Es conveniente representar las distribuciones de

tamao de sistemas particulados mediante

funciones matemticas que permitan formular
modelos de operaciones.
Estas funciones
deberan adems permitir el clculo de los
parmetros de la distribucin, tales como valor
promedio (), varianza (2) y los momentos.
Las funciones de distribucin ms utilizadas en la
son:

Distribucin de Schuhman.
Distribucin de Rosn-Rammler, y
Distribucin de tres parmetros.

Aunque otras funciones pueden ser usadas, tales

como las funciones estadsticas:

Distribucin Logaritmo-Normal.
Distribucin Gamma.
Distribucin Beta.

Aparecen como muy interesantes y prometedoras

en su uso.

En la mayora de los casos no hay justificacin

terica para preferir una funcin de la otra y esta
se hace exclusivamente por la calidad de ajuste
que se obtiene.

Esta funcin, tambin conocida como distribucin de

Gaudin Gates- Schuhman. Es la funcin matemtica
mas utilizada en Amrica para representar sistemas
de partculas en el campo de la mineralurgia.

La funcin se utiliza generalmente para representar

la distribucin en peso segn:

Donde

x0 es el modulo de tamao [L], y

m es el modulo de posicin [-]

Recordar que F3(x) representa el porcentaje

acumulado pasante (fino), si hacemos
x =x0
entonces F3(x) = 1, por lo tanto el modulo de
tamao es el tamao mximo que a su vez
significa que el 100% de las partculas son
menores al tamao x0.

Para encontrar el significado del modulo de

distribucin m, tomamos el logaritmo de la
ecuacin de Schuhmann.

Si graficamos en un papel log-log, podemos

observar la siguiente grafica:
1
F3(x)
10-1

m
x=x0

10-2

10

102

103

Podemos concluir que m es la pendiente de la

recta obtenida al graficar la Funcin F3(x) vs x,
indicndonos esto que m es un modulo de
distribucin.

La funcin frecuencia f3(x), que es el porcentaje

en peso, se obtiene derivando F3(x) con respecto
a x:

Los momentos quedan expresados de la siguiente

forma:

Demostracin
Sabemos que:

y tenemos que los momentos lo podemos expresar de la siguiente

forma:

Remplazando en esta ultima relacin, tenemos:

Integrando la ltima expresin tenemos:

De acuerdo a esto el valor medio de la

distribucin es:

y la varianza es:

La funcin frecuencia f3(x), que es el porcentaje

en peso, se obtiene derivando F3(x) con respecto
a x:

Los momentos quedan expresados de la siguiente

forma:

Demostracin
Sabemos que:

Integrando tenemos que:

Factorizando x0m+2, transponiendo trminos y efectuando

operaciones

El tamao x12 se calcula mediante la siguiente

relacin:

Luego tenemos que:

Un conjunto de datos experimentales de abertura de

malla y su respectivo % acumulado fino, se
ajustaran a una distribucin de Rosn Rammler, si se
adecua a la siguiente expresin:

O tambin a la siguiente expresin:

En esta ltima expresin R3(x)es el acumulado

grueso.
Donde
x0 es un tamao caracterstico [L], y
m es un coeficiente de uniformidad [-]

Es fcil demostrar que para partculas pequeas

se cumple xx0, la funcin Rosn-Rammler se
transforma en la distribucin de Schuhmann
Expandiendo en serie de potencias el exponencial
resulta:

Despreciando los trminos de orden superior

tenemos que:

Por lo tanto tenemos:

De la ecuacin de Rosin Rammler, podemos

observar
que
para
x=x0,
F3(x)=0.632
y
R3(x)=0.368, indicndonos esto que x0 no es un
tamao mximo como en el caso de la ecuacin
de Schuhmann.
El significado de m se puede obtener graficando
la funcin de Rosn-Rammler de acuerdo al
siguiente procedimiento:

Tomando logaritmo neperiano y luego logaritmo

decimal tenemos:

Si graficamos
log(ln [1/R3(x)]) vs log x,
obtendremos una lnea recta con una pendiente
m, indicndonos que es un modulo de
distribucin, para facilitar esta grafica esta se
realizara en un papel Rosn-Rammler , tal como se
puede observar a continuacin:

La funcin densidad f3(x) se obtiene derivando la

ecuacin de Rosn-Rammler con respecto a x:

Los momentos resultan ser:

Demostracin
Introduciendo la funcin densidad en la ecuacin de los momentos
tenemos:
(a)

(b)

Esta integral es complicada en su resolucin analtica, pero si

podemos transformarla y por similitud podemos compararla con
integrales conocidas como es el caso de la funcin gamma que se
da a continuacin:

Por lo tanto transformaremos la ecuacin (b), multiplicando y

dividiendo por x0i

(c)
Si realizamos cambio de variable tal como y=x/x0, derivando esta
expresin y despejando tenemos: dx=x0dy y remplazando estas
variables en (c) tenemos lo siguiente:

Si lo comparamos con la funcin gama, la solucin es:

En funcin de esto el valor medio es:

La varianza es:
El tamao se pude calcular como a continuacin
se indica:

Los mtodos disponibles para determinar la

distribucin de tamaos de un sistema particulado
no nos permite obtener funciones continuas.

Ello se debe a que lo que se mide es la fraccin de

partculas contenidas entre dos tamaos a y b; si
estos tamaos son suficientemente cercanos ellos
definen una frecuencia relativa discreta de la
forma siguiente:

En forma grafica se observa:

f(x)

xb

xa
x

Donde x=(xb-xa) y xab es un valor promedio en el

intervalo a y b.
Podemos concluir que la frecuencia relativa estar
dada por:

La forma ms
comn
de
efectuar
un
anlisis
granulomtrico,
es someter al
sistema
particulado a la
accin de una
serie de tamices
en
forma
sucesiva
tal
como tamiz
se observa
Cada
utilizado tiene una malla con aberturas
en la siguiente
menores
que el anterior.
figura:

De esta manera el sistema de partculas queda

atrapado en los tamices, correspondiendo a un
tamiz en particular todas aquellas partculas con un
tamao menor que la malla del tamiz anterior y
mayor que la malla del tamiz en cuestin.

El tamao de las partculas se asocia entonces a la

abertura de la malla de los tamices.

Se define como malla el nmero que tiene un tamiz

por pulgada lineal. Mientras mayor el numero de la
malla menor es el tamao de las aberturas.

Se acostumbra designar por xi el tamao de una

malla cualquiera, denominando x0 aquella malla
por la que pasa todo el material y dividiendo este
en n fracciones.

La primera malla utilizada ser x1 y la ltima xn-1

del material que pasa esta ltima malla solo
sabemos que es de tamao menor que xn-1.

Las series de tamices estn estandarizadas en

cuanto a la relacin entre mallas consecutivas.
La serie normal tiene una relacin de
,y
La serie doble tiene una relacin de

Debido a la relacin geomtrica entre mallas se ha

elegido el Promedio Geomtrico como tamao
caracterstico del material retenido en un tamiz y
se lo denomina tamao de la malla, entonces:

Por lo tanto en el caso de las series se tiene:

Serie Normal
Serie Doble

De

donde resulta que el tamao promedio xi es

igual a:
Serie Normal
Serie Doble
Distribucin discreta de tamao
La distribucin discreta de tamao representada
por un tamizaje es una distribucin discreta si:

La frecuencia relativa ser:

La distribucin se normaliza mediante la suma:

La funcin distribucin queda representada por:

Con la relacin:

Una muestra es una cantidad pequea que

contiene todos los componentes en la misma
proporcin en que ellos ocurren en el lote original.

El objeto de la reduccin y el muestreo de una

mena es obtener para el anlisis, una muestra que
represente al lote original o en otras palabras que
sea una muestra representativa.

En una operacin inteligente de una planta

metalrgica es necesario el muestreo y los ensayes
continuamente, en ellas es costumbre que cada
operacin y proceso se muestreen en forma regular
con el fin de realizar ensayes y en funcin de estas
determinar la eficiencia de sus trabajos.

El muestreo y ensaye no pueden descuidarse y de

hecho se est siendo ms importante cada da, debido
a que la calidad de las menas esta disminuyendo y el
margen de ganancia se vuelve menor.

Los ensayadores normalmente tendrn la mayor parte

del muestreo y se espera que sepan como hacerlo
cuando se les solicita. l normalmente tiene que
preparar slo la muestra final, pero recibir muy de vez
en cuando de 5 a 50 o ms kg para ensayar en este
caso l tendr que hacer su propio muestreo.

Todo tipo de ensaye se realiza sobre una pequea

muestra. Un requisito fundamental para que el ensaye
sea til es que la muestra sea representativa del
sistema original.

Podemos observar, entonces, que la ejecucin de un

ensaye requiere realizar dos operaciones consecutivas:

Un muestreo, y
El anlisis o ensaye respectivo.

Ambas aplicaciones estn sujetas a errores, que son

independientes entre s, por lo que el error total del
anlisis se puede escribir:

Donde

SEm = Error estndar de muestreo.

SEa = Error estndar de anlisis.

SE = Error total de anlisis.

Tamao de una muestra

Supongamos que deseamos determinar el valor de F(x) de

una muestra. El valor que determinamos ser F*(x) y como
el muestreo est sujeto a un error SEm, el verdadero valor
del ensaye en la muestra ser:

Por otra parte al analizar la muestra se obtuvo un valor

F**(x) y como el anlisis est sujeto a un error SEa, de
modo que:

Por lo tanto el valor de F(x) de la muestra ser la siguiente:

En la prctica podemos aceptar errores de muestreo

de 1% y errores de anlisis de 2%; esto significa que:

SEm = 0.010;
SEa = 0.020

y mediante clculo el SE del anlisis es

entonces:

La pregunta es, cual debe ser el tamao de la

muestra para que el error del ensaye sea de 2.2%.

La forma de contar las muestras, cuyos detalles se

describirn ms adelante, permite suponer que los
errores de muestreo se distribuyen en forma
binomial, esto significa de acuerdo a la estadstica
que la varianza del anlisis es:

donde n es el nmero de partculas en la muestra;

como
SEm = tm (donde m es la desviacin
estndar) y para una muestra t=2, entonces m =
0.005, de acuerdo a esto el nmero de partculas
necesarias para obtener un m = 0.005 ser:

En esta expresin se puede observar que el mnimo

nmero de partculas depende del valor F(x) y que
ser mximo para:

de donde se deduce que el mximo error se

produce para F(x) = 0.5, esto es para el tamao x50
introduciendo este valor en la ecuacin de n
(nmero de partculas) se encuentra que:
n = 10000 partculas
Para que el error de muestreo sea menor a 1%.

Es fcil comprobar que si se obtiene una muestra de n =

100 partculas el error de muestreo sube a 10%.

El nmero de 10,000 partculas representa diferentes

problemas para los diversos anlisis y mtodos de
ensaye, en la determinacin del tamao de muestra
debemos seguir el siguiente procedimiento para
determinar el peso mnimo de muestra para un error de
muestreo del 1%.
1)La

muestra se adecua a la ecuacin de Schuhmann que se da en

la siguiente expresin:

en la que x0 es el tamao mximo de partcula de la

muestra y m es un modulo de distribucin y que en este caso toma
el valor de 0.7.

2.

Se calcula el tamao medio del sistema x30, mediante la

siguiente ecuacin:

3.

Se calcula el peso mediante la ecuacin siguiente:

en donde es la densidad del mineral y es el factor de forma

volumtrico, que en este caso lo tomamos con el valor 0.2.

Ejemplo de clculos

Tamao de muestra en el zarandeo

Se nos pide determinar el tamao de muestra en el zarandeo de un

mineral en planta, cuyo tamao mximo es de 10 cm (cuya densidad
es de 2.6 y factor de forma volumtrico es 0.2)

De acuerdo al esquema propuesto tenemos x0 = 10 cm.

por lo tanto el peso a muestrear es:

Tamao de muestra en el tamizaje

Para un tamizaje entre 5mm y 37 micras (400m) y de acuerdo

a las mismas caractersticas del material dadas en l calculo
anterior. Cual es el tamao de muestra a tomar.

x0= 0.5 cm

por lo tanto el peso a muestrear es:

Tamao de muestra para ensayes

Supongamos un tamao mximo de 100 micras. (1 = 10-4 cm)

x0 = 0.01 cm

por lo tanto el peso a muestrear es:

Reduccin de tamao de muestra

Como podemos observar en el caso de la toma de muestra en el
zarandeo vemos que el peso de la muestra sobrepasa al peso de
muestra que se enva al laboratorio.

Este es uno de los motivos por el cual se tiene que reducir a las
muestras inciales hasta alcanzar el peso necesario para la
muestra de ensaye. Durante la reduccin de muestra debe
observarse la siguiente condicin indispensable: No debe ser
destruida su representatividad".

Los pasos a seguir durante el tratamiento de las muestras son:

Trituracin
Tamizaje
Mezclado ,y
Muestreo de las mismas

La trituracin puede ser gruesa con partculas que estn en el rango

de tamao de 100 a 30 mm; mediana en rango de tamaos de 20 a 5
mm; fina en el rango de tamao de 2 a 1 mm y extrafina
(pulverizacin) en el rango de tamao de 0.5 a 0.07 mm y algo menos.

La trituracin gruesa se realiza fundamentalmente en trituradoras

de quijadas tal como se observa en la siguiente fig. IV-1.

La trituracin mediana y fina se realiza en pequeas trituradoras de

quijadas o de rodillos tal como se muestra en la fig. IV-2.

La pulverizacin se realiza en pulverizadores de discos o de

anillos tal como se observa en la siguiente fig. IV-3.

El control de la trituracin y pulverizacin se realiza en cedazos

o tamices, antes y despus de la trituracin y/o pulverizacin.
Los tamices se pueden ver en forma amplia en la fig. IV-4.

La obtencin de una muestra de laboratorio para realizar un

ensaye qumico se puede realizar mediante diversas tcnicas. Sin
embargo, un requisito previo es una buena mezcla del mineral.

La mezcla previa se efecta

frecuentemente
con
un
pao
roleador (fig. IV-5), este pao vara
en tamao de acuerdo con el
tamao de la muestra. Para
muestra de varias decenas de
kilogramos, el roleo es realizado
por dos personas que sujetan el
pao que descansa en el suelo por
dos de sus extremos, haciendo
rodar el material de una esquina a
la otra. La operacin se repite
durante varios minutos. Cuando la
muestra es pequea, menor a 3 kg,
la operacin puede ser realizada en
un pao roleador sobre una mesa
por una sola persona.

En algunos casos y para muestras de varias decenas de kilos, se

utilizan mezcladores mecnicas.

Con relacin al muestreo, existen una serie de mtodos de

cuarteo, el fin de estos mtodos es el de mantener la
representatividad de la muestra original y para evitar lo siguiente:

Lo ideal es que el material

presente una homogeneidad
perfecta tal como se puede
observar en el esquema

Pero el caso es que por regla

general
presenta
cierta
segregacin como el esquema
que se da a continuacin:

o como en el caso que se

presenta
una
mxima
segregacin del material y
especficamente en el caso de
materiales que contienen oro y
este se segrega debido a su
alto peso especifico tal como se
indica en el siguiente esquema:

En el siguiente esquema se da
un tipo de muestreo en la que
al determinar los ensayes
respectivos no vamos apreciar
mucho error

Pero se da el caso que al

muestrear, se cometa errores
bastante grandes y por ende los
ensayes van a dar resultados
errneos, como es el caso que
se da en el esquema siguiente:

O nos puede dar resultados

engaosos como es el caso
siguiente, en la que existe una
segregacin bastante alta.

La solucin a estos problemas es adoptar la metodologa

adecuada de muestreo, tomando en cuenta el tamao de
partcula y en funcin de esta tomar el tamao adecuado de
muestra, practicando cualquiera de los siguientes mtodos de
muestreo:

Cono y Cuarteo
El mtodo de cono y cuarteo para reducir una muestra es
ampliamente utilizado debido a su simplicidad y a no requerir
equipos especializados, el mtodo es aplicable a materiales
con tamaos de partculas menores a 1 y consiste en construir
un cono, en el que la simetra es muy importante, bien en el
suelo o sobre una mesa, aplastarlo formando una torta circular,
dividirlo en cuatro partes iguales, dos fracciones opuestas se
retiran cuidadosamente, juntndose las dos fracciones
restantes y construyendo con ellas un nuevo cono.

El procedimiento se repite hasta obtener una muestra del

tamao deseado, tal como se observa en la fig. IV.6

Cortadores de Chutes
Un buen mtodo de reduccin de muestras es verter las partculas en
forma homognea sobre un cortador de chutes tal como se observa
en la figura IV.7, que divide la muestra en dos partes
aproximadamente iguales; el uso repetido del cortador de chutes
permite obtener fracciones de 1/2, 1/4, 1/8,.....,1/2n de la muestra
original.

Reducidor Binomial
Otro equipo utilizado en el laboratorio es el reducidor
binomial, que permite obtener una muestra de un 1/16 de
tamao de la muestra original en una sola pasada. l limite
de tamao de partculas es de 1/2 en este caso, tal como se
puede ver en la fig.IV.8.

Muestreador de Mesa Rotatoria

Un excelente mtodo de muestreo es la mesa rotatoria. El material
se alimenta a la mesa mediante un alimentador vibratorio y cae por
una serie de chutes a cajas o frascos. La mesa debe moverse con
velocidad constante para permitir la misma oportunidad a todas las
partculas. El equipo se muestra en la siguiente figura IV.9.

Diagrama de Flujo para la Reduccin de Tamao de Muestra

El peso inicial de las muestras qumicas durante su recoleccin
sobrepasa significativamente al peso de la muestra que se enva
al laboratorio. Es por ello que se reduce a las muestras inciales
hasta que sus peso alcanza el peso necesario para la muestra de
laboratorio.

En funcin de esto todas las operaciones indicadas anteriormente,

deben ser coordinadas en un solo esquema general tal como se
indica en el siguiente diagrama de flujo (fig., IV.10), el cual puede
variar de acuerdo a las caractersticas de las muestras

En cada etapa nosotros podemos determinar el peso de muestra

en funcin del peso final que quisiramos obtener.

Por ejemplo:

Un peso de 2000 g de muestra

Aplicando las relaciones que hemos revisado anteriormente tenemos:

Por lo tanto el tamao de partcula a tomar en cuenta es de 0.73 cm

Existen
diversos
mtodos
para
la
determinacin experimental del tamao y
forma de las partculas de una distribucin.
Estos mtodos se pueden agrupar de
acuerdo al principio utilizado para las
medicin.
En la tablas siguiente se dan algunos datos
sobre los mtodos experimentales de
medicin:

Tcnica

Tamizaje
Recuento

Sedimentacin
Dispersin de Luz
Sensores de
conductividad
Absorcin de Rayos
Xo

Variable
de
separaci
n
L(x)
L(x)

Rango de
tamao
(micrones)

Equipos-mtodo

V(x) g
V(x) 2R
S(x)
V(x)

105-30
105-102
102-1
102-10-1
10-10-3
102-1
10-10-1
103-10-1
102-5x10-1

Tamices
Proyeccin
Microscopia de luz
Microscopia electrnica de barrido
Microscopia electrnica de Transmisin
Gravitacional
Centrifuga (Ds)
Contadores de dispersin
Coulter-Counter (de)

V(x)

102-1

Densmetros