30-1 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
diferentes técnicas de análisis de tamaño.
de forma del volumen. Los valores de C2 y C3 para algunas partículas
Tamaño y forma de geometría simple se dan en la Tabla 7. La Tabla 8 proporciona
La unidad física individual que describe el estado de subdivisión de algunos valores experimentales correspondientes a algunos materiales
la materia se denomina partícula.21 Desde una partícula práctica, la comunes. En general, la forma de las partículas para un material dado
partícula es una unidad discreta de materia que es una unidad de trabajo depende de 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 ** "----------------------------------------------------------------------------

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

-------------------Rod Mil! Prüáuct

0.5 "
Producto de molino de bolas
o
 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.
 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 a dminc
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 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

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 equivalencia de la función de distribución y el área bajo
la curva de la función de densidad y la función de densidad y la pendiente de la curva de la función de distribución.
La figura 27 muestra la función de densidad y la función de distribución de la figura
Esta última función, F (d '), denominada la función de distribución, da la fracción de 26 junto con la aproximación discreta obtenida de las ecuaciones 4 y 5 para 10 intervalos
la población con un tamaño inferior a re'. F (d ') representado en la figura 26b es igual al de tamaño igualmente espaciados. [d * = d¡ + d¡ +1) / 2], se observa que las
área bajo la curva de función de densidad entre dmin y re'(área sombreada en la Fig. aproximaciones discretas reproducen las características esenciales de la distribución
26a). Se puede demostrar fácilmente que la fracción de partículas entre dos tamañoshacer continua. Tales aproximaciones se vuelven aún mejores a medida que aumenta el número
y db (db> da) es dado por F (dh) - F (da), ese F (dmajr) = 1.0, y que / d [F (d)] \ de intervalos de tamaño.
f (da)= Yo j. Es importante reconocer que una vez / (d)
Vd (d)) d = da
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
o F (d) se sabe, todo lo relacionado con la distribución de tamaños de partículas en el
ensamblaje es conocido. tamaño medio o promedio de una población, p ,, se determina a partir de la función de
En muchos casos, no es necesario, ni es posible experimentalmente, determinar la 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) (9)

^ rimin
o puede ser aproximado por

cr2 = Z (dT - n) 2fi (10)

¿= 1 función de densidad. f (d). La figura 28a muestra distribuciones con el mismo coeficiente
La distribución normalizada de tamaños se caracteriza por el coeficiente de variación de variación, pero diferentes tamaños medios y la figura 28b muestra distribuciones con el
definido como la relación entre la desviación estándar y la media. mismo tamaño medio pero diferentes CVvalores. Un conjunto más general de
Talla: características de cualquier distribución viene dado por los momentos de la distribución
CF = o- / p. (11) definidos por
La figura 28 ilustra la forma en que estas características cambian con los cambios en la mk
Cd «f (d) d (d) (12)
 J0 Observe que en la discusión anterior de /(re) y F (d), no se especificó si estas
Estos momentos se pueden usar para calcular la media, la varianza y otras características cantidades se referían a la fracción del número total de partículas o la fracción de la masa
de la distribución de manera directa.32 o volumen total de partículas
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)

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

(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 poder distinguir entre FIG. 28. ILUSTRACIÓN DE LOS CAMBIOS EN LA FUNCIÓN DE DENSIDAD RESULTANTES
los diversos tipos de distribuciones de tamaño y poder DE 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:
 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 independientes del Por ejemplo, la relación general entre una distribución de números y una distribución
tamaño, entonces utilizando la definición de momento general dada por la ecuación. 12 se de masas se puede obtener de la siguiente igualdad para partículas de tamañore a d + d
C_ deduce que la superficie específica es igual a (d) en cualquier asamblea:
S0 = 2 C2 / C3 veces la relación (15) del segundo y
[masa de partículas de tamaño d] = [masa de partículas de tamaño re]
C3 tercer momento de la distribución
[masa total de 1 [fracción de masa de partícula de 1 L J
de números, es decir
[partículas de tamaño re J
? n2 _ [masa de un parti- 1 [Número de parti- 1 ~ [cle de tamaño re J
m3
Las expresiones correspondientes para una superficie específica en términos de área por
[cles de tamaño re J
unidad de masa se obtienen dividiendo la ecuación. 14 o 15 por la densidad del sólido. Wf3 (d) d (d) = pC3d3Nf0 (d) d (d) (dieciséis)
dónde norte es el número total de partículas en la población, f0 (d) d (d)es la fracción
Cambio de variables en distribuciones de tamaño
numérica de las partículas con tamaño re a re + d (d), W es la masa total de partículas en
Si una distribución de tamaños se "comporta bien", entonces una vez que se conoce la
la población y f3 (d) d (d) es la fracción de masa de partículas con tamaño una a re + d
función de densidad para una cantidad de población y una variable de tamaño, todas las
(d),p es la densidad sólida, y C3 es el factor de forma del volumen. Si la densidad sólida,
otras funciones de densidad (diferentes cantidades de población y variables de tamaño) se
p, y el factor de forma de volumen, C3, son independientes del tamaño, ambos lados de
pueden encontrar por transformación.33
Eq. 16 se puede integrar fácilmente sobre todos los valores dere Entre dminy dmax-
Luego, haciendo uso del hecho de que la función de densidad, fo (d) y f3 (d) debe
dt, i, [gm (£ <) dti], es decir
satisfacer las siguientes relaciones: fm (U) dtk = gm (£,) dt, (22)
Luego, presentando la ecuación. 21 en 22 rendimientos:
\ ÜnaXf0 {d) d {d) = 1
min ídmalf3 (d) d (d) = 1
re

'dmin fm (Ck) = gmd,) ^ = gm {<\> ~ Kík)) d (<f, ~ I (£ k)) (23)

dt, k
Se pueden derivar las siguientes relaciones: (17)
Por lo tanto, si se conoce gm (£ /) y la función de densidad para la variable de tamaño £yo
Ud) = d3f0 (d) Estas dos < se requiere mientras se conoce la relación entre £ / y £ * (£ / = <|) _1 (£ k)) entonces, la
■ últimas siguiente relación permite la conversión de una distribución a la otra,
d3f0 (d) d (d) ecuaciones
re
min / «({*) = M ^ tt *)) (24)
permiten la di, k
fo (d) d ~ 3f3 (d) Por ejemplo, si la función de densidad de masa se conoce como una función de la
=■ rd dimensión lineal de la variable de tamaño re, [g3 (d)], y se desea cambiar la variable de
"D-3f3 (d) d (d) tamaño a volumen v, [/3(f)], entonces en este caso g3 (d)es conocida, f3 (v) se
'^ min determinará y metro = 3, k = 3, / = 1. Suponiendo que se conoce el factor de forma C3,
entonces
(18) v - <f> (d) = C3d3
transformación de un tipo de distribución de tamaño a otro. d = <f> -i (v) = (^ -J1'3 (25)
En general, los cambios en la cantidad de población se pueden resumir 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
/, (£ *)
r; (19)
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 4 (28)
numérica a una función de densidad de masa (el mismo ejemplo analizado
Las sustituciones de la ecuación. 28 en 27
en detalle anteriormente) suponiendo que la dimensión lineal d se usa resultados en:
como la variable de tamaño. En este caso: q = 3, m = 0 yk - 1. ( 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 haciendo uso de
d3f0 (d) d (d)
dmin
las relaciones empíricas.34 Estas relaciones proporcionan una representación matemática
Esta relación es idéntica a la dada por la ecuación. 18 como se esperaba. Como ilustración compacta de los datos de distribución del tamaño y permiten que los análisis matemáticos
de esta transformación, considere el caso de un número y estadísticos posteriores se lleven a cabo de manera conveniente. Entre las formas más
comunes de distribución empírica en el procesamiento de minerales se encuentran la
función de densidad de distribución dada por la ecuación, f0 (d) = ■ e dll0 ° para distribución Gates-Gaudin-Schuhmann35, la distribución Rosin-Rammier-Bennett36 '37,
0 < d < 00como se muestra en la Fig. 29a. La sustitución de esta función de densidad en la distribución log-normal, 25 y la distribución gamma.38 AJ1 de estas distribuciones se
la ecuación. 18 y realizando la integración indicada
d3e-dl \ 00 describen en la Tabla 10 junto con los parámetros ajustables y las características
rendimientos, f3 (d) = ~~3¡ (¡qq) < 'resu * 0ng función de densidad de masa y principales que los definen.
La función de distribución se compara con la distribución del número original en la figura En algunos casos, la forma de estas relaciones tiene fundamentos teóricos, pero en la
29. mayoría de los casos deben considerarse relaciones completamente empíricas que se han
Los cambios de la variable de tamaño se pueden lograr realizando una encontrado que se ajustan a los datos experimentales obtenidos en una variedad de
transformación simple de la siguiente manera. Si £ * y son dos formas de caracterizar el sistemas de procesamiento de minerales. En la mayoría de los casos, no hay una razón a
tamaño de la misma partícula y existe una relación matemática única entre ellas como: priori para elegir una distribución empírica sobre otra para una aplicación particular. Sin
£ * = <f> (£ i) embargo, características como la simplicidad matemática o el rango de aplicabilidad, por
o en términos de la inversa de <fr nombrar una pareja, deben considerarse al seleccionar un formulario de distribución para
Ci ^ -Kk) (21) representar la información de distribución de tamaño. Al intentar aplicar estas relaciones
entonces debe ser cierto que la fracción de partículas por cantidad de poblaciónmetro con empíricas para describir datos experimentales, es habitual trazar los datos de tal manera
tamaño entre £ * y Lk + d ^, debe ser que la "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
 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.
relación Gates-Gaudin-Schuhmann, una gráfica de log [FCr /)] vs. log (d) producirá una
línea recta de pendiente my interceptará —mlog (dmai). Por lo tanto, se puede determinar
un valor experimental de m (módulo de distribución) a partir de la pendiente de un
una línea recta para los datos que siguen una distribución empírica particular, están gráfico log-log (ver Fig. 30a) y el valor de dm (U (módulo de tamaño) se determina por
disponibles para Gates-Gaudin-Schuhmann, Rosin-Rammler-Bennett, y la distribución extrapolación lineal de los datos de tamaño fino a F (d) = 1 (log F (d) = 0). Esta
logarítmica normal como se muestra en la Fig. 30. La base para tal diagrama se ilustra a distribución se usa con mayor frecuencia con la masa como la cantidad de población y la
continuación para El caso de una distribución Gates-Gaudin-Schuhmann. Según la Tabla dimensión lineal, d, como la variable de tamaño, es decir, para F3 (d).
10, la función de
Siguiendo una línea de razonamiento similar, la función de distribución [Link]-
distribución viene
Bennett39 se puede transformar para mostrar que un
dada por:
lote de ln \ In El | .) | [Link] (d) (ver Fig. 30b) dará como resultado un
(30)

log [F (d)] = wlog (d) -? nlog {iw) Es evidente que

desde una
transformación
logarítmica de esta
ecuación
rendimientos:
si los datos experimentales de distribución del tamaño están bien representados por la
 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 —Log2 <d / ds bpdp ~ le
Densidad - dm 1 exp [—d / l) Exp
función, dm-i m] l "1 • v / 2ir 21og2cr ~ Mr (p)
defensor) metro logo-
Distribución Integración numérica de la función de densidad o
1 - exp [- (d / J.)
función,
Defensor
)
Rango,
(S
[o, dmM]
M]
tabulaciones estándar.

[o, °°] a,"]

[d mln.d
max]
Momentos
' metro
------
estruendo
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
PAGS m+1 PAGS_
Diferencia,
CT2 . (A + 2) (M + 1) * _
d2
KVMV (21og2 (r) - exp (log2cr)] b2

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

"
1/2 VP
CV (m + l \ exp (V2lOg2O)

(m + 1) \ -)
pa g s
[reT (p) = I zp ~ 1 e ~ zdz,
* Por definición -'- rT1(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 mediana, los cambios de la siguiente manera, para diferentes cantidades de
representados por dicha distribución. Además, se puede demostrar población:
fácilmente que cuandoF3 (d) = 0.63212 entonces d - lque permite la \ ndso.v = lndso.m + l / z {v - m) ln2cr (32)
determinación de / desde la trama. Al igual que la distribución Gates- donde v, m = 0, 1, 2, 3 se refieren a cantidades de población iguales a
Gaudin-Schuhmann, la distribución Rosin-Rammler-Bennett se usa con número, longitud, área y volumen, respectivamente. En consecuencia,
mayor frecuencia con la masa y la dimensión [Link] la cantidad de cuando la distribución logarítmica normal se traza para un conjunto de datos
población y la variable de tamaño respectivamente. experimentales utilizando diferentes cantidades de población, se deben
Para probar una distribución logarítmica normal y estimar los valores obtener líneas paralelas si los datos están bien representados por una
de In d50 e lncr, se realiza un gráfico de la integral de probabilidad normal relación empírica de este tipo. Esto se representa en la Fig. 30c para v = 0,
frente al logaritmo del tamaño de partícula (ver Fig. 30c). Debido a que la 1, 2 y 3. Esta propiedad permite que las distribuciones para varias
integral de probabilidad normal debe evaluarse numéricamente, se utiliza cantidades de población se determinen fácilmente a partir de cualquier
papel log-normal disponible comercialmente que consiste en una abscisa distribución única utilizada junto con la ecuación. 32. El parámetro lncr se
iogarítmica y una ordenada de probabilidad normal para construir este determina fácilmente a partir de la gráfica considerando las siguientes
gráfico.25 Esta distribución se puede usar para cualquier cantidad de relaciones:
población. Cuando dimensión linealrese utiliza como la variable de tamaño,
el "parámetro" lncr, es independiente de la cantidad de población y la lncr = lndfu.t - lnd5 5UNED
lncr lndso.t indies (^ 3)
 Por lo tanto, para v = 0, 1, 2, 3
1 dsi.v
lncr = -In (34)- -
2 d i6.v pendiente de la línea recta que representa el experimento! datos y el módulo de
La mediana, lnd50.9, se determina directamente desde el punto de paso del tamaño,dmax, por la intersección de la misma línea y F3 (d) = 1.
50% en la gráfica como se muestra en la figura 30c.
En el caso de la distribución gamma, no es posible realizar una
transformación de la función de densidad o distribución que dará como
resultado un gráfico que permita una determinación gráfica de los
parámetros de la distribución. Para obtener la función de distribución
gammaFm (£ k), debe llevarse a cabo una integración numérica de la
función de densidad o deben consultarse tabulaciones.40 Para determinar el
valor de los parámetros de la distribución, pagsy si,a partir de datos
experimentales, es conveniente una técnica de coincidencia de momentos.
Como se muestra en la Tabla 10, la media y la varianza están relacionadas
consiy pagspor:
media de la distribución = p, = p / b
varianza de la distribución = cr2 - p / b2 (35)
Por lo tanto, si los valores de pags y cr2 se estiman experimentalmente, es
decir, pags y cr2 (de las ecuaciones 8 y 10), luego la ecuación. 35
proporciona dos relaciones que involucran dos parámetros
desconocidos,pagsy [Link] solución de estas ecuaciones da como resultado
las estimaciones:

FIG. 30C. Ilustración de una distribución típica de tamaño log-normal basada en

cualquier número (v = 0), longitud (v = 1), área (v = 2) o masa (v - 3). Las líneas
y 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
6=- (361 = 0, 1,
<r2 o 2.
Los parámetros estimados pagsy Spermitir el cálculo de la distribución del
tamaño ajustado que se puede comparar con el experimental

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

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

uno. La bondad de ajuste puede evaluarse mediante el uso de pruebas

estadísticas estándar.32
Aunque la distribución gamma no es conveniente de usar desde el
punto de vista de la estimación de parámetros y la evaluación de la bondad
del ajuste, es muy flexible en su capacidad para representar datos. Al variar
los valores desi y pags,Se obtienen diferentes formas de funciones de
densidad y se aumenta la probabilidad de que se ajuste bien con la función
de densidad experimental. Un ejemplo de diferentes funciones de densidad
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
Determinación de la distribución del tamaño de partícula
Técnicas de dimensionamiento
En la discusión que sigue, se describen brevemente varias de las
técnicas de dimensionamiento más importantes. Las técnicas se clasifican
de acuerdo con el principio físico de medición utilizado para caracterizar el
"tamaño". Las categorías consideradas incluyen tamizado, microscópico,
sedimentación, área de superficie, zona de detección eléctrica, dispersión de
luz y técnicas de oscurecimiento de luz.
 Selección de una técnica de dimensionamiento adecuada. Se deben Una mezcla completa del material (por ejemplo, con un paño enrollado)
considerar varios factores al seleccionar una técnica de dimensionamiento. antes del muestreo.
La adopción de un método específico debe basarse en factores tales como la El método más simple para obtener una muestra consiste en la toma
precisión y exactitud, el costo del equipo, el tiempo por análisis, la aleatoria de pequeñas cantidades de una cantidad de material previamente
frecuencia de uso de la técnica, la capacitación requerida para el operador, homogeneizada. Este procedimiento se conoce comomuestreo aleatorio.
así como el estado físico de la muestra y la reactividad química. de La simplicidad y la rapidez son dos de las ventajas de este método; sin
partículas Además, debe tenerse en cuenta que la técnica seleccionada debe embargo, la varianza de muestreo asociada con este procedimiento es
basarse en la medición de la variable de tamaño que mejor se adapte a la generalmente mayor que la asociada con las otras técnicas enumeradas.
aplicación de interés. Las tablas 11 y 12 pueden ayudar al lector a elegir una En coning y acuartelamiento, se forma un montón cónico con el
técnica particular para sus necesidades. Irani y Callis ofrecen un resumen material a muestrear que se divide en cuatro partes "iguales" dividiéndolo
más detallado de las diferentes técnicas y sus rangos de aplicabilidad21. con una espátula en un patrón en forma de cruz (ver Fig. 31). Se eliminan
Muestreo del material a analizar. Antes de realizar un análisis de dos cuartos opuestos y los otros dos se vuelven a mezclar. Todo el
tamaño, se debe obtener una muestra representativa del material en procedimiento se repite hasta obtener una muestra de la masa requerida. El
partículas. Idealmente, la muestra debería representar el volumen lo más sesgo de la muestra puede ser el resultado de la segregación del tamaño del
fielmente posible, es decir, representativo de la distribución del tamaño de material que ocurre durante la formación del montón y la falta de simetría
partícula y las fracciones relativas de sus diversos constituyentes. Con del montón que puede dar como resultado cuartos de volumen diferente. El
frecuencia, una muestra representará en unos pocos gramos las éxito del método dependerá de la habilidad del operador. La simplicidad y
características de toneladas de materiales, por lo que el muestreo se la falta de necesidad de equipos de muestreo especializados son algunas de
convierte en un paso muy importante para generar un análisis de tamaño las ventajas de esta técnica.
"bueno". Otro método para obtener una muestra representativa es utilizar un
Allen brinda una discusión muy detallada de los procedimientos de divisor de muestra llamado un divisor de rampa o tolva. El material se
muestreo.43 Para la mayoría de las aplicaciones de procesamiento de divide aleatoriamente en dos fracciones aproximadamente iguales al pasar a
minerales, una de las técnicas discutidas aquí debería ser adecuada. Todas través del dispositivo (ver Fig. 32). De esta manera, las fracciones de Idé
estas técnicas requieren ete., de la muestra original se producen mediante la aplicación repetida del
Tabla 11. Variable de tamaño y cantidad de población técnicas en diferentes procedimiento. El divisor consiste en un receptáculo en forma de V que
de dimensionamiento utilizadas consiste en una serie de toboganes que alimentan alternativamente dos
bandejas colocadas a cada lado del divisor.
Similar en funcionamiento al divisor de muestras es el muestrario de
Tamaño variable mesa en el que el material a muestrear se alimenta a la parte superior de un
inclinado
Población
cantidad Dimensión lineal, d Área, un Volumen, v
Ligero Cuchilla
Número Microscopía mostrador
dispersión
Zona Turbiedad
Volumen Tamizado Sedimentación
métodos

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

_______Escaneo de electrones_____ Transmisión Electron

Microscopía
Microscopía

Detección
Eléctrica
Contadores de

1
1

¡¿Yl
yo - / / «> / Como/
HIGO. 31. Ilustración de los diferentes pasos a seguir al tomar una muestra por
coning y acuartelamiento.
 zona

Dispersión de la luz
Contadores