MUESTREO PARA MINERA ALUMBRERA LTD.

Item. Tema Pgina

A.
A.1.
A.2.
A.2.1.
A.2.1.1.
A.2.2.
A.2.2.1.
A.2.3.
A.3.
A.3.1.
A.3.2.
A.3.3.
A.3.4.
A.3.4.1.
A.3.4.2.
A.3.4.2.1.
A.3.4.3.
A.3.4.4.
A.3.4.5.
A.3.4.5.1.
A.3.4.5.2.
A.3.4.5.3.
A.3.4.5.4.
A.3.4.6.
A.3.4.6.1.
A.3.4.6.2.
A.3.4.7.
A.3.4.8.
A.3.4.9.
A.3.4.9.1.
A.3.4.9.2.
A.3.4.9.3.
A.3.4.9.4.
B.
B.1.
B.2.
B.2.1.
B.2.2.
B.2.3.
B.2.4.
B.2.5.
B.3.
Consideraciones tericas
Introduccin
Peso mnimo de muestra
Mtodo de Gy
Ejemplos de clculo de peso de muestra con la ecuacin de Gy
Mtodo de Gaudin
Ejemplos de clculo de peso de muestra con la ecuacin de
Gaudin
Anlisis comparativo de mtodos de clculo de peso de muestra
Error en el muestreo
Precisin
Desvo
Heterogeneidad
Los siete errores de muestreo
Error fundamental (FE)
Error de agrupacin y segregacin (GE)
Minimizacin del error de agrupacin y segregacin
Error debido a fluctuaciones de rango largo en la heterogeneidad
(CE2)
Error debido a fluctuaciones peridicas de la heterogeneidad
(CE3)
Error de delimitacin del incremento (DE)
Eliminacin del error de delimitacin vertical
Muestreo de un lote unidimensional
Muestreo de un lote bidimensional
Muestreo de un lote tridimensional
Error de extraccin de incremento (EE)
Regla simplificada de la desviacin
Correccin de la extraccin. Caractersticas necesarias del
cortador
Errores en la preparacin de muestra
Tcnicas de ensayo para la determinacin del BIAS
Otras consideraciones del problema de muestreo y algunos
ejemplos de clculo relacionados con los siete errores.
El problema desde el punto de vista estadstico
El error fundamental
Errores de muestreo incremental
Error de integracin
Mtodos de muestreo
Muestreo incremental
Muestreo de slidos
Muestreo comn
Muestreo por conos y cuarteo (Coning and quartering)
Muestreo por particin (Riffling)
Muestreo por tubos (Pipe sampling)
Muestreo de cinta transportadora
Muestreo de lquidos y pulpas
B.3.1.
B.3.2.
B.3.3.
B.3.4.
C.
C.1.
C.1.1.
C.1.1.1.
C.1.1.2.
C.1.1.3.
C.1.1.4.
C.1.1.5.
C.1.1.6.
C.2.
C.2.1.
C.2.2.
D.
E
E.1
E....
Muestreo manual
Muestreo mecnico
Muestreadores Thief
Muestreador de caja oscilante
Consideraciones de diseo de muestreadores (cortadores)
transversales y clculo del peso en flujo (msico).
Especificaciones para el diseo de muestreadores transversales
(cortadores)
Especificaciones de cortadores transversales lineales
Velocidad del cortador
Volumen o cuerpo del cortador
Bordes del cortador
Longitud de recorrido del cortador
Efecto de las fallas de diseo y posibles soluciones de los
muestreadores
Condiciones geomtricas
Clculo de peso en flujo (msico) de un cortador transversal
Clculo de peso en flujo (msico) de un cortador transversal
lineal
Clculo de peso msico de un cortador de movimiento en arco
Bibliografa
Muestreo en Minera Alumbrera Ltd.
......................
.........................
...................
..................
....................
Apndice I. Definicin de algunos trminos estadsticos
Apndice II. Definicin de trminos usados en el tratamiento de menas
Apndice III. Anlisis y clculos de variogramas
Apndice IV. Clculo del peso de muestra obtenido con un cortador rotacional o en arco
MUESTREO
A. CONSIDERACIONES TERICAS
A.1. Introduccin
Es conveniente recalcar que en cualquier estudio del procesamiento de una mena con
un buen plan de ensayos (o diseo factorial) o cuando se requiere evaluar el
funcionamiento de una planta de tratamiento, un muestreo incorrecto, arrojar
resultados distorsionados ocasionando consecuencias tcnicas adversas y perjuicio
econmico (Zuleta, 1994)
Con la revolucin industrial, los profesionales involucrados con las actividades mineras,
geolgicas, metalrgicas, qumicos, etc., se han expresado acerca de la muestra
representativa, la cual es esencial para cualquier tipo de programa de evaluacin y control
de proceso. Algunos expertos desarrollaron sus reglas en base a su experiencia, sentido
comn e intuicin. Algunos de estos propusieron modelos estadsticos conociendo que el
muestreo es un proceso selectivo que obedece a las leyes de la probabilidad y est afectado
por una fuente de error. Algunos expertos dicen que la condicin estadstica es necesaria
pero no suficiente, ya que el experto debe tener conocimientos de geologa, explotacin,
metalurgia y qumica, entre otros.
Gaudin (1939) y Taggart (1956) desarrollaron su teora, basndose en conceptos de
estadstica y recomendaron diferentes ecuaciones para calcular el peso mnimo de muestra.
Entre 1965 y 1973, Pierre Gy prepar su teora general de muestreo. Posteriormente, el
matemtico Materon trabaj activamente sobre la variables regionalizadas. Esto produjo un
impacto sobre la teora de Gy.
Actualmente se usan dos modelos para resolver el problema del muestreo:
Modelo continuo. Que toma en cuenta las caractersticas de la naturaleza del espacio o
la variable tiempo, usando variables regionalizadas (variogramas).
Modelo discreto. Toma en cuenta la naturaleza de la poblacin de fragmentos, objeto del
muestreo, descriptas por las nociones fundamentales de constitucin y distribucin
heterognea.
El estudio del variabilidad de ley en rangos cortos une ambos modelos. Adems, con la
aplicacin prctica de esta teora en el muestreo en plantas concentradoras y disponiendo
de equipos adecuados se puede realizar una operacin completa de muestreo. (Pitard,
1992).
En los ltimos aos, se requieren las auditoras de cualquier negocio minero y en ese caso
el muestreo es muy importante, a tal punto que se desecha el muestreo GRAB que solo
provee un espcimen.(Michel et al, 1996)
Pitard (1992), describe al muestreo como un gerenciamiento para lograr mejores beneficios
con calidad total (TQM) y esto se obtiene con trabajo en equipo y con un control
estadstico de proceso (SPC).
En el Apndice I se dan trminos estadsticos muy usados en el muestreo y en el Apndice
II, definiciones de algunos trminos usados en el muestreo y tratamiento de menas.
A.2. Peso mnimo de muestra
Para que la muestra sea representativa del todo debe contener, en forma proporcional, un
mnimo nmero de partculas, de todos los constituyentes mineralgicos (Zuleta, 1994). Este
nmero depende, entre otros, de los siguientes factores:
Ley o riqueza del mineral
Granulometra
Tipo de mineralizacin
Grado de liberacin de la sustancia valiosa
Forma de las partculas
En la prctica no es posible trabajar con el nmero de partculas sino que se debe
considerar el peso mnimo necesario para que la muestra sea representativa.
Los procedimientos de clculo utilizados para determinar el peso mnimo depende del tipo
de muestra y del conocimiento que se tenga de los factores relacionados con sus
propiedades fsicas, qumicas y mineralgicas:
a. Mtodo que aplica la ecuacin desarrollada por Pierre Gy (1971). Determina el peso
mnimo de muestra con disponibilidad de informacin sobre los factores fsicos, qumicos
y mineralgicos. Se resolvern dos problemas tipo y en uno de ellos se utilizarn tablas y
grficos especficos, desarrollados por una Empresa de Brasil, para determinar dichos
factores.
b. Mtodo que aplica la ecuacin desarrollada por A. M. Gaudin (1939). Este mtodo
necesita menos informacin sobre las propiedades de los materiales.
c. Mtodo para muestreo de materiales como el carbn, denominadas especficas, segn
Normas ASTM. Fuera del alcance de este trabajo.
A.2.1. Mtodo de Gy.
El peso mnimo de muestra se puede calcular aplicando la ecuacin de Gy (1971) y Wills
(1988) que se expresa as:
donde:
M
S
.... peso mnimo de muestra (g)
M
L
.....lote, peso bruto del material a muestrear (g)
C..... constante del material a muestrear (g. cm-
3
)
d...... dimetro de la partcula ms grande del lote a muestrear (cm)
s
2
..... varianza. Es una medida de error estadstico cometido en el muestreo. Indica la con-
fianza de los resultados que se obtendrn. Su valor se puede determinar a partir de
tablas (Wills, 1988)
2
3
. .
s
d C
M M
M M
S L
L S
=

(1)
La varianza total, vara respecto del valor obtenido en la prctica, debido a errores debidos
al manipuleo de muestra durante la preparacin para anlisis qumico. Por lo tanto, la
varianza total ser:
s
2
t
= s
2
+ s
2
s
+ s
2
a
donde:
s
2
s
...Varianza producida por manipuleo de muestras
s
2
a
...Varianza producida por el anlisis qumico
C.....Constante especfica de la mena, toma en cuenta el contenido mineral y el grado
de liberacin:
C = f . g . l . m (3)
donde:
f......Factor de forma. Se toman valores de 0,5 para la mayora de los minerales y 0,2 para
oro, mica, amianto, cienita, etc.
g.....Factor granulomtrico. Considerando una muestra en la que el 95% del peso de la
muestra tiene partculas de tamao menor que d (cm) y 95% mayor que d'(cm). En la
Tabla 1 se dan valores de g en funcin de la relacin d/d. Est referido a la distribucin
granulomtrica que presenta el material a ser muestreado.
Tabla 1. Valores de g en funcin de la relacin de dimetros de partcula
D/d G
> 4
2 a 4
< 2
1
0,25
0,50
0,75
1,00
Nota: El valor g, se refiere a la distribucin granulomtrica y en general (Pitard, 1989), podemos
decir que:
g = 0,25 para materiales no clasificados tal como la descarga de la trituracin.
g = 0,55 para material clasificado en clase cerrada
g = 0,75 para materiales de aproximadamente igual tamao tal como cereales.
l......Factor de liberacin. Se toman valores de 0 a 1. El primero corresponde a materia
homogneos y el segundo a heterogneos. Gy (1888) encontr valores de l en funcin
del dimetro de partcula, d, y el grado de liberacin, L*. Ver Tabla 2.
Tabla 2. Factor de liberacin en funcin del dimetro de liberacin
d/L* < 1 1 4 4 10 10 - 40 40 100 100 400 > 400
l 1 0,8 0,4 0,2 0,1 0,05 0,02
(2)
Otra forma de hallar el valor de l es por clculo, utilizando la expresin:
l = (L*/d)
1/2
donde:
L*.....tamao de liberacin.
Algunos autores (Passo y Da Luz, 1984) determinan el valor de l utilizando grficos
como el indicado en la Figura 1, donde previamente se determina la relacin d/L*.
m......Factor mineralgico. Se calcula aplicando la siguiente ecuacin:
1 - a
m = ----------- [(1 a ). r + a . t]
a
donde:
a..........contenido medio (ley) de mineral en la mena del lote a muestrear (fraccional).
r y t......pesos especficos de mineral y ganga, respectivamente.
La ecuacin de Gy supone que las muestras se toman al azar y es ms aplicable a flujos de
material en cinta transportadora, pulpas, etc., que a depsitos estancos.
Modificaciones de la ecuacin de Gy:
a. Para minerales con oro libre
f y g.... Se toman valores de 0,2
d ........ Es mayor para minerales con oro grueso
L*....... Se toma igual a 1
m ....... Se calcula con la expresin:
r
m = ----------------------------------------
Ley de oro expresada en %
b. Para minerales con oro ligado
Es difcil aplicar la ecuacin de Gy por la dificultad para determinar el grado de liberacin
(L*) del oro.
c. Ecuacin general.
La ecuacin de Gy puede modificarse para el calculo del peso mnimo de la mayora de los
materiales obtenindose la siguiente expresin:
2
3
.
s
d C
M
S
=
(4)
(5)
(6)
Esto se debe a que en la mayora de los casos el peso de muestra, M
S
es muy pequeo
comparado con el peso del lote, M
L
.
A.2.1.1. Ejemplos de clculo de peso mnimo de muestra
Se resolvern dos problemas, al solo efecto de indicar el procedimiento de clculo utilizado
en esta metodologa. En el segundo problema, se utilizarn tablas y grficos de una
Empresa Brasilea, para determinar la varianza (Magnesita S.A).
Ms adelante se realizarn clculos relacionados con la mena de cobre de Minera
Alumbrera, comparando los dos mtodos, Gy y Gaudin.
Ejemplo1
Una planta trata una mena de plomo (galena), con ley de cabeza de 5,0% Pb. Se necesita
muestrear, en forma rutinaria, con exactitud de 0,1 % Pb y 95 % de probabilidad de
ocurrencia. La galena se libera de su ganga (cuarzo) a 150 micrones. El muestreo se
efectuar en la etapa de la trituracin y el tamao mximo de partcula es 25mm.
Clculo de la desviacin (s):
Como la probabilidad de ocurrencia es 95%, indica que los valores se ubicarn dentro del
intervalo 2s de la distribucin gaussiana: (Ver Figura 1., del Apndice I)
0,1
2s = -----------
5,0
0,1
s = ---------- = 0.01
2 * 5
Clculo del factor de liberacin (l):
l = (L*/d)
1/2
= (0,015/2,5)

= 0,077
Clculo del factor mineralgico (m):
Tomando la ley de 5,0% Pb y asumiendo que la galena es estequiomtricamente PbS, luego
la mena contiene 5,8% de PbS:
(1 - 0,058)
m = ------------------ [(1 - 0,058)7,5 + 0,058 * 2,65] = 117,8 g.cm
-3
0,058
Clculo de la constante C. Se calcula reemplazando los factores en la expresin:
C = f.g.l.m
f = 0,5
g = 0,25 Porque (d/d'>4)
l = 0,077
C = 0,5*0,25*0,077*117,8= 1,13 g. cm
-3
Luego, el peso mnimo de muestra se calcula aplicando la ecuacin 6:
1,13 . (2,5)
3
M
S
= -------------------- = 176,6 kg
(0,01)
2
Segn Wills (1988), en la prctica se necesitan 350 kg para lograr la exactitud requerida.
Esto se debe a que en el clculo no se han tomado en cuenta los errores introducidos por
las operaciones secuenciales de conminucin clasificacin y cuarteo, necesarias para
obtener la fraccin reducida que ser destinada, por ejemplo, al anlisis qumico. (Zuleta,
Trabajo Prctico 2, 1994)
Si el muestreo se realiza sobre la pulpa en la descarga del molino a un tamao equivalente
al de liberacin:
d = 0,015 cm (la clasificacin fue muy eficiente) y la clase granulomtrica es muy cerrada
(entre 2 y 4, Tabla 1)
C = 0,5 * 0,5 1 * 117,8 = 29,46 g.cm
-3
El peso mnimo de muestra ser:
29,46 . (0,015)
3
M
S
= ------------------------- = 99,42 .10
-2
= 1,0g
(0,01)
2
Se observa la drstica disminucin del peso mnimo de muestra, con la molienda a un
dimetro menor de la partcula.
Nota:
a. El peso mnimo calculado de 176,6 kg que Wills redonde a 350 kg, es representativo para
partculas de 25 mm. Este producto no tiene la granulometra adecuada para ser analizada
qumicamente. Es necesario reducir a un tamao menor tal como 0,147mm (100# ASTM) o
0,104 mm (150#), para ser enviado al laboratorio de anlisis qumico.
b. El peso de 1,0 g, representativo para un tamao de 0,150 mm, tiene el tamao para anlisis
qumico pero debe tomarse como mnimo 1 gramo.
c. En general, se toma 0,5 gramos de una muestra molida a 100# para el anlisis qumicos.
Pero como se ve en este ejercicio, no es representativo tomar 0,5g para el anlisis qumico.
Hay que tomar 1 g.
2
3
.
s
d C
M
S
=
(6)
Ejemplo2
En este problema se mostrarn los pasos que se deben seguir para preparar una muestra
para anlisis qumico. El muestreo comienza con la extraccin de la muestra desde el frente
de explotacin donde la mena tiene partculas de 10 cm (4).
Se necesita preparar una muestra de una mena de hierro, para anlisis qumico.
La informacin de que se dispone es la siguiente (Passo y Da Luz, 1984):
- Mena con 50% de hematita (Fe
2
0
3.
- Peso especfico de la hematita 5,2.
- Peso especfico de la ganga 2,65.
- Tamao de liberacin (L*) 48 mallas (0,03 cm).
- Precisin de muestreo 95% de certeza (+1%).
- La mena con tamao mximo de 4, debe muestrearse en el yacimiento.
Se necesita:
a . Calcular el peso mnimo necesario de muestra a extraer del yacimiento para iniciar la
preparacin en el laboratorio.
b. Preparar muestra para anlisis qumico, operando segn el esquema de la Figura 2,
calculando los pesos mnimos en los pasos 1 a 5.
Resolucin: Para encontrar los factores se usar la Figura 1 y la Tabla 3.
1. Clculo del peso mnimo de muestra a extraer del yacimiento:
Datos:
d = 10,16 cm
f = 0,5
Factor de liberacin (l): Previamente, se determina la relacin d/L*:
d 10,16
------- = ------------ = 338,6
L* 0,03
Luego, con este valor se encuentra el factor l utilizando la Figura 1.
l = 0,026
Factor de la composicin mineralgica (m):
1 0,5
m = ------------- [(1 0,5)5,2 0,5*2,65] = 3,93
0,5
Factor granulomtrico (g): En general se toma 0,25
( ) [ ] at r a
a
a
m +

= 1
1
Varianza (s
2
). Se determina a partir de la Tabla 3:
s
2
1
2,5.l0
-5
s
2
6
= ------- = ------------ = 4,17.10
-6
6 6
0,25 . (10,16)
3
. 0,5 . 0,026 . 3,93
M
S
= --------------------------------------------------- = 3.212 kg M
S
= 3.212 kg
4,17.10
-6
2. Preparacin de la muestra en el laboratorio.
La preparacin de la muestra para anlisis qumico se realiza segn el esquema de la
Figura 2. Mediante operaciones secuenciales de reduccin de tamao - clasificacin y
cuarteo, a tamaos de 2, , 35#, 65# y 150#. (Mallas ASTM).
2.1. Peso mnimo para partculas de 2
Datos:
d = 5,08 cm
f = 0,50
l = 0,04
d 5,08
------ = ----------- = 169,3 .............. l = 0,04
L* 0,03
m = 3,93
g = 0,25
s
2
N

= 4,17x10
-6
(5,08)
3
. 0,5 . 0,04 . 0,25 . 3,93
M
S
= ------------------------------------------------------ = 617,7kg M
S
= 620 kg
4,17x10
-6
2.2. Clculo del peso mnimo para
d = 1,27 cm
f = 0,5
1,27
----------- = 42,3 ...................l = 0,09
0,03
m = 3,93
g = 0,25
s
2
= 4,17.10
-6
(1,27) . 0,5 . 0,09 . 3,93 . 0,2
M
S
= ------------------------------------------------- = 21.718 g M
S
= 22 kg
4,17.10
-6
2.3. Peso mnimo para 35 mallas
d = 0,0425 cm
f = 0,5
m = 3,93
g = 0,25
s
2
= 4,17 10
-6
l = 0,74
0,0425
-------------- = 1,41 .................. l = 0,74
0,03
Reemplazando los factores resulta: M
S
= 6,69 g = 7 g
2.4. Peso mnimo para 65 mallas
d = 0,02 cm
f = 0,5 m
m = 3,93
g = 0,25
s
2
= 4,17.10
-6
l = 1,0
0,02
------------ = 0,666 .................l = 1
0,03
Reemplazando los factores resulta: M
S
= 0,94 g = 1,0 g
2.5. Peso mnimo para 150 mallas
d = 0,0104 cm
f = 0,5
g = 0,25
m = 3,93
s
2
= 4,17.10
-6
0,0106
-------------- = 0,35 ................ l =1
0,03
Remplazando los factores resulta: M
S
= 0,14 g
Este producto tiene una granulometra adecuada para anlisis qumico. Lgicamente, se
requieren alrededor de 100 g a 200 g para enviar al laboratorio para su anlisis qumico.
A.2.2. Mtodo de Gaudin
Este caso se presenta en trabajos de campaa o en laboratorios que no disponen de
los equipos necesarios para determinar los datos antes mencionados. Por lo tanto, el
peso mnimo se obtendr a partir de Frmulas adecuadas, Tablas y grficos, etc. (Ver
Figura 3 y Tabla 4).
En el primer caso el problema se analiza desde el punto de vista estadstico (Gaudin, 1939).
Como se mencion, para que la muestra sea representativa del todo, sta debe contener un
nmero mnimo de partculas, que depender de la:
Ley o riqueza de la sustancia valiosa
Precisin deseada
Grado de liberacin
Asumiendo que todas las partculas estn libres y que la ley no vara con el tamao de
partcula, se puede demostrar que el nmero mnimo de partculas que debe tener la
muestra es:
x
n = 0,45 ----------- (7)
y
2
donde:
x .......Es el contenido volumtrico, ley relativa, expresado en % del mineral portador de la
sustancia que se investiga.
y ...... Es el error probable del muestreo, contenido volumtrico, tambin expresado en %.
El lmite prctico del error estadstico es tres veces la desviacin estndar.
Debido a que no resulta fcil ni prctico trabajar con el nmero de partculas, se recurre al
uso del peso mnimo de muestra. Este, se determina dividiendo n por el nmero de
partculas n contenidas en un gramo (Taggart, 1956):
6
n = ------------- (8)
. d
3
donde:
n.......Nmero de partculas contenidas en un gramo
...... Peso especfico de la mena
d .......Abertura de la malla (lmite superior de tamao de partcula del material (cm)
luego, el peso mnimo de muestra, (M
S
) es:
0,45 x
M
S
= -------- ----- . a
3
(9)
6 y
2
A.2.2.1. Ejemplos de clculo
Ejemplo 3
Una mena de oro molida a 104 micrones (-150#) tiene 3 g/tAu (0,1 oz/t). Determinar el peso
mnimo de muestra para asegurar una exactitud de 0,15 g/tAu (0,005 oz/t). El peso
especfico de la mena es 3.
Este problema se resolver usando dos modalidades:
a. Aplicando las ecuaciones 7 a 9.
b. Visualizando la relacin volumtrica y aplicando la ecuacin 9
a. Clculo del peso aplicando la frmula
n
M
S
= -------
n
x 6
n = 0,45 -------- n = ---------
y
2
d
3
3 3 9
x = -------- . --------- = -------- 10
-6
= 5 . 10
-7
10
6
18 18
3 0,15
y = ------- . ----------- = 2,5 . 10
-6
y
2
= 6,25 . 10
-16
18 10
6
0,45 5 .10
-7
n = ---------- . ------------------- = 3,6 . 10
8
6 2,5 . 10
-16
6
n = -------------------- = 1,8 .10
6
3 . 0,0104
3
3,6 . 10
8
M
S
= ------------------ = 200g
1,8 . 10
6
El peso mnimo de muestra es M
S
= 200 g
b: Clculo del peso mnimo considerando la relacin volumtrica.
Relacin de oro a ganga: (tomando las leyes)
oro 3,0 1
---------- = ------------------- = ----------------
ganga 1.000.000 300.000
30
Volumen de oro = ----------- = 0,2
15
1.000.000
Volumen de ganga = ------------------ = 400.000
2,5
0,2
Relacin volumtrica = x = ---------------- = 5 x 10
-7
400.000
Relacin oro - ganga (tomando la precisin)
0,15
------------------ = 1,5. 10
-7
1.000.000
1,5 . 10
-1
Volumen de oro = ----------------- = 0,01
15
1.000.000
Volumen de ganga = ------------------ = 400.000
2,5
0,01
Relacin volumtrica = y = --------------- = 2,5.10
8

400.000


y
2
= 6,25.10
-16
El peso mnimo de muestra es M
S
= 200 g
A.2.3. Anlisis comparativo de los mtodos de clculo del peso de muestra
En este captulo se analizarn, comparativamente, los valores de pesos de muestra
obtenidos por los mtodos de Gy y Gaudin:
a. Comparacin del peso de muestra obtenido aplicando la ecuacin de Gy, en el
Ejemplo 1, con el que resultara de la aplicacin de la ecuacin de Gaudin:
Ejemplo 4.
Datos:
Ley de cabeza: 5,0 %Pb
Exactitud: 0,1%Pb
Tamao mximo de partcula a muestrear: 25 mm
Peso especfico de la mena: = 3 g/cc
Ley terica de %Pb en la galena: 86,2 %Pb
0,45 x
M
S
= ---------- . ------- . d
3
6 y
2
3 5
x = ------- . ---------- =

2,32 . 10
-2
7,5 86,2
3 0,1
y = ------- . ----------- = 4,64 . 10
-4
7,5 86,2
y
2
= 2,15 . 10
-7
0,45 2,32 x 10
-2
M
S
= --------- . ------------------ . 3 . 15,62 = 3,792 . 10
5
g
6 2,15 x 10
-7
Peso mnimo de muestra es M
S
= 379,3 kg
El peso calculado por este mtodo de 379,3kg es 29kg mayor que el valor de 350 kg
redondeado por Wills a partir del peso determinado por la ecuacin de Gy, de 176,6 kg en el
Ejemplo 1.
Se concluye entonces, que el peso mnimo de muestra calculado con la aplicacin de
Gaudin, en este caso, cubre implcitamente los errores de manipuleo de muestras.
b. Clculo de pesos mnimos de muestra de una mena de cobre similar a la de Minera
Alumbrera Ltd., aplicando las ecuaciones de Gy y Gaudin. Se considerar una ley
de 0,6 %Cu en la mena y tamaos mximos de partcula que variarn de 100 mm a
0,105 mm.
Ejemplo 5
Dada una mena de cobre (calcopirita) con 0,6 %Cu y peso especfico 3. Calcular los pesos
mnimos de muestra para diferentes tamaos, considerando que la ley no vara con el
aumento de la liberacin de la calcopirita, producida por la reduccin de tamao. Adems se
necesita una probabilidad de ocurrencia de 95 % (2s) y precisin de 0,01 %Cu en el
muestreo. Recordar que la ley terica de cobre es 34,5 %Cu y el peso especfico terico de
la calcopirita es 4,2.
Los tamaos mximos de partcula a muestrear, expresados en mm y mallas son:
Tamao mximo de partculas
(mm) (Mallas ASTM)
100,000
25,400
6,350
0,840
0,297
0,210
0,149
0,105
-
-
3#
20#
50#
70#
100#
150#
1. Clculo de los pesos mnimos aplicando la ecuacin de Gy.
La metodologa de clculo se vio en los Ejemplos 1 y 2, se calculan los factores para
encontrar la constante de mena C.
C = f. g . l . m
Luego se calcula la varianza
s
2
= 6,94 . 10
-5
Se aplica la ecuacin 6 de Gy:
C . d
3
M
S
= -------------
s
3
Los resultado se indican en la Tabla 5a y la Figura 4.
2. Clculo de los pesos mnimos aplicando la ecuacin de Gaudin
Se aplica la ecuacin de 9:
0,45 x
M
S
= --------- . ------- d
3
(9)
6 y
2
La ecuacin anterior se puede escribir como sigue:
M
S
= k d
3
(10)
Para calcular los pesos M
Si
correspondiente a cada tamao mximo de partcula, es
necesario determinar el valor de k
i
y multiplicar por los d
3
i
antes indicados.
0,45 x
k = ---------- -------
6 y
2
Recordar que los valores de x e y se determinan aplicando las siguientes frmulas:
Pe medido Ley estimada
x = ------------------ . ------------------------
Pe terico Ley terica
Pe medido Precisin
y = ------------------- . ----------------------
Pe terico Ley terica
Los resultados obtenidos que se dan en la Tabla 5b y en la Figura 4, indican que:
El peso mnimo de muestra disminuye con la reduccin del tamao de partcula
Unicamente para el tamao mximo de partcula 6,35 mm (3#), los pesos mnimos
calculados con las dos ecuaciones son iguales: 16,7 kg.
Para los tamaos de partcula inferiores a 6,35 mm, los pesos determinados con la
ecuacin de Gy son mayores que los determinados con Gaudin.
En los tamaos superiores a 6,35 mm, los pesos determinados con la ecuacin de
Gaudin son mayores que los encontrados con la ecuacin de Gy.
Nota: En forma similar, se pueden calcular los M
Si
para diferentes tamaos de partcula y otra ley de
cobre en la mena.
Tabla 5.a. Preparacin de muestra para anlisis qumico. Aplicacin de la ecuacin de Gy.
Tamao de partcula Factores Peso de muestra
d
Mm
d
cm
d
cm
3
f g m
g.cm
-3
l gr Kg T
100
25,4
6,350
0,840
0,297
0,210
0,149
0,105
10
2,54
0,635
0,084
0,0297
0,021
0,0149
0,0105
1000
16,387064
0,2560479
0,0005927
0,0000262
0,0000093
0,0000033
0,0000012
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,25
0,25
0,25
0,25
0,50
0,50
0,50
0,50
235,8
235,8
235,8
235,8
235,8
235,8
235,8
235,8
0,0387
0,0768
0,1537
0,4226
0,7107
0,8452
1,0032
1,1952
1,64 . 10
7
5,34 . 10
5
1,67 . 10
2
1,06 . 10
2
15,80
6,64
2,82
1,17
16400
534
16,7000
0,1060
0,0160
0,0066
0,0028
0,0012
16,4
Tabla 5.b. Preparacin de muestra para anlisis qumico. Aplicacin de la ecuacin de Gaudin.
Tamao de partcula Peso de muestra
d
Mm
d
cm
d
cm
3
gr kg t
100
25,4
6,35
0,84
0,297
0,21
0,149
0,105
10
2,54
0,635
0,084
0,0297
0,021
0,0149
0,0105
1000
16,387064
0,2560479
0,0005927
0,0000262
0,0000093
0,0000033
0,0000012
6,5 . 10
7
1068519
16696
38,6473
1,70825
0,60386
0,21569
0,07548
65500
1100
16,7
0,03900
0,00170
0,00060
0,00020
0,00008
65,5
1,1
Figura 4. Pesos mnimos de muestra segn las ecuaciones de Gy y Gaudin
A3. Error en el muestreo
En este caso se considerarn los errores de manipuleo de muestra, aplicando la ecuacin
de Gy, para una mena de cobre, en forma similar al Ejemplo 2.
Cuando se requiere preparar una muestra para anlisis qumico (Ejemplo 2), es necesario
reducirla de tamao, mediante ciclos de: molienda - clasificacin - muestreo hasta obtener
una fraccin de, por ejemplo, 0,105 mm (-150#).
Ejemplo 6.
Preparar la mena de cobre considerada para anlisis qumico por Cu, partiendo de una
fraccin triturada a 100 mm. La preparacin se efectuar por etapas de conminucin
clasificacin muestreo (Zuleta, Trabajo Prctico n2. 1994).
Los pesos mnimos de muestra para el tamao de cada etapa se calculan aplicando la
metodologa de Gy. Pero en este caso, se considerar el error de manipuleo de la muestra,
en las cinco etapas de la preparacin para anlisis qumico.
Los datos son los indicados en el Ejemplo 5:
- ley de cabeza: 0,6% Cu
0.10 1.00 10.00 100.00
Tamao mximo de partcula (mm)
0.00001
0.00010
0.00100
0.01000
0.10000
1.00000
10.00000
100.00000
1000.00000
10000.00000
100000.00000
P
e
s
o
s

m

n
i
m
o
s

d
e

m
u
e
s
t
r
a

(
k
g
)
Ecuacin Gy
Ecuacin de Gaudin
- ley terica de cobre de la calcopirita: 34,5% Cu
- probabilidad de ocurrencia: 95% (2s)
- precisin de muestreo: 0,01% Cu
- peso especfico de la mena: 3g/cc
- peso especfico terico de la calcopirita: 4,2
La preparacin de muestra se efectuar en cinco etapas de reduccin a tamaos de 100
mm, 25,4 mm, 6,35 mm, 0,84 mm y 0,105 mm. El error total debido al manipuleo de la
muestra es (Wills,1988):
s
2
t
= s
2
1
+ s
2
2
+ s
2
3
+ s
2
4
+ s
2
5
Considerando que el error en cada etapa es igual
s
2
t
= 5 . s
2
1
Por lo tanto:
s
2
1
= s
2
2
= s
2
3
= s
2
4
= s
2
5
= s
2
t
/ 5
Como la probabilidad de ocurrencia esperada es 95% y adems se requiere una exactitud
de 0,01% Cu en el muestreo:
0,01
2s
t
= ---------- = 0,01667
0,6
0, 01667
s
t
= ------------- = 8,33 . 10
-3
2
s
2
t
= 6,9472 . 10
-5
En consecuencia:
6,9472 x 10
-5
s
2
1
+ s
2
2
+ s
2
3
+ s
2
4
+ s
2
5
= -------------------- = 1,38944 x 10
-5
5
Clculo de los pesos mnimos:
En forma similar a la indicada en los Ejemplos 1 y 2, se calculan los pesos mnimos de las
cinco etapas de preparacin. Los resultados se indican en la Tabla 6 y la Figura 5.
Tabla 6. Preparacin de muestra para anlisis qumico. Aplicacin de la ecuacin de Gy.
Tamao de partcula Factores Peso de muestra
d
mm
d
cm
D
cm
3
f g m
g.cm
-3
l gr kg t
100
25,4
6,35
0,84
0,105
10
2,5400
0,6350
0,0840
0,0105
1000
16,3871000
0,2560500
0,0005927
0,0000012
0,5
0,5
0,5
0,5
0,5
0,25
0,25
0,25
0,25
0,50
235,8
235,8
235,8
235,8
235,8
0,087
0,077
0,154
0,423
1,195
65756795
2138085
66815
425
5
65757
2138
66,8
0,425
0,005
65,8
2,1
Figura 5. Pesos mnimos de muestra. Etapas de preparacin de muestra para
anlisis qumico
Comentarios sobre los pesos de muestra obtenidos con la ecuacin de Gy, expresados en la
Tabla 6 y en la Figura 5:
Para el tamao de partcula de 100 mm el peso mnimo es 65,8 toneladas. Este peso
puede compararse con las 65,5 toneladas obtenidas en el Ejemplo 5, calculado con la
ecuacin de Gaudin. Esto indica que nuevamente la ecuacin de Gaudin incluye,
implcitamente, el error de manipuleo de muestra.
Para 25,4 mm, El peso mnimo es de 2,1 toneladas y 1,1 toneladas calculadas con la
ecuacin de Gaudin.
0.1 1.0 10.0 100.0
Tamao mximo de partcula (mm)
0.001
0.010
0.100
1.000
10.000
100.000
1000.000
10000.000
100000.000
P
e
s
o
s

m

n
i
m
o
s

d
e

m
u
e
s
t
r
a

(
k
g
)
Para tamaos de partcula inferiores a 25,4 mm los pesos determinados con la ecuacin
de Gy son superiores a los determinados con la ecuacin de Gaudin.
Se puede concluir que:
Aplicando la ecuacin de Gaudin, se puede obtener el peso mnimo de muestra a
extraer desde el frente de explotacin sin efectuar consideraciones de errores de
mainipuleo.
Para efectuar las operaciones secuenciales de reduccin de tamao - clasificacin
cuarteo en las etapas que se considere necesario para preparar la muestra para anlisis
qumico, es conveniente aplicar la ecuacin de Gy.
Por otro lado, segn Normas JIS, para menas de cobre, el error es la diferencia entre el
valor de cobre en la muestra y el valor real. Tiene dos componentes:
1. Precisin: Dispersin de la distribucin del error.
2. Desvo: Diferencia entre el valor promedio de la distribucin del error y el real.
Un buen sistema de muestreo y preparacin de muestra ser aquel que d mayor precisin
y un desvo que no sea estadsticamente significativo.
El sistema de muestreo se evala mediante un coeficiente de variacin (CV), que est
relacionado con la precisin total y la desviacin, segn la ecuacin:
S
t
CV = ------- 100
x
A.3.1. Precisin
El principal factor que influye en la precisin del muestreo, es el peso de la muestra.
Si el peso mnimo calculado resulta insuficiente para obtener la precisin deseada, el
problema se soluciona elevando el nmero de incrementos. Lgicamente, en cada ocasin
habr que efectuar un balance entre el costo y la exactitud, ya que a mayor nmero de
incrementos aumentar el costo de muestreo y anlisis.
El nmero de incrementos se determina mediante la siguiente relacin:
s
2
L
s
2
M
= ---------- (11)
n
donde:
s
2
M
.....varianza de muestreo.
s
2
L
.... varianza de ley en el lote.
n ....... nmero de incrementos
En la Tabla 7 se da un ejemplo tpico de la relacin entre el nmero de incrementos y el
coeficiente de variacin para un mineral de oro.
A.3.2. Desvo
En general, el desvo es producido por el empleo de partidores, del tipo de corte, tal como el
denominado Partidor Jones, cuyos bordes no son paralelos, ni radiales, ni horizontales, o
por tener aberturas de tamao inferior a la relacin requerida por el tamao mximo de
partcula del lote.
Tabla 7. Relacin entre CV y el nmero de incrementos
Nmero de Incrementos CV
(%)
Dispersin
(+ 2g / t
Au
)**
9*
18
27
36
8,0
5,7
4,6
4,0
0,66
0,46
o,40
o,33

Observaciones:
1 . * ... Resultado experimental
2 . ** ... s
t
, Precisin total del sistema de muestreo
3 . Estos coeficientes se estimaron usando la ecuacin 11, a partir de
resultados experimentales.
En la Tabla 8 se indican los resultados de 20 experiencias, realizadas sobre dos relaves
distintos de cobre:
Tabla 8. Error sistemtico en muestreo de material a granel
Ley
Desvo Material Tipo de Partidor
Media
(%Cu)
Media
(%Cu)
(%Cu)
Relave de cobre Bordes verticales y
aberturas no paralelas 0,07 0,09 + 0,02
Relave de cobre Bordes verticales y
aberturas no paralelas 0,20 0,18 - 0,20
Otro tipo de error que se comete es cuando el muestreo se efecta slo en una parte del
flujo. En la Tabla 9 se muestran los resultados obtenidos por Merks (1985), que compara los
valores correspondientes a muestreos parciales y totales del flujo de la descarga del molino
de rollos. Se observan los errores que se producen en los cortes parciales de flujo. Este
error se incrementa cuando se trata de materiales pesados, como minerales de oro y plata.
Tabla 9. Comparacin de resultados de corte total y parcial del flujo.
Tipo de muestreo Leyes medias
(% Cu) (g/t) Au (g/t)Ag
Corte completo
Corte parcial
Diferencia (promedio)
3,18
3,16
------------
- 0,02
2,00
1,46
-----------
- 0,54
41,1
39,7
----------
-1,4
A.3.3. Heterogeneidad
Antes de empezar a analizar los errores que pueden afectar al muestreo ser beneficioso
hacer una introduccin sobre el concepto de heterogeneidad. Ver Apndice I.
A.3.3.1. Constitucin heterognea (CH)
La constitucin heterognea (CH), consiste de diferencias observadas de un fragmento a
otro, en:
- Forma
- Tamao
- Densidad
- Composicin mineralgica
- Composicin qumica
La mezcla y la homogeneizacin no tienen influencia sobre la CH.
A.3.3.2. Distribucin heterognea (DH)
La distribucin heterognea, DH, consiste de las diferencias observadas de un grupo de
fragmentos (incremento) a otro grupo. Los fundamentales son:
- CH
- Distribucin espacial de los constituyentes
- Forma del lote (debido a la omnipresencia de la gravedad), por ejemplo pilas, cintas
transportadoras.
El mezclado y la homogeneizacin pueden tener un efecto sobre la DH
En la Figura 6 se muestra un esquema que aclara los conceptos de distribucin heterognea
y constitucin heterognea. Por ello es necesaria la aplicacin de un registro (protocolo)
correcto de muestreo, como se indica en la Figura 7. Similar al esquema de preparacin de
muestra (Zuleta, 1994 Trabajo Prctico n 2).
A.3.4. Los siete errores de muestreo
Se pueden distinguir 7 errores que afectan al proceso de muestreo:
1. Error fundamental (FE)
2. Error de agrupacin y segregacin (GE)
3. Error de fluctuacin de heterogeneidad de rango largo (CE2)
4. Error de heterogeneidad peridica (CE3)
5. Error de delimitacin de incremento (DE)
6. Error de extraccin de incremento (EE)
7. Error de preparacin (PE)
El error fundamental, FE, depende de la constitucin heterognea, CH, del material (forma,
tamao de partcula, peso especfico, composicin mineralgica y qumica). No se lo puede
eliminar. Permanece an cuando la operacin de muestreo es perfecta. Este error
solamente, se puede estimar. (Ver Figura 6)
El error fundamental indica el incremento de masa que debe tomarse; el error de
preparacin aparece cuando se usa ms de un muestreador para reducir el volumen de la
muestra, tal como se vi en el Ejemplo 6.


Figura 7. Protocolo de muestreo
LOTE
Muestra primaria, S1
PRIMER RECHAZO
Muestra primaria separad, S1
Muestra secundaria, S2
SEGUNDO RECHAZO
Muestra secundaria separada, S2
Sub - muestra analtica, S
N
ULTIMO RECHAZO
ANALISIS
RESULTADOS
- - - - - - - - - - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - - - - - - - - - -
A.3.4.1. Error fundamental (FE)
El error fundamental, FE, resulta de la constitucin heterognea del material a ser
muestreado, es decir de diferencias de forma, tamao, densidad, composicin mineralgica
y qumica. El adjetivo fundamental est justificado porque de todos los errores de
muestreo, el error fundamental (FE) es el nico que nunca puede ser eliminado. Permanece
an cuando la operacin de muestreo es perfecta.
El FE es menor para los constituyentes mayores y es dominante para los constituyentes
menores. Solo se puede reducir incrementando el peso de la muestra ya que mezclando y
homogeneizando no se reduce. El error fundamental se puede estimar aplicando la ecuacin
12 (resultante de operar la ecuacin 6):
d
3
S
FE
2
= C. --------- (12)
M
S
donde:
S
FE
2
...varianza
C ....... constante de muestreo
d ........ tamao mximo de partcula
M
S
..... peso o masa de muestra
En muchos casos, el constructor debe disear un sistema de muestreo con solo una mnima
informacin a cerca del material que va a muestrear y el propsito de muestreo. Lo que ms
comnmente se provee es el tamao mximo de partcula, la densidad y la forma de las
partculas. Los factores necesarios para calcular la constante C, usualmente son
desconocidos por el constructor.
Por lo tanto, se debe usar la aproximacin dada por la ecuacin 6 de Pitard y Gy (1992) para
calcular la masa (peso) de la muestra:
f . 1
S
FE
2
= C. -------- (-------- - 2 ) d
3
(13)
M
S
a
LC
donde:
f ........ factor de forma
....... densidad de la mena
a
LC
....sobretamao promedio esperado, 5%.
La experiencia demuestra que el factor de forma promedio es, en la mayora de los casos.
alrededor de 0,5. En la Tabla 10 se dan los valores de factor de forma para distintos
materiales y en la Tabla 11 los valores de varianza aceptables en funcin de la exactitud
requerida.
A.3.4.2. Error de agrupacin y segregacin (GE)
Este error resulta de la distribucin heterognea, DH, del material muestreado. Es un error
adicional debido al hecho de que no es posible colectar los fragmentos uno a la vez. En
condiciones normales, este error tiende a ser despreciable para los constituyentes mayores
de la mena; sin embargo, puede ser importante para constituyentes menores liberados.
La carga de una mena a una cinta transportadora desde diferentes pilas puede resultar en
agrupamientos similares, separados pero extendidos a lo largo de la longitud de la cinta.
Para minimizar el error generado por el factor de agrupamiento, se deben tomar tantos
incrementos como sea prcticamente posible, para un peso de muestra dado. Usualmente,
el fabricante de muestreadores desconoce la presencia de errores de agrupamiento.
Con la gravedad omnipresente, la segregacin siempre ocurre. Para minimizar los errores
generados por el factor de segregacin hay que homogeneizar el lote antes de muestrear o
muestrear correctamente a travs de la corriente en un punto de transferencia del flujo.
Tabla 10. Factor de forma de diferentes materiales
Mineral S
FE
2
Carbn 0,0446
Mena de hierro 0,495 0,514
Pirita 0,470
Cuarzo 0,474
Biotita, mica y scheelita 0,100
oro nativo, oro liberado 0,200
Asbestos, serpentina 0,100
Tabla 11. Varianza en funcin de la exactitud requerida en el muestreo.
Proceso Factor de forma (f)
Muestreo comercial 1 %
Control de proceso 3 %
Ley del mineral 10 %
A.3.4.2.1. Minimizacin del error de agrupacin y segregacin
Considerando la posicin de los cortadores ilustrada en la Figura 8, para 5 cortadores
verticales, es importante que cada cortador tenga exactamente igual rea de influencia para
manejar el error de agrupacin y segregacin, GE, de una manera lgica
Todos los cortadores deben tener el mismo ancho, con hojas ajustables, para prevenir el
error de agrupacin y segregacicn. Adems debe colocarse exactamente simtricas.
La segregacin a travs del flujo es azarosa debido al mezclado inducido. Su varianza se
divide por el nmero de cortadores instalados. Por lo tanto, cuanto mayor sea el nmero de
cortadores menor es el error GE. De acuerdo con Pitard (1992), debe haber un mnimo de
cinco cortadores.
A.3.4.3. Error debido a fluctuaciones de rango largo en la heterogeneidad. (CE2)
Es la variacin continua, no aleatoria, dependiente del sistema que es inherente a una
operacin minera, planta de procesamiento, fundicin, etc. Por ejemplo, puede resultar de
las variaciones naturales en la composicin del mineral alimentado a la planta.
A.3.4.4. Error debido a fluctuaciones peridicas de la heterogeneidad (CE3)
Es el cambio cclico en una operacin, causado por las fluctuaciones inherentes a la
operacin de los equipos o debido a ajustes normales. Por ejemplo, ajustes de proceso
realizados por el operario en la sala de control, fluctuaciones en un circuito de molienda, o
alimentacin de diferentes leyes minerales al molino.
A.3.4.5. Error de delimitacin del incremento (DE)
La palabra delimitacin, significa la caracterizacin, definicin o seleccin de un lmite. La
correccin o incorreccin de la delimitacin del incremento es una propiedad estructural
primaria de un sistema de muestreo y, lgicamente, los fabricantes de muestreadores
pueden tener control sobre esto.
Figura 8. Minimizacin del error de agrupacin y segregacin a travs de la corriente.
Un lote, o una porcin de material (por ejemplo, una bolsa de muestra que ingresa al
laboratorio para un estudio de procesamiento o anlisis qumico) de la cual se extrae una
muestra puede ser definida como de una, dos o tres dimensiones. Esta es una
consideracin importante cuando se discute la delimitacin del incremento y la expectativa
de un muestreo correcto o incorrecto. La siguiente discusin ilustrar algunas
consideraciones de diseo:
Cortador 1
Cortador 2
Cortador 4
Cortador 5
rea de
alta
turbulencia
Bafle Corriente
principal
Cortador 3
Todos los cortadores tienen igual rea de influencia
3.4.5.1. Eliminacin del error por delimitacin vertical
Cada cortador debe tomar el espesor entero de la corriente, con un margen de seguridad
suficiente al tope del flujo para prevenir un error de Delimitacin vertical y para prevenir una
contaminacin por salpicado sobre el tope del sistema. Por supuesto que los cortadores
deben estar a una altura constante del fondo. La Figura 9 ilustra la longitud apropiada de los
cortadores para prevenir el error de delimitacin.
Pitard (1985) sugiere que la distancia entre el nivel mximo del flujo y el tope de los
cortadores estacionarios sea al menos 1/3 del total de los cortadores. Es necesario que no
rebalse material del cortador una vez que este se haya llenado.
A.3.4.5.2. Muestreo de un lote unidimensional
Las pilas elongadas, una corriente de pulpa que fluye, y el material en una cinta
transportadora, son ejemplos de lotes de una dimensin. Un lote de una dimensin tiene un
espesor y un ancho despreciable solo cuando se puede cortar enteramente con una unidad
de muestreo en forma probabilstica. La operacin de muestreo se efecta mejor cuando el
muestreador transversal o de otro tipo se instala en un punto de transferencia. Tambin esta
operacin se realiza sobre el flujo, usando muestreadores, sondas analizadoras, etc.
Figura 9. Eliminacin del error de delimitacin vertical
El muestreador debe satisfacer dos condiciones para generar una correcta delimitacin del
incremento:
- Cortar una rebanada de material de longitud constante (espesor)
- Esta rebanada debe cortar toda la corriente de flujo (slido en cinta
transportadora o pulpa)
El muestreo de una corriente de flujo generalmente se efecta siguiendo uno de los
siguientes esquemas:
x
2
x
Nivel superior mximo de la
corriente del flujo a muestrear
Los cortadores tienen la
misma altura
1. Tomando todo el flujo parte del tiempo (Figura 10), como lo hara un cortador
transversal en la descarga de una cinta, ducto, etc.
Figura 10. Delimitacin del incremento. Correcto: 1, 2 y 3 . Incorrecto: 4 y 5.
2. Tomando parte del flujo todo el tiempo. La Figura 11 indica un punto de la
corriente que se muestrea continuamente o se analiza con una Sonda. Este tipo de
muestreo es aceptable cuando el flujo es homogneo y no se observan slidos suspendidos
en el lquido.
Figura 11. Toma de muestra de una parte del flujo.
3. Tomando una muestra del tipo grab de una cinta transportadora, el muestreo
puntual en corriente con o sin slidos suspendidos y el muestreo de corriente de flujo, son
incorrectos. Estos tipos de muestreos solo extraen un espcimen, no una muestra
representativa (Figura 12). La excepcin la constituye el caso descripto en el apartado
anterior.
Figura 12. Muestreo grab o puntual
A.3.4.5.3. Muestreo de un lote bidimensional???????????
Pilas chatas o lotes de tres dimensiones en los cuales el espesor es despreciable se
consideran lotes de dos dimensione amente, la correccin o incorreccin de la extraccin del
incremento es una propiedad primariamente estructural propia de los sistemas de muestreo
y por lo tanto enteramente dependiente del constructor del muestreador.
A.3.4.6.1. Regla simplificada de la desviacin
A
1 2 3 4 5
B
C
Dentro del flujo de la corriente de pulpa, a una distancia de la periferia, podemos decir que
hay un balance entre los fragmentos que tienen su trayectoria modificada en una direccin
(por ejemplo, hacia el rechazo del cortador) y otros fragmentos en otra direccin (hacia el
interior del cortador)
Consecuentemente, para un borde dado, hay una alteracin sistemtica de la probabilidad
de extraccin de algunos fragmentos. Afortunadamente, cuando los cortadores estn
formados por dos bordes simtricos, la alteracin observada en un borde puede, bajo ciertas
condiciones, ser estadsticamente balanceada por la alteracin observada en el otro borde.
Figura 14.
A.3.4.6.2. Correccin de la extraccin. Caractersticas requeridas del cortador
1. La forma de los bordes de algunos cortadores pueden alterar la probabilidad de
extraccin de algunos fragmentos. Las hojas deberan estar montadas a un ngulo mayor
de 45 (respecto de la horizontal) como se ilustra en la Figura 15. El ngulo (medido
respecto de la vertical) es de alrededor de 20


A B C D
2. La inclinacin de los bordes de los cortadores debe ser tal que sean perpendiculares al
flujo de la corriente de pulpa. Las partculas que pertenecen al incremento, deben pasar
adentro del cortador. Un muestreador equipado con un cortador vertical es siempre
incorrecto.
3. El ancho de la abertura del cortador debe ser 3 veces el dimetro de la partcula ms
grande y un mnimo de 10 mm (0,375). Hay fabricantes que se desvan de esta regla bsica
y frecuentemente se hacen ajustes en planta para reducir el tamao del incremento, lo cual
debe ser desalentado.
4. La velocidad del cortador no debe ser exceder 450 mm/seg (18/seg). La Norma
estandard D-2234, ASTM Sec. 6,5 limita la velocidad del cortador a 450 mm/seg.
Velocidades menores disminuyen la chance de error por extraccin minimizando las
desviaciones.
5. La profundidad del cortador debe ser suficientemente grande, para prevenir el desvo del
material fuera del cortador. El capacidad del cortador debe ser al menos tres veces ms
grande que el volumen del mayor incremento a tomar (que debe ser el calculado).
A.3.4.7. Errores de preparacin de muestra
Fragmentos
perdidos
Fragmentos
ganados
Direccin del corte
Borde posterior Borde anterior
F1 F2
Figura 14. Probabilidad de extraccin similar en un cortador con bordes simtricos
Figura 15. Diseo correcto A, B y C . Diseo incorrecto D
Todos las operaciones no selectivas realizadas sobre un lote de material, o sobre sucesivas
muestras, se denominan fases de preparacin. Estas etapas incluyen transporte de la
muestra, conminucin, tamizado, secado de slidos y filtracin de pulpas. Hay seis
categoras de errores de preparacin:
1. Errores de contaminacin por:
- polvo
- material presente en el sistema
- abrasin
- corrosin
2. Errores por prdida de:
- polvo fino
- falta de cuidado en el tamizado de fracciones especficas
3. Errores debidos a cambios en la composicin qumica por:
- adicin o fijacin
- eliminacin
4. Errores debidos a cambios en las propiedades fsicas por:
- creacin o destruccin de un componente critico
5. Errores debidos a equivocaciones no intencionales por:
- cada de una muestra
- mezclado de fracciones
- confusin de etiquetas
- mantenimiento insuficiente del equipamiento de muestreo
6. Errores debidos a fraudes y sabotajes. En menor grado que los anteriores

A.3.4.8. Tcnicas de ensayo para la determinacin del BIAS

Se emplean mtodos de ensayos directos para verificar el error en el muestreo, por ejemplo,
el ensayo de BIAS. Sin embargo, el tratamiento estadstico de las fuentes de error en el
muestreo en circunstancias prcticas provee una gua razonable para analizar los datos del
muestreo.

El ensayo de Bias incluye la comparacin de las propiedades del material a muestrear con
las propiedades obtenidas de la muestra. Los procedimientos de ensayo de Bas para el
muestreo automtico se describen en Standars for Sampling, anlisis efectuado por Yu
(1972). Hay dos procedimientos de ensayo:

- Muestreo con la cinta transportadora detenida
- Ensayo de anlisis de calidad sobre muestras extradas por bias (desvo de
material) por las compuertas, comnmente denominado pantaln (muestreo
automtico). Luego se comparan las leyes de la alimentacin original y de la
muestra. Ver Figura 16 (Weiss, 1985). Alternativamente se puede comparar la ley
de la muestra con la ley obtenida por anlisis del rechazo.
En el primer caso, con la cinta detenida, la exactitud del muestreo se basa en la suposicin
de que el material que est en la seccin de la cinta es estadsticamente equivalente al
material recolectado por el muestreador automtico.
El error detectado por el ensayo de Bas incluir cualquier error introducido por la suposicin
de equivalencia en el material de las secciones de la cinta donde se extrajo la muestra con
el muestreador automtico.
Ntese que hay una posibilidad de error significativo por la suposicin.
En el segundo caso, el ensayo del muestreo por bias se hace con el mtodo del pantaln
(chute) indicado en la Figura 16, es ms seguro ya que se extraen muestras de varios
desvos y se recolecta el rechazo para tener otro dato de anlisis de comparacin. Esta
operacin depende del control de tiempo exacto de extraccin de muestras y el del pantaln.
El ensayo de Bas puede ser caro pero si se justifica es factible su ejecucin.
3.4.9. Otras consideraciones del problema de muestreo y algunos ejemplos de clculo
relacionados con los siete errores
3.4.9.1. El problema desde el punto de vista estadstico
El problema cualitativo de muestreo de una mena triturada se describe en la Figura 17
(Weiss, 1985). Las partculas grandes son materiales del grupo y constituyen la matrix y las
partculas pequeas y negras son granos del mineral de inters. Estas ltimas se distribuyen
a travs de la matrix, algunas encajadas en esta ganga y otras libres, pero la mayora estn
junto a las partculas de ganga.
En la Figura 17 se observan alrededor de 100 partculas visibles que fueron contadas.
Se puede considerar que las partculas ms pequeas no visibles se distribuyen con una
proporcin constante en funcin del tamao.
Las reas A y B son iguales y ocupan un rea de del total. El rea C es mayor (doble) que
las anteriores y solapa en parte a las rea A y B. Los granos de mineral valioso contados se
indican en la Tabla 14.
Tabla 14. Observacin de par-
tculas.
rea N de
Partculas
Error
%
A 32 + 28
B 19 - 24
C 56 + 12
Las reas pequeas A y B, se desvan significativamente del valor verdadero. En cambio en
el rea C de mayor tamao el error es menor, lo que indica que el valor promedio est ms
cerca del verdadero.
Figura 17. Muestra de mena triturada
Los resultados anteriores ilustran el efecto relativo del tamao (peso, nmero de
observaciones) de la muestra y constituye un ejemplo cualitativo del problema de la
representacin estadstica. Adems se puede decir que:
a. El tamao de muestra est relacionado con el nivel deseado de variacin entre
muestras.
b. Para observar la variacin en un caso especfico, es necesario comparar muestras del
mismo peso, ya que a mayor nmero de muestras mejor es la estimacin estadstica de
la variacin.
c. Para obtener una variacin especfica entre muestras se debe:
1. Fijar el tamao de muestra y variar el nmero de muestras a observar
2. Fijar el nmero de muestras y variar el tamao de muestra. De esta manera se
obtendr el objetivo de muestreo con la precisin deseada.
d. El tamao de muestra es influenciado por la abundancia del mineral valioso. A mayor ley
se necesita menor peso de muestra.
e. La relacin del tamao de grano de la mena mineral en la masa rocosa al tamao de la
roca hace variar el tamao de muestra. Si la relacin es pequea, la muestra
necesariamente ser ms grande para una caracterizacin precisa. El criterio es el grado
de dispersin del mineral.
f. Para minimizar el tamao de muestra es necesario disminuir el tamao de las partculas.
La relacin entre la varianza de una medicin de ley y el tamao de muestra (o volumen) se
puede calcular considerando un gran tamao de muestra de un lote homogeneizado.
n
1
s
2
1

= n
2
s
2
2

(14)
donde:
n ...... volumen de la muestra
s
2
......varianza de la medicin
Ejemplo 7.
Aplicando la ecuacin 14, se ver que con mayor tamao de muestra se reduce el error de
muestreo de una mena de Zn.
Una muestra de 2.266,45 g (5 libras) de una mena de cinc, con 0,74% Zn, tomado de un lote
homogeneizado de 2000 t, presenta un error total medido de 0,034% Zn (s
2
1
, error total, de
muestreo y de laboratorio). Este error estndar se ha obtenido por repeticiones de anlisis u
observaciones sobre varias muestras de 2.366,45 g (5 libras). Determinar el mejoramiento o
disminucin del error de muestreo cuando se incrementa el peso de la muestra a 4.535,9 g
(10 libras).
El error de muestreo, s
2
s
, para muestra de 2,266 kg (5 libras) se calcula como la varianza del
error total, s
2
1
, menos la varianza de anlisis qumico, s
2
a
:
s
2
s
= s
2
1
- s
2
a
s
2
s

= 0,034
2
- 0,009
2
= 0,001075
De la ecuacin 14, se puede calcular el error de muestreo para 4.535,9 g (10 libras):
2.266,45 . 0,001075
s
2
2

= --------------------------------- = 0,0005375
4.535,9
La estimacin del error estndar de Zn con 4.536 kg de muestra se calcula as:
s
2
= (0,0005375 + 0,000081)
1/2
= 0,025
A.3.4.9.2. El error fundamental
El procedimiento de clculo del peso de muestra de un lote (de material homogeneizado)
desarrollado en los Items 2.1 y 2.2, es idealizado y puede considerarse un peso mnimo solo
para encontrar el error especfico de muestreo, en ausencia de otras fuentes de error. El
error de muestreo se origina solo por la influencia de la dispersin no idealizada del mineral
en el lote y se denomina error fundamental o varianza de error fundamental, s
2
F
que
usa factores empricos en funcin del tamao del grano, dispersin del mineral, tamao de
las rocas (ganga) y promedio de anlisis qumicos.

El error fundamental de muestreo se calcula aplicando la ecuacin dada por Gy (Weiss,
1985) para un peso de muestra, M
S
tomado de un lote homogeneizado de peso M
L
, a partir
de la ecuacin 15 (ampliada de la ecuacin 12):

donde el error estndar est relacionado con la varianza por:

s
F
.....error fundamental de muestra
donde:
a.......peso de la fraccin de mineral en el lote (contenido medio de mineral en el lote a
muestrear).
r....... densidad del mineral .
t........densidad de la ganga (matrix).
f........factor de forma de la partcula, adimensional.
g.......factor granulomtrico, relacionado con la distribucin de tamaos, adimensio
nal.
l........factor de liberacin, relacionado con la liberacin del mineral valioso, adimen
( )
3 2
. . . . . 1
1 1 1
d l g f t a r a
a
a
M M
s
L S
F

=
(15)
2
F F
s s = (16)
cional.
m......factor mineralgico (expresado g.cm
3
). Este factor, como se vio en el Item
2.1.2., se calcula aplicando la frmula 5. (Item A.2.1)
Ejemplo 8

Calcular el error de anlisis esperado para una muestra de 10kg proveniente de una mena
que contiene 6,6%Zn. La muestra fue tomada de una pila de 20.000kg, triturada a 2cm
(95% pasante del tamiz ). Las propiedades que presenta la mena son:

tamao de liberacin, L*: 0,2 mm
ley del mineral en la mena, a: 0,1% Zn
ley terica de Zn en la esfalerita: 67,1% Zn
densidad de la ganga, t: 2,5 g/cc
densidad del mineral, r
:
5,3 g/cc
factor de liberacin, l:
d/L*

= 2/0,02 = 100 en Tabla 2 (Item 2.1)
l = 0,05

factor de forma f = 0,5

factor granulomtrico g = 0,25

La varianza:

1 1 1 0,1
s
2
F
= ( ------ - --------------) 10
-3
[ ------------ (1 0,1).5,3 + (0,1) . 2,5] (0,5) . (0,25 ).( 0,5 ). 2
3
10 20.000 0,1

s
2
F
= 2,16 . 10
-4

S
F
= 0,015, lo que representa un error fundamental de muestreo de 1,5% ZnS 1,0% Zn


Los valores 2 para estimar el error de anlisis qumico de Zn sobre la base de probabilidad
estadstica de 95% pueden ser: 6,6 2,0% Zn.


Ejemplo 9

En el ejemplo anterior, si el error 2 representa 0,2% Zn, se desea encontrar el peso mnimo
de muestra.

El peso del lote en este caso, es despreciable ya que la inversa de un nmero grande es
una cantidad insignificante en el clculo. El error estndar 2 del ZnS es 0,3% y el s
F
=
0,15% o peso fraccional 0,0015. La solucin es:

10
-3
(0,0015)
2
= ----------- [(8,1 . 5,3 + 0,25 . 0,05). 005]
M
S
de donde:
M
S
= 960 kg
A.3.4.9.2.1. Error fundamental a partir del muestreo por incrementos desde un
transportador
En el Ejemplo 9, la cantidad de muestra se ha calculado asumiendo el error debido
solamente a la variabilidad de distribucin de mineral valioso en la matrix, es decir estamos
hablando del Error Fundamental.
La cantidad de muestra calculada por este mtodo es un lmite terico cuyo propsito es
tener un dato de referencia.
Otra fuente de error que se debe considerar es la estratificacin debida a la no uniformidad
de la alimentacin al sistema de transporte. Esto se resuelve en parte por el muestreo
incremental que acumula mayor cantidad de muestra desde el transportador.
La clasificacin y segregacin de slidos se puede originar en tolvas y pilas cuando se
remueve el material durante el proceso de carga y movimiento del transportador (vibracin,
durante el movimiento del tren o del camin).
Los errores de muestreo en un transportador se originan por la no uniformidad del flujo de
la corriente en sentido longitudinal y debido a la segregacin por densidad y estratificacin
por tamao de partcula, en sentido transversal.
La clasificacin se evidencia en slidos con amplia variacin de tamao y densidad de
partculas. Los minerales finos y de mayor densidad se segregan al fondo del contenedor a
travs de la carga o al ponerse en contacto con la cinta.
Las pulpas se clasifican durante el flujo en la canaleta como resultado de la variacin de la
velocidad. Las partculas grandes y pesadas sedimentan al fondo del conducto, canaleta,
etc.
Es posible especificar la frecuencia necesaria y cantidad de incrementos del flujo de la
corriente para obtener la exactitud de muestreo deseada.
La operacin ideal de muestreo estara acompaada de una reduccin del error de
estratificacin y del costo de manejo de grandes cantidades de muestra cuando se toman
incrementos en forma frecuente.
Pierre Gy, dise un procedimiento analtico del muestreo incremental usando datos de
frecuencia de incrementos. Este mtodo da una estimacin del error total de la varianza de
muestreo, s
2
x
.
El error de estratificacin de los materiales se ajusta seleccionando el intervalo de tiempo
apropiado del muestreo incremental. Se aplica un procedimiento de autocorrelacin para
examinar la influencia del flujo estratificado con variaciones implcitas de la ley del material
en trminos de intervalos de tiempo entre muestras.
En el Apndice III se explica el procedimiento de autocorrelacin y da el Ejemplo 10 de
clculo del tiempo mnimo de incremento, necesario para obtener una varianza especificada
de muestra.
A.3.4.9.3. Errores del muestreo incremental
Error de segregacin
La tendencia del material a segregarse debido a la densidad y tamao de las partculas
causa estratificacin en el flujo de la corriente de pulpa.
La varianza estadstica califica a la exactitud de muestreo por segregacin durante el tiempo
sistemtico de muestreo incremental. Este parmetro se puede deducir del anlisis de los
datos del variograma de Gy. (Ver Apndice III)
La varianza del error de muestreo estimada por la ecuacin 6, incorpora varias fuentes de
error, tal como se vio en el Item 3.4, stos incluyen error de anlisis, error de manipuleo de
muestra y errores derivados de la variabilidad de distribucin en el manejo del material con
el sistema de transporte. Esto ltimo es el error de segregacin si ocurre en forma
azarosa. En cambio, cuando ocurre en forma peridica es denominado error de
integracin.
Gy da una expresin para la varianza del error de segregacin s
2
s
, con respecto a la
varianza del error fundamental s
2
F
de la ecuacin 15.
s
2
s
= E.G. s
2
F
(22)
donde:
G.........factor relacionado con la agrupacin de partculas
E.........factor de segregacin. Este vara de cero, cuando no hay segregacin a lo largo del
transportador, a uno cuando hay segregacin completa (se evaluaron en funcin del
tamao de partcula y ley del elemento valioso.
El factor G se calcula as:
G = Np 1 (23)
donde:
Np.....nmero de partculas en la muestra
En la alimentacin a un transportador ocurren dos fuentes comunes de error de
segregacin. Una cuando se alimenta desde una tolva y la otra cuando la alimentacin al
transportador se efecta con una mquina de carga tomando el material desde una pila, ya
que las partculas ms grandes se acumulan al azar en el fondo de la pila.
Ejemplo 11

El error fundamental s
2
F
calculado en el Ejemplo 8 es 2,16 x 10
-2
y corresponde a un lote
homogeneizado de 20.000 kg y constituye la alimentacin del mineral a una planta piloto.

Las muestras fueron tomadas de la alimentacin del mineral de una pila a la planta de
trituracin mediante la cinta transportadora. Se determin un valor s
2
X
desde el variograma
y di 3,8.10
-4
para los pesos de muestra incrementadas de 5 libras cada 20 minutos y la
varianza del anlisis fue s
2
a
= 0,81.10
-4
.

Cual es el error estimado de segregacin, suponiendo insignificante el error de
integracin?

El error de segregacin es en este caso el error de muestreo s
2
s
es la diferencia entre el
Variograma, s
2
x
y la suma del error fundamental s
2
F
y el error del anlisis s
2
a:


s
2
s
= s
2
x
- (s
2
F
+ s
2
a
) = 3,8 . 10
-4
- (2,16 x 10
-4
+ 0,81 . 10
-4
) = 0,83 . 10
-4


Luego, se determina el producto de los trminos empricos E y G aplicando la ecuacin 22


s
2
s
0,83 x 10
-4
EG = --------- = --------------------- = 0,14
s
2
F
2,16 x 10
-4


Para un peso incremental de muestra de 2 kg con un tamao mximo de partcula 2mm, el
valor de N
P
se estima en 8 x 10
6
.

El valor de E =0, es decir que el error de segregacin es insignificante.
A.3.4.9.4. Error de integracin
Las variaciones peridicas de ley son la fuente del error de integracin (de varianza s
2
i
):
por ejemplo el anlisis por Cu, de una mena muestreada a la salida de una planta de
trituracin, puede variar de la misma manera que cuando un camin (que fue cargado con
una pala), vaca la carga en una tolva. Se introduce un error de integracin por la
periodicidad de entrega de carga a la planta concentradora. Cuando ocurren eventos
predecibles en el tiempo, donde las fluctuaciones peridicas en la ley no son explicables por
combinacin estadstica estamos en presencia de un error de integracin.
Distinto es cuando ocurre con los errores al azar, que si son explicables estadsticamente,
tal como el error de estratificacin y el error fundamental).
Sin embargo, en el caso usual, las fluctuaciones de variaciones peridicas son
razonablemente pequeas. Luego asumimos que s
2
i
est estadsticamente normalizada y
nuevamente Gy da un mtodo de estimacin:
2
1-L
2 t
L
s
2
p
= ------------ - [ ----------------------] (---------) (24)
1 + L (1 + L) (2 + L) N
L+1
donde:
L......Factor emprico que caracteriza la fluctuacin de la calidad medida (ley), toma un valor
alto, cercano a la unidad.
Para un error de integracin el muestreo sistemtico se reduce a:
Z . t
s
2
i
= ------------ (25)
3 N
2
donde:
t.......tiempo de duracin del flujo de la mena, es el tiempo durante el cual se toman los N
incrementos.
Z...... factor emprico que vara de 0,5 a 1,5, se expresa en unidades de tiempo, represen-
tando el grado de variacin que ocurre en el flujo de la corriente.
Ejemplo 12.
Para el ejemplo 11, calcular el error de integracin para s
2
x
, determinado en el ejemplo 10
como 2,6 x 10
-6
T
2

s
2
x
= s
2
s
+ s
2
i
+ s
2
p
+ s
2
a
Asumiendo que:
L = 1, justificando al error despreciable de estratificacin resultado del ejemplo 11.
T

= 30 min .
N = 16, en un tiempo de 8 horas de operacin.
s
2
x
= 2,6 . 10
-6
(30)
2
= 2,3 10
-3
s
2
i
= 2,3 10
-3
0,83 10
-4
2,6 10
-4

- 0,81 10
-4
= 1,9
-3
1,9 (10
-3
). 3. (16
2
)
Z = ----------------------------- = 0,18 h
-1
8
El error de integracin es significativo comparado con la varianza total s
2
x
, lo que puede
atribuirse al doble control de alimentacin de la mena a la Planta Piloto.
B. Mtodos de muestreo
En los Items anteriores, se han abordado los temas tericos necesarios para poder calcular
el peso mnimo de muestra, se han dado diferentes ejemplos de clculo y los errores que
existen y que deben ser tomados en cuenta para disear el sistema de muestreo en cada
punto del diagrama de flujo de una Planta Concentradora.
ste captulo, detalla los mtodos de muestreo de slidos, lquidos y pulpas.
Los mtodos de muestreo pueden ser manuales o mecnicos (Zuleta, 1994). Los primeros
que todava se usan, consisten en la extraccin de porciones representativas, con palas,
tubos (caos), y recipientes (cortadores) de distintas formas y tamaos. Los segundos son
los ms exactos, pues excluyen el factor humano; estn constituidos por aparatos
estacionarios o mviles que cortan el flujo a tiempos preestablecidos.

B.1. Mtodo de muestreo incremental
Se refiere al mtodo de coleccin peridico de muestras: por ejemplo, cuando se muestrea
material de un transportador tal como una cinta, buzn, cao o canaleta de pulpas u otro
transportador continuo.
La teora de muestreo de pulpas y slidos en flujo, o corriente, se basa en el principio de que
todo el flujo de la corriente se desva para colectar una muestra durante un intervalo de
tiempo especificado.
Un mtodo alternativo es dividir el flujo con un cortador fijo, tomando una porcin de la
corriente. Pero este mtodo no es completamente representativo del total.
El muestreo incremental tambin se denomina muestreo estratificado, debido a que la
calidad del material vara a lo largo del transportador. De modo que un plan de muestreo
incremental debe tener en cuenta el grado de estratificacin del material en la corriente.
Se puede utilizar la teora de muestreo para resolver el problema de la cantidad de muestra.
Luego, se puede calcular el intervalo de tiempo incremental (entre muestras) del
transportador para que la muestra sea representativa.

Hay tres tipos procedimientos de muestreo por incrementos (Weiss,1985):

a. Control de tiempo
Se toman incrementos fijos a intervalos regulares. El cortador (cutter) es activado
mecnicamente por un timer.
Se asume que el tonelaje de alimentacin es constante. Este mtodo se ha denominado
frecuentemente, Muestreo sistemtico

b. Control de peso (Muestreo estratificado)

Los incrementos de un peso fijo, especificado previamente, se toman por accionamiento
automtico conectado a una balanza de cinta o medidor de flujo (peso denominado
msico). Esto significa que una balanza o medidor de flujo toma los incrementos cuando el
mecanismo es activado por un timer u otro control automtico.

Este mtodo se aplica cuando la velocidad de flujo msico es irregular y el peso debe
medirse con suficiente exactitud.

c. Muestreo al azar (Random-Start)

Se lleva a cabo seleccionando al azar el intervalo de tiempo para el corte de muestra. Este
mtodo se emplea cuando el peso o la calidad de las partculas vara en forma peridica.
Hay que extraer las muestras a intervalos correspondientes a la periodicidad de variacin.
El mtodo requiere un procedimiento de azar para seleccionar los tiempos de inicio del
mecanismo de muestreo.

El mtodo ms usado es el primero, de control de tiempo
La seleccin del mtodo de muestreo incremental est gobernada por las circunstancias,
para minimizar el problema de BIAS (sesgo) del muestreo.
B.2. Muestreo de slidos
Los mtodos de muestreo de slidos pueden ser manuales o mecnicos.
a. Comn (Grab sampling)
b. Por conos y cuarteo (coning and quartering)
c. Por particin (riffling): partidor Jones, reductor binominal.
d. Por tubos (Pipe sampling).
B.2.1. Muestro comn
Es el mtodo ms simple para muestrear slidos. Se aplica a minerales de baja ley y
distribucin uniforme reducidos a un tamao inferior a media pulgada. Consiste en tomar
porciones iguales de material al azar, por paleo.
La prctica de este mtodo vara segn el caso de aplicacin como se describe a
continuacin:
Lotes grandes
Las porciones se extraen de diferentes puntos del lote siguiendo tcnicas acordes con el tipo
de problema presentado.
Ferrocarriles, camiones o botes
Los puntos a muestrear se materializan en la superficie del contenedor usando sogas que
poseen nudos a distancias preestablecidas. La extraccin de muestra se efecta con un
muestreador de tubo o del tipo zonda perforadoratira (Figura 18). Esta metodologa se aplica
cuando el material no presenta segregacin granulomtrica con la profundidad del lote.
En general, para evitar errores de segregacin, como se indic en el Item A.3.4.5.2, el
muestreo correcto se efecta durante la carga y descarga del transportador volcando la
carga al piso y transformando la carga en un lote unidimencional.
Nota:
Cuando las partculas son gruesas y de clases ms o menos cerradas, tal como el caso de la fraccin 19/38 (
menor de 38mm y mayor de 19mm) de caliza triturada y clasificada que se provee a SOMISA. El muestreo es
dificultoso y debe tenerse especial cuidado con el error de segregacin por tamao que se produce durante el
transporte desde la Planta El Refugio (Jchal) a Somisa (Santa Fe).
B.2.2. Muestreo por conos y cuarteo. (Coning and Quartering)
Es uno de los mtodos ms antiguos. Se aplica al muestreo de minerales o materiales, con
partculas de tamao inferior a una pulgada y lotes de hasta 50 toneladas. (Taggart, 1956)
Procedimiento:
Segn se indica en la Figura19, la tcnica de muestreo consiste en:
- Formar el cono (a). Previo a sta operacin, la muestra se homogeneiza (formando por lo
menos tres veces el cono, en distintos lugares de la plancha).
- Desarrollar el cono y formar la torta, (b)
- Dividir la torta chata en cuatro partes iguales, (c)
- Tomar dos cuartos opuestos. Esta mezcla se considera muestra. Los cuartos restantes se
juntan y dejan como reserva (d).
El procedimiento se repite hasta obtener un peso de muestra previamente calculado segn
el concepto de peso mnimo, ya estudiado.
El objeto de formar el cono varias veces, es homegeniezar la muestra con lo cual se logra la
dispersin de la segregacin por tamaos (homogeneizar). Figura 20.
Nota: Es necesario operar sobre una superficie plana, preferiblemente concreto o chapa.
B.2.3. Muestreo por particin (riffling).
Este tipo de muestreador es estacionario y sirve para muestrear slidos y pulpas.
a. Partidor Jones
Consta de un nmero de canaletas (chutes) de forma triangular, unidas con su descarga
inferior alternada a dos extremos. Esta distribucin divide el material en dos porciones
iguales. Las dimensiones del partidor estn relacionadas con el tamao de partcula a
procesar (Ver Items A.3.4.6.2. y C.5). Figura 21.
b. Muestreo por particin binomial
Este equipo trabaja segn el mismo principio que el partidor Jones pero puede reducir el
peso de material alimentado hasta 1/8 y 1/16 en una sola operacin. Por ejemplo: si se
alimenta 100 kg, se obtiene 12,5 kg en un extremo y 87,5 kg por el otro. Figura 22.
c. Muestreador por particin rotativa
Este partidor podria usarse para obtener varias muestras, por ejemplo de 1 kg, para
destinarlos a ensayos de flotacin o de lixiviacin.
El material se alimenta a la mesa giratoria que contiene a los frascos donde se depositan las
fracciones. Figura 23.
El movimiento de la mesa debe ser de velocidad constante para que todas las partculas
tengan la misma oportunidad de seleccin.
B.2.4. Muestreo por tubos (Pipe sampling)
Este tipo de muestreo se aplica a materiales de tamao fino, menor de 6,4 mm) (3#).
Consiste en obtener fracciones de material contenido en bolsas a las que se introduce el
tubo. Figura 24. Adems, ver Figura 18.
Los tubos que tienen dimetros de 12,5 a 25,4 mm ( a 1), se aplican para el muestreo de:
- Concentrados contenidos en camiones: Por ejemplo Minera Aguilar (Jujuy) muestrea por
este mtodo los camiones que transportan los concentrados de plomo y cinc a la estacin
de carga, al Ferrocarril General Belgrano, Tres Cruces.
- Material contenido en tanques.
B.2.5. Muestreo de cinta transportadora
Se han propuesto varios esquemas para el muestreo de cinta por intermedio de una pala
rastra (scraper) de movimiento transversal para remocin de material durante la circulacin
en la cinta. Aunque presenta error de segregacin de partculas finas, ste tipo de muestreo
se considera apto para el caso en que la muestra est completamente homogeneizada,
principalmente para materiales muy finos.
B.3. Muestreo de lquidos y pulpas
El muestreo de lquidos generalmente es ms simple que el de pulpas (excepto emulsiones)
porque el lquido se homogeneiza con menor dificultad y la extraccin de la porcin
representativa se efecta con facilidad. En lo que sigue nos referiremos al muestreo de
pulpas.
En una planta industrial, puede ser necesario extraer muestras en:
- Descarga de molinos (de bolas, barras, etc)
- Descarga y rebalse de:
Hidrocicln
Espesador
Unidades de medios densos
Clasificadores hidrulicos
- Agitador
- Caeras de transporte
B.3.1. Muestreo manual
En la Figura 25 se indican cuatro modelos de muestreadores manuales (Hand sampling
cutters).
B.3.2. Muestreo mecnico
- Estacionario
En la Figura 26 se indica un muestreador partidor (wet riffling); se usa para muestrear pulpas
con flujo descendente. Esta unidad tiene la desventaja de que los riffles estn
continuamente dentro del flujo de la pulpa.
- Mviles
Estas unidades se indican en la Figura 27. Estn constituidas por cortadores tipo riffle de un
solo canal que atraviesan el flujo de pulpa con movimientos rectilneos o circulares. En
ambos casos estn conectados a contenedores recolectores de pulpa, situados en la parte
inferior.
Procedimiento de muestreo
En el muestreo de pulpas es necesario tener en cuenta que:
- Debido a la distribucin irregular de las partculas en la pulpa, la extraccin de la muestra
debe realizarse por cortes del flujo del material, donde la ranura del muestreador se
desplaza en forma perpendicular a la corriente y en toda la superficie.
- Una vez lleno de pulpa, hasta el volumen preestablecido, el cortador debe retirarse en
forma instantnea para evitar errores por segregacin, debido al asentamiento de
partculas pesadas en el fondo del muestreador y rebalse de las livianas.
B.3.3. Muestreadores THIEF
El muestreador de Cao de presin Outokumpu (LSA), Figura 28, y el muestreador cortador
fijo (PSA), Figura 29, se usan para extraer muestra en forma contnua para monitoreo en
lnea. En la Figura 30 se indica un muestreador de cao fijo a presin que se aplica para el
muestreo de rebalse de ciclones, caeras de espumas y colas.
B.3.4. Muestreador de caja oscilante
Este muestreador se aplica cuando no hay segregacin de los finos. Figura 31.
C. Consideraciones para el diseo de muestreadores (cortadores) transversales y
clculos de pesos de muestra en flujo (peso msico).
Cortador lineal transversal. La ranura se mueve perpendicular al flujo en lnea recta.
Figura 32.
Cortador rotacional transversal. El cortador se mueve en arco tal que el flujo entero
est dentro del radio del arco. Figura 33.
C.1. Especificaciones para el dieseo de muestreadores cortadores.
C.1.1. Especificaciones del cortador transversal lineal.
Una velocidad baja de la cinta, asegura que el material caiga verticalmente. Con una
velocidad superior a 90 m/min (300 pies/min), los slidos describen una trayectoria con
lanzamiento en la descarga que se puede calcular.
Para el muestreo del material en cinta es necesario ubicar el cortador en posicin
perpendicular a la direccin del flujo de material.
C.1.1.1. Velocidad del cortador
La velocidad normal es 0,48 ???????ras 34 a 36, se indican los materiales
representado por las formas de las superficies.
Figura 34. Direccin recta del cortador transversal
t
Flujo
Direccin de corte
C.2. Clculos del peso de muestra en flujo (peso msico) de un cortador con movi
miento transversal
C.2.1. Clculos del peso de muestra obtenida con un cortador con movimiento trans
versal lineal.
La Figura 32 (Weiss, 1985), ilustra la cada de una corriente volumtrica de flujo a velocidad
V de un material que se desea muestrear con un cortador que tiene un movimiento lineal
transversal que se mueve sobre el plano p a velocidad u
c
. Durante el recorrido, el material
Vista superior
Flujo
t
Geometra correcta Direccin de corte
t
Geometra incorrecta Direccin de corte
Flujo
Figura 35. Cortador transversal recto impropiamente diseado
Figura 36. Cortador transversal obstruido con material. Es necesario limpiar el cor
tador
en el plano q, la corriente que cae segn el plano p, el cortador con abertura de ancho L
remueve un volumen v
s
descripta por WL(abcd)
El volumen de material tomado por el cortador es:
V . L
V
s
= --------- (25)
u
c
Para expresar en peso el flujo del material, se sustituye el flujo volumtrico por el msico y
M . L
m
s
= --------- (26)
u
c
Ejercicio 13.
Calcular el peso de muestra tomado por corte, para la cinta en movimiento lineal de 0,76 m
(30) que opera a 91,44 m/min (300 fpm), transportando 375 t/h de mineral. La abertura del
cortador es 7,62cm (3) y tiene una velocidad de 0,6096 m/seg (24 pulgadas/seg).
M . L 375 t/h x 7,62 cm 1
m
s
= ----------- = ---------------------------- x ---------------- = 0.01302 t = 13 kg
u
c
60,96 cm/seg 3600 seg
Segn Sherwood (1988), la cantidad de muestra colectada por un muestreador lineal
depende de la velocidad de flujo del material, abertura del cortador y de su velocidad. Esta
cantidad se puede expresar por la siguiente expresin:
P x W
Q = -------------- (29)
S
donde:
Q...... gramos, kilogramos o metros cbicos de muestra obtenida por corte.
P....... velocidad de flujo del material en metros cbicos, gramos o kilogramos por segundo.
S........velocidad de corte, en pulgadas por segundo.
W...... abertura del cortador, en pulgadas.
Considerando esta frmula se puede decir que ajustando los trminos S o W se pueden
obtener muestras de diferente tamao, pero hay limitaciones a las cuales nos referiremos
ms adelante.
La cantidad de muestra colectada por un muestreador con movimiento intermitente en arco
tambin se calcula usando la frmula anterior en trminos de S y W, siendo S la velocidad
del cortador y W la abertura del cortador en un radio medio.
Como los muestreadores lineales, los muestreadores de movimiento en arco tienen un
mecanismo de ajuste para variar la cantidad de muestra tomada por corte. Otra vez, hay
limitaciones que deben ser observadas.
Con los muestreadores lineales y en arco, es posible variar la cantidad de muestra tomada
por periodo ajustando la frecuencia con que se toma la muestra. Tambin tienen timer para
lograr el cambio.
La cantidad de muestra colectada por un muestreador continuo a presin VEZIN (Figura 28)
es independiente de la velocidad del cortador y est gobernado por la siguiente relacin:
0,159 x P x W
Q = ------------------------ (30)
R
donde:
Q ....kilogramos, galones o libras de muestra por periodo
P.....velocidad de flujo del material por periodo en kilograos, galones o libras.
R ...radio medio en centmetros o pulgadas.
W ..abertura del cortador (al radio medio) en centmetros o pulgadas.
Una vez que la abertura del cortador que es seteada, el muestreador continuo VEZIN no
tiene medio de ajuste de la cantidad de muestra tomada por periodo de tiempo. Con diseos
a medida se puede flexibilizar hasta un 50% del flujo material.
C.2.2. Clculo del peso de muestra obtenido con un muestreador transversal, al flujo
de la pulpa, con movimiento rotacional en arco
En el Apndice IV, se da el Ejemplo 14 de clculo de un cortador de movimiento en arco, de
un tipo especial de muestreador indicado en la Figura 33.
D. Bibliografa
Basden, K.S. Principles of Sampling and Valuation. Department of Fuel Technology, Uni-
versity of New South Wales. 1963.
Gaudin, A. M. Principles of Mineral Dressing . McGraw Hill Book Company, Inc. New York
and London, 1939.
Heath & Sherwood. Ltd. Sampling. Box 340, Kirkland Lake, Ontario, Canada. 1964.
Japanese Industrial Standard. Methods for Sampling of Metal Bearing ores of Copper, Lead,
Zinc, Tin, Gold, Silver and others Published by JIS, 1976.
Marinigh, M. J, Heath & Sherwood (USA) INC. Implementation of good Sampling in Mineral
Processing Plants. Rouyn - Noranda. Quebec, Nov. 14-15, 1996.
Marinigh, M. J and Delmar B. The Seven Sampling Errors. Heath & Sherwood. Ltd., Sam-
pling Equipment Menufacturer. Kirkland Lake, Ontario, Canada, 1964.
Pitard, F.F. Pierre Gys Sampling Theory and Sampling Practice. CRC Press, Inc. Boca
Raton, Florida, 1992.
Possa, M. V. y Da Luz, A. B. Amostragem para Processamento Mineral. Centro de
Tecnologa Mineral CETEM. Brasilia, 1984.
Taggart, A. F. Handbook of Mineral Dressing. John Willey & Sons, Inc. N. Y. 1956.
Weiss, N. L. SME Mineral Processing Handbook. Society of Mining Engineers of the AIME.
Ney York, 1985.
Wills, B. A. Mineral Processing Techonology. Fourth Edition. Pergamos Press. Oxford, New
York. 1988.
Yu, A. T., Bulk Sampling, a Simplistic Approach, Skillings Mining Review, Feb., pp. 16
22. 1972.
Zuleta, M. Tratamiento Mecnico de Minerales. Editorial Fundacin Universidad Nacional
de San Juan (EFU). San Juan, Argentina. 1994.
Problema de muestreo incremental de la Planta Concentradora de Minera Alumbrera.
Verificar el tiempo mnimo de intervalo de extraccin de muestra en un compsito de 8 u 12
horas de periodo de muestreo.
Datos:
Valores de %Cu y %Fe
a. Serie de valores cada 10 minutos
b. Serie de valores cada 60 minutos
Nota: Comparacin de resultados con los datos actuales que dispone Alumbrera.
A resolver con los datos de Minera Alumbrera Ltd.