2012_Modelos Fenomenolgicos y Analticos para

lixiviacin en pilas de caliche.

Javier I. Ordez a,, Luis Moreno a,b, Mario E. Mellado c, Luis A. Cisternas a,c
Abstracto
Antofagasta, Chile, cuenta con uno de los yacimientos ms importantes de salitre en el mundo, que
se llama caliche. Estos depsitos se componen principalmente de nitrato, halita, anortita de sodio,
y el cuarzo. Especies menores incluyen la anhidrita, glauberita, loeweite, calcita, polihalita,
probertite y yeso. Recientemente, varias operaciones comenzaron a utilizar la lixiviacin en pilas
para la extraccin de salitre. La modelizacin de la lixiviacin en pilas de caliche, no es sencilla debido
a los muchos minerales que lo componen y sus diferentes velocidades de disolucin. Por otra parte,
el caliche puede tener una gran fraccin de minerales solubles, aproximadamente el 40%, lo que
hace que la pila se derrumbe. En este trabajo, presentamos dos modelos. El primero, que es un
modelo fenomenolgico, es una extensin del modelo de publicado por Valencia et al. (2008). El
sistema se modela como una columna compuesta de N pequeas columnas, y en cada una de estas
pequeas columnas, la altura de los slidos vara con el tiempo cuando los minerales solubles se
disuelven. El lquido en cada columna pequea tiene la misma composicin (reactor bien agitado).
El segundo modelo, que es un modelo analtico, es una extensin del publicado por Mellado et al.
(2009) para minerales de baja ley, como el cobre y el oro, en donde considera que se produce el
fenmeno de lixiviacin en diferentes escalas de tiempo y tamao. Sin embargo, en este trabajo, la
escala de tiempo en el nivel de partculas se basa en el modelo de disolucin Bruner y Tolloczko. El
objetivo de este trabajo es poner a prueba la capacidad del modelo analtico como una herramienta
para ser usada en la optimizacin de un sistema, por lo que el modelo necesita ser resuelto muchas
veces. El modelo fenomenolgico se utiliz para generar los datos experimentales simulados. Los
resultados muestran que el modelo analtico puede ser una herramienta til en la optimizacin
1. Introduccin
Los minerales de caliche, que se encuentran en el norte de Chile, son principalmente compuestos
por nitrato (NaNO3), Halita (NaCl), anortita de sodio ((Ca, Na) (SiAl)4O8), Y el cuarzo. Especies
menores incluyen la anhidrita, glauberita, loeweite, calcita, polihalita, probetita y yeso (Valencia et
al., 2008). Los minerales solubles que se encuentran en el caliche no estn bien identificados. Estos
minerales solubles se mezclan con minerales inertes, tal como cuarzo y otros silicatos. La proporcin
de minerales inertes es de 50-60%. El Caliche es una importante materia prima para la obtencin de
nitrato de sodio, nitrato de potasio, sulfato de sodio, y yodo (Lauterbach y Ober, 1995). La lixiviacin
en pilas se usa ampliamente para la lixiviacin de metales tales como el cobre (Dixon y Hendrix,
1993; Casas et al, 1998.; Thiel y Smith, 2004). En Chile, desde 1990, la lixiviacin en pilas con agua
se ha utilizado para lixiviar minerales de caliche. La lixiviacin de minerales apilados representa una
alternativa vlida para el caliche de baja calidad debido a la excelente economa y las posibilidades
tecnolgicas, adems de buenos niveles de recuperacin cuando se compara con la tecnologa de
lixiviacin en bateas, utilizada tpicamente para caliche de alto grado. La lixiviacin de caliche difiere
de la lixiviacin de cobre, zinc, oro, y otros metales. En cuanto al caliche, hay varias especies
solubles, pero pocas en los minerales metlicos. Minerales de cobre, zinc y oro son lixiviados por las
reacciones qumicas, sin embargo, el caliche se disuelve. La variacin de la altura de la pila en el
tiempo es importante para caliche pero no para minerales metlicos. Hay varias obras relacionadas
con el modelado de lixiviacin en pilas, incluidos los modelos fenomenolgicos (Bouffard y Dixon,
2001; Cariaga et al, 2005.; Cruz et al, 2006.; Mellado y Cisternas, 2008 Modelos) y empricos e
hbridos Mellado et al., 2009, 2011). Sin embargo, estas obras son aplicables a los minerales poco
solubles. A la fecha, slo hay un manuscrito publicado relacionada con minerales altamente solubles
(Valencia et al., 2008). El objetivo de este trabajo es poner a prueba la idoneidad del modelo
analtico, como una herramienta para su uso en la optimizacin, donde el modelo necesita ser
resuelto un nmero muy grande de veces (cientos de miles).
El modelo fenomenolgico es usado para simular datos experimentales. El modelo analtico est
equipado usando un subconjunto de estos datos y luego es usado para predecir los otros datos.

2. Modelacin de la pila de caliche.

En esta seccin, presentamos 2 modelos. El primero el cual es un modelo fenomenolgico, es una

extensin del modelo publicado por Valencia et al. (2008) El sistema esta modelo como una columna
compuesta por N pequeas columnas. En cada una de esas columnas la altura del solido vara con
el tiempo cuando los minerales solubles son disueltos. El lquido de cada pequea columna tiene la
misma composicin. El segundo modelo el cual es un modelo emprico conocido, es una extensin
del modelo publicado por Mellado et al. (2009), el cual considera 2 tiempos y escalas de cintica
diferentes y considera el radio de partcula y la altura de la pila siendo propiedades dependientes
del tiempo.
La modelacin de la lixiviacin de mineral de caliche no es superficial debido a los factores como la
composicin del caliche, la cual es una mezcla de muchos minerales que tienen diferentes tasa de
disolucin, y una larga fraccin de minerales solubles, la cual flucta en un valor de
aproximadamente 40%; Por lo tanto, la altura de la pila disminuir, cuando la fraccin de minerales
solubles se disuelve.
Las principales especies qumicas anionicas solubles en el caliche son nitrato, cloruros, sulfatos,
yodatos, percloratos, y tetraboro. Las especies catinicas son sodio, potasio, magnesio y calcio.
Debido a la larga fraccin de minerales solubles, las pilas colapsan durante el proceso de lixiviacin.
Por lo tanto, la altura disminuye con el tiempo. La pila de caliche est formada por rocas de
diferentes tamaos, desde pocos milmetros a cientos. Se espera que inicialmente, los minerales
cerca de la superficie de la partcula, sean solubilizados. Cuando una fraccin significante de
minerales son disueltos, se espera que el material inerte que permanece en la superficie de la
partcula, sea removido. (e.g., por el colapso de la superficie de la partcula.) Sin embargo la
remocin del material inerte no es importante, debido al alto contenido de minerales solubles en el
caliche, se espera que el material inerte que permanece en la superficie de la partcula, tendr una
pequea resistencia al transporte de masa. Otro punto es la diferente tasa de disolucin de los
minerales solubles en la partcula. Se asume que esos minerales bajo la superficie de la partcula se
disolvern solamente cuando estos minerales se encuentren directamente expuestos a la accin del
agente de lixiviacin de la superficie de la partcula. Por lo tanto, la disolucin del mineral estar
controlada por minerales solubles que se encuentren en altas concentraciones. Los minerales que
se presentan en pequeas cantidades, se disuelven a continuacin de los que se encuentran en
mayores. Los minerales que tienen una baja tasa de disolucin, pueden ser separados con los
minerales inertes y luego ser disueltos. Actualmente esto no se considera en los modelos.
Para modelar la lixiviacin del caliche en pilas, y mantener un modelo lo suficientemente simple, se
necesitan varias suposiciones, las cuales son:
- Las partculas son esfricas e inicialmente del mismo tamao. No son porosas.
- Los minerales solubles y especies inertes estn distribuidos homogneamente en la
partcula.
- Solo los minerales solubles que se encuentran en la superficie de la partcula son disueltos.
- El material inerte que permanece en la superficie de la partcula, despus de la disolucin
de los minerales solubles, son separados de la superficie de la partcula cuando esta colapsa.
- Un sistema de una dimensin es usado para la columna, se asume que las dimensiones
horizontales de la pila son el largo. Por lo tanto, la columna del mineral de caliche, esta
modelada en el centro de la pila.
Otras situaciones que pueden ser modeladas son sencillas: un ejemplo es la lixiviacin de caliche
formado por partculas de distintos tamaos que se disuelven simultneamente.

2.1 Modelacin de una pila como reactores bien agitados en series

Para tomar en cuenta la variacin de la altura de la pila con el tiempo de una manera fcil, el sistema
es modelado como una columna compuesta por N pequeas columnas (Fig. 1). En cada una de esas
pequeas columnas, la altura de los slidos vara con el tiempo cuando los minerales son disueltos.
El lquido en cada columna tiene la misma composicin. Por lo tanto, en cada pequea columna,
(reactor), todas las partculas tienen el mismo tamao ri(t). La altura inicial de la pila se divida en
pequeas columnas de altura inicial H = H pila /N, donde H pila, es la altura inicial de la pila, H es la
altura inicial de cada pequea columna, y N es el nmero de pequeas columnas de los reactores
bien agitados.
Cuando una columna es representada por una serie de reactores agitados, el trmino de dispersin
es omitido en las ecuaciones que describen el proceso que est ocurriendo en la columna o en la
cama. La dispersin es tomada de acuerdo al nmero de reactores usados en el modelo de la pila.
Un sistema formado por un gran nmero de reactores bien agitados, es equivalente a tener un alto
nmero de Peclet, i.e., una dispersin pequea. Lo opuesto es vlido para un nmero pequeo de
reactores (larga dispersin). La relacin entre el nmero de reactores y el nmero de Peclet es
(Levenspiel, 1999).
Pe=2N
La relacin es vlida solo para nmeros de Plecet altos. Para bajos nmeros de Peclet, la relacin es
aproximadamente, e.g para 5 reactores (Pe=10), el error es 10%; sin embargo para 10 reactores
(Pe=20), el error es solo 5%.
Con respecto a la disolucin de minerales solubles, se asume que las partculas tienen inicialmente
el mismo radio, R. La variacin del radio de partcula con el tiempo est determinada por el modelo
de disolucin (Dokoumetzidis and Macheras, 2006). En el cual la taza de disolucin es proporcional
al producto entre el rea superficial expuesta y la diferencia entre la solubilidad y la concentracin
instantnea en un reactor i, al tiempo t. Por lo tanto, la variacin del radio de la partcula con el
tiempo en un reactor i, es

(2)
Donde ri , [m] es el radio de la partcula en el reactor i, t [h] es el tiempo, k [m/h] es el coeficiente de
transferencia de masa, p [kg/m3] es la densidad de la partcula, y la fraccin a(alfa) es la fraccin de
las especies solubles en la partcula. Cs [kg/m3], es la solubilidad de especies solubles, y Ci [kg/m3]
es la concentracin de especies en la solucin lixiviante en el reactor i, al tiempo t. El trmino en
parntesis representa el manejo de la fuerza por el transporte de masa.
Las ecuaciones descritas asumen que el solo un mineral es disuelto desde el mineral de caliche, o
que todos los minerales se tienen el mismo rango de disolucin. El balance de mesa en el reactor
buien agitado i, con rea de seccin transversal A, es

(3)
Donde Vwi [m3] es el volumen de agua en el reactor i, q [m3/m2 h] es el flujo de agua a travs de la
columna, Ci [kg/m3] es la concentracin en el reactor i, y C i-1 [kg/m3] es la concentracin del fluye
desde el reactor i hacia el reactor i-1. Np es el nmero de partculas en cada reactor.
Todos los reactores tienen el mismo nmero de partculas por que los reactores tienen el mismo
volumen y el tamao de partcula inicial es el mismo. Las pequeas columnas con altura H, son
inicialmente llenas con mineral de caliche: sin embargo, debido a la disolucin de los minerales
solubles, la altura de la columna decrece con el tiempo. Se asume que la porosidad de la cama es
constante, i.e., el radio entre el volumen vaco y el total se mantiene constante. La pequea columna
se asume que esta insaturada de agua con una fraccin de agua de ew.
Por lo tanto, la porosidad total, e, comprende la porosidad del aire ea, y el agua ew. El nmero de
partculas en cada reactor puede calcularse como

(4)
Introduciendo esta ecuacin para el numero de partculas y el contenido de agua en la Ec. (3)

(5)
Donde hi es la altura del reactor i a cualquier tiempo t. Tomando la derivada del trmino acumulado
y simplificando

(6)
La relacin entre la altura de la pequea columna y el radio de las partculas en la columna es
requerida. Esto puede ser determinado, al realizar un balance de masa y asumiendo que la
porosidad es constante. En este caso, la altura de la columna es directamente proporcional al
volumen de la partcula (r3). Por lo tanto la siguiente relacin puede escribirse:

(7)

Tomando la derivada de la Ec. (7) con respecto al tiempo, se puede obtener una relacin entre dri/dt
y dhi/dt

(8)

2.2. Modelo Analtico

En esta seccin, un modelo analtico basado en la ecuacin cintica de primer orden, es desarrollado
siguiendo el enfoque usado por Mellado et al. (2009). En este trabajo, para las cinticas de primer
orden, la diferencia entre la recuperacin de un tiempo infinito R, y la recuperacin en un
tiempo a dimensionado, , Ru, es representado por

(9)

Donde es un generalizado tiempo generalizado sin dimensiones y k es una constante cintica sin
dimensin en la misma escala de tiempo. El subndice se usa en todas las variables y parmetros
para indicar que ellos representan la cintica en tiempos sin dimensin. La condicional inicial para
resolver la Ec. (9) es que tiempo sin dimensiones, la variable R empieza a cambiar (x es el tiempo
de retardo sin dimensiones de R). La solucin para este problema se sabe que es

(10)

Considerando que la lixiviacin es un fenmeno que ocurre a diferentes escalas de tamao y tiempo
en relacin a diferentes fenmenos que participan en el proceso de lixiviacin, expresin similar a
la Ec. (9) puede ser usada para representar cada uno de esos fenmenos. Para la pila de lixiviacin
modelada en Dixon and Hendrix (1993), se observa que la escala de tiempo en el nivel de la pila para
las ecuaciones diferenciales, despus del procedimiento de no dimensionamiento, est dado en
trminos del tiempo no dimensionado de escala de la columna , expresado como:

(11)
Esta simple observacin lidera la constante cintica para nuestro modelo en la Ec. (10). Adems para
el modelo de disolucin de Bruner y Tolloczko Ec. (2), la escala de tiempo adimensional en el nivel
de la partcula es dada por

(12)

Se supone que con la inclusin de ambas escalas en el procesamiento de la pila, es decir, tanto a la
partcula y los niveles de la pila, la recuperacin total ser la suma de los porcentajes de
recuperacin en ambas escalas, o Rt = R + R. Usando la ecuacin. (10) para cada uno de
recuperacin, obtenemos:

(13)

Donde = R / R. , k y kt, son parmetros ajustables. H pila, es la altura de la pila a cualquier

tiempo. R es calculado usando la siguiente ecuacin. (Mellado et., al 2011):

(14)

Debido a que la altura y el radio de la partcula varan con el tiempo en la ecuacin. (13), un proceso
iterativo se utiliza para la determinacin de la recuperacin, Rt. Cabe sealar que la altura y el radio
estn directamente relacionados con la recuperacin de la siguiente manera:

3. Simulaciones realizadas.

Para mostrar las caractersticas y capacidades de los modelos, se llevaron a cabo diferentes
simulaciones para distintos valores de los parmetros. Los valores utilizados se muestran en la tabla
1. Los parmetros elegidos para estas simulaciones son arbitrarios.

3.1 Modelo en serie de Reactores bien agitados

Para mostrar las propiedades del modelo, se llevaron a cabo simulaciones usando los valores del
caso central para los parmetros. La figura 2, muestra la concentracin como funcin del tiempo a
diferentes localizaciones en la columna. Para estos parmetros, se observa que las sales solubles en
el primer y cuarto reactor se agotan aproximadamente despus de 130 y 180 das respectivamente.
Para tiempos mayores a 210 das, las sales solubles permanecen en los reactores, en la parte inferior
de la columna. El mismo patrn se observa para el dimetro de partcula, como se muestra en la
figura. 3; las partculas desaparecen luego de aproximadamente 130 das en el primer reactor.

La moda observada para la concentracin de salida a diferentes alturas es similar a lo reportado por
Valencia et al (2008), para el caso del nitrato. Las diferencias observadas se pueden deber que en
Valencia et al (2008), el tamao de partculas en las columnas es de aproximadamente 1-2 cm,
mientras que el dimetro de partcula usado en las simulaciones fue de 15 cm, lo cual es cercano a
tamaos utilizados industrialmente. La diferencia en el tamao de partcula implica que la tasa de
disolucin es mucho menor debido a la menor rea de contacto entre las partculas y la solucin
lixiviante.
La recuperacin relativa se muestra en la Fig. 4. Para la toda la columna, las recuperaciones
simuladas son ligeramente mayores que 90% despus de 120 das. Para los 4 reactores en la parte
superior de la columna, las sales solubles han sido empobrecidas por el tiempo. La moda mostrada
en las simulaciones fue similar a la recuperacin de nitrato en los experimentos de lixiviacin
realizados por Valencia et al. (2008), el cual uso 3 pequeas columnas en serie. Se observa un buen
acuerdo en la recuperacin y concentracin de salida obtenida en estos experimentos y en las
simulaciones realizadas usando el modelo fenomenolgico. Varios experimentos a escala piloto
bajo condiciones controladas se han realizados para validar el modelo fenomenolgico. El uso de
estos resultados industrialmente en la lixiviacin tambin ha sido considerado. EL impacto de los
principales parmetros en la recuperacin de salitre desde minerales de caliche fue evaluado en
unos estudios sensibles. Los parmetros, sus valores centrales y los intervalos se muestran en la
tabla 1. El impacto del coeficiente de transferencia de masa, la solubilidad, y el nmero de reactores
esta mostrado en esta seccin. La altura de la pila, el tamao de particula y la tasa de irrigacin, la
cual puede ser modificada para optimizar el proceso, son mostrados y discutidos en la seccin 3.2,
donde las predicciones de los 2 modelos son comparadas.

3.1.1. Impacto del coeficiente de transferencia de masa

El coeficiente de transferencia de masa vara desde 0,0003 a 0,003 m/h. Como se espera las,
recuperaciones aumentaron a medida de que el coeficiente de transferencia de masa aument Fig5.
Sin embargo, el coeficiente de masa mayores que 0,00003 m/h parecieron tener menor efecto en
el aumento de la recuperacin. Esto es porque la recuperacin est controlado por la solubilidad de
la sal para altos coeficientes de transferencia de masa. Para coeficientes de transferencia de masa
mayores, 0,0003 m/h, las sales fueron empobrecidas despus de aproximadamente 210 dias; Por lo
tanto la altura de la pila fue 6 m. Para coeficientes menores, ms del 30% de las sales solubles
permanecieron en la columna despus de 210 das, y la altura de la columna fue aproximadamente
7,3 m.

3.1.2 Solubilidad

Estas simulaciones mostraron que la solubilidad tiene un largo impacto en el proceso de lixiviacin.
(Fig. 6). Por ejemplo, cuando la solubilidad incremento por factor de 2, el tiempo de agotamiento
de la sal se redujo alrededor de 50%. Adems, para la menor solubilidad (100 kg/m 3), despus de
210 das, solo aproximadamente la mitad de las sales solubles fueron agotadas. En simulaciones
donde estos 2 parmetros variaron al mismo tiempo (Los datos no lo muestran), se encontr que el
comportamiento del proceso fue principalmente determinado por el efecto combinado de estos 2
parmetros, solubilidad y coeficiente de transferencia de masa.

3.1.3 Dispersin Numero de reactores

Como se indica en la seccin 2.1, el nmero de reactores usado para el modelamiento de la columna
determina la dispersin en el sistema. Conforme a la Ec. (1), el uso de 5, 10 y 20 reactores es
aproximadamente a nmeros de Peclet 10, 20, y 40, respectivamente. El nmero Peclet 10
corresponde a una alta dispersin. Los nmeros Peclet en esto intervalo pueden ser expresados por
sistemas formados por partculas grandes no uniformes. EL resultado muestra que la recuperacin
es casi independiente del nmero de reactores usados para modelar una columna de caliche (Fig.
7). Se sabe que en sistemas donde la reaccin es importante, el efecto de la dispersin es
enmascarado por la reaccin. Por lo tanto, las simulaciones pueden ser llevadas por cualquier
nmero de reactores entre 5 y 20, y se obtendrn resultados similares.

3.2. Modelo Analtico.

Los resultados del modelo analtico fueron comparados con los resultados obtenidos con el modelo
fenomenolgico, por medio de la recuperacin de especies solubles. La tabla 1 muestra los datos
usados en las simulaciones. La comparacin fue llevada a cabo usando parmetros operacionales,
i.e., parmetros que pueden ser modificados en un proceso industrial. Estos parmetros son por
ejemplo, altura de la pila, dimetro de la partcula, y tasa de irrigacin. Otros parmetros (como
coeficiente transferencia de masa y solubilidad) son importantes; sin embargo no puede variar en
un proceso industrial. La principal aplicacin del modelo analtico es en la optimizacin del proceso
porque los clculos se pueden realizar rpidamente. Por lo tanto, el esfuerzo computacional es
pequeo, incluso para problemas que requieren un largo nmero de alternativas para ser probado.
Las propiedades del modelo analtico fueron probadas en diferentes situaciones. En particular, la
capacidad predictiva del modelo fue probada cuando una pequea cantidad de informacin fue
usada para adecuar el modelo. El procedimiento para probar el modelo analtico fue el siguiente:
El modelo fenomenolgico, es usado para generar un nmero de datos, lo cual se considera para
simular datos experimentales en un proceso de lixiviacin industrial. Para estos tipos de datos (por
ejemplo, la recuperacin de especies solubles), seis tiempos fueron elegidos: 42,83, 125, 146, 167 y
188 das.) El modelo analtico es adecuado usando un subconjunto de estos datos, y una vez que los
parmetros del modelo analtico han sido determinados, el modelo es luego usado para predecir
recuperaciones para otros casos. En estos clculos, la recuperacin en tiempo infinito se asume que
es 1, por que 100% de las especies solubles son recuperadas despus de un largo tiempo suficiente
en el modelo fenomenolgico.
Para el modelo analtico, los parmetros a ser ajustados son los siguientes: Las constantes k y k t,
en las exponenciales (las cuales caracterizan la reaccin en la columna y el tamao de partculas,
respectivamente) el tiempo adimiensionado, x y la importancia del nivel de la columna en el proceso
de lixiviacin, u. Porque la recuperacin no dimensionada se usa para comparaciones, el error del
proceso adecuado se calcula de la siguiente manera: Las diferencias entre los datos simulados
experimentalmente y las recuperaciones calculadas por el modelo analtico, son resumidos, lo cual
luego se divide por el nmero de datos. Primero, la capacidad adecuada del modelo analtico es
probada. Los datos simulados se obtienen usando el modelo fenomenolgico, para variaos valores
de altura de pila, dimetro partcula y tasa de riego, se muestran en la tabla 2. Las simulaciones
llevadas a cabo, para los 6 tiempos indicados anteriormente. (42 puntos en total).
Los resultados, mostrados en las figuras 8-10, indican que el ajuste del modelo analtico, para la
simulacin de datos experimentales es bueno para 3 casos.
El error promedio para el ajuste del proceso es 1,8%. Los resultados muestran que la recuperacin
disminuye con la altura, y se requieren tiempos largos para obtener una recuperacin alta. La
recuperacin tambin disminuye con el dimetro inicial de la partcula debido a que existe una
menor rea disponible para la transferencia de masa cuando el dimetro de la partcula disminuye.
Finalmente la recuperacin aumenta con la tasa de regado.

La capacidad de interpolacin (o extrapolacin) usando el modelo analtico se prueba por el ajuste

del modelo a un subconjunto de puntos de datos y luego la prediccin de los otros puntos de datos.
Para la interpolacin, el modelo se ajust utilizando los puntos de datos obtenidos con los extremos
del intervalo para cada parmetro, y el valor central del parmetro se predijo. Por extrapolacin, los
datos para el valor central y un valor de punto final se utilizan para el montaje, y el otro valor de
punto final (Tabla 2) se prev.

Varios casos se consideran en el que se determina el error slo para los puntos de ajustes de datos
(Error 1), para los 42 puntos, incluyendo los puntos de medida (error 2), y para los puntos
interpolados o extrapolados (Error 3). Estos errores se muestran en la Tabla 2 para los diferentes
casos calculados. En el caso 1, el ajuste se realiza utilizando los 12 puntos que corresponden a los
tiempos de 42 y 167 das para los puntos finales del intervalo (que se muestran en la Tabla 2) para
la altura, el dimetro de las partculas, y la tasa de riego. Entonces, en el caso 2, el efecto de la altura
se considera, el modelo est equipado con 12 puntos para las alturas de 8 y 10 m, y una
extrapolacin se lleva a cabo de 12 m. La similitud en el caso 3, se estudi el efecto del dimetro de
las partculas, el modelo est equipado con 12 puntos para los dimetros de 0,10 y 0,20 m, y las
recuperaciones para un dimetro de partcula de 0,15 m se interpolan.

Por ltimo, el efecto de la tasa de riego se considera en el caso 4, el modelo est equipado con 12
puntos correspondientes a las tasas de riego de 0,004 y 0,005 m3/m2 h y una extrapolacin se lleva
a cabo para la tasa de riego de 0,006 m3/m2 h.

La Tabla 2 muestra que las variaciones de los parmetros evaluados en cada caso por lo general no
son significativos. Esto indica que la ecuacin. (13) es una buena descripcin del proceso de
lixiviacin en pilas. Casi los mismos parmetros se obtienen a pesar del nmero de puntos de datos
utilizados en el proceso de adaptacin, que oscil entre 12 y 42 puntos.

Usando los valores para el caso en el centro, las dos constantes de tiempo se calculan:

Para la escala de la columna

Para la escala de las partculas

K y KT son las constantes de tiempo dimensional, [1 / h], por la columna y la escala de las partculas,
respectivamente. Estos valores indican que el tiempo para alcanzar una recuperacin de 0.632 (1-1
/ e) es de aproximadamente 160 das y que el tiempo de ozono 0,632 (1-1 / e) de la partcula es
aproximadamente 92 das. En la Tabla 2, se presenta el retardo de tiempo adimensional, que se
puede convertir en cuando en da el uso de la expresin
A partir de los valores de , el trmino correspondiente a la escala de la columna se encuentra para
ser ms dominante que el trmino correspondiente a la escala de partculas. Por lo tanto, para el
conjunto de parmetros que se utilizan, la variacin en el dimetro de partcula no est afectando
a los resultados. Sin embargo, para otros conjuntos de parmetros, la escala de las partculas en la
ecuacin. (13) puede ser importante.

Los errores obtenidos en el proceso de adaptacin son pequeos. Esto indica que la ecuacin. (13)
describe bien y que el modelo refleje adecuadamente las tendencias de recuperacin a pesar de la
variacin de los parmetros del sistema. Sin embargo, la caracterstica ms importante del modelo
es que el uso de un nmero limitado de puntos de datos, predicciones razonables para la
recuperacin de otros valores de los parmetros se pueden obtener. Por ejemplo, en el caso 4, los
datos de recuperacin para dos casos con tasas de riego de 0,004 y 0,005 m3/m2 h se utilizaron en
el proceso de ajuste y el error fue 1,5%. Se obtuvo el mayor error en la prediccin de la recuperacin
de las tasas de riego de 0,006 y 0,005 m3/m2 h. Los resultados de estas simulaciones se muestran
en las Figs. 11-13. Ellos muestran que, a pesar del pequeo nmero de puntos de datos utilizados
en el proceso de adaptacin, las predicciones de otros tipos de riego e incluso a otras alturas de
montn y dimetros de las partculas son satisfactorios.

Fig. 1 Una ilustracin que muestra las pequeas columnas N (o reactores).

Fig. 2 Concentracin como funcin del tiempo para el caso central. El reactor 1 est situado en la
parte superior de la columna.

Fig 3. El dimetro de partcula como una funcin del tiempo para el caso central. El reactor 1 est
situado en la parte superior de la columna.
Fig 4. Recuperacin relativa de las especies solubles como una funcin del tiempo para el caso
central. El reactor 1 est situado en la parte superior de la columna.
Fig 5. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
coeficientes de transferencia de masa, K.

Fig 6. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
solubilidades, Cs.
Fig 7. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
nmeros de pequeos reactores utilizados para el modelado de la columna.

Fig 8. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
alturas de montn. Las lneas son el modelo analtico, y los marcadores son el simulado
los datos experimentales.
Fig 9. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
dimetros de partcula. Las lneas son el modelo analtico, y los marcadores son el
datos experimentales simulados.

Fig 10. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
tasas de riego. Las lneas son el modelo analtico, y los marcadores son los datos experimentales
simulados.
Fig 11. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
alturas de montn. Las lneas son el modelo analtico. La simulacin de datos para las alturas de
montn de 8 m (puntos) y 10 m (+ marcadores) se montan y se extrapolaron a 12 m (x-
marcadores).
Fig. 12 Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
dimetros de partcula. Las lneas son el modelo analtico. Los datos simulados para los dimetros
de partcula de 0,10 m (puntos) y 0,20 m (x-marcadores) se montan y interpolados a 0,15 m (+

Fig 13. Recuperacin relativa de las especies solubles como una funcin del tiempo para diferentes
tasas de riego. Las lneas son el modelo analtico. Los datos son tasas de riego de 0,004 m3/m2 h
(puntos) y 0,005 m3/m2 h (+-marcadores) y extrapolado a 0.006 m3/m2 h (x-marcadores).
Tabla 2
Errores para los diferentes casos. Error 1: Usando el ajuste de datos; Error 2: Usando todos los
datos ; Error 3: Usando datos extrapolados/interpolados en la categora.
El nmero de puntos es mostrado en parntesis.

4. Discusiones y conclusiones

Se presentan 2 modelos. Uno es el modelo fenomenolgico, el cual considera la

disminucin de la altura de la pila cuando las sales solubles se disuelven. Otro es el modelo analtico,
el cual usa una expresin exponencial para calcular la recuperacin. Este modelo es usado en la
optimizacin y anlisis sensible, en el cual se tiene la necesidad de tener una ecuacin y/ resolver
un largo nmero de veces el modelo. Como se indicaba anteriormente, la principal caracterstica
del modelo es que un pequeo nmero de datos puede ser usado para predecir otros valores de
parmetros. Se encontraron algunas diferencias entre el modelo fenomenolgico y analtico, sin
embargo, las tendencias estn claramente representados. Los valores utilizados en las simulaciones
son arbitrarios; sin embargo, esto no es una cuestin importante porque el objetivo del trabajo es
mostrar las caractersticas y capacidades de ambos modelos.

Un acuerdo aceptable se encuentra entre los dos modelos; Sin embargo, como era de
esperar, algunas diferencias tambin se encuentran entre ellos, debido principalmente a las
caractersticas particulares de los modelos. Las principales caractersticas y ventajas del modelo de
anlisis son su simplicidad y el pequeo esfuerzo computacional requerido. Sin embargo, algunas
dificultades se encuentran en las simulaciones con este modelo cuando el proceso de lixiviacin es
controlado por uno o dos parmetros, por ejemplo, cuando las reacciones de disolucin se
determinan por la solubilidad de la sal. En contraste, el modelo fenomenolgico puede capturar con
mayor precisin las interacciones entre los diferentes parmetros; Sin embargo, el tiempo de clculo
es ms largo.

Por lo tanto, la aplicabilidad de estos modelos es diferente. El modelo analtico es til en la

optimizacin de los sistemas complejos, por ejemplo, cuando varios montones se lixivian de forma
simultnea y en otras actividades de post-modelado. Este tipo de clculo requiere un gran nmero
de simulaciones; por lo tanto, se requieren tiempos largos de computacin para el uso de los
modelos fenomenolgicos. En contraste, los modelos fenomenolgicos son tiles en la
determinacin de la influencia de diferentes parmetros en el proceso de lixiviacin. Tambin son
tiles en el estudio de nuevos procesos, ya que generalmente no se requiere parmetro de ajuste.