Modelos Metalurgicos

MODELACION Y SIMULACION
DE OPERACIONES
METALURGICAS
FUNDAMENTOS DE LA MODELACIN
MATEMATICA
Cmo se puede definir un modelo?
VARIABLES
INDEPENDIENTE
S (OPERACIN)
OPERACIN
METALURGICA
VARIABLES
DEPENDIENTES
(RESPUESTA)
RELACIN
CUANTITATIVA
Miden
criterio
de
efectividad
del proceso
CLASIFICACIN
MODELOS MATEMATCOS
EJEMPLOS
MODELOS MATEMATICOS
BENEFICIOS DE LA
MODELACIN y SIMULACIN
ETAPAS EN LA OBTENCIN DE UN MODELO(1)
DEFINICIN DEL PROBLEMA

(OBJETIVOS DEL MODELO)
SELECCIN DE RESPUESTAS
SELECCIN DE FACTORES
(VARIABLES INDEPENDIENTES)
DISEO PROGRAMA
EXPERIMENTAL
SE ESTABLECEN LOS OBJETIVOS DEL MODELO:

CONTROL,
OPTIMIZACIN
Y
DISEO
DE
PROCESOS.
SE SELECCIONA A PRIORI UNA RESPUESTA

PRIMARIA
Y
UNA
O
MAS
RESPUESTAS
SECUNDARIAS DEL PROCESO QUE INTERESA
OPTIMIZAR
SE DEBE INCLUIR TODA AQUELLAS VARIABLES

DE
PROCESO
QUE
PUEDAN
AFECTAR
SIGNIFICATIVAMENTE
LAS
RESPUESTA
PRIMARIAS Y SECUNDARIAS SELECCIONADAS
CONSISTE EN PROGRAMAR EL N Y TIPO DE

EXPERINCIAS A REALIZAR, EL ORDEN DE
EXPERIMENTACIN
A
SEGUIR
Y
LAS
CONDICIONES
OPERACIONALES
DE
CADA
PRUEBA.
SE DEBEN ALTERAR DELIBERADAMENTE LAS
CONDICIONES OPERACINALES, PARA EVALUAR
SU INFLUENCIA SOBRE CIERTA RESPUESTA.
ETAPAS EN LA OBTENCIN DE UN MODELO(2)
EJECUCIN DE PRUEBAS
(BAJO CONDICIONES DE
EQUILIBRIO)
SELECCIN DEL MODELO
AJUSTAR DATOS
EXPERIMENTALES AL
MODELO
VERIFICACIN DEL GRADO

DE VALIDEZ DEL MODELO
USO DEL MODELO
SE REGISTRARAN TODO LOS VALORES DE LAS

RESPUESTAS Y DE LA VARIABLES DE OPERACIN
BAJO CONDICIONES DE EQUILIBRIO.
PARA OBTENER UNA IDEA PRELIMINAR SOBRE

LA ESTRUCTURA MATEMATICA DEL MODELO,
GRAFICAR LA RELACIN RESPUESTAS v/s
VALORES DE LAS VARIABLES DE OPERACIN.
SELECCIONAR MODELO LINEAL O NO-LINEAL.
TECNICA DE LOS MINIMOS CUADRADOS
METODO DE TRANSFORMACIN DE VARIABLE
METODOS NO-DERIVATIVOS (HOOKE JEEVES)
TEST
ESTADISTICOS
VALIDEZ DEL MODELO
PARA
VERICAR
EXAMEN CUIDADOSO DE LOS RESIDUOS
LA
AJUSTE DEL BALANCE DE

MATERIALES
R
gri
A
gai
BALANCE DE FLUJOS MASICOS

DE SLIDOS TOTALES, POR
TAMAO Y PULPA
MA
MD
+ MR
MAgai MDgdi + MRgdi

PA
D
gdi
PD
+ PR
AJUSTE DEL BALANCE DE MATERIALES

MULTIPLICADORES DE LAGRANGE(1)

MULTIPLICADORES DE LAGRANGE (2)


CONJUNTO DE ECUACIONES
ESCRITA EN FORMA MATRICIAL:
MATRICIAL
W1
M
0
M
0
0
W2
K11
L
K12
K22
M
K n2
K21
M
K
n1
K11
K21
K12
K22
M
K1m
M
K2 m
L
0
L
0
M
0
M
0
M
Wm
L
L
L
L
O
L
L
K1m
K2 m
M
K nm
LINEALES
M
L
M
M
M
M
L
L
L
L
O
L
K n1
K n2
M
K nm
L
0
M
RESULTANTE
1
F

2
F

M

Fm
L

1

2

M

n
W1 F1
W
F
2
2
W
F
m m

LA SOLUCIN PUEDE ENCONTRAR INVIRTIENDO
MATRIZ Y MULTIPLICADO POR EL VECTOR COLUMNA:
1
F

W1
2
F

0
M
M

F
m

0
L
L

1
K11

K21
2

M
M
K
n1

K11
K21
0
W2
K12
K22
M
0
O
L
M
Wm
M
M
M
K1m
K2 m
L
K12
L
K1m
L
0
K22
K2 m
L
0
M
0
M
0
M
K n2
K nm
L
L
O
L
L
LA
K n1
W1 F1
K n2
W
F
2 2
M
M
K nm
W
F
m m
L
L
0
0
0
M
0
0
MODELO MATEMATICO
CHANCADORES(1)
MECANISMO DE
FRAGMENTACIN EN
UN CHANDOR
MODELO MATEMATICO
CHANCADORES(2)
MODELO MATEMATICO
CHANCADORES(3)
DISTRIBUCIN GRANULOMTRICA DEL

PRODUCTO DE UN CHANCADOR DE CONO
SECUNDARIO
MODELO MATEMATICO
CHANCADORES(4)
MODELO MATEMATICO WHITEN

CHANCADORES DE CONO(1)




Cij =
C*(i)-C*(i+1)
Ti -Ti+1
s i j
Cij = 0
C*(i) =k1
(k 2 -k1 )
(k 3+1)
(k 2 -k1 ) (k 2 -Ti )
C*(i) =T+
i
(k
+1)
(k
-k
)
3
2
1

C*(i) =Ti
s i= j
Ti k 1
k 1 Ti k 2
Ti k 2
k 3 1


MODELO MATEMATICO WHITEN PARA

HARNEROS VIBRATORIOS(1)



MODELO MATEMATICO DE LA
MOLIENDA(1)
MODELO MATEMATICO DE
LA MOLIENDA(2)
BALANCE POBLACIONAL DE PARTCULAS MALLA i
fi
t+t
t
t
t
t
H= fi H - St
f i H
+ b i1S 1t f 1 H+
b i2S 2t f 2 H
+ .. .. + bi,i-1St
i
i-1 f
CANTIDAD DE SLIDOS
RETENIDOS
EN
LA
MALLA
i
AL
INSTANTE t
CANTIDAD DE SLIDOS
QUE
ABANDONA
LA
MALLA
i
POR
FRACTURA
(t)
i-1
CANTIDAD DE NUEVOS FRAGMENTOS

RETENIDOS
EN
LA
MALLA
i
ORIGINADOS POR FRACTURA DE
PARTCULAS EN LA MALLA 1.
MODELO GENERAL MOLIENDA

BATCH
BALANCE POBLACIONAL DE PARTCULAS MALLA i, TAMBIEN
SE PUEDE ESCRIBIR COMO:
i-1
fi t+t -fi t
=-S f t + bijS jfj t
ii
t
j=1
EN EL LIMITE, CUANDO t 0, SE OBTIENE :

i
dfi(t)
=-S f t + bijS jfj t
ii
dt
j=1
MODELO GENERAL MOLIENDA

BATCH
DEFINIENDO :
malla i
F=
i 1- f j
j=1
, fraccin acumulada pasante
Bij = 1- bij ,
j=1
fraccin acumulada de
fragmentos pasantes la
malla i, provenientes
de
la
fractura
de
partculas retenidas en la
malla j.
i
dFi(t)
=- BijS jfj t
dt
j=1
MODELO GENERAL MOLIENDA BATCH

SOLUCIN
i
dFi(t)
=- BijS jfj t
dt
j=1
f P =TJT -1 f 0
0
exp(-si t)
Jij
si
si
i j
i j
si i j
si i j
1
0
Tij
i 1
bkj sk
k j
si s j
)Tij
si
i j
MODELO GENERAL MOLIENDA BATCH

(FUNCION DE LA ENERGIA)
P
E=
CONSUMO ESPECFICO DE ENERGA
M
:
H
t=
TIEMPO DE RETENCIN DE LA CARGA EN EL MOLINO :
M
DEFINIENDO
: E
S j E= S j t
H
SEj = S j
P
SE OBTIENE PARA M y P CONSTANTE EL TIEMPO:
s j M
dFi dFi dt 1
=
= Bij(
)fj
dt dE
j=i
P
dE
dFi 1
= BijSEj fj
j=i
dE
MODELO SIMPLIFICADO
MOLIENDA BATCH
HERBST AND FUERSTENEAU, DEMOSTRARONSi = BijS j
:
SEi = BijSEj
REEMPLAZANDO EN EL MODELO GENERAL DE MOLIENDA BATCH:
1
1
dFi 1
= B S f S f Si fj (1-Fi ) S
i
dt j=i ij j j j=i i j
j=i
dFi
=(1-Fi ) SEi
dE
INTEGRANDO:
(1-FiD )= (1-FiA ) e
(-S t)
i
(1-FiD )=
(-SE E)
A
i
(1-Fi ) e
MODELO SIMPLIFICADO
MOLIENDA CONTINUA
A
(1-F
)
D
i
(1-Fi )=
Si N
(1
)
N
A
(1-F
)
D
i
(1-Fi )=
SEi E N
(1
)
N
DONDE:
=
N
H
Carga Mineral en Molino (t)
=
M Flujo Masico Alimentado (t/h)
L
Largo del Molino
=
D Dametro del Molino
Potencia Molino (kW)

P=
E=
M Flujo Masico Alimentado (t/h)
PARAMETROS
MODELO DE MOLIENDA
SEi =
0 d1
i
di
1+
dc
(1)
PARAMETROS
MODELO DE MOLIENDA
COMPORTAMIENTO DE LA FUNCIN SELECCIN
(2)
PARAMETROS
MODELO DE MOLIENDA(3)
di
Bij 0
d j

di
(1-0 )
dj

PARAMETROS
MODELO DE MOLIENDA(4)
FUNCIN FRACTURA ACUMULADA VERSUS TAMAO RELATIVO DE PARTCUL
MODELO MATEMATICO DE HIDROCICLONES

LYNCH-RAO

LYNCH-RAO

LYNCH-RAO

LYNCH-RAO

LYNCH-RAO
Modelacin en
Flotacin
Objetivos
Conocer y representar mediante ecuaciones
el fenmeno de flotacin
Evaluar los parmetros de los modelos
Simular el proceso
Temario
Conceptualizacin del sistema
Modelacin flotacin semibatch
Funciones de distribucin continua
Funciones de distribucin discreta
Evaluacin de parmetros
Modelacin continua
Conceptualizacin del
sistema de flotacin
Espuma
Aire
Partculas
libres
Partculas
unidas a
burbujas
Pulpa
Concentrado
Partculas
libres
Partculas
unidas a
burbujas
Alimentacin
Aire
Relave
Conceptualizacin del
sistema de flotacin
Tres son los enfoques

Existencia de cuatro fases
Una de partculas libres en la pulpa
Partculas adheridas a burbujas en la pulpa
Partculas libres en la espuma
Partculas adheridas a burbujas en la espuma
Dos fases
Una de pulpa
Otra de espuma
Enfoque cintico
Enfoque cintico
Se considera que el evento de flotacin ocurre anlogo

a una reaccin qumica.
dC(t)
n
K C(t)
dt
Planteando el modelo en trminos del

componente residual en la celda
dM(t)
K M(t)
dt
donde:
M(t) = masa residual del componente en un tiempo t=t
M0 = masa residual del componente para t=0
Integrando:
M(t)
M0
dM(t)
M(t)
K dt
0
F
(t) t
Resulta:
F(t)
M(t)
e - K t
M0
Primer problema:
La evidencia experimental muestra que, an cuando el tiempo tienda a

infinito, siempre existe una fraccin de componente que no es flotable.
Solucin:
Se define un parmetro R, que representa la fraccin de masa

flotable del componente de la mena (recuperacin mxima
obtenible)
m0
M0
donde:
m0 = masa residual flotable del componente en un tiempo t=0
M0 = masa residual del componente para t=0
t
[
m
i
n
]
lnf(t)
Aplicando el modelo ahora para el componente

flotable remanente en la celda, m(t), queda:
m(t)
e -Kt
m0
f(t)
10
t1
t2
t3
t4
10-1
K = 0,5
10-2
10-3
K = 1,0
En flotacin, la variable habitual que se utiliza

es la recuperacin, R, por lo tanto:
R
masa recuperada
M 0 - M(t)
m 0 - m(t)
masa inicial
M0
M0
como:
M0
m0
R
se obtiene
R R 1 e k t
t
lnf(t)
De acuerdo a la evidencia experimental, existen

dos problemas ms en el modelo derivado:
1
De acuerdo a la evidencia experimental, existen dos problemas ms en el modelo derivado:
Si bien los valores tienden a representar un comportamiento lineal, la curva no tiende a f(t) = 1 en t=0.
Esto se debe a que es difcil determinar el tiempo cero real de la experiencia
Solucin
Se agrega un nuevo parmetro , que permite obtener el tiempo real
f(t)
m(t)
e - K ( t - )
m0
Tercer problema
Para tiempos grandes, la pendiente vara hacindose cada vez menos negativa, especialmente para f(t) < 0,1.
Esto es debido al parmetro K, y puede deberse a dos factores
Que K es funcin del tiempo
Que K est estadsticamente distribudo
Intuitivamente, es ms razonable que K est estadsticamente distribudo
Se define como especie a todas aquellas partculas que tienen la misma velocidad de flotacin
Este concepto agrupa la partcula misma como el medio ambiente, tanto qumico como hidrodinmico.
Este concepto est basado en la respuesta de la mena frente a la flotacin y no a las caractersticas de las partculas como individuos.
O sea, dos especies sern iguales si tienen la misma velocidad de flotacin
Por lo tanto, cada mena en particular se caracterizar por una distribucin inicial de especies que ir cambiando a medida de transcurra la flotacin
F
u
n
c
i
o
n
t
u
a
d
e
p
r
o
b
a
i
l
d
(
t(t)) p132..Fu
(nP
)c(ia
x
tX
0
x
R
.
d
x
1
.
b
b
)
(
x
)
d
.
a
d
s
c
r
e
t
a
d
p
r
o
b
a
i
l
d
1
.
(
x
)
0
.
2
1
.
x
3
P
X
(
x
)
p
Funciones de distribucin
p p+dp
p1
p2
p3
Estas funciones representan la probabilidad o

frecuencia con que se presenta una cierta
propiedad p (velocidad de flotacin).
(p)dp representa la probabilidad o frecuencia con que se

presenta la propiedad p, en el intervalo diferencial p a
p+dp, en forma continua (fraccin de partculas que tiene
una velocidad desde p a p+dp)
j, representa la probabilidad o frecuencia con que se
presenta la propiedad pj en forma discreta (fraccin de
partculas que tiene una velocidad p)
f(t)k
(fk,t)(
.t)kmmainxf(t)-
d
k
fr
eac(ku,tn)
iraedm
n
t
e
k
t
continua
f(0)
f(t1)
f(t2)
k + dk
f(t3)
f(t4)
t1
t2
t3
t4
fd
(f(t)t
)
k,t)f(t)-k(k,tf)(t)dkk,t)
km
am
xin
continua
La ecuacin fundamental de modelacin de flotacin para

una distribucin continua de velocidades es, entonces:
El problema para resolverla es que la funcin distribucin, (k,t),

depende del tiempo
La suposicin que se utiliza es que la velocidad de flotacin sigue una

cintica de primer orden, por lo tanto:
t0f(
ft)
d
(t
)
,kf,(tt))
k
t
)k
-,t)(k,f0(0)k
de
t-k(kt,t0)
(k,0)
continua
Reordenando
y resolviendo para:
tenemos:
f(t)
(k,0)edk
km
am
xin-k
continua
Reemplazando en la ecuacin fundamental, se

tiene:
esta ecuacin se puede resolver conocido la distribucin de

velocidades inicial, (k,0), para el mineral.
k(k,,00)) k
(
k(k,,00)) k
kk
continua
Rectangular simple
Rectangular doble
Triangular
Triangular invertida simple
k(k,,00)) k
(
k(k,,00)) k
kk
continua
Triangular invertida simple
Gamma simple
Triangular invertida doble
Gamma doble

(k,0)k
continua
Ejemplo
Encontrar la funcin distribucin si la distribucin de

velocidades iniciales corresponde a una funcin
rectangular simple
Rectangular simple
qxkm
km
k
t
t
m
m
f(t)si
e
e
(q10qf()t)k
tekmk1
m
ttekt
continua
Solucin
m
m
para esta ecuacin, existen dos casos particulares cuando q

toma los valores de cero y uno, y se obtiene:
F(t)k
k,t)
.t)F
-(
fjn1
reja(cku,t)n
iaF
jj(
re(m
nte
t
discreta
k2
k1
t1
t2
t3
(dt
t
F
)(k,t)
(F
,(-t)k
k
(
F
(k,t)F(
nj
j1
discreta
La ecuacin fundamental de modelacin de flotacin para

una distribucin discreta de velocidades es, entonces:
el problema para resolverla es que la funcin distribucin, (k,t),

depende del tiempo
La suposicin que se utiliza es que la velocidad de flotacin sigue una

cintica de primer orden, por lo tanto:
t0
d
(
,(k,t)t
k
)(
(F
F
-k(,t)F
t(
((k
k,0
,0)t)
e
F-(kt
(k,0)
discreta
Reordenando
y resolviendo para:
tenemos:
F
(t)
(k,0)e
nj
k
t
j
j1
discreta
Reemplazando en la ecuacin fundamental, se

tiene:
esta ecuacin se puede resolver conocido la distribucin de

velocidades inicial, (k,0), para el mineral.
F(t)k
t
Modelo de Garca-Ziga
Propone la existencia de dos especies
flotables, una que flota y otra que no flota
1-
F(t) 1 e k1t 2 e k 2 t
k=k
haciendo :
1
k=0
k1 0
t1
2 1-
k2 k
t2
t3
tenemos :
F(t) (1 - ) e kt
P
r
o
p
n
e
l
a
x
i
s
t
e
n
c
a
d
e
o
s
p
e
c
i
s
taie(bn)dosd:k,
fo1
u
q
l12
t
n
y
t
r
a
q
u
e
F(t)khfalcF
tk
t
12
2
f
m
s():kst
o
ttenF
ekft(1Modelo de Kelsall
kf
1-
ks
t1
t2
t3
F(t)k
t
Modelo de Jowett
Propone la existencia de tres especies flotables,

una que no flota, una que flota lento y otra que
flota rpido
kf
1-1-2
2
F(t) 1 e k1 t 2 e k 2 t 3 e k 3 t
ks
haciendo :
1 1
k=0
k1 0
2 2
t1
k2 ks
3 1 - 1 - 2
t2
t3
k3 kf
tenemos :
F(t) 1 2 e k s t (1 - 1 - 2 ) e k f t
R
(t)1-F(t)
discreta
Observaciones:
F(t), corresponde al slido remanente en la celda
En trminos de la recuperacin, se debe utilizar la relacin:
kt
Rtln1-R
Modelo de Garca-Ziga
Mtodo grfico
R R 1 e k t
R
ln 1
kt
R

t
s
f
F
(
t
)
(
1
e
kt
F
(t)p
l
n
F
(
t
)
e
t
t
artiem
posF
l(at)rgo
s:
(t)-
ektln1-
kf
ekt lnF
Modelo de Kelsall
Mtodo grfico
s s
ln[1-]
ks
kf
Ejemplo
Encuentre los parmetros de los modelos de flotacin de Garca
Ziga, Kelsall y Jowett para el fino, peso y ganga de los siguientes
datos:
Modelacin de la flotacin
continua
La diferencia fundamental entre un sistema discreto y uno

continuo se refiere al mecanismo de transporte de masa a travs
de la unidad
En un sistema semibatch, las partculas permanecen un mismo

tiempo dentro de la celda
En una operacin continua, la partculas muestran una

distribucin de tiempos de residencia
f(t)f(t)
(k,0et)
E
dk E
(t)
d
B
A
T
C
H
0
t
0
Modelacin de la flotacin
continua
La metodologa consiste en evaluar la funcin

distribucin de tiempos de residencia en una celda
contnua y ponderarla de acuerdo al modelo semibatch.
Distribucin de tiempos de
residencia
Para caracterizar el transporte de masa a travs de un

reactor se han planteado dos tipos de reactores ideales:
Flujo pistn
La alimentacin se desplaza dentro del reactor sin mezcla axial y con

mezcla perfecta en direccin radial
las partculas tienen un mismo tiempo de residencia
Mezcla perfecta
El flujo de alimentacin se dispersa homognea e instantneamente

en todo el volumen de reactor
Las partculas tienen tiempos de residencia distintos
1
(E
t(
))tE
E
()tee
Mezcla perfecta
La distribucin de tiempo de residencia para la

mezcla perfecta tiene la expresin:
donde t es el tiempo promedio de la distribucin (tiempo

medio de residencia).
En forma adimensional
E
(
)tE
()
(nN
e
1)!
N
1N
N
Mezcla perfecta
para N reactores conectados en serie:
Se debe tomar en cuenta que si N tiende a infinito, el

comportamiento de los reactores en serie es equivalente a
un flujo pistn.
ff((tt))
1fe(t)k11tNtE(t)d(N11)!ketdt
B
A
T
C
H
0
N
1
t
t0NN
Modelo de Garca Ziga

flotacin continua
Se debe resolver la ecuacin:
Solucin:

Modelos Metalurgicos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modelos Metalurgicos

Încărcat de

Drepturi de autor:

Formate disponibile

MODELACION Y SIMULACION

ETAPAS EN LA OBTENCIN DE UN MODELO(1)

DEFINICIN DEL PROBLEMA

SE ESTABLECEN LOS OBJETIVOS DEL MODELO:

SE SELECCIONA A PRIORI UNA RESPUESTA

SE DEBE INCLUIR TODA AQUELLAS VARIABLES

CONSISTE EN PROGRAMAR EL N Y TIPO DE

ETAPAS EN LA OBTENCIN DE UN MODELO(2)

SELECCIN DEL MODELO

VERIFICACIN DEL GRADO

SE REGISTRARAN TODO LOS VALORES DE LAS

PARA OBTENER UNA IDEA PRELIMINAR SOBRE

EXAMEN CUIDADOSO DE LOS RESIDUOS

AJUSTE DEL BALANCE DE

BALANCE DE FLUJOS MASICOS

MAgai MDgdi + MRgdi

AJUSTE DEL BALANCE DE MATERIALES

AJUSTE DEL BALANCE DE MATERIALES

AJUSTE DEL BALANCE DE MATERIALES

AJUSTE DEL BALANCE DE MATERIALES

AJUSTE DEL BALANCE DE MATERIALES

DISTRIBUCIN GRANULOMTRICA DEL

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN

MODELO MATEMATICO WHITEN PARA

MODELO MATEMATICO WHITEN PARA

MODELO MATEMATICO WHITEN PARA

MODELO MATEMATICO WHITEN PARA

CANTIDAD DE NUEVOS FRAGMENTOS

MODELO GENERAL MOLIENDA

EN EL LIMITE, CUANDO t 0, SE OBTIENE :

MODELO GENERAL MOLIENDA

, fraccin acumulada pasante

MODELO GENERAL MOLIENDA BATCH

MODELO GENERAL MOLIENDA BATCH

Potencia Molino (kW)

COMPORTAMIENTO DE LA FUNCIN SELECCIN

FUNCIN FRACTURA ACUMULADA VERSUS TAMAO RELATIVO DE PARTCUL

MODELO MATEMATICO DE HIDROCICLONES

MODELO MATEMATICO DE HIDROCICLONES

MODELO MATEMATICO DE HIDROCICLONES

MODELO MATEMATICO DE HIDROCICLONES

MODELO MATEMATICO DE HIDROCICLONES

Evaluar los parmetros de los modelos

Conceptualizacin del sistema

Modelacin flotacin semibatch

Funciones de distribucin continua

Funciones de distribucin discreta

Tres son los enfoques

Una de partculas libres en la pulpa

Partculas adheridas a burbujas en la pulpa

Partculas libres en la espuma

Partculas adheridas a burbujas en la espuma

Se considera que el evento de flotacin ocurre anlogo

Modelacin flotacin semibatch

Planteando el modelo en trminos del

Modelacin flotacin semibatch

Modelacin flotacin semibatch