Fresnillo Plc

ほとんどの銀は、他の金属も含む鉱石に含まれており、そのような金属の処理の副産物なのです。Saucito鉱山では鉛と亜鉛を含む鉱石から銀を回収し、そのためには2つの精製工程が必要です。

まず、鉱石は多孔質の原材料に粉砕され、鉛を抽出するために処理されて、そこで銀の大半も抽出されます。残りの材料は亜鉛を除去するために処理され、残ったものは銀の二次供給源になります。鉱山の最終銀回収率は、不純物が除去された後の両方の工程からの銀回収率によって決定されます。

制御できない原鉱石の品質が、含まれる銀の回収率と等級に重要な役割を果たしています。しかし、分析の結果、最終的な銀濃縮物に影響を与えることなく、銀回収率を2%上昇させることができることが判明したため、プロジェクトチームはその実現に努めました。

こうして、チームは制御可能なバラツキの原因を特定して、銀の回収率を高め、廃棄物を削減して、生産する銀1オンスあたりのコストを削減するための変更を実施する必要がありました。

プロジェクトリーダーでありリーンシックスシグマのブラックベルトであるロマン・クルスは、「自分らが直面した最も重要な課題は、考えられるあらゆる原因を反映すること」と述べています。「Minitabのおかげで、プロジェクト全体のコースを設定する多くの変数を分析することができました。」

チームはMinitabで実験計画法（DOE）と呼ばれる統計手法を応用し、原料、空気、および銀を鉛から分離する化学薬品などの鉛抽出工程における複数の変数間の関係を同時に評価しました。

クルスは続けて、「いくつかの交互作用には、以前は気付いていなかった影響がありました」と述べています。「DOEの結果によって、私たちは工程の調整と改善に着手できます。」

研究チームは、ZnSO4、Promoter 7310、およびFrothersという試薬が銀の回収とグレードの両方に大きな影響を与えていることを発見しました。チームは、両方の応答変数の等高線プロットを作成して、3つの試薬間の関係を調べました。

銀回収率とグレードの等高線プロットによって、結果が競合することが明らかになりました。Frothing試薬の設定を高くすると、回収に最適なソリューションが提供され、その逆に最小化すると、等級に最適な結果が得られます MinitabのResponse Optimizerを使用して、これらの異なる要件を調整することで、銀の回収率を最大化し、目標とする銀等級、13,500 g/トンを達成する設定が判明しました。

最適化された設定を見つけることで正しい方向に進んでいたものの、鉱山の自動制御システムはまだ望ましい目標を達成できませんでした。仮説テストとゲージR&R調査を使用してバラツキの多くの潜在的な原因を排除した後、チームは鉛鉱石からの不純物除去中に気流と試薬を管理する鉱山の分散制御システム（DCS）に注目しました。

オペレータは、それぞれ自分の判断に基づいてDCSの試薬設定を選択していました。初期分析で明らかになったことは、各技術者が選択した設定に大きな違いがあったことです。試薬設定の変更、および鉛濃縮物の銀の等級を判断する際のそれぞれの基準が、DCSの目標達成能力に影響を与える主な要因でした。

チームは、Minitabの回帰分析を使用して、この結果を検証することができました。鉛抽出後に残る銀の等級は、原鉱の等級と密接に関連しているため、最終銀精鉱の予想等級は、原材料の等級に基づいて予測できます。しかし、チームが同じ等級の原材料から生産された最終濃縮物を調べたとき、その分析では、濃縮物には異なる等級の銀が含まれていることがわかりました。このことは、技術者が自分の判断で選択した設定が結果のバラツキに寄与していたことを証明しています。

プロジェクトチームはMinitabの結果に基づいて新しいDCSモデルを生成し、制御システムにプログラムしました。新しいモデルでは、鉛除去工程に入る未加工の銀の等級に従って試薬が修正され、鉛濃縮液中の銀ステータスレベルを使用して、最終濃縮液中の銀の等級が最適化されます。個々の判断に頼るのではなく、統計モデルを利用することで、技術者は最適な投与量あたりの試薬添加を12%節約できました。これにより、コストと廃棄物の両方が削減されています

能力分析では改善点がさらに検証されて、Saucito鉱山が銀回収率の目標を達成したことを証明しました。これにより、Fresnilloの月間収益は200万ドル以上増加しました。この変化により、回収率が平均で87%から89%に増加し、等級の低い銀が68%減少しました。