Mineralurgia Laboratorio #1

Distribución de tamaños de partícula

Sergio Andrés Nieto Cáceres
Rosbel Arcenio Jiménez Ibañez
Santiago Osorio Osorio
Jhonn Alexander Castañeda Rozo
Isabel Casasbuenas Cabezas
José Esteban Bastidas Guerrero

Resumen: Hoy día, el procesamiento de minerales, es un tema muy importante en la industria, con
este, se busca facilitar los procesos de tratamiento y/o beneficio, en caso específico de la
mineralurgia, dichos procesos son fundamentales para una eficiente aplicación a la extracción de los
minerales en uso. Existen distintos métodos que son usados en la clasificación y el análisis, siendo el
centro para este laboratorio el análisis de la Distribución de Tamaño de Partícula (DTP), teniendo en
cuenta los conceptos estadísticos bajos los cuales está regido, brindando así análisis claro sobre la
distribución de tamaños de la muestra por medio de la fracción de volumen o peso de la misma. Se
realiza un proceso basado en la discretización de los datos de un tamizaje perteneciente a un
determinado material entregado anteriormente en el laboratorio, se pueden observan partículas de
tamaños comunes y en mayor cantidad, por lo que se puede decir que es un material mal gradado.
Los datos del muestreo serán insertados en Excel y así realizar una aproximación más acertada a los
modelos explicados en clase.
Objetivos para así poder obtener una muestra
representativa con la cual trabajar, la cual debe
-Realizar las técnicas de muestreo básicas para cerca de 700-800 gr, posterior a esto, se realiza
el análisis granulométrico de los minerales en el un cuarteo de forma manual para mejorar así la
laboratorio. aproximación del peso requerido, con el cual se
obtuvo un resultado final de 739,80gr.
-Analizar y reconocer las variables presentadas y
calcular los porcentajes de error en el proceso de -Tamizado:
tamizado.
Por medio de un conjunto de tamices, cuyas
-Determinar el tamaño o análisis granulométrico aberturas disminuyen de tamaño de forma
de la muestra obtenida en el laboratorio. descendente, el material es ingresado para
posteriormente ser agitado de forma mecánica y
Proceso así lograr division de tamaño del material.

-Material: Los resultados se muestran en la siguiente tabla:

El color de la muestra es característicamente

grisáceo con una distribución de tamaños buena,
presenta partículas con formas angulares y otras
un poco redondeadas.

-Cuarteo:

Por medio del método mecánico la muestra es

cuarteada con un cortador rifles tipo Denver,
 Tabla1. Datos obtenidos en la distribución de tamaño de partícula.

F(x) VS x Histograma de distribucion

35 %
1,2 30 %
1,0
Fraccion f(x)
25 %
0,8 20 %
15 %
F(x)

0,6
10 %
0,4 5%
0,2 0%

0,0
10 100 1000 10000
Tamaño (µm)
Tamaño (µm)

Fig. 3 Histograma de distribución f(x)

Fig. 1 %Fracción de población acumulada pasante. Se observa claramente que el top size de la
muestra es la malla 6 en la serie, que equivale a
un tamaño aproximado de partícula de 3350,00
R(x) VS X micrones, Se puede calcular así el tamaño
0,8 promedio de la muestra como sigue:
0,7
0,6
0,5
Ec 1) Moda de una distribución como tamaño
R(x)

0,4
promedio
0,3
0,2
0,1 Con un valor de x = 1038.94 μm
0,0 De igual manera la varianza 𝜎2 se calcula con la
10 100 1000 10000 ecuación 2:
Tamaño (µm)

Ec 2) varianza de la distribución discreta

Fig. 2 % Fracción de población retenido.
Obteniendose una desviación estándar
σ =1154,43 Schuhmann (linealizacion)
Se aplica el modelo de Schuhmann a la 0
distribución discreta realizada, y así poder 0 2 4
generar un modelo acorde para el procesamiento -0,1
de los datos. Se linealiza el modelo (como se y = 0,2981x - 1,0632
muestra en la ecuación 3) determinando R² = 0,9841
-0,2
parámetros relevantes como Ksch y n

Log(F(x))
Series2
-0,3
Lineal
-0,4 (Series2)

-0,5
Ec 3) Ecuacion del modelo Gates-Gaudin-
-0,6
Schuhmann normalizada Log(x)

n es la pendiente de la recta que se obtiene.

Ksch se determina a partir del intercepto
Fig. 4 Aproximación Gates-Gaudin-Schuhmann
Análisis de resultados
log(F(X)) log(x)
-0,0639534 3,372912 La grafica muestra una buena correlacion
(0,9841) por tanto el modelo lineal es bastante
-0,0900231 3,23044892 aceptable, donde la pendiente n (0,2981)
-0,1963701 2,92941893 corresponde al parámetro de dispersion y
haciendo el despeje se halla el valor de Ksch
-0,2497079 2,77815125 (4401.4) que equivale al parámetro de tamaño.
-0,288988 2,62838893 Para el criterio Rosin-Rammler
-0,323931 2,47712125
La ecuación general de este criterio se lleva a la
-0,3344538 2,32633586 expresión linealizada como se ve en la ecuación
-0,3954814 2,17609126 4

-0,4342262 2,09691001
-0,5362721 1,87506126

Tabla 2 valores de linealizacion modelo Gates-

Gaudin-Schuhmann
Ec 4) pendiente de la ecuacion linealizada
modelo Rosin Rammler
 acumulados o retenidos en un sistema de
producción con un material característico como
ln(ln(1/R)) ln(x) el de la muestra realizada donde se requiera un
0,687276717 7,766417 valor en específico de tamaño o de porcentaje
del mismo en la muestra, es así como la
0,51611733 7,438384 ecuación de la aproximación de Rosin Rammler
0,011233489 6,745236
-0,189732028 6,39693 ( ) [ ( ) ]
-0,326193264 6,052089
Ec 5) Modelo de rosin rammler parametrizado
-0,441520919 5,703782
-0,475316571 5,356586 Se desea conocer d80 d25 d50, remplazando en
la función estos valores se obtiene la figura 6 de
-0,664331157 5,010635 donde la aproximación para d80 es 1515 μm
-0,779213586 4,828314 para d50 259 μm y para d25 es 42μm
-1,067858632 4,317488
Distribucion Rosin Ramler
Tabla 3 valores de linealizacion modelo Rosin-
Rammler 120

100
Rosin Rammler (linealizacion) 80
0,8
60
0,6 y = 0,4813x - 3,1425
0,4 R² = 0,9766 40
0,2
Ln(Ln(1/R(x)))

20
0 Series2
-0,2 0 5 10 0
-0,4 0 1000 2000 3000 4000
Lineal
-0,6 (Series2)
-0,8 Fig. 6 porcentaje pasante criterio Rosin
-1 Rammler.
-1,2
Ln(x) Fue determinada la gravedad especifica del
suelo, que dio un valor de 2.6, con esta se puede
determinar su densidad y volumen, así como el
Fig. 5 aproximaciones Rosin-Rammler número de partículas existentes. Se debe
evaluar la distribución de datos en volumen
De igual manera la correlación es muy buena como lo muestra la tabla 4.
(0,9766) lo que indica que la linealizacion es muy
confiable, la pendiente m (0,4813) como
indicador de dispersión y la constante Krr
(565,62) indica el parámetro de tamaño.

Análisis de resultados

El análisis de la aproximación de estos dos

criterios es una herramienta para la
determinación de porcentajes de pasantes
 Volumen Volumen Numero
NÚMERO TARA f(x) f(x) %
intervalo particula particulas
-0/ +6 0
-6/ +8 36,179 0,020 1837,89 0,00000488 0,000 %
-8/ + 10 13,286 0,007 1930,41 0,00000512 0,001 %
- 10 / + 20 46,643 0,003 18131,75 0,00004811 0,005 %
- 20 / + 30 19,429 0,00032 60420,66 0,00016033 0,016 %
- 30 / + 40 12,857 0,0001131 113682,10 0,00030166 0,030 %
- 40 / + 50 10,500 0,0000402 261230,50 0,00069317 0,069 %
- 50 / + 70 3,000 0,0000141 212206,59 0,00056309 0,056 %
- 70 / + 100 16,036 0,00000499 3214268,15 0,00852905 0,853 %
- 100 / + 120 9,071 0,00000177 5133378,48 0,01362140 1,362 %
- 120 / + 200 20,357 0,00000102 19906190,83 0,05282101 5,282 %
-0/ + 200 76,857 0,00000022 347937968,29 0,92325218 92,325 %
-0/ + 200 264,214
∑ 157,929 376861245,6 1 100
Tabla 4 Distribución por número de partículas

tenerse en cuenta para un análisis más completo

Distribucion de particulas por del experimento.
fraccion
Conclusiones
100 %

80 %
 Se puede verificar el sistema de distribución
Fraccion f(x)

de tamaños de partícula mediante la obtención

60 % de datos en el laboratorio, llevándose a un
modelo matemático que opera de manera
40 % certera y da una gran información acerca del
comportamiento del material.
20 %

0%  Debe tenerse en cuenta la dispersión de los

0 200000000
Numero de Particulas
Fig. 7 Distribución de número de partículas.
400000000 datos para saber qué tan acertada es la
aproximación, así mismo los parámetros
definidos en las distribuciones brindan la
información necesaria con el mismo rango de
error.

En el proceso completo hubo influencia de Bibliografía.

muchos factores que posiblemente fueran
causas de error, teniendo en estos la perdida de [1] Caracterización de sistemas particulados M.
material en el momento del cuarteo y tamizado, Oswaldo Bustamante- Instituto de Minerales
influencia del error humano en el momento de CIMEX
pesar cada parte de la distribución. Otro factor
influyente es la precisión de la balanza utilizada
para la medida de la masa. Aunque estos
factores en el ejercicio del laboratorio no
influyeron de manera pertinente, pero la
acumulación de estos pequeños errores debe