Académique Documents
Professionnel Documents
Culture Documents
7 de Septiembre de 2012
2
Resumen
Se tienen dos muestras de material particulado A y B, con una distribución de tamaños dada.
Se deben comparar los datos de las distribuciones con los modelos de distribución Gaudin-
Schuhmann y Rosin-Rammler.
Como herramienta de comparación entre los ajustes de las distribuciones se utilizó el error
estándar de la distribución, prefiriéndose, el modelo que tenga menor error estándar.
Utilizando la herramienta Solver del Software Microsoft Excel, se encontraron los parámetros
de los modelos que mejor ajustaban a la distribución de tamaño de la muestra minimizando el
error estándar para cada caso.
3
Introducción
Se tienen dos muestras de material particulado A y B, con una distribución de tamaños dada.
Se deben comparar los datos de las distribuciones con los modelos de distribución Gaudin-
Schuhmann y Rosin-Rammler.
4
Antecedentes
Se tiene dos muestras de material particulado, A y B, de masas, 374,7[g] y 373,5[g]
respectivamente.
1. La distribución Gaudin-Schuhmann:
𝑥 𝑚
𝐹𝑢 (𝑥) = ( )
𝐾
Donde K es el módulo de tamaño, el cual corresponde al tamaño máximo de partícula de
la muestra y m es el módulo de distribución, es indicativo de la amplitud de la distribución.
2. La distribución Rosin-Rammler:
5
𝑛
𝐹𝑢 (𝑥) = 1 − 𝑒𝑥𝑝[−(𝑥⁄𝑥0 ) ]
2 ∑𝑁 [𝐹 2
𝑢𝑟𝑒𝑎𝑙 (𝑥𝑖 ) − 𝐹𝑢𝑡𝑒ó𝑟𝑖𝑐𝑜 (𝑥𝑖 )]
𝜎̂ = √ 𝑖=1
𝑁−1
Y debido a que se desea encontrar la distribución de mínimo error, se deben resolver los
siguientes problemas de optimización:
1. Distribución Gaudin-Schuhmann:
𝑚í𝑛 𝜎̂𝐺−𝑆 ∀𝐾, 𝑚 > 0
2. Distribución Rosin-Rammler:
6
Desarrollo
Primero se debe calcular el porcentaje de pérdidas en las muestras obtenidas, para esto,
usamos la siguiente ecuación que permite obtener el porcentaje en peso de pérdidas en la
muestra, el cual debe ser menor considerablemente pequeño para asegurar la confiabilidad de
la muestra.
374,7[𝑔] − 374[𝑔]
% 𝑑𝑒 𝑝é𝑟𝑑𝑖𝑑𝑎𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝐴 = ∙ 100 = 0,19%
374,7[𝑔]
373,5[𝑔] − 372,7[𝑔]
% 𝑑𝑒 𝑝é𝑟𝑑𝑖𝑑𝑎𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝐵 = ∙ 100 = 0,21%
373,5[𝑔]
Ya que las muestras presentan un porcentaje de pérdida de material en peso inferior al 1%, se
considera que el error producido por pérdidas es irrelevante en el análisis.
Luego se calculan las fracciones retenidas para las muestras A y B, para esto se divide cada
peso retenido entre mallas por el peso total correspondiente a cada muestra y se expresa en
porcentaje, obteniéndose la siguiente tabla:
7
-75 2.41 2.47
Total 100 100
Ahora es posible calcular la fracción retenida media entre las dos muestras, para esto se debe
hacer una suma ponderada por la masa total de cada muestra, entonces:
𝑀𝐴 ∙ 𝑓𝐴𝑖 (𝑥𝑖 ) + 𝑀𝐵 ∙ 𝑓𝐵𝑖 (𝑥𝑖 ) 374 ∙ 𝑓𝐴𝑖 (𝑥𝑖 ) + 372,7 ∙ 𝑓𝐵𝑖 (𝑥𝑖 )
̅𝑖 (𝑥𝑖 ) =
𝑓 = ∀𝑖
𝑀𝐴 + 𝑀𝐵 374 + 372,7
Y de esta forma la tabla resultante, indica la fracción retenida media, y a la vez con esta se
calcula fácilmente la distribución bajo-tamaño, de la siguiente manera:
𝐹𝑢 (𝑥𝑖 ) = ∑ 𝑓(𝑥𝑘 ) ∀𝑖
𝑘=𝑖+1
8
Para ajustar los modelos Gaudin-Schuhmann y Rosin-Rammler se utiliza la herramienta solver
de Excel que permite resolver el problema de optimización para el error estándar de
distribución, para cada uno de los modelos de distribución.
K [m] 4743
m 0.61
Figura 4. Parámetros de distribución
Gaudin-Schuhmann obtenida.
9
De esta forma se obtiene la distribución Rosin-Rammler, de error estándar de distribución
mínimo, de los siguientes parámetros:
X0 [m] n
1499 1.54
Figura 6. Parámetros de distribución
Rosin-Rammler obtenida.
10
Resultados
𝑥 0,61
𝐹𝑢𝐺−𝑆 (𝑥) = ( )
4743
𝜎𝐺−𝑆 = 12,32
Distribución G-S
100.00
Distribución G-S ajustada [%]
10.00
1.00
1 10 100 1000 10000
Tamaño [m]
1,54
𝐹𝑢𝑅−𝑅 (𝑥) = 1 − 𝑒𝑥𝑝 [−(𝑥⁄1499) ]
𝜎𝑅−𝑅 = 3,27
11
Distribución R-R
100.00
10.00
1.00
1 10 100 1000 10000
Tamaño [m]
Distribución Bajo-tamaño
100.00
Distribución de la muestra [%]
10.00
1.00
1 10 100 1000 10000
Tamaño [m]
12
Análisis y conclusiones
Los parámetros del modelo Gaudin-Schuhman resultaron: 𝐾 = 4743[𝑚] y 𝑚 = 0,61.
Obteniéndose un error estándar de distribución de 12,3[𝑚].
13
Referencias
1. APUNTES DE CÁTECRA MI4020 FUNDAMENTOS DE PROCESOS MINERALÚRGICOS, PROFESOR
ALDO CASALI 2012.
14