Resumen:
|
En un proyecto metalúrgico, un problema a resolver es la cuantificación de la recuperación, el grado y la velocidad cinética del mineral valioso que se espera obtener del material que será procesado. Uno de los métodos ...[+]
En un proyecto metalúrgico, un problema a resolver es la cuantificación de la recuperación, el grado y la velocidad cinética del mineral valioso que se espera obtener del material que será procesado. Uno de los métodos para realizar la cuantificación es llevar a cabo el proceso metalúrgico de flotación, el cual consiste en la separación del material valioso del no valioso en un laboratorio metalúrgico. Debido a que el modelado del complejo proceso de flotación es complicado, es esencial poder identificar variables con mayor poder explicativo para obtener un modelo lo más parsimonioso posible. En el presente trabajo fin de máster se han utilizado metodologías de análisis multivariante y técnicas de aprendizaje automático para predecir los resultados metalúrgicos, las cuales podrían ser utilizadas posteriormente en la predicción de todo el yacimiento geológico. Se han logrado resultados satisfactorios en la predicción del grado de cobre en el concentrado de flotación, demostrando la robustez de las técnicas aplicadas como herramientas de predicción.
[-]
In a metallurgical project, a problem to solve is the quantification of the recovery, the degree and the kinetic speed of the valuable mineral that is expected to be obtained from the material that will be processed. One ...[+]
In a metallurgical project, a problem to solve is the quantification of the recovery, the degree and the kinetic speed of the valuable mineral that is expected to be obtained from the material that will be processed. One of the methods to perform the quantification is to carry out the metallurgical flotation process, which consists in the separation of the valuable material from the non-valuable one in a metallurgical laboratory. Because the modeling of the complex flotation process is complicated, it is essential to be able to identify variables with greater explanatory power to obtain a model as parsimonious as possible. In the present Master-thesis project, multivariate analysis methodologies and machine learning techniques have been used to predict metallurgical results, which could later be used in the prediction of the entire geological deposit. Satisfactory results have been achieved in the prediction of the degree of copper in the flotation concentrate, demonstrating the robustness of the techniques applied as predictive tools.
[-]
|