AVANCES EN LA OPTIMIZACION DE CIRCUITOS DE MOLIENDA

Y CLASIFICACION POR MODELACIN MATEMTICA

Ing Manuel CARHUAZ ROMAN.
RESUMEN
La tcnica de modelamiento matemtico, busca desarrollar ecuaciones capaces de
predecir la granulometra y grado de liberacin en funcin de las condiciones
operacionales que influyen en la performance del circuito de molienda. El modelo de
cada unidad operacional (Molino, clasificador, cajn de agua, etc., tiene como tarea
cuantificar los efectos de las !ariables operacionales. "s usando los modelos se puede
alcan#ar el punto m$imo del circuito.
En este trabajo se presentan las bases tericas, ecuaciones para describir los procesos
de quiebra que amarrados a la reologa de la pulpa y la clasificacin posibilitan la
preparacin de un simulador, adems se presentan ejemplos de casos prcticos, en el
primer caso la estimacin de parmetros cinticos y simulacin a escala de laboratorio
(%atc&, para determinar el ajuste del modelo, y finalmente un caso de simulacin a
escala industrial.
OBJETIVOS:
El principal objetivo es mostrar ue usan!o las t"cnicas !e la mo!elaci#n matem$tica
es posible aprovec%ar los resulta!os !e los mismos con la &inali!a! !e optimi'ar para
un trabajo a escala in!ustrial( )a ue el mo!elo amarra muc%as variables a la ve' ) nos
!a como resulta!os la combinaci#n optima ) puntos cr*ticos.
INTRODUCCIN.
El circuito !e molien!a !etermina la capaci!a! !e la planta entera( !e manera ue si
se uiere aumentar la capaci!a! !e la planta se !ebe !e aumentar en los circuitos !e
molien!a.
El objetivo !e las plantas !e procesamiento !e minerales es conseguir niveles #ptimos
operacionales( principalmente en circuitos !e molien!a ) clasi&icaci#n. +ara %allar estos
niveles se tienen !os alternativas, la primera consiste en reali'ar una campa-a
e.perimental en la misma planta. Eventualmente( este m"to!o pro!ucir$ una mejor
per&ormance( sin embargo !urante la campa-a /ue !ura un perio!o corto o largo !e
tiempo0( la pro!ucci#n !e la planta su&rir$ per!i!as cuan!o la combinaci#n !e las
con!iciones sean malas. 1a segun!a alternativa esta basa!o en la simulaci#n con
mo!elos matem$ticos ue re&lejan en gran me!i!a los e&ectos !e las con!iciones
operacionales. 2e manera ue po!r*amos !enominar a la simulaci#n como una
combinaci#n optima. Este m"to!o se basa en el punto critico en ue los mo!elos
matem$ticos usa!os representan los e&ectos !e con!iciones operacionales con una
precisi#n aceptable.
+or estas ra'ones( la simulaci#n es el m"to!o m$s e&ectivo !e optimi'aci#n en los
circuitos !e molien!a ) clasi&icaci#n en el procesamiento !e minerales.
1a e&iciencia aumenta!a !e molien!a logra!a me!iante la optimi'aci#n pue!e ser
usa!o en 3
Aumentar la capaci!a! !e la planta para una granulometr*a !a!a.
Re!ucir el tama-o !e part*culas para una capaci!a! !etermina!a.
Re!ucir el consumo !e energ*a en el molino.
TEORIAS CLSICAS DE CONMINUCIN.
1a primeras investigaciones encamina!as a la mejor comprensi#n en el proceso !e
Conminuci#n eran los concernientes a la relaci#n Energa 'onsumida por el molino ) la
(educcin de )ama*o ue el consumo !e energ*a tra*a consigo( la re!ucci#n
!imensional era estu!ia!o como una &unci#n !e 3
4rea !e la nueva super&icie !e las part*culas pro!uci!as
El volumen !e material &ractura!o.
El !i$metro !e las part*culas !el pro!ucto.
1. POSTULADO DE RITTINGER (1867
( )
1 2
S S K E
R R

2on!e3 E
(
5 Energ*a entrega!a por uni!a! !e volumen.
+
(
5 Constante.
,
-
. 6uper&icie especi&ica 7inal.
,
/
5 6uper&icie especi&ica inicial.
!. POSTULADO DE "IC" (188#

,
_

2
1
.
V
V
Log K E
K K
2on!e3 E
+
5 Energ*a entrega!a por uni!a! !e volumen.
+
+
5 Constante.
0
-
. 8olumen &inal !e la part*cula.
0
/
5 8olumen inicial !e la part*cula.
$. POSTULADO DE BOND (1%#!

,
_

80 80
10 10
.
F P
W W
I
2on!e3 1 5 Consumo !e energ*a especi&ica /9:%;ton0.
+
+
5 Constante.
2
34
. <ama-o =>? pasante !el +ro!ucto.
5
34
5 <ama-o =>? pasante !el Alimento.
Muc%as %an si!o las publicaciones sobre estu!ios !e relaci#n Energa 6(educcin
7imensional, ) la vali!e' !e varios m"to!os para estas relaciones %an si!o compara!os
) revisa!os. En general( las relaciones propuestas son solamente vali!as sobre gamas
limita!as !e tama-o !e variables en casos espec*&icos(
6in embargo el m"to!o general !e representar las !istribuciones granulom"tricas por
me!io !el tama-o !el tami' en ue el =>? en peso !el material pasa ) el @>? ue!a
reteni!o( por este ultimo m"to!o( es posible representar !i&erentes an$lisis
granulom"tricos por un valor( como muestra la 7igura @ esto es ina!ecua!o.
Consumo de energa Vs. Tamao de Partcula
1,E-01
1,E+00
1,E+01
1,E+02
1,E+03
1,E+04
1,E+05
1,E-04 1,E-03 1,E-02 1,E-01 1,E+00 1,E+01 1,E+02 1,E+03 1,E+04 1,E+05 1,E+06 1,E+07
Tamao de Particula (Micrones)
P
o
t
e
n
c
i
a

C
o
n
s
u
m
i
d
a

(
K
w
h
/
t
o
n
)
RITTI!"R
Pendiente # $
%&'
Pendiente # ($)*$
KICK
Pendiente # ( +
!,M, P&C& C&&CI',
!,M, C&V"CI&,-
'" M&-I"',
!,M, C&V"CI&,-
'" TRIT.R,CI&
.n P
/$
Re0resentando 1arias !ranulometrias
1
10
100
10 100 1000 10000
Tamao en Micrones
2


P
a
s
a
n
t
e
Tamao 80%
Pasante
Gama Estrecha
de Tamao
Gama Ancha
de Tamao
LIMITACIONES DEL METODO DE BOND.
El m"to!o !e Aon! tiene !os ventajas in!iscutibles para la Ingenier*a
Es mu) simple.
+or la e.periencia se %a proba!o ue es una apro.imaci#n ra'onable para
muc%as circunstancias.
+ero( aparte !e empirismo ) posibles errores en la !eterminaci#n !el BorC In!e.
/%umanos o !e muestra0( presenta las siguientes limitaciones principales.
No consi!era las variables tan importantes como3
Carga circulante.
E&iciencia !e clasi&ica!or.
Nivel !e bolas ) collar !e bolas
Caracter*sticas !e la pulpa./8iscosi!a! ) reolog*a !e la pulpa
No consi!era ue tanto el pro!ucto como el alimento son
!istribuciones !e tama-o ) usa solamente el +
=>
D 7
=>
respectivamente para
representarlos.
Es por ello ue Aon! a !ebi!o !e incluir una serie !e &actores !e correctores !entro !e
su &ormula b$sica( a &in !e tomar en cuenta el e&ecto !e las !iversas variables !e
operaci#n sobre el consumo energ"tico !e la molien!a( e.isten correcciones para3
Molien!a seca.
Circuito abierto.
7ine'a e.agera!a !el pro!ucto.
<ama-o !e alimentaci#n !emasia!o grueso.
E&ecto !el !i$metro !el molino.
El objetivo principal !e estos &actores !e correcci#n es !isminuir las !i&erencias
observa!os en la planta( tanto en capaci!a! como consumo !e potencia.
MODELO MATEMTICO DE MOLIENDA Y CLASIFICACION.
Un mo!elo matem$tico es un conjunto !e ecuaciones ue calcula los valores !e las
variables !e sali!a !el proceso en &unci#n !e las con!iciones !e operaci#n ) las
caracter*sticas !el material.
+ara ue un mo!elo sea e&ectivo !ebe tener la capaci!a! !e pre!ecir con una precisi#n
aceptable( la granulometr*a ) tonelaje !e s#li!os( como para ca!a &lujo !el circuito ) el
consumo !e energ*a espec*&ica /9:%;ton0 tenien!o como variables operacionales al3
Molino
+otencia( <ama-o !e bolas !e recarga( ? !e 6#li!os
Hi!rociclon.
Cau!al( ? 6#li!os( 2imenci#n !e los ori&icios.
1a potencia( el nivel !e bolas( ) veloci!a! !e rotaci#n !epen!e !e las !imensiones !el
molino, el ? !e s#li!os en el molino ) en la alimentaci#n al ni!o !e ciclones !epen!en
!el cau!al !e a!ici#n !e agua para el molino ) el cajon.
MODELO LINEAL DE LA CIN&TICA DE 'UIEBRA DE LAS PARTICULAS.
+ara &ormular un mo!elo !e Conminuci#n ue pue!e ser usa!o en la pr$ctica
necesitamos i!enti&icar la caracter*stica !e la uiebra !el material( estas son3 1a
7unci#n 6elecci#n S ) la &unci#n 7ractura B( la primera re&eri!a tambi"n como
Moliendabilidad guar!a relaci#n con la cin"tica o veloci!a! !e &ractura !e ca!a
part*cula in!epen!iente ) la segun!a tambi"n re&eri!a como !istribuci#n !e
&ragmentos primarios( caracteri'a la !istribuci#n granulom"trica !e los &ragmentos

Tamao de Partculas
'istri3uci4n de 5ragmentos
A!"#E$ E%"#E$
TA$A &E
'()E*#A
TA$A &E A+((,A+)"% -$(A# E% ,)%EA.
(6
+
7m
+
(6
8
7m
8
(6
i
7m
i
(6
9
7m
9
(6
:
7m
:
3
n+
6
+
7m
+
3
i+
6
+
7m
+
3
8+
6
+
7m
+
3
i:
6
:
7m
:
3
8:
6
:
7m
:
3
i9
6
9
7m
9
3
i8
6
8
7m
8
3
89
6
9
7m
9
3
9:
6
:
7m
:
3
9+
6
+
7m
+
3
:+
6
+
7m
+
# (6
9
7m
9
; 3
9+
6
+
7m
+
; 3
9+
6
+
7m
+
d7m
9
dt
a/ores
+
:
9
i
n
enores
0123ra 3, #e4resentac15n de 6a d1str173c15n de 0ra2mentos


pro!uci!os como consecuencia !e un evento !a!o !e &ractura( la 7igura E a)u!a a
!e&inir con mas clari!a! ambos conceptos.
1a tasa !e acumulaci#n !el mineral en el iFesimo intervalo( esta representa!o por la
suma !e la iFesima l*nea.

+
1
1
i
J
j ij i i
Hm S b Hm S
dt
dHmi
2on!e H 3 +eso !e un conjunto !e part*culas.
.m
i
3 2istribuci#n granulom"trica !iscreta.
Hm
i
3 7racci#n en peso conteni!o en el iFesimo intervalo
granulom"trico ue se mo!i&ica !urante la uiebra.
Entonces( la tasa !e acumulaci#n en el en el intervalo granulom"trico ( es3
D B
dt
dHm
i

2on!e A 3

1
1
. .
i
j
j j ij
Hm S b
5 7unci#n !istribuci#n !e
part*culas.
2 3
i i
Hm S 5 7unci#n 6elecci#n o tasa !e uiebra.
1a relaci#n anterior pue!e representarse como3

+
1
1
i
j
j j ij i i
i
Hm S b Hm S
dt
dHm
, i 5 G( @( E ... n.
El cual constitu)e el mo!elo general !e la molien!a en su &orma !i&erencial.
1a soluci#n anal*tica !e este complejo sistema !e ecuaciones !i&erenciales es
ampliamente conoci!a( consi!eran!o ue la &unci#n selecci#n S ) la &unci#n
!istribuci#n B son constantes con el tiempo !e molien!a( la ecuaci#n tiene la soluci#n
particular !el sistema general !enomina!a HModelo Lineal8, ue en su &orma matricial
se e.presa como3
) 0 ( . . . ) (
1
m T J T t m
t

2on!e m/t0 3 Iranulometr*a !el mineral en el tiempo t.

m/>0 3 Iranulometr*a inicial !el mineral.
< 3 Matri' triangular in&erior !e valores <ij. /n . n0
J
t
3 Matri' triangular !e valores /n . n0

'

>

<

j i T
S S
S b
j i
j i
T
i
j
kj
j i
k ik
ij
1
1
.
1
0
j i
j i
t S
J
i
ij

'

) exp(
0
Molien!a Aatc%.
j i
j i
N
S J
N
i ij

'

1
]
1

.
1
0
Molien!a Continua /&unci#n !el
tiempo0
j i
j i
N
E S J
N
E
i ij

'

1
]
1

.
1
0
Molien!a Continua./7unci#n !e la energ*a0
2on!e 5 <iempo !e resi!encia.
N 5 +ar$metros caracter*sticos !e la 2<R !e la pulpa mineral
en el . molino( representa!a matem$ticamente.
1
]
1

,
_

,
_

t
N
N
t
N
t E
N
N
exp .
) ( .
) (
1
E.presi#n ampliamente conoci!a como el mo!elo !e N me'cla!ores en serie ) !on!e el
par$metro N es normalmente apro.ima!o a /1;20 !el molino.
El rol critico !e la energ*a especi&ica /9B% ; <on0( !estaca!o tempranamente por Aon!
) sus antecesores( se %ace e.plicito en las &ormulaciones anteriores a trav"s !e un
simple cambio !e variable( al intro!ucir el par$metro !e la &unci#n 6elecci#n Especi&ica.

,
_

P
H
S S
i
E
i
, i5 G( @( ... n
6abien!o ue3

,
_

P
H
t E Molien!a Aatc%.
,
_

P
H
E Molien!a continua
6e conclu)e ue3

i
E
i
S E S , i 5 G( @( ...n
+or tanto basta reempla'ar /6
i
0 por /6
i
E
E0 para obtener las ecuaciones !el mo!elo
lineal !e molien!a en t"rminos !e la &unci#n selecci#n especi&ica 6
i
E
ue esta
e.presa!o en <on;9:%.
1os elementos !e la matri' &unci#n &ractura A( pr$cticamente no !epen!en !e las
con!iciones operacionales !el molino( la &unci#n selecci#n !epen!e !e las con!iciones
operacionales ) tambi"n es sensible a la !istribuci#n granulom"trica en el molino.
,
i
. , (m, 7
%
, 9 ,
m
, 7
m
, L
!
, :
!
, 90
c
, ;, d
2on!e3
m 5 Iranulometr*a !el material.
2
A
5 2i$metro !e la recarga !e bolas.
? 6
m
5 ? !e s#li!os en el molino.
2
m
( 1
m
5 2i$metro ) largo interno !el molino.
N
v
5 ? !e carga !e bolas o nivel !e bolas.
?8
c
5 ? !e veloci!a! cr*tica.
H 5 +eso total !el mineral conteni!o en el molino.
! 5 2ensi!a! el mineral.
ESTIMACIN DE PARMETROS CIN&TICOS.
E.isten E m"to!os !e estimaci#n( los cuales son3
Estimaci#n !e par$metros con ensa)es !e laboratorio con monoF
tama-os.
Estimaci#n !e par$metros por regresi#n noFlineal.
Estimaci#n !e par$metros por el m"to!o simpli&ica!o.
2e los m"to!os !escritos arriba( el m"to!o !e regresi#n no lineal es el !e m$s &$cil
manejo ) a la ve' prev" resulta!os con una precisi#n aceptable ) es &acilita!a por la
incorporaci#n !e las siguientes ecuaciones( entre estos par$metros ) su
correspon!iente tama-o !e part*cula asocia!a3
+ara la &unci#n selecci#n3
2
0
1
.
1

,
_

crit
i
i
E
i
d
d
d
S
+ara la &unci#n 7ractura.
( )
2 1
0 0
1

,
_

,
_

j
i
j
i
ij
d
d
d
d
B
2ic%as ecuaciones re!ucen consi!erablemente el numero !e par$metros a estimar a
un numero m$.imo !e K par$metros. /
>
(
G
(
@
( 2
crit
(
>
(
G
(
@
.0.
Con el m"to!o !e regresi#n noFlineal se pue!e estimar estos par$metros minimi'an!o
la &unci#n objetivo.
( )

n
i
i i i
m m w
1
2

2on!e3
5 7unci#n Objetivo.
:
i
5 7actor !e pon!eraci#n.
m
i
5 Iranulometr*a e.perimental !e !escarga !el molino
i
m 5 Iranulometr*a simula!o !e la !escarga !el molino.
E.isten muc%os algoritmos utili'ables para la soluci#n !el problema !e minimi'aci#n( )
el m$s a!ecua!o es el m"to!o !e IAU66FNEB<ON );o el m"to!o MON<ECAR1O( ambas
%erramientas !e iteraci#n est$n incorpora!os en los complementos !el E.cel.
A gran!es rasgos la &igura L ilustra la estructura l#gica !e la rutina !e estimaci#n
reueri!a.
7igura L3 Estructura 1#gica !e la rutina !e estimaci#n !e +ar$metros por Regresi#n noF
1ineal
MODELO DE CLASIFICACION EN )IDROCICLONES.
1a mo!elaci#n !e los %i!rociclones se apo)a en las &ormulaciones emp*ricas( ) la usa!a
en este trabajo &ue el mo!elo !e +litt.
EFECTO DE LAS VARIABLES OPERATIVAS.
En la 7igura M se i!enti&ican las variables operativas ue !epen!en !e los niveles !e las
variables operacionales( en la molien!a tenemos !os grupos !e variables3
8ariables ue a&ectan la e&iciencia !e &ractura o 8ariables Intensivas( )



Estimaci n Inicial

Par metros

Modelo

D efine
ne!os
Par metros
"ncin
#$%eti!o
&o

'i
M( nima )
*espesta
8ariables ue no a&ectan la e&iciencia o 8ariables E.tensivas.
1as variables intensivas pue!en aumentar la e&iciencia ) son capaces !e conseguir con
el mismo consumo !e energ*a( !e otro mo!o las variables e.tensivas consiguen mas
capaci!a! solo cuan!o se a-a!e mas potencia.
V*+(*,-./ I01.0/(2*/. V*+(*,-./ E31.0/(2*/.
2istribuci#n !e tama-o !e bolas. Nivel !e Aolas.
? !e 6#li!os en el molino. ? 2e 8eloci!a! Cr*tica.
/A&ectan la e&iciencia !e &ractura0 /2etermina la potencia !el molino no
a&ecta . la e&iciencia !e &ractura0
6abemos ue3
G. Una !istribuci#n gruesa !e bolas muele bien part*culas gruesa ) una
!istribuci#n &ina !e bolas muele bien part*culas &inas
@. Un porcentaje bajo !e s#li!os &avorece a una molien!a !e part*culas gruesas )
un alto porcentaje !e s#li!os &avorece a una molien!a !e part*culas &inas.
"5"CT& '"- T,M,<& '" %&-,6 " -, T,6, '" =.I"%R,
0,001
0,010
0,100
1,000
10,000
10 100 1000 10000 100000
Tamao de Partcula) Micrometros
5
u
n
c
i
4
n

6
e
l
e
c
c
i
4
n
)

t
/
K
w
h
*o6as de
&18metro
enor
E. El cau!al( el porcentaje !e s#li!os en la alimentaci#n !el Hi!rociclon ) las
!imensiones !e sus ori&icios principalmente a&ectan el tama-o !e corte con un
e&ecto menor en la pen!iente !e la curva !e e&iciencia con to!o el e&ecto !e
estas variables es complica!o ) !i&*cil pre!ecir sin la a)u!a !e una correlaci#n
matem$tica.
C.RV, '" C-,6I5IC,CI& > 6"P,R,CI& '"- 7I'R&CIC-&
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Tamao de Particulas) Micrometros
"
?
i
c
i
e
n
c
i
a

d
e

C
l
a
s
i
?
i
c
a
c
i
4
n

(
2
)
E0)+)E%+)A #EA,
E0)+)E%+)A +"##EG)&A
TAA:" &E +"#TE
-, T,6, '" =.I"%R, " 5.CI& '"- P&RC"T,@" '"
6&-I'&6
0,001
0,010
0,100
1,000
10 100 1000 10000 100000
Tamao de Partcula) Micrometros
5
u
n
c
i
4
n

6
e
l
e
c
c
i
4
n

"
s
0
e
c
i
?
i
c
a
)

t
/
K
w
h
A$ 2
A/ 2
A8 2
+ara conocer los e&ectos cuantitativos !e las variables operacionales en el
circuito !e molien!a( es necesario usar los mo!elos matem$ticos avan'a!os ue
contiene estos mismo e&ectos.
CONCLUSIONES:
G. 1os mo!elos !esarrolla!os son capaces !e pre!ecir( con una precisi#n
aceptable los e&ectos !e las con!iciones operacionales en circuitos !e
molien!a( con lo cual es posible aprovec%ar los resulta!os con el &in !e
optimi'ar a escala in!ustrial.
@. El !ominio !e esta t"cnica es una po!erosa %erramienta para el metalurgista
!e %o)( los recursos necesarios son3 un molino !e 1aboratorio( el mo!elo
matem$tico en &orma !e 6O7<BARE 2E 6IMU1ACINN ue contiene una
manera !e pre!ecir el e&ecto !e las con!iciones operacionales cr*ticas.
REFERENCIAS:
G. M. Car%ua' R. HMo!elaci#n Matem$tica en circuitos !e molien!a )
Clasi&icaci#nO , <esis para optar el Ira!o !e Ingeniero Metalurgista. @>>@
@. J. E. 6epPlve!a H 1os G> man!amientos( 8III 6imposio Mol)FCop 6obre
procesamiento !e minerales( C%ile GQQK.
E. A. E. Obla!( HCurso3 1os Mo!elos Matem$ticos !e las Operaciones !e
Conminuci#nO Universi!a! Ma)or !e 6an Marcos( 1ima R +erP GQQS.
S. 1. Iutierre' ) J. E. 6epPlve!a( H2imensionamiento ) optimi'aci#n !e +lantas
Concentra!oras Me!iante <"cnicas !e Mo!elaci#n Matem$ticaO( +ublicaci#n
CIMMFC%ile GQ=M.
Prue3a B G@
Comentarios
Mineral( Cg G(> 2i$metro( &t >(MK
Agua( lt >(L 1ongitu! >(MK
+ulpa( Cg G(L Nivel !e bolas( ? S>(>
+ulpa( lt >(L ? 8eloci!a! Critica =Q(K
2ens. 2e pulpa( Cg;lt @(Q=L 2ens.Aparente( ton;mE S(ML>
? 6oli!os /En +eso0 MK(> +otencia( 9B >(>SL
i Malla Abertura
4 1 $ # 7 14
1 G(>L @LS>> G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
2 >(KS@ GMQEE G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
3 >(L@L G@K>> G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
4 >(EKG QL@L G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
5 S SKM> G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
6 M EEM> G>>(>> G>>(>> G>>(>> G>>(>> G>>(>>
7 = @E=> QQ(KG G>>(>> G>>(>> G>>(>> G>>(>>
8 G> GM=> QG(=S QQ(S@ QQ(QL G>>(>> G>>(>>
9 GS GGQ> K>(EK QM(=G QQ(KE G>>(>> G>>(>>
10 @> =SG LM(MM QS(L> QQ(L> QQ(QE G>>(>>
11 @= LQL SE(QS =Q(@> Q=(=@ QQ(=M G>>(>>
12 EL S@> EM(GQ =G(MK QM(M> QQ(M> QQ(=M
13 S= @QK E>(GM MQ(LE =Q(>Q QK(EQ QQ(SM
14 ML @G> @L(@L LK(@@ KQ(SM QG(EE QK(M=
15 G>> GSQ @>(LS SL(>Q ME(SL KM(GE ==(@M
16 GL> G>L GM(KK ES(EM SK(=L LM(Q@ K>(KG
17 @>> KS GE(== @K(QQ EQ(@@ SM(QQ LK(Q=
18 @K> ME GG(G@ @G(GS E>(>M ES(QE SE(L>
19 E@L SS G>(>> GQ(>> @=(>> E@(>> E=(>>
20 S>> EK Q(@M G=(S= @M(GL E>(@M EL(ES
2=>( micrones GS>L > S>@ @GS GMS G@=
E0.+56* 9BF%r ; <on 47444 477#4 !7!#4 $77#4 #7!#4 77#44
F+*8. R.1.0(9*:;1< 47!%6 17444 474$! 4744$ 47444 47444
P,R,M"TR&6 '"- M&'"-&
Promedio
Al&a >G >(>>GMGS >(>>GLSK >(>>GMEK >(>>GMEK >(>>GMEL
Al&a >@ >(> >(> >(> >(> >(>
Al&a GG G(>S@QG >(QEQQ= G(>KSLG G(>=G>K G(>KM>Q
Al&a G@ G(> G(> G(> G(> G(>
Al&a @ E(QESS E(=>KE E(=SGK S(>SSS S(>SSE
2i$metro Cr*tico GSSK(= GS>S(S GSL=(K GSMS(> GSMS(G
Aeta >> >(>LMQGQ >(>SQQMG >(>LQ@>Q >(>LQ@M> >(>LQ@SK
Aeta >G >(> >(> >(> >(> >(>
Aeta G >(>SLKEM >(>SSQQE >(>SLQ== >(>SLQ=G >(>SLQ=G
Aeta @ E(=EELKG E(LG@ESE E(KQQ@SQ S(>G>E@> S(>G@EKE
5unci4n &3Ceti1o E(@G E(LM E(@S @(MG E(SS
"6TIM,CI& '" P,R,M"TR&6 '" M&-I"',
1nera6 con a6to o;1do,
<n = 14%, P7 = 0,8%, 0e = 2%, <n" = 6%
C,-C.-& > C&'ICI&"6 &P"R,TIV,6
5unci4n 5ractura
Nivel Experimental (BATCH)
'istri3ucion de Tamao de Partculas ( ,cumulati1o. 2 Pasante )
T(.=>? .0 M(0.
5unci4n 6elecci4n
6imulado V6 "D0erimental
1,00
10,00
100,00
10 100 1000 10000
Tamao de Partculas en Micrones
2

P
a
s
a
n
t
e

,
c
u
m
u
l
a
d
o
3 )% 5 )%
7 )% 10 )%
$1m36ado
$1m36ad
o
$1m36ado
$1m36ad
o
BATCH