Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea 1 Fundpm
Tarea 1 Fundpm
7 de Septiembre de 2012
2
Resumen
Se tienen dos muestras de material particulado A y B, con una distribucin de tamaos dada.
Se deben comparar los datos de las distribuciones con los modelos de distribucin Gaudin-
Schuhmann y Rosin-Rammler.
El objetivo principal es encontrar el modelo de distribucin y los valores de sus parmetros que
se ajusten lo mejor posible a la muestra de material particulado.
Como herramienta de comparacin entre los ajustes de las distribuciones se utiliz el error
estndar de la distribucin, prefirindose, el modelo que tenga menor error estndar.
Utilizando la herramienta Solver del Software Microsoft Excel, se encontraron los parmetros
de los modelos que mejor ajustaban a la distribucin de tamao de la muestra minimizando el
error estndar para cada caso.
3
Introduccin
Se tienen dos muestras de material particulado A y B, con una distribucin de tamaos dada.
Se deben comparar los datos de las distribuciones con los modelos de distribucin Gaudin-
Schuhmann y Rosin-Rammler.
El objetivo principal es encontrar el modelo de distribucin y los valores de sus parmetros que
se ajusten lo mejor posible a la muestra de material particulado. Para esto se debe realizar lo
siguiente:
4
Antecedentes
Se tiene dos muestras de material particulado, A y B, de masas, 374,7[g] y 373,5[g]
respectivamente.
1. La distribucin Gaudin-Schuhmann:
m
x
( )
Fu ( x )=
K
Donde K es el mdulo de tamao, el cual corresponde al tamao mximo de partcula de la
muestra y m es el mdulo de distribucin, es indicativo de la amplitud de la distribucin.
2. La distribucin Rosin-Rammler:
[ ( )]
n
x
Fu ( x )=1exp
x0
Donde x0 es el tamao caracterstico (corresponde al tamao bajo el cual se encuentra el
63,2% de la muestra) y n corresponde al mdulo de distribucin, el cual es indicativo de la
amplitud de la distribucin.
5
Se validan los modelos de acuerdo a un criterio de mnimos cuadrados, o sea, se busca
minimizar el error estndar de distribucin de la muestra, el cual tiene la siguiente forma:
N
2
2 [ F ureal ( x i )F uterico ( x i ) ]
i=1
^ =
N1
Y debido a que se desea encontrar la distribucin de mnimo error, se deben resolver los
siguientes problemas de optimizacin:
1. Distribucin Gaudin-Schuhmann:
mn ^ G S K , m>0
2. Distribucin Rosin-Rammler:
mn ^ RR x 0 ,n> 0
Desarrollo
Primero se debe calcular el porcentaje de prdidas en las muestras obtenidas, para esto,
usamos la siguiente ecuacin que permite obtener el porcentaje en peso de prdidas en la
muestra, el cual debe ser menor considerablemente pequeo para asegurar la confiabilidad de
la muestra.
6
Masa inicial de la muestraMasa total retenidaen tamices
de prdidas= 100 [ ]
Masa inicial de la muestra
374,7 [ g ] 374 [g ]
de prdidas muestra A= 100=0,19
374,7 [g]
373,5 [ g ] 372,7[g ]
de prdidas muestra B= 100=0,21
373,5[g ]
Ya que las muestras presentan un porcentaje de prdida de material en peso inferior al 1%, se
considera que el error producido por prdidas es irrelevante en el anlisis.
Luego se calculan las fracciones retenidas para las muestras A y B, para esto se divide cada
peso retenido entre mallas por el peso total correspondiente a cada muestra y se expresa en
porcentaje, obtenindose la siguiente tabla:
Ahora es posible calcular la fraccin retenida media entre las dos muestras, para esto se debe
hacer una suma ponderada por la masa total de cada muestra, entonces:
7
M A f Ai ( x i ) + M B f Bi ( x i ) 374 f Ai ( xi ) +372,7 f Bi ( x i )
fi ( x i )= = i
M A+ M B 374+372,7
Y de esta forma la tabla resultante, indica la fraccin retenida media, y a la vez con esta se
calcula fcilmente la distribucin bajo-tamao, de la siguiente manera:
N
F u ( x i )= f ( x k ) i
k =i +1
K [m] 4743
m 0.61
Figura 4. Parmetros de distribucin
Gaudin-Schuhmann obtenida.
8
Tamao [m] G-S Error G-S
6300 118.81 353.74
4750 100.00 1.47
3350 80.97 159.14
2360 65.46 297.18
1700 53.64 278.81
1180 42.97 127.48
850 35.21 15.98
600 28.50 65.72
425 23.12 286.69
300 18.71 227.92
212 15.16 141.03
150 12.29 85.48
106 9.95 51.53
75 8.07 31.68
-75 0.00 0.00
- Error estndar G-S 12.32
Figura 5. Valores para los tamaos de malla de la distribucin Gaudin-
Schuhmann obtenida y el error estndar respecto a los valores reales del
bajo-tamao.
X0 [m] n
1499 1.54
Figura 6. Parmetros de distribucin
Rosin-Rammler obtenida.
9
300 8.05 19.67
212 4.80 2.30
150 2.85 0.04
106 1.68 1.20
75 0.99 2.10
-75 0.00 0.00
- Error estndar R-R 3.27
Figura 7. Valores para los tamaos de malla de la distribucin Rosin-Rammler
obtenida y el error estndar respecto a los valores reales del bajo-tamao.
Resultados
0,61
x
FuG S ( x ) =
4743 ( )
G S=12,32
Distribucin G-S
100.00
Distribucin G-S ajustada [%]
10.00
1.00
10 100 1000 10000
Tamao [m]
10
Distribucin Rosin-Rammler ajustada:
[( ) ]
1,54
x
FuR R ( x )=1exp
1499
R R=3,27
Distribucin R-R
100.00
Distribucin R-R ajustada [%]
10.00
1.00
10 100 1000 10000
Tamao [m]
Distribucin Bajo-tamao
100.00
Distribucin de la muestra [%]
10.00
1.00
1 10 100 1000 10000
Tamao [m]
11
Figura 10. Grfico distribucin bajo-tamao de la muestra.
Anlisis y conclusiones
Los parmetros del modelo Gaudin-Schuhman resultaron: K=4743[m] y m=0,61 .
Obtenindose un error estndar de distribucin de 12,3[m].
12
Referencias
1. APUNTES DE CTECRA MI4020 FUNDAMENTOS DE PROCESOS MINERALRGICOS , P ROFESOR
ALDO CASALI 2012.
13