Modelo de regresión lineal múltiple aplicado a la mejora de calidad de ánodos Doré

Abstract

Actualmente, en una Planta de Metales Preciosos del Sur del país, se producen ánodos Doré, para finalmente producir plata refinada por el proceso de electrólisis en Celdas Thun. Para producir Dorés se utilizar un Horno, en el cual se fundirán 06 lotes de Lodo Deselenizado, este lodo es rico en plata. Conforme se va realizando la fusión del material, se va formando escoria los cuales van a ser removidos del horno, esto para obtener cada vez un material fundido más puro. Luego de etapas de Copelación y Nitración se toma la decisión para dar el inicio de la colada, esta toma de decisión se basa en un método empírico de simple inspección de la muestra lo cual lleva al error muchas veces y a producir ánodos Doré con alto porcentaje de impurezas de cobre. Lo ideal sería mandar estas muestras al Laboratorio para así determinar el inicio de la colada, pero de hacerse así se perdería mucho tiempo, ya que esos análisis tardan como mínimo 06 horas. Por lo expuesto anteriormente, se plantea en la tesis, la posibilidad de utilizar un modelo de regresión lineal múltiple para poder predecir el contenido de impurezas (cobre principalmente) que tendrá el material fundido y así finalmente proceder a la colada con la seguridad de estar dentro de los estándares de calidad química del Doré. Para dicho fin se utiliza data de todo un año, de donde se recopilan datos como impurezas que ingresan al proceso, tiempo de copelación, nitrato de sodio utilizado e impurezas obtenidas en el Doré producido. Se realizan diversas ecuaciones de regresión lineal múltiple, siendo una de estas la que mejor explica el modelo con un coeficiente de determinación de 0.87, así como también se valida la ecuación al realizar la prueba F de Fischer y al realizar el análisis de residuos en donde cumplen con los supuestos de normalidad, homocedasticidad e independencia. Se concluye que este modelo puede evitar producir lotes de Doré con altos porcentajes de cobre, como sucedía antes usando un método empírico de simple inspección.

Currently, in a Precious Metals Plant in the South of the country, Doré anodes are produced, to finally produce silver refined by the electrolysis process in Thun Cells. To produce Dorés, a Furnace will be used, in which 06 batches of Desalinized Mud will be melted, this mud is rich in silver. As the fusion of the material is carried out, slag is formed which will be removed from the furnace, this to obtain a purer molten material each time. After the cupellation and nitration stages, the decision to mold the cast material must be made. This decision is based on an empirical method of simple inspection of the sample, which often leads to errors and produces Doré anodes with a high percentage of copper impurities. The ideal would be to send these samples to the Laboratory in order to determine the start of the casting, but doing so would waste a lot of time, since these analyzes take at least 06 hours. Due to the above, the thesis raises the possibility of using a multiple linear regression model to be able to predict the content of impurities (copper mainly) that the molten material will have and thus finally proceed to the mold with the certainty of being within of the Doré chemical quality standards. For this purpose, data from a whole year is used, from which data such as impurities entering the process, cupellation time, sodium nitrate used and impurities obtained in the Doré produced are collected. Many multiple linear regression equations are performed, one of these being the one that best explains the model with a determination coefficient of 0.87, as well as the equation is validated by performing Fischer's F test and by performing the residual analysis where They satisfy the assumptions of normality, homoscedasticity and independence. It is concluded that this model can avoid producing lots of Doré with high percentages of copper, as was the case before using an empirical method of simple inspection.