2.

Caracterización de partículas
Una pregunta obvia es, '¿cuál es el diámetro de partícula de mi polvo?' Sin embargo, la respuesta no
es tan simple. En primer lugar, la mayoría de los materiales tienen una forma muy irregular, como se
puede ver en la Figura 2.1. ¿Dónde debería uno hacer la medición? Además, si volteamos una
partícula de su lado, es probable que la medición sea diferente. Cuando tenemos que proporcionar
verbalmente esta información a alguien que no puede ver la partícula, es casi imposible describirla
simplemente. En ingeniería, deseamos realizar cálculos usando el diámetro; por lo tanto, necesitamos
una base simple para describir la partícula de forma irregular que se puede utilizar en la comunicación
y los cálculos. Este es el origen del concepto del diámetro esférico equivalente, en el que algunas
propiedades físicas de la partícula se relacionan con una esfera que tendría la misma propiedad, p. el
mismo volumen El volumen se mide fácilmente. Si la partícula es lo suficientemente grande, el
desplazamiento del agua sería importante y el volumen de la partícula se puede equiparar con el
volumen de una esfera. Tenga en cuenta que debemos usar el diámetro en lugar del radio y el símbolo
x en lugar de d. Además, es una práctica común hablar sobre el tamaño de partícula, lo que realmente
significa diámetro de partícula.
Una esfera es una forma geométrica fácil de entender y se
caracteriza por una sola dimensión: su diámetro. Si ha
completado el ejercicio 2.1 apreciará que, para la misma
partícula, el diámetro esférico equivalente depende de la
propiedad seleccionada para la equivalencia. A menos que,
por supuesto, la partícula tenga forma esférica. Por lo tanto,
es una esfera con la que están relacionadas todas las
partículas y no con alguna otra forma geométrica simple, p.
un cubo.
Aunque podemos realimentar una propiedad medida de
nuestra partícula a la de una esfera, aún debemos considerar la forma de la partícula, ya que puede
tener una influencia importante en los requisitos de procesamiento. Una forma simple de cuantificar
la forma es usar la esfericidad de Wadell (Ψ) donde:
á𝑟𝑒𝑎 𝑑𝑒 𝑠𝑢𝑝𝑒𝑟𝑓𝑖𝑐𝑖𝑒 𝑑𝑒 𝑙𝑎 𝑒𝑠𝑓𝑒𝑟𝑎 𝑑𝑒 𝑖𝑔𝑢𝑎𝑙 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑎 𝑙𝑎 𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎
Ψ= (2.1)
á𝑟𝑒𝑎 𝑑𝑒 𝑠𝑢𝑝𝑒𝑟𝑓𝑖𝑐𝑖𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎
Esto usa la propiedad de que una esfera tiene la superficie más pequeña por unidad de volumen de
cualquier forma. Por lo tanto, el valor de la esfericidad será fraccionario, o la unidad en el caso de
una esfera. Existe una variedad de descriptores de forma aceptados y algunos de ellos se proporcionan
en la Tabla 2.1.
Tabla 2.1 Descripciones de formas de partículas comunes

Descriptor Esfericidad de Wadell Ejemplo

Esférico 1.000 cuentas de vidrio, látex de calibración
Redondeado 0.82 sólidos desgastados en agua, gotas atomizadas
Cúbico 0.806 azúcar, calcita
Angular 0.66 minerales triturados
Escamoso 0.54 yeso, talco
Plaqueta 0.22 arcillas, caolín, mica, grafito
El equipo de análisis de tamaño de partículas es de fundamental importancia en la tecnología de
partículas, ya que proporciona los valores utilizados en los cálculos. Sin embargo, hay muchos tipos
diferentes de equipos y normalmente proporcionan diámetros esféricos equivalentes basados en:
volumen, área proyectada, longitud de cuerda, área relacionada con las propiedades de dispersión de
luz de la partícula, etc. Una tabla de dispositivos seleccionados, el diámetro esférico equivalente
midió un enlace a las imágenes apropiadas y las descripciones se incluyen en el cuadro 2.2.
Tabla 2.2 Equipo de análisis de tamaño de partícula comúnmente utilizado
Nombre Diámetro esférico equivalente Ejemplo URL (www)

Microscopio Área proyectada

Tamiz Tamaño de malla www.atmcorporation.com
LasentecTM (longitud de cuerda Longitud www.lasentec.com
de la partícula FBRM)
MalvernTM (Difracción propiedades de dispersión de www.malvern.co.uk
Fraunhofer) luz de área
Contador CoulterTM (detección Volumen www.beckman.com ver
de zona eléctrica) Multisizer
Pipeta SedigraphTM y Sedimentación www.micromeritics.com ver
Andreasen Sedigraph

En la mayoría de los casos, los equipos instrumentales, tales como Lasentec, Malvern y Coulter
Counter, se calibran primero contra partículas de látex de poliestireno casi monosizadas de diámetro
conocido. Los ajustes se realizan dentro del software operativo para que el equipo proporcione el
diámetro del material de calibración. El equipo proporciona un análisis de tamaño completo, se
proporciona un ejemplo en la Figura 2.2 y la Sección 2.7. Con el fin de simplificar la descripción y
los cálculos posteriores, es habitual intentar representar la distribución de tamaño de partícula
completa en un solo diámetro. Desafortunadamente, hay muchas posibilidades y la mediana, o x50,
comúnmente se aplica (y generalmente por error). Este diámetro se lee fácilmente de la curva de
distribución acumulada (ver a la derecha).
En esta etapa, el lector puede reflexionar sobre la mejor manera de representar los datos de tamaño
de partícula. Hay varias opciones a considerar: ¿qué diámetro esférico equivalente, qué equipo
analítico de tamaño y qué diámetro estadístico (media, mediana, modo)? Se debe usar la técnica más
apropiada para el uso final de los datos. Por ejemplo, si los datos son necesarios para diseñar una
cuenca de sedimentación para la eliminación de efluentes, es mejor un diámetro de sedimentación. Si
los datos se van a utilizar en ingeniería de reacción o cálculos de transferencia de masa, entonces el
diámetro esférico equivalente por área de superficie por unidad de volumen (o masa) es el más
apropiado. En este último caso, es el área de superficie la que dicta la reactividad y se usa en las
ecuaciones para estos sujetos. Sin embargo, debe observarse que el área superficial exhibida al flujo
de fluido no es, necesariamente, la misma que la exhibida a los reactivos en la fase gaseosa. Las
partículas de catalizador a menudo tienen una estructura que proporciona superficies internas para la
reacción. Esto se discutirá nuevamente en el Capítulo 7.

2.1 Funciones de tamaño de partícula

Uno de los conceptos más difíciles de seguir es que la función del tamaño de partícula del mismo
polvo depende de la base sobre la cual se informa. Esto es por razones similares a los diferentes
valores encontrados en el ejercicio 2.1. Una ilustración de esto se da en las Figuras 2.3 y 2.4, y se
incluyen los datos utilizados para construir las curvas. En primer lugar, es una cuestión trivial tomar
el número total de partículas y convertir a una cantidad fraccional en cada rango de tamaño (o grado).
Por lo tanto, es posible graficar el número acumulativo de partículas de tamaño inferior al tamaño de
partícula. Claramente, todas las partículas tienen menos de 51 μm; por lo tanto, 100%, o 1.00 como
una fracción, son menores que este tamaño. En el siguiente límite de incremento de tamaño, 41 μm,
hay 0.975 partículas menos que este tamaño; por lo tanto, el número acumulado de menos de 41 μm
es 97.5%, etc. Finalmente, no hay partículas menores a 1 μm; por lo tanto, el tamaño acumulativo de
menor tamaño es cero en este punto.
El ejemplo anterior cubre una consideración de la fracción numérica de partículas dentro de rangos
de tamaño, o grados (por ejemplo: 31 a 41 μm). Es bastante común querer considerar la distribución
de tamaños en función de la masa en lugar del número. Esto se puede lograr mediante la conversión
de la distribución numérica de la siguiente manera. La masa de una partícula individual es 𝑘𝑣 𝑥 3 𝜌𝑠
donde 𝑘𝑣 es el coeficiente de forma del volumen. Para las esferas, el coeficiente de forma del volumen
es π / 6; es decir, es el factor por el que se debe multiplicar el diámetro en cubos para dar el volumen
de la forma. Por lo tanto, la masa de muchas partículas dentro de un rango de tamaño será 𝑘𝑣 𝑥 3 𝜌𝑠 𝑓
donde f es el número de partículas en ese rango de tamaño. La fracción de masa, dentro de un rango
de tamaño y comparada con la masa total de la distribución (𝑚𝑖 ), será la masa en el rango de tamaño
en cuestión dividido por la masa de la distribución completa; es decir:

𝑘𝑣 𝑥𝑖 3 𝜌𝑠 𝑓𝑖 𝑥𝑖 3 𝑓𝑖
𝑚𝑖 = = (2.2)
∑ 𝑘𝑣 𝑥𝑖 3 𝜌𝑠 𝑓𝑖 ∑ 𝑥𝑖 3 𝑓𝑖
La ecuación (2.2) asume que el coeficiente de forma del volumen y la densidad sólida permanecen
constantes en todos los grados de tamaño y, por lo tanto, pueden cancelarse. Además, para aplicar la
ecuación necesitamos definir un tamaño para usar para xi; este es generalmente el punto medio del
grado. Por lo tanto, en el grado de tamaño 31 a 41 μm, el punto medio es 36 μm, y se multiplica por
el número de partículas dentro del grado para dar un valor proporcional a la masa en ese grado. La
constante de proporcionalidad es la densidad sólida multiplicada por el factor de forma del volumen.
Al considerar la ecuación (2.2), se hará evidente que una distribución basada en masa proporcionará
un mayor énfasis en las partículas más gruesas que una basada en el número. Esto se desprende del
simple hecho de que una partícula grande tiene mucha más masa que una pequeña: ambos representan
una distribución numérica de uno, pero la distribución de la masa es mucho mayor en el grado de
partícula más grande. El problema 2, página 18, cubre la conversión de datos de un número a una
distribución masiva. Al considerar la ecuación (2.2), debe ser evidente que una distribución de masa
es exactamente la misma que una distribución de volumen: para convertir de volumen a masa en cada
grado se usa la densidad de sólidos real, pero para convertir de masa en cada grado a masa fracción
la suma de la masa en cada grado se divide en las masas de grado del componente y, de hecho, la
densidad se cancelará. Por lo tanto, los términos volumen y distribución de masa se usan
indistintamente.
Las distribuciones masivas y numéricas se cumplen con frecuencia dentro de la industria,
pero también existen distribuciones por longitud y área. En este último caso, puede ser por área
proyectada (como mirar hacia abajo un microscopio) o área de superficie; ver página 5 para las
ecuaciones de estos para una esfera. La expresión analógica para el área proyectada de la ecuación
(2.2) es:
 𝑘𝑝 𝑥𝑖 2 𝑓𝑖 𝑥𝑖 2 𝑓𝑖
= (2.3)
∑ 𝑘𝑝 𝑥𝑖 2 𝑓𝑖 ∑ 𝑥𝑖 2 𝑓𝑖

donde kp es el factor de forma del área proyectada, π/4 para las esferas.
En la construcción de la Figura 2.3 se consideró la curva acumulada de menor tamaño del
número. Es posible convertir los datos en fracciones masivas, usando la ecuación (2.2), y graficar la
masa acumulativa de menor tamaño. Del mismo modo, se pueden trazar curvas de talla inferior a la
longitud y al área, que se ilustran en la Figura 2.4. Entonces, para el mismo polvo, hemos ilustrado
cuatro funciones diferentes para representar los datos de tamaño. Cada función tendrá una media, una
mediana, etc. diferentes. Por lo tanto, debería ser evidente por qué es difícil representar o diseñar
sistemas con partículas en ellos. En correspondencia, es más importante especificar si la distribución
es por número, área, masa, etc.
Considerando los datos utilizados para construir la Figura 2.3, sería posible representar el
número de partículas dentro de un grado de tamaño como un histograma, en lugar de los datos
acumulados considerados hasta ahora. Además, si se usan los puntos medios de los grados de tamaño,
es posible trazar una curva suave para representar la distribución de tamaños de partículas en una base
de número real o fracción de números. Esto se ilustra en la Figura 2.5. En resumen, tenemos dos tipos
de curvas para representar los datos de tamaño de partícula: la curva acumulativa que comienza en 0
y sube a 1 y la curva de distribución o frecuencia que comienza en 0 pasa por un máximo y luego
vuelve a cero. La última curva se ilustra a menudo como una curva en forma de campana, mientras
que la curva acumulativa suele ser una curva en forma de "S". Ambas curvas se obtienen del mismo
conjunto original de datos, por lo que es lógico deducir que existe una relación matemática simple
entre ellos. Debería ser fácil detectar que la curva de distribución de fracción de números, o
frecuencia, en la Figura 2.5 puede usarse para construir la curva acumulativa ilustrada en la Figura
2.3: para un tamaño de partícula dado, las fracciones de número de partículas debajo de ese tamaño
simplemente se suman. En el tamaño superior (es decir, xmax), todas las fracciones sumadas deben ser
iguales a la unidad porque toda la distribución es menor que ese tamaño.
Las curvas de distribución similares a la Figura 2.5 son útiles para propósitos de comparación
y para modelar procesos de partículas, como veremos en capítulos posteriores. En la Figura 2.5 es
fácil ver qué grado contiene el modo y sería posible comparar esta figura con una curva de distribución
similar para comparar las distribuciones de tamaño. La curva de distribución en la Figura 2.5 se ha
normalizado para tener en cuenta el rango de micras; es decir, el área total bajo la curva es la unidad.
Hay dos razones principales para este procedimiento: una razón se ilustra en la Figura 2.6, la otra se
discute más adelante en la Figura 2.7. Se usaron los mismos datos generales para graficar las Figuras
2.6 y 2.5, pero los tamaños de intervalo considerados fueron cambiados: los dos intervalos más bajos
se agregaron juntos y la clase de 21 a 31 μm se dividió equitativamente en dos. Claramente, este es
el mismo polvo, pero podemos hacer que las distribuciones se vean muy diferentes por nuestra
elección de intervalo, o clase, tamaños. Los datos en la Figura 2.6 no se han dividido por el rango de
micras. Por lo tanto, una razón para la normalización es producir una base justa para la comparación
entre las distribuciones ya que, después de la normalización, las curvas serían similares.

2.2 Representación algebraica de funciones de tamaño

En la sección anterior, se presentaron las funciones acumulativas y de distribución para representar
datos de tamaño de partícula. Además, se consideró la conversión entre distribuciones por número,
longitud, área y volumen. Para estas conversiones de una distribución numérica, debemos elevar el
diámetro de partícula a la potencia 0, 1, 2 y 3 para convertir a un número, longitud, área y distribución
de volumen, respectivamente. Esto nos da una taquigrafía conveniente para representar los datos de
distribución y un punto de partida para la manipulación algebraica; para las curvas de frecuencia:
n0(x) representa una distribución numérica
n1(x) representa una distribución de longitud
n2(x) representa una distribución de área
n3(x) representa un volumen o una distribución de masa.
De forma similar, las funciones de tamaño acumulativas están representadas por:
N0(x) representa el número acumulado
N1(x) representa la longitud acumulada
N2(x) representa el área acumulada
N3(x) representa el volumen o la masa acumulados
De hecho, las funciones de distribución n*(x) representan el número fraccionario/etc. de partículas
por rango de micras. Por lo tanto, la integración de n0(x) con respecto al diámetro de partícula de xmin
a xmax proporcionará el número fraccional total de partículas por debajo del tamaño x max; que es, por
supuesto, la unidad. Por lo tanto, la relación matemática entre n0(x) y N0(x) se escribe formalmente
como:
𝑑𝑁0 (𝑥)
𝑛0 (𝑥) = (2.4)
𝑑𝑥
es decir, la curva acumulada es la forma integral de la curva de distribución y la curva de distribución
se obtiene al diferenciar la curva acumulada. Esto tiene cierta lógica, ya que la curva acumulativa en
forma de S comienza en tamaños bajos con un pequeño gradiente positivo, atraviesa un período de
alta tasa de cambio con el tamaño, luego termina con un período de un pequeño gradiente positivo
nuevamente. Por lo tanto, la curva de distribución tiene la forma de campana característica: valores
bajos - valores altos - valores bajos.
Las funciones de tamaño y las curvas de distribución anteriores son genéricas: no implican
una forma funcional específica para las ecuaciones. Sin embargo, se han aplicado numerosas
funciones a las distribuciones de tamaño de partículas a lo largo de los años. Aquí solo
consideraremos los más comunes, pero antes de proporcionar las ecuaciones vale la pena mencionar
que las funciones tienen un buen uso práctico al tratar de comprender lo que está sucediendo dentro
de un proceso. Por ejemplo, durante la trituración, es posible inspeccionar la distribución de tamaños
del producto de fábrica y ajustar dos o más funciones de distribución bien conocidas, debidamente
ponderadas en términos de x% de uno y y% de la otra. Esto probablemente daría lugar a una curva
de distribución bimodal y esto implica que se está produciendo más de un mecanismo de trituración
en la planta. Las alteraciones de las condiciones de la fábrica podrían aumentar la naturaleza bimodal
o eliminarla por completo. Un seguimiento cuidadoso y modelado de los datos de distribución de
tamaño permite evaluar la importancia del cambio en las condiciones del molino. Por lo tanto, las
decisiones de proceso se pueden obtener a partir de los datos de distribución. Este principio se ilustra
en el Capítulo 11.
Rosin-Rammler Bennett - función acumulativa
𝑥 𝑛
𝑁3 (𝑥) = 1 − 𝑒𝑥𝑝 [− ( ) ] (2.5)
𝑥63.2
donde x63.2 representa el tamaño de partícula al cual 63.2% de la distribución se encuentra debajo y n
es una constante llamada índice de uniformidad.
Gaudin-Schuhmann – función acumulativa
𝑥 𝑛
𝑁3 (𝑥) = ( ) (2.6)
𝑥100
donde x100 representa el tamaño de partícula superior de la distribución y n es nuevamente una
constante de uniformidad.
Broadbent-Callcott – función acumulativa
1 − exp(−𝑥/𝑥100 )
𝑁3 (𝑥) = (2.7)
1 − exp(−1)
Este es un modelo de parámetro único: solo se requiere el tamaño máximo. Todos los modelos
anteriores necesitan dos parámetros.
Gaudin-Meloy – función acumulativa
𝑥 𝑛
𝑁3 (𝑥) = 1 − (1 − ) (2.8)
𝑥100
Función de distribución normal (Figura 2.8)
1 −𝑥 − 𝑥50
𝑛3 (𝑥) = 𝑒𝑥𝑝 ( ) (2.9)
𝜎√2𝜋 2𝜎 2
En una distribución normal, la mediana, el modo y la media son todos iguales. Este sigue siendo un
modelo de dos parámetros: x50 (tamaño mediano) y x84 se usa para determinar la desviación estándar
de:
𝜎 = 𝑥84 − 𝑥50 (2.10)
esto usa la propiedad de que el 68% de la distribución se encuentra a una desviación estándar de la
media y la distribución es simétrica.
Función de distribución Log-normal (Figura 2.9)
𝑥84
𝜎𝑔 = (2.11); 𝑥𝑚 = 𝑐𝑥50 (2.12)
𝑥50
Esta distribución está sesgada hacia el extremo más grueso, de nuevo x50 y x84 definen los parámetros
requeridos, pero se calculan una desviación estándar geométrica y media. En la práctica, la
distribución debe truncarse en algunos tamaños máximos y mínimos.
1 1 −1/4𝑏
𝑏= 𝑐 = exp (− ) 𝑍 = (𝑏/𝜋)0.5 𝑒𝑥𝑝 ( )
2𝑙𝑛2 𝜎𝑔 2𝑏 𝑥𝑚
𝑛3 (𝑥) = 𝑍𝑒𝑥𝑝[−𝑏𝑙𝑛2 (𝑥/𝑥𝑚 )] (2.13)

2.3 Área de superficie específica por unidad de volumen

El área de superficie de una esfera individual es 𝜋𝑥 2 y el volumen de una esfera es 𝜋𝑥 3 /6 ; por lo
tanto, el área de superficie específica por unidad de volumen (Sv) para una sola partícula esférica es
la primera dividida por la segunda, o:
6
𝑆𝑣 = (2.14)
𝑥
El área de superficie específica por unidad de masa (Sw) para una sola partícula esférica es: Sv/ρs. Por
lo tanto, las unidades SI son m-1 y m2kg-1, respectivamente. Se ha convertido en convencional para
abreviar el nombre completo para simplemente superficie específica y, a lo largo del resto de este
libro, cuando se refiere a la superficie específica implica por volumen y no masa. Es un parámetro
muy importante debido a su relevancia para los problemas de flujo de fluidos y la reactividad. En el
primer caso, es la fricción del fluido que fluye sobre la superficie de las partículas lo que da lugar a
una pérdida de energía o a una caída de presión. En el caso de la reactividad, una superficie específica
alta es útil para la provisión de muchos sitios de reacción en catalizadores. Para el mismo volumen
de sólidos, las partículas pequeñas tienen un área de superficie mucho más grande que las más
grandes: vea la ilustración simple a la izquierda.
La superficie específica se puede extender a una distribución de tamaño completo
considerando la superficie total dividida por el volumen total de la distribución, para las esferas:

𝜋 ∑ 𝑥̅𝑖2 𝑓𝑖 6 ∑ 𝑥̅𝑖2 𝑓𝑖
𝑆𝑣 = 𝜋 = (2.15)
∑ 𝑥̅𝑖3 𝑓𝑖 ∑ 𝑥̅𝑖3 𝑓𝑖
6
Se podría usar el número fraccionario de partículas (ni) en lugar del número real dentro del incremento
porque:

𝑓𝑖 = 𝑛𝑖 ∑ 𝑓𝑖 (2.16)

y, después de la sustitución, el número total de partículas aparecería en la parte superior e inferior de

la ecuación y se cancelaría. En muchos casos, los datos de distribución están en términos de masa, en
lugar de números. La ecuación (2.15) se puede simplemente convertir a términos de masa
considerando primero la definición de fracción de masa dentro de un incremento, la ecuación (2.2) y
la reorganización para proporcionar:
𝑚𝑖
𝑥̅𝑖2 𝑓𝑖 = ∑ 𝑥̅𝑖3 𝑓𝑖
𝑥̅𝑖
que puede ser sustituido en la ecuación (2.15). La suma de todo el volumen de distribución ahora está
en la parte superior e inferior de la ecuación resultante y se cancela, para dejar la ecuación simple
𝑚𝑖
𝑆𝑣 = 6 ∑ (2.17)
𝑥̅𝑖
Entonces, inesperadamente, es un cálculo más simple determinar la superficie específica de una
distribución en masa, en lugar de un número. Se puede escribir una derivación similar usando las
funciones continuas introducidas en la sección 2.2. Los análogos a las ecuaciones (2.15), (2.2) y (2.17)
son

6 ∫ 𝑥 2 𝑛0 (𝑥)𝑑𝑥
𝑆𝑣 = (2.18)
∫ 𝑥 3 𝑛0 (𝑥)𝑑𝑥
𝑥 3 𝑛0 (𝑥)
𝑛3 (𝑥) = (2.19)
∫ 𝑥 3 𝑛0 (𝑥)𝑑𝑥
𝑛3 (𝑥)
𝑆𝑣 = 6 ∫ 𝑑𝑥 (2.20)
𝑥
Ahora podemos definir otro diámetro esférico equivalente que pueda usarse para representar la
distribución de tamaño completa: el diámetro esférico de la partícula que tiene la misma superficie
específica que la distribución. Reordenar la ecuación (2.14) proporciona este valor
6
𝑥𝑆𝑣 = (2.21)
𝑆𝑣
Esto se llama diámetro medio de Sauter, y algunas veces se representa como x(3,2) en algunos datos
de distribución. Es de gran importancia en la tecnología de partículas porque es el diámetro esférico
equivalente más apropiado para representar la distribución de tamaños en los cálculos de flujo de
fluidos. Un ejemplo de esto se da en la Sección 3.4 en el próximo capítulo.

2.4 Distribuciones: momentos y conversiones

En términos estadísticos, el momento (Mn) de una función de probabilidad P(x) alrededor de un punto
a se define por tomada

𝑀𝑛 = ∫(𝑥 − 𝑎)𝑛 𝑃(𝑥)𝑑𝑥 (2.22)

por lo tanto, si a es igual a la media y se considera el primer momento (n=1), entonces el resultado de
la ecuación (2.22) será cero. El segundo momento (n=2) dará como resultado la varianza (desviación
estándar al cuadrado).
En la tecnología de partículas a menudo necesitamos integrar funciones de distribución, ver la
ecuación (2.19) por ejemplo. Si, en la ecuación (2.22), se toma el punto a cero, entonces el momento
es

𝑀𝑛 = ∫ 𝑥 𝑛 𝑃(𝑥)𝑑𝑥

pero la función de probabilidad podría ser por número, masa, etc. Por lo tanto, tenemos que incluir
esto en nuestra especificación de la siguiente manera
𝑥𝑚𝑎𝑥
𝑀𝑘,𝑟 = ∫ 𝑥 𝑘 𝑛𝑟 (𝑥)𝑑𝑥 (2.23)
𝑥𝑚𝑖𝑛

En el caso de k = 0, entonces tenemos el resultado simple

𝑥𝑚𝑎𝑥
∫ 𝑛𝑟 (𝑥)𝑑𝑥 = 1 (2.24)
𝑥𝑚𝑖𝑛
que es válido independientemente de la base de los datos de distribución (número, masa, etc.) porque
la función de probabilidad se basa en el número fraccionario (masa, etc.) por rango de micras. Por lo
tanto, una integración, o suma, de todos los números fraccionarios por rango de micras, desde el
tamaño mínimo hasta el tamaño máximo, dará como resultado que las fracciones se sumen a la unidad.
Gráficamente, esto es lo mismo que decir que el área bajo la curva de distribución debe ser igual a la
unidad, ver Figura 2.7.
En el caso no trivial (k ≠ 0), es posible encontrar funciones tales como
𝑥𝑚𝑎𝑥
𝜋
𝜌 ∫ 𝑥 3 𝑛3 (𝑥)𝑑𝑥 (2.25)
6 𝑠 𝑥𝑚𝑖𝑛

que representa la masa de partículas medias ponderada en masa para una distribución, que es de
cierta importancia en la mezcla sólida / sólida. La ponderación es hacia la distribución de masa debido
al término n3(x) y es el tamaño de partícula medio de la distribución multiplicado por el factor de
forma de volumen y la densidad sólida, dando así la masa de partícula media.
La conversión entre distribuciones se introdujo por primera vez en la ecuación (2.2) y su
análogo (2.19). En general, tenemos
𝑥 𝑟 𝑛0 (𝑥) 𝑥 𝑟 𝑛0 (𝑥)
𝑛𝑟 (𝑥) = 𝑥𝑚𝑎𝑥 𝑟 = (2.26)
∫𝑥 𝑥 𝑛0 (𝑥)𝑑𝑥 𝑀𝑟,0
𝑚𝑖𝑛

Sustituyendo la ecuación (2.26) en (2.23) resulta en

∫ 𝑥 𝑘 𝑥 𝑟 𝑛0 (𝑥)𝑑𝑥 𝑀𝑘+𝑟,0
𝑀𝑘,𝑟 = = (2.27)
𝑀𝑟,0 𝑀𝑟,0

Usando la ecuación (2.27) es fácilmente posible mostrar que

𝑀2,0
𝑀−1,3 =
𝑀3,0

que es consistente con las ecuaciones (2.18) y (2.20) combinadas.

Otra ilustración de la conversión entre distribuciones es cambiar una distribución masiva a la
número uno, considerando tanto los datos discretos como las funciones continuas de la siguiente
manera. Si sustituimos la ecuación (2.25) en (2.2) y usamos puntos medios para representar el
incremento, obtenemos la siguiente ecuación para la fracción de masa

𝑘𝑣 𝑥𝑖 3 𝜌𝑠 𝑓𝑖 𝑥𝑖 3 𝑛𝑖
𝑚𝑖 = = (2.28)
∑ 𝑘𝑣 𝑥𝑖 3 𝜌𝑠 𝑓𝑖 ∑ 𝑥𝑖 3 𝑛𝑖
donde ni representa la fracción por número de la distribución dentro del incremento considerado.
Ahora debemos reorganizar la distribución numérica
𝑚𝑖
𝑛𝑖 = = ∑ 𝑥̅𝑖 3 𝑛𝑖 (2.29)
𝑥̅𝑖 3
A primera vista, la ecuación (2.29) no tiene solución porque la fracción numérica aparece en ambos
lados, pero la sumatoria dará como resultado una constante que se multiplica por todos los valores
incrementales de la fracción de masa divididos por puntos medios. Por lo tanto, simplemente
dividiendo la fracción de masa en el incremento por el punto medio en cubos, sumando todos estos
valores y dividiéndolos por este valor sumado se obtendrá la fracción de números para cada
incremento, ya que el valor constante (es decir, la sumatoria) se cancelará . La reorganización de la
ecuación (2.26) proporciona la ecuación analógica para las funciones continuas
𝑛3 (𝑥)
𝑛0 (𝑥) = 𝑀3,0
𝑥3
2.5 Medios de una distribución
La forma más simple de calcular la media de una distribución, basada en datos discretos, es usar la
cantidad fraccional por número, masa, etc.

𝑥̅0 = ∑ 𝑥̅𝑖 𝑛𝑖 (2.30)

𝑥̅3 = ∑ 𝑥̅𝑖 𝑚𝑖 (2.31)

donde la ecuación (2.30) es el tamaño medio de partícula por número y (2.31) media por masa. En el
problema 3, al final del capítulo, se brinda más consideración de los medios mediante este enfoque.
Sin embargo, un enfoque más completo considera que la distribución puede ser ponderada por
número, masa, etc. y que se requiere un diámetro de partícula único que sea representativo de la
distribución completa en función del número, la masa, etc; es decir
𝑥𝑚𝑎𝑥
𝑥̅𝑘,𝑟 𝑘 = ∫ 𝑥 𝑘 𝑛𝑟 (𝑥)𝑑𝑥 = 𝑀𝑘,𝑟 (2.32)
𝑥𝑚𝑖𝑛

Por lo tanto, la ecuación general para el tamaño medio de partícula es

𝑥̅𝑘,𝑟 𝑘 = 𝑘√𝑀𝑘,𝑟 (2.33)

2.6 Análisis de imagen y forma de partícula

El recuento microscópico de partículas es una técnica de caracterización importante (BS 3260), pero
cuando se realiza manualmente, es lenta y propensa a la variación del operador. La técnica compara
el tamaño de la partícula con los círculos de áreas estándar, ver la Figura 2.10 y contar el número de
partículas entre cada rango de tamaño. Las técnicas modernas han eliminado el tedio de evaluar el
tamaño de partícula en áreas estándar a simple vista y utilizan el reconocimiento de imágenes por
computadora para el análisis de tamaño. Sin embargo, todavía suelen depender de que no haya
partículas superpuestas presentes. Otras formas de análisis de imágenes electrónicas son posibles,
incluida la evaluación de la forma. Por lo tanto, el microscopio (con computadora) es una herramienta
importante en la caracterización de partículas. Un microscopio es esencial para la verificación rápida
del material para evaluar, por ejemplo, si las partículas se pueden agregar durante un análisis de
tamaño de partícula basado en agua mediante una de las técnicas instrumentales mencionadas en la
Tabla 2.2. Un microscopio óptico se usa generalmente para partículas de hasta 1 micrón de diámetro,
pero el límite teórico es ligeramente inferior a este. Las imágenes del microscopio electrónico
proporcionan una alta resolución de este tamaño, ver la Figura 2.1 para un ejemplo.
En el análisis de microscopía automatizada, se utilizan a menudo tres diámetros: Feret, Martin e
Image Sheared. Estos diámetros se ilustran en la Figura 2.11, junto con el diámetro esférico
equivalente por área proyectada. El diámetro de Feret es la distancia perpendicular entre dos tangentes
paralelas en lados opuestos de la partícula, donde las tangentes se dibujan perpendiculares a una
dirección fija durante el recorrido de la platina del microscopio. El diámetro Martin es la longitud de
una línea que divide la imagen de la partícula. La línea se puede dibujar en cualquier dirección pero,
una vez elegida, la dirección debe permanecer constante para todas las medidas de la distribución. El
diámetro de la Disparo de imagen se genera por computadora al tomar la imagen de la partícula y
moverla hasta que solo toque la imagen original en un borde. La distancia de desplazamiento para
lograr esto es el diámetro esquilado de la imagen.
La forma de partícula es una propiedad muy compleja de medir. En la práctica, los
descriptores de forma y el enfoque comúnmente utilizados se cubrieron en la ecuación (2.1) y la Tabla
2.1. La forma puede influir considerablemente en el procesamiento de partículas; un ejemplo es la
sedimentación de partículas con baja esfericidad, que tienden a descender como una pluma oscilando
de un lado a otro, mientras que las partículas isotrópicas del mismo tamaño caerían en una sola
dimensión. Un enfoque alternativo a la descripción de la forma de la partícula ha considerado usar
relaciones basadas en la elongación, la longitud de la partícula a la anchura y la descamación, la
anchura de la partícula al grosor. La forma de partícula también se ha descrito mediante análisis
fractal, como se ilustra en la Figura 2.12. Sin embargo, ha habido un éxito muy limitado en relacionar
cuantitativamente la forma de partícula, por cualquiera de estos medios, con los requisitos o productos
de procesamiento de partículas.

2.7 Ejemplo de interpretación de los datos de distribución

La Figura 2.13 muestra los resultados tabulares de un análisis de tamaño de Malvern Mastersizer. Las
"Estadísticas de resultados" se reproducen en la Tabla 2.3 para mayor discusión. La información
completa se puede ver como un archivo jpg y el cálculo asociado de la hoja de cálculo para esta
sección se puede encontrar en http://www.midlandit.co.uk/particletechnology/chapter2.htm
Tabla 2.3 Ilustración de las estadísticas de resultados de Malvern
Densidad = 1.000 g/cm3 S.A específico = 0.7046 sq m/g
Diámetros medios: D(v,0.1)=3.25 μm D(v,0.5)=29.8 μm D(v,0.9) =107.1 μm
D(4,3)=44.11 μm D(3,2)=8.52 μm

Malvern usa D para representar el tamaño de partícula, contra el uso de x en este libro. El término D
(v,0.1) representa el diámetro de partícula al cual el 10% de la distribución está por debajo; y de
manera similar para los otros percentiles en la misma fila de la tabla. Por lo tanto, el tamaño mediano
es de 29.76 μm. El diámetro medio por volumen (es decir, igual que la masa) es 44.11 μm, calculado
por la ecuación (2.31), y el diámetro medio por área superficial a volumen (es decir, media Sauter) es
8.52 μm, calculado por ecuaciones (2.17) y (2.21). El área de superficie específica proviene de la
ecuación (2.17) y se informa el valor de 0.7046 metros cuadrados por gramo. La ecuación proporciona
un valor en μm-1 pero, para el cálculo de Malvern, se le ha dado a la densidad el valor de 1 gramo por
metro cúbico, de modo que la superficie específica informada es, de hecho, en μm-1. El uso de los
datos de incremento de tamaño del análisis y las ecuaciones en una hoja de cálculo proporciona los
valores de 44.2 y 8.5 μm para la media por masa y los diámetros medios de Sauter, que están dentro
de los errores de redondeo a los informados aquí por el software Malvern.

2.8 Resumen
Cuando se usan datos de distribución de tamaños de partículas, las consideraciones más importantes
a tener en cuenta son: cómo se obtuvieron los datos, es decir, la base del análisis por número, masa,
etc., y cómo se usarán los datos. Para el control de calidad rutinario, o aseguramiento, el primer
principio no es tan importante, ya que simplemente un cambio en los resultados será suficiente para
indicar un cambio en la calidad. Sin embargo, estos principios son importantes para el diseño o la
comprensión del equipo. Para el diseño, se debe usar el diámetro esférico equivalente, o datos de
distribución, apropiados para el uso final; p.ej. diámetro de sedimentación para el diseño de la cuenca
de sedimentación, medio Sauter para cálculos de caída de presión.
Desde un punto práctico, la prueba repetida de muestras del mismo polvo en un laboratorio
de análisis de tamaño puede dar como resultado datos de distribución de tamaño de partícula
significativamente diferentes. Esto es una consecuencia de las variaciones tanto en el muestreo como
en el análisis de tamaño. La electrónica moderna basada en computadoras ha resultado en equipos de
análisis de tamaño que proporcionan muchos canales, 256 y 1024, y el uso de hojas de cálculo ha
hecho que la manipulación de los datos sea relativamente fácil de lograr. Por lo tanto, la práctica
anterior de ajustar las funciones matemáticas, o realizar un análisis gráfico de los datos, para obtener
valores tales como la superficie específica, se ha vuelto menos importante. El nivel de esfuerzo
requerido para obtener una solución gráfica rara vez se justifica cuando los datos de distribución
cambian de un análisis a otro. Invariablemente, el requisito es que se use un solo valor para el diseño
(como un diámetro promedio de partícula) o para propósitos de comparación. Este valor se puede
obtener de forma adecuada a partir de un análisis de hoja de cálculo. Sin embargo, dada la posible
falta de repetibilidad del análisis de tamaño y el muestreo, puede ser conveniente obtener un rango
de valores para el diámetro promedio; como un pequeño cambio en su valor podría influir
significativamente en una variable de diseño, consulte el Capítulo 3 para ver una ilustración de esto
en el contexto del flujo de fluidos.
Para un modelado más exhaustivo de los procesos de partículas, las funciones de distribución
de tamaños de partículas cubiertas en la Sección 2.2 tienen una utilidad considerable, ya que pueden
usarse para investigar, o modelar, lo que sucede dentro de un proceso para los diferentes tamaños de
partículas.
2.9 Problemas
1. La siguiente distribución de tamaños se obtuvo para esferas de vidrio mediante examen con
microscopio. Complete las filas de la tabla que muestran el número relativo de partículas, el número
acumulativo de tamaño inferior y el número relativo (es decir, fraccionario) por rango de micras

Rango de tamaño (μm): <5 5-7 7-10 10-15 15-20 20-30 30-40 40-50 >50
Número en rango: 0 50 150 200 55 45 20 5 0
Número relativo: 0 0.0952
Acumulativo no.
Subdimensionada: 0 0.0952 1.000
Relativo no. Por μm: 0 0.0476