Cavando profundo: Fresnillo incrementa la recuperación de plata con Six Sigma Esbelto

La plata se utiliza a diario para fabricar monedas, joyas, utensilios y artículos de decoración para el hogar. Pero la plata también tiene aplicaciones muy importantes en industrias que van desde la energía solar y la purificación de agua hasta la fotografía y los productos electrónicos.

El papel de la plata en el sostenimiento de la economía mundial crea una demanda que excede miles de millardos de onzas cada año, la mayor parte de la cual es producida por Fresnillo Plc, una compañía minera de México que posee la reserva de tierra de metales preciosos más grande del país.

Una de las minas más productivas de la compañía, la mina Saucito, ubicada en Zacatecas, obtiene más del 75% de sus ingresos de la recuperación de plata.

Cuando Fresnillo intentó incrementar la tasa de recuperación de plata de la mina, se enfrentó a algunos desafíos muy singulares. No podían simplemente producir más plata, así que ¿cómo podrían aumentar la producción sin comprometer la calidad? ¿Cómo podrían incrementar la recuperación de una materia prima no controlable?

Los datos tenían la respuesta. Con la ayuda de las metodologías Six Sigma Esbelto y Minitab Statistical Software, un equipo de proyectos identificó la causa raíz de la variación en la tasa de recuperación de plata de la mina, generó ecuaciones para predecir la recuperación e implementó un nuevo proceso basado en límites dinámicos para maximizar la producción, preservando al mismo tiempo la calidad del producto final.

Puesto que la mayor parte de la plata se encuentra en menas que también contienen otros metales, es un derivado del procesamiento de estos metales. En la mina Saucito, la plata se recupera de menas que contienen plomo y cinc, lo cual requiere el uso de dos procesos de refinamiento diferentes.

Fresnillo Plc evaluó el proceso de recuperación de su mina Saucito para maximizar la producción de plata sin comprometer la calidad. El análisis de datos con Minitab Statistical Software incrementó los ingresos mensuales de la mina en más de $2 millones.

En primer lugar, la mena se muele hasta convertirla en una materia prima porosa y se procesa para extraerle el plomo, lo que también extrae gran parte de la plata. Entonces el material restante se procesa para remover el cinc, y lo queda es una fuente secundaria de plata. La producción de plata de ambos procesos, una vez removidas las impurezas, determina la tasa final de recuperación de plata de la mina.

La calidad de la mena en bruto, que no se puede controlar, juega un papel crítico en la tasa de recuperación y el grado de la plata que contiene. Sin embargo, el análisis reveló que la compañía podría incrementar la tasa de recuperación de plata en un 2% sin afectar el concentrado final de plata, así que el equipo de proyectos se propuso hacer justamente eso.

Ahora el equipo debía identificar las causas controlables de la variación y aplicar cambios destinados a incrementar la recuperación de plata, reducir el desperdicio y disminuir los costos por onza de plata producida.

Técnicos de la mina Saucito utilizan gráficas de control para monitorear los indicadores clave de rendimiento y los resultados de la producción. El análisis de datos con Minitab Statistical Software sustenta el aumento de 2% en la recuperación de plata de la mina, así como ingresos mensuales adicionales por más de $2 millones.

“Integrar todas las causas posibles era el desafío más importante al que nos enfrentábamos”, señala Román Cruz, líder del proyecto y Black Belt en Six Sigma Esbelto. “Minitab nos permitió analizar numerosas variables, lo que estableció el curso de todo el proyecto”.

El equipo aplicó una técnica estadística llamada Diseño de experimentos (DOE), que evaluó simultáneamente las relaciones entre múltiples variables en el proceso de extracción de plomo, como la materia prima, el agua, el aire y los reactivos químicos que separan la plata del plomo.

“Ciertas interacciones produjeron efectos de los que no teníamos conocimiento previo”, continúa Cruz. “Con los resultados del DOE, pudimos empezar a ajustar y mejorar el proceso”.

El equipo descubrió que los reactivos ZnSO4, Promoter 7310 y Frothers tenían un efecto significativo tanto en la recuperación de la plata como en su grado. El equipo examinó la relación entre los tres reactivos creando gráficas de contorno para ambas variables de respuesta.

Las gráficas de contorno para la recuperación de plata y el grado revelaron resultados opuestos. Mientras los niveles altos del reactivo Frothing proporcionaban la solución óptima con respecto a la recuperación, minimizar el reactivo Frothing producía los mejores resultados para el grado. Utilizando el Optimizador de respuestas de Minitab para conciliar estos requisitos diferentes, el equipo luego determinó los niveles que aseguraban la máxima recuperación de plata y alcanzaban el grado objetivo de la plata, que era de 13,500 g/ton.

Determinar los niveles óptimos fue un paso en la dirección correcta, pero el sistema de control automatizado de la mina aún no lograba los objetivos deseados. Después de utilizar pruebas de hipótesis y un estudio R&R del sistema de medición para eliminar muchas causas potenciales de la variación, el equipo se concentró en el sistema de control de distribución (DCS) de la mina, que maneja el flujo de aire y reactivos durante la remoción de las impurezas de la mena de plomo.

Los operadores seleccionaban los niveles de reactivos para el DCS a su entera discreción. Un análisis inicial reveló que los niveles que seleccionaba cada técnico variaban considerablemente. Sus modificaciones de los niveles de los reactivos y los criterios individuales para juzgar el grado de la plata en el concentrado de plomo eran los principales factores que afectaban la capacidad del DCS para lograr los objetivos.

El equipo pudo validar este resultado utilizando el análisis de regresión en Minitab. Como el grado de la plata que queda después de la extracción del plomo está estrechamente relacionado con el grado de la mena en bruto, el grado esperado del concentrado final de plata se puede predecir con base en el grado de la materia prima. Pero cuando el equipo examinó los concentrados finales producidos con materias primas del mismo grado, su análisis determinó que los concentrados contenían distintos grados de plata, a pesar de que la materia prima tenía los mismos grados. La inconsistencia demostró que los niveles que los técnicos seleccionaban a su discreción estaban contribuyendo a la variabilidad en los resultados.

The equation generated by regression analysis is expressed in the fitted line plot above. The plot shows the relationship between the raw material grade and the final concentrates.

El equipo de proyectos generó un nuevo modelo de DCS utilizando los resultados de Minitab y lo programó en el sistema de control. El nuevo modelo modificó los reactivos de acuerdo con el grado de la plata en bruto que entra al proceso de remoción de plomo y utilizó el nivel del estado de la plata en el concentrado de plomo para optimizar el grado de la plata en el concentrado final. Al utilizar un modelo estadístico en lugar de recurrir a su propio juicio, los técnicos ahorraron un 12% en la adición de reactivos con la dosis óptima, una disminución que redujo los costos y el desperdicio.

Un análisis de capacidad validó aún más las mejoras y demostró que la mina Saucito alcanzó sus metas con respecto a las tasas de recuperación de plata, un incremento que ha sumado más de $2 millones a los ingresos mensuales de Fresnillo. Los cambios generaron un incremento promedio de 87 a 89% en la recuperación y una reducción de 68% en la cantidad de plata por debajo del grado deseado.

La comparación de la capacidad del proceso de recuperación de plata, tanto antes como después de la aplicación de los cambios, se resume en el informe del Asistente de Minitab que se muestra arriba. El análisis muestra cómo el desplazamiento de la media del proceso más cerca del objetivo y la reducción significativa de la desviación estándar produjeron mejoras considerables.