Professional Documents
Culture Documents
ESCUELA DE POSGRADO
UNIDAD DE POSGRADO DE LA FACULTAD DE INGENIERÍA QUÍMICA
TESIS
PRESENTADA POR:
HUANCAYO - PERÚ
2015
ASESOR:
i
DEDICATORIA
ii
AGRADECIMIENTO
iii
RESUMEN
iv
ABSTRACT
This research aims to evaluate the effect of pH on recovery of heavy metals from
acid mine drainage by selective precipitation and establish the mathematical model
to simulate the deposition of heavy metals present in the acid mine drainage getting
treated water that meets quality standards.
Based on the results of selective precipitation and the batch settling tests, it is
concluded that the recovery of heavy metals from acid mine drainage, it is possible
by varying the pH for subsequent use. Precipitation diagrams allow to determine the
appropriate pH for the best selectivity of heavy metals iron establishing a recovery
of 94.06% at a pH of 4,285; of 88,42 % recovery of copper to a pH of 5,811, of
84,13% zinc recovery to a pH of 8,025 and 96,89 % recovery of manganese at a pH
of 10,385. In theory Constitutive bases can be predicted sedimentation parameters,
and the equations of continuity through the fluid and solid mathematical modeling of
sedimentation of the acid mine drainage to selective precipitation in a continuous
sedimentation took place, establishing volumetric flow for feeding solid cross-
sectional area (𝑞𝑠 ) 2,5 x 10-8 m/s sediment height of 0,56 m.
v
RESUMO
vi
ÍNDICE DE CONTENIDO
Carátula
Asesor
Dedicatoria
Agradecimiento
Resumen
Abstract
Resumo
INTRODUCCIÓN 1
CAPÍTULO I
2
PLANTEAMIENTO DEL PROBLEMA
1.1. CARACTERIZACIÓN DEL PROBLEMA 2
1.2. FORMULACIÓN DEL PROBLEMA DE INVESTIGACIÓN 2
1.3. OBJETIVOS DE LA INVESTIGACIÓN 3
1.4. JUSTIFICACIÓN DE LA INVESTIGACIÓN 3
1.5. DELIMITACIÓN DE LA INVESTIGACIÓN 7
CAPÍTULO II
8
MARCO TEÓRICO
2.1. ANTECEDENTES DE LA INVESTIGACIÓN 8
2.1.1. ANTECEDENTES INTERNACIONALES 8
2.1.2. ANTECEDENTES NACIONALES 10
2.1.3. ANTECEDENTES LOCALES 11
2.2. BASES TEÓRICAS 12
2.2.1. OCURRENCIA DEL DRENAJE ÁCIDO DE MINA 12
vii
2.2.2. CONTROL Y TRATAMIENTO DEL DRENAJE ÁCIDO DE
19
MINA.
2.2.3. GENERACIÓN DE MATERIALES INDUSTRIALMENTE ÚTILES
23
A PARTIR DEL DRENAJE ÁCIDO DE MINA.
2.2.4. PRECIPITACIÓN SELECTIVA DEL DRENAJE ÁCIDO DE
27
MINA
2.2.5. LA ECUACIÓN DE LA CONTINUIDAD PARA UNA MEZCLA Y
31
SUS CONSTITUYENTES.
2.2.6. MODELO MATEMÁTICO DE LA SEDIMENTACIÓN CONTINUA 32
2.3. BASES CONCEPTUALES 36
2.3.1. SUPERSATURACIÓN 36
2.3.2. LÍMITE MÁXIMO PERMISIBLE (LMP) 39
2.3.3. SEDIMENTACIÓN
2.3.4. ELECTROLITO 37
2.4. HIPÓTESIS DE LA INVESTIGACIÓN 42
2.5. VARIABLES E INDICADORES 43
CAPÍTULO III
45
METODOLOGÍA DE LA INVESTIGACIÓN
3.1. TIPO DE LA INVESTIGACIÓN 45
3.2. NIVEL DE LA INVESTIGACIÓN 45
3.3. MÉTODOS DE INVESTIGACIÓN 45
3.4.DISEÑO DE LA INVESTIGACIÓN 45
3.5. POBLACIÓN Y MUESTRA 51
3.6. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS 52
3.7 PROCEDIMIENTOS DE RECOLECCIÓN DE DATOS 55
3.8 TÉCNICAS DE PROCESAMIENTO Y ANÁLISIS DE DATOS 56
CAPÍTULO IV
57
RESULTADOS DE LA INVESTIGACIÓN
4.1. PRESENTACIÓN, ANÁLISIS E INTERPRETACIÓN DE LOS
57
DATOS
4.2. PROCESO DE LA PRUEBA DE HIPÓTESIS 66
viii
4.2.1 ASPECTOS DESCRIPTIVOS DE LAS VARIABLES 66
4.2.2 CONTRASTACIÓN DE LA HIPÓTESIS DE LA INVESTIGACIÓN 67
4.3. DISCUSIÓN DE RESULTADOS 76
CAPÍTULO V
79
APORTES DE LA INVESTIGACIÓN
5.1. APORTES TEÓRICOS-METODOLÓGICOS 79
5.1.1 MODELO INTEGRADO DE SEDIMENTACIÓN POR ZONAS
79
EN UN REACTOR BATCH PARA EL DRENAJE ÁCIDO DE
MINA
5.1.2 APLICACIÓN DE LA TEORÍA CONSTITUTIVA A LA
81
PRECIPITACIÓN DEL DRENAJE ÁCIDO DE MINA.
5.2 APORTES INSTITUCIONALES O ADPOSICIÓN DE
84
DECISIONES
CONCLUSIONES 87
SUGERENCIAS 87
REFERENCIAS BIBLIOGRÁFICAS 88
ANEXOS 95
ANEXO 1
PROGRAMA EN MATHCAD 14 PARA DESARROLLAR 93
EL DIAGRAMA DE PRECIPITACIÓN
ANEXO 2
102
PROGRAMA EN FORTRAN POWER STATION PARA LA
DETERMINACIÓN DE LA ALTURA DE SEDIMENTO
ANEXO 3
109
CONSTANCIA DE ANALISIS
ANEXO 4
ESPECTROSCOPÍA DE INFRARROJOS CON TRANSFORMADA 111
DE FOURIER
ix
ÍNDICE DE TABLAS
Tabla 1.1.
5
Composición del drenaje del túnel Kingsmill
Tabla 1.2.
5
Metales pesados acumulados por año
Tabla 2.1
15
Bacterias de minerales sulfurados y sus condiciones de desarrollo
Tabla 2.2.
Referencias del National Center for Biotechnogy Information (NCBI) 16
para microorganismos relacionados con el DAM.
Tabla 2.3
Características de los pigmentos de tipo ferrita sintetizados a partir del 27
drenaje ácido de mina
Tabla 2.4
Límites máximos permisibles para la descarga de efluentes líquidos de 40
actividades Minero-metalúrgicas
Tabla 3.1.
52
Preparación de la muestra sintética
Tabla 4.1.
57
Resultado de la precipitación selectiva de metales pesados
Tabla 4.2
57
Promedio de la precipitación selectiva
Tabla 4.3
58
Prueba de sedimentación batch
Tabla 4.4
62
Precipitación selectiva, recuperación y composición
Tabla 4.5
66
Resultados descriptivos por tratamiento y elementos analizados
Tabla 4.6
67
Distribución de los tratamientos en función del nivel de pH promedio
Tabla 4.7
68
Concentración de hierro. Resultados descriptivos
Tabla N° 4.8
69
ANOVA para la concentración de hierro
Tabla 4.9
69
Prueba de Duncan para la concentración de Hierro
x
Tabla 4.10
Concentración de cobre. Resultados descriptivos 70
Tabla 4.11
70
ANOVA para la concentración de Cobre
Tabla 4.12
71
Prueba de Duncan para la concentración de cobre
Tabla 4.13
72
Concentración de zinc. Resultados descriptivos
Tabla 4.14
72
ANOVA para la concentración de zinc
Tabla 4.15
73
Prueba de Duncan para la concentración de zinc
Tabla 4.16
74
Concentración de manganeso. Resultados descriptivos
Tabla 4.17
75
ANOVA para la concentración de manganeso
Tabla 4.18
75
Prueba de Duncan para la concentración de manganeso
Tabla 5.1
83
Datos para el modelamiento matemático de un sedimentador continuo
Tabla 5.2
Simulación de la sedimentación del drenaje acido de mina, en régimen 83
permanente
xi
ÍNDICE DE FIGURAS
Figura 2.1
13
Modelo para la oxidación de la pirita.
Figura 2.2
20
Procesos de Lodos de Alta Densidad (HDS)
Figura N° 2.3
22
Procesos de Neutralización y Coagulación Dinámica (NCD)
Figura 2.4
28
Etapa básica del Proceso de Precipitación Selectiva del DAM
Figura 2.5
28
Proceso de Precipitación Selectiva del drenaje ácido de mina
Figura 3.1.
Sistema de precipitación 54
Figura 3.2.
55
Prueba de sedimentación batch
Figura 4.1
59
Precipitación del hierro
Figura 4.2
59
Precipitación del cobre
Figura 4.3
60
Precipitación del zinc
Figura 4.4
60
Precipitación del zinc
Figura 4.5
61
Diagrama de precipitación del hierro
Figura 4.6
63
Diagrama de precipitación del cobre
Figura 4.7
64
Diagrama de precipitación del zinc
Figura 4.8
65
Diagrama de precipitación del manganeso.
Figura 4.9
70
Diagrama de precipitación de Fe, Cu, Zn y Mn
Figura 4.10
72
Recuperación de hierro, cobre, zinc y manganeso.
Figura 4.11
74
Índice de saturación
Figura 4.12
76
Prueba de sedimentación batch y modelo integrado por zonas.
xii
INTRODUCCIÓN
A pesar que estos procesos se han utilizado en la Ingeniería Química desde hace
tiempo, en los últimos años ha recobrado su interés sobre todo en el
modelamiento matemático.
1
CAPÍTULO I
2
de los pasivos ambientales de alto riesgo de la región Junín en el año
2015?
c) ¿Cuál es la calidad del agua tratada que se espera obtener en la
recuperación de metales pesados presentes en el drenaje ácido de
mina de los pasivos ambientales de alto riesgo de la Región Junín en
el año 2015?
1.3. OBJETIVOS DE LA INVESTIGACIÓN
1.3.1. OBJETIVO GENERAL
3
tratamiento ocasionará gastos, por lo que, una recuperación para su
posterior utilización puede generar ingresos.
4
Si se considera el periodo de vida útil de la planta de tratamiento de 25
años, (considerar que a la fecha el drenaje ácido de mina del túnel
Kingsmill tiene una vida de 70 años) el total de metales pesados
acumulados será de 165 402 TM.
Tabla 1.1.
Composición del drenaje del túnel Kingsmill
Parámetro Unidad Minera Perú Proinversión
Copper S.A. (promedio)
Total Disuelto
Q (m3/s) 1,254 1,16
pH 3,5 5,1
Temperatura °C 15,825
5
Esta cantidad de metales pesados serán acumulados en los lodos
residuales tanto por el proceso de Lodos de Alta Densidad (HDS,
High Density Sludge) o el proceso de Neutralización y Coagulación
Dinámica (NCD), que son los procesos industriales estándares en
el Perú para el tratamiento del drenaje ácido de mina.
La tendencia de la Ingeniería Química Verde, en la necesidad de
reducir o eliminar el uso o generación de sustancias peligrosas en
el diseño, manufactura y aplicación de los productos químicos de
manera tal de prevenir la contaminación pone al ingeniero químico
ante un cambio muy importante tanto en la forma de encarar la
resolución de los problemas como en su formación profesional.
La propuesta del presente trabajo de investigación es plantear la
posibilidad de recuperar cada uno de los metales pesados para ser
utilizados en los diferentes procesos industriales, y no acumular
residuos potencialmente contaminantes, dado que la inestabilidad
de dichos lodos residuales pueden generar nuevamente drenajes.
La precipitación química de los metales pesados, es uno de los
métodos de remediación ampliamente usados, sin embargo, la
precipitación selectiva tiene que considerar además el manejo de
los flujos, la dosificación adecuada de los reactivos y el control del
pH.
6
1.5.3. DELIMITACIÓN METODOLÓGICA
7
CAPÍTULO II
MARCO TEÓRICO
2.1. ANTECEDENTES DE LA INVESTIGACIÓN
(Park , Yoo, Ji, Yang, & Baek, 2015) en su artículo “Selective recovery of
dissolved Fe, Al, Cu, and Zn in acid mine drainage based on modeling to
predict precipitation pH” publicado en Environmental Science and
Polutation Research, volume 22, issue 4, pp 3013-3022, investigaron la
recuperación selectiva del hierro, aluminio, cobre, zinc y níquel como una
función del pH de la solución en equilibrio y fue simulado mediante el
Visual MINTEQ. Basado en la simulación de los resultados, la predicción
de los pHs para la precipitación selectiva de Fe, Al, Cu y Zn/Ni fueron
determinados. La recuperación de los metales pesados usando la
simulación fue superior al 99 %. Experimentalmente usando un drenaje
ácido de mina artificial basado en los resultados de la simulación se
confirmó la recuperación selectiva del Fe/Al/Cu/Zn y Fe/Al/Cu/Ni usando
Na2CO3 los cuales fueron de 99,6/86,8/71,9/77,0 % y 99,2/85,7/73,3/86,1
% respectivamente. El drenaje ácido de mina artificial fue preparado
disolviendo reactivos grado analítico (ACS) de FeCl3•H2O,
Al2(SO4)3•18H2O, CuSO4•5H2O, ZnSO4•7H2O y NiSO4•6H2O en agua
desionizada. En este estudio, Fe(III) fue usado para el componente del
DAM artificial y el Fe(II) no fue considerado porque el Fe(II) puede ser
fácilmente oxidado a Fe(III) por un agente oxidante. El pH inicial del DAM
artificial fue de 2,35.
8
fotoquímica para convertir parcialmente el Fe3+ en Fe2+, y, finalmente, una
etapa de cristalización para la producción de los cristales de magnetita.
Las partículas de magnetita se prepararon y caracterizaron para ser
usados como un pigmento para una pintura de color negro. El drenaje
ácido de mina se recogió de un canal de drenaje cerca de un depósito de
relaves en el estado de Santa Catarina (Brasil) y se sellaron en botellas
de polietileno de alta densidad. En el laboratorio, los sólidos y escombros
en las muestras de agua fueron retirados por decantación. Los sólidos en
suspensión restantes se eliminaron por filtración a través de una
membrana de 0,45 µm y se almacenaron a 4 °C. El drenaje ácido de mina
se analizó para determinar el pH y la concentración de metales disueltos
(Fe total, Fe2+, Fe3+, Al, Mn, Zn, Ca y Mg) y sulfatos. Los metales fueron
analizados por espectroscopia de absorción atómica. La recuperación del
hierro se consigue mediante la precipitación selectiva de 1 L de DAM a pH
3,6. El pH del DAM se incrementó con la adición de solución 4 N de NaOH
para precipitar el hierro como hidróxido férrico/oxihidróxido. Este se
separó por centrifugación a 3000 rpm. El sobrenadante se analizó para
determinar el pH y las concentraciones de metales disueltos y sulfato.
Posteriormente, el pH se ajustó a 7,0 para llegar a los estándares para la
descarga de aguas residuales. El precipitado obtenido a pH 3,6 se lavó
con agua destilada a pH 3,6 ± 0,1, y finalmente se disolvió con 5 mL de
ácido sulfúrico y se diluyó en 1 L de agua para lograr una solución a partir
de la cual se produjo el hierro magnetita.
9
la base de los resultados experimentales y la evaluación del Visual Minteq
3.0 demostró que la precipitación fue hasta dos valores de pH por encima
y explican que este fenómeno podría ser causado por el hecho de que el
Visual Minteq 3.0 no está especializado en DAM, es decir, debido a su
versatilidad podría dar lugar a imprecisiones en el modelado de la
precipitación de iones en DAM. La razón de la precipitación de Fe en todo
el intervalo de pH puede ser debido a la oxidación de Fe 2+ a Fe3+ en
presencia de oxígeno y la posterior precipitación en forma de Fe(OH) 3,
mientras que en el software se modela únicamente la precipitación de Fe 2+
y Fe3+ separadamente.
(Wang, y otros, 2014) Investigaron la viabilidad de un proceso de
tratamiento que combina la neutralización con cal y la sulfuración con
sodio (NaHS) en la recuperación selectivamente del cobre (Cu) y zinc (Zn)
sobre hierro (Fe) para la remediación del drenaje ácido de minas (DAM)
generado en una mina de cobre abandonada situada en el este de Japón.
Por tratamiento de neutralización con cal, el Fe comenzó a precipitar
cuando el pH del DAM se ajustó desde pH inicial 2,8 a pH 4, y totalmente
precipitó por encima de pH 5. El Cu comenzó a precipitar entre pH 5-6, y
totalmente precipitó por encima de pH 8. El Zn comenzó a precipitar a pH
7, y totalmente precipitó por encima de pH 9. Como resultado, el Cu y Zn
coprecipitaron a pH 6-8 y no podían ser precipitados individualmente.
Mediante la adición de NaHS de 20 mg/L en el DAM a pH 2,8 sin ajuste
de pH, todo el Cu precipitó mientras que Fe y Zn no lo hicieron. El Fe se
precipitó selectivamente sobre Zn después por neutralización con cal a pH
5; sin embargo, la adición de un agente oxidante tal como 0,02 vol. H 2O2
fueron necesarios. Después que el Cu y Fe se precipitaron el Zn fue
precipitado por neutralización con cal por encima de pH 9.
10
mineros debería ser una práctica obligatoria, así como la promoción luego
del cierre de la mina de técnicas de tratamiento y refino de aguas ácidas
mediante métodos pasivos (humedales con plantación de totora) y como
alternativa al almacenamiento subaéreo de los relaves que suele requerir
un tratamiento más prolongado de las aguas ácidas, existen métodos de
almacenamiento subacuáticos de los relaves que reducen la generación
de aguas ácidas y la necesidad de tratamiento.
(Corzo, 2015), en su tesis de Maestría “Impacto de los pasivos
ambientales mineros en el recurso hídrico de la microcuenca quebrada
Párac, distrito de San Mateo de Huanchor, Lima”, en la Pontificia
Universidad Católica del Perú, indica que los pasivos ambientales mineros
constituyen una de las principales fuentes de contaminación del recurso hídrico
porque exponen al ambiente los sulfuros y, como resultado, estos producen
drenaje ácido de mina. Estas aguas ácidas liberan los metales y metaloides (Pb,
Cd, Cu, Mn, Zn y As) los cuales son transportados por los cursos de agua y
pueden llegar hasta el hombre por medio de la bioacumulación en la cadena
trófica. Este es el caso de los relaves de la antigua Compañía Minera Millotingo
ubicados en el cauce del río Aruri en la parte alta de la microcuenca quebrada
Párac, distrito de San Mateo de Huanchor, donde, aguas abajo, las comunidades
de San José de Párac y San Antonio utilizan este recurso para regar sus cultivos
de papa y alfalfa en época de estiaje.
(Del Valle, 2009), en su tesis de Maestría “Propuesta de modelo
matemático para minimizar la contaminación por efluentes mineros”, en la
Universidad Nacional Mayor de San Marcos, propone para efectos de controlar
y disminuir el nivel de carga contaminante presente en los vertimientos
mineros, el diseño de un modelo matemático de tasa retributiva que busca
disuadir a las empresas mineras de seguir vertiendo sus efluentes
mineros con elementos contaminantes que superen los límites máximos
establecidos para cada elemento o parámetro contaminante.
11
Ministerio de energía y Minas (Ministerio de Energía y Minas, 2015) y que
en la actualidad cuenta con una planta de tratamiento mediante el método
HDS.
12
Fe2+ + S22-
O2
O2 FeS2
Figura 2.1.
Modelo para la oxidación de la pirita
Referencia. (Simate & Ndlovu, 2014)
El hierro férrico que se produce puede oxidar nueva pirita (reacción 2-3) o
precipitar como hidróxido férrico (reacción 2-4)
Fe 3 3H 2 O Fe(OH ) 3( s ) 3H (2-4)
13
minerales que consumen ácido o las que producen neutralizaciones. Los
factores terciarios se refieren a factores físicos de la gestión de los
residuos en las minas. Estos factores influyen en las reacciones de
oxidación, la producción de acidez y la migración de los contaminantes.
(Akcil & Koldas, 2006), describen los factores primarios que determinan
la velocidad de generación del ácido, los cuales son:
pH
Temperatura.
Contenido de oxígeno de la fase gaseosa, si la saturación es menos
que 100%.
14
desarrollen, las condiciones ambientales deben ser favorables. Por
ejemplo, el acidithiobacillus ferrooxidans es más activos en el agua con un
pH inferior a 3,2. Si las condiciones no son favorables, la influencia de las
bacterias en la generación de ácido será mínima. En la Tabla 2.1
indicamos las bacterias de los minerales sulfurados y sus condiciones de
desarrollo.
Tabla 2.1
Bacterias de minerales sulfurados y sus condiciones de desarrollo
15
Tabla 2.2.
Referencias del National Center for Biotechnogy Information (NCBI) para
microorganismos relacionados con el DAM.
NZ
Acidithiobacillus thiooxidans ATCC 19377 En construcción
AFOH00000000.1
At. feroooxidans NC 011206.1 Genoma completo
At. caldus SM-1 NC 015850.1 Genoma completo
At. ferrivorans SS3 NC 015942.1 Genoma completo
NZ
“Ferrovum myxofaciens” P3G Cóntigo
JPOQ00000000.1
Leptospirillum ferrooxidans C2-3 NC 017094.1 Genoma completo
L. ferriphilum ML-04 NC 018649.1 Genoma completo
NZ
Ferrimicrobium acidiphilum DSM 19497 En construcción
JQKF00000000.1
Acidimicrobium ferrooxidans ICP NC 013124.1 Genoma completo
Sulfobacillus acidophilus TPY NC 015757.1 Genoma completo
Sulfobacillus acidophilus NALT - Genoma completo
Sulfobacillus thermosuphidooxidans str. NZ
En construcción
Cutipay ALWJ00000000.1
Sulfobacillus thermosuphidooxidans DSM
PRJNA61271 Genoma completo
9293
Alicyclobacillus acidocaldarius subsp.
NC 013205.1 Genoma completo
acidocaldarius DSM 446
“Ferroplasma acidarmanus” fer1 NC 021592.1 Genoma completo
Thermoplasma acidophilum DSM 1728 NC 002578.1 Genoma completo
Referencia: (Méndez-García, y otros, 2015)
16
3 M , que es similar a las concentraciones de hierro disuelto en las aguas
ácidas de minas.
CuFeS 2 4H O2 Cu 2 Fe 2 2S 0 2H 2 O
18
2.2.2. CONTROL Y TRATAMIENTO DEL DRENAJE ÁCIDO DE MINA.
Una revisión sobre las opciones de remediación del drenaje ácido de mina
presentan (Johnson & Hallberg, 2005) describiendo los procesos abióticos
y los procesos biológicos, (Akcil & Koldas, 2006) describen la generación
del drenaje ácido de mina, el control de la migración, los procesos en los
humedales y los procesos de neutralización.
El estudio del drenaje ácido de mina en el Perú, se describe en la “Guía
ambiental para el manejo del drenaje ácido de mina”, realizado por el
Ministerio de Energía y Minas de acuerdo al Decreto Supremo Nº DS-016-
93-EM y sus modificaciones contenidas en el DS-059-93-EM.
Los procesos de tratamiento convencional desarrollados industrialmente
son:
Los procesos de Lodos de Alta Densidad (HDS, High DensitySludge) el
cual es hoy en día, el estándar en la industria del tratamiento del drenaje
ácido de mina (Figura Nº 1). El proceso estándar es descrito por Cominco
Engineering Service Limited CESL En lugar de ponerse en contacto con
la cal directamente al drenaje ácido de mina, este sistema emplea el
reciclado de lodos con lechada de cal para la neutralización. Para ello, los
lodos de la parte inferior del clarificador son bombeados a un tanque de
mezcla donde la cal es suficiente para neutralizar el drenaje ácido de mina
al punto deseado de pH . Esto genera el contacto entre los sólidos y
promueve la coagulación de partículas de cal en el precipitado reciclado.
19
Figura 2.2.
Procesos de Lodos de Alta Densidad (HDS)
Referencia: (Bobbins, 2015)
20
metales disueltos y sedimentación de precipitados obtenidos mediante el
uso de relaves mineros, es una alternativa viable para el tratamiento del
drenaje ácido de mina del Túnel Kingsmill, cuya descripción del proceso
presentada por su inventor es como se describe a continuación.
21
El costo de inversión es mucho menor y el de operación significativamente
menor.
Cal en solución
Aguas ácidas
Pulpa de relave
Floculante
Tanque de
neutralización
Tanque de
(5 minutos)
coagulación
(1 minuto)
Agua
tratada
Lodo con 40 %
De sólidos
Al depósito de
relaves
Figura N° 2.3.
Procesos de Neutralización y Coagulación Dinámica (NCD)
Referencia: (Villachica, 2015)
22
(Kastyuchik, 2015) en la neutralización del drenaje ácido de mina, Doshi,
S.(2006), describe la bioremediación del drenaje ácido de mina usando la
reducción bacteriana de sulfatos, así como también la utilización de
reactores de lecho fijo para la reducción de sulfatos como lo describe
Remoundaki, E. y otros (2008), Da Silveira N. A., Silva R. y Rubio J. (2009)
consideran el tratamiento del drenaje ácido de mina el el Brasil mediante
los procesos activos.
Sin embargo, los métodos de precipitación química, son los más factibles
económicamente, como lo demuestra el Estudio de Factibilidad de Minera
Perú Copper S.A. (2007), para el tratamiento de aguas ácidas del Túnel
Kingsmill, tecnología propuesta por AMEC.
Producción de coagulantes
23
convencionales. Los autores demostraron que la PAFS permitió menores
concentraciones residuales de iones metálicos en el agua potable (Fe y
Al) en comparación con la SSP, FS y AS.
24
Producción de pigmentos
Producción de goethita
[𝐹𝑒(𝑂𝐻)−
4 ](𝑎𝑞) → 𝐹𝑒𝑂𝑂𝐻(𝑠)
Producción de hematita
25
El producto formado es principalmente hematita (𝐹𝑒2 𝑂3), pero también
puede ocurrir lepdocrocita (𝛾 − 𝐹𝑒𝑂𝑂𝐻) y maghemita (𝛾 − 𝐹𝑒2 𝑂3 ) como
fases intermedias.
Producción de la magnetita
𝐹𝑒𝑆2(𝑠) + 14𝐹𝑒 3+(𝑎𝑞) + 8𝐻2 𝑂(𝑙) → 15𝐹𝑒 2+(𝑎𝑞) + 2𝑆𝑂42−(𝑎𝑞) + 16𝐻 +(𝑎𝑞)
26
Tabla 2.3.
Características de los pigmentos de tipo ferrita sintetizados a partir del
drenaje ácido de mina
Compuesto Composición de la fase
deseado Estructura del mineral Sistema cristalino Contenido
de Fe (%)
Temperatura de calcinación: 1050 °C
𝒁𝒏𝟎,𝟒 𝑪𝒂𝟎,𝟔 𝑭𝒆𝟐 𝑶𝟒 𝐹𝑒2 𝑂3 hematita Romboédrico 32
𝑍𝑛𝐹𝑒2 𝑂4 ferrita de zinc Cúbica 23
𝐶𝑎2 𝐹𝑒15,588 𝑂25 Hexagonal 25
𝐶𝑎2 𝐹𝑒15,51 𝑂25 Romboédrico 20
𝒁𝒏𝟎,𝟐 𝑪𝒂𝟎,𝟖 𝑭𝒆𝟐 𝑶𝟒 𝐹𝑒2 𝑂3 hematita Romboédrico 49
𝑍𝑛𝐹𝑒2 𝑂4 ferrita de zinc Cúbico 12
𝐹𝑒2 𝐶𝑎𝑂4 ferrita de calcio Ortorrómbico 20
𝐶𝑎2 𝐹𝑒15,6 𝑂25 Hexagonal 19
Referencia: (Michalková, Schwarz, Pulišová, Máša, & Sudovský, 2013)
27
Drenaje ácido de
Cal en solución
mina
Separación sólido-
líquido Alimentación
Precipitación Segunda etapa
química
Recuperación de
Metales pesados
Figura 2.4
Etapa básica del Proceso de Precipitación Selectiva del DAM
Referencia: (Plasari & Muhr, 2007).
Figura 2.5
Proceso de Precipitación Selectiva del drenaje ácido de mina
(Plasari & Muhr, 2007)
28
coloidal y puede ser removido de la solución por filtración o centrifugación.
Este fenómeno es explicado por la definición del producto de solubilidad,
en el que el producto de las concentraciones de sus iones constituyentes
es constante para cualquier temperatura dada en una solución saturada
de un electrolito débilmente soluble. La relación del producto de
solubilidad esclarece el hecho de la considerable disminución de
solubilidad de una sustancia cuando se adiciona un reactivo conteniendo
un ion común a la solución. Si la concentración del ion común es
aumentada, la concentración del otro ion en solución debe ser reducida,
pues el sistema sigue la ley de la acción de masas, manteniendo el valor
del producto de solubilidad constante, produciendo la precipitación de la
especie deseada. Entretanto, un exceso mucho más grande del reactivo
ocasionará más daños que beneficios, visto que podrá aumentar la
solubilidad del precipitado por la formación de complejos. (Silva R. , 2010)
29
de los iones hidroxilo el papel decisivo para la formación de estos
precipitados. Visto que en soluciones acuosas el producto de solubilidad
de los iones hidrogenio e hidroxilo es rigurosamente constante (Kw = 10 -
14), la formación de un precipitado metálico depende principalmente del
pH de la solución.
30
cualquier modelo que describe un proceso de precipitación. (Galbraith &
Schneider, 2014).
𝐷
∭ 𝜌̅𝑖 𝑑𝑉 = 0 (2.13)
𝐷𝑡
𝐷 𝜕𝜌̅𝑖
∭ 𝑑𝑉 + ∬(𝜌̅𝑖 𝑣𝑖 ) ∙ 𝑛 𝑑𝑆 = 0 (2.14)
𝐷𝑡 𝜕𝑡
𝜕𝜌
∭{ + ∇ ∙ (𝜌𝑣)} 𝑑𝑉 = 0 (2.16)
𝜕𝑡
𝜕𝜌
+ ∇ ∙ (𝜌𝑣) = 0 (2.17)
𝜕𝑡
𝜌 = ∑ 𝜌̅𝑖 = ∑ 𝜌𝑖 𝜀𝑖
𝑖 𝑖
(2.18)
1 ∑𝑖 𝜌̅𝑖 𝑣𝑖 ∑𝑖 𝜌𝑖 𝜀𝑖 𝑣𝑖
𝑣 = ∑ 𝜌̅𝑖 𝑣𝑖 = =
𝜌 ∑𝑗 𝜌̅𝑖 ∑𝑗 𝜌𝑖 𝜀𝑖
𝑖
31
La aplicación para el caso de sistemas sólido-fluido, se describe mediante
la ecuación para el fluido dado por:
𝜕𝑣𝐹
𝜌𝐹 𝜀𝐹 [ + 𝑣𝐹 ∙ ∇𝑣𝐹 ]
𝜕𝑖 (2.19)
= 𝜌𝐹 𝜀𝐹 𝑏 + ∇𝑇𝐹 + 𝜌𝐹 𝜀𝐹 𝑙𝐹
𝜕𝑣𝑆
𝜌𝑆 𝜀𝑆 [ + 𝑣𝑆 ∙ ∇𝑣𝑆 ]
𝜕𝑖 (2.20)
= 𝜌𝑆 𝜀𝑆 𝑏 + ∇𝑇𝑆 + 𝜌𝑆 𝜀𝑆 𝑙𝑆
𝜕𝑣𝐹
𝜌𝐹 𝜀𝐹 [ + 𝑣𝐹 ∙ ∇𝑣𝐹 ]
𝜕𝑖 (2.21)
= ∇ ∙ 𝑇𝐹 − 𝑚 + 𝜌𝐹 𝑏
𝜕𝑣𝑆
𝜌𝑆 𝜀𝑆 [ + 𝑣𝑆 ∙ ∇𝑣𝑆 ]
𝜕𝑖 (2.22)
= ∇ ∙ 𝑇𝑆 + 𝑚 + (𝜌𝑠 − 𝜌𝐹 )𝜀𝑆 𝑏
32
La operación es isotérmica, unidimensional en estado estacionario;
Prevalece el régimen de flujo de Darcy;
La viscosidad del fluido y las densidades de los componentes fluido
y sólido son constantes;
La tensión en el sólido es función apenas de la porosidad local,
𝑑
(∈𝑓 𝑣𝑓 ) = 0 → ∈𝑓 𝑣𝑓 = 𝑞𝑓 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒, (2.23)
𝑑𝑧
𝑑
(∈𝑠 𝑣𝑠 ) = 0 → ∈𝑠 𝑣𝑠 = 𝑞𝑠 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒, (2.24)
𝑑𝑧
𝑞𝑓
𝑣𝑓 =
∈𝑓
𝑞𝑠
𝑣𝑠 =
∈𝑠
𝑑𝑃𝑠 𝑑 𝑞𝑠 𝜇𝜖𝑓 𝑞𝑓 𝑞𝑠
+ 𝜌𝑠 𝑞𝑠 ( ) = ( − ) + (𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠
𝑑𝑧 𝑑𝑧 𝜖𝑠 𝑘 ∈𝑓 ∈𝑠
Como 𝑞𝑠 es una constante
𝑑𝑃𝑠 𝑑 1 𝜇𝜖𝑓 𝑞𝑓 𝑞𝑠
+ 𝜌𝑠 𝑞𝑠 2 ( ) = ( − ) + (𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠
𝑑𝑧 𝑑𝑧 𝜖𝑠 𝑘 ∈𝑓 ∈𝑠
33
𝑑𝑃𝑠 𝑑𝜖𝑠 𝜇𝜖𝑓 𝑞𝑓 𝑞𝑠
+ 𝜌𝑠 𝑞𝑠 2 𝜖𝑠 −2 = ( − ) + (𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠
𝑑𝑧 𝑑𝑧 𝑘 ∈𝑓 ∈𝑠
𝑑𝑃𝑠
Introduciendo ⁄𝑑𝑃 en el segundo término de la ecuación anterior, tendríamos:
𝑠
34
𝑞𝑓 𝑞𝑠
=
∈𝑓𝑈 ∈𝑠𝑈
De donde:
𝑞𝑓 ∈𝑓𝑈
= (2.28)
𝑞𝑠 ∈𝑠𝑈
Reemplazando
𝑞𝑠 2 𝑑𝜖𝑠 𝑑𝑃𝑠 𝜇𝑞𝑠 ∈𝑓𝑈 𝜖𝑓
[1 − 𝜌𝑠 ( ) ] = ( − ) + (𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠 (2.29)
𝜖𝑠 𝑑𝑃𝑠 𝑑𝑧 𝑘 ∈𝑠𝑈 ∈𝑠
Como:
∈𝑓 = 1 −∈𝑠 , ∈𝑓𝑈 = 1 −∈𝑠𝑈
∈𝑓 1 ∈𝑓𝑈 1
= −1 = −1
∈𝑠 ∈𝑠 ∈𝑠𝑈 ∈𝑠𝑈
Se puede reescribir la ecuación (2.29)
𝑞𝑠 2 𝑑𝜖𝑠 𝑑𝑃𝑠 𝜇𝑞𝑠 1 1
[1 − 𝜌𝑠 ( ) ] = (𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠 − ( − ) (2.30)
𝜖𝑠 𝑑𝑃𝑠 𝑑𝑧 𝑘 ∈𝑠 ∈𝑠𝑈
Que, separadas las variables, produce como resultado
𝑞 2 𝑑𝜖
𝑑𝑧 [1 − 𝜌𝑠 (𝜖 𝑠 )
] 𝑠
𝑠 𝑑𝑃𝑠
= (2.31)
𝑑𝑃𝑠 (𝜌 − 𝜌 )𝑔𝜖 − 𝜇𝑞𝑠 ( 1 − 1 )
𝑠 𝑓 𝑠 𝑘 ∈ ∈ 𝑠 𝑠𝑈
𝑃𝑠𝑈 𝑞 2 𝑑𝜖
𝐿
[1 − 𝜌𝑠 ( 𝜖 𝑠 ) 𝑠
] 𝑑𝑃𝑠
𝑠 𝑑𝑃𝑠
∫ 𝑑𝑧 = ∫ 𝜇𝑞𝑠 1 1
(2.32)
0 0
(𝜌𝑠 − 𝜌𝑓 )𝑔𝜖𝑠 − (∈ − ∈ )
𝑘 𝑠 𝑠𝑈
1⁄
𝑃𝑠 ∈𝑠 𝛽
=( ) −1
𝑃𝑎 ∈𝑠0
Despejando
𝛽
∈𝑠 𝑃𝑠
= ( + 1)
∈𝑠0 𝑃𝑎 (2.33)
35
𝛽
𝑃𝑠
∈𝑠 =∈𝑠0 ( + 1)
𝑃𝑎
𝛽
𝑑 ∈𝑠 𝑑 𝑃𝑠
=∈𝑠0 ( + 1)
𝑑𝑃𝑠 𝑑𝑃𝑠 𝑃𝑎
𝛽−1
𝑑 ∈𝑠 𝑃𝑠 𝑑 𝑃𝑠
=∈𝑠0 𝛽 ( + 1) ( + 1)
𝑑𝑃𝑠 𝑃𝑎 𝑑𝑃𝑠 𝑃𝑎
𝛽−1
𝑑 ∈𝑠 ∈𝑠0 𝛽 𝑃𝑠
= ( + 1)
𝑑𝑃𝑠 𝑃𝑎 𝑃𝑎
∈𝑠 −𝜂
𝑘 = 𝑘0 ( )
∈𝑠0
𝛽 −𝜂
𝑃𝑠
𝑘 = 𝑘0 [( + 1) ] (2.34)
𝑃𝑎
𝑧
∆𝜌𝑔𝜉(𝑞𝐷 𝜉 + 𝑓𝑏𝑘 (𝜉) − 𝑓𝐹 )
𝜑(𝑧) = − ∫ 𝑑𝜉 (2.35)
𝜎𝑐′ (𝜉)𝑓𝑏𝑘 (𝜉)
0
2.3.1. SUPERSATURACIÓN
Una solución es supersaturada cuando la concentración del soluto excede
su concentración de equilibrio. En sistemas multi-iónicos, la definición de
la concentración de soluto puede ser problemático. En lugar de ello, la
36
concentración de soluto se define en términos del Producto de la Actividad
Iónica (𝑃𝐴𝐼).
Cuando el 𝑃𝐴𝐼 es más grande que el producto de solubilidad en el
equilibrio, 𝐾𝑠𝑝 , el sistema es supersaturado y la nucleación y/o el
crecimiento de cristales puede ocurrir, en un intento por regresar el
sistema al equilibrio. El Índice de Saturación (𝐼𝑆) (Ali & Schneider, 2006),
(Stolzenburg, Capdevielle, Teychené, & Biscans, 2015) dado por la
ecuación:
𝑃𝐴𝐼
𝐼𝑆 = 𝑙𝑜𝑔 ( ) (2.36)
𝐾𝑠𝑝
Establece que si IS > 0, la supersaturación es indicada. Cuando IS< 0, la
solución es subsaturada con respecto al sólido. Cuando IS= 0, hay un
aparente equilibrio con respecto al sólido.
Los fundamentos teóricos de la recuperación de los metales pesados del
drenaje ácido de mina mediante la precipitación química por etapas se
sustentan en la termodinámica de las soluciones electrolíticas.
Un ejemplo de la teoría del equilibrio de fases que todavía no se entiende
completamente, es la influencia de los electrolitos en el comportamiento
de la fase de una mezcla. Aunque las teorías y los modelos de equilibrios
de mezclas simples están disponibles, la adición de una sal a una mezcla
causa una desviación del comportamiento original que no puede ser
descrita satisfactoriamente. La descripción de la no idealidad causada por
la introducción de iones a una mezcla de solventes sigue siendo un
desafío para los ingenieros y los científicos químicos. Sin embargo, las
disoluciones electrolíticas existen en una gran cantidad de procesos. Los
ejemplos de los procesos que requieren la información sobre equilibrio de
fase de las disoluciones electrolíticas son numerosos y dentro de los
cuales tiene una prioridad resaltante el tratamiento de aguas residuales.
37
la termodinámica molecular establece el comportamiento del potencial
químico ( i ) con la actividad ( a i ) y el coeficiente de actividad del
i io RT ln ai io RT ln( i i ) (2.37)
agua es:
M v X v ·nH 2 O v M z v X z nH 2 O (2.38)
K sp m
v
m v ( m) v a H 2O n (2.39)
H o Tr 1 1 C p T T Tr
o
ln K sp (T ) ln K sp Tr ln 1
R T Tr R Tr T
(2.40)
38
Muchos estudios termodinámicos y experimentales han determinado el
producto de solubilidad a la temperatura estándar de 25°C, para el
desarrollo de nuestra investigación consideramos los datos presentados
por (Lee & Shun, 2007)
39
Tabla 2.4.
Límites máximos permisibles para la descarga de efluentes líquidos
de actividades Minero-metalúrgicas
2.3.3. SEDIMENTACIÓN
Se entiende por sedimentación la remoción por efecto gravitacional de las
partículas en suspensión presentes en el agua. Estas partículas deberán
tener un peso específico mayor que el fluido.
La sedimentación es, en esencia, un fenómeno netamente físico y
constituye uno de los procesos utilizados en el tratamiento del agua para
conseguir su clarificación. Está relacionada exclusivamente con las
propiedades de caída delas partículas en el agua. Cuando se produce
sedimentación de una suspensión de partículas, el resultado final será
siempre un fluido clarificado y una suspensión más concentrada. A
menudo se utilizan para designar la sedimentación los términos de
clarificación y espesamiento. Se habla de clarificación cuando hay un
especial interés en el fluido clarificado, y de espesamiento cuando el
interés está puesto en la suspensión concentrada.
Las partículas en suspensión sedimentan en diferente forma,
dependiendo de las características de las partículas, así como de su
concentración. Es así que podemos referirnos a la sedimentación de
40
partículas discretas, sedimentación de partículas floculentas y
sedimentación de partículas por caída libre e interferida.
Partículas floculentas son aquellas producidas por la aglomeración de
partículas coloides desestabilizadas a consecuencia de la aplicación de
agentes químicos.
A diferencia de las partículas discretas, las características de este tipo de
partículas —forma, tamaño, densidad— sí cambian durante la caída.
En bajas concentraciones de partículas, estas sedimentan o decantan
libremente; en cambio, con alta concentración de partículas floculentas
(superiores a 500 mg/L),las partículas se encuentran a distancias tan
reducidas que se adhieren entre sí y sedimentan masivamente. Así, se
crea una clara superficie de separación entre los flóculos y el líquido que
sobrenada y esto da origen al fenómeno de sedimentación conocido con
los nombres de decantación interferida o zonal. La velocidad de caída de
una partícula depende principalmente de la concentración de las
partículas.
Las partículas que se remueven en una planta de tratamiento de agua son
sólidos inorgánicos y orgánicos. Los factores primordiales que influyen en
la velocidad de sedimentación son su tamaño, forma y densidad.
Las partículas se presentan principalmente en estado coloidal y es
necesario añadirles coagulantes químicos y someterlas a procesos de
coagulación y floculación para incrementar su tamaño o densidad antes
del proceso de sedimentación.
2.3.4. ELECTROLITO
41
positivo llamado catión y un ion negativo llamado anión, son los causantes
de un cambio positivo en el número de moles del sistema. Cada ion
presenta una carga eléctrica determinada. Para mantener la neutralidad
eléctrica que debe conservar cualquier sistema material, debe
satisfacerse el balance de cargas eléctricas negativas y positivas. Es de
resaltar la denominación negativa con la que se designan las especies
moleculares que permanecen inalteradas en su naturaleza (sin disociar)
por el proceso de mezclado, estos son: no electrólitos, llamadas también
solventes o comúnmente, disolventes. Aparecen así los electrólitos
débiles como aquellas especies moleculares que se disocian en iones
estableciéndose un grado apreciable de equilibrio con la especie no
disociada. Los electrólitos fuertes son aquellas especies que se
descomponen en iones, con un grado muy alto de conversión en el
equilibrio, dando lugar a estados en los cuales es “prácticamente” nula la
presencia del electrolito neutro no disociado.
42
2.5. VARIABLES E INDICADORES
DEFINICIÓN CONCEPTUAL:
2. La Sedimentación.
𝑚(𝐻 + )𝛾𝑚 (𝐻 + )
𝑝𝐻 = −𝑙𝑜𝑔[𝑎(𝐻 + )] = −𝑙𝑜𝑔 [ ]
𝑚Θ
VARIABLES DE ESTUDIO
Para el proceso de precipitación química:
43
Variable independiente: pH
Variable dependiente: Recuperación de metales pesados
Para el proceso de sedimentación:
Para considerar el modelamiento del proceso de sedimentación:
Se consideran los parámetros fisicoquímicos densidad, viscosidad,
permeabilidad, para determinar mediante el modelo el comportamiento
de:
Variable dependiente: tiempo
Variable dependiente: altura del sedimento.
OPERACIONALIZACIÓN DE LAS VARIABLES
RECUPERACIÓN DE METALES PESADOS
𝑃𝑃𝑖
𝑅𝑖 = × 100
𝐶𝑜𝑖
44
CAPÍTULO III
METODOLOGÍA DE LA INVESTIGACIÓN
3.4.DISEÑO DE LA INVESTIGACIÓN
Para el desarrollo de la presente investigación el diseño de la investigación
fue de tipo experimental, de acuerdo a la clasificación propuesta por
(Hernández Sampiere, Fernandéz Collado, & Baptista Lucio, 2010), y que
nos permitió la manipulación de la variable independiente pH en el caso de
la precipitación química para determinar la selectividad de los metales
45
pesados. En el proceso de sedimentación se consideraron los parámetros
fisicoquímicos a partir de los cuales se determinan los parámetros de la
ecuación constitutiva para determinar cómo variables dependientes el
tiempo y la altura del sedimento.
𝑑𝑃𝑠
= (𝜌𝑠 − 𝜌)𝑔𝜀𝑠 (𝑧) (3.2)
𝑑𝑧
Integrando la ecuación (3.2) de z = 0 hasta z = L, donde L es la altura total
del sedimento, se obtiene:
𝐿
1
𝜀̅𝑠 = ∫ 𝜀𝑠 (𝑧)𝑑𝑧 (3.4)
𝐿
0
Se obtiene:
46
𝑃𝑠 (𝑧 = 𝐿) = (𝜌𝑠 − 𝜌)𝑔𝐿𝜀̅𝑠 (3.5)
La concentración volumétrica media de sólidos, 𝜀̅𝑠 puede ser calculada
directamente a través de:
𝑚𝑠
( ⁄𝜌𝑠 )
𝜀̅𝑠 = (3.6)
𝑉𝑠𝑒𝑑
𝜀̅𝑠 concentración volumétrica media de sólidos
𝑚𝑠 masa de sólidos en el sedimento
𝜌𝑠 Densidad del sólido
𝑉𝑠𝑒𝑑 Volumen del sedimento
Esto nos permite encontrar una relación directa entre la presión en el sólido
en la base del sedimento y el volumen del sedimento formado en la probeta.
𝑃𝑠 𝛽
𝜀𝑠 = 𝜀𝑠𝑐 (1 + ) (3.7)
𝑃𝑎
Reagrupando los términos tenemos:
𝜀𝑠 1⁄𝛽
𝑃𝑠 = 𝑃𝑎 ∙ [( ) − 1]
𝜀𝑠𝑐
47
Se utiliza la ecuación del movimiento para la prueba en probeta, dada por la
ecuación (3.4.2), y se substituyó la ecuación (3.4.7) teniéndose:
𝑑𝑃𝑠 (𝑧) 𝑃𝑠 𝛽
(𝜌
= 𝑠 − 𝜌)𝑔𝜀𝑠𝑐 (1 + ) (3.8)
𝑑𝑧 𝑃𝑎
Que puede ser reordenada en la forma:
𝑑𝑃𝑠 (𝑧)
= (𝜌𝑠 − 𝜌)𝑔𝜀𝑠𝑐 𝑑𝑧
𝑃𝑠 𝛽 (3.9)
(1 + 𝑃 )
𝑎
𝑃𝑎 𝑃𝑠 (𝑧) 1−𝛽
[(1 + ) − 1] = (𝜌𝑠 − 𝜌)𝑔𝜀𝑠𝑐 𝑧
1−𝛽 𝑃𝑎 (3.10)
1
(1 − 𝛽) 1−𝛽
𝑃𝑠 (𝑧) = 𝑃𝑎 {[1 + (𝜌𝑠 − 𝜌)𝑔𝜀𝑠𝑐 𝑧] − 1} (3.11)
𝑃𝑎
1
(1 − 𝛽) 1−𝛽
𝑃𝑠 (𝑧 = 𝐿) = 𝑃𝑎 {[1 + (𝜌𝑠 − 𝜌)𝑔𝜀𝑠𝑐 𝐿] − 1} (3.12)
𝑃𝑎
(1 − 𝛽)
𝑎= (𝜌𝑠 − 𝜌)𝑔𝜀𝑠𝑐
𝑃𝑎
1
𝑏=
1−𝛽
48
concentración volumétrica de sólidos en que comienza haber el efecto de la
presión en los sólidos, a concentración crítica.
1
𝜀𝑠 𝛽
𝑃𝑠 = 𝑃𝑎 {( ) − 1} (3.14)
𝜀𝑠𝑐
𝜇𝜀𝑓
0= (𝑣𝑓 − 𝑣𝑠 ) + (𝜌𝑠 − 𝜌)𝜀𝑠 𝑔 (3.16)
𝑘
Se puede mostrar que, debido a la restricción cinemática en la base de la
probeta que implica la igualdad de las velocidades del fluido y sólido a cero,
la velocidad relativa fluido-sólido es dada por:
𝜀𝑓 𝑣𝑓 + 𝜀𝑠 𝑣𝑠 = 𝑞(𝑡) = 0 (3.17)
Como:
(1 − 𝜀𝑓 ) (1 − 𝜀𝑓 ) (3.18)
𝑣𝑓 = 𝑣𝑠 → 𝑣𝑓 − 𝑣𝑠 = (− − 1) 𝑣𝑠
𝜀𝑓 𝜀𝑓
Se tiene:
49
𝑣𝑠
(𝑣𝑓 − 𝑣𝑠 ) = (3.19)
𝜀𝑓
Reemplazando la ecuación (3.19) en la ecuación (3.16) y explicitando k, se
obtiene:
𝜇𝑣𝑠
𝑘= (3.20)
(𝜌𝑠 − 𝜌)𝜀𝑠 𝑔
𝑘 Permeabilidad
𝜀𝑠 Concentración volumétrica del sólido
𝜇 Viscosidad del fluido
𝜌𝑠 Densidad del sólido seco
𝜌 Densidad del fluido
𝑣𝑠 Velocidad de sedimentación en un ensayo en probeta
𝑔 Aceleración de la gravedad
Considerando la ecuación (3.20), y utilizando la ecuación constitutiva para la
permeabilidad,
𝜀𝑠 −𝜂
𝑘 = 𝑘𝑜 ( ) (3.21)
𝜀𝑠𝑐
Fueron hechos pruebas en probetas para así determinar los pares 𝑘 y 𝜀𝑠
necesarios para la estimación de los parámetros de la ecuación (3.21). Las
pruebas fueron conducidas en una probeta de 1 L dotado de una escala,
previamente fijada.
50
permeabilidad, 𝑘, a través de la ecuación (3.20). Los resultados fueron
obtenidos para concentraciones volumétricas de sólidos 𝜀𝑠 entre 0,010 y
0,05.
MUESTRA
51
Balintova, Jencarova, Macingova, & Prascakova, 2010), (Cheng, Jang,
Dempsey, & Logan, 2011) (Cheng, Dempsey, & Logan, 2007).
Tabla 3.1.
Preparación de la muestra sintética
Sulfatos,
ion PA mg/L mmol/L at-gr/L PM
g/L
Cu2+ 63,540 7,0000 0,1102 1,1017E-04 CuSO4 159,61 0,0176
Elaboración propia
52
Mediante un tratamiento térmico se convierte a los componentes de una
muestra en átomos o iones elementales gaseosos. La absorción de la
mezcla gaseosa resultante, sirve para la determinación cuantitativa.
Potenciometría
Se basa en la determinación de la actividad de iones hidrógeno, empleando
un instrumento potenciométrico, con sensibilidad para reproducir pH de
0.05 o 0.005 unidades usando un electrodo indicador al ión hidrógeno como
un electrodo de vidrio y un electrodo de referencia apropiado, detectando
el aparato el potencial en milivolts (mV) y en unidades de pH. Para las
pruebas de pH se utiliza ampliamente el electrodo de vidrio porque da una
respuesta inmediata a los cambios rápidos de la actividad del ión hidrógeno
aun en soluciones poco reguladas, mediante el desarrollo de un potencial
eléctrico en la interface vidrio/ liquido. A temperatura constante, este
potencial varía linealmente con el pH de la solución que está siendo
medida, además de que este electrodo no lo perturban los agentes de
oxidación o de reducción. El cambio de potencial por unidad de pH es
conocida como la pendiente del electrodo (la pendiente de un electrodo al
100 % de eficiencia varia en el orden de 59.16 mV por unidad de pH a una
temperatura de 25 ºC. De acuerdo con la respuesta Nernst teórica). Este
valor se incrementa con la temperatura. Una pendiente teórica se conoce
como la pendiente de Nernst, y es idéntica a la desarrollada por el electrodo
de Hidrógeno. Los valores de la pendiente de los electrodos de pH se
aproximan muy cercanamente a los valores teóricos.
Técnicas para la recolección de los datos secundarios:
Afortunadamente las universidades del país, a través del CONCYTEC,
estamos conectados a la editorial Elsevier, que difunde las revistas más
importantes en Ingeniería Química, de las cuales forman parte las
referencias de la presente investigación.
Instrumentos de recolección de datos.
Sistema de precipitación:
Se ha instalado un sistema de precipitación que consiste en un vaso de
precipitación de 1 000 mL, sobre un agitador magnético y plancha de
calefacción como se muestra en la Figura 3.1, al cual se le ha adaptado en
línea el pH-metro y el sistema de alimentación de aire.
53
Figura 3.1.
Sistema de precipitación
Sedimentador bach:
Se ha construido un sedimentador batch, Figura 3.2 consistente en un tubo
de vidrio de pared gruesa, de 1.40 m de alto de 6 cm de diámetro interior
rigurosamente horizontal, al cual se le ha acondicionado una cinta métrica.
La altura del sedimento se ha registrado mediante una cámara fotográfica.
54
Figura 3.2.
Prueba de sedimentación batch
pH-metro. Marca Schott. Modelo Lab 850. Calibrados empleando los juegos
de soluciones tamponadas SCHOTT Instruments según DIN 19267, de
valores de pH 2,000; 4,010; 7,000 y 10.011 a 25°C y el procedimiento se
establece en el Manual.
Espectrofotómetro de infrarrojo con transformada de Fourier. Marca
Shimadzu, modelo FTIR 8400S.
Espectrofotómetro de Absorción Atómica. Marca Shimadzu, modelo AA-
6800F.
Cámara fotográfica con registro de tiempo.
3.7 PROCEDIMIENTOS DE RECOLECCIÓN DE DATOS
De acuerdo al diagrama de precipitación, Figura 4.9 para la precipitación
selectiva se prevé un pH específico para cada uno de los elementos
estudiados en el siguiente orden, hierro, cobre, zinc y manganeso. El pH se
regula con una solución saturada de hidróxido de calcio, el cual se suministra
a la solución examen gota a gota, observando que se produzca un
precipitado estable y se registra el pH, se procede a la decantación, se filtra
55
y se toma una muestra para el análisis de los metales pesados mediante
absorción atómica. Se repite este procedimiento cara cada pH, Los
precipitados son cuidosamente secados para los análisis mediante
espectrofotometría de infrarrojo con transformada de Fourier.
56
CAPÍTULO IV
RESULTADOS DE LA INVESTIGACIÓN
Tabla 4.1.
Resultado de la precipitación selectiva de metales pesados
pH Hierro Cobre Zinc Manganeso Trat Repe
3.515 128.350 6.907 44.355 30.763 Control 1
3.521 126.150 7.100 45.988 33.023 Control 2
3.517 132.510 6.800 42.753 28.000 Control 3
La Tabla 4.2 nos representa el promedio de cada uno de los niveles de pH, a
partir de los cuales se establecen los porcentajes de recuperación y
concentración de los metales pesados en cada nivel de pH.
Tabla 4.2
Promedio de la precipitación selectiva
pH
3,518 4,285 5,811 8,025 10,385
3+
Fe 129,003 7,669 0,220 0,040 0,040
Cu2+ 6,936 6,417 0,2840 0,040 0,040
Zn2+ 44,365 39,206 38,166 0,840 0,040
Mn2+ 30,595 30,374 28,806 24,939 0,040
57
Tabla 4.3
Prueba de sedimentación batch
En las Figuras 4.1, 4.2, 4.3 y 4.4 se muestran los diagramas de precipitación del
hierro, cobre, zinc y manganeso respectivamente, donde se incluyen los datos
experimentales y la línea que marca el límite máximo permisible. Los cálculos
incluyen las líneas para 0°C y 25°C.
58
Figura 4.1
Diagrama de precipitación del hierro
Figura 4.2
Diagrama de precipitación del cobre
59
Figura 4.3
Diagrama de precipitación del zinc
Figura 4.4
Diagrama de precipitación del manganeso.
60
Figura 4.5
Diagrama de precipitación de Fe, Cu, Zn y Mn
61
Tabla 4.4
Precipitación selectiva, recuperación y composición
INICIAL P R C P R C P R C P R C
Fe 129.003 121.334 94.06 95.53 7.449 5.77 50.94 0.18 0.14 0.48 0 0.00 0.00
Cu 6.936 0.519 7.48 0.41 6.133 88.42 41.94 0.244 3.52 0.65 0 0.00 0.00
Zn 44.365 5.159 11.63 4.06 1.04 2.34 7.11 37.326 84.13 98.88 0.8 1.80 3.11
Mn 30.595 0.221 0.72 0.17 1.568 5.13 10.72 3.867 12.64 10.24 24.899 81.38 96.89
P = PRECIPITADO, mg/L
R = RECUPERACIÓN, %
C = COMPOSICIÓN, %
62
INICIAL 4.285 5.811
Fe Fe Fe
Cu Cu Cu
Zn Zn Zn
Mn Mn Mn
8.025 10.385
Fe Fe
Cu Cu
Zn Zn
Mn Mn
63
30
y = -1.2612x + 32.883
cobre R² = 0.9035
25
Hierro
Manganeso
20 Zinc
Índice de Saturación
0
y = -0.1668x2 + 1.4194x + 1.3397
R² = 0.9033
-5
0 2 4 6 8 10 12 14
pH
Figura 4.7
Índice de saturación
64
La Figura 4.5 muestra el diagrama de precipitación del hierro, cobre, zinc y
manganeso en forma conjunta donde se puede observar que es factible tener una
precipitación selectiva de estas cuatro especies a diferentes niveles de pH. En la
Tabla 4.4 y Figura 4.6 se muestran los resultados de la precipitación selectiva a pH
de 4,285; 5,811; 8,025 y 10,385 donde se establece la cantidad de precipitado de
cada una de las especies aun determinado nivel de pH, del mismo modo se
presentan los resultados del porcentaje de recuperación y porcentaje de
composición luego de la precipitación selectiva.
0.08
0.07
Altura (cm*103)
0.06
0.05
0.04
0.03
0.02
0.01
0
0 500 1000 1500 2000 2500 3000
Tiempo (seg)
Figura 4.8
Prueba de sedimentación batch y modelo integrado por zonas.
65
4.2. PROCESO DE LA PRUEBA DE HIPÓTESIS
Tabla 4.5
Resultados descriptivos por tratamiento y elementos analizados
Informe
66
4.2.2 CONTRASTACIÓN DE LA HIPÓTESIS DE LA INVESTIGACIÓN
En la investigación se trata de encontrar el tratamiento (pH) óptimo para
obtener precipitaciones en los metales pesados analizados. Para tal efecto se
utilizó un diseño aleatorio simple con 5 tratamientos y tres repeticiones,
diferenciados por el nivel de pH, considerando como control al de menor pH
promedio
TRATAMIENTOS
Tabla 4.6
Distribución de los tratamientos en función del nivel de pH promedio
1 3,515000 ,
2 3,521000 ,
Control
3 3,517000 ,
Total 3,517667 ,0030551
1 4,154000 ,
2 4,300000 ,
pHA
3 4,400000 ,
Total 4,284667 ,1237147
1 5,932000 ,
2 5,500000 ,
pHB
3 6,000000 ,
Total 5,810667 ,2711851
1 8,076000 ,
2 7,900000 ,
pHC
3 8,100000 ,
Total 8,025333 ,1092032
1 10,455000 ,
2 10,300000 ,
pHD
3 10,400000 ,
Total 10,385000 ,0785812
67
PRUEBA DE HIPÓTESIS
Hierro
Tabla 4.7
Concentración de hierro. Resultados descriptivos
Descriptivos
Hierro (mg/L)
Límite Límite
inferior superior
Análisis de Varianza
68
Tabla 4.8
ANOVA para la concentración de hierro
ANOVA de un factor
Hierro (mg/L)
Tabla N° 4.9
Prueba de Duncan para la concentración de Hierro
Hierro (mg/L)
1 2 3
pHC 3 ,040000
pHD 3 ,040000
pHB 3 ,220000
Duncana
pHA 3 9,860000
Control 3 129,003333
Cobre
69
Figura 4.9
Precipitación del hierro
Tabla 4.10
Concentración de cobre. Resultados descriptivos,
Descriptivos
Cobre (mg/L)
Intervalo de confianza
N Media Desviación Error Mínimo Máximo
para la media al 95%
típica típico Límite Límite
inferior superior
Tabla 4.11
ANOVA para la concentración de Cobre
ANOVA de un factor
Cobre (mg/L)
70
En el análisis de varianza para la concentración de cobre por tratamiento, se
encuentra que existen diferencias significativas (Tabla 4.11), por lo que se efectuó
la respectiva prueba de Duncan para encontrar las diferencias entre grupos (Tabla
4.12).
Tabla 4.12
Prueba de Duncan para la concentración de cobre
Cobre (mg/L)
1 2 3
pHC 3 ,040000
pHD 3 ,040000
pHB 3 ,283667
Duncana
pHA 3 6,417000
Control 3 6,935600
71
Figura 4.10
Precipitación del cobre
Zinc
H0: El promedio de recuperación de Zinc es el mismo a cada nivel de pH
Tabla 4.14
ANOVA para la concentración de zinc
ANOVA de un factor
Zinc (mg/L)
72
En la Tabla 4.14, se observa que existen diferencias significativas en la
concentración de zinc por cada nivel de pH, por lo que se procederá a realizar la
prueba de Duncan para comparaciones múltiples.
Tabla 4.15
Prueba de Duncan para la concentración de zinc
Zinc (mg/L)
1 2
pHD 3 ,040000
pHC 3 ,840000
pHB 3 38,165833
Duncana
pHA 3 39,205767
Control 3 44,365333
73
Figura 4.11
Precipitación del zinc
Manganeso
H0: El promedio de recuperación de manganeso es el mismo a cada nivel de pH
H1: Al menos un promedio de recuperación de Manganeso es diferente a los
demás
Tabla 4.16
Concentración de manganeso. Resultados descriptivos
Descriptivos
Manganeso (mg/L)
Límite Límite
inferior superior
74
Al efectuar el análisis de varianza (Tabla 4.17), se encontró que existen diferencias
significativas en la concentración promedio de manganeso por cada tratamiento
(nivel de pH), en esta circunstancia, se procedió a efectuar la prueba de Duncan
que permitirá el análisis de las diferencias de medias entre tratamientos,
clasificándolos entre subconjuntos homogéneos.
Analizando los contenidos de la Tabla 4.18 se puede constatar que ahora los
tratamientos se han reclasificado en dos subconjuntos, uno integrado por el
tratamiento pHD y el otro conformado por los tratamientos: Control, pHA, pHB y
pHC:
Tabla 4.17
ANOVA para la concentración de manganeso
ANOVA de un factor
Manganeso (mg/L)
Tabla 4.18
Prueba de Duncan para la concentración de manganeso
Manganeso (mg/L)
1 2
pHD 3 ,040000
pHC 3 24,939333
pHB 3 28,806333
Duncana
pHA 3 30,373667
Control 3 30,595200
75
Figura 4.12
Precipitación del zinc
En las Figuras 4.1, 4.2, 4.3 y 4.4 se puede observar, que el diagrama de
precipitación puede predecir el pH al que debe someterse cada uno de los
elementos para ser precipitado selectivamente. Los diagramas de precipitación, que
se muestran en estas figuras, y que fueron construidos a partir de los conceptos
termodinámicos del producto de solubilidad o producto iónico, establecen un pH
determinado para la precipitación selectiva del hierro, cobre, zinc y manganeso.
76
En concordancia a los Diagramas de Precipitación al modificar los niveles de pH en
el drenaje ácido de mina, se da una precipitación selectiva, y por ende la
recuperación de hierro, cobre, zinc y manganeso. Así, analizando la Tabla 4.9, la
concentración promedio de hierro en el drenaje ácido de mina se reduce de una
situación inicial hallada en el grupo control (129,0033 mg/L), hasta 9,8600 mg/L al
incrementarse los niveles de pH (tratamiento pHA). Cuando se incrementa los
niveles de pH, esta concentración se vuelve mínima como lo demuestra el
subconjunto conformado por los tratamientos: pHB, pHC y pHD,
77
1 que corresponde a la precipitación a un pH de 4,285 nos indica que para el número
de onda correspondiente, el porcentaje de transmitancia coincide con una muestra
patrón de sulfato de hierro(III) en el número de onda de 2356.9 cm-1, de la misma
manera para el zinc y para el manganeso.
78
CAPÍTULO V
APORTES DE LA INVESTIGACIÓN
5.1. APORTES TEÓRICOS-METODOLÓGICOS
En la presente Tesis, se considera como aportes teóricos la aplicación del
modelo integrado de sedimentación por zonas y la teoría constitutiva al estudio
del drenaje ácido de mina, a partir del cual se determina los parámetros
constitutivos.
𝜕𝑃𝑠 𝜕𝑃𝑙
+ + 𝑔(𝜌𝜀 + 𝜌𝑠 𝜀𝑠 ) = 0
𝜕𝑥 𝜕𝑥
Donde:
𝑃𝑠 = presión efectiva de los sólidos.
𝑃𝑙 = presión del líquido
𝑥 = Eje vertical.
𝑔 = Aceleración de la gravedad.
𝜌 = Densidad del líquido
𝜌𝑠 = Densidad de los sólidos.
𝑉𝑒
𝜀= ⁄𝑉
𝑡
𝜀 = Porosidad
𝑉𝑒 = Volumen de huecos de la capa del sedimento
𝑉𝑡 = Volumen total de la capa de sedimento
𝑉
𝜀𝑠 = 𝑠⁄𝑉
𝑡
𝜀𝑠 = Fracción de volumen de los sólidos.
𝑉𝑠 = Volumen del sólido de la capa del sedimento.
𝑉𝑡 = 𝑉𝑒 + 𝑉𝑠
La ley de Darcy en la forma presentada por Biot que considera la velocidad
de sedimentación de la fase sólido-líquido
79
𝜕𝑃𝑙 (𝑢𝑙 − 𝑢𝑠 )𝜇(1 − 𝜀𝑠 )
+ 𝑔𝜌 =
𝜕𝑥 𝐾
𝑢𝑙 = Velocidad del líquido puro.
𝑢𝑠 = Velocidad de sedimentación del sólido.
𝜇 = Viscosidad dinámica del líquido.
𝐾 = Permeabilidad intrínsica
La ecuación de continuidad para el líquido que es expresado en el volumen
de control como
𝜕𝜀 𝜕(𝑢𝑙 𝜀)
+ [− ]=0
𝜕𝑡 𝜕𝑥
Una relación de flujo de equilibrio, que considera la suma del volumen de las
partículas hacia abajo 𝑢𝑠 𝜀𝑠 durante el proceso de consolidación, con el movimiento
ascendente del flujo de volumen de líquido 𝑢𝑙 𝜀 dado por
La parte inferior de la columna se considera aquí como una capa impermeable, fijo
en el espacio, la condición antideslizante tanto para el fluido y los sólidos en la parte
inferior del cilindro debe ser satisfecho, lo que resulta cuando g (t) = 0.
80
𝐾 = 𝐾0 (1 + 𝑎𝑃𝑠 )−𝛿 (5.3)
81
PROGRAM ESPECON
DIAGRAMA DE FLUJO
INICIO
VARIACIÓN DE LA
DENSIDAD
ACELERACIÓN DE LA
GRAVEDAD
VISCOSIDAD DEL LÍQUIDO
SUBRUTINA
JACOBI
SUBRUTINA
FUNCION
SUBRUTINA
GAUSS-LOBATTO
CONVERGENCIA
82
Tabla 5.1
Datos para el modelamiento matemático de un sedimentador continuo
PARAMETRO VALOR
(𝝆𝒔 ) Densidad del sólido 3 120 kg/m3
𝒄𝒅𝒊𝒍 Concentración total del DAM 150 mg/L
𝒄𝒍𝒐𝒅 Concentración total del lodo 500 mg/L
𝑸𝑭 Caudal de alimentación 3690 m3/h
D Diámetro del sedimentador 50 m2
3 690 𝑚3 /ℎ
𝑞𝑠 = (4,8 × 10−5 )
(3600)(1 963,5 𝑚2 )
83
𝑚3 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 𝑚3 𝑑𝑒 𝑠ó𝑙𝑖𝑑𝑜
(3 690 ) (4,8 × 10−5 )
ℎ 𝑚3 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
𝑄𝑈 = 3
1,6 × 10 −4 𝑚 𝑑𝑒 𝑠ó𝑙𝑖𝑑𝑜
𝑚3 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
𝑚3 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
𝑄𝑈 = 1 106,9
ℎ
Flujo volumétrico del lodo por área transversal (𝑞𝑈 ) :
𝑚3
1 106,9 ℎ
𝑞𝑈 =
(3 600)(1963,5 𝑚2 )
𝑚
𝑞𝑈 = 1,5659 × 10−4
𝑠
Tabla 5.2
Simulación de la sedimentación del drenaje acido de mina, en régimen
permanente,
𝒒𝒔 , 𝒎/𝒔 𝑳, 𝒎
2,5 x 10-8 0,5558
0,04 0,2519
84
proporciona una revisión sobre el proceso de formación del drenaje ácido de mina
y los métodos usados para la prevención.
85
altura del sedimento, basándonos en la Teoría de mezclas en mecánica de medios
continuos.
86
CONCLUSIONES
SUGERENCIAS
87
REFERENCIAS BIBLIOGRÁFICAS
Akcil, A., & Koldas, S. (2006). Acid Mine Drainage (AMD): causes, treatment and
case studies. Journal of Cleaner Production, 14, 1139-1145.
doi:10.1016/j.jclepro.2004.09.006
Ali, I., & Schneider, P. A. (2006). Afed-batch design approach of struvite system in
controlled supersaturation. Chemical Engineering Science, 61, 3951 – 3961.
doi:10.1016/j.ces.2006.01.028
Auld, R., Myre, M., Mykytczuk, N., Leduc, L., & Merritt, T. (2013). Characterization
of the microbial acid mine drainage microbial community using culturing and
direct sequencing techniques. Journal of Microbiological Methods, 93, 108–
115. doi:10.1016/j.mimet.2013.01.023
Bobbins, K. (2015). Acid Mine Drainage and its Governance. Gauteng: Gauteng
City-Region Observatory, GCRO.
BrbootI, M., Abid, B., & Al-ShuwaikI, N. (2011). Removal of heavy metals using
chemical processing. Eng. & Tech. Journal , 595-612.
Bünger, R., & Diehl, S. (2013). Convexity-preserving flux identification for scalar
conservation laws modelling sedimentation. Inverse Problems, 1-30.
Cheng, S., Dempsey, B., & Logan, B. (2007). Electricity generation from synthetic
acid-mine drainage water using fuel cell technologies. Environment Scice
Technology, 41, 8149–8153.
88
Cheng, S., Jang, J.-H., Dempsey, B., & Logan, B. (2011). Efficient recovery of
nano-sized iron oxide particles from synthetic acid-mine drainage (AMD)
water using fuel cell technologies. Water Research, 45, 303-307.
89
Hernández Sampiere, R., Fernandéz Collado, C., & Baptista Lucio, P. (2010).
Metodología de la investigación (5 ed.). Lima, Perú: McGraw-
Hill/Interamericana Editores, S.A. de C. V. Retrieved from
Johnson, D. B., & Hallberg, K. B. (2005). Acid mine drainage remediation option: a
review. Science of the Total Environment, 3-14.
Luptakova, A., Balintova, M., Jencarova, J., Macingova, E., & Prascakova, M.
(2010). Metals recovery from acid mine drainage. Nova Biotechnologica,
10(1), 23-32.
Mackie, A., & Walsh, M. (2015). Investigation into the Use of Cement 5 Kiln Dust in
High Density Sludge (HDS) Treatment of Acid Mine Water. Water Research,
Accepted Manuscript. doi:10.1016/j.watres.2015.08.056.
Méndez-García, C., Peláez, A., Mesa, V., Sánchez, J., Golyshina, O., & Ferrer, M.
(2015). Microbial diversity and metabolic networks in acid mine drainage
habitats. Frontiers in Microbiology, 6, 1-17.
Michalková, E., Schwarz, M., Pulišová, P., Máša, B., & Sudovský, P. (2013).
Metals Recovery from Acid Mine Drainage and Possibilities for their
Utilization. Pol. J. Environ. Stud., 22(4), 1111-1118.
90
Ministerio del Ambiente. (2010, Agosto 21). D.S. 010-2010-MINAM Límites
máximos permisibles para la descarga de efluentes líquidos de actividades
minero-metalúrgicas. El Peruano, p. 424114.
Park , S.-M., Yoo, J.-C., Ji, S.-W., Yang, J.-S., & Baek, K. (2015). Selective
recovery of dissolved Fe, Al, Cu, and Zn in acid mine drainage based on
modeling to predict precipitation pH. Environmental Science and Polutation
Research, 22, 3013-3022. doi:10.1007/s11356-014-3536-x
Petrilakova, A., Balintova, M., & Holub, M. (2014). Precipitation of heavy metals
from acid mine drainage and their geochemical modeling. Selected
Scientific Papers - Journal of Civil Engineering, 9(1), 79-86.
doi:10.2478/sspjce-2014-0009
Plasari , E., & Muhr, H. (2007). Developments in precipitation engineering for the
process intensification in the environmental protection and other purification
industrial activities. Chemical engineering Transactions, 11, 65-70.
Plasari, E., & Muhr, H. (2007). Developments in precipitation engineering for the
process intensification in the environmental protection and other purification
industrial activities. Chemical Engineering Transactions, 65-70.
Rahman, R., Ibrahium, H., & Hung, Y. (2011). Liquid Radioactive Wastes
Treatment: A Review. Water, 3, 551-565. doi:10.3390/w3020551
Silva, R. D., Castro, C. D., Vigânico, E. M., Petter, C. O., & Homrich, I. A. (2012).
Selective precipitation/UV production of magnetite particles obtained from
the iron recovered from acid mine drainage. Minerals Engineering, 29, 22-
27.
91
Silva, R., Dias, C., Petter, C., & Homrich, I. (2011). Production of Iron Pigments
(Goethite and Haematite) from Acid Mine Drainage. 11th International Mine
Water Association Congress – Mine Water – Managing the Challenges (pp.
469 - 473). Aachen: Thomas R. Rüde, Antje Freund & Christian
Wolkersdorfer.
Simate, G., & Ndlovu, S. (2014). Acid mine drainage: Challenges and
opportunities. Journal of Environmental Chemical Engineering, 2, 1785–
1803. doi:10.1016/j.jece.2014.07.021
Stolzenburg, P., Capdevielle, A., Teychené, S., & Biscans, B. (2015). Struvite
precipitation with MgO as a precursor: Application to wastewater treatment.
Chemical Engineering Science, 133, 9-15.
doi:http://dx.doi.org/10.1016/j.ces.2015.03.008
Wang, L. P., Ponou, J., Matsuo, S., Okaya, K., Dodbiba, G., Nazuka, T., & Fujita,
T. (2014). Selective Precipitation of Copper and Zinc over Iron from Acid
Mine Drainage by Neutralization and Sulfidization for Recovery.
International Journal of the Society of Materials Engineering for Resources,
20(2), 136-140.
92
ANEXO 1
PROGRAMA EN MATHCAD 14 PARA DESARROLLAR
EL DIAGRAMA DE PRECIPITACIÓN
93
94
95
96
97
98
99
100
DIAGRAMA DE PRECIPITACIÓN DEL HIERRO, COBRE, ZINC Y MANGANESO
101
ANEXO 2
PROGRAMA EN FORTRAN POWER STATION PARA LA DETERMINACIÓN DE
LA ALTURA DE SEDIMENTO
102
C ************************************************************************
C RECUPERACION DE LOS METALES PESADOS PRESENTES EN EL DRENAJE ACIDO DE MINA
C MEDIANTE LA PRECIPITACION SELECTIVA PARA SU POSTERIOR UTILIZACION
C MODELAMIENTO DE ESPESADOR CONTINUO
C DETERMINACION DE LA ALTURA DEL SEDIMENTO
C REFERENCIA: DAMASCENO J.J.R. LIRA J.R., ARAUCA F.O. OLIVERA-LOPES L.C.
C MODELING OF THE HEIGT OF SEDIMENT IN A CONTIUNUOUS THICKENER
C MATERIALS SCIENCE FURUM PAG. 1812-1817
C***********************************************************************
C========================================================================
C DEFINICION DE VARIABLES Y PARAMETROS
C RL = ALTURA DEL SEDIMENTO
C M
C C0 = FRACCION VOLUMETRICA DEL SOLIDO EN LA ALIMENTACION
C = M**3 DE SOLIDO/M**3 TOTALES
C CU = FRACCION VOLUMETRICA DEL SOLIDO EN EL LODO
C = M**3 DE SOLIDO/M**3 TOTALES
C QS = FLUJO VOLUMETRICO DEL SOLIDO POR AREA TRANSVERSAL
C M**3 DE SOLIDO/(M**2 DE SUPERFICIE * SEG)
C DRO = DIFERENCIA DE DENSIDAD DEL SOLIDO MENOS EL FLUIDO
C KG/M**3
C G = ACELERACION DE LA GRAVEDAD
C M/SEG**2
C VISC = VISCOSIDAD DEL FLUIDO
C KG/(M*SEG)
C
C PSU = PRESION EN EL SOLIDO
C KG/(M*SEG**2)
C PA = CONSTANTE PARA LA DETERMINACION DE PSU
C KG/(M*SEG**2)
C BETA = CONSTANTE PARA LA DETERMINACION DE PSU
C PK = PERMEABILIDAD DEL MEDIO POROSO
C M**2
C PKO = CONSTANTE PARA LA DETERMINACION DE PK
C M**2
C DELTA = CONSTANTE PARA LA DETERMINACION DE PK
C=======================================================================
PROGRAM ESPECON
IMPLICIT DOUBLE PRECISION (A-H,O-Z)
PARAMETER(ND = 20)
DIMENSION PESO(ND),Y(ND),ROOT(ND)
DIMENSION DIF1(ND),DIF2(ND),DIF3(ND)
COMMON /AREA1/ QS,DRO,G,VISC,CU,PSU
COMMON /AREA2/ C0,PK0,BETA,DELTA,PA
WRITE(*,*)
WRITE(*,*) 'PARAMETROS OPERACIONALES'
DRO=2120
G=9.81
VISC=0.001
WRITE(*,2)DRO, G, VISC
2 FORMAT(8X,'DATOS'//
& 8X,'densidad del solido - densidad del liquido (kg/m3): ',F7.0//
& 8X,'aceleracion de la gravedad (m/s2) : ',F7.3//
& 8X,'Viscosdiad del liquido (kg/m.s) : ',F7.4)
WRITE(*,*)
WRITE(*,*) 'PARAMETROS CONSTITUTIVOS'
C0=4.8e-5
PK0= 1.15E-12
BETA= 0.55
DELTA = 4.1
PA = 7.0
WRITE(*,4)C0,PK0,BETA,DELTA,PA
4 FORMAT(8X,'DATOS'//
& 8X,'fraccion volumetrica del solido en la aliment. : ',F10.6//
& 8X,'pk0 (m2) : ',E12.3//
& 8X,'Beta : ',F7.4//
& 8X,'Delta : ',F7.1//
& 8X,'Pa (kg/m.s2) : ',F7.1)
WRITE(*,*)
QS=0.04E-10
103
WRITE(*,5)QS
5 FORMAT (8X 'flujo del solido (m/s) :'E12.3)
CU=1.6e-4
WRITE(*,6)CU
6 FORMAT (8X, 'concentracion de lodo :'F10.4)
WRITE(*,*)
PSU = PA*((CU/C0)**(1./BETA)-1.)
N=4
N0 = 1
N1 = 1
NT = N + N0 + N1
CALL JCOBI(NT,N,N0,N1,1.D0,1.D0,DIF1,DIF2,DIF3,ROOT)
DO 50 I = 1,NT
CALL FUNCION(ROOT(I),Y(I))
50 CONTINUE
CALL RADAU(NT,N,N0,N1,3,0.,0.,ROOT,DIF1,PESO)
RL = 0.D0
DO 80 I = 1,NT
RL = RL + PESO(I)*Y(I)
80 CONTINUE
RL=PSU*RL
QU = QS/CU
WRITE(*,*)
WRITE(*,*)
WRITE(*,3) QS, QU, CU, RL
3 FORMAT(8X,'RESULTADOS DA QUADRATURA DE LOBATTO'//
& 8X,'Fluxo de solidos (m/s) : ',E10.3/
& 8X,'Fluxo de lama (m/s) : ',E10.3/
& 8X,'Concentracao de lama : ',F7.4/
& 8X,'Altura do sedimento (m) : ',F7.4)
WRITE(*,*)
WRITE(*,*)
WRITE(*,*)
WRITE(*,*)
CLOSE(1)
CLOSE(2)
STOP
END
C***********************************************************************
C SUBRUTINA PARA EL CALCULO DE LA ALTURA DEL SEDIMENTO
C***********************************************************************
SUBROUTINE FUNCION(X,Y)
IMPLICIT DOUBLE PRECISION (A-H,O-Z)
COMMON /AREA1/ QS,DRO,G,VISC,CU,PSU
COMMON /AREA2/ C0,PK0,BETA,DELTA,PA
PS=PSU*X
CC=(1.+PS/PA)**BETA
C=C0*CC
DC=C0*BETA/PA*(1.+PS/PA)**(BETA-1.)
PK=PK0*(CC)**(-DELTA)
Y=(1.-(DRO+1000.)*(QS/C)**2*DC)/(DRO*G*C-VISC*QS/PK*(1./C-1./CU))
RETURN
END
C***********************************************************************
C SUBRUTINA POLINOMIAL DE JACOBI
C***********************************************************************
SUBROUTINE JCOBI (ND, N, N0, N1, ALPHA, BETA, DIF1, DIF2, DIF3, ROOT)
INTEGER ND, N, N0, N1
DOUBLE PRECISION ALPHA, BETA, DIF1(ND), DIF2(ND), DIF3(ND), ROOT(ND)
C***********************************************************************
C JACOBI
INTEGER I,J,NT,IER
DOUBLE PRECISION AB,AD,AP,Z1,Z,Y,X,XD,XN,XD1,XN1,XP,XP1,ZC
DOUBLE PRECISION ZERO,ONE,TWO
LOGICAL LSTOP
PARAMETER ( ZERO = 0.0D+00, ONE = 1.0D+00, TWO = 2.0D+00 )
IF ((N0 .NE. 0) .AND. (N0 .NE. 1)) THEN
IER = 1
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
104
ELSE
END IF
IF ((N1 .NE. 0) .AND. (N1 .NE. 1)) THEN
IER = 2
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF (ND .LT. (N + N0 + N1)) THEN
IER = 3
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((N + N0 + N1) .LT. 1) THEN
IER = 7
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
C – EVALUACION DEL COEFICIENTE
AB = ALPHA + BETA
AD = BETA - ALPHA
AP = BETA*ALPHA
DIF1(1) = (AD/(AB + TWO) + ONE)/TWO
DIF2(1) = ZERO
IF(N .GE. 2) THEN
DO 10 I = 2,N
Z1 = DBLE(I) - ONE
Z = AB + 2*Z1
DIF1(I) = (AB*AD/Z/(Z + TWO) + ONE)/TWO
IF (I .EQ. 2) THEN
DIF2(I) = (AB + AP + Z1)/Z/Z/(Z + ONE)
ELSE
Z = Z*Z
Y = Z1*(AB + Z1)
Y = Y*(AP + Y)
DIF2(I) = Y/Z/(Z - ONE)
END IF
10 CONTINUE
ELSE
END IF
C – DETERMINACION DE LA RAIZ POR EL METODO DE NEWTON
X = ZERO
DO 20 I = 1,N
25 CONTINUE
XD = ZERO
XN = ONE
XD1 = ZERO
XN1 = ZERO
DO 30 J = 1,N
XP = (DIF1(J) - X)*XN - DIF2(J)*XD
XP1 = (DIF1(J) - X)*XN1 - DIF2(J)*XD1 - XN
XD = XN
XD1 = XN1
XN = XP
XN1 = XP1
30 CONTINUE
ZC = ONE
Z = XN/XN1
IF (I .NE. 1) THEN
DO 22 J = 2,I
ZC = ZC - Z/(X - ROOT(J-1))
22 CONTINUE
ELSE
END IF
Z = Z/ZC
X =X-Z
IF (DABS(Z) .GT. 1.D-09) THEN
GO TO 25
105
ELSE
END IF
ROOT(I) = X
X = X + 0.0001D0
20 CONTINUE
NT = N + N0 + N1
IF (N0 .NE. 0) THEN
DO 31 I = 1,N
J=N+1-I
ROOT(J+1) = ROOT(J)
31 CONTINUE
ROOT(1) = ZERO
ELSE
END IF
IF (N1 .EQ. 1) THEN
ROOT(NT) = ONE
ELSE
END IF
CALL DIF ( NT, ROOT, DIF1, DIF2, DIF3 )
RETURN
END
106
ELSE IF ( IER .EQ. 6 ) THEN
WRITE(*,*) '** VILERR : VALOR NO CORRECTO ID in DFOPR '
ELSE IF ( IER .EQ. 7 ) THEN
WRITE(*,*) '** VILERR : PUNTOS DE INTERPOLACION '
WRITE(*,*) ' less than 1 '
ELSE IF ( IER .EQ. 8 ) THEN
WRITE(*,*) '** VILERR : VALOR NO CORRECTO ID EN RADAU '
ELSE IF ( IER .EQ. 9 ) THEN
WRITE(*,*) '** VILERR : ID = 1 EN RADAU '
ELSE IF ( IER .EQ. 10 ) THEN
WRITE(*,*) '** VILERR : ID = 2 EN RADAU '
ELSE IF ( IER .EQ. 11 ) THEN
WRITE(*,*) '** VILERR : ID = 3 '
WRITE(*,*) ' N1 NO IGUAL A 1 EN RADAU '
ELSE
WRITE(*,*) 'VALOR NO RECONOCIDO PARA VILERR '
END IF
IF ( LSTOP ) THEN
C -- PROGRAM EJECUTADO
CCCC CALL XSTOPX (' ')
ELSE
END IF
RETURN
END
C***********************************************************************
C SUBRUTINA CUADRATURA DE GAUSS - LOBATTO
C***********************************************************************
SUBROUTINE RADAU
+ (
+ ND, N, N0, N1, ID, ALPHA, BETA, ROOT, DIF1, VECT
+ )
INTEGER ND, N, N0, N1, ID
DOUBLE PRECISION ALPHA, BETA, ROOT(ND), DIF1(ND), VECT(ND)
C***********************************************************************
C RADAU OR LOBATTO QUADRATURE
C VILLADSEN AND MICHELSEN, PAGES 133-135, 419
INTEGER I,NT,IER
DOUBLE PRECISION AX,S,X
DOUBLE PRECISION ZERO,ONE
LOGICAL LSTOP
PARAMETER ( ZERO = 0.0D+00, ONE = 1.0D+00 )
C -- ERROR
IF ((N0 .NE. 0) .AND. (N0 .NE. 1)) THEN
IER = 1
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((N1 .NE. 0) .AND. (N1 .NE. 1)) THEN
IER = 2
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF (ND .LT. (N + N0 + N1)) THEN
IER = 3
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((N + N0 + N1) .LT. 1) THEN
IER = 7
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((ID .NE. 1) .AND. (ID.NE. 2) .AND. (ID .NE. 3)) THEN
IER = 8
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
107
ELSE
END IF
IF ((ID .EQ. 1) .AND. (N1 .NE. 1)) THEN
IER = 9
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((ID .EQ. 2) .AND. (N0 .NE. 1)) THEN
IER = 10
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
IF ((ID .EQ. 3) .AND. ((N0 .NE. 1) .OR. (N1 .NE. 1))) THEN
IER = 11
LSTOP = .TRUE.
CALL VILERR(IER,LSTOP)
ELSE
END IF
C – EVALUACION DE RADAU
S = ZERO
NT = N + N0 + N1
DO 40 I = 1,NT
X = ROOT(I)
IF (ID .EQ. 1) THEN
AX = X
IF (N0 .EQ. 0) THEN
AX = ONE/AX
ELSE
END IF
ELSE IF (ID .EQ. 2) THEN
AX = ONE - X
IF (N1 .EQ. 0) THEN
AX = ONE/AX
ELSE
END IF
ELSE IF (ID .EQ. 3) THEN
AX = ONE
ELSE
END IF
VECT(I) = AX/DIF1(I)**2
40 CONTINUE
IF (ID .NE. 2) THEN
VECT(NT) = VECT(NT)/(ONE + ALPHA)
ELSE
END IF
IF (ID .GT. 1) THEN
VECT(1) = VECT( 1)/(ONE + BETA)
ELSE
END IF
DO 50 I = 1,NT
S = S + VECT(I)
50 CONTINUE
DO 60 I = 1,NT
VECT(I) = VECT(I)/S
60 CONTINUE
RETURN
END
108
ANEXO 3
CONSTANCIA DE ANALISIS
109
110
111
ANEXO 4
ESPECTROSCOPÍA DE INFRARROJOS CON TRANSFORMADA DE FOURIER
112
113
114
115
116