L’optimisation consommation acide est essentielle pour améliorer la lixiviation du minerai oxydé cupro cobaltifère de la mine de Kamfundwa. Cette étude applique la méthodologie de Taguchi pour maximiser la récupération de cuivre et de cobalt tout en réduisant la consommation d’acide et la solubilisation du fer.
2.4. Analyse de Taguchi
Consommation d’acide total en (kg/t) en fonction de l’acidité ; la granulométrie ; le réducteur ; le temps et la température.
Préférer plus petit
Tableau 11 : Rapport Signal/Bruit préférer plus petit pour la consommation d’acide
| Niveau | Acidité | Granulométrie | Fer II | Temps | Température |
|---|---|---|---|---|---|
| 1 | -37,22 | -39,65 | -39,82 | -39,55 | -40,18 |
| 2 | -39,78 | -40,50 | -39,09 | -40,65 | -40,42 |
| 3 | -40,67 | -40,01 | -40,35 | -41,21 | |
| 4 | -43,53 | -41,03 | -41,93 | -39,78 | |
| Delta | 6,31 | 1,38 | 2,84 | 1,67 | 0,23 |
| S/B optimal | |||||
| Rang | 1 | 4 | 2 | 3 | 5 |
[img_1]
Figure 12: Graphique des effets principaux pour rapport Signal/Bruits moyen pour la consommation d’acide
En examinant le tableau 11 et la figure 12, nous en tirons les informations ci-après :
- Il ressort du tableau 11 que :
- Les optima retenus pour minimiser la consommation d’acide en fonction de l’acidité, de la granulométrie, du fer ferreux, du temps et de la température correspondent au niveau ci-après : , , , . Etant donnée que la plus grande valeur du rapport signal/bruit de chaque facteur nous donne la combinaison optimale, nous retenons les paramètres ci-après : , , , ;
- L’acidité ayant la plus grande valeur de delta et occupe le premier rang, c’est qui signifie que c’est le facteur qui a le plus d’effet sur le rapport de signal/bruit, suivie du réducteur, le temps, la granulométrie et la température qui influence très peux.
- Il ressort de la figure 12 que :
En traçant la moyenne caractéristique pour chaque niveau de facteur, nous observons que les lignes qui relie les différents niveaux ne sont pas parallèle à l’axe des X a une exception près c’est-à-dire que le niveau 1 et 2 de la température n’ont presqu’aucun effet principal sur le rapport signal/bruit ;
Il indique que l’acidité a l’effet le plus important sur le rapport signal/bruit, en moyenne les essais expérimentaux avec l’acidité 1 ont des rapport signal/bruit élevé que la granulométrie 4,3,2 et la température et le paramètre qui a le moins d’effets sur le rapport signal/bruit.
IV.4. Analyse de la variance
- Pour le cuivre
Tableau 12: Analyse de la variance pour le rendement de solubilisation du cuivre
| Source | DL | SomCar ajust | CM ajust | Valeur F | Valeur de P | Contribution en % |
|---|---|---|---|---|---|---|
| Acidité | 3 | 2,8271 | 0,9424 | 2,39 | 0,309 | 12,03 |
| Granulométrie | 3 | 1,7124 | 0,5708 | 1,45 | 0,434 | 7,28 |
| Fer ferreux | 3 | 8,6848 | 2,8949 | 7,34 | 0,122 | 36,94 |
| Temps | 3 | 4,0662 | 1,3554 | 3,44 | 0,234 | 17,30 |
| Température | 1 | 5,4281 | 5,4281 | 13,76 | 0,066 | 23,09 |
| Erreur | 2 | 0,7888 | 0,3944 | 3,36 | ||
| Total | 15 | 23,5075 | 100 |
- Pour le cobalt
Tableau 13: Analyse de la variance pour le rendement de solubilisation du cobalt
| Source | DL | SomCar ajust | CM ajust | Valeur F | Valeur de p | Contribution en % |
|---|---|---|---|---|---|---|
| Acidité | 3 | 252,2 | 84,08 | 0,79 | 0,601 | 7,55 |
| Granulométrie | 3 | 368,8 | 122,92 | 1,15 | 0,496 | 11,04 |
| Fer ferreux | 3 | 1999,8 | 666,59 | 6,25 | 0,141 | 59,84 |
| Temps | 3 | 271,8 | 90,58 | 0,85 | 0,581 | 8,13 |
| Température | 1 | 235,9 | 235,93 | 2,21 | 0,275 | 7,06 |
| Erreur | 2 | 213,5 | 106,73 | 6,39 | ||
| Total | 15 | 3341,9 | 100 |
- Pour le fer
Tableau 14: Analyse de la variance pour la solubilisation du fer
| Source | DL | SomCar ajust | CM ajust | Valeur F | Valeur de p | Contribution en % |
|---|---|---|---|---|---|---|
| Acidité | 3 | 5,4872 | 1,8291 | 2,21 | 0,327 | 7,42 |
| Granulométrie | 3 | 60,8443 | 20,2814 | 24,46 | 0,04 | 82,28 |
| Fer ferreux | 3 | 2,2144 | 0,7381 | 0,89 | 0,568 | 2,99 |
| Temps | 3 | 0,4173 | 0,1391 | 0,17 | 0,91 | 0,56 |
| Température | 1 | 3,3299 | 3,3299 | 4,02 | 0,183 | 4,50 |
| Erreur | 2 | 1,6585 | 0,8292 | 2,24 | ||
| Total | 15 | 73,9516 | 100 |
- Pour la consommation d’acide totale
Tableau 15: Analyse de la variance pour la consommation d’acide
| Source | DL | SomCar ajust | CM ajust | Valeur F | Valeur de p | Contribution en % |
|---|---|---|---|---|---|---|
| Acidité | 3 | 12625,5 | 4208,51 | 19,07 | 0,05 | 71,241 |
| Granulométrie | 3 | 648,6 | 216,22 | 0,98 | 0,541 | 3,660 |
| Fer ferreux | 3 | 2625,4 | 875,12 | 3,97 | 0,208 | 14,814 |
| Temps | 3 | 1377 | 458,99 | 2,08 | 0,341 | 7,770 |
| Température | 1 | 4,4 | 4,37 | 0,02 | 0,901 | 0,025 |
| Erreur | 2 | 441,3 | 220,66 | 2,490 | ||
| Total | 15 | 17722,2 | 100 |
L’analyse de la variance pour le rendement de solubilisation du cuivre, du cobalt et de la solubilisation du fer ainsi que celle de la consommation d’acide confirme à moitié les résultats obtenus précédemment. En effet, en analyse de la variance, si le facteur F (du test de Fisher) calculé est supérieur au F lu dans les tables, alors le paramètre considéré est significatif (Mohd et al., 2009) sinon il ne l’est pas (Safarzadeh et al., 2007). Dans le domaine d’ingénierie, on recommande d’utiliser un risque α=0,05 c’est-à-dire si l’effet est significatif, il y aura 95% de probabilité qu’il ne le soit pas dû au hasard (Hvalec et al., 2004).
Les valeurs obtenues dans le tableau 12 pour la maximisation du rendement de solubilisation du cuivre montre que les calculés sont inférieurs aux F tabuler de fisher-snedcor, alors les paramètres considérer ne sont pas significatifs. Néanmoins nous remarquons que seule la valeur de F de la température se rapproche se rapproche du F tabulée.
Dans l’analyse statistique la plus petite valeur de P représente le paramètre le plus significatif. En conséquence, la température sera considérée comme étant le paramètre le plus significatif pour une valeur de ¨P= 0,066.
Par ordre d’importance, on constate donc que le fer ferreux contribue à 36,94% suivie de la température 23,09%, du temps 17,30%, de l’acidité avec 12,03% puis de la granulométrie avec 7,28%.
Les résultats de l’analyse de la variance pour la maximisation du rendement de solubilisation du cobalt montrent en son tableau 13 que, les calculés sont inférieurs aux F tabulé de fisher-snedcor, alors les paramètres considérer ne sont pas significatifs.
La valeur de P la plus faible est celle du fer ferreux, donc elle est plus significative que les autres facteurs, par ordre d’importance on constate que le fer ferreux contribue à 59,84% suivie de la granulométrie 11,04%, du temps 8,13%, de la température 7,06% puis de l’acidité 7,55%.
L’analyse de la variance pour la minimisation de la solubilisation du fer en son tableau 14 montre que le facteur est confirmé par le logiciel. Elle est pour la granulométrie, supérieur aux critique de la table de Fisher. En conséquence la granulométrie et le paramètre significatif.
La probabilité critique (P-valeur) indiquant la probabilité de dépassement du facteur F est la granulométrie pour P= 0,04, plus faible. En conséquence la granulométrie et le paramètre significatif.
Par ordre d’importance la granulométrie contribue à 82,28% suivie de l’acidité 7,42%, de la température 4,50%, du fer ferreux 2,99% puis du temps 0,56%.
Les résultats de l’analyse de la variance pour la minimisation de la consommation d’acide montrent en sont tableau 20 que le facteur calculé est confirmé par le logiciel. Elle est pour l’acidité, supérieure aux critique de la table de Fisher. En conséquence l’acidité est le paramètre le plus significatifs.
La probabilité critique (P-valeur) indiquant la probabilité de dépassement du facteur F est pour l’acidité P=0,05 plus faible, en conséquence l’acidité est le paramètre le plus significatif. Par ordre d’importance l’acidité contribue à 71,241% suivie du fer ferreux 14,814%, le temps 7,77%, la granulométrie 3,66% puis la température 0,025%.
IV.4.1. Interprétation des résultats pour la fonction optimisation des réponses
Le diagramme d’optimisation indique l’incidence des variables sur la réponse prévue. Elle contient :
- Des lignes rouges verticales, représentant les paramètres actuels ;
- Des lignes bleu horizontales, représentant les valeurs des réponses en cours ;
- Zones grise indiquant que la réponse correspond à la désirabilité.
[img_2]
Figure 13: Diagramme d’optimisation pour la lixiviation du minerai de Kamfundwa
Pour les données sur la lixiviation, la désirabilité composite est de 0,775. La première colonne du graphique indique les valeurs de réponse à chaque niveau des facteurs. Les paramètres des variables actuels sont Acidité = 2, granulométrie = 2, fer ferreux = 2, temps = 3, température = 2. L’objectif étant de maximiser le rendement de solubilisation du cuivre, du cobalt et de minimiser la solubilisation du fer ainsi que celle de la consommation d’acide, nous dirons que :
- L’acidité 2 : Les quatre points de chaque cellule de cette colonne représentent les quatre niveaux de ce paramètre. Il ressort que bien que l’acidité 2 n’est pas le plus grand niveau, il est par contre le niveau qui ressort les optimums rechercher ;
- La granulométrie 2 : Bien que la granulométrie 3 nous présente des meilleurs rendements de solubilisation, c’est la granulométrie 2 (106) qui ressort les optimums rechercher. Ainsi nous avons le fer ferreux 2, le temps 3 et la température 2 qui nous ressort les optimums sur notre lixiviation.
Paramètres optimaux
Tableau 16: Les optimums pour la lixiviation du minerai de Kamfundwa
| Acidité 2 | Granulométrie 2 | Fer ferreux 2 | Temps 3 | Température 2 |
|---|---|---|---|---|
| 60 g/L | 106 | 1,3g | 2h15 | 60°C |
IV.5. Conclusion
Les résultats obtenus par la méthode de taguchi ont permis de déterminer les optimums de chaque réponse.
- Pour le cuivre : : , , , ;
- Pour le cobalt : , , , ;
- Pour le fer : , , , ;
- Pour la C.A.T. : , , , ;
En associant l’analyse de la variance a la méthodologie de taguchi nous constatons que l’ANOVA confirme à moitié les résultats de taguchi par le fait qu’aucuns facteurs ne présentent des effets significatifs sur la solubilisation du cuivre et du cobalt. Les résultats fournit par le test de Fisher confirme néanmoins les résultats de l’analyse de taguchi pour le fer et la consommation d’acide qui par le test de Fisher présente des valeurs de F supérieure à celle fournit par la table de Fisher-snedcor. L’ANOVA nous indique par le biais du P-value que :
- Pour le cuivre, la température et le facteur se rapprochant le plus du P-value à 0,05% pour P-value température égale à 0,066. C’est qui permet de conclure que la température est le facteur le plus influent sur la solubilisation du cuivre.
- Pour le cobalt, nous constatons que le fer II est le paramètre qui se rapproche le plus du P-value et elle est par conséquent le paramètre le plus influent sur la solubilisation du cobalt.
- Pour fer, ayant respecté et donnée une bonne valeur à la règle de Fisher. Nous constatons que la granulométrie présentent un P-value inférieur à 0,05% pour P-value granulométrie égale à 0,04. En conséquence la granulométrie est le paramètre qui influe le plus sur la solubilisation du fer.
- Pour la consommation d’acide, l’acidité présente pour une valeur de P-value égale à 0,05 une influence sur ce paramètre.
Nous avons obtenu à l’aide du diagramme d’optimisation les optimums pour la lixiviation du minerai de Kanfundwa tout en maximisant le rendement de solubilisation du cuivre et du cobalt (Cu= 96,16% ; Co= 85,25%) et en minimisant la solubilisation du fer (fer= 7,6%) ainsi que celle de la consommation d’acide (99,6 kg/T). Pour :
- Acidité 2 = 60 g/l ;
- Granulométrie 2 = 106 ;
- Fer ferreux 2 = 1,3g ;
- Temps 3 = 2h15 ;
- Température 2 = 60°C.
CONCLUSION GENERALE
Ce présent travail portait sur l’optimisation de la lixiviation du minerai de Kamfundwa par une approche basée sur la méthodologie de Taguchi ; dans le but de maximiser le rendement de solubilisation du cuivre et du cobalt, de minimiser la solubilisation du fer ainsi que celle de la consommation d’acide. L’analyse minéralurgique a révélé la malachite comme principal minéral de cuivre, l’hétérogénite comme minérale de Cobalt, la chrysocolle y est en trace, la gangue est constituée de quartz, un peu de dolomie, la limonite et de l’argile. L’analyse chimique a donné 2,21% Cu, 0,26% Co et 2,58% de Fe.
Des tests d’orientation ont été effectués en milieu avec et sans réducteur, et ont donné comme résultats pour les rendements de solubilisation du cuivre et du cobalt sont 96,58% Cu et 62,3% Co en milieu non réducteur, 97,42% Cu et 94%Co en en milieu réducteur. De ces résultats, 5 facteurs ont été fixés (l’acidité, la granulométrie, le fer II, le temps et la température) ainsi que leurs niveaux de variations dont 4 niveaux pour les 4 premiers facteurs et 2 niveaux pour la température.
Se basant premièrement sur la méthodologie de Taguchi, nous avons obtenu comme conditions optimales, Acidité = 60 g/l ; Granulométrie = 106 ; Fer (II) = 1,3g ; Temps = 2h15 ; Température = 60°C et comme résultats : le rendement de solubilisation du cuivre 96,16% et du cobalt 85,25%, la solubilisation du fer 7,6% et la consommation d’acide total 99,6 kg/T.
L’analyse de la variance nous révèle que la température est le facteur le plus significatif sur le rendement de solubilisation du cuivre, le fer II est le paramètre le plus significatif sur le rendement de solubilisation du cobalt, la granulométrie pour la solubilisation de fer et l’acidité pour la consommation d’acide. De ces résultats nous constatons que le but poursuivi de notre étude a été atteint. En observant des meilleurs rendements de solubilisation. Nous proposerons aux prochains qui aimeraient mener des études basées sur une approche de Taguchi, d’opter pour une matrice orthogonale pressentant un grand nombre d’essais et d’utiliser un autre réducteur pour vérifier le rendement de solubilisation du cobalt.