"AÑO DEL DIÁLOGO Y LA RECONCILIACIÓN NACIONAL"

FACULTAD DE INGENIERÍA QUIMICA

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

LABORATORIO 1
ANALISIS GRANULOMETRICO

CURSO:
PROCESAMIENTO DE MINERALES

CATEDRATICO:
ING. DAVID USCAMAYTA VERASTEGUI
ALUMNOS:
ALEJANDRO SANTILLAN, JHANELA
DÁVILA ARRECHE, CHRISTOPHER
ESPINOZA CANTO, STHEPHANY YUMIKO
GOMEZ ALAYA, JUAN CARLOS
SEMESTRE:
VII
HUANCAYO – PERÚ
 INTRODUCCION

El análisis granulométrico es uno de los métodos aplicados a los minerales,

donde se observa que aplicando uno u otro método de análisis granulométrico
(de dispersión) de minerales, se determinan distintas magnitudes que
caracterizan el tamaño de la partícula.

En la elaboración del trabajo tuvimos como centro, entender todo sobre análisis
granulométrico, como se hace la muestra y la reducción de la muestra. El análisis
granulométrico es muy importante para la obtención de una gran parte de los
concentrados minerales, que se realizan mediante la separación de mezclas de
polvos de diferentes tamaños que se logran por diferentes procesos tecnológicos
de trituración, pulverización y micromizado.

En el desarrollo de concentrados minerales participan varios minerales con

diferentes características físico mecánicas, entre ellas se destacan la fragilidad,
dureza, disgregación y plasticidad entre otras que en cierta medida determinan
su capacidad para ser reducidas a partículas de un tamaño determinado. Es muy
frecuente en la formulación de una determinada formulación o sustancia que
intervengan varios tipos de polvo que abarcan un amplio rango granulométrico,
por lo que es necesario emplear varias técnicas de análisis granulométrico para
su caracterización.

En la actualidad el impresionante desarrollo instrumental ha mejorado

grandemente la precisión y reducido considerablemente el tiempo en la
obtención de análisis granulométricos con alto grado de reproducibilidad. La
reproducibilidad de los resultados del análisis granulométrico y su aproximación
a la distribución real depende fundamentalmente de la preparación de la
muestra, la forma de las partículas y la técnica empleada.
La distribución del tamaño de partículas es indudablemente una de las
características más importantes del sistema granulométrico, por tanto, se
requiere un conocimiento de los principios que rigen las técnicas instrumentales
a emplear, así como los factores que pueden influir en los resultados y su
interpretación.

2
 RESUMEN

El presente trabajo se realizado en el laboratorio de análisis cuantitativo de la

Facultad de Ingeniería Química de la Universidad Nacional del Centro del Perú,
este informe tiene por objetivo general, realizar un análisis granulométrico.

Para ello realizaremos el método de cuarteo para la mejor homogenización de la

muestra, luego de ello ordenaremos adecuadamente los tamices, teniendo de
referencia el tamaño máximo del mineral de la muestra a estudiar, una vez
obtenida la muestra con un aproximado de 732.04 kilos de muestra que se llevó
al Ro-Tap para su respectivo análisis granulométrico y así conocer la distribución
de tamaños presente en la muestra obtenida por el cuarteo.

Una vez obtenido los datos se ingresa al software Excel donde se construyó la
curva granulométrica y se realiza ajuste lineal de la ecuación de Gates – Gaudin
– Schuhmann y también con el modelo de distribución de ROSIN – RAMMLER;
hallando a su vez el F(x) = % de acumulado pasante

3
 INDICE

INTRODUCCION ............................................................................................... 2
RESUMEN ......................................................................................................... 3
INDICE ............................................................................................................... 4
LISTA DE TABLAS: ........................................................................................ 6
LISTA DE GRÁFICAS: .................................................................................... 7
TABLA DE ILUSTRACIONES ......................................................................... 9
I. OBJETIVOS............................................................................................... 10
1.1 OBJETIVO GENERAL. ....................................................................... 10
1.2 OBJETIVOS ESPECÍFICOS ................................................................... 10
II. PARTE TEÓRICA ...................................................................................... 11
2.1 ANÁLISIS GRANULOMÉTRICO ......................................................... 11
2.1.1 ANALÍTICA. .................................................................................. 11
2.1.2. GRÁFICA. ....................................................................................... 11
2.2 PROCEDIMIENTO: ............................................................................. 14
2.2.1 CHANCADO ................................................................................. 14
2.2.2 MOLIENDA ................................................................................... 14
2.2.3 OBTENCIÓN DE LA MUESTRA................................................... 14
CUARTEO MECÁNICO ............................................................................. 14
2.3 TAMIZADO.......................................................................................... 15
2.3.2 TAMAÑO DE PARTÍCULA ........................................................... 16
2.3.3 TAMIZ ........................................................................................... 16
III. PARTE EXPERIMENTAL ....................................................................... 18
DETERMINACIÓN DE LA GRAVEDAD ESPECÍFICA DE UNA MUESTRA
DE MINERAL POLIMETALICO .................................................................... 18
MATERIALES .............................................................................................. 18
3.1. PROCEDIMIENTO
Mineral polimetálico - muestra de mineral polimetálico ............................ 18
3.2.1 MUESTREO ..................................................................................... 18
3.2.2. TAMIZADO ................................................................................... 21
CÁLCULOS ................................................................................................... 24
PRINCIPIO DE MÍNIMOS CUADRADOS: .................................................... 27

4
 MODELO DE DISTRIBUCIÓN DE GATES – GAUDIN – SCHUHMANN ...... 28
AJUSTE DEL MODELO DE DISTRIBUCIÓN DE GATES – GAUDIN –
SCHUHMANN POR EL PRINCIPIO DE MÍNIMOS CUADRADOS: ........... 28
MODELO DE DISTRIBUCIÓN DE ROSIN – RAMMLER: ............................. 33
AJUSTE DEL MODELO DE DISTRIBUCIÓN DE ROSIN - RAMMLER POR
EL PRINCIPIO DE MÍNIMOS CUADRADOS:............................................ 34
COMPARANDO LOS RESULTADOS DE LOS 2 MODELOS DE
DISTRIBUCIÓN CON EL DEL LABORATORIO: ..................................... 38
IV. CONCLUSIONES ................................................................................... 40
V. BIBLIOGRAFÍA .......................................................................................... 45

5
LISTA DE TABLAS:

Tabla 1 : Tabla de datos obtenidos y calculados del laboratorio N°1 ............... 24

Tabla 2 : Datos obtenidos de las variables necesarias para el ajuste por el
principio de mínimos cuadrados para el modelo de distribución GATES –
GAUDIN - SCHUHMANN ................................................................................. 29
Tabla 3 : Datos obtenidos para b1 ................................................................... 30
Tabla 4 : Datos calculados por el modelo de distribución de GATES - GAUDIN -
SCHUHMANN .................................................................................................. 30
Tabla 5 : Datos obtenidos de las variables necesarias para el ajuste por el
principio de mínimos cuadrados para el modelo de distribución ROSIN -
RAMMER ......................................................................................................... 34
Tabla 6 : Datos obtenidos para b2 ................................................................... 35
Tabla 7:Datos calculados por el modelo de distribución de ROSIN - RAMMLER
......................................................................................................................... 36
Tabla 8: Datos calculados del F(x) por el modelo de distribución de
SCHUHMANN y RAMMLER con la curva granulométrica del laboratorio
realizado. .......................................................................................................... 38

6
LISTA DE GRÁFICAS:

Gráfica 1 : Curva Granulométrica a escala cartesiana ..................................... 25

Gráfica 2 : Curva Granulométrica a Log – Cartesiana...................................... 26
Gráfica 3 : Comparación entre la curva del Modelo de distribución de GATES-
GAUDIN – SCHUHMANN y la curva de calibración del laboratorio realizado a
escala CARTESIANA ....................................................................................... 31
Gráfica 5: Modelo de distribución de ROSIN - RAMMLER a escala CARTESIANA
......................................................................................................................... 36
Gráfica 7 : Gráfico de comparación de los modelos de distribución con la curva
de calibración experimental a escala cartesiana .............................................. 38

7
8
TABLA DE ILUSTRACIONES
Ilustración 1 : resultado de un análisis granulométrico ..................................... 12
Ilustración 2 : Representación del cuarteo manual........................................... 14
Ilustración 3 : Cortador rotatorio ....................................................................... 15
Ilustración 4: Cortador Rifle .............................................................................. 15
Ilustración 5 : Balance de materia en diferentes tamices ................................. 15
Ilustración 6 : Tamaño de Partícula .................................................................. 16
Ilustración 7 : Tabla de numeracíon y abertura de tamices .............................. 16
Ilustración 8 : Serie de tamices ........................................................................ 17
Ilustración 9 : Formación de torre de tamices................................................... 17
Ilustración 10 : Pruebas de Laboratorio de Tesis de Flores S. “Tratamiento de
Remediación de Efluentes Metalúrgicos con énfasis en el abatimiento de cobre
con dolomita”, en la facultad de Ingeniera Metalúrgica de la UNMSM, 2009 ... 26
Ilustración 11: %pasante Ac y Rechazo Ac versus tamaño de partícula .......... 27
Ilustración 12 : Representación grafica de la linealización del modelo según
GATES - GAUDIN – SCHUHMANN, para el trabajo de Alvarez Rodrigues,
análisis de la influencia de los modelos de distribución de tamaños de partículas
en la determinanción de consumos energéticos en molienda mediante el método
de bond,2013 ................................................................................................... 32
Ilustración 13 : Curva del modelo de distribucion de GATEs -GAUDIN -
SCHUHMANN del trabajo de Manuel Meza,"ANALISIS GRANULOMÉTRICO"-
2016 ................................................................................................................. 32
Ilustración 12 : Representación gráfica de la linealización del modelo según
ROSIN - RAMMLER, para el trabajo de Álvarez Rodríguez, análisis de la
influencia de los modelos de distribución de tamaños de partículas en la
determinanción de consumos energéticos en molienda mediante el método de
bond,2013 ........................................................................................................ 37

9
 I. OBJETIVOS
1.1 OBJETIVO GENERAL.

- Evaluar los modelos de distribución granulométrica de una muestra

obtenida en laboratorio.

1.2 OBJETIVOS ESPECÍFICOS

 Determinar el ordenamiento adecuado de los tamices, teniendo de

referencia el tamaño máximo del mineral en la muestra estudiada.

 Graficar e interpretar la curva granulométrica resultante de los

datos obtenidos.

 Interpretar los dos modelos de distribución granulométrica

empleados en el procesamiento de minerales: Función de
distribución de Gates – Gaudin – Schuhmann y Función de
distribución Rosin –Rammler.

 Obtener la función del modelo de distribución de GATES – GAUDIN

– SCHUHMANN y compararlo con la curva granulométrica del
laboratorio experimental.

 Obtener la función del modelo de distribución de ROSIN –

RAMMLER, y compararlo con la curva granulométrica del
laboratorio experimental.

 Comparar las F(x) de los modelos de distribución de GATES –

GAUDIN – SCHUHMANN y ROSIN – RAMMLER con la curva de
calibración del laboratorio experimental.

10
 II. PARTE TEÓRICA
2.1 ANÁLISIS GRANULOMÉTRICO
El suelo está constituido por infinidad de partículas y la variedad en el tamaño de
estas es ilimitada. Cuando se comenzaron las investigaciones sobre las
propiedades de los suelos se creyó que sus propiedades mecánicas dependían
directamente de esta distribución en tamaños. Sin embargo, hoy sabemos que
es muy difícil deducir con certeza las propiedades mecánicas de los suelos a
partir de su distribución granulométrica.

Por granulometría o análisis granulométrico de un agregado se entenderá todo

procedimiento manual o mecánico por medio del cual se pueda separar las
partículas constitutivas del agregado según tamaños, de tal manera que se
puedan conocer las cantidades en peso de cada tamaño que aporta el peso total.
Su finalidad es obtener la distribución por tamaño de las partículas presentes en
una muestra de suelo. Así es posible también su clasificación mediante sistemas
como AASHTO o USCS. El ensayo es importante, ya que gran parte de los
criterios de aceptación de suelos para ser utilizados en bases o subbases de
carreteras, presas de tierra o diques, drenajes, etc., depende de este análisis.
(Departamento de Mecánica Estructural)

En el análisis granulométrico se emplean generalmente dos métodos para

determinar el tamaño de los granos de los suelos:

2.1.1 ANALÍTICA.
Mediante tablas que muestran el tamaño de la partícula contra el
porcentaje de suelo menor de ese tamaño (porcentaje respecto al
peso total).

2.1.2. GRÁFICA.
Mediante una curva dibujada en papel log-normal a partir de puntos
cuya abscisa en escala logarítmica es el tamaño del grano y cuya
ordenada en escala natural es el porcentaje del suelo menor que

11
 ese tamaño (Porcentaje respecto al peso total). A esta gráfica se le
denomina CURVA GRANULOMETRICA

Al realizar el análisis granulométrico distinguimos en las partículas cuatro

rangos de tamaños:
 GRAVA: Constituida por partículas cuyo tamaño es mayor que 4.76
mm.

 ARENA: Constituida por partículas menores que 4.76 mm y mayores

que 0.074 mm.

 LIMO: Constituido por partículas menores que 0.074 mm y mayores

que 0.002 mm.

 ARCILLA: Constituida por partículas menores que 0.002 mm.

Ilustración 1 : resultado de un análisis granulométrico

(Bravo, García, Morales, & Ramírez, 2012)
 Para facilitar la reproducibilidad de los resultados del tamizado, se han
establecido normas y estandarizado algunas series de tamices:

 SERIE INTERNACIONAL:
Esta serie toma como tamiz de referencia el de abertura cuadrada
de 1 mm y los tamices sucesivos corresponden a la serie cuya
abertura es: Los tamices de la serie internacional son designados
de acuerdo con su abertura.

 SERIE TYLER:
Toma como referencia el tamiz de 74 µm y cuyo diámetro de
alambre es de 53 µm, su designación se realiza de acuerdo con el
número de aberturas por pulgada:

12
 a: es la abertura µm

Da: es el diámetro del alambre µm

El tamiz de referencia Tyler es el de 200 mallas y los tamices sucesivos

obedecen a una relación

(Bravo A. , 2012) Ecuación de Gates-Gaudin-Schumann (GGS)

Es la expresión matemática de la función de distribución de tamaños

desarrollada por los investigadores Gates, Gaudin y Schumann, es:

𝑥 𝑚
𝐹(𝑥) = 100 ( )
𝑘

F(x) = % de acumulado pasante

x = Tamaño de las partículas en cada fracción

k = Tamaño máximo de partícula en la distribución µ µ

m = Pendiente de la recta

Calculando “k” y “m” multiplicando por logaritmo a la ecuación de Gaudin:

𝑥
log 𝐹(𝑥) = log 100 + 𝑚 log ( )
𝑘
Y = b + mX
100
log 𝐹(𝑥) = 𝑚 log 𝑥 + log ( 𝑚 )
𝑘

Calculando por ajuste por mínimos cuadrados:

𝑁(∑ 𝑥 ′ 𝑦 ′ ) − (∑ 𝑥 ′ )(∑ 𝑦 ′ )
𝑚=
𝑁(∑ 𝑥 ′ 2 ) − (∑ 𝑥 ′ )2
(∑ 𝑥′2 )(∑ 𝑦′) − (∑ 𝑥 ′ )(∑ 𝑥′𝑦 ′ )
𝑏=
𝑁(∑ 𝑥 ′ 2 ) − (∑ 𝑥 ′ )2

13
2.2 PROCEDIMIENTO:
Es el análisis granulométrico que emplea tamices para la separación en tamaños
de las partículas del suelo. Debido a las limitaciones del método su uso se ha
restringido a partículas mayores que 0.074 mm. Al material menor que ese se le
aplica el método del hidrómetro.

2.2.1 CHANCADO
Proceso por el cual el mineral es triturado entre ½ a 1/6 de su tamaño
original, en preparación a la siguiente etapa de reducción (segunda o
tercera etapa de chancado o circuito de molienda) (Anonimo, 2006)
2.2.2 MOLIENDA

Proceso que consiste en desmenuzar una materia sólida, especialmente

granos o frutos, golpeándola con algo o frotándola entre dos piezas duras
hasta reducirla a trozos muy pequeños, a polvo o a líquido. (Anonimo,
2006)
2.2.3 OBTENCIÓN DE LA MUESTRA
Para la obtención de la muestra se necesita obtener una muestra
representativa, esta se obtiene mediante el proceso de cuarteo. Se puede
realizar de forma manual o mecánica.
CUARTEO MANUAL
Para este cuarteo se realiza la homogenización, el cual requiere
movimientos de izquierda a derecha y de arriba hacia abajo. Luego
de realizar la homogenización, se va formando el cono como se
observa en la Figura 2. Luego, con una de nuestras manos se hace
presión en el centro del cono formando la torta. Finalmente, con la
ayuda de una espátula se hace el corte de 4 partes iguales. (Coello
V, 201)

Ilustración 2 : Representación
del cuarteo manual
CUARTEO MECÁNICO

En este cuarteo se hace uso de distintos equipos cortadores.

14
 Ilustración 3 : Cortador Ilustración 4: Cortador Rifle
rotatorio

2.3 TAMIZADO
De los distintos métodos existentes para realizar el análisis granulométrico, quizá
el más utilizado sea la tamización con tamices acoplados en cascada. Para
realizarlo se coloca un juego de tamices en cascada, es decir, ordenados de
arriba abajo por orden decreciente de luz o abertura de malla. El producto a
analizar se añade sobre el primer tamiz, es decir aquel de abertura de malla
mayor y se somete el conjunto a un movimiento vibratorio. (Urgelles, 2010)
El producto a analizar o producto bruto, B, queda distribuido en diferentes
fracciones según el tamaño de partícula denominándose:
RECHAZO: Producto que queda sobre el tamiz.
CERNIDO: Producto que atraviesa el tamiz.

Ilustración 5 : Balance de materia en diferentes tamices

En una tamización en cascada el cernido de un tamiz constituye la alimentación
del siguiente, por tanto, se obtienen tantos rechazos como tamices constituyan
la cascada y un solo cernido, constituido por el producto que atraviesa las mallas
del último tamiz o tamiz de abertura de malla más pequeña.

15
Teóricamente se debe cumplir que B = C + R, siendo B la cantidad a analizar o
producto bruto, C el cernido y R la suma de todos los rechazos. (Urgelles, 2010)
Esta granulometría se determina haciendo pasar una muestra representativa de
agregados por una serie de tamices ordenados, por abertura, de mayor a menor.
Para ello es necesario identificar ciertos aspectos para el análisis. (Coello V, 201)
2.3.2 TAMAÑO DE PARTÍCULA

El tamaño de partícula se caracteriza con el siguiente postulado. Feret, “el

tamaño de partícula corresponde a la distancia entre dos tangentes paralelas a
la partícula y trazadas en la dirección de la medición”. Este tamaño de partícula
ayuda a asociar al número de aberturas que tiene el tamiz por pulgada lineal.

Ilustración 6 : Tamaño de Partícula

2.3.3 TAMIZ

Selección que se efectúa entre varias cosas o personas para separar las que se
consideran buenas o esenciales para algo de las que no lo son. (Anonimo, 2006)
Para obtener la distribución de tamaño, se emplean tamices normalizados y
numerados, dispuestos en orden decreciente. (Espinace, 1979)

Ilustración 7 : Tabla de numeracíon y abertura de

tamices

16
FUENTE: (Uscamayta Verastegui , 2017)
2.3.3.1 SERIES DE TAMICES

Ya teniendo nuestra malla base para nuestro análisis, debemos calcular la serie
que se va seguir, para ello se divide entre raíz de 2. Si nuestra muestra necesita
una mayor cantidad de mallas se puede realizar una serie doble para poder
reducir el número de mallas. (Bravo & Garcia, Análisis granulométrico, 2012)

Ilustración 8 : Serie de tamices

2.3.3.2 FORMACIÓN DE TORRES DE TAMICES

Para la organización de los tamices en el equipo es necesario tener en cuenta

que los tamices van ordenados desde el grano más grueso al más fino. (Bravo,
García, Morales, & Ramírez, 2012)

Ilustración 9 : Formación de torre de

tamices

17
 III. PARTE EXPERIMENTAL

MATERIALES
DETERMINACIÓN DE LA GRAVEDAD ESPECÍFICA DE UNA
 Juego deMUESTRA DE MINERAL POLIMETALICO
tamices TYLER
 Balanza
 2 costales
 Regla de 50 cm
 Cepillo (brocha)
 Balanza analítica
 8 Bolsas de plástico
 Agitador mecánico tipo Ro - Tap.

3.1. PROCEDIMIENTO
Mineral polimetálico - muestra de mineral polimetálico

3.2.1 MUESTREO

PROCEDIMIENTO
Para obtener una muestra representativa se realizó el muestreo aleatorio simple
con el método del cuarteo.

Método del cuarteo

Consiste en ir reduciendo la muestra compuesta hasta obtener el tamaño

adecuado. Se sigue los siguientes pasos:

 Se extendió el mineral sobre el costal, dos personas sujetan dos lados de

este.

18
 Primero una de las personas elevará su lado del costal moviendo un lado
luego el otro, seguirá el mismo procedimiento la otra persona; este paso
se repetirá 2 ó 3 veces con el propósito de dar a las partículas una
distribución homogénea.

 Se formó con el mineral una pequeña pila en forma de un cono.

 Se aplana el cono de manera uniforme formando una “torta” circular plana.

19
 “La torta” circular obtenida en el paso anterior se divide en cuatro partes
simétricas, mediante una cruz concéntrica.

 Separamos las cuatro partes, desechamos dos partes opuestas por el

vértice y juntamos las otras dos partes que quedan.

 Se debe repetir el procedimiento hasta obtener un aproximado de medio

kilogramo de muestra.

20
3.2.2. TAMIZADO
1.1.1.1. MATERIALES Y EQUIPOS

 Mineral seleccionado a partir del cuarteo.

 Tamices
 Brocha
 Balanza analítica
 Ro– tap

1.1.1.2. PROCEDIMIENTO
 Limpiamos las mallas y armamos nuestro juego de mallas en forma
descendente en función al número de malla, para esto previamente se
mide la partícula más grande y en función de esta se coloca el número
máximo de malla. Si no se consigue los números de malla se debe trabajar
con el que esté a disposición, por cuestiones académicas. Se tienen las
siguientes mallas (1/2” ,3/8”, 4, 8, 12, 40, 50) las cuales fueron utilizadas para
el desarrollo de la práctica.

21
 Colocamos la muestra en el Ro-Tap por un tiempo de 10 minutos y otras
dos muestras en un tiempo de 15 minutos.

 Retiramos el juego de mallas limpiando bien cada una de estas con apoyo
de la brocha.

22
 Se procede a pesar el mineral con respecto a cada malla con la ayuda de
una balanza analítica.

 Con los datos obtenidos realizamos el análisis granulométrico y

determinamos el modelo matemático con ayuda de la ecuación de Gates-
Guadin-Schuhmann.
 Determinamos el porcentaje de peso pasante acumulado del mineral
mena, F(x).

INSTRUCCIONES DE OPERACIÓN DE LA TAMIZADORA:

MARCA DEL EQUIPO: TYLER

TIPO: 2013
MODELO: RX-29-16
SERIE: 13.1479

a. Levantar la palanca de la parte superior.

b. Poner la muestra sobre el tamiz y tapar.

23
 c. Colocar los tamices sobre la base.
d. Colocar la tapa negra con el corcho hacia arriba.
e. Levantar la base con los tamices hasta el ras del soporte.
f. Bajar la palanca de la parte superior.
g. Conectar el cable al tomacorriente.
h. Con el botón “CLOCK” se actualiza la hora.
i. Con el botón “MODE” cambiar al tiempo que requiera (segundos,
minutos u horas) vale mencionar que en nuestro caso se programó
10min.
j. Con los botones” ▲▼” aumenta o disminuya el tiempo.
k. Con el botón “STAR” se inicia el tamizado.
l. Si desea detener a operación presione el botón “STOP”.
m. Para reanudar la operación presione el botón “STAR

CÁLCULOS
CUADRO DE DATOS – LABORATORIO
Tabla 1 : Tabla de datos obtenidos y calculados del laboratorio N°1

tamaño de %W retenido %W pasante

W retenido %W
N° mallas abertura acumulado acumulado
(𝑔) retenido
(𝜇𝑚) 𝐺(𝑥) 𝐹(𝑥)

1 1/2 '' 12700 166.9 23.025 23.025 76.975

2 3/8 '' 9525 80.99 11.173 34.198 65.802
3 4m 4750 190.65 26.302 60.500 39.500
4 8m 2360 36.00 4.966 65.466 34.534
5 12 m 1700 49.62 6.845 72.312 27.688
6 40 m 425 195.35 26.950 99.262 0.738

24
 7 50 m 300 0.74 0.102 99.364 0.636
0 -50 - 4.61 0.636 100.000 0.000
TOTAL 724.86 100.00

CURVA GRANULOMÉTRICA
120.000

100.000

80.000 R² = 0.9596
G(x)

60.000

40.000

20.000
x µm

0.000
0 2000 4000 6000 8000 10000 12000 14000

Gráfica 1 : Curva Granulométrica a escala cartesiana

En el gráfico N°1, se muestra la curva granulométrica a escala cartesiana de los

datos obtenidos en nuestro experimento de laboratorio, guiándonos (Romero,
Flores, & Arévalo, 2009), ya que en su trabajo denominado “ANÁLISIS
GRANULOMÉTRICO PARA LA PRODUCCIÓN INDUSTRIAL DE COBRE A
PARTIR DE LA CALCOPIRITA” realiza un experimento similar y con ello su
gráfica, con la diferencia de que en dicha gráfica toma como eje de las abscisas
al G(x) que es el % en peso retenido acumulado; si comparamos las gráficas con
respecto al eje de las abscisas G(x) podemos ver que el factor de determinación
en nuestro caso es de 𝑅 2 = 0.9596 y que en las pruebas de Laboratorio de dicho
trabajo es 𝑅 2 = 0.9689.

25
Ilustración 10 : Pruebas de Laboratorio de Tesis de Flores S. “Tratamiento de
Remediación de Efluentes Metalúrgicos con énfasis en el abatimiento de cobre
con dolomita”, en la facultad de Ingeniera Metalúrgica de la UNMSM, 2009
Lo que observando podemos deducir es que nuestros datos obtenido no se
alejan de rango establecido por los trabajos realizados anteriormente.

CURVA GRANULOMÉTRICA
90.000

80.000

70.000

60.000

50.000
F(x)

40.000
R² = 0.952
30.000

20.000

10.000

0.000
0.1 1 x µm 10 100

Gráfica 2 : Curva Granulométrica a Log – Cartesiana

En el gráfico N°2, se muestra la curva granulométrica a escala Log - cartesiana

de los datos obtenidos en nuestro experimento de laboratorio, guiándonos de

26
(Alvarez Rodriguez, 2013), ya que en su trabajo denominado “ANÁLISIS DE LA
INFLUENCIA DE LOS MODELOS DE DISTRIBUCIÓN DE TAMAÑOS DE
PARTÍCULAS EN LA DETERMINANCIÓN DE CONSUMOS ENERGÉTICOS EN
MOLIENDA MEDIANTE EL MÉTODO DE BOND” realiza un experimento similar
al que nosotros hicimos y utiliza una escala de Log – cartesiana o
semilogarítmica en gráfica, con la diferencia de que en dicha gráfica grafica F(x)
vs “x” y G(x) vs ”x”, basándonos solo en F(x) vs ”x” podemos ver que el factor de
determinación en nuestro caso es de 𝑅 2 = 0.952 y que en las pruebas de
Laboratorio de dicho trabajo es 𝑅 2 = 0.954. Lo que observando podemos deducir
es que nuestros datos obtenido no se alejan de rango establecido por los trabajos
realizados anteriormente.

Ilustración 11: %pasante Ac y Rechazo Ac versus tamaño de partícula

PRINCIPIO DE MÍNIMOS CUADRADOS:

Se basa en la suma de los cuadrados de error (SSE):

𝑆𝑆𝐸 = ∑(𝑦𝑖 − 𝑦̂𝑖 )2 = ∑(𝑦𝑖 − 𝑎 − 𝑏. 𝑥𝑖 )2

ESTIMACIONES DE MÍNIMOS CUADRADOS:

Sxy
b=
Sxx
a = y̅ − bx̅
Donde:
(∑ xi ) × (∑ yi )
Sxy = ∑(xi − x̅) × (yi − y̅) = ∑ xi yi −
n
(∑ xi )2
Sxx = ∑(xi − x̅)2 = ∑ xi2 −
n
(Mendenhall, Beaver, & Beaver, 2006)

27
MODELO DE DISTRIBUCIÓN DE GATES – GAUDIN – SCHUHMANN
La ecuación de distribución de GATES – GAUDIN – SCHUHMANN viene dada
por:
𝑥
𝐹(𝑥) = 100 × ( )𝑚
𝑘
Donde:
𝐹(𝑥) = %𝑝𝑎𝑠𝑎𝑛𝑡𝑒 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝑢𝑛 𝑡𝑎𝑚𝑎ñ𝑜 “𝑥”
𝑥 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑎𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑑𝑒 𝑚𝑎𝑙𝑙𝑎
𝑘 = 𝑚ó𝑑𝑢𝑙𝑜 𝑑𝑒 𝑡𝑎𝑚𝑎ñ𝑜
𝑚 = 𝑚ó𝑑𝑢𝑙𝑜 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
Tomando logaritmos en ambos lados de la ecuación, se obtiene:

log(𝐹(𝑥)) = log(100) + 𝑚𝑙𝑜𝑔(𝑥) − 𝑚𝑙𝑜𝑔(𝑘)

log(𝐹(𝑥)) = 𝑚𝑙𝑜𝑔(𝑥) + (log(100) − 𝑚𝑙𝑜𝑔(𝑘))

Asemejando:
𝑦1 = 𝑎1 𝑥1 + 𝑏1
Por lo tanto:
𝑦1 = log(𝐹(𝑥))
𝑥1 = log(𝑥)
𝑎1 = 𝑚
𝑏1 = (log(100) − mlog(k)
(Alvarez Rodriguez, 2013)
AJUSTE DEL MODELO DE DISTRIBUCIÓN DE GATES – GAUDIN –
SCHUHMANN POR EL PRINCIPIO DE MÍNIMOS CUADRADOS:

 Teniendo la ecuación:

log(𝐹(𝑥)) = 𝑚𝑙𝑜𝑔(𝑥) + (log(100) − 𝑚𝑙𝑜𝑔(𝑘))

Y sabiendo que:
𝑦1 = log(𝐹(𝑥))
𝑥1 = log(𝑥)
𝑎1 = 𝑚 = 𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑏1 = (log(100) − mlog(k))

28
 También, conociendo el principio de mínimos cuadrados:
Sxy
b= y a = y̅ − bx̅
Sxx
(∑ xi ) × (∑ yi )
Sxy = ∑ xi yi −
n
(∑ xi )2
Sxx = ∑ xi2 −
n
Deducimos:
(∑ x1 ) × (∑ y1 )
Sxy ∑ x1 y1 − n
a1 = "b" = = 2
Sxx (∑ x1)
∑ x12 −
n
𝑏1 = a = 𝑦𝑖 − 𝑎1 × 𝑥𝑖
𝑛 = 𝑁° 𝑑𝑒 𝑚𝑎𝑙𝑙𝑎𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎𝑠 = 7
 Entonces, calculamos 𝑆𝑥𝑦 y 𝑆𝑥𝑥 (Excel):
Tabla 2 : Datos obtenidos de las variables necesarias para el ajuste por el principio de
mínimos cuadrados para el modelo de distribución GATES – GAUDIN - SCHUHMANN

N° de 𝑥1 𝑦1
𝑥 𝐹(𝑥) 𝑥1 𝑦1 𝑥12
malla log(𝑥) log(𝐹(𝑥))
1 12700 76.975 4.104 1.886 7.741 16.841
2 9525 65.802 3.979 1.818 7.235 15.831
3 4750 36.741 3.677 1.565 5.755 13.518
4 2360 9.791 3.373 0.991 3.342 11.377
5 1700 2.945 3.230 0.469 1.516 10.436
6 425 0.738 2.628 -0.132 -0.347 6.908
7 300 0.636 2.477 -0.197 -0.487 6.136

∑(𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎) 23.468 6.401 24.754 81.048

(∑ xi ) × (∑ yi ) 23.468 × 6.401
Sxy = ∑ xi yi − = 24.754 − = 3.293
n 7
(∑ xi )2 (23.468)2
Sxx = ∑ xi2 − = 81.048 − = 3.368
n 7
 Entonces:
3.293
a1 = = 0.977
2.368

29
  Calculando b1 (Excel):

Tabla 3 : Datos obtenidos para b1

𝑥1 𝑦1 𝑏1
4.104 1.886 -3.822
3.979 1.818 -3.716
3.677 1.565 -3.549
3.373 0.991 -3.701
3.230 0.469 -4.024
2.628 -0.132 -3.788
2.477 -0.197 -3.642
PROMEDIO -3.749
 Por lo tanto, la fórmula general será:

𝑦1 = 0.977(𝑥1 ) − 3.749
 Calculando k:
𝑏1 = (log(100) − mlog(k))
−3.749 = (2 − 0.977 × log(k))
0.977 × log(𝑘) = 5.749
log(𝑘) = 4.133
𝑘 = 13583.134
 Por ende, la ecuación del modelo de distribución de GATES –
GAUDIN – SCHUHMANN será:
𝑥
𝐹(𝑥) = 100 × ( )0.977
13583.134
 Reemplazando:
Tabla 4 : Datos calculados por el modelo de distribución de GATES - GAUDIN -
SCHUHMANN

𝑥 𝐹(𝑥)
12700 91.07265479

9525 61.03770754

4750 23.18877634

2360 8.764307707

1700 5.553304281

425 0.807394938

30
 300 0.497362098

COMPARACIÓN ENTRE LA CURVA DEL MODELO DE

DISTRIBUCIÓN DE GATES - GAUDIN - SCHUHMANN Y LA
CURVA DE GRANULOMÉTRICA DEL LABORATORIO
REALIZADO
100.000

80.000

R² = 0.9069
60.000

gates
F(x)

40.000 laboratorio
Linear (gates)
R² = 0.9874
Linear (laboratorio)
20.000

0.000
0 2000 4000 6000 8000 10000 12000 14000

-20.000
x

Gráfica 3 : Comparación entre la curva del Modelo de distribución de GATES-

GAUDIN – SCHUHMANN y la curva de calibración del laboratorio realizado a
escala CARTESIANA
En el gráfico N°3, Comparación entre la curva del Modelo de distribución de
GATES- GAUDIN – SCHUHMANN y la curva de granulométrica del laboratorio
realizado a escala cartesiana, a simple vista podemos observar que el factor de
determinación en el laboratorio realizado es 𝑅 2 = 0.9069, mientras que del F(x)
hallado por el modelo de distribución de GATES – GUADIN – SCHUHMANN es
de 𝑅 2 = 0.9874, siendo este el más cercano a la unidad y por ende con menor
posibilidad de error.
Si lo comparamos con la curva realizada por (Alvarez Rodriguez, 2013), en su
trabajo “ANÁLISIS DE LA INFLUENCIA DE LOS MODELOS DE DISTRIBUCIÓN
DE TAMAÑOS DE PARTÍCULAS EN LA DETERMINANCIÓN DE CONSUMOS
ENERGÉTICOS EN MOLIENDA MEDIANTE EL MÉTODO DE BOND” podemos
notar que en su representación gráfica de la linealización del modelo de Gates –
Gaudin – Schuhmann, su coeficiente de determinación es 𝑅 2 = 0.9871.

31
Ilustración 12 : Representación grafica de la linealización del modelo según
GATES - GAUDIN – SCHUHMANN, para el trabajo de Alvarez Rodrigues,
análisis de la influencia de los modelos de distribución de tamaños de partículas
en la determinanción de consumos energéticos en molienda mediante el método
de bond,2013

Si lo comparamos con la curva realizada por (Meza, 2016), en su trabajo

“ANALISIS GRANULOMETRICO” podemos notar que en su representación
gráfica de la linealización del modelo de Gates – Gaudin – Schuhmann, su
coeficiente de determinación es 𝑅 2 = 0.98.

Ilustración 13 : Curva del modelo de distribucion de GATEs -GAUDIN -

SCHUHMANN del trabajo de Manuel Meza,"ANALISIS GRANULOMÉTRICO"-
2016

32
Por cual, viendo que en 2 trabajos experimentales el coeficiente de
determinación 𝑅 2 , tiene un mismo valor aproximado de 0.98 y que en nuestro
caso nuestra 𝑅 2 es también un aproximado 0.98, podemos decir que nuestra
ecuación del modelo de distribución de GATES – GAUDIN – SCHUHMANN está
bien desarrollada.
MODELO DE DISTRIBUCIÓN DE ROSIN – RAMMLER:
La ecuación de distribución de ROSIN - RAMMLER viene dada por:
𝑥 𝑚′
𝐺(𝑥) = 100 × 𝑒 −(𝑘′)
Donde:
𝐺(𝑥) = % 𝑟𝑒𝑡𝑒𝑛𝑖𝑑𝑜 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝑢𝑛 𝑡𝑎𝑚𝑎ñ𝑜 “𝑥”
𝑥 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑎𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑑𝑒 𝑚𝑎𝑙𝑙𝑎
𝑘′ = 𝑚ó𝑑𝑢𝑙𝑜 𝑑𝑒 𝑡𝑎𝑚𝑎ñ𝑜
𝑚′ = 𝑚ó𝑑𝑢𝑙𝑜 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
Tomando logaritmos en ambos lados de la ecuación, se obtiene:
𝑥
log(𝐺(𝑥)) = log(100) − ( ′ ) × log(𝑒)
𝑘
100 𝑥 𝑚′
log ( ) = ( ) × log(𝑒)
𝐺(𝑥) 𝑘′
Volviendo a sacar logaritmos:
100 𝑥 𝑚′
loglog ( ) = 𝑙𝑜𝑔 [( ) ] + 𝑙𝑜𝑔log(𝑒)
𝐺(𝑥) 𝑘′
100
loglog ( ) = 𝑚′ log(𝑥) + (𝑙𝑜𝑔𝑙𝑜𝑔(𝑒) − 𝑚′ log(𝑘 ′ ))
𝐺(𝑥)
Asemejando:
𝑦2 = 𝑎2 𝑥2 + 𝑏2
Por lo tanto:
100
𝑦2 = loglog ( )
𝐺(𝑥)
𝑥2 = log(𝑥)
𝑎2 = 𝑚′
𝑏2 = (𝑙𝑜𝑔𝑙𝑜𝑔(𝑒) − 𝑚′ log(𝑘 ′ )
(Meza, 2016)

33
AJUSTE DEL MODELO DE DISTRIBUCIÓN DE ROSIN - RAMMLER POR EL
PRINCIPIO DE MÍNIMOS CUADRADOS:

 Teniendo en cuenta la ecuación:

100
loglog ( ) = 𝑚′ log(𝑥) + (𝑙𝑜𝑔𝑙𝑜𝑔(𝑒) − 𝑚′ log(𝑘 ′ ))
𝐺(𝑥)
 Y sabiendo que:
100
𝑦2 = loglog ( )
𝐺(𝑥)
𝑥2 = log(𝑥)
𝑎2 = 𝑚′
𝑏2 = (𝑙𝑜𝑔𝑙𝑜𝑔(𝑒) − 𝑚′ log(𝑘 ′ )
 También, conociendo el principio de mínimos cuadrados:
Sxy
b= y a = y̅ − bx̅
Sxx
(∑ xi ) × (∑ yi )
Sxy = ∑ xi yi −
n
(∑ xi )2
Sxx = ∑ xi2 −
n
Deducimos:
(∑ x2 ) × (∑ y2 )
Sxy ∑ x2 y2 − n
a2 = "b" = = 2
Sxx (∑ x 2)
∑ x22 −
n
𝑏2 = a = 𝑦𝑖 − 𝑎2 × 𝑥𝑖
𝑛 = 𝑁° 𝑑𝑒 𝑚𝑎𝑙𝑙𝑎𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎𝑠 = 7
 Entonces, calculamos 𝑆𝑥𝑦 y 𝑆𝑥𝑥 (Excel):

Tabla 5 : Datos obtenidos de las variables necesarias para el ajuste por el principio de
mínimos cuadrados para el modelo de distribución ROSIN - RAMMER

𝑦2
N° de 𝑥2 100
𝑥 𝐺(𝑥) 𝑥2 𝑦2 𝑥22
malla log(𝑥) log(𝑙𝑜𝑔 ( ))
𝐺(𝑥)
1 12700 23.025 4.104 -0.195 -0.802 16.841
2 9525 34.198 3.979 -0.332 -1.319 15.831
3 4750 63.259 3.677 -0.701 -2.579 13.518

34
4 2360 90.209 3.373 -1.349 -4.551 11.377
5 1700 97.055 3.230 -1.887 -6.095 10.436
6 425 99.262 2.628 -2.493 -6.551 6.908
7 300 99.364 2.477 -2.557 -6.335 6.136

∑(𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎) 23.468 -9.514 -28.231 81.048

(∑ xi ) × (∑ yi ) 23.468 × (−9.514)
Sxy = ∑ xi yi − = −28.231 − = 3.665
n 7
(∑ xi )2 (23.468)2
Sxx = ∑ xi2 − = 81.048 − = 3.668
n 7
 Entonces:
3.665
a2 = = 0.999
3.668
 Calculando b2 (Excel):

Tabla 6 : Datos obtenidos para b2

𝑥2 𝑦2 𝑏2
4.104 -0.195 -5.903
3.979 -0.332 -5.866
3.677 -0.701 -5.815
3.373 -1.349 -6.041
3.230 -1.887 -6.380
2.628 -2.493 -6.148
2.477 -2.557 -6.003
PROMEDIO -6.022

 Por lo tanto, la fórmula general será:

𝑦2 = 0.999(𝑥2 ) − 6.022
 Calculando k :′

−6.022 = (𝑙𝑜𝑔𝑙𝑜𝑔(𝑒) − 𝑚′ log(𝑘 ′ ))

−6.022 = −0.362 − 0.999 × log(𝑘 ′ )
0.999 × log(𝑘 ′ ) = 5.66
log(𝑘 ′ ) = 3.656
𝑘 ′ = 4528.976

35
  Por ende, la ecuación del modelo de distribución de ROSIN -
RAMMLER será:
𝑥 0.999
𝐺(𝑥) = 100 × 𝑒 −(4528.976)
 Reemplazando:

Tabla 7:Datos calculados por el modelo de distribución de ROSIN - RAMMLER

𝑥 𝐺(𝑥) 𝐹(𝑥)
12700 0.720 99.280

9525 4.241 95.759

4750 34.081 65.919

2360 69.452 30.548

1700 80.301 19.699

425 97.467 2.533

300 98.515 1.485

COMPARACIÓN ENTRE EL MODELO DE DISTRIBUCIÓN

DE ROSIN - RAMMLER Y LA CURVA DE
GRANULOMÉTRICA DEL LABORATORIO REALIZADO
120.000

100.000

80.000 modelo de distribución de RASIN -

RAMMLER
R² = 0.9069
60.000 laboratorio
G(x)

40.000 Linear (modelo de distribución de

RASIN - RAMMLER)
20.000 R² = 0.9247 Linear (laboratorio)

0.000
0 2000 4000 6000 8000 10000 12000 14000
-20.000
x

Gráfica 4: Modelo de distribución de ROSIN - RAMMLER a escala CARTESIANA

36
En el gráfica N°4, Comparación entre la curva del Modelo de distribución de
ROSIN - RAMMLER y la curva de granulométrica del laboratorio realizado a
escala cartesiana, a simple vista podemos observar que el factor de
determinación en el laboratorio realizado es 𝑅 2 = 0.9069, mientras que del G(x)
hallado por el modelo de distribución de ROSIN - RAMMLER es de 𝑅 2 = 0.9247,
siendo este el más cercano a la unidad y por ende con menor posibilidad de
error.
Si lo comparamos con la curva realizada por (Alvarez Rodriguez, 2013), en su
trabajo “ANÁLISIS DE LA INFLUENCIA DE LOS MODELOS DE DISTRIBUCIÓN
DE TAMAÑOS DE PARTÍCULAS EN LA DETERMINANCIÓN DE CONSUMOS
ENERGÉTICOS EN MOLIENDA MEDIANTE EL MÉTODO DE BOND” podemos
notar que en su representación gráfica de la linealización del modelo de Rosin -
Rammler, su coeficiente de determinación es 𝑅 2 = 0.9392.

Ilustración 14 : Representación gráfica de la linealización del modelo según

ROSIN - RAMMLER, para el trabajo de Álvarez Rodríguez, análisis de la
influencia de los modelos de distribución de tamaños de partículas en la
determinanción de consumos energéticos en molienda mediante el método de
bond,2013

Por cual, viendo que en este trabajo experimental el coeficiente de determinación

𝑅 2 , tiene un valor aproximado de 0.93 y que en nuestro caso nuestra 𝑅 2 es
también un aproximado 0.93, podemos decir que nuestra ecuación del modelo
de distribución de ROSIN - RAMMLER está bien desarrollada.

37
COMPARANDO LOS RESULTADOS DE LOS 2 MODELOS DE
DISTRIBUCIÓN CON EL DEL LABORATORIO:
Tabla 8: Datos calculados del F(x) por el modelo de distribución de SCHUHMANN y
RAMMLER con la curva granulométrica del laboratorio realizado.

𝑥 𝐹(𝑥) 𝑑𝑒 𝑠𝑐ℎ𝑢ℎ𝑚𝑎𝑛𝑛 𝐹(𝑥) 𝑑𝑒 𝑟𝑎𝑚𝑚𝑙𝑒𝑟 𝐹(𝑥) 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙

12700 91.073 99.280 76.975

9525 61.038 95.759 65.802

4750 23.189 65.919 39.500

2360 8.764 30.548 34.534

1700 5.553 19.699 27.688

425 0.807 2.533 0.738

300 0.497 1.485 0.636

COMPARACIÓN ENTRE LA CURVA DEL MODELO DE

GATES - GAUDIN - SCHUHMANN, LA CURVA DEL
MODELO DE ROSIN - RAMMLER Y LA CURVA
GRANULOMÉTRICA DEL LABORATORIO REALIZADO
120.000

100.000

R² = 0.9247
80.000
R² = 0.9069

60.000
F(x)

40.000

20.000 R² = 0.9874

0.000
0 2000 4000 6000 8000 10000 12000 14000

-20.000
x um

gates laboratorio rosin Linear (gates) Linear (laboratorio) Linear (rosin)

Gráfica 5 : Gráfico de comparación de los modelos de distribución con la curva de

calibración experimental a escala cartesiana

38
En la gráfica N°5, Comparación de los modelos de distribución con la curva
granulométrica experimental a escala cartesiana, a simple vista podemos
observar que el factor de determinación en el laboratorio realizado es R2 =
0.9069, mientras que el hallado por el modelo de distribución de GATES –
GUADIN – SCHUHMANN es de R2 = 0.9874, y el hallado por el modelo de
distribución de ROSIN – RAMMLER es R2 = 0.9247, siendo el del modelo de
distribución de schuhmann el más cercano a la unidad y por ende con menor
posibilidad de error y aquel con que cual nuestros cálculos saldrán más exactos.

39
 IV. CONCLUSIONES

- Se evaluó los modelos de Distribución Granulométrica de nuestra muestra

obtenida en el laboratorio, siendo el modelo matemático obtenido de
𝑥
GATES – GAUDIN – SCHUHMANN ; 𝐹(𝑥) = 100 × (13583.134)0.977 y el de
𝑥 0.999
ROSIN – RAMMLER; 𝐺(𝑥) = 100 × 𝑒 −(4528.976) , pudiendo así cumplir
con el objetivo propuesto, al evaluarlo pudimos observar que el modelo
que más exacto es; es el de GATES – GAUDIN – SCHUHMANN, ya que
su coeficiente de determinación se encuentra más próximo a la unidad, lo
cual disminuye la cantidad de error que se puede calcular.

- Se determinó el ordenamiento adecuado de los tamices, para poder

construir la serie de tamices, teniendo de referencia el tamaño máximo
del mineral en la muestra estudiada, para realizarse una distribución del
mineral adecuada, el ordenamiento obtenido es,1/2, 3/8. 4, 8, 12, 40 y 50.

- Se graficó e interpreto la curva granulométrica resultante de los datos

obtenidos. Donde se observa que hubo una BUENA selección del mineral
en cada tamis, ya que el factor R está cerca de la unidad R= 0.9069.

- Se pudo interpretar los dos modelos de distribución más empleados en el

procesamiento de minerales: Función de distribución de GATES –
GAUDIN – SCHUHMANN, y Función de distribución ROSIN –RAMMLER,
en función de trabajos ya realizados anteriormente, tomando sus
resultados para poder comparar y ver si nuestro modelo matemático era
correcto o no, lo cual pudimos constatar que, si era correcto ya que los
factores de determinación eran próximos entre ellos.
Para el modelo de GATES – GAUDIN – SCHUHMANN Se comparó con
el trabajo realizado por (Alvarez Rodriguez, 2013), “ANÁLISIS DE LA
INFLUENCIA DE LOS MODELOS DE DISTRIBUCIÓN DE TAMAÑOS DE
PARTÍCULAS EN LA DETERMINANCIÓN DE CONSUMOS

40
 ENERGÉTICOS EN MOLIENDA MEDIANTE EL MÉTODO DE BOND”
donde pudimos notar que en su representación gráfica de la linealización
del modelo de Gates – Gaudin – Schuhmann, su coeficiente de
determinación es 𝑅 2 = 0.9871.

- También se comparó con la curva realizada por (Meza, 2016), en su

trabajo “ANALISIS GRANULOMETRICO” pudimos notar que en su
representación gráfica de la linealización del modelo de Gates – Gaudin
– Schuhmann, su coeficiente de determinación es 𝑅 2 = 0.98.

Por cual, viendo que en estos 2 trabajos experimentales el coeficiente de

determinación 𝑅 2 , tiene un mismo valor aproximado de 0.98 y que en
nuestro caso nuestra 𝑅 2 es también un aproximado 0.98, podemos decir

41
 que nuestra ecuación del modelo de distribución de GATES – GAUDIN –
SCHUHMANN estuvo bien desarrollada.

Para el modelo de ROSIN – RAMMLER, Se comparó con la curva

realizada por (Alvarez Rodriguez, 2013), en su trabajo “ANÁLISIS DE LA
INFLUENCIA DE LOS MODELOS DE DISTRIBUCIÓN DE TAMAÑOS DE
PARTÍCULAS EN LA DETERMINANCIÓN DE CONSUMOS
ENERGÉTICOS EN MOLIENDA MEDIANTE EL MÉTODO DE BOND”
podemos notar que en su representación gráfica de la linealización del
modelo de Rosin - Rammler, su coeficiente de determinación es 𝑅 2 =
0.9392.

Por cual, viendo que en este trabajo experimental el coeficiente de

determinación 𝑅 2 , tiene un valor aproximado de 0.93 y que en nuestro
caso nuestra 𝑅 2 es también un aproximado 0.93, podemos decir que
nuestra ecuación del modelo de distribución de ROSIN - RAMMLER
estuvo bien desarrollada.

- Se obtuvo el modelo de distribución de GATES – GAUDIN –

SCHUHMANN que es el ya mencionado antes; 𝐹 (𝑥) = 100 ×
𝑥
(13583.134)0.977 , con un coeficiente de determinación de 𝑅 2 = 0.9874.

- Se obtuvo el modelo de distribución de ROSIN – RAMMLER que ya ha

𝑥 0.999
sido mencionado antes; 𝐺(𝑥) = 100 × 𝑒 −(4528.976) , con un coeficiente de
determinación de 𝑅 2 = 0.9247.

42
- Se calculó el tamaño de las partículas de la muestra en estudio por
análisis granulométrico. donde el resultado el F(X) fueron:

𝑥 𝐹(𝑥) 𝑑𝑒 𝑠𝑐ℎ𝑢ℎ𝑚𝑎𝑛𝑛 𝐹(𝑥) 𝑑𝑒 𝑟𝑎𝑚𝑚𝑙𝑒𝑟 𝐹(𝑥) 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙

12700 91.073 99.280 76.975

9525 61.038 95.759 65.802

4750 23.189 65.919 39.500

2360 8.764 30.548 34.534

1700 5.553 19.699 27.688

425 0.807 2.533 0.738

300 0.497 1.485 0.636

Logrando graficar y comparar las 3 curvas descritas.

COMPARACIÓN ENTRE LA CURVA DEL

MODELO DE GATES - GAUDIN - SCHUHMANN,
LA CURVA DEL MODELO DE ROSIN -
RAMMLER Y LA CURVA GRANULOMÉTRICA
DEL LABORATORIO REALIZADO
120.000

100.000

80.000 gates
R² = 0.9247
R² = 0.9069 laboratorio
60.000
F(x)

rosin
40.000
Linear (gates)
20.000 Linear (laboratorio)
R² = 0.9874 Linear (rosin)
0.000
0 2000 4000 6000 8000 10000 12000 14000
-20.000
x um

43
En la comparación de los modelos de distribución con la curva
granulométrica experimental a escala cartesiana, pudimos observar que
el factor de determinación en el laboratorio realizado es R2 = 0.9069,
mientras que el hallado por el modelo de distribución de GATES –
GUADIN – SCHUHMANN es de R2 = 0.9874, y el hallado por el modelo
de distribución de ROSIN – RAMMLER es R2 = 0.9247, siendo el del
modelo de distribución de SCHUHMANN el más cercano a la unidad y por
ende con menor posibilidad de error y aquel con que cual nuestros
cálculos saldrán más exactos.

44
 V. BIBLIOGRAFÍA

 Alvarez Rodriguez, B. (2013). Análisis de la influencia de los modelos de

distribución de tamaños de partículas en la determinanción de consumos
energéticos en molienda mediante el método de BOND. universidad de
Oviedo.

 Anonimo. (19 de Noviembre de 2006). Buenaventura. Obtenido de

http://www.b2i.us/profiles/investor/fullpage.asp?BzID=1454&to=cp&Nav=
0&LangID=2&s=0&ID=5283

 Bravo, A. (2012). Evaluacion de Circuitos Industriales de Molienda-

Clasificacion . España.

 Bravo, R. (2012). Analisis Granulometrico.

 Bravo, R., & Garcia, N. (2012). Análisis granulométrico. México:

Universidad Nacional Autónoma de México.

 Bravo, R., García, N., Morales, V., & Ramírez, A. (10 de Febrero de 2012).
Análisis granulométrico. México: Universidad Nacional Autónoma de
México. Obtenido de https://www.youtube.com/watch?v=l5wM7k5MvUM

 Coello V, T. O. (201). Molienda de minerales milticomponente.

 Departamento de Mecánica Estructural. (s.f.). Anális de tamaño de

partículas por tamizado en agregado fino y grueso y determinación de
material mas fino que el tamiz N°. 300 en agregado mineral por lavado.
San Salvador: Universidad Centroamericana.

 Espinace, R. (1979). Granulometria.

 Gonzáles, J. (2006). DENSIDAD RELATIVA . Tiempo Real SA.

 Mendenhall, W., Beaver, R. J., & Beaver, B. M. (2006). Introduccion a la

probabilidad y estadistica. En W. Mendenhall, R. J. Beaver, & B. M.

45
 Beaver, Introduccion a la probabilidad y estadistica (págs. 506,507).
California: Cengage.

 Meza, M. (2016). ANALISIS GRANULOMETRICO. Lima.

 Mott, R. (2006). Mecanica de Fluidos. Mexico: Pearson.

 Romero, A., Flores, S., & Arévalo, W. (2009). Análisis Granulométrico para
la producción industrial del cobre a partir de la calcopirita. Producción y
Gestión, 21-26.

 Urgelles, A. L. (2010). Tamizado: Filtracion, decantacion, tramizado y

centrifigacion.

 Uscamayta Verastegui , D. (2017). Procesamiento de Minerales.

Huancayo.

46