UNIVERSIDAD NACIONAL DE SAN AGUSTIN
FACULTAD DE INGENIERÍA PROCESOS
Ingeniería Metalúrgica
Modelamiento y Simulación de Procesos
4to año Grupo B
Asignación 6
Docente: Dr. Ing. Federico Calisaya Mamani
Pertenece a:
Flores Luque Cristhian Santos
Arequipa – Perú
2020
3. Deducir las fórmulas para la simulación del siguiente circuito de molienda –
clasificación y elaborar el algoritmo o estructura del simulador
FAC = vector columna cuyos elementos son la distribución granulométrica de alimentación
fresca al molino
fO: %Ret. de Overflow fDM: Flujo de alimentación al
hidrociclón
FA: Tonelaje de alimentación fresca al molino f CC: % Ret. De underflow
O: Overflow U: Underflow
SOLUCIÓN
Según el diagrama de circuito cerrado inverso de molienda – Clasificación. Podemos
realizar un balance de flujos para determinar la carga circulante.
𝑓𝐹 ∗ 𝐹 + 𝑓𝑀𝐷 ∗ 𝑀𝐷 = 𝑓𝑈 ∗ 𝑈 + 𝑓𝑂 ∗ 𝑂
Donde:
F es el caudal de alimentación MD es la descarga del molino
U es el underflow O es el overflow o rebalse
Los (f) minúscula de cada especie, representa su fracción de partícula de tamaño al
diámetro d.
Por lo tanto, la carga circulante se calcula según la fórmula de balance:
1 1
−
𝑓𝑜 − 𝑓𝑓 𝑓𝑜 𝑓𝑓 1
𝐶𝐿 = 𝑢 𝑠𝑑 ∗∑( 𝑓𝑠
+𝑢 ∗ ∗ 𝑠𝑑 )
𝑓𝑀𝐷 − 𝑓𝑢 1 1 𝑢 + 𝑢 𝑓𝑠
𝑎𝑙𝑙 𝑖 −
𝑓𝑀𝐷 𝑓𝑢
Donde 𝑢 𝑠𝑑 𝑦 𝑢 𝑓𝑠 son factores de ponderación definidos por los usuarios para mejorar la
confiabilidad de la distribución de tamaños.
En el subsistema 1 (FA – FDM – FAC)
𝐹𝐴 + 𝐹𝐷𝑀 = 𝐹𝐴𝐶
𝐹𝐴 ∗ 𝑓(𝐹𝐴) + 𝐹𝐷𝑀 ∗ 𝑓(𝐴𝐶)
𝑓 (𝐴𝐶 ) =
𝐹𝐴𝐶
En el subsistema 2 (HIDROCICLÓN)
Utilizamos el modelo de Lynch Rao (opcional plitt). El subsistema 2 está conformado por
el Hidrociclón, podremos completar el porcentaje acumulado underflow, tonelaje de salida
del underflow.
𝑄𝑗1.46 ∗ exp(−7.63 ∗ 𝜙 + 10.79 ∗ 𝜙)
𝐻 = 𝑎1 ∗
(𝐷𝐶)0.2 ∗ ℎ 0.15 ∗ (𝐷𝐼)0.51 ∗ (𝐷𝑂)1.61 ∗ (𝐷𝑈)0.52
𝑐
(𝐷𝐶)0.44 ∗ (𝐷𝐼)0.58 ∗ (𝐷𝑂)1.91 ∗ exp(11.12 ∗ 𝜙)
𝑑50 = 𝑎2 ∗
(𝐷𝐶)0.2 ∗ ℎ 0.15 ∗ (𝐷𝐼)0.51 ∗ (𝐷𝑂)1.61 ∗ (𝐷𝑈)0.52
𝐷𝑈 2.54
ℎ 0.19 ∗ (𝐷𝑂) ∗ exp(−4.33 ∗ 𝜙 + 8.77 ∗ 𝜙)
𝐻 = 𝑎3 ∗
(𝐷𝐶)0.38 ∗ 𝐻0.38
0.15
𝑆 ℎ
𝑚 = exp (𝑎4 − 1.58 ∗ ) ∗ (𝐷 ∗ 𝑐 2 ∗ )
𝑆+1 𝑄𝑓
Molino
∆𝑊 = 𝑇 ∗ 𝐽(𝑡) ∗ 𝑇 −1 ∆𝑊(0)
Donde: ∆𝑊: Vector columna, sus elementos son la distribución granulométrica parcial del
producto de molienda descargada del molino.
∆𝑊(0): Vector alimentación al molino, sus elementos representan la distribución
granulométrica parcial de alimentación del equipo.
T: Matriz triangular inferior.
𝐿
𝑃 = 0.238 ∗ 𝐷3.5 ∗ ( ) ∗ 𝑁𝑐 ∗ 𝜌𝑎𝑝 ∗ (𝐽 − 1.065 ∗ 𝐽 ) ∗ 𝑠𝑒𝑛𝛼
𝐷
INICIO
Diseño del circuito de molienda – clasificación y
asignación de flujos (Feed, U, O). Parámetros
del molino – hidrociclón.
Selección de modelo matemático
del hidrociclón (Lynch Rao – Krebs)
Cálculo de la eficiencia del hidrociclón
Cálculo del % acumulado retenido del
Overflow
Actualizar
carga 𝛼0 (𝛼𝑖 )𝛼1 𝐷𝑏𝑜𝑙𝑎
circulante Selección de modelo matemático del 𝑆𝑖𝐸 = 𝛼1
𝛼𝑖 𝑑
[1 + ( ] 𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎
molino (Furstenau) 𝑑𝑐𝑟í𝑡𝑖𝑐𝑜 )
Calculo del % acumulado retenido a a la
alimentación del molino
Calculo del % acumulado retenido a la
descarga del molino
Cálculo de la carga mueva circulante
Convergencia
Gates – Gaudin – Rosin -
Shumman CC. P neta, dAC, fU, FO, O, U, F. Carga circulenta. Potencia Rammler
neta, balance de materia del circuito, análisis granulométrico
de las salidas y𝐿 entradas a los subsistemas
𝑃 = 0.238 ∗ 𝐷3.5 ∗ ( ) ∗ 𝑁𝑐 ∗ 𝜌𝑎𝑝 ∗ (𝐽 − 1.065 ∗ 𝐽 ) ∗ 𝑠𝑒𝑛𝛼
𝐷
4. Deducir las fórmulas para la simulación del siguiente circuito de molienda –
clasificación y elaborar el algoritmo o estructura del simulador
C1: Vector de eficiencia de clasificación del hidrociclón 1
C2: Vector de eficiencia de clasificación del hidrociclón 2
fCC1: Vector de distribución granulométrica del underflow del hidrociclón 1
fCC2: Vector de distribución granulométrica del underflow del hidrociclón 2
fOF1: Vector de distribución granulométrica del overflow del hidrociclón 1
fOF2: Vector de distribución granulométrica del overrflow del hidrociclón 2
O/F: Relación de carga circulante (2 – 2.5)
fDM: Alimentación al hidrociclón (del molino)
SOLUCIÓN
Hidrociclón que está conformado por el Hidrociclón, podremos completar el porcentaje del
underflow, tonelaje de salida del underflow.
𝑄𝑗1.46 ∗ exp(−7.63 ∗ 𝜙 + 10.79 ∗ 𝜙)
𝐻 = 𝑎1 ∗
(𝐷𝐶)0.2 ∗ ℎ0.15 ∗ (𝐷𝐼)0.51 ∗ (𝐷𝑂)1.61 ∗ (𝐷𝑈)0.52
𝑐
(𝐷𝐶)0.44 ∗ (𝐷𝐼 )0.58 ∗ (𝐷𝑂)1.91 ∗ exp(11.12 ∗ 𝜙)
𝑑50 = 𝑎2 ∗
(𝐷𝐶)0.2 ∗ ℎ0.15 ∗ (𝐷𝐼 )0.51 ∗ (𝐷𝑂)1.61 ∗ (𝐷𝑈)0.52
𝐷𝑈 2.54
ℎ0.19 ∗ (𝐷𝑂) ∗ exp(−4.33 ∗ 𝜙 + 8.77 ∗ 𝜙)
𝐻 = 𝑎3 ∗
(𝐷𝐶)0.38 ∗ 𝐻0.38
0.15
𝑆 ℎ
𝑚 = exp (𝑎4 − 1.58 ∗ ) ∗ (𝐷 ∗ 𝑐 2 ∗ )
𝑆+1 𝑄𝑓
Molino
Donde:
∆𝑊: Vector columna, sus elementos son la distribución granulométrica parcial del producto
de molienda descargada del molino.
∆𝑊(0): Vector alimentación al molino, sus elementos representan la distribución
granulométrica parcial de alimentación del equipo.
T: Matriz triangular inferior.
𝐿
𝑃 = 0.238 ∗ 𝐷 3.5 ∗ ( ) ∗ 𝑁𝑐 ∗ 𝜌𝑎𝑝 ∗ (𝐽 − 1.065 ∗ 𝐽) ∗ 𝑠𝑒𝑛𝛼
𝐷
INICIO
Diseño y parámetros del molino, Diseño de y parámetros de los
asignación de flujos (Feed, U, O). hidrociclones (1 y 2) asignación de
Selección de modelo base(Hogg – flujos (Feed, U, O). Selección de
Furstenaun) modelo base (Plitt o Lynch-Rao)
Calcular la función Hallar la función
Hidrociclón 1 Hidrociclón 2
fractura selección
Hallar la matriz Bij (fractura) Hallar la matriz 𝐽𝑖𝑗 Parámetros Plit Parámetros Plit
𝑑𝑖 𝐵1 𝑑𝑖 𝐵2 0 𝑠𝑖 𝑖 ≠ 𝑗 corregidos corregidos
𝐵𝑖𝑗 = 𝐵0 ∗ ( ) + (1 − 𝐵0 ) ∗ ( ) 𝐽𝑖𝑗 = | 𝐸 |
𝑑𝑗 𝑑𝑗 𝑒
(1 + 𝑆𝑖 ∗ ) 𝑠𝑖 𝑖 = 𝑗
𝑁
%Retenido de %Retenido de
Hallar la matriz 𝐽𝑖𝑗 alimentación alimentación
0 𝑠𝑖 𝑖 < 𝑗
𝑇𝑖𝑗 = | 𝑏𝑖𝑘 ∗ 𝑆 𝐸 | Hallar R(EC) Hallar R(EC)
𝑠𝑖 𝑖 > 𝑗
𝑆𝑖𝐸 − 𝑆𝑗 𝐸
𝑅(𝐸𝐶) = ∑ %𝑅𝑓 ∗ 𝐸 𝑅(𝐸𝐶) = ∑ %𝑅𝑓 ∗ 𝐸
Hallar matriz Hallamos matriz
𝑆 𝑆
𝑇𝑖𝑗−1 𝑀 = 𝑇𝑖𝑗 ∗ 𝐽𝑖𝑗
𝑆 + 1 ∗ 𝜙𝑅𝑎𝑐 𝑆 + 1 ∗ 𝜙𝑅𝑎𝑐
𝐵(𝑝𝑤) = 𝐵(𝑝𝑤) =
1 − 𝜙 ∗ (1 − 𝑅𝑎𝑐) 1 − 𝜙 ∗ (1 − 𝑅𝑎𝑐)
Hallar matriz P:
𝐵𝑝𝑓 = 𝜆 ∗ 𝐵𝑝𝑤 𝐵𝑝𝑓 = 𝜆 ∗ 𝐵𝑝𝑤
𝑃 = 𝑀 ∗ 𝑇𝑖𝑗−1
Hallamos la descarga del molino Hallar la eficiencia del Hallar la eficiencia del
𝑓𝐷𝑀 = 𝑃 ∗ (𝑓𝐴 + 𝑓𝑂𝐶2) Hidrociclón 1: Hidrociclón 2:
𝑛1 = 𝐵𝑝𝑓 + (1 − 𝐵𝑝𝑓 − 𝐵𝑝𝑐) ∗ 𝐸𝑖 𝑛2 = 𝐵𝑝𝑓 + (1 − 𝐵𝑝𝑓 − 𝐵𝑝𝑐) ∗ 𝐸𝑖
Cálculo del Cálculo del underflow Cálculo del Cálculo del underflow
underflow underflow
𝑓(𝑜𝑓𝑙) = 𝑓𝐷𝑀 − 𝑓(𝑂𝐶𝑙) 𝑓(𝑜𝑓𝑙) = 𝑓𝐷𝑀 − 𝑓(𝑂𝐶𝑙)
𝑓(𝑜𝑓𝑙) = 𝑓𝐷𝑀 ∗ 𝐶𝑙 𝑓(𝑜𝑓𝑙) = 𝑓𝐷𝑀 ∗ 𝐶𝑙
Hallamos la matriz X:
Overflow total:
𝑋 = (𝑃 ∗ 𝐶1 ∗ 𝐶2) ∗ (𝑃 ∗ 𝐶1 ∗ 𝐶2 ∗ 𝐼)−1
𝑓𝑂𝑡𝑜𝑡𝑎𝑙 = 𝑓(𝑜𝑓1) + 𝑓(𝑜𝑓2)
Hallar la carga circulante:
𝑓𝑐𝑐2′ = 𝑓(𝐴) ∗ 𝑋
ANÁLISIS GRANULOMÉTRICO G-G-S Y R-R TIENEN SU PROPIO ALGORITMO
Corrección de Falso INICIO Verdad Salida del circuito
parámetros del molino fcc2’=fcc2 Molienda-Clasificación
y/o hidrociclón
Datos de composición iniciale: F, Ge, DpF, Dpf, DpF(MALLA 1), DpF(MALLA 2), AbF(MALLA 1),
AbF(MALLA 2), Dp0, Dp0(MALLA 1), Dp0(MALLA 2), AbO(MALLA 1), AbO(MALLA 2), DpU(MALLA 1), DpU(MALLA 2),
AbU(MALLA 1), AbU(MALLA 2
GeF, GeO, GeU, %SF,
%SF, %SF
Ac(+)F MALLA 1, Ac(-)F MALLA 2, Ac(+)O
MALLA 1, Ac(-)O MALLA 2,
Ac(+)U MALLA 1, Ac(-)U MALLA 2,
ROSIM-RAMMLER GAUDIN-SCHUMAN
MODELO DE
SIMULACIÓN
𝑥
−( )𝑚 𝑥
𝐾, 𝑚, 𝐺(𝑥) = 100. 𝑒 𝑘 𝐾, 𝑚, 𝑦 = 100. ( ) 𝑚
𝑘
Perfil granulométrico simulado Perfil granulométrico simulado
%Ac(-)F, %PeF, %Ac(-)O, %PeO, %Ac(- %Ac(-)F, %PeF, %Ac(-)O, %PeO, %Ac(-
)U, %PeU )U, %PeU
“R” carga circulante “R” carga circulante
Método de multiplicadores Método de multiplicadores
indeterminados de Lagrange indeterminados de Lagrange
“Error es “Error es
Error 0 Error 0
Aceptable” Aceptable”
“Recalcular: R” “Recalcular: R”
“R ajustado Datos ajustados” “R ajustado Datos ajustados”
%Ac(-)Fci, %PeFci, %Ac(-)Oci, %Ac(-)Fci, %PeFci, %Ac(-)Oci,
%PeOci, %Ac(-)Uci, %PeUci %PeOci, %Ac(-)Uci, %PeUci
%EU, %EO %EU, %EO
ROSIM-RAMMLER GAUDIN-SCHUMAN
ROSIM-RAMMLER GAUDIN-SCHUMAN
Modelo de Modelo de
Cálculo Cálculo
%Eu(Calculado), %Eu(Calculado),
%EO(Calculado) %EO(Calculado)
d50, %ETOTAL d50, %ETOTAL
FIN
5. Dado:
MALLA Wi/W
TIEMPO DE MOLIENDA (MINUTOS)
1.0 2.0 4.0
28 x 35 0.7863 0.6211 0.3829
35 x 48 0.0592 0.0946 0.1260
48 x 65 0.0421 0.0501 0.1056
Hallar la función selección del intervalo de tamaño 28 X 35
Solución por Gráfico
Para hallar la función selección en el intervalo (28 x 35), debemos plotear los valores
experimentales obtenidos en laboratorio y construir nuestra gráfica lineal
MALLA 28 X 35
TIEMPO (X) Wi/W LN(Wi/W) (Y)
1 0,7863 -0,2404169
2 0,6211 -0,4762632
4 0,3829 -0,9599814
ln (∆Wi/W) vs tiempo
0
0 1 2 3 4 5
-0.2
-0.4
ln (∆Wi/W)
-0.6 Series1
Lineal (Series1)
-0.8
y = -0.2401x + 0.0014
-1 R² = 1
-1.2
Tiempo
Por el método gráfico podemos obtener una pendiente igual a -0,2401 que nos indica entonces
que nuestra función selección es 0,2401
Solución por Mínimos cuadrados
Para una solución más exacta usaremos los Mínimos Cuadrados
TIEMPO (X) LN(Wi/W) (Y) X*Y X^2
1 -0,2404169 -0,2404169 1
2 -0,4762632 -0,9525264 4
4 -0,9599814 -3,8399257 16
Sumatorias 7 -1,6766615 -5,0328689 21
n 3
𝑛 ∗ ∑(𝑥 ∗ 𝑦) − ∑ 𝑥 ∗ ∑ 𝑦
𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 = −𝑆𝑖 =
𝑛 ∗ ∑ 𝑥 2 − (∑ 𝑥 )2
∆𝑊𝑖
𝑑 (ln ( )) 3 ∗ (−5,0328689) − (7) ∗ (−1,6766615)
𝑊 = −𝑆𝑖 =
𝑑𝑡 3 ∗ 21 − (7)2
−𝑆𝑖 = −0,2401412
𝑺𝒊 = 𝟎, 𝟐𝟒𝟎𝟏𝟒𝟏𝟐
Entonces con el método de mínimos cuadrados podremos hallar la función selección, y al
comparar este resultado con el obtenido en el método gráfico nos damos cuenta de que son
iguales.
Finalmente podemos decir que la función selección en el intervalo de malla 28x35, es 0,2401412
