
(amount)
of
mineral
in
the
SAG
mill.

3. Definir
–
Planteamiento
del
proyecto
C
D
M
A
I
6σ
ISSUE
VOC
(Voice
of
Client)
CCR
(Critical
Customer
Requirement)
TARGET
SCOPE
• SAG
mill
production
does
not
reach
the
expected
levels
of
2620
tph.
(*)
• The
mill
output
is
less
than
planned
impacting
share
product
delivery
to
customers.
• I
need
the
fresh
mineral
is
greater
than
or
equal
to
the
ram-­‐up
production.
CTP
(Critical
to
Process)
• The
balls
and
lime
supply
must
remain
constant
during
operation
of
the
mill.
• The
mill
should
not
generate
constraints
for
the
discharge
of
ore
milled.
• Improve
the
amount
of
fresh
ore
produced
and
exceed
expected
levels
of
2620
tph.
• It
includes
improvements
related
to
the
mill.
• Does
not
include
upstream
equipment
(conveyor,
feeders,
etc.)
• Excludes
downstream
equipment
(sieve
classieication,
regrind,
etc.)
(*)
Status
taken
in
January
2014.

4. C
D
M
A
I
6σProcess
tons
in
SAG
Mill
(tons
by
day)

5. C
D
M
A
I
6σ
STABILIZATION STAGE
Concept Jan-14 Feb-14 Mar-14
Actual Production (ton) (*) 200,000.00 1,640,800.00 1,965,935.48
REAL BENEFITS ($) 1,028,741.64 8,439,796.40 10,112,198.45
Design Production (ton) 3,515,400.00 3,515,400.00 3,515,400.00
Loss Production (ton) -3,315,400.0 -1,874,600.0 -1,549,464.5
Lost Production ($)
-
17,053,450.1 -9,642,395.4 -7,969,993.3
Optimization Loss after improvement ($)
Target Production - 6 Sigma (ton)
Target vs. Real (ton)
OBJETIVE BENEFITS ($)
STAGE AFTER OF IMPROVEMENT (changes grate)
Concept
abr-14 may-14 jun-14
Actual Production (ton) (*)
REAL BENEFITS ($)
Design Production (ton)
3,515,400.00 3,515,400.00 3,515,400.00
Loss Production (ton)
Lost Production ($)
0.0 0.0 0.0
Optimization Loss after improvement ($)
0.0 0.0 0.0
Target Production - 6 Sigma (ton)
2,829,600.00 2,829,600.00 2,829,600.00
Target vs. Real (ton)
OBJETIVE BENEFITS ($)
14,554,636.70 14,554,636.70 14,554,636.70
* The value of real output, is reported by the Operations.

6. SIPOC
C
D
M
A
I
6σ
Supplier
Inputs
Outputs
Customers
Process
Primary
Crushing
Ore
transport,
storage
and
dosage
of
lime
and
balls
Ore
processing
mill
Mineral
classieication
in
the
trommel
Mine
Input
capacity
trucks
Particle
size
345
Tn
<=
630
mm
Particle
size
Crushing
capacity
<=
180
mm
6510
tph
Promary
Chusher
Conveyors
System
Overland
Coveyor
200-­‐CV-­‐003
Conveyor
210-­‐CV-­‐001
Fresh
crushed
ore
Fresh
Mineral,
pebbles,
beads
and
lime
10300
tph
6324
tph
Uninterrupted
power
supply
capacity
12
hrs
Ball
Consumption
Lime
consumption
340
g/t
4000
g/t
Feed
chute
SAG
Mineral
processing
Particle
size
Electrical
Power
Mill
speed
5250
tph
180
mm
>=
280
MW
~9.3
RPM
Percent
Solids
>=
65%
Mineral
processing
>=
65%
Trommel
discharge
SAG
Mill
SAG
Mill
Stock
pile
Particle
Size
>=
700
micrones
Classieication
Shale
and
cyclones

7. Fun)onal
Process
source:
PI
System
C
D
M
A
I
6σ

8. Measure
–
Process
Blocks
C
D
M
A
I
6σ
Supply
fresh
crushed
ore
Recirculation
of
pebbles
Adding
balls
and
spinning
mill
Classieication
of
ore
per
grates
and
trommel
1
1
Y1-­‐out
step
1:
Tonnes
processed
fresh
y2-­‐out
step
2:
Mineral
Density
(%
solids)
y3-Output Step 3: Power consumption
(Kwh)
y4-­‐out
step
4:
download
tons
(tph)
Step
1
Check
In:
Cr:
Tons
processed
fresh
tph
C:
Speed
of
feeding
belt
N:
Number
of
foreign
material
S:
PS1
Tickets
step
2:
X2
–Cr:
mineral
density
(%
solids)
X1
-­‐
C:
Amount
of
water
N:
Tonnes
of
ore
processed
S:
PS2
Inputs
step
3:
X3-­‐
Cr:
Power
consumption
(Kwh)
X4
-­‐
C:
mill
speed
(Rpm)
N:
Inertia
(weight
of
mineral)
S:
PS3
Step
4
Check
In:
Cr:
Short
circuit
or
return
of
mineral
X5
-­‐
C:
Slot
grill
(Evacuation
Area).
N:
mineral
recirculation
(internal
to
the
mill)
S:
PS4
Nomenclature
of
the
types
of
variables
Cr:
Variable
Review
C:
Controllable
variable
N:
Variable
noise
S:
Standard
Operating
Procedure.

9. Salida Paso 1
: Toneladas
Frescas
Procesadas
(tph)
y2: Salida
Paso 2 :
Densidad de
mineral (% de
solidos)
Salida Paso 3
: Potencia
consumida
(kWh)
Salida Paso 4
: Toneladas
de Descarga
(tph)
Variables de Salida Y1 Y2 Y3 Y4
Importancia de 1 a 10 10 4 4 6
Variables de Entrada Calificación
x1
C: Cantidad de agua
1 3 1 1 32
x2
Cr: Densidad de mineral (% de
solidos) 1 3 0 1 28
x3
Cr: Potencia consumida (kWh)
3 1 9 0 70
x4
C. Velocidad de Molino (rpm)
9 0 3 9 156
x5
C: Slot de Parrilla
9 0 0 9 144
Total puntuación "Y" 23 7 13 20
Correlación
0 Ninguna
1 Baja
3 Moderada
9 Alta
Correlación entre x´s e y´s
Cause
and
Effect
Matrix
C
D
M
A
I
6σ
The
results
of
the
matrix
cause
-­‐
effect,
the
variables
with
the
greatest
impact
on
production
are
speed
mill
and
slot
grill.

10. C
D
M
A
I
6σ

11. Process
Capability
-­‐
Baseline
C
D
M
A
I
6σ
48004000320024001600800
LEI
LEI 2620
O bjetiv o *
LES *
Media de la muestra 2595.74
Número de muestra 879
Desv .Est. (Dentro) 442.663
Desv .Est. (General) 919.55
Procesar datos
Z.Bench -0.05
Z.LEI -0.05
Z.LES *
C pk -0.02
Z.Bench -0.03
Z.LEI -0.03
Z.LES *
Ppk -0.01
C pm *
C apacidad general
C apacidad (dentro) del potencial
% < LEI 50.85
% > LES *
% Total 50.85
Desempeño observ ado
% < LEI 52.19
% > LES *
% Total 52.19
Exp. Dentro del rendimiento
% < LEI 51.05
% > LES *
% Total 51.05
Exp. Rendimiento general
Dentro de
General
Capacidad de proceso Baseline
• As
a
baseline
we
have
a
process
with
a
capacity
of
1.45
Sigmas
and
51%
of
production
that
does
not
eit
within
specieication.

12. Analyze
-­‐
Demonstra)on
of
causality
C
D
M
A
I
6σ
Variables
X1:
Water
Quantity
X2:
Percent
solids
X3:
Power
input
X4:
Speed
mill
Results
of
individual
regression
P
value
Adjusted
R2
0.00
31.9%
0.00
6.0%
0.00
8.8%
0.00
33.8%
0.00
0.8%
X5:
Slot
grate
Multiple
regression
results
• The
single
most
signieicant
variables
are
X1-­‐Water
Quantity
and
X3-­‐speed
mill,
however
the
variables
together
explain
only
74%
model.
Y: TnProcesadas = - 8677 + 1.50 X1: CantAgua + 93.4 X2: %Sólido
- 38.5 X3: Potencia + 345 X4: VelocMolino
+ 24.0 X5: SlotParrila
Predictor Coef SE Coef T P VIF
Constante -8677.4 216.7 -40.04 0.000
X1: CantAgua 1.50295 0.03516 42.74 0.000 2.261
X2: %Sólido 93.436 2.766 33.79 0.000 2.038
X3: Potencia -38.492 6.377 -6.04 0.000 4.310
X4: VelocMolino 345.47 26.44 13.06 0.000 5.339
X5: SlotParrila 24.002 2.001 11.99 0.000 1.151
S = 422.022 R-cuad. = 74.0% R-cuad.(ajustado) = 73.9%

13. 3000
1500
0
8
6
4
24
16
8
80
60
40
500030001000
70
60
50
300015000 864 24168 806040
Y: TnProcesadas
X1: CantAgua
x2: VelocMolino
X3: Potencia
X4: %Sólido
X5: SlotParrila
Gráfica de matriz de Y: TnProcesa, X1: CantAgua, x2: VelocMol, ...
Y:
Process
Tons
X1:
Water
quantity
X2:
Mill
Speed
X3:
Power
X4:
%
Solid
X5:
Slot
grate
Correlation
level:
0.82
P
Value:
0.00
Correla)on
analysis
between
variables
• The
level
of
correlation
between
the
speed
and
power
of
the
mill
is
high.
• Looking
for
experimentation
only
consider
one
of
them.
C
D
M
A
I
6σ

14. Design
of
Experiments
C
D
M
A
I
6σ
DOE
Results
Regresión factorial: Y vs. CantAgua, %Sólidos, Velocidad, Slot
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 10 25716841 2571684 32.75 0.000
Lineal 4 17227423 4306856 54.84 0.000
CantAgua 1 4420610 4420610 56.29 0.000
%Sólidos 1 6961461 6961461 88.64 0.000
Velocidad 1 420140 420140 5.35 0.031
Slot 1 5425212 5425212 69.08 0.000
Interacciones de 2 términos 5 8052373 1610475 20.51 0.000
CantAgua*%Sólidos 1 1294945 1294945 16.49 0.001
CantAgua*Velocidad 1 171750 171750 2.19 0.154
CantAgua*Slot 1 4608884 4608884 58.69 0.000
%Sólidos*Velocidad 1 640244 640244 8.15 0.009
%Sólidos*Slot 1 1336550 1336550 17.02 0.000
Interacciones de 3 términos 1 437045 437045 5.56 0.028
CantAgua*%Sólidos*Velocidad 1 437045 437045 5.56 0.028
Error 21 1649253 78536
Falta de ajuste 5 1649253 329851 4.21834E+29 0.000
Error puro 16 0 0
Total 31 27366094
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
280.242 93.97% 91.10% 86.01%
• When
performing
the
experiments
as
DOE,
with
the
four
variables,
we
obtain
an
adjusted
R2
of
91.10%.
• Only
used
4
of
the
5
initial
variables.

15. C
D
M
A
I
6σ
DOE
-­‐
Graphic
Effects
Graph
of
standardized
effects
Pareto
standardized
effects
• Both
the
individual
variables
and
their
interactions
are
signieicant.

16. • All
variables
except
"speed"
have
very
marked
effects
on
the
dependent
variable.
•
•
• There
are
important
interactions
that
have
a
signieicant
effect
on
production.
•
•
Main
effects
plot
Graph
of
interaction
for
Y
C
D
M
A
I
6σ

17. CantAgua 1425
%Sólidos 64
Velocidad 7.25
Slot Alto
Valores
fijos
%Sólidos*CantAgua
16801560144013201200
70
65
60
Velocidad*CantAgua
16801560144013201200
7.8
7.5
7.2
6.9
6.6
Velocidad*%Sólidos
706560
7.8
7.5
7.2
6.9
6.6
>
–
–
–
–
–
<
2400
2400 2700
2700 3000
3000 3300
3300 3600
3600 3900
3900
Y
Gráficas
de
contorno
de
Y
CantAgua 1425
%Sólidos 64
Velocidad 7.25
Slot Alto
Valores
fijos
0021
0041 1 06 0
5002
3000
0350
0021
0041
06
00
7
56
06
770
0350
04 00
Y
sodilóS%
augAtnaC
21 00
1 004 1 006
0003
31 05
21 00
1 004
07.
00
5.7
07.
0.8
5
31 05
0033
Y
dadicoleV
augAtnaC
60
56
0002
5 002
3000
60
56
0.8
7.5
7.0
07
3500
Y
dadicoleV
sodilóS%
Y
ed
eicifrepus
ed
sacifárG
C
D
M
A
I
6σ
Contour
plot
Graphical
response
surface
• These
graphs
show
the
expected
production
levels
for
specieic
setteos
by
variables.
Contour
plots
and
response
surface

18. C
D
M
A
I
6σ
• According
to
optimize
production
DOE
should
settear
variables
at
their
maximum
values.
Combina)on
of
variables
suggested
by
DOE
to
op)mize
produc)on

19. C
D
M
A
I
6σ
4900430037003100250019001300700
160
120
80
40
0
LEI
Z.Bench -0.055
Z.LEI -0.055
Z.LES *
Cpk -0.018
Dentro de
Z.Bench -0.026
Z.LEI -0.026
Z.LES *
Ppk -0.009
Cpm *
General
Dentro de
General
4900430037003100250019001300700
240
180
120
60
0
LEI
Z.Bench 1.980
Z.LEI 1.980
Z.LES *
Cpk 0.660
Dentro de
Z.Bench 0.714
Z.LEI 0.714
Z.LES *
Ppk 0.238
Cpm *
General
Dentro de
General
Histogramas de capacidad de Antes, Despues
Antes
Despues
Residual
plot
• A
shift
in
the
mean
of
2,595
tph
to
3,210
tph
was
achieved,
and
production
improved
after
~
24%
higher.
• The
production
that
was
out
of
spec
went
from
~
51%
to
~
26%.
• The
Sigma
level
rose
from
1.47
to
2.2,
the
increase
is
not
higher
because
there
is
still
variability.
• In
the
three
months
after
the
improvement
has
been
steadily
losing
~
5.4
MM
USD.
Results
aMer
implementa)on
of
improvements

20. C
D
M
A
I
6σ
Investment
Value:
$
1,200,000.00
(2
sets
of
grill,
drawers
discharge,
accessories).
PAYMENT
IS
Jun14.

21. Control
-­‐
Process
Control
System
6σ
C
D
M
A
I

22. Concluding
• This
project's
main
achievement
a
shift
of
the
average
24%,
from
a
production
of
2,595
to
3,210
tph
NPT;
and
reducing
off-­‐spec
production
which
increased
from
51%
to
26%.
• The
Sigma
level
rose
from
1.47
to
2.2,
the
increase
is
not
higher
because
there
is
still
variability.
Is
pending
develop
initiatives
that
aim
to
further
reduce
variability
in
production.
• In
the
three
months
after
the
improvement
has
been
steadily
losing
~
5.4
MM
USD.
• With
the
developed
methodology,
we
have
identieied
signieicant
variables
in
the
process
and
the
ideal
combination
of
them;
in
order
to
achieve
higher
levels
of
productivity
of
the
mill,
as
it
was
achieved
in
this
project.
• For
the
remaining
steps
(2
and
3)
we
improve
follow
the
line
obtained
in
this
experiment
and
work
on
continuous
improvement
in
order
to
achieve
the
expected
levels.

23. BACK
UP

24. FMEA
-­‐
Priority
risk
C
D
M
A
I
6σ
Paso
del
Proceso Funcion
Salida
o
Entrada
Modo
de
Falla
Potencial
Severida
d
(1-­‐
10)
G
Causa
Potencial
de
la
Falla
Frecuenc
ia
(1
a
10)
F
Detectabi
lidad
(1-­‐
10)
D
1
Suministro
de
mineral
fresco
desde
Chancado
Alimentar
constantemente
de
mineral
fresco
en
las
mejores
condiciones
(sin
material
extraño);
al
molino
SAG.
Salida
Paso
1
:
Toneladas
Frescas
Procesadas
(tph)
Restricción
para
ingresar
mineral,
por
atoramiento
de
molino
SAG
10
Desgaste
de
piezas
de
molienda
6 10
2
Recirculación
(pebbles),
y
adiciòn
de
agua
Optimizar
el
grado
de
molienda,
aprovechando
el
mineral
chancado
con
las
chancadoras
RAPTOR.
Mantener
la
molienda
constante;
a
través
de
los
elementos
de
molienda
(Bolas
5").
Conseguri
el
nivel
optimo
de
la
densidad
de
mineral.
y2:
Salida
Paso
2
:
Densidad
de
mineral
(%
de
solidos)
Exceso
o
deficit
del
%
solidos
en
alimentación
de
molino.
2
Sistema
filtración
mal
seleccionado
4 6
3
Adición
de
Bolas
5"
(Potencia)
y
Giro
de
molino
a
velocidad
RPM
crítico
Generar
el
"riñon
de
molienda"
dentro
del
molino,
para
generar
conminución
por
abrasión
e
impacto.
Salida
Paso
3
:
Potencia
consumida
(kWh)
Tamaño
de
mineral
molino
mayor
al
deseado.
Desgaste
excesivo
de
liners
de
molino;
por
impacto
directo
de
bolas
y
poca
cantidad
de
mineral
fresco.
6
Parrillas
rotas
muy
tempranament
e
y
nivel
de
descarga
indeseado
5 8
4
Clasificaciòn
de
Mineral
por
Parrilas,
Pulpdischarge
y
Trommel
Descargar
mineral
conminuido
en
optimas
condiciones
(ni
mas
o
menos
tamaño).
Salida
Paso
4
:
Toneladas
de
Descarga
(tph)
Atoramiento
de
mineral
y
bolas
en
las
parrillas
y
cajones
de
descarga.
8
Parrillas
y
cajones
de
descarga
atorados
con
mineral
y
bolas
8 4
600
Proceso
Atrapamiento
de
mineral
en
la
descarga
del
molino.
240
256
Control
remoto
de
Molino
SAG
implementado
en
PI
System.
Control
remoto
de
Molino
SAG
implementado
en
PI
System.
Plan
de
mantenimiento
e
inspeción
frecuente.
Controles
actuales..existe
alguna
actividad
de
Mantenimiento
que
prevenga
la
causa
de
falla??
Parrilla
atorada
con
bolas
desgastadas
(CHIPs)
y/o
mineral
grueso.
Atrapamiento
de
mineral
en
la
descarga
del
molino.
Atrapamiento
de
mineral
en
la
descarga
del
molino.
Rotura
de
liners
y
parada
de
planta
anticipada.
Numero
de
Prioridad
de
Riesgo
RPN
48
Efecto
Potencial
del
Modo
de
Falla
Se
hacen
inspecciones
programadas
de
acuerdo
al
tiempo
de
vida
de
los
equipos
(segùn
recomendación
del
proveedor).

25. FMEA
-­‐
New
risk
priority
C
D
M
A
I
6σ
Paso
del
Proceso
Acción
Recomendada
Responsable
Fecha
Compromiso
de Ejecución
Nueva
Severidad
G
Nueva
Frecuenci
a F
Nueva
Detectabilida
d D
Nuevo
RPN
1
Suministro
de
mineral
fresco
desde
Chancado
Se hacen mediciones
de espesores y slot
(tamaño de abertura)
en las paradas
programadas (metodo
de escaneo laser o
mediciòn directa).
Equipo
Monitore
Condicones
Cada parada
menor
programada
14-dic 01-abr 5 3 10 150
2
Recirculación
(pebbles),
y
adiciòn
de
agua
Minimizar la frecuencia
de inspecciones de
filtros
Mantenimiento
Procesos
c/semanal 2 1 8 16
3
Adición
de
Bolas
5"
(Potencia)
y
Giro
de
molino
a
velocidad
RPM
crítico
Implementar control
manual de velocidad
critica del molino. Se
hacen mediciones de
espesores y slot
(tamaño de abertura)
en las paradas
programadas (metodo
de escaneo laser o
mediciòn directa).
Operadores de
turno /
Personal de
Mantenimiento
c/ hora / Cada
parada de
planta
5 2 5 50
4
Clasificaciòn
de
Mineral
por
Parrilas,
Pulpdischarge
y
Trommel
Analizar nuevos
diseños de parrillas y
cajones de descarga
Ing.
Mantenimiento
05-ene-14 2 5 2 20
Proceso ResultadosAcciones
11-dic-13
15-ene-14
Acción tomada
en Fecha
13-dic-13

26. Ishikawa
Analysis
C
D
M
A
I
6σ
Problema : - La carga de
mineral fresco es menor
a 5,250 t/h
Frecuencia mediciones largos
Persona
Sistema monitoreo PI System mal
configurado
Peso excesivo del
molino
Restricción para mineral
fresco por potencia del
molino
Tamaño demineral
ingreso (F80) mayor a
180mm
Material
Chancado
ineficiente
Ambiente
Mala proyección de
geología
Método
Restricción en la
descarga
Máquinas
Atoramiento de mineral y bolas
en parrilla
Recirculación
excesiva
Directores y cajones de
dscarga demasiado largos
Demasiada diferencia
en mediciones de
turnos
Mediciones
Operadores hacen control de
peso con diferentes unidades
Pesometro a la salida del
molino con indicacion
erronea
Falta de calibración
del sensor
Falta de configuración e
instalación de Servidor PI
El seting (luz) del Chancadora
mal configurada Estudio de
factibilidad errado
Piezas del molino
metalicos
Mal diseño de directores
y cajones de descarga
No hay programa de
calibración de
sensores
Operador no
capacitado
Slot de parrilla muy
pequeña
La dureza mineral es
mayor a 15

27. Measurement
plan
C
D
M
A
I
6σ
Métrica X or Y Definicion Operativa
Tipo de Dato
(discreto o
continuo)
Fuente de los Datos Tamaño de Muestra Responsable Fecha Cómo
Cómo voy a usar y mostrar
la data ( Grafico o
Herramienta Estadistica)
MSA o
Gage R&R
C: Cantidad de agua x1
Dosificaciónde agua para
generar la homogeneidad de
materialentodo elcircuito de
molienda.
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
Cr: Densidad de mineral(% de
solidos)
x2
Distribuciònde mineral, en
proporcióna los materiales
adicionales como bolas, caly
agua.
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
Cr: Potencia consumida (kWh) x3
Energía necesaria para la
funciónde molienda optima.
Indirectamente es la cantidad
de bolas.
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
C. Velocidad de Molino (rpm) x4
Velocidad crítica de molienda
para generar elriñonde
molienda
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
C: Slot de Parrilla x5
Area de evacuación
necesaria para optimizar la
cantridad de mineral
conminuido
Discreto Ingeniería
Medidiónpromedio por
campañas (parada de planta) /
semestraly/o trimestral
Ingeniería 01-abr-14
Estudio elementos
discretos yfinitos
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
Salida Paso 1 : Toneladas
Frescas Procesadas (tph)
y1
Mineralprocesado fresco que
viene de la chancadora.
Discreto Ingeniería
Medidiónpromedio por turno
(anual)
Ingeniería 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
y2: Salida Paso 2 : Densidad de
mineral(% de solidos)
y2 Grado de molienda ideal. Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
Salida Paso 3 : Potencia
consumida (kWh)
y3
Energía necesaria para la
funciónde molienda optima.
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA
Salida Paso 4 : Toneladas de
Descarga (tph)
y4
Mineralprocesado junto a
agua, cal, chips; que por
balance de masas es el
mismo "mineral" alde ingreso
(carga fresca).
Continua
Sistema de Control
(PAS)
Medidiónpromedio por turno
(anual)
Operaciones 15-ene-14
Revisiónde valores
medidos por elPAS
Agregaremos valores totoales
promedio por cada turno de
las x's e y's
MSA