Es conveniente representar las distribuciones de tamaño

de sistemas particulados mediante funciones

matemáticas que permitan formular modelos de
operaciones. Estas funciones deberían además permitir el
cálculo de los parámetros de la distribución, tales como
valor promedio (μ), varianza (σ2) y los momentos.

Las funciones de distribución más utilizadas en la son:

Distribución de Schuhman.
Distribución de Rosín-Rammler, y

Distribución de tres parámetros.

Aunque otras funciones pueden ser usadas, tales como las
funciones estadísticas:

Distribución Logaritmo-Normal.
Distribución Gamma.

Distribución Beta.

Aparecen como muy interesantes y prometedoras en su

uso.

En la mayoría de los casos no hay justificación teórica

para preferir una función de la otra y esta se hace
exclusivamente por la calidad de ajuste que se obtiene.
1.2.4.1 Funciones de distribución Schuhman

Esta función, también conocida como distribución de

Gaudin –Gates- Schuhman. Es la función matemática mas
utilizada en América para representar sistemas de
partículas en el campo de la mineralurgia.

La función se utiliza generalmente para representar la

distribución en peso según:

Donde x0 es el modulo de tamaño [L], y

m es el modulo de posición [-]
Recordar que F3(x) representa el porcentaje acumulado
pasante (fino), si hacemos x =x0 entonces F3(x) = 1, por lo
tanto el modulo de tamaño es el tamaño máximo que a su
vez significa que el 100% de las partículas son menores al
tamaño x0.

Para encontrar el significado del modulo de distribución

m, tomamos el logaritmo de la ecuación de Schuhmann.
Si graficamos en un papel log-log, podemos observar la
siguiente grafica:
1

F3(x)
-1
m
10

x=x 0

10-2
1 10 102 103
x

Podemos concluir que “m” es la pendiente de la recta

obtenida al graficar la Función F3(x) vs x, indicándonos
esto que “m” es un modulo de distribución.
La función 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:

Demostración
Sabemos que:

y tenemos que los momentos lo podemos expresar de la siguiente forma:

Remplazando en esta ultima relación, tenemos:

Integrando la última expresión tenemos:

De acuerdo a esto el valor medio de la distribución es:

y la varianza es:
La función 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:

Demostración
Sabemos que:

Integrando tenemos que:

Factorizando x0m+2, transponiendo términos y efectuando operaciones

El tamaño x12 se calcula mediante la siguiente relación:

Luego tenemos que:

1.2.4.2 Funciones de distribución Rosín-Rammler

Un conjunto de datos experimentales de abertura de malla

y su respectivo % acumulado fino, se ajustaran a una
distribución de Rosín Rammler, si se adecua a la siguiente
expresión:

O también a la siguiente expresión:

En esta última expresión R3(x)es el acumulado grueso.

Donde x0 es un tamaño característico [L], y
m es un coeficiente de uniformidad [-]
Es fácil demostrar que para partículas pequeñas se
cumple x«x0, la función Rosín-Rammler se transforma en
la distribución de Schuhmann

Expandiendo en serie de potencias el exponencial

resulta:

Despreciando los términos de orden superior tenemos

que:

Por lo tanto tenemos:

De la ecuación de Rosin Rammler, podemos observar
que para x=x0, F3(x)=0.632 y R3(x)=0.368, indicándonos
esto que x0 no es un tamaño máximo como en el caso de
la ecuación de Schuhmann.

El significado de “m” se puede obtener graficando la

función de Rosín-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
línea recta con una pendiente “m”, indicándonos que es
un modulo de distribución, para facilitar esta grafica esta
se realizara en un papel Rosín-Rammler , tal como se
puede observar a continuación:
0.999

0.632 0.368

F3(x) R3(x)
m
10-1
x0
10-2

10-3 0.999
10 102 103
x
La función densidad f3(x) se obtiene derivando la
ecuación de Rosín-Rammler con respecto a x:

Los momentos resultan ser:

Demostración
Introduciendo la función densidad en la ecuación de los momentos tenemos:

(a)

(b)

Esta integral es complicada en su resolución analítica, pero si podemos

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

Por lo tanto transformaremos la ecuación (b), multiplicando y dividiendo por x0i

 (c)

Si realizamos cambio de variable tal como y=x/x0, derivando esta expresión y

despejando tenemos: dx=x0dy y remplazando estas variables en (c) tenemos lo
siguiente:

Si lo comparamos con la función gama, la solución es:

En función de esto el valor medio es:

La varianza es:

El tamaño se pude calcular como a continuación se

indica:
Los métodos disponibles para determinar la distribución de
tamaños de un sistema particulado no nos permite obtener
funciones continuas.

Ello se debe a que lo que se mide es la fracción de partículas

contenidas entre dos tamaños a y b; si estos tamaños son
suficientemente cercanos ellos definen una “frecuencia
relativa discreta” de la forma siguiente:
En forma grafica se observa:

f(x)

xb x
xa
x
Si evaluamos la integral mediante el teorema del valor
medio resulta:

Donde Δx=(xb-xa) y xab es un valor promedio en el intervalo a

y b.
Podemos concluir que la frecuencia relativa estará dada por:
La forma más
común de efectuar
un análisis
granulométrico, es
someter al sistema
particulado a la
acción de una serie
de tamices en
forma sucesiva tal
como se observa en
la siguiente figura:

Cada tamiz utilizado tiene una malla con aberturas

menores que el anterior.
De esta manera el sistema de partículas queda atrapado en
los tamices, correspondiendo a un tamiz en particular todas
aquellas partículas con un “tamaño” menor que la “malla”
del tamiz anterior y mayor que la “malla” del tamiz en
cuestión.

El tamaño de las partículas se asocia entonces a la abertura

de la malla de los tamices.

Se define como malla el número que tiene un tamiz por

pulgada lineal. Mientras mayor el numero de la malla
menor es el tamaño de las aberturas.
Se acostumbra designar por xi el tamaño 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 será x1 y la última xn-1 del

material que pasa esta última malla solo sabemos que es
de tamaño menor que xn-1.

Las series de tamices están estandarizadas en cuanto a la

relación entre mallas consecutivas.
La “serie normal” tiene una relación de ,y
La “serie doble” tiene una relación de
Debido a la relación geométrica entre mallas se ha elegido
el “Promedio Geométrico” como tamaño característico del
material retenido en un tamiz y se lo denomina “tamaño
de la malla”, entonces:

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

Serie Normal

Serie Doble
De donde resulta que el tamaño promedio xi es igual a:

Serie Normal

Serie Doble

Distribución discreta de tamaño

La distribución discreta de tamaño representada por un

tamizaje es una distribución discreta si:
La frecuencia relativa será:

La distribución se normaliza mediante la suma:

La función distribución queda representada por:

Con la relación:
Una muestra es una cantidad pequeña que contiene todos
los componentes en la misma proporción en que ellos
ocurren en el lote original.

El objeto de la reducción y el muestreo de una mena es

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

En una operación inteligente de una planta metalúrgica es

necesario el muestreo y los ensayes continuamente, en ellas
es costumbre que cada operación y proceso se muestreen
en forma regular con el fin de realizar ensayes y en función
de estas determinar la eficiencia de sus trabajos.
El muestreo y ensaye no pueden descuidarse y de hecho se
está siendo más importante cada día, debido a que la
calidad de las menas esta disminuyendo y el margen de
ganancia se vuelve menor.

Los ensayadores normalmente tendrán la mayor parte del

muestreo y se espera que sepan como hacerlo cuando se
les solicita. Él normalmente tiene que preparar sólo la
muestra final, pero recibirá muy de vez en cuando de 5 a
50 o más kg para ensayar en este caso él tendrá que hacer
su propio muestreo.

Todo tipo de ensaye se realiza sobre una pequeña muestra.

Un requisito fundamental para que el ensaye sea útil es
que la muestra sea representativa del sistema original.
Podemos observar, entonces, que la ejecución de un ensaye
requiere realizar dos operaciones consecutivas:

 Un muestreo, y
 El análisis o ensaye respectivo.

Ambas aplicaciones están sujetas a errores, que son

independientes entre sí, por lo que el error total del análisis
se puede escribir:

Donde SEm = Error estándar de muestreo.

SEa = Error estándar de análisis.
SE = Error total de análisis.
Tamaño de una muestra

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

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

Por otra parte al analizar la muestra se obtuvo un valor

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

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

En la práctica podemos aceptar errores de muestreo de 1%
y errores de análisis de 2%; esto significa que:

SEm = 0.010; SEa = 0.020

y mediante cálculo el SE del análisis es

entonces:

La pregunta es, cual debe ser el tamaño de la muestra para

que el error del ensaye sea de 2.2%.
En esta expresión se puede observar que el mínimo
número de partículas depende del valor F(x) y que será
máximo para:

de donde se deduce que el máximo error se produce para

F(x) = 0.5, esto es para el tamaño x50 introduciendo este
valor en la ecuación de n (número de partículas) se encuentra
que:
n = 10000 partículas
Para que el error de muestreo sea menor a 1%.
Es fácil comprobar que si se obtiene una muestra de n = 100
partículas el error de muestreo sube a 10%.

El número de 10,000 partículas representa diferentes

problemas para los diversos análisis y métodos de ensaye,
en la determinación del tamaño de muestra debemos
seguir el siguiente procedimiento para determinar el peso
mínimo de muestra para un error de muestreo del 1%.

1) La muestra se adecua a la ecuación de Schuhmann que se da en la

siguiente expresión:

en la que x0 es el tamaño máximo de partícula de la muestra y m es

un modulo de distribución y que en este caso toma el valor de 0.7.
2. Se calcula el tamaño medio del sistema x30, mediante la siguiente
ecuación:

3. Se calcula el peso mediante la ecuación siguiente:

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

volumétrico, que en este caso lo tomamos con el valor 0.2.
Ejemplo de cálculos

Tamaño de muestra en el zarandeo

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

mineral en planta, cuyo tamaño máximo es de 10 cm (cuya densidad es
de 2.6 y factor de forma volumétrico es 0.2)

De acuerdo al esquema propuesto tenemos x0 = 10 cm.

por lo tanto el peso a muestrear es:

Tamaño de muestra en el tamizaje

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

mismas características del material dadas en él calculo anterior. Cual es
el tamaño de muestra a tomar.

x0= 0.5 cm

por lo tanto el peso a muestrear es:

Tamaño de muestra para ensayes

Supongamos un tamaño máximo de 100 micras. (1μ = 10-4 cm)

x0 = 0.01 cm

por lo tanto el peso a muestrear es:

Reducción de tamaño 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 envía al laboratorio.

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

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

 Trituración
 Tamizaje
 Mezclado ,y
 Muestreo de las mismas
La trituración puede ser gruesa con partículas que están en el rango de
tamaño de 100 a 30 mm; mediana en rango de tamaños de 20 a 5 mm;
fina en el rango de tamaño de 2 a 1 mm y extrafina (pulverización) en
el rango de tamaño de 0.5 a 0.07 mm y algo menos.

La trituración gruesa se realiza fundamentalmente en trituradoras de

quijadas tal como se observa en la siguiente fig. IV-1.
La trituración mediana y fina se realiza en pequeñas trituradoras de
quijadas o de rodillos tal como se muestra en la fig. IV-2.
La pulverización se realiza en pulverizadores de discos o de anillos tal
como se observa en la siguiente fig. IV-3.
El control de la trituración y pulverización se realiza en cedazos o tamices,
antes y después de la trituración y/o pulverización. Los tamices se
pueden ver en forma amplia en la fig. IV-4.
La obtención de una muestra de laboratorio para realizar un ensaye
químico se puede realizar mediante diversas técnicas. Sin embargo, un
requisito previo es una buena mezcla del mineral.

La mezcla previa se efectúa

frecuentemente con un paño roleador
(fig. IV-5), este paño varía en tamaño de
acuerdo con el tamaño de la muestra.
Para muestra de varias decenas de
kilogramos, el roleo es realizado por dos
personas que sujetan el paño que
descansa en el suelo por dos de sus
extremos, haciendo rodar el material de
una esquina a la otra. La operación se
repite durante varios minutos. Cuando
la muestra es pequeña, menor a 3 kg, la
operación puede ser realizada en un
paño roleador sobre una mesa por una
sola persona.
En algunos casos y para muestras de varias decenas de kilos, se
utilizan mezcladores mecánicas.

Con relación al muestreo, existen una serie de métodos de cuarteo, el

fin de estos métodos 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 segregación
como el esquema que se da a
continuación:
o como en el caso que se presenta
una máxima segregación del
material y específicamente 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 erróneos, como es el caso
que se da en el esquema siguiente:

O nos puede dar resultados

engañosos como es el caso
siguiente, en la que existe una
segregación bastante alta.
La solución a estos problemas es adoptar la metodología adecuada de
muestreo, tomando en cuenta el tamaño de partícula y en función de
esta tomar el tamaño adecuado de muestra, practicando cualquiera de
los siguientes métodos de muestreo:

Cono y Cuarteo

El método de cono y cuarteo para reducir una muestra es ampliamente

utilizado debido a su simplicidad y a no requerir equipos
especializados, el método es aplicable a materiales con tamaños de
partículas menores a 1” y consiste en construir un cono, en el que la
simetría 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,
juntándose las dos fracciones restantes y construyendo con ellas un
nuevo cono.
El procedimiento se repite hasta obtener una muestra del tamaño
deseado, tal como se observa en la fig. IV.6
Cortadores de Chutes

Un buen método de reducción de muestras es verter las partículas en

forma homogénea 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 tamaño de la muestra
original en una sola pasada. Él limite de tamaño de partículas es de
1/2” en este caso, tal como se puede ver en la fig.IV.8.
Muestreador de Mesa Rotatoria

Un excelente método 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 partículas.
El equipo se muestra en la siguiente figura IV.9.
Diagrama de Flujo para la Reducción de Tamaño de Muestra

El peso inicial de las muestras químicas durante su recolección

sobrepasa significativamente al peso de la muestra que se envía al
laboratorio. Es por ello que se reduce a las muestras iníciales hasta que
sus peso alcanza el peso necesario para la muestra de laboratorio.

En función 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 características de las muestras

En cada etapa nosotros podemos determinar el peso de muestra en

función del peso final que quisiéramos obtener.
Por ejemplo:

Un peso de 2000 g de muestra

Aplicando las relaciones que hemos revisado anteriormente tenemos:

Por lo tanto el tamaño de partícula a tomar en cuenta es de 0.73 cm

Existen diversos métodos para la determinación
experimental del tamaño y forma de las
partículas de una distribución.

Estos métodos se pueden agrupar de acuerdo al

principio utilizado para las medición.

En la tablas siguiente se dan algunos datos sobre

los métodos experimentales de medición:
 Técnica Variable de Rango de tamaño Equipos-método
separación (micrones)
Tamizaje L(x) 105-30 Tamices

Recuento L(x) 105-102 Proyección

102-1 Microscopia de luz
102-10-1 Microscopia electrónica de barrido
10-10-3 Microscopia electrónica de Transmisión
Sedimentación V(x) g 102-1 Gravitacional
V(x) ω2R 10-10-1 Centrifuga (Ds)
Dispersión de Luz S(x) 103-10-1 Contadores de dispersión

Sensores de V(x) 102-5x10-1 Coulter-Counter (de)

conductividad
Absorción de Rayos X o γ V(x) 102-1 Densímetros