30-20 MUESTREO Y PRUEBAS

JIS M 8108 Método de muestreo de minerales de cromita y métodos Sociedad Americana de Prueba de Materiales
para determinar el tamaño y la humedad del mineral Las principales normas aplicables a la minería y el procesamiento
Asociación Británica de Normas de minerales que se aplican al carbón son:
Solo se enumeran las normas aplicables al carbón: D-2234 Colección de una muestra bruta de carbón
BSA 735 Métodos de muestreo para carbón BSA 1293 Análisis de D-431 Designación del tamaño del carbón del análisis de pantalla
pantalla de carbón D-2013 Preparación de muestras de carbón para análisis

3. CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA

Análisis de tamaño de partícula resolución de La técnica de medición.
El tamaño de una partícula es una dimensión representativa que
JA HerbstJ. L. Sepúlveda describe su extensión espacial. El tamaño de partícula puede
Introducción caracterizarse por una dimensión lineal, por ejemplo, un "diámetro" de
Es bien sabido que las distribuciones de tamaño del material tratado partícula característico. De manera similar, el área o volumen de
en las operaciones de procesamiento de minerales juegan un papel partículas también se puede usar para definir el tamaño de una partícula.
importante en la determinación del comportamiento del procesamiento y A menudo, las conversiones o factores de forma se definen para permitir
la eficiencia metalúrgica. El comportamiento de las partículas en los la transformación de una medida de tamaño a otra. Con mucho, la
circuitos de trituración y molienda, las operaciones de concentración y medida de tamaño más popular se basa en alguna forma de
los pasos de separación sólido-líquido dependen en gran medida de su determinación de "diámetro". Para una partícula de forma irregular, se
tamaño. pueden realizar un gran número de mediciones diferentes y, por lo tanto,
La tarea de caracterizar la distribución del tamaño de las partículas se debe considerar y suponer un promedio estadístico para representar el
encontradas en estos sistemas es difícil porque las partículas son tamaño de la partícula21.
generalmente de forma irregular y cubren un rango muy amplio de Dado que la mayoría de las partículas en un producto de
tamaños. Este último punto se ilustra en la Tabla 6 que muestra que los procesamiento de minerales no tendrán una forma geométrica
productos típicos de procesamiento de minerales incluyen partículas que perfectamente definida, es decir, esférica, cúbica, piramidal, etc., a
varían en "diámetro" desde 1 m hasta 1pm (10 ~ 6 m). menudo es esencial una descripción de la forma de la partícula. Las
El propósito de este capítulo es discutir la metodología requerida relaciones entre una variable de tamaño, como el volumen de partículas
para cuantificar las distribuciones de tamaño del tipo encontrado en el y otra, como la dimensión lineal a través de un factor de forma, han
procesamiento de minerales. Esta discusión incluirá los fundamentos de demostrado ser muy útiles. El concepto de factor de forma proviene de
la caracterización del tamaño y la forma de las partículas individuales y la noción de que para una partícula de forma regular el área de
el marco matemático requerido para tratar la distribución de tamaños superficie es proporcional a una dimensión lineal al cuadrado y el
encontrados en ensamblajes de partículas. Además, se presentará un volumen es proporcional a una dimensión lineal en cubos. De esta
resumen de las ecuaciones empíricas de distribución de tamaño más manera, el área de superficie,una, y el volumen v, de una partícula
utilizadas. Lo que es más importante, se proporciona una encuesta de están relacionadas con la dimensión lineal, re, como sigue: 22
técnicas de medición de distribución de tamaño, junto con pautas
relativas a los métodos para seleccionar una técnica adecuada para una a = C2d 2 (1)
aplicación determinada. Finalmente, se hace una comparación entre las v = C3d 3 (2)
distribuciones de tamaño obtenidas para los mismos materiales por
donde C2 es el factor de forma del área de superficie y C3 es el factor de
diferentes técnicas de análisis de tamaño.
forma del volumen. Los valores de C2 y C3 para algunas partículas de
Tamaño y forma geometría simple se dan en la Tabla 7. La Tabla 8 proporciona algunos
La unidad física individual que describe el estado de subdivisión de valores experimentales correspondientes a algunos materiales comunes.
la materia se denomina partícula.21 Desde una partícula práctica, la En general, la forma de las partículas para un material dado depende de
partícula es una unidad discreta de materia que es una unidad de trabajo su tamaño. La figura 25 muestra cómo la relación de
útil. La definición de partícula depende del grado de dispersión y la

Tabla 6. Rangos de tamaño típicos para productos de procesamiento de minerales

100 10. 1. .1 .01 .001 .0001 pulgadas

ICO 10. 1. .1 .01 .001 .0001 Centímetros

1000000. 1. Micrones
yo 100000. 10000. 1000 100 10)
TT 14 28 48 100 200 400 Tyler Screen
Run of Mine ** " --------------------------------------------------------------------------

---- Producto triturador primario --

38 "
-------- _ Producto triturador secundario

------------------ Rod Mil! Prüáuct

0.5 "
Producto de molino de bolas
o
 CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA 30- 21

Tabla 7. Factores de forma para partículas de geometría simple Tabla 8. Factores de forma para algunos materiales minerales comunes
GeometríaFactores de forma Tamaño
Material medio, fim c2 C, c2 / cs
Cubo Área = 6d5
Aplastada
cuarzo 30 " 2.1
110 ” 2.2 2.2 - -
Volumen = 490 " 2.5 0.27 9.3
d3 830 " 2.5 - -
890 "" ~ 2.5 0,15 16,7
Calcita _ METRO - 0,135 -
Feldespato 400 " - 0.260 -
Hornblende 500 " - 0,020 -
Esfera Área = ird2 Arena 28
Angular _ _ 7.7
Agudo - - - 7.0
Desgastado - - - 6.4
ESO Redondeado - - - 6.1
Volumen = -
d3
6
el área al factor de forma de volumen, Co / C3, varía con el diámetro de
3 partícula, d, para algunos minerales que se producen comúnmente.27
Área = - ■ nd'1 Observe que para tamaños pequeños, la "forma" de las partículas se
2
vuelve aproximadamente constante.
Otro factor de forma importante para el procesamiento de
minerales, particularmente al caracterizar el comportamiento de las
■n partículas en los fluidos, es la esfericidad, vj /, definida como la relación
Volumen = -
d3 del área superficial de una esfera que tiene el mismo volumen que la
4 partícula en cuestión con respecto a su área real. El recíproco se conoce
como el coeficiente de rugosidad o angularidad. La relación del
perímetro de un círculo que tiene la misma área que el área proyectada
de la partícula a su perímetro real se determina de manera relativamente
fácil microscópicamente y se conoce como circularidad.
Se puede obtener una caracterización más detallada de la forma de
las partículas a partir de un análisis de siluetas de partículas por medio
de Fourier, Walsch u otras transformaciones apropiadas que representen
la superficie. En este caso, "forma" se define en términos de los
coeficientes de estas transformaciones. En principio, tal descripción
debería ser útil en la predicción del comportamiento de las partículas.
Sin embargo, este enfoque para describir la morfología de partículas ha
tenido una aplicación limitada en el procesamiento de minerales.28
Distribución de tamaño de partícula
Los sistemas prácticos de procesamiento de minerales involucran
conjuntos completos de partículas. Una vez que se ha definido el
tamaño, es importante poder describir, en términos cuantitativos, la
"cantidad" de partículas con el "tamaño" dado en dicho conjunto. Las
"fracciones" requeridas se especifican matemáticamente mediante el uso
de la función de densidad: funciones de distribución similares en forma
a las distribuciones de probabilidad.2 Las Figs. 26a yb muestran estas
dos funciones para una distribución típica de tamaños de partícula en un
conjunto. La cantidad / (d) se denomina función de densidad de tamaño
de partícula para el conjunto. Físicamente f (d) d (d) es igual a la
fracción de las partículas en una población que reside en un intervalo de
tamaño diferencial d a d + d (d). Geométricamente, esta fracción se
puede representar por el área sombreada, debajo de ' función de
densidad entre los límites diferenciales d a d + d (d) que se muestran en
la figura 26a. Para encontrar la fracción de partículas más pequeñas que
un tamaño d ', se deben agregar las fracciones de partículas f (d) d (d)
desde el tamaño mínimo en la población, dm¡ „, al tamaño de interés, d'
. Esta suma se logra mediante la integración de la función de densidad,
es decir
F (<* ') = / * f (d) d (d) (3)

FIG. 25. RELACIÓN DE FACTOR DE

FORMA DE ÁREA A VOLUMEN, CV C3,
EN FUNCIÓN DEL DIÁMETRO MEDIO DE
PARTÍCULA, D, PARA ALGUNOS
MINERALES COMUNES.
30-22 MUESTREO Y PRUEBAS

relacionado con la función de densidad y la función de distribución por

Por lo tanto, la función de distribución en los puntos discretos di, i -1,2.

.norte es dado por:
F (di) = ifj (5)
: j=i
mientras que a partir del teorema del valor medio del cálculo, la función
de densidad

di - di + idi-di + i
dónde re* es un valor promedio de reen el intervalo d; + i a af¡. Valores
utilizados comúnmente parare' incluir el promedio aritmético (di + di +
1) / 2,
el promedio geométrico Vdjdi + 1, y el promedio armónico ■
di ~ ra¡ + j
La figura 27 muestra la función de densidad y la función de
distribución de la figura 26 junto con la aproximación discreta obtenida de
las ecuaciones 4 y 5 para 10 intervalos de tamaño igualmente espaciados.
[d * = d¡ + d¡ +1) / 2], se observa que las aproximaciones discretas
reproducen las características esenciales de la distribución continua. Tales
aproximaciones se vuelven aún mejores a medida que aumenta el número
de intervalos de tamaño.
En ciertos casos, solo uno o dos parámetros se utilizan para
caracterizar una distribución. La media y la varianza de la distribución a
menudo se usan en tales casos. El tamaño medio o promedio de una
población, p ,, se determina a partir de la función de densidad utilizando la
ecuación de definición:
t x. = fdmaxdf (d) d (d) (7)
** ** djr / in
Su aproximación correspondiente obtenida de un conjunto de / valores / =
1,. . ,norte es:
A = id; f (d¡) * di = id; f (8)
i = I! = 1
La varianza o extensión de los tamaños (alrededor de la media), cr2, viene

dada por:

0.2 0.2 = p ~ (<i - ^ f (d) d (d) (

^ rimin
o puede ser aproximado por
cr2 = Z (dT - n) 2fi (10)
¿= 1
La distribución normalizada de tamaños se caracteriza por el coeficiente
de variación definido como la relación entre la desviación estándar y la
media.
Talla:
CF = o- / p. (11)
HIGO. 26. Gráfico de una función de densidad típica (a) y distribución (b) para el
tamaño de partícula en un conjunto de partículas. En la figura se ilustra la La figura 28 ilustra la forma en que estas características cambian con los
equivalencia de la función de distribución y el área bajo la curva de la función de cambios en la función de densidad. f (d). La figura 28a muestra
densidad y la función de densidad y la pendiente de la curva de la función de distribuciones con el mismo coeficiente de variación, pero diferentes
distribución. tamaños medios y la figura 28b muestra distribuciones con el mismo
Esta última función, F (d '), denominada la función de distribución, tamaño medio pero diferentes CVvalores. Un conjunto más general de
da la fracción de la población con un tamaño inferior a re'. F (d ') características de cualquier distribución viene dado por los momentos de
representado en la figura 26b es igual al área bajo la curva de función de la distribución definidos por
mk
densidad entre dmin y re'(área sombreada en la Fig. 26a). Se puede Cd «f (d) d (d)
demostrar fácilmente que la fracción de partículas entre dos (12
)
tamañoshacer y db (db> da) es dado por F (dh) - F (da), ese F J0
(dmajr) = 1.0, y que / d [F (d)] \ Estos momentos se pueden usar para calcular la media, la varianza y otras
f (da)= Yo j. Es importante reconocer que una vez / (d) características de la distribución de manera directa.32
V d (d)) d = da Observe que en la discusión anterior de /(re) y F (d), no se
o F (d) se sabe, todo lo relacionado con la distribución de tamaños de especificó si estas cantidades se referían a la fracción del número total de
partículas en el ensamblaje es conocido. partículas o la fracción de la masa o volumen total de partículas
En muchos casos, no es necesario, ni es posible experimentalmente,
determinar la función completa de densidad de tamaño o la función de
distribución de tamaño. En tales casos, se puede determinar la fracción de
partículas en una serie de intervalos de tamaño de partícula discretos. Por
ejemplo, todo el rango de tamaño de partículas dm, n adminc se puede
dividir en una serie de norte -f 1 subintervalos discretos utilizando un
conjunto de norte tamices y la fracción de material obtenida en el
intervalo / th [d, + i to d¡] designado por pie para i - 1, 2, 3. .n. El
conjunto de Flos valores determinados de esta manera no caracterizan
completamente la distribución (ya que no hay información contenida en /
relativa a la distribución dentro del intervalo d; + i a d,)> pero se pueden
obtener aproximaciones a la función de densidad completa y la función de
distribución a partir de estos datos . Esto es cierto porque / puede estar
 CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA 30- 23

fq {U) dt, k - fracción de partículas por población (13)

cantidad de q con tamaño variable entre Ík y
& + d £ k.
En esta relación el subíndice q se refiere a la cantidad de población y el
subíndice ka la variable de tamaño empleada. Por convenciónq y k
asumir valores de la siguiente manera:
q es 0 se refiere a la cantidad de población igual al número.
q 1 se refiere a la cantidad de población igual a la longitud. q
es 2 se refiere a la cantidad de población igual al área. q es 3
se refiere a la cantidad de población igual al volumen.
/ c es 1 se refiere a la variable de tamaño igual a la
dimensión lineal, re. k es 2 se refiere a la variable de tamaño
igual al área, a. k es 3 se refiere a la variable de tamaño
igual al volumen, v.
Las funciones de densidad y distribución para varias combinaciones
de tamaño variable y cantidad de población se especifican en la Tabla 9.
Una medida comúnmente utilizada de la finura de un conjunto es el
área superficial específica, St, = área superficial del conjunto / volumen
del conjunto. Usando la terminología dada aquí, esta medida de "tamaño"
puede relacionarse con medidas de tamaño más estándar y sus funciones
de densidad asociadas en una variedad de formas30 que incluyen:

r c2d% (d) d (d)

TAMAÑO DE PARTÍCULA, micras Sv- ~ i ----------------- (14)
(una) yo C3d% (d) d (d)

(si)
FIG. 27. GRÁFICOS QUE
ILUSTRAN APROXIMACIONES DISCRETAS DE 10 FRACCIONES
DE TAMAÑO A UNA FUNCIÓN DE DENSIDAD (A) Y UNA FUNCIÓN DE DISTRIBUCIÓN (B).

TAMAÑO DE PARTÍCULA, micras

o alguna otra medida de la cantidad en el conjunto de partículas que se está

considerando. La representación completa de una distribución de tamaño
requiere la especificación de dos cantidades: el tamaño característico de la
partícula (dimensión lineal, área, volumen) y la cantidad de partículas
(número, área, volumen, masa) de ese tamaño. El tamaño característico a
menudo se conoce como la variable de tamaño (£) de la distribución y la
cantidad referida como la cantidad de población(una).Debido a que en la
práctica uno mide y usa distribuciones de tamaño que involucran diferentes
combinaciones de tamaño variable y cantidad de población, es importante FIG. 28. ILUSTRACIÓN DE LOS CAMBIOS EN LA FUNCIÓN DE DENSIDAD RESULTANTES DE
poder distinguir entre los diversos tipos de distribuciones de tamaño y poder LOS CAMBIOS EN EL COEFICIENTE DE VARIACIÓN PARA UNA MEDIA FIJA (A) Y LOS
CAMBIOS EN LA MEDIA PARA UN COEFICIENTE DE VARIACIÓN FIJO (B).
convertir de uno a otro. La siguiente notación general se puede definir para
este propósito:
 30-24 MUESTREO Y PRUEBAS

Tabla 9. Diferentes definiciones de distribuciones de tamaño

Talla Población
variable cantidad Función de densidad Función de distribución
/.(re) F0 (d)
Diámetro, d Número f0 (d) d (d) = fracción de partículas F <, (d) = J f0 (d) d (d) -
por número con tamaño entre d y d acumulativo
+ d (d)
fracción por número con un tamaño
menor que d.

Maryland) F2 (d)
Diámetro, d Zona r
Md) d (d) = fracción de partículas
por área con tamaño entre d y d + F2 (d) = 1 Md) d (d) = acumulativo
d (d) * ^ min
fracción por área con un tamaño
menor que d

Maryland) F3 (d)
Diámetro, d r
Volumen Md) d {d) = fracción de partículas en
o volumen con un tamaño entre d y d F3 (d) = I f3 (d) d {d) = acumulativo
(masa) + d (d) ~ ^ min
fracción por volumen con un tamaño
menor que d

Maryland) F3 (a)
Área, un Volumen Ma) d (a) = fracción de partículas en
o volumen con área entre a y a + d F3 (a) - I / 3 (o) d (a) = acumulativo
(masa) (a)
~ amin
fracción por volumen con área menor
que un

/ 2 (a) F2 (a)
Área, un Zona Ma) d (a) = fracción de partículas
por área con área entre a y a + d F2 (a) = I f2 (a) d (a) = acumulativo
(a)
~ amin
fracción por área con un área menor
que un

fo (v) F0 (v)
Volumen, v Número r
f0 (v) d (v) = fracción de partículas F0 (v) = J f0 (v) d {v) =
por número con volumen entre v y acumulativo
v + d (v)
fracción por número con volumen
menor que v

Si se supone que los factores de forma C2 y C3 son constantes e Por ejemplo, la relación general entre una distribución de números y
independientes del tamaño, entonces utilizando la definición de momento una distribución de masas se puede obtener de la siguiente igualdad para
general dada por la ecuación. 12 se deduce que la superficie específica es partículas de tamañore a d + d (d) en cualquier asamblea:
igual a C2 / C3 veces la relación del segundo y tercer momento de la
[masa de partículas de tamaño d] = [masa de partículas de tamaño re]
distribución de números, es decir
[masa total de 1 [fracción de masa de partícula
? n2
m3
J
de 1 L [partículas de tamaño re J
C_ _ [masa de un parti- 1 [Número de parti- 1 ~ [cle de
S0 = 2 Las expresiones (15)
C3 correspondientes para una
J
tamaño re [cles de tamaño re J
superficie específica en términos Wf3 (d) d (d) = pC3d3Nf0 (d) d (d)
de área por unidad de masa se obtienen dividiendo la ecuación. 14 o 15 por (diec
iséis)
la densidad del sólido.
dónde norte es el número total de partículas en la población, f0 (d) d
Cambio de variables en distribuciones de tamaño (d)es la fracción numérica de las partículas con tamaño re a re + d (d), W
Si una distribución de tamaños se "comporta bien", entonces una vez es la masa total de partículas en la población y f3 (d) d (d) es la fracción
que se conoce la función de densidad para una cantidad de población y una de masa de partículas con tamaño una a re + d (d),p es la densidad sólida,
variable de tamaño, todas las otras funciones de densidad (diferentes y C3 es el factor de forma del volumen. Si la densidad sólida, p, y el factor
cantidades de población y variables de tamaño) se pueden encontrar por de forma de volumen, C3, son independientes del tamaño, ambos lados de
transformación.33
 CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA 30- 25

Eq. 16 se puede integrar fácilmente sobre todos los valores dere Entre dt, i, [gm (£ <) dti], es decir
dminy dmax- Luego, haciendo uso del hecho de que la función de fm (U) dtk = gm (£,) dt, (22)
densidad, fo (d) y f3 (d) debe satisfacer las siguientes relaciones:
Luego, presentando la ecuación. 21 en 22 rendimientos:
\ ÜnaXf0 {d) d {d) = 1
re
min ídmalf3 (d) d (d) = 1 fm (Ck) = gmd,) ^ = gm {<\> ~ Kík)) d (<f, ~ I (£ k)) (23)
'dmin dt, k
Se pueden derivar las siguientes relaciones: (17) Por lo tanto, si se conoce gm (£ /) y la función de densidad para la variable
Ud) = d3f0 (d) de tamaño £yo < se requiere mientras se conoce la relación entre £ / y £ *
■ (£ / = <|) _1 (£ k)) entonces, la siguiente relación permite la conversión de
d3f0 (d) d (d) una distribución a la otra,
re
min
fo (d) / «({*) = M ^ tt *)) (24)
d ~ 3f3 (d) di, k
=■ rd Por ejemplo, si la función de densidad de masa se conoce como una función
"D-3f3 (d) d (d) de la dimensión lineal de la variable de tamaño re, [g3 (d)], y se desea
'^ min
cambiar la variable de tamaño a volumen v, [/3(f)], entonces en este caso g3
(d)es conocida, f3 (v) se determinará y metro = 3, k = 3, / = 1. Suponiendo
Estas dos últimas ecuaciones permiten la
que se conoce el factor de forma C3, entonces
transformación de un tipo de distribución de tamaño (18)
a otro. v - <f> (d) = C3d3
En general, los cambios en la cantidad de población se pueden resumir d = <f> -i (v) = (^ -J1'3 (25)
en una sola relación dada en la ecuación. 19. Suponiendo factores de forma
y densidades constantes (masa / volumen) sobre toda la distribución de
tamaños, se puede demostrar que para cualquier variable de tamaño y
cantidad de población: igual a la fracción con tamaño entre £ / y £ / +
sustituyendo Eq. 25 en 24
/, (£ *) (19)
r;
U {qm) lkfm (U)
kmax J dtk
fs (26)
donde q y m pueden ser iguales
^ min a 0, 1, 2 y 3; yk puede tomar el valor de 1, (v)
2 o 3. Las expresiones equivalentes para aproximaciones discretas de y ~ 213
o C3 1 ' 3
tamaño a las funciones de densidad transformadas se pueden obtener de la
ecuación. 19 reemplazando fq (t, k) y fm (Ck) por sus aproximaciones (27)
discretas (Ec. 6), £, kiq ~ m) lk por (£ **) <5-m) lk (donde £ ** es un
valor promedio Eq. 27 proporciona la relación deseada. Por ejemplo, si se supone que g3
de tamaño para el intervalo £ k + ito £ *) y la suma continua
(d) es la función de densidad que se muestra en la figura 29b, entonces
la suma discreta ¿donde n es igual al número de intervalos de tamaño. j = i ¿3g-dnoo
Como ejemplo, considere la conversión de una función de densidad ' 3! (100)4 (28)
numérica a una función de densidad de masa (el mismo ejemplo analizado 4

en detalle anteriormente) suponiendo que la dimensión lineal d se usa Las sustituciones de la ecuación. 28 en 27
como la variable de tamaño. En este caso: q = 3, m = 0 yk - 1. resultados en: ( V / C3Y13 (vJC3yi3
Sustituyendo en Eq. 19 rendimientos: fs (v) = exp ---- (29)
1.8 109C3 100
d3f0 (d) Distribuciones de tamaño empírico
Md) = (20)
'dmax Con frecuencia es conveniente representar la distribución del tamaño
d3f0 (d) d (d)
dmin
haciendo uso de las relaciones empíricas.34 Estas relaciones proporcionan
Esta relación es idéntica a la dada por la ecuación. 18 como se esperaba. una representación matemática compacta de los datos de distribución del
Como ilustración de esta transformación, considere el caso de un número tamaño y permiten que los análisis matemáticos y estadísticos posteriores
se lleven a cabo de manera conveniente. Entre las formas más comunes de
función de densidad de distribución dada por la ecuación, f0 (d) = ■ distribución empírica en el procesamiento de minerales se encuentran la
e dll0 ° para 0 < d < 00como se muestra en la Fig. 29a. La sustitución de distribución Gates-Gaudin-Schuhmann35, la distribución Rosin-Rammier-
esta función de densidad en la ecuación. 18 y realizando la integración
indicada Bennett36 '37, la distribución log-normal, 25 y la distribución gamma.38
d3e-dl \ 00 AJ1 de estas distribuciones se describen en la Tabla 10 junto con los
rendimientos, f3 (d) = ~~3¡ (¡qq) < 'resu * 0ng función de densidad de masa parámetros ajustables y las características principales que los definen.
y En algunos casos, la forma de estas relaciones tiene fundamentos
La función de distribución se compara con la distribución del número teóricos, pero en la mayoría de los casos deben considerarse relaciones
original en la figura 29. completamente empíricas que se han encontrado que se ajustan a los datos
Los cambios de la variable de tamaño se pueden lograr realizando una experimentales obtenidos en una variedad de sistemas de procesamiento de
transformación simple de la siguiente manera. Si £ * y son dos formas de minerales. En la mayoría de los casos, no hay una razón a priori para elegir
caracterizar el tamaño de la misma partícula y existe una relación una distribución empírica sobre otra para una aplicación particular. Sin
matemática única entre ellas como: embargo, características como la simplicidad matemática o el rango de
£ * = <f> (£ i) aplicabilidad, por nombrar una pareja, deben considerarse al seleccionar un
o en términos de la inversa de <fr formulario de distribución para representar la información de distribución
Ci ^ -Kk) (21) de tamaño. Al intentar aplicar estas relaciones empíricas para describir
entonces debe ser cierto que la fracción de partículas por cantidad de datos experimentales, es habitual trazar los datos de tal manera que la
poblaciónmetro con tamaño entre £ * y Lk + d ^, debe ser "bondad de ajuste" se pueda evaluar de manera aproximada y los
parámetros ajustables que definen la distribución se puedan determinar
fácilmente a partir del gráfico . Métodos de trazado, que producen
 30-26 MUESTREO Y PRUEBAS

02004006008001000
TAMAÑO DE PARTÍCULA. MICRONES TAMAÑO DE PARTÍCULA, MICRONES

(u (si)
na
)

TAMAÑO DE PARTÍCULA. MICRONES (re)

(C)
FIG. 29. ILUSTRACIÓN DE LA TRANSFORMACIÓN DE UNA DISTRIBUCIÓN DE TAMAÑOS DE
UNA BASE NUMÉRICA A UNA BASE DE MASA.
Es evidente que desde una transformación logarítmica de esta ecuación
rendimientos:
una línea recta para los datos que siguen una distribución empírica si los datos experimentales de distribución del tamaño están bien
particular, están disponibles para Gates-Gaudin-Schuhmann, Rosin- representados por la relación Gates-Gaudin-Schuhmann, una gráfica de log
Rammler-Bennett, y la distribución logarítmica normal como se muestra en [FCr /)] vs. log (d) producirá una línea recta de pendiente my interceptará
la Fig. 30. La base para tal diagrama se ilustra a continuación para El caso —mlog (dmai). Por lo tanto, se puede determinar un valor experimental de
m (módulo de distribución) a partir de la pendiente de un gráfico log-log
(ver Fig. 30a) y el valor de dm (U (módulo de tamaño) se determina por
extrapolación lineal de los datos de tamaño fino a F (d) = 1 (log F (d) = 0).
de una distribución Gates-Gaudin-Schuhmann. Según la Tabla 10, la Esta distribución se usa con mayor frecuencia con la masa como la
cantidad de población y la dimensión lineal, d, como la variable de tamaño,
es decir, para F3 (d).

log [F (d)] = wlog (d) -? nlog {iw) Siguiendo una línea de razonamiento similar, la función de distribución
[Link]-Bennett39 se puede transformar para mostrar que un
lote de ln \ In El | .) | [Link] (d) (ver Fig. 30b) dará como resultado
función de distribución viene dada por: un

(30)
 CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA 30- 27

Tabla 10. Distribuciones de tamaño empírico comúnmente utilizadas

Gates-Gaudin- Rosin-Rammler-
Nombre Schuhmann Bennett Registro - Gama'
Ajustable normal
m, d m, l logo-, (¿50 b, p
parámetro
s max dm- —Log2 <d / ds bpdp ~ le
Densidad - dm 1 exp [—d / l) Exp
función, i m] l "1 • v / 2ir 21og2cr ~ Mr (p)
defensor) metro logo-
Distribución Integración numérica de la función de densidad o

(S
1 - exp [- (d / J.) tabulaciones estándar.
función, M]
Defensor
)
Rango, [o, dmM] [o, °°] a,"]
[d mln.d
max]
Momentos
' metro
------ estr
uendo
m+j
(: * DT -
[o, °°]
( yo
dio exp [V2 (iZnor) 2]
p (p + l) (p + 2) ... (p + j'-l)
b>

') (V)
rrij
metro PAGS
Media, ir dsoexpiVilog2 ^) dso2 [exp
-------dn si
m+1

KVMV
PAGS PAGS_
Diferencia, d2 (21og2 (r) - exp (log2cr)] b2
CT2 . (A + 2) (M + 1) * _

Coeficiente
de m + 2 (m + l) 2 ). MV)
m+2
[exp (21og2cr) - exp (log2cr)] 1

"
variación, 1/2
CV (m + l \ exp (V2lOg2O) VP
(m + 1) \ -)
pags
[reT (p) = I zp ~ 1 e ~ zdz,
* Por definición -'- T
r 1(p + 1) = pHp). Para p entero valorado
Fid) = 1 - 6Pe-MP'i y. ---------------------------
L r , 0 (plr)! 6 ^ + J

línea recta de pendiente cuando los datos experimentales están bien Por lo tanto, para v = 0, 1, 2, 3
representados por dicha distribución. Además, se puede demostrar 1 dsi.v
fácilmente que cuandoF3 (d) = 0.63212 entonces d - lque permite la lncr = -In (34) --
determinación de / desde la trama. Al igual que la distribución Gates- 2 d i6.v
Gaudin-Schuhmann, la distribución Rosin-Rammler-Bennett se usa con La mediana, lnd50.9, se determina directamente desde el punto de paso del
mayor frecuencia con la masa y la dimensión [Link] la cantidad de 50% en la gráfica como se muestra en la figura 30c.
población y la variable de tamaño respectivamente. En el caso de la distribución gamma, no es posible realizar una
Para probar una distribución logarítmica normal y estimar los valores transformación de la función de densidad o distribución que dará como
de In d50 e lncr, se realiza un gráfico de la integral de probabilidad normal resultado un gráfico que permita una determinación gráfica de los
frente al logaritmo del tamaño de partícula (ver Fig. 30c). Debido a que la parámetros de la distribución. Para obtener la función de distribución
integral de probabilidad normal debe evaluarse numéricamente, se utiliza gammaFm (£ k), debe llevarse a cabo una integración numérica de la
papel log-normal disponible comercialmente que consiste en una abscisa función de densidad o deben consultarse tabulaciones.40 Para determinar el
iogarítmica y una ordenada de probabilidad normal para construir este valor de los parámetros de la distribución, pagsy si,a partir de datos
gráfico.25 Esta distribución se puede usar para cualquier cantidad de experimentales, es conveniente una técnica de coincidencia de momentos.
población. Cuando dimensión linealrese utiliza como la variable de tamaño, Como se muestra en la Tabla 10, la media y la varianza están relacionadas
el "parámetro" lncr, es independiente de la cantidad de población y la consiy pagspor:
mediana, los cambios de la siguiente manera, para diferentes cantidades de media de la distribución = p, = p / b
población: varianza de la distribución = cr2 - p / b2 (35)
\ ndso.v = lndso.m + l / z {v - m) ln2cr (32) Por lo tanto, si los valores de pags y cr2 se estiman experimentalmente, es
donde v, m = 0, 1, 2, 3 se refieren a cantidades de población iguales a decir, pags y cr2 (de las ecuaciones 8 y 10), luego la ecuación. 35
número, longitud, área y volumen, respectivamente. En consecuencia, proporciona dos relaciones que involucran dos parámetros
cuando la distribución logarítmica normal se traza para un conjunto de datos desconocidos,pagsy [Link] solución de estas ecuaciones da como resultado
experimentales utilizando diferentes cantidades de población, se deben las estimaciones:
obtener líneas paralelas si los datos están bien representados por una
relación empírica de este tipo. Esto se representa en la Fig. 30c para v = 0,
1, 2 y 3. Esta propiedad permite que las distribuciones para varias
cantidades de población se determinen fácilmente a partir de cualquier y
distribución única utilizada junto con la ecuación. 32. El parámetro lncr se
determina fácilmente a partir de la gráfica considerando las siguientes 6=- (361
<r2
relaciones:
Los parámetros estimados pagsy Spermitir el cálculo de la distribución del
lncr = lndfu.t - lnd5 5UNED tamaño ajustado que se puede comparar con el experimental
lncr lndso.t indies (^ 3)
 30-28 MUESTREO Y PRUEBAS

HIGO. 30a. Ilustración de una distribución de tamaño basada en masa típica de Gates-
Gaudin-Schuhmann. El módulo de distribución,metro,se determina a partir de la FIG. 30C. Ilustración de una distribución típica de tamaño log-normal basada en
pendiente de la línea recta que representa el experimento! datos y el módulo de cualquier número (v = 0), longitud (v = 1), área (v = 2) o masa (v - 3). Las líneas
tamaño,dmax, por la intersección de la misma línea y F3 (d) = 1. discontinuas muestran cómo determinar d16.3,dx, 3, y dM, 3que puede ser sustituido
en las ecuaciones. 33 o 34 para calcular lncr. Se sigue un procedimiento similar para v
= 0, 1,
o 2.

d- =
pags
HIGO.30d. Gráficos sin dimensiones que ilustran la influencia del parámetropags en la
forma de la función de densidad gamma.

HIGO. 30b. Ilustración de una distribución de tamaño basada en masa típica de

Rosin-Rammler-Bennett. El parámetro,metro. está determinado por la pendiente de
la línea recta que representa los datos experimentales y el parámetro / está
determinado por la intersección de la misma línea con F3 (d) = 0.63212.
HIGO. 30. Representaciones gráficas de distribuciones de tamaño empírico.

uno. La bondad de ajuste puede evaluarse mediante el uso de pruebas Determinación de la distribución del tamaño de partícula
estadísticas estándar.32 Técnicas de dimensionamiento
Aunque la distribución gamma no es conveniente de usar desde el
En la discusión que sigue, se describen brevemente varias de las
punto de vista de la estimación de parámetros y la evaluación de la bondad
técnicas de dimensionamiento más importantes. Las técnicas se clasifican
del ajuste, es muy flexible en su capacidad para representar datos. Al variar
de acuerdo con el principio físico de medición utilizado para caracterizar el
los valores desi y pags,Se obtienen diferentes formas de funciones de
"tamaño". Las categorías consideradas incluyen tamizado, microscópico,
densidad y se aumenta la probabilidad de que se ajuste bien con la función
sedimentación, área de superficie, zona de detección eléctrica, dispersión de
de densidad experimental. Un ejemplo de diferentes funciones de densidad
luz y técnicas de oscurecimiento de luz.
para diferentes valores depags se da en la Fig. 30d.
La distribución gamma se usa principalmente con la masa como la
cantidad de población y la dimensión lineal. re como la variable de tamaño.
41,42
 CARACTERIZACIÓN DE LAS MUESTRAS DE PRUEBA 30- 29

Selección de una técnica de dimensionamiento adecuada. Se deben El método más simple para obtener una muestra consiste en la toma
considerar varios factores al seleccionar una técnica de dimensionamiento. aleatoria de pequeñas cantidades de una cantidad de material previamente
La adopción de un método específico debe basarse en factores tales como la homogeneizada. Este procedimiento se conoce comomuestreo aleatorio.
precisión y exactitud, el costo del equipo, el tiempo por análisis, la La simplicidad y la rapidez son dos de las ventajas de este método; sin
frecuencia de uso de la técnica, la capacitación requerida para el operador, embargo, la varianza de muestreo asociada con este procedimiento es
así como el estado físico de la muestra y la reactividad química. de generalmente mayor que la asociada con las otras técnicas enumeradas.
partículas Además, debe tenerse en cuenta que la técnica seleccionada debe En coning y acuartelamiento, se forma un montón cónico con el
basarse en la medición de la variable de tamaño que mejor se adapte a la material a muestrear que se divide en cuatro partes "iguales" dividiéndolo
aplicación de interés. Las tablas 11 y 12 pueden ayudar al lector a elegir una con una espátula en un patrón en forma de cruz (ver Fig. 31). Se eliminan
técnica particular para sus necesidades. Irani y Callis ofrecen un resumen dos cuartos opuestos y los otros dos se vuelven a mezclar. Todo el
más detallado de las diferentes técnicas y sus rangos de aplicabilidad21. procedimiento se repite hasta obtener una muestra de la masa requerida. El
Muestreo del material a analizar. Antes de realizar un análisis de sesgo de la muestra puede ser el resultado de la segregación del tamaño del
tamaño, se debe obtener una muestra representativa del material en material que ocurre durante la formación del montón y la falta de simetría
partículas. Idealmente, la muestra debería representar el volumen lo más del montón que puede dar como resultado cuartos de volumen diferente. El
fielmente posible, es decir, representativo de la distribución del tamaño de éxito del método dependerá de la habilidad del operador. La simplicidad y
partícula y las fracciones relativas de sus diversos constituyentes. Con la falta de necesidad de equipos de muestreo especializados son algunas de
frecuencia, una muestra representará en unos pocos gramos las las ventajas de esta técnica.
características de toneladas de materiales, por lo que el muestreo se Otro método para obtener una muestra representativa es utilizar un
convierte en un paso muy importante para generar un análisis de tamaño divisor de muestra llamado un divisor de rampa o tolva. El material se
"bueno". divide aleatoriamente en dos fracciones aproximadamente iguales al pasar a
Allen brinda una discusión muy detallada de los procedimientos de través del dispositivo (ver Fig. 32). De esta manera, las fracciones de Idé
muestreo.43 Para la mayoría de las aplicaciones de procesamiento de ete., de la muestra original se producen mediante la aplicación repetida del
minerales, una de las técnicas discutidas aquí debería ser adecuada. Todas procedimiento. El divisor consiste en un receptáculo en forma de V que
estas técnicas requieren consiste en una serie de toboganes que alimentan alternativamente dos
Tabla 11. Variable de tamaño y cantidad de población técnicas en diferentes bandejas colocadas a cada lado del divisor.
de dimensionamiento utilizadas Similar en funcionamiento al divisor de muestras es el muestrario de
mesa en el que el material a muestrear se alimenta a la parte superior de un
inclinado
Tamaño variable
Población
cantidad Dimensión lineal, d Área, un Volumen, v 1
Ligero Cuchilla 1
Número Microscopía mostrador
dispersión
Zona Turbiedad
Sedimentación ¡¿Yl
Volumen Tamizado
métodos yo - / / «> / Como/
HIGO. 31. Ilustración de los diferentes pasos a seguir al tomar una muestra por coning
Una mezcla completa del material (por ejemplo, con un paño enrollado)
y acuartelamiento.
antes del muestreo.

Tabla 12. Rango normal de aplicación de diversas técnicas de dimensionamiento

Yo ... yo ... Yo ■. Y O . . . . ■ I 111 __i TAMAÑO
100000. 10000. 1000. 100. 1. 0.1 0,01 0.001 (Micrones)
Alambre tejido
Tamices
Electroformado
Tamices
Gravedad
Sedimentación
_______ Centrífugo
Sedimentación

Ligero ______________
Microscopía
Transmisión Electron
Microscopía
______ Escaneo de electrones ____
Microscopía

Detección
Eléctrica
Contadores de
zona

Dispersión de la luz
Contadores