1996 SIM Optimisation Broyage

Optimisation des installations de broyage
février 1996
SOMMAIRE
7 - Optimisation des installations de broyage ......................................................... 2

7.1 - Généralités .................................................................................................... 2
7.2 - Modélisation et simulation .............................................................................. 3
7.2.1 - Principes généraux de la modélisation des ateliers.......................... 3
7.2.1.1 - Descriptions granulométriques. ..................................................... 3
7.2.1.2 - Modèles. ........................................................................................ 6
7.2.1.3 - Simulation. ..................................................................................... 8
7.2.2 - Modèles mathématiques de broyeurs. ............................................. 11
7.2.2.1 - Approches complémentaires : énergétique et cinétique, .............. 11
7.2.2.2 - Broyeurs autogènes et semi-autogènes, ....................................... 12
7.2.2.3 - Broyeurs à barres. ......................................................................... 16
7.2.2.4 - Broyeurs à boulets. ........................................................................ 17
7.2.2.5 - Broyeurs verticaux (Sala Agitated Mill, Vertimill, etc.). .................. 18
7.2.3 - Simulation du fonctionnement d'un atelier........................................ 22
7.2.3.1 - Conception préliminaire d'un circuit. .............................................. 22
7.2.3.2 - Optimisation et transformation d'installations. ............................... 27
Références bibliographiques .................................................................................. 28
Contribution BRGM
Participants :
Jean Claude Guillaneau Géologie & Mine International
Jacques Villeneuve Direction de la Recherche
Livre SIM sur le broyage page 1/29

7 - Optimisation des installations de broyage
7.1 - Généralités
L'enjeu de l'optimisation des installations de broyage est clair : 3 % de l'énergie consommée
dans le monde et même jusqu'à 5 % en Scandinavie. Si l'on prend en compte en plus la
consommation d'acier à travers des revêtements et des corps broyants, tout gain, même
minime, sur ces circuits est sensible pour l'ensemble de la production.
De nombreux facteurs interviennent (gestion de la maintenance, type d'entrainement du
broyeur, forme et dimensions des corps broyants, etc.) mais les deux approches qui apportent
les gains les plus substantiels sont le contrôle (cf. § 7.3) et l'analyse par simulation parfois
appelée simulation pré-contrôle.
Ces deux approches sont classiquement utilisés dans les industries chimique ou
pétrochimique mais beaucoup moins dans l'industrie du traitement des matières minérales.
Les spécificités du traitement des matières minérales proviennent :
de la variabilité de la matière première,

des difficultés de mesure (granulométrie ou libération minérale),
des difficultés de contrôle des installations (manipulation de la matière minérale morcelée,
débits importants, etc.).
Ceci conduit à une approche souvent largement empirique qui repose sur des essais réalisés
parfois à l'échelle du laboratoire mais souvent à l'échelle pilote ou industrielle. Ces essais
conduisent à la formulation de modèles construits à partir de concepts énergétiques (modèle
de Bond) ou issus du génie chimique (distribution des temps de séjour, modèles à bilans de
populations) qui sont "étalonnés" à partir des données expérimentales disponibles.
La mise en oeuvre d'une approche basée sur la simulation suit la même méthodologie qu'un
audit d'installation, le simulateur étant un outil supplémentaire dans les mains de l'ingénieur
de procédés pour générer des informations manquantes, valider des alternatives de
modifications et conduire à une prise de décision quantifiée et clairement étayée
techniquement et économiquement [Morizot et al., 1995].
La figure 4 du chapitre 7.2.1.3 présente le détail de trois méthodologies typiques à suivre en

fonction de l'objectif du projet. D'une manière générale, pour une installation existante, les
étapes sont les suivantes :
1. Acquisition des données sur le site (analyse de documents, des bilans de production,
échantillonnage des flux pas ou mal connus),
2. Traitement des données brutes (formalisation du flowsheet réellement utilisé, traitement
statistique par bilan matière, etc.) pour obtenir une "photo" instantanée de l'installation,
3. Création d'un simulateur de l'installation en ajustant les modèles mathématiques
sélectionnés aux données validées issues de l'étape précédente,
4. Utilisation du simulateur pour tester toute idée d'amélioration du circuit (flowsheet,
réglages, changements d'appareils, etc.) et rechercher les conditions optimales de
fonctionnement.

La démarche décrite ci-dessus est générale et peut s'appliquer tout aussi bien à un circuit
d'adsorption d'or qu'à un circuit de broyage. La mise en oeuvre pratique demandera toutefois
deux niveaux d'expertise : celui de l'ingénieur de procédé qui présélectionnera les hypothèses
et analysera les résultats et celui contenu dans les modèles mathématiques qui doivent prédire
le fonctionnement de l'unité étudiée.
7.2 - Modélisation et simulation

7.2.1 - Principes généraux de la modélisation des ateliers.
Quelques définitions sont nécessaires avant de décrire les modèles les plus employés. Le
"jargon" employé en simulation statique utilise des termes classiques mais parfois avec une
acception particulière. Trois niveaux doivent être précisés, les descriptions granulométriques,
la notion de modèle et celle de simulateur.
7.2.1.1 - Descriptions granulométriques.
Différentes lois sont utilisées pour caractériser, d'une manière continue, la répartition par taille
des particules appelée distribution granulométrique. La loi de Rosin-Rammler est la plus
classique (utilisée notamment dans le modèle dit "de Bond" pour les broyeurs à boulets et à
barres), celle de Gaudin-Schuhmann ainsi que la formulation Log-normale correspondent à
des usages "culturels", principalement nord-américains.
Figure 1 - Exemples de distributions granulométriques

La loi de Rosin-Rammler est :

s
 d 
− * 
Y = 1− e d 
où :
Y est le passant à la maille considérée (en fraction),
d le diamètre des particules de la classe considérée,
d * le d63.2 et
s la pente.
La loi de Gaudin-Schuhmann est :
n
 d 
Y = *
d 
où :
d * le diamètre maximum et
n la pente.
La loi Log-Normale est :
  d   d 
 ln *   ln  * 
d 
Y = erf     =
d 1
∫ e − x dx
2
σ
 σ  π −∞
 
 
où :
d est le diamètre des particules de la classe considérée,
d * est le diamètre moyen (d50) et
σ est la dispersion.
Un autre concept de représentation est utilisé pour l'étude et la caractérisation des circuits de
broyage, c'est la courbe de partage.

Figure 2 - Exemple de courbe de partage
Une courbe de partage donne la fraction de l'alimentation passant dans le flux grossier pour
chaque tranche granulométrique. Ce qui se formalise par :
Qc ( X )
Y (X ) =
Qc ( X ) + Q f ( X )
où:
Y ( X ) est le partage dans la tranche granulométrique de taille moyenne X ,
Qc ( X ) est le débit partiel de la tranche considérée dans le flux grossier
Q f ( X ) est le débit partiel équivalent dans le flux fin.
Il existe aussi une version corrigée de cette courbe de partage :

Y (X ) − S
Yc ( X ) =
1− S
où :
S est le soutirage : le minimum de partage de toutes les tranches granulométriques.
Différentes lois sont utilisées pour caractériser la courbe de partage. Elles font toutes intervenir
le soutirage S .

La loi de Degoul est :

Y = S + (1 − S )
1
n
 d* 
1 +  
 d 
où :
Y est la fraction de partage,
d * le diamètre moyen de la courbe corrigée (d50) et
n la pente.
La loi de Lippek est :
ν
 d −d 
 d −dm 
− * m
Y = S + (1 − S )1 − 2 
 
 
où :
d * le diamètre moyen de la courbe corrigée (d50),
dm le diamètre correspondant au minimum de la courbe (soutirage) et
ν la pente.
La loi de Reid est :
 
s
 d 
− * 
Y = S + (1 − S )1 − e  d  
 
 
où :
d * le d63.2 et
s la pente.
7.2.1.2 - Modèles.
Un modèle d'opération unitaire est une représentation formalisée du fonctionnement d'un

appareil. En fonction du point de vue du formalisateur certains aspects peuvent être privilégiés
comme :
la consommation d'énergie,
l'influence des conditions opératoires sur les performances,
la résistance mécanique des pièces d'usure,
la conception de l'appareil, etc.
Ces aspects représentent les préoccupations du concepteur du modèle :
concevoir un appareil,
concevoir une installation,
étudier une adaptation de la production au marché,

évaluer l'influence d'un changement de qualité du gisement sur les performances de

l'installation,
anticiper le changement des pièces d'usure,
contrôler de manière optimale la conduite d'une l'installation, etc.
Un modèle qui prendrait en compte tous ces points de vue et tous ces objectifs serait universel
mais très probablement impossible à utiliser car prenant en compte trop de paramètres
délicats à déterminer. Ainsi de larges simplifications sont elles réalisées pour rendre
opérationnels les modèles proposés comme :
la prise en compte globale des caractéristiques d'un minerai au travers d'un indice comme
le Hardgrove ou de l'indice énergétique de Bond [Bond, 1952] : le Work Index,
la prise en compte de la géométrie d'un broyeur au travers de sa longueur et de son
diamètre (sans prendre en compte explicitement les revêtement, les goulottes
d'alimentation et de décharge, etc.).
Une fois les objectifs et donc les variables clefs déterminées, il faut trouver les relations entre
les informations fournies au modèle (caractéristiques et débit du matériau, géométrie de
l'appareil et conditions opératoires) et les variables que l'on souhaite déterminer
(granulométrie du produit, puissance consommée). Ces relations peuvent être :
• empiriques : déterminées de manière statistique à la suite d'une expérimentation. Ces

modèles sont relativement facile à créer pour des applications précises particulières
mais au prix d'un travail expérimental considérable. Ils ne sont pas, a priori, réutilisables
car leur domaine de validité se confond avec le domaine expérimental. Leur précision
dépend du volume et de la fiabilité du travail expérimental ;
• macrophénomènologiques : elles permettent une description des phénomènes
macroscopiques avec des concepts ayant une signification physique comme la
distribution des temps de séjour (DTS) des particules dans un appareil ou la cinétique
de disparition d'une classe granulométrique donnée dans un appareil de comminution
;
• microphénomènologiques : issues d'une volonté de représenter les phénomènes
physiques et chimiques auxquels les particules du minerai sont réellement soumises.
Ces phénomènes sont difficiles à mettre en équation, les propriétés des particules
solides sont délicates à mesurer et à caractériser mathématiquement comme la forme,
la libération minérale, l'état de surface ou les fissurations internes.
Actuellement, ce sont principalement les modèles de types macrophénomènologiques qui sont

opérationnels pour la simulation et le dimensionnement des opérations de traitement des
matières minérales.
Les modèles mathématiques utilisés pour la conception et l'optimisation des circuits de

concassage sont décrits dans le chapitres 7.2.2. et leur mise en oeuvre est illustrée au chapitre
7.2.3.
Alimenter les procédés amonts (flottation, cyanuration, etc.) avec une granulométrie et un
degré de libération définis comme dans le cas des minerais, ou générer directement des
produits finis ou semi-finis comme dans le cas des minéraux industriels demande des
installations d'une grande souplesse au niveau de la définition du schéma de traitement et des
réglages des appareils comme tenu de la variabilité de la matière première.
Cette souplesse est nécessaire pour :
suivre l'évolution de la demande en qualité et en volume,

prendre en compte les variations du tout-venant causées par l'utilisation de nouveaux

faciès ou de nouvelles carrières,
chercher à minimiser les coûts opératoires pour une production donnée,
assurer le suivi et l'amélioration de la qualité de la production.
La réalisation en grandeur réelle de tests permettant soit la mise au point de schémas de

traitement, soit l'optimisation des conditions opératoires (réglages des hydrocyclones, des
cribles, des pompes ou des broyeurs) est très onéreuse voire impossible.
7.2.1.3 - Simulation.
Un simulateur statique est un logiciel capable de prédire le fonctionnement stable d'une usine
en fonction des caractéristiques de son alimentation et de ses équipements.
On appelle simulation directe la prédiction des flux de minerai et d'eau d'une usine
fonctionnant en régime stationnaire sous des conditions données; on appelle simulation
inverse, l'utilisation d'un simulateur pour déterminer des paramètres de configuration de
l'usine (comme par exemple la dimension d'un appareil) dans le but d'obtenir un
fonctionnement prédéterminé d'une usine.
Les principaux composants d'un simulateur sont :
le logiciel de simulation, sensu stricto, qui permet la communication entre l'utilisateur et

le simulateur et qui coordonne les calculs. C'est le seul composant visible par l'utilisateur,
il est généralement appelé le simulateur. Les logiciels avancés de simulation, comme
USIM PAC (Broussaud et al., 1989), offrent de nombreuses options d'entrée des données,
d'affichage des résultats et de traitement des informations : bilans matière cohérents,
calibrage des modèles, simulations directe et inverse, calcul des coûts d'investissement.
des modèles mathématiques d'opérations unitaires, implantés dans le simulateur sous
forme de sous-programmes. Ils constituent, dans tous les cas, la partie vitale du système.
CONFIGURATION DE L'USINE
- Flowsheet
- Principaux appareils
* Dimensions
* Réglages
ALIMENTATION DE L'USINE FONCTIONNEMENT PREDIT DE

L'USINE
- Débits de minerai SIMULATEUR
- Débits d'eau - Pour chaque flux
STATIQUE
- Granulométrie * Débits
- Composition * Composition minéralogique
minéralogique * Granulométrie
* Eventuellement libération
MODELES minérale
- Besoins énergétiques
COUTS D'INVESTISSEMENT
Figure 3 - Fonctions de base d'un simulateur statique avancé
La simulation statique est une approche très efficace en dimensionnement d'installations car
elle permet :

d'évaluer un grand nombre d'hypothèses pour le flowsheet, le choix des appareils, etc.,
de dimensionner certains équipements de traitement et de manutention du minerai,
d'obtenir en très peu de temps une configuration quasi-optimisée de l'installation
industrielle.
Elle est aussi utilisée comme aide aux décisions industrielles dans des usines existantes. Par
exemple, elle permet :
d'adapter le flowsheet au traitement d'un nouveau minerai, à l'évolution du marché du

concentré, ou simplement de l'améliorer,
de choisir les réglages des conditions de fonctionnement de certains appareils.
Les simulateurs statiques pourraient aussi potentiellement être inclus dans des systèmes de
contrôle de procédé avancés pour faciliter l'analyse en ligne et le diagnostic du procédé. Ils
devraient aussi pouvoir apporter une aide conséquente pour la formation du personnel des
usines.
Les changements provoqués par l'arrivée des simulateurs dans l'industrie de traitement des
matières minérales sont très profonds : le temps est venu où le rôle de l'expérimentation doit
être reconsidéré. Traditionnellement, l'expérimentation avait pour but principal de reproduire
à petite échelle toutes les configurations du procédé prévues pour l'unité industrielle. Dans un
futur proche, elle aura pour but d'aider à sélectionner des modèles d'opérations unitaires et de
générer les données nécessaires au calibrage des modèles et à la validation des résultats de
simulation.
Optimiser le flowsheet et Concevoir une usine de

dimensionner les équipements Etablir un avant projet chiffré pour une concentration nouvelle à partir
nouveaux usine de concentration de minerai d'expérimentations en usine pilote
Recueil de données sur la Hypothèse de flowsheet Recueil des données en
marche de l'installation existante classique usine pilote
USIM PAC expérimentation en USIM PAC USIM PAC

laboratoire :
établissement des bilans matières simulation de la future établissement des bilans matières cohérents
cohérents détaillés décrivant la marche de - mesure d'indice de usine avec des modèles détaillés décrivant la marche de l'usine pilote
l'usine Bond simples sans tenir
compte du
- mesures des USIM PAC
dimensionnement des
cinétiques de flottation
USIM PAC équipements calibrage de modèles de simulation des
calibrage des modèles de simulation des équipements utilisés en usine pilote
équipements principaux de l'usine
USIM PAC
dimensionnement de équipements de la future USIM PAC
USIM PAC USIM PAC usine dimensionnement des équipements de
simulation du l'usine industrielle projetée
fonctionnement de
dimensionnement simulation du fonctionnement complet de la future
l'usine avec la future
des équipements usine, éventuellement comparaison de plusieurs USIM PAC
capacité.
complémentaires flowsheets
Identification des simulation de variantes de configuration
goulots (flowsheet, réglages...) de l'usine industrielle
projetée
USIM PAC USIM PAC
USIM PAC calcul du coût
d'investissement USIM PAC USIM PAC
impression d'un compte-rendu complet impression d'un
avec flowsheet, courbes et tableaux approximatif des calcul du coût impression d'un
compte-rendu complet
équipements principaux d'investissement compte-rendu
avec flowsheet,
et de l'ensemble de approximatif des complet avec
courbes et tableaux
l'usine équipements principaux flowsheet,
et de l'ensemble de courbes et
l'usine tableaux
Figure 4 - Trois exemples de méthodologies d'utilisation
La simulation guidée par objectifs est un outil hybride, une combinaison des simulations
directes et inverses. Pour exécuter une simulation guidée par objectifs, l'utilisateur doit entrer
trois types de données :

les données prédéterminées :

le flowsheet de l'installation (toujours nécessaire),
les caractéristiques de l'alimentation (granulométrie, composition
minéralogique),
les autres données prédéterminées : dimensions des équipements si elles
existent et ne doivent pas être modifiées, etc.,
débit d'alimentation s'il est figé,
les paramètres indéterminés parmi lesquels :

dimension des appareils, ou réglage des appareils comme la charge en boulets
dans un broyeur, les débits de réactifs, le nombre d'hydrocyclones,
débit d'alimentation,
les objectifs
les objectifs décrivent les performances souhaitées de l'usine. Ils peuvent être
la distribution granulométrique sur certains flux, les débits et/ou la composition
minéralogique sur d'autres flux. Les valeurs des d80, d95 ou d50 de
distributions granulométriques, les teneurs du concentré ou la récupération, les
charges circulantes sont des objectifs typiques.
La simulation guidée par objectifs utilise les données prédéterminées et optimise les valeurs
des paramètres indéterminés pour se rapprocher le plus possible des objectifs. Elle prédit
aussi le fonctionnement de l'ensemble du procédé avec les meilleures valeurs trouvées pour
les paramètres initialement indéterminés. Le résultat pratique est que chaque simulation
représente mieux le fonctionnement réel d'une installation et que les paramètres de
l'installation et sa configuration peuvent être optimisés plus rapidement. La Figure 5
schématise le fonctionnement d'un simulateur guidé par objectifs.
OBJECTIF
Information sur le fonctionement

souhaité de l'usine
PARAMETRES PREDETERMINES PREDICTIONS DES PERFORMANCES DE

- Flowsheet L'INSTALLATION
SIMULATEUR GUIDE PAR
- Alimentation DES OBJECTIFS
- Pour chaque flux
- Eventuellement taille des * Débits
appareils * Distribution granulmétrique et
minéralogique
PARAMETRES INDETERMINES * Eventuellement libération
Généralement : minérale
- Taille des appareils MODELES
−
- Besoins énergétiques
- Réglage des appareils
- Paramètres des modèles COUTS D'INVESTISSEMENT
Figure 5 - Fonctions générales d'un simulateur statique guidé par des objectifs
Un simulateur guidé par objectifs peut bien sûr être utilisé comme un simulateur direct
traditionnel si aucun paramètre n'est indéterminé et il présente aussi toutes les capacités d'un
simulateur inverse.

7.2.2 - Modèles mathématiques de broyeurs.
Les deux aspects fondamentaux de la modélisation des appareils de broyage sont contenus
dans l'énoncé des objectifs de la simulation statique : dimensionnement et optimisation.
Les modèles doivent être capables de fournir à la fois la distribution granulométrique des
produits et la puissance consommée en fonction des dimensions des appareils et des
conditions opératoires.
Nous retrouverons ainsi dans la plupart des modèles deux composantes :
• une formule de calcul de puissance consommée en fonction des dimensions et des
conditions opératoires,
• une représentation de la réduction granulométrique en fonction de la puissance disponible.
7.2.2.1 - Approches complémentaires : énergétique et cinétique,
Les modèles aujourd'hui opérationnels de broyeurs sont inspirés de théories relativement

anciennes.
La première qui laisse des traces, vers 1867, est due à Rittinger et repose sur la constatation
que l'énergie absorbée pour la rupture des grains est proportionnelle à la surface créée. Cette
approche "énergétique" progresse avec Kick qui énonce en 1885 que l'énergie absorbée est
constante pour un même rapport de réduction. En 1920, Griffith propose une explication
phénoménologique basée sur la propagation des fissures en fonction de la résistance des
matériaux. Enfin, en 1952, Bond stipule que l'énergie absorbée est proportionnelle à la
longueur des fissures produites, puis dans la décénie met au point sa fameuse méthode
expérimentale qui sert encore aujourd'hui dans la plupart des cas.
Ces théories "énergétiques ont toutes tenté de comprendre les liens étroits qui unissent la
constitution même de la matière à la quantité d'énergie nécéssaire pour la broyer. Elles ont
cependant été relativement limitées dans la justesse de leurs prédictions du fait que la
"granulométrie" a longtemps été assimilée à une taille caractéristique d'un lot de particules
(taille à laquelle 80% des particules passent, ou d80). C'est en réalité avec l'apparition des
modèles dits "cinétiques" qu'apparait le traitement mathématique de l'ensemble de la
distribution granulométrique.
En 1941, Brown pose la première équation de bilan des classes granulométriques. En 1947,
Epstein invente une formulation probabiliste du broyage, et une séparation des concepts de
"vitesse de broyage" et de "distribution des produits broyés". Une des première formulation
"opérationnelle" en ce sens qu'elle permet une interprétation d'un broyage industriel est celle
de Broadbent et Callcott (1956), qui introduisent une notion d'étages au sein d'une formulation
matricielle. Enfin, en 1962, Gardner et Austin démontrent l'applicabilité des concepts en
réalisant des expertises.
Si ces théories "cinétiques" sont à même de décrire les distributions granulométriques, elles
n'ont pas intrinsèquement vocation à décrire leurs évolutions en fonction des dimensions et
conditions opératoires du broyeur.
Le lien entre cette description "cinétique" et la prédiction "énergétique" se retrouve
principalement sous la forme d'une proportionnalité entre la "vitesse de broyage" et l'énergie
consommée.
Ainsi, la plupart des modèles de broyeurs sont composés d'un élément qui permet le
dimensionnement et l'extrapolation (voir figure 6) : la fonction de calcul de puissance, et d'un
élément descriptif de la réduction granulométrique.
Sans vouloir présenter un panorama complet des différents modèles utilisés aujourd'hui avec
profit, il nous semble intéressant de montrer comment l'utilisation combinée de ces deux
approches permet, pour des appareils dans lesquels les phénomènes sont complexes
(broyeur autogène) comme pour des appareils récents où les phénomènes ne sont pas tous
quantifiés, de produire des modèles pratiques.

Les exemples suivants illustrent ce propos.

50
40
Simulated power (kW)
30
20
10
SAM 7.5
SAM 30
SAM 75
0
0 10 20 30 40 50
Measured power (kW )
Figure 6 - Relation entre la puissance simulée et mesurée d'un broyeur - cas du broyeur
vertical SAM
7.2.2.2 - Broyeurs autogènes et semi-autogènes,
Le modèle présenté ici combine une approche "cinétique du premier ordre" pour les particules
inférieures à la taille de la grille de décharge, une fonction d'usure pour les rocs et une fonction
de classification pour l'extraction des pebbles.
Les termes employés pour caractériser les différents fragments de l'alimentation sont
représentés sur la figure suivante.
Diamètre maximum
des pebbles extraits
Pebbles
extraits
Alimentation
Diamètre minimum
des pebbles extraits
Particules
Taille de la grille de
décharge :
- dessous = particules
- dessus = rocs

Figure 7. Principe d'un broyeur autogène avec extraction des pebbles.
Usure des rocs.
L'usure des rocs est considérée analogue à celle des boulets étudiée par Austin [Austin et al.,
1987].
Formule de base.
La masse produite par abrasion par unité de temps est :
dm
= ρ. 4π.r 2+ ∆ . V 0 (1)
dt
avec :
r : rayon du roc (unité de longueur),
∆ : peut aller de 0 pour une abrasion proportionnelle à la surface à 0.999 pour une
usure proportionnelle au volume,
V0 : constante d'abrasion dont l'unité dépend de ∆ ((unité de r)/s si ∆=0),
ρ : densité du matériau.
Cette expression signifie que la masse produite par abrasion par unité de temps est
proportionnelle à la masse du roc si ∆ est presque égal à 1, et proportionnelle à sa surface si
∆=0. Le coefficient ∆ vaut généralement environ 0.6.
L'abrasion d'un roc génère des fines (dont la taille est inférieure à l'ouverture de la grille de
décharge) et un autre roc qui se retrouve dans le classe granulométrique juste inférieure.
Bilan masse sur les rocs.
Le bilan masse sur une classe granulométrique de roc quand le broyeur fonctionne en régime
permanent est exprimé par :
Variation de masse par unité de temps = débit d'alimentation + débit de production de la classe
juste au dessus - débit de disparition par abrasion - débit d'extraction.
Cette équation est :
pour ∆≠1 :
 3

 mi - 1. ri  
  ri − 1  − 
0 = Qfi + (1 - ∆ ) V.
mi
 − Qexti (2)
 (ri − 1) − (ri ) (ri ) − (ri + 1)1−∆
1− ∆ 1− ∆ 1− ∆

 
 
avec :
Qfi : débit d'alimentation (kg/s),
Qexti : débit d'extraction (kg/s),
V : vitesse d'abrasion (unité de r1-∆/s),
m : masse de rocs (kg),
r : rayon d'un roc (unité de longueur),
i : index de la classe granulométrique (la plus grosse classe est la n°1).

Influence du diamètre du broyeur sur la vitesse d'abrasion.
La valeur de V est déterminée par :
V = V 0.D 0.66 (3)
avec :
V0 : vitesse d'abrasion,
D : diamètre interne du broyeur.
Extraction des pebbles.
Les rocs dont le diamètre est compris dans un intervalle à spécifier suivant les minerais sont
considérés comme "critiques". Ils peuvent être extraits grâce aux grilles qui agissent comme
des cribles. Les fonctions de classification qui permettent de représenter ces grilles sont :
1
ci = α
si xi < x50
 x50 
1+   (4)
 xi 
ci = 1 si xi ≥ x50
avec :
ci : proportion de l'alimentation qui se retrouve dans les gros,
α : imperfection de la classification,
x50 : taille à laquelle 50% de l'alimentation se retrouve dans les gros,
xi : diamètre (moyenne géométrique des bornes) des rocs dans la classe i.
La grille qui sert au retour des fines extraites dans le broyeur est considérée comme parfaite.
Dans ce cas, ci = 0 si xi < x50.
Le débit des pebbles extraits est considéré comme proportionnel à leur masse dans le broyeur.
L'expression finale est :
Qexti = mi.Cmaxi.(1 - Cmini ).effi (5)
avec :
Cmax : classification par la grille d'extraction,
Cmin : classification par la grille de retour,
effi : efficacité d'extraction.
L'efficacité d'extraction dépend de la longueur du broyeur selon une formule pseudo-

expérimentale :
 Dpebmax 
effi = aeffi.  (6)
 L 
avec :
aeffi : paramètre d'ajustement,
Dpebmax : diamètre maximum des rocs dans le broyeur,
L : longueur du broyeur.

Calcul de puissance.
Le calcul de puissance est le suivant [Austin, 1990] :
 ρs  ρs   *  0.1 
PW = 10.6.D 2.5 .L.(1 - 1.03.Premp) (1 − ε ). .Premp + 0.6.Premb. ρb -  .N .1 − (9−10N* )  (7)
 csol  csol    2 
avec :
PW : Puissance calculée (kW),
ε : porosité de la charge, typiquement 0.3,
ρb : densité des boulets (ton/m3),
ρs : densité moyenne des rocs (ton/m3),
csol : pourcentage de solides dans la charge,
Premp : proportion du volume occupé par la charge,
Premb : proportion du volume occupé par les boulets,
N* : fraction de la vitesse critique.
Broyage du minerai.
Les fines produites par l'abrasion des rocs sont distribuées dans les classes granulométriques
des "particules" selon une fonction inspirée de la forme générale des fonctions de broyage.
γj βj
 Bsupi   Bsupi 
Bi, j = ϕj.  + (1 − ϕj).  (8)
 Drefab   Drefab 
avec :
Bi,j : fraction de fines produites par abrasion qui se retrouve dans la classe i,
drefab : taille de référence.
Les paramètres ϕj and βj dépendent du remplissage du broyeur selon les relations :
ϕj = ϕj.(1+ 5. (Premp-0.2)) (9)

βj = βj.(1+ 5. (Premp-0.2)) (10)
si ce remplissage est compris entre 0.1 et 0.5.
Le minerai est broyé selon la description cinétique du broyage, assortie d'une hypothèse de
compensation :
la fonction de sélection S est modélisée par la forme suivante :
Pu  d  d 
2

S i = S1 . .exp z1 .ln i + z 2  ln i  
E
(11)
Hpart  d iref  d iref  
 
avec :
d : diamètre moyen des particules dans la classe i,
i
Hpart : charge de particules dans le broyeur,

S1E, z1, z2 : paramètres de la fonction de sélection,

diref : taille de référence,
Pu : puissance utile.
Pu est calculée d'après :
 H - Hcrit - Hball 
Pu = PW.  (12)
 H - Hball 
avec :
H : charge totale dans le broyeur,
Hcrit : charge de rocs dans la taille critique (pebbles),
Hball : charge en boulets.
Les paramètres de la fonction de sélection sont déterminés par ajustement à partir de données
issues de tests pilotes ou industriels.
Après la présentation de ce modèle parmi les plus complexes qu'on puisse trouver aujourd'hui
qui garde un caractère opérationnel et utilisable, il semble opportun de rappeler les bases des
modèles énergétiques éprouvés depuis de nombreuses années : voici les modèles basés sur
la théorie énergétique de Bond.
7.2.2.3 - Broyeurs à barres.
La puissance consommée par le broyeur à barres par tonne métrique de barres est donnée
par la formule du constructeur Allis-Chalmers :
1
Wst = 1,752. D 3 . (6,3 − 5,4.Tc).Vr
avec:
Wst : puissance consommée par tonne de barres (kW)
D : diamètre interne du broyeur (m)
Vr : vitesse de rotation exprimée en fraction de la vitesse critique
Tc : fraction du volume interne du broyeur occupée par la charge de barres.
Les facteurs de correction de Bond sont les suivants :

EF1 : broyage en voie sèche : ce facteur prend la valeur 1.3 (au lieu de 1) quand le broyage
est effectué en voie sèche.
EF2 : circuit ouvert : ce paramètre n'est pas utilisé dans le modèle.
EF3 : correction due au diamètre : formule identique à celle du broyeur à boulets.
EF4 : alimentation grossière : la formule qui donne EF4 est identique à celle utilisée pour
le broyeur à boulets. Cependant, la taille optimale de l'alimentation pour les broyeurs à
barres est :
13
d80 r = 16000. (13)
Wi
EF5 : produit fin: facteur généralement non utilisé.
EF6 : rapport de réduction non optimal: ce facteur doit être utilisé quand le rapport de
réduction lors du broyage n'est pas compris entre Rro-2 et Rro+2, Rro étant le rapport
de réduction optimal.
EF6 = 1 +
( Rr − Rro)
2
(14)
150
avec :

5L
Rro = 8 + (15)
D
avec :
L : longueur des barres.
EF7 : est utilisé seulement pour les broyeurs à boulets.

EF8 : préparation de l'alimentation : ce facteur dépend de la préparation du minerai avant
son alimentation dans le broyeur.
7.2.2.4 - Broyeurs à boulets.
Ce modèle est aussi basé sur la théorie énergétique du broyage, et en particulier sur la loi de
Bond alliée à la méthode de Allis Chalmers pour dimensionner les broyeurs. [Rowland et al.,
1978].
Une de ces formules empiriques permet de déterminer la puissance consommée par le

broyeur en fonction de ces dimensions et conditions opératoires :
 0,1 
Wst = 4,879. D 0.3 (3,2 − 3.Tc).Vr. 
9 −10.Vr ) 
(16)
 2( 
avec :
Wst : puissance consommée par tonne métrique de boulets (kW)
D : diamètre interne du broyeur (m)
Tc : fraction du volume occupé par la charge en boulets
Vr : vitesse de rotation exprimée en fraction de la vitesse critique.
La formule de Bond permet de relier la puissance totale consommée au d80 de l'alimentation

et de la sortie en utilisant le "Work Index" du minerai :
10WI 10WI
E= − (17)
d80P d80F
avec :
E : énergie consommée pour broyer (kWh/short ton),
WI : Work Index du minerai (kWh/short ton),
d80P : d80 de la sortie,
d80F : d80 de l'alimentation, avec
d80 : dimension du crible à laquelle 80% des particules passent (µm).
La méthode Allis Chalmers pour dimensionner les broyeurs emploie aussi des facteurs de
correction de la puissance disponible pour le broyage avant d'appliquer la formule Bond. Ces
facteurs de correction sont :
EF1 : pour le broyage à sec : ce facteur vaut 1,3 (au lieu 1)

EF2 : circuit ouvert : une valeur commune est 1,2.
EF3 : correction de diamètre : la valeur de ce facteur est calculée par :
0.2
 2.44 
EF3 =   (18)
 D 
(D est en mètres)

EF4 : alimentation grossière : quand la taille des particules de l'alimentation est plus grande
que la taille optimale, ce facteur vaut :
Rr + (WI − 7)
(d80F − d80r)
EF4 = d80r (19)
Rr
avec :
Rr : rapport de réduction = d80F/d80P
13
d80r : d80 optimal de l'alimentation, donné par : d80r = 4000.
Wi
EF5 : produit fin : ce facteur s'applique quand d80P est inférieur à 75 microns :
EF5 =
(d80P + 10,3) (20)
(1,145.d80P)
EF6 : concerne les broyeurs à barres.
EF7 : faible rapport de réduction : ce facteur s'applique quand le rapport de réduction Rr
est inférieur à 6.
2( Rr − 1,35) + 0,26
EF7 = (21)
2( Rr − 1,35)
EF8 : comme EF6, ce facteur concerne les broyeurs à barres.
Les formules ci-dessus permettent de calculer le d80P de la sortie du broyeur connaissant le

d80F de l'alimentation, le Work Index du minerai et les caractéristiques du broyeur. Cependant,
la connaissance du d80P ne suffit pas à décrire la distribution granulométrique complète de la
sortie du broyeur.
Il est donc nécessaire de formuler des hypothèses sur la forme de cette distribution. Le modèle
suppose que la distribution granulométrique de la décharge suit une droite de Rosin-Rammler:
  x m
R( x) = exp−   (21)
  x0  
 
avec :
R(x) : proportion massique de particules plus grandes que x,
m : 'pente' de la droite de Rosin-Rammler,
xo : taille à laquelle 36,79% des particules sont refusées.
On considère en général que si l'alimentation est une droite de Rosin-Rammler, la sortie est
aussi une droite de Rosin-Rammler de même pente.
7.2.2.5 - Broyeurs verticaux (Sala Agitated Mill, Vertimill, etc.).
Le modèle ci-dessous est un modèle de Sala Agitated Mill (SAM). Il est un exemple
d'adaptation des théories éprouvées pour élaborer un modèle opérationnel d'un appareil
relativement nouveau. Il est bâti sur une solution simplifiée de l'approche cinétique. La vitesse
de broyage est modifiée en fonction de la puissance, et permet de prédire la distribution
granulométrique des produits en fonction des conditions de broyage et de la taille du broyeur.
La puissance du broyeur est estimée par une fonction qui repose sur l'hypothèse que la
consommation énergétique est due à la friction entre les corps broyants, en l'occurence des
petits boulets. L'efficacité de broyage en fonction de la taille des boulets et du pourcentage
solide de la pulpe est aussi décrite par une fonction expérimentale.
Description du broyeur.

Le Sala Agitated Mill consiste en une chambre de broyage remplie de corps broyants. Ces
corps broyants sont agités par un rotor équipé de doigts d'agitation, entraîné par un moteur de
7.5 kW pour l'appareil pilote, et jusqu'à 75 kW pour des broyeurs industriels.
En broyage humide, la pulpe est alimentée par le bas de l'appareil et déborde, alors qu'en
broyage à sec, le broyeur est alimenté par le haut et déchargé par le bas (voir figure suivante).
Le diamètre des corps broyants a une grande influence sur les résultats du broyage. Pour une
meilleure efficacité de broyage, on considère qu'un ratio de 20 à 40 entre la taille des corps
broyants et les plus grosses particules à broyer doit être respecté.
Moteur
Réducteur de vitesse
Rotor
Décharge
Baffles
Pointes de Tungstène
Alimentation
Figure 8 - Description sommaire du broyeur SAM (Sala Agitated Mill) dans sa configuration
en voie humide

Théorie.
Approche cinétique : bilan de population.
L'équation (1) représente le bilan masse sur une classe granulométrique dans le cas
discontinu :
i −1
dwi
= − Si wi (t ) + ∑ bi , j S j w j (t )
dt j =1
i >1
(1)
avec :
Si: vitesse de broyage des particules de la classe i,
wi: masse de particules dans la charge,
bi,j: distribution des produits du broyage de la classe j.
Pour représenter un broyage en continu, cette équation connue sous le nom de "batch-plug
flow equation" doit être intégrée selon une distribution des temps de séjour des particules dans
le broyeur.
Une formule communément utilisée pour représenter une distribution de temps (DTS) de
séjour est :
− m− t
m−1
 m  m.t .e τ
h(t ) =   .
t (m − 1) ! (2)
avec :
τ: temps de séjour moyen,
m: nombre de mélangeurs parfaits identiques en série.
Une solution simplifiée de l'équation (1), en représentant la distribution des temps de séjour
par m mélangeurs parfaits en séries donne :
P( xi ) = 1 − ( 1 − F ( xi ) / ( 1 + Si −1τ / m )m ) (3)
avec :
F(xi) : distribution granulométrique de l'alimentation.
Calcul de puissance.
Le SAM [Bogen, 1994], a un critère de 1/1 en dimensionnement : le produit du broyage d'un

SAM 7.5 kW avec un débit q est identique au produit d'un SAM 75 kW avec un débit de 10.q,
si les conditions de broyage (taille des boulets, % solide, alimentation, etc.) sont les mêmes.
Ce rapport de 1/1 indique clairement que l'approche mixte cinétique/énergétique utilisée dans
la simulation des broyeurs à boulets [Herbst, 1979] reste valide pour le SAM, et signifie que
les valeurs de la matrice de broyage sont constantes et que les valeurs de la fonction de
sélection S proportionnelles à la puissance et inversement proportionnelles au débit de
solides.
Une fonction de puissance a été construite à partir de l'hypothèse suivante : L'énergie

consommée par le broyage est due principalement à la friction entre les boulets, et cette friction
est déterminée par la pression de la charge sur les boulets.
La formule obtenue est une fonction de (voir figure 9) :
paramètres du broyeur (i.e., h la hauteur totale, rm le rayon du broyeur, rr le rayon du rotor,

rs le rayon des agitateurs, n la vitesse de rotation du rotor),

paramètres des boulets (i.e., hf la hauteur de la charge, µ un coefficient de friction, γ une

surface spécifique (1/m), ρ2 la densité des boulets, p0 la porosité de la charge) et,
des paramètres de la pulpe (i.e., ρ1 la densité de la pulpe).
r1
h
r2
hf
rr
rs
rm
Figure 9. Caractéristiques du broyeur.
Efficacité de broyage.
Une formule empirique permet de tenir compte des effets de la rhéologie de la pulpe
(pourcentage de solides) sur l'efficacité de broyage. Cette formule diminue la puissance
disponible calculée ci-dessus si le pourcentage de solides en alimentation s'éloigne d'un
pourcentage optimal.
Fonction de sélection et limite de broyage.
La fonction de sélection a été exprimée par :

Si = K(xi - d)α si (xi - d) > 0 (5)
avec K et α constantes, d facteur de correction des plus petites tailles de particules. La
détermination de d n'est nécessaire que si l'on attend des très petites particules (<1µm) dans
les produits.

7.2.3 - Simulation du fonctionnement d'un atelier.
Dans le cas général, la simulation est utilisée pour concevoir ou optimiser non pas un appareil
mais une installation. Le chapitre 4 détaille les relations fortes qui existent entre le broyage et
la classification. D'autres opérations unitaires peuvent aussi être présentes dans le circuit de
broyage :
flottation "flash" pour le cuivre,

séparation gravimétrique pour l'or,
séparation magnétique pour le fer.
Il ne sera pas question dans ce chapitre de ces circuits hétérogènes mais il est important de
considérer une approche globale (systémique) des circuits de broyage au moins sur la partie
comminution et classification.
Comme indiqué précédemment plusieurs méthodologies mettant en oeuvre la simulation

peuvent être suivies. Deux illustrations sont présentées dans ce chapitre :
la conception préliminaire d'un circuit broyage et classification,

l'optimisation d'une installation existante.
7.2.3.1 - Conception préliminaire d'un circuit.
La conception préliminaire se situe dans un contexte d'études de pré-faisabilité où, à partir

d'informations en général très limitées, le concepteur doit proposer un schéma de procédé, un
prédimensionnement des appareils ainsi qu'une estimation des coûts d'investissement pour
une capacité et des objectifs techniques (granulométrie, taux de charge circulante, etc.)
donnés.
Utilisant les définitions établies précédemment, l'exemple présenté illustre principalement la
méthodologie mise en oeuvre en utilisant le simulateur de procédés USIM PAC 2.1 du BRGM
comme support.
Définition des objectifs
La première étape consiste à définir clairement des objectifs quantifiés. Ce sont :
la capacité
la distribution granulométrique du produit final (selon la maille de libération pour les
minerais),
la charge circulante,
le type et le nombre d’appareils selon des contraintes de coûts, de place ou de culture
technique locale, etc.
Les objectifs de ce projet sont les suivants :
capacité de l’installation : environ 22 tonnes par heure de minerais sec.

performance attendue du circuit: d80 = 60 µm à la surverse du cyclone.
Les informations disponibles :
Work index de Bond : Wi = 12.5 kWh/tonne courte.

granulométrie moyenne attendue : d80 ~ 12 mm.
A ce niveau, compte tenu du peu d’informations disponibles (pas de tests d’orientation et a

fortiori, pas d’essais pilotes), un flowsheet “classique” doit être envisagé. Sa configuration

dépendra du matériaux traité, du pays considéré et du niveau de prise de risque accepté. La

figure 10 présente un schéma conventionnel.
A preliminary Design of a Grinding Circuit

1 Fresh Feed
1 Water regulation
To further processing
8
2 4 Rod mill
3
2 5 Hydrocyclone
3 7
6
4
5
12
Ball mill 11 9
10
6
7
Figure 10 - Schéma du circuit
La seconde étape consiste à décrire l’alimentation du circuit en générant une distribution

complète à partir du d80 indiqué initialement.

Figure 11 - Description du flux d’alimentation (solide et eau)
Enfin, les objectifs globaux sur le circuits doivent être déclinés en objectifs locaux pour
chacune des opérations unitaires.
Cette étape nécessite de l’expertise de la part de l’utilisateur, le simulateur lui permettant de

valider ses hypothèses.
Des objectifs sont clairs comme le d80 à la surverse du cyclone. D’autre sont induits
d80 du produit du broyeur à barres : 600 µm

d80 du produit du broyeur à boulets : 100 µm
Description de l’installation “idéale”
Cette étape utilise le simulateur pour définir chacun des flux de l’installation à partir de la
description de l’alimentation et des objectifs locaux comme le montre la figure 12 pour le
broyeur à boulets.
Figure 12 - Description de l’objectif pour le broyeur à boulets
A ce niveau, les modèles utilisés sont simples (modèles de “flowsheeting” ou de niveau 0 dans
USIM PAC). Ils permettent de prédire le contenu de chacun des flux du circuit (comme le
montre la figure 13) sans faire intervenir les dimensions des appareils.

Figure 13 - Visualisation globale des résultats de la simulation initiale
Ces résultats doivent être validés en analysant les distributions granulométriques, la charge
circulante et en vérifiant que les objectifs sont atteints.
Dimensionnement des équipements
L’usine idéale étant décrite, il reste à trouver les dimensions des appareils qui vont pouvoir
réaliser cet objectif. L’utilisation de la simulation inverse et de modèles plus sophistiqués
(modèles de niveaux 1 ou 2 dans USIM PAC) permettent de déterminer la taille optimale de
chacune des unités.
Equipement Dimensions optimisées

Broyeur à barres Diamètre: 2 m
L/D ratio: 1.6
Broyeur à boulets Diamètre: 2.6 m
L/D ratio: 1
Hydrocyclone Diamètre: 0.6 m
Une nouvelle étape de simulation directe permet alors de vérifier le dimensionnement au

travers de tableaux ou de graphes comme le montre la figure 14.

Comparaison des courbes de partage de l'hydrocyclone

100
80
60
(%)
40
Simulation "idéale"
20
Simulation après dimensionnement
1 10 100 1000 10000 100000

Dimensions (µm)
Figure 14 - Vérification du dimensionnement
Analyse des résultats
Un des avantages de la simulation est de fournir au concepteur des informations détaillées

sous des formes diverses : tableaux, courbes, rapports pour chacune des hypothèses
envisagées.
Une fois les alternatives techniques validées, un élément d’aide à la prise de décision est de
pouvoir visualiser immédiatement, dans l’unité monétaire de son choix (Figure 15), le coût des
appareils dimensionnés (figure 16) et une estimation des coûts d’investissement globaux de
l’installation comme le montre la figure 17.
Figure 15 - Choix de l’unité monétaire

Figure 16 - Coûts des appareils dimensionnés
Figure 17 - Estimation du coût d’investissement pour le circuit dimensionné
Conclusion
La conception d’installations de traitement de matières minérales assistée par simulateur n’est

pas un calcul automatique qui détermine directement le meilleur flowsheet et les meilleurs
dimensions et réglages pour le circuit. Le simulateur aide considérablement l’utilisateur à
valider ses propres hypothèses et lui fourni toutes les informations nécessaire à la prise de
décision sous des formes variées (tableaux, graphes, calculs économiques, etc.). Il permet
ainsi d’étudier de nombreuses variantes de procédé et de sélectionner, avec des éléments
quantifiés complets, le meilleur choix possible à ce stade de développement du projet.
7.2.3.2 - Optimisation et transformation d'installations.
Cette utilisation d’un simulateur de procédés est illustrée par la monographie présentée par
LKAB (Suède) et Control International SA (France) dans cet ouvrage. Une autre illustration
[Guillaneau et al., 1994] présente l’optimisation d’un circuit de concassage, broyage et
classification dans le cas d’une mine d’or.

Références bibliographiques
Brochot, S., Durance, M.V., Fourniguet, G., Guillaneau, J.-C., Villeneuve, J., "Approche objet
en simulation - application à la simulation des procédés de traitements des matières
minérales.", 1995, XVIIème Conférence Internationale des Industries de Procédés,
Interchimie 95, Paris.
Guillaneau, J.-C., Villeneuve, J., Brochot, S., Durance, M.-V., Fourniguet, G., "The Supervisor
of Simulation: a step further to meet the Process Engineer Needs.", 1995, Proceedings of
the XIX International Mineral Processing Congress, San Francisco, USA, October 22-27.
Guillaneau, J.-C., Olofsson, O., Durance, M.-V., Villeneuve, J., “Modelling the Sala Agitated
Mill (SAM) using BRGM Pilot Plant Data.”, 1995, Proceedings of the APCOM XXV 1995
Conference, July, Brisbane, Australia, pp. 325-331.
Villeneuve, J., Guillaneau, J.-C., Durance, M.-V., "Flotation modelling: a wide range of
solutions for solving industrial problems.", 1995, Minerals Engineering, Vol. 8, n°4/5,
April/May 1995, pp. 409-420, Elsevier Science Ltd.
Morizot, G., Guillaneau, J.-C., "Role of Modelling and Simulation in the development of new
Processes.", 1995, International Minerals and Metals Technology 1995, pp. 144-149.
Guillaneau, J.-C., Villeneuve, J., Durance, M. V., Brochot, S., Fourniguet, G., "Modélisation du
concassage.", 1994, Revue de l'Industrie Minérale, Les techniques, Vol. 76, supplément à
décembre 1994, pp. 67-73.
Guillaneau, J.-C., Villeneuve, J., Durance, M. V., Brochot, S., Fourniguet, G., "Optimisation
des installations de concassage : simulation des procédés.", 1994, Revue de l'Industrie
Minérale, Les techniques, Vol. 76, supplément à décembre 1994, pp. 114-118.
Guillaneau, J.-C., Durance, M. V., Libaude, J., "Exemple d'optimisation par simulation :
concassage secondaire d'un minerai d'or.", 1994, Revue de l'Industrie Minérale, Les
techniques, Vol. 76, supplément à décembre 1994, pp. 127-130.
Durance, M.-V., Guillaneau, J.-C., Libaude, J., 1993, "Optimisation d'une usine de traitement
de minerai par simulation du fonctionnement et des caractéristiques des flux : exemple de
la mine d'or de Shila (Pérou)", communication présentée au congrès annuel de la SIM,
Octobre, Grenoble.
Austin, L.G., Menacho, J.M., Pearcy, F., A general model for semi-autogenous and
autogenous milling, Proceeding, APCOM 87, SAIMM, Johannesburg, Vol. 2, Metallurgy, pp
107-126, 1987.
Austin, L.G., “A mill power equation for SAG mills", Minerals & Metallurgical Processing, Vol
7, n°1, pp 57-62, Feb.1990.
Rowland, C.A., Kjos, D.M., "Rod and Ball mills", chapter 12, in "Mineral Processing Plant
design", A.L. Mular and R.B. Bhappu ed., Society of Mining Engineers Publ., 1978, pp. 239,
278.
Holmberg, K, 1993. Comparison of fine grinding equipment: VertiMill, SAM Mill, Vibrating Mill
and Ball Mill. Soc. Royale Belge des Ingénieurs Study day

Guillaneau, J-C, Villeneuve, J, Blot, P, 1992. Advances in the Design and Optimization of
Mineral Processing Plants, Proceedings of the APCOM 92, 23rd International Symposium
on the Application of Computers and Operations Research in the Mineral Industry, April 7-
11, Tucson, Arizona, U.S.A., Chapter 54, pp. 549-566.
Bogen, J, 1994. Private communication, Sala International AB
Austin, L G, Klimpel, R R and Luckie, P T, 1984. Process Engineering of Size Reduction: Ball
Milling. AIME New York, Chap. 4, 8.
Herbst, J A and Bascur, O A, 1979. A program for the simulation of steady-state grinding circuit
behaviour, using a small computer, Report of Department of Metallurgical Engineering,
University of Utah, Salt Lake City.

1996 SIM Optimisation Broyage

Transféré par

Droits d'auteur :

Formats disponibles

1996 SIM Optimisation Broyage

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1996 SIM Optimisation Broyage

Transféré par

Droits d'auteur :

Formats disponibles

Optimisation des installations de broyage

7 - Optimisation des installations de broyage ......................................................... 2

Livre SIM sur le broyage page 1/29

7 - Optimisation des installations de broyage

de la variabilité de la matière première,

La figure 4 du chapitre 7.2.1.3 présente le détail de trois méthodologies typiques à suivre en

Livre SIM sur le broyage page 2/29

7.2 - Modélisation et simulation

7.2.1.1 - Descriptions granulométriques.

Figure 1 - Exemples de distributions granulométriques

Livre SIM sur le broyage page 3/29

La loi de Rosin-Rammler est :

Livre SIM sur le broyage page 4/29

Figure 2 - Exemple de courbe de partage

Il existe aussi une version corrigée de cette courbe de partage :

Livre SIM sur le broyage page 5/29

La loi de Degoul est :

Un modèle d'opération unitaire est une représentation formalisée du fonctionnement d'un

Ces aspects représentent les préoccupations du concepteur du modèle :

Livre SIM sur le broyage page 6/29

évaluer l'influence d'un changement de qualité du gisement sur les performances de

• empiriques : déterminées de manière statistique à la suite d'une expérimentation. Ces

Actuellement, ce sont principalement les modèles de types macrophénomènologiques qui sont

Les modèles mathématiques utilisés pour la conception et l'optimisation des circuits de

Cette souplesse est nécessaire pour :

suivre l'évolution de la demande en qualité et en volume,

Livre SIM sur le broyage page 7/29

prendre en compte les variations du tout-venant causées par l'utilisation de nouveaux

La réalisation en grandeur réelle de tests permettant soit la mise au point de schémas de

Les principaux composants d'un simulateur sont :

le logiciel de simulation, sensu stricto, qui permet la communication entre l'utilisateur et

ALIMENTATION DE L'USINE FONCTIONNEMENT PREDIT DE

Figure 3 - Fonctions de base d'un simulateur statique avancé

Livre SIM sur le broyage page 8/29

d'adapter le flowsheet au traitement d'un nouveau minerai, à l'évolution du marché du

Optimiser le flowsheet et Concevoir une usine de

USIM PAC expérimentation en USIM PAC USIM PAC

Figure 4 - Trois exemples de méthodologies d'utilisation

Livre SIM sur le broyage page 9/29

les données prédéterminées :

les paramètres indéterminés parmi lesquels :

Information sur le fonctionement

PARAMETRES PREDETERMINES PREDICTIONS DES PERFORMANCES DE

Livre SIM sur le broyage page 10/29

7.2.2 - Modèles mathématiques de broyeurs.

7.2.2.1 - Approches complémentaires : énergétique et cinétique,

Les modèles aujourd'hui opérationnels de broyeurs sont inspirés de théories relativement

Livre SIM sur le broyage page 11/29

Les exemples suivants illustrent ce propos.

Simulated power (kW)

7.2.2.2 - Broyeurs autogènes et semi-autogènes,

Livre SIM sur le broyage page 12/29

Figure 7. Principe d'un broyeur autogène avec extraction des pebbles.

Usure des rocs.

La masse produite par abrasion par unité de temps est :

Bilan masse sur les rocs.

Cette équation est :

Livre SIM sur le broyage page 13/29

Influence du diamètre du broyeur sur la vitesse d'abrasion.

La valeur de V est déterminée par :