UNIVERSIDAD CATÓLICA DEL NORTE

DEPARTAMENTO DE INGENIERÍA METALÚRGICA Y MINAS

ME ʺMÉTODOS DE MUESTREO Y CARACTERIZACIÓN DE UN MINERAL”
Profesora Evelyn Melo/ Rossina Mena
Sofía Ramírez Zepeda – Williams Alfaro Perez – Sebastian Urrutia Robles
Ingeniería de Ejecución Metalurgia

Dominio Conceptual Dominio Metodológico

Objetivo: Aplicaciones: Las técnicas de muestreo son importantes ya

Fantasía o Metáfora:
“Todo cae por su propio peso y demorará el tiempo que
necesite de acuerdo a sus características, un claro ejemplo es
cuando un volcán hace erupción”.
Conocer cómo se lleva
a cabo la preparación
de muestras de un
material.
que sin ellas no se tendría calidad de información acerca del
mineral. En la aplicación se tienen dos métodos de muestreo,
manual y mecánicos, los manuales son por división por cono
y cuarteo, Palas fraccionadas y por incrementos, en los
mecánicos están la división por rifle y el cortador giratorio.
Son usados en los procesos mineros para indicar si el mineral
está apto para la siguiente etapa de su proceso

Ecuaciones:
 Analizar y comparar Conclusión: No existen diferencias marcadas en los distintos
𝑥 los distintos métodos métodos de muestreo, debido a la cantidad experimental que se
𝐺𝑎𝑢𝑑𝑖𝑛 − 𝑠𝑐ℎ𝑢𝑚𝑎𝑛𝑛 𝐹(𝑥) = [ ] ᵐ de muestreos. usó de muestra, ya que para cantidad mayor de muestra esta se
𝑘 podría contaminar o perderse como polución (error) en los
métodos manuales respecto a los mecánicos.
Rosin-Rammler F(x)= 1 – e (-(x/k) ᵐ)

𝑏 = 𝑚𝑙𝑜𝑔𝑘
Resultados:
Tabla 1. Resultados obtenidos en el laboratorio.
Y= mx – b

Teoría y Principios:
La preparación de los minerales abarca las operaciones de Gráfico:
reducción, separación y clasificación por tamaño, para
esto se debe tomar cierta muestra del lote del mineral, tal
que dicha muestra sea lo más representativa del lote. El
muestreo se ha definido como el análisis de extraer una
pequeña parte del lote de mineral que interesa analizar,
con el fin de practicar un análisis mineralógico químico y
físico a la muestra. Este proceso es lento y muy complejo
para así obtener resultados confiables y eficientes.

Gráfico 1. Abertura (um) v/s %PA.

Ecuaciones

Método:

Se entregó un total de 21,52 kg de mineral, el cual por método de traspaleo (cono y cuarteo) fue homogeneizado, el material se divide en 4 partes
equitativas para cada grupo. Esta cuarta parte del material pesa 5,76 kg el cual es ingresado al harnero para obtener el mineral más fino. Todo el material que
quede bajo -#10 se procede a sacar de la bandeja para someterse al método de muestreo de cortador de rifles, es por ese método donde se seleccionan 300g
para ser llevado al ROTAP y así obtener la fracción en peso en cada fracción de tamaño, para este tamizado se requirió solo 5 minutos en el aparato. Luego se
comienza a pesar todo el material retenido en cada tamiz para así poder realizar un análisis granulométrico.
Anexos:
*Una vez que se pesa el material fino y grueso, obtenemos el siguiente análisis
granulométrico

Tabla n°2 Perfil completo análisis granulométrico riffle

*Los datos obtenidos mediante el tamizado:

Tabla n°3 Análisis granulométrico/ Ajuste lineal Riffle

tabla n3 análisis granulométrico /ajuste lineal para paño roleador, división por incrementos y cortador giratorio
 Comparación de metodos de muestreo
80
70
% Pasante acumulado 60
50 PAÑO ROLEADOR
40
CORT. RIFFLE
30
20 CORT.GIRATORIO
10 DIV. POR INCREMENTOS
0
1 10 100 1000
Abertura (um)

Grafico n°2 Comparación análisis granulométrico respecto a los distintos métodos de las muestras en el
rotap

Comparación metodos de muestreo

100
% Pasante acumulado

80
Cort. Riffle
60
Paño Roleador
40
Cort. Giratorio
20
DIV. POR
INCREMENTOS
0
1 10 100 1000 10000 100000
Abertura (um)

Grafico n°3 Comparación análisis granulométrico respecto a los distintos métodos de las muestras en el
perfil granulométrico completo
 Ajuste Lineal
2.5
2 y = 0.4499x + 0.5659
R² = 0.9848
1.5
GS
1
Log(x)

RR
0.5
Linear (GS)
0 y = 0.628x - 1.7175
R² = 0.9975 Linear (RR)
1 10
-0.5
-1
Función de ajuste

Grafico n°4 Ajustes lineales para la muestra de 300g en Cortador de Riffle.

Ajuste Lineal
2.5
2 y = 0.447x - 0.0238
R² = 0.9913
1.5
1 GS
Log(x)

0.5 y = 0.5973x - 2.3673 RR

0 R² = 0.9481 Linear (GS)

1 10 Linear (RR)
-0.5
-1
-1.5
Función de ajuste

Grafico n°5 ajuste lineal del perfil granulométrico completo

Discusión 1: Al analizar las curvas en el grafico n°2 que se presentan mediante el análisis
granulométrico en el gráfico de abertura (um) vs % pasante acumulado, los métodos de
muestro presentan un comportamiento similar en cuanto el material retenido por malla.

Discusión 2: Al analizar la tabla n°2 Análisis granulométrico / Ajuste Lineal se puede

apreciar que el ajuste lineal más eficaz para la muestra tomada en el laboratorio de 300g
es Rossim Ramler; y para el perfil granulométrico completo el ajuste más eficaz es
Gaudinn-Schumann.

Discusión 3: Se puede observar que después de realizar cada técnica de muestreo y

tamizar la muestra en el rotap las partículas que quedan retenidas en la malla #20 es la
cuarta parte aproximadamente de la muestra total por cada técnicas de muestreo y bajo
la -#200 es aproximadamente la quinta parte

Discusión 4: Se seleccionan 300g de mineral para ser llevado al ROTAP, luego de ser
tamizado se pesa todo el material que queda en los tamices, para obtener la fracción en
peso por cada fracción de tamaño. Al sumar todo el mineral de los tamices se obtiene
298,75g, dándose a conocer que hubo una pérdida de material de 1,25g.

Discusión 5: Ver la correlación de las curvas en el grafico n°1. Evaluar las tendencias,
similitudes y comportamientos de las curvas de ajustes respecto al comportamiento de la
masa real.
Conclusión 1: El comportamiento similar de la muestra respecto a los distintos métodos
de muestreo puede deberse a la poca cantidad de muestra tamizada (aprox 300g por
grupo). Ya que debería apreciarse mayor porcentaje de error en los métodos manuales
debido a la manipulación manual de la muestra respecto a los métodos mecánicos.

Conclusión 2: La eficiencia del ajuste Rossim Ramler en los 300g tamizados puede deberse
a que funciona mejor con tamaños de apertura menor a 25000(um) y a números de igual
digito, con un coeficiente de restitución R² = 0,9975 en cambio Gaudinn-Schuman R² =
0,9913(Grafico n°4). Cabe mencionar que este comportamiento solo se puede apreciar
por dichos coeficientes ya que en el grafico las curvas se sobreponen. Para el perfil
granulométrico completo esto es distinto debido a que para Gaudinn-Schuman el
coeficiente de restitución es R² = 0,9913 y para Rossim Ramler es R² = 0,9474(Grafico n°5)
respectivamente, además del porcentaje de error total (tabla n°2) siendo más eficaz el
ajuste GS.

Conclusión 3: al analizar este supuesto la muestra de mineral tratada para los cuatros
casos, había un medio de la muestra total aproximadamente distribuida sobre la malla
#20 y bajo la malla -#200 o sea el 50%-45% ya era el más fino y el más grueso
respectivamente. Esto se puede analizar por la desviación estándar ya que los valores
extremos de pesos retenidos antes mencionados (fino y grueso) están muy alejados al
valor del promedio más la desviación estándar, siendo este el rango de distribución de
masas retenidas para que no hubiese dispersión. Con el coeficiente de variación
concluimos que nuestro método de muestreo de división por rifles presenta la
distribución de masas retenidas más heterogéneas y el método de división por
incrementos tiene mayor homogeneidad de las masas retenidas. De esto concluimos que
hay una masa de partículas muy gruesas o muy finas distribuidas en las mallas antes
mencionadas dependiendo de su coeficiente de variación para cada muestreo.

Conclusión 4: Las pérdidas de mineral que se obtuvieron en el análisis pueden deberse a

la mala manipulación de artefactos mecánicos, ya que al realizarse el método del cortador
rifle se aprecia la polución que se pierde al voltear la bandeja o también que el mineral se
queda estancado en la mallas de los tamices debido a su tamaño (tamaño critico). La toma
y preparación de una muestra fina con calidad permite, una vez aplicado el análisis
granulométrico correspondiente, obtener resultados confiables para evaluar y controlar
las operaciones en una planta de beneficio.
Existen pérdidas por exceso de gruesos y por exceso de finos.

Conclusión 5: Concluimos además que los datos esperados deben compatibilizar o seguir
la tendencia con nuestros datos experimentales, y lo observamos en las tablas de GS y RR,
que nos arrojan una serie de datos (resultado esperado teórico), con los que
comprobamos el nivel de efectividad con el que logramos trabajar.