1

Balance de materia y
Reconciliacin de datos
2
Definicin
Reconciliacin de datos consiste en el ajuste de mediciones
de acuerdo a su grado de incertidumbre de manera de respetar
el principio de conservacin de la materia.
Mediciones pueden ser:
Flujos msicos (slidos, lquidos)
Leyes
Fracciones de tamao
etc
3
Objetivo del Balance de
Materia
1. Obtener informacin acerca del proceso
2. Obtener datos para diseo (calculo)
3. Datos para realizar Balance metalrgico
4. Datos con el propsito de modelacin
5. Datos con el propsito de optimizacin
Datos balanceados son estadisticamente ms
confiables que aquellos que no lo estn.
4
Suposicin balance de materia:
Estado Estacionario

=
o i
W W
dt
dM(t)

=
o i
W W
M(t)
o1
W
o2
W
oM
W
i1
W
i2
W
i3
W
iN
W
Variacin
Masa
almacenada
Suma flujo
msico
entrada
Suma flujo
msico
salida
Condicin
Estado estacionario
0
dt
dM(t)
=
=
-
Systema
5
Reconciliacin datos:
Formulacin Problema
* * *
C B A + =
*
i
* *
i
* *
i
*
c C b B a A + =
*
i
* *
i
* *
i
c ) 1 ( b a + =
*
i
*
i
*
i
*
i
*
c b
c a

=
*
*
*
*
A
C
A
B
1 + =
*

Split factor
A
B
C
Balance masa global
Flujo msico seco
Balance masa componente
valor
verdadero
6
Reconciliacin de datos:
Datos no-reconciliados
Pb(%) 4.02 4.07 4.04 -0.02 0.03 -0.667
Zn(%) 15.8 7.8 15.5 0.3 -7.7 -0.039
Cu(%) 0.43 22.4 0.2 0.23 22.2 0.010
Fe(%) 14.3 16.1 13.5 0.8 2.6 0.308
i
a
i
b
i
c
i i
c - a

i i
c - b ey elemento/l
7
Pb(%) 4.03 4.07 4.03 0.00042 0.04010 0.01035
Zn(%) 15.6 7.8 15.69 -0.08169 -7.8857 0.01035
Cu(%) 0.43 22.4 0.2 0.22998 22.2004 0.01035
Fe(%) 13.89 16.11 13.86 0.0232 2.24138 0.01035
i
a
i
b
i
c
i i
c - a

i i
c - b says element/as
4.02 4.07 4.04
15.8 7.8 15.5
0.43 22.4 0.2
14.3 16.1 13.5
Reconciliacin de datos:
Datos reconciliados
Caso real
8
i i i i
c ) 1 ( b - a A =
i i i i i
) c b ( - ) c - (a A =
(
(
(
(

A
A
A
=
(
(
(
(

(
(
(
(

n
2
1
n n
2 2
1 1
n n
2 2
1 1
c b
c b
c b

c a
c a
c a

Reconciliacin de datos:
Caso real
Systema lineal de
ecuaciones:
1 incognita
n ecuaciones

Sobredeterminado!!!!
*
i
* *
i
* *
i
c ) 1 ( b a + =
errores
Caso ideal
9
Reconciliacin de Datos:
Estimacin Mnimos Cuadrados
(
(
(
(

A
A
A
=
(
(
(
(

(
(
(
(

n
2
1
n n
2 2
1 1
n n
2 2
1 1
c b
c b
c b

c a
c a
c a

A
n
i
2
i

minimizar
, ) , )
, )

=
n
j
2
j j
n
i
i i i i
c - b
c - a c - b

LSE
10
Mediciones contienen inevitablemente informacin inexacta, esto debido a
que las mediciones son obtenida con instrumentos de medicin imperfectos.
Incorporando Incertidumbre:
Desviacion Estandar
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
x
N
(
x
)

= 4

= 2

= 1
)
`

=
2
2
x

) x (x
2
1
exp
2
1
N(x)
x
Calculo de la Desviacin
Estndar
...
2
R
2
R
2
R
LEY ANALISIS MUESTREO
+ + =
x

100 (%)
x
Rx
=
Anlisis frecuentista
100
x

Rx
x

=
N
x
x
N
1 i
i
=
=
1 - N
) x - (x

N
1 i
2
i
2

=
=
x
Desv. Estndar Relativa
Varianzas son aditivas
Desviacin estndar
Ejemplo
Si conocemos que el error relativo del anlisis qumico para la obtencin de la
ley de una muestra de concentrado de cobre es 2% y si estimamos el error
relativo de muestreo en 5%, Cual es la desviacin estndar que se puede
asignar a un flujo conteniendo una ley de 55% Cu?
29 2 5
2 2 2
R
MEAS
= + =
5.38
MED
R
=
96 . 2
100
55 5.38

MEAS
=

=
Cu 2.96%
MED
=
13
2
n
2
2
2
2
2
1
2
n
i
2
i

n 2 1 i

minimizar A + + A + A =
|
|

\
|
A
A A A A

i i i i
c ) 1 ( b - a A =
Como calcular a partir de
i

A
,
i
a
,
i
b
i
c

?
Propagacinde la
varianza
Reconciliacin de Datos:
Mnimos Cuadrados Ponderados
: a sujeto
13
2
c
2
i
i
2
b
2
i
i
2
a
2
i
i
2
i i i i

a

|
|

\
|
c
A c
+
|
|

\
|
c
A c
+
|
|

\
|
c
A c
=
A
, )
2
c
2
2
b
2 2
a
2
i i i i
- 1 + + =
A
i i i i

c )

1 ( b

- a A =
i i i i

c )

1 ( b

- a A = A A A
i i i
a a a A + =
i i i
b b b A + =
i i i
c c c A + =
Reconciliacin de Datos:
Ajuste de Leyes
medido
reconciliado
ajuste

(
(

|
|

\
|
A
+
|
|

\
|
A
+
|
|

\
|
A
=
A A A
n
i
2
c
i
2
b
i
2
a
i
c , b , a
i i i
i i i
c

a
2
1
f minimizar
: a sujeto
0 c )

1 ( b

- a
i i i
=
15
Minimizacin sin restricciones:
Ejemplo

2 2
1) - y ( 1) - x (
2
1
y) f(x, + =
x-axis
y
-
a
x
i
s
-5 -4 -3 -2 -1 0 1 2 3 4 5
-5
-4
-3
-2
-1
0
1
2
3
4
5
1 y 0 1 - y
y
f
1 x 0 1 - x
x
f
*
*
= = =
c
c
= = =
c
c
-5
0
5
-5
0
5
0
5
10
15
20
25
x y
f
(
x
,
y
)
16
x-axis
y
-
a
x
i
s
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Minimizacin con restricciones:
Ejemplo

2 2
1) - y ( 1) - x (
2
1
y) f(x, + =
y x,
Minimizar
: a Sujeto
1 y x = +
1 y x = +
17
Optimizacin con restricciones:
Multiplicadores de Lagrange
, ) 1 - y x 1) - y ( 1) - x (
2
1
y) f(x,
2 2
+ + + =
2
1
1 ) 1 ( ) - 1 ( 0 1 - y x

f
- 1 y 0 1 - y
y
f
- 1 x 0 1 - x
x
f
*
= = + = + =
c
c
= = + =
c
c
= = + =
c
c
(0.5,0.5) ) y , (x : minimo
* *
=
Multiplicador de Lagrange
Leyes reconciliadas

i i i i i
n
i
2
c
i
2
b
i
2
a
i
c , b , a

- )c

- (1 - b

- a

a
2
1
f minimizar
i i i
i i i
+
(
(

|
|

\
|
A
+
|
|

\
|
A
+
|
|

\
|
A
=

A A A
a
2
a i
i
= A
b
2
b i
i
=
2
i
2
c
2 2
b
2 2
a
i
i
i
i i i

1 (

A
A
=
+ +
A
=
) 1 ( c
2
c i
i
=
i i i
a a a A =
i i i
b b b A =
i i i
c c c A =
Multiplicador
Lagrange
Elemento i
Correcciones
Ajuste leyes: Solucin aplicando
Multiplicadores de Lagrange
19
Reconciliacin de Datos:
Software comerciales
Advisor
J KSIMMet
J KSIMFloat
J KMultiBal
Bilmat
Metallurgical Accountant
VALI
TM
TM
TM
TM
TM
TM
TM