Tarea 1

Fundamentos de Procesos Mineralúrgicos

7 de Septiembre de 2012

Alumno: Héctor Toro Vega

Profesor de cátedra: Aldo Casali
Profesor auxiliar: Gonzalo Nelis Suazo
Profesor ayudante: Gabriela Bravo Arata
Contenido
Contenido ...................................................................................................................................... 2
Resumen........................................................................................................................................ 3
Introducción .................................................................................................................................. 4
Antecedentes ................................................................................................................................ 5
Desarrollo ...................................................................................................................................... 7
Resultados ................................................................................................................................... 11
Dsitribución Gaudin-Schuhmann ajustada:............................................................................. 11
Distribución Rosin-Rammler ajustada: .................................................................................... 11
Análisis y conclusiones ................................................................................................................ 13
Referencias .................................................................................................................................. 14

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.

El objetivo principal es encontrar el modelo de distribución y los valores de sus parámetros

que se ajusten lo mejor posible a la muestra de material particulado.

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.

Los parámetros del modelo Gaudin-Schuhman resultaron: 𝐾 = 4743[𝑚] y 𝑚 = 0,61.

Obteniéndose un error estándar de distribución de 12,3[𝑚].

Los parámetros correspondientes al modelo Rosin-Rammler resultaron: 𝑥0 = 1499[𝑚] y

n=1,54. Obteniéndose un error estándar de distribución de 3,27[𝑚].

Dado que la distribución Rosin-Ramler presenta un error estándar considerablemente menor,

ajusta de mejor manera y representa de forma más fidedigna la distribución de tamaños de la
muestra.

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.

El objetivo principal es encontrar el modelo de distribución y los valores de sus parámetros

que se ajusten lo mejor posible a la muestra de material particulado. Para esto se debe realizar
lo siguiente:

1. Completar la Tabla entregada con los porcentajes retenidos y acumulados bajo el

tamaño.
2. Ajustar los modelos de distribución y determinar el más apropiado, si existe, para
representar esta distribución granulométrica. Entregar los elementos de decisión
ocupados y su valor.

3. Presentar gráficamente los porcentajes acumulados pasantes de material bajo-

tamaño, tanto los experimentales promedio de la Tabla como los ajustados con ambos
modelos (con líneas de distinto color, sin marcadores), todos en la misma figura para
poder apreciar visualmente la calidad de los ajustes

4
Antecedentes
Se tiene dos muestras de material particulado, A y B, de masas, 374,7[g] y 373,5[g]
respectivamente.

Tamaño [m] Peso A [g] Peso B [g]

6300 - -
4750 4 4.4
3350 19.4 20.1
2360 40.8 40.5
1700 45.7 46.6
1180 60.4 59.6
850 57.4 55
600 70.9 69.6
425 52.5 53.6
300 9.5 9.7
212 1.2 1.3
150 0.9 0.9
106 1 1
75 1.3 1.2
-75 9 9
Masa Total 374 372.7
Figura 1. Datos de los pesos retenidos entre mallas para las
muestra A y B.

Los modelos de distribución ocupados son:

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 ) ]

Donde x0 es el tamaño característico (corresponde al tamaño bajo el cual se encuentra el

63,2% de la muestra) y n corresponde al módulo de distribución, el cual es indicativo de la
amplitud de la distribución.

Se validan los modelos de acuerdo a un criterio de mínimos cuadrados, o sea, se busca

minimizar el error estándar de distribución de la muestra, el cual tiene la siguiente forma:

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:

𝑚í𝑛 𝜎̂𝑅−𝑅 ∀𝑥0 , 𝑛 > 0

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.

𝑀𝑎𝑠𝑎 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 − 𝑀𝑎𝑠𝑎 𝑡𝑜𝑡𝑎𝑙 𝑟𝑒𝑡𝑒𝑛𝑖𝑑𝑎 𝑒𝑛 𝑡𝑎𝑚𝑖𝑐𝑒𝑠

% 𝑑𝑒 𝑝é𝑟𝑑𝑖𝑑𝑎𝑠 =
𝑀𝑎𝑠𝑎 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
∙ 100[%]

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:

Tamaño Muestra A Muestra B

[m] fi [%] fi [%]
6300 - -
4750 1.07 1.18
3350 5.19 5.39
2360 10.91 10.87
1700 12.22 12.50
1180 16.15 15.99
850 15.35 14.76
600 18.96 18.67
425 14.04 14.38
300 2.54 2.60
212 0.32 0.35
150 0.24 0.24
106 0.27 0.27
75 0.35 0.32

7
 -75 2.41 2.47
Total 100 100

Figura 2. Fracciones retenidas de las muestras A y B.

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

Tamaño Muestra Total fi [%] Bajo-tamaño Fu [%]

[m]
6300 - 100
4750 1.12 98.88
3350 5.29 93.59
2360 10.89 82.70
1700 12.36 70.34
1180 16.07 54.27
850 15.05 39.21
600 18.82 20.40
425 14.21 6.19
300 2.57 3.62
212 0.33 3.28
150 0.24 3.04
106 0.27 2.77
75 0.33 2.44
-75 2.44 0.00
Total 100 -
Figura 3. Fracción retenida de la muestra total y su fracción bajo-tamaño.

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.

De esta forma se obtiene la distribución Gaudin-Schuhmann, de error estándar de distribución

mínimo, de los siguientes parámetros:

K [m] 4743
m 0.61
Figura 4. Parámetros de distribución
Gaudin-Schuhmann obtenida.

Tamaño [m] G-S Error G-S

6300 118.81 353.74
4750 100.00 1.47
3350 80.97 159.14
2360 65.46 297.18
1700 53.64 278.81
1180 42.97 127.48
850 35.21 15.98
600 28.50 65.72
425 23.12 286.69
300 18.71 227.92
212 15.16 141.03
150 12.29 85.48
106 9.95 51.53
75 8.07 31.68
-75 0.00 0.00
- Error estándar G-S 12.32
Figura 5. Valores para los tamaños de malla de la distribución Gaudin-
Schuhmann obtenida y el error estándar respecto a los valores reales del
bajo-tamaño.

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.

Tamaño [m] R-R Error R-R

6300 99.99 0.00
4750 99.73 0.73
3350 96.82 10.46
2360 86.61 15.29
1700 70.28 0.00
1180 49.92 18.92
850 34.11 25.99
600 21.65 1.58
425 13.37 51.57
300 8.05 19.67
212 4.80 2.30
150 2.85 0.04
106 1.68 1.20
75 0.99 2.10
-75 0.00 0.00
- Error estándar R-R 3.27
Figura 7. Valores para los tamaños de malla de la distribución Rosin-Rammler
obtenida y el error estándar respecto a los valores reales del bajo-tamaño.

10
Resultados

Dsitribución Gaudin-Schuhmann ajustada:

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]

Figura 8. Gráfico distribución ajustada Gaudin-Schuhmann.

Distribución Rosin-Rammler ajustada:

1,54
𝐹𝑢𝑅−𝑅 (𝑥) = 1 − 𝑒𝑥𝑝 [−(𝑥⁄1499) ]

𝜎𝑅−𝑅 = 3,27

11
 Distribución R-R
100.00

Distribución R-R ajustada [%]

10.00

1.00
1 10 100 1000 10000
Tamaño [m]

Figura 9. Gráfico distribución ajustada Rosin-Rammler.

Distribución bajo-tamaño real:

Distribución Bajo-tamaño
100.00
Distribución de la muestra [%]

10.00

1.00
1 10 100 1000 10000
Tamaño [m]

Figura 10. Gráfico distribución bajo-tamaño de la muestra.

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].

Los parámetros correspondientes al modelo Rosin-Rammler resultaron: 𝑥0 = 1499[𝑚] y 𝑛 =

1,54. Obteniéndose un error estándar de distribución de 3,27[𝑚].

Dado que la distribución Rosin-Ramler presenta un error estándar considerablemente menor,

ajusta de mejor manera y representa de forma más fidedigna la distribución de tamaños de la
muestra.

Es posible observar que existe un mejor ajuste en la distribución Rosin-Rammler que en la

distribución Gaudin-Schuhmann con respecto a la distribución real de la muestra, a partir de
las figuras 8, 9 y 10.

13
Referencias
1. APUNTES DE CÁTECRA MI4020 FUNDAMENTOS DE PROCESOS MINERALÚRGICOS, PROFESOR
ALDO CASALI 2012.

14