Análisis Granulometrico PDF

ÍNDICE
2. ANÁLISIS GRANULOMÉTRICO
2.1 Descripción del tamaño y forma de una partícula 2
2.2 Descripción de la forma de una partícula 7
2.3 Distribución de tamaño de un sistema particulado 9
2.4 Representación empírica de una distribución 16
2.5 Distribución discreta de tamaños 26
2.6 Representación de datos experimentales 32
2.7 Determinación experimental del tamaño de un sistema particulado 37
2.8 Test de Fisher 63
2.9 Helos-Rodos de Sympatec 66
2.10 Muestreo para análisis granulométrico 71
2.11 Determinación experimental de los factores de forma 76
2.12 Bibliografía 78
CAPÍTULO 21
ANÁLISIS GRANULOMÉTRICO
Análisis Granulométrico es la disciplina que estudia la composición granular de

mezclas de partículas con el fin específico de describir su tamaño, su forma y su
distribución de tamaño. En general, las características de una partícula individual no
son de interés, ya que lo que se pretende es describir una representación del sistema de
partículas. Sin embargo, no es posible describir el sistema si no se conoce las
propiedades de cada partícula. Una vez definidas estas propiedades, se describe el
sistema haciendo uso de conceptos estadísticos. Equation Section 2
Fig. 2.1 Sistema de partículas.
La necesidad de utilizar diversos métodos para la determinación experimental

del tamaño de las partículas, según lo indique el rango de tamaño, impide el uso de una
sola definición de tamaño de partícula y una sola función que describa la distribución
de tamaño del sistema. Esto complica los cálculos y hace necesario desarrollar
fórmulas de conversión entre los tamaños y las funciones utilizadas por cada método.
Por otra parte, el uso de diferentes definiciones de tamaño y distribuciones, requiere la
definición de un tamaño nominal de referencia, sin el cual se producirían confusiones.
1
Documento para uso personal solamente
Fernando Cocha A.
1
2 Propiedades de Sistemas Particulados
2.1 DESCRIPCIÓN DEL TAMAÑO Y FORMA DE UNA PARTÍCULA

El único cuerpo geométrico cuyo tamaño se puede describir sin ambigüedades
mediante un solo número es la esfera. Este número es su diámetro (o radio). Todos los
demás cuerpos tienen varias dimensiones lineales que podrían ser consideradas como
su tamaño. El caso es relativamente sencillo cuando se trata de describir el tamaño de
cuerpos regulares, tales como el cubo o un paralelepípedo, pero la situación se
complica cuando este se mide experimentalmente mediante algunos métodos.
En el caso de partículas irregulares, dentro de las cuales están comprendidos los
minerales y rocas, los concentrados de menas y los polvos de metales, la situación se
torna más compleja y son muchas las dimensiones que podrían describir el tamaño de
las partículas.
El obtener el tamaño de las partículas puede tener múltiples objetivos, pero al
final lo que se pretende es obtener una descripción de la configuración de la partícula,
esto es, el lugar que la partícula ocupa en el espacio. La configuración puede
describirse mediante el volumen y la superficie de la partícula. Es así como éstas son
las propiedades relevantes a conocer. Por ejemplo, si se desea calcular la velocidad de
reacción que las partículas tendrán en un cierto proceso, no es el tamaño de las
partículas lo que se desea saber, sino su superficie. Por otra parte, si se desea conocer
la fuerza que un fluido ejerce sobre un sistema de partículas que está sedimentando, lo
que interesa es el volumen de las partículas y no realmente su tamaño. De esta misma
manera, se puede establecer, en cada caso particular, si es el volumen, la superficie o el
volumen y la superficie, en conjunto, las variables relevantes.
2.1.1 Tamaños inducidos por las mediciones: diámetros equivalentes

Existen diversos métodos de determinar el tamaño de partículas. Algunos de ellos
miden el volumen de las partículas, otros su superficie y otros su velocidad de
sedimentación u otra propiedad. Cada uno de estos métodos compara los resultados
obtenidos para la partícula con los que se obtendrían con una esfera de tamaño
equivalente y denominan a ese tamaño de partícula el diámetro equivalente. Ver figura
2.2.
Diámetro equivalente volumétrico
Consideremos dos partículas de igual volumen, una de forma irregular y la otra de
forma esférica. El volumen de la esfera es:
π 3
V= dv
6
entonces, el diámetro de la esfera de volumen V será:
13
6 
dv =  V  (2.1)
π 
Fernando Cocha A.
Capítulo 2 Análisis Granulométrico 3
Si se determina el volumen “V” de la partícula, “dv” es el diámetro de una esfera que

tiene el mismo volumen que la partícula. Este tamaño recibe el nombre de diámetro
equivalente volumétrico.
Fig. 2.2 Diámetros equivalentes.
Diámetro equivalente superficial

Consideremos dos partículas de igual superficie, una de forma irregular y la otra
de forma esférica. La superficie de la esfera es:
S = πd S2
entonces, el diámetro de la esfera de superficie S será:
12
1 
dS =  S  (2.2)
π 
Si se determina el la superficie “S” de la partícula, “dS” es el diámetro de una esfera
que tiene el mismo la misma superficie que la partícula. Este tamaño recibe el nombre
de diámetro equivalente superficial.
Diámetro equivalente volumétrico-superficial

Consideremos dos partículas de igual superficie específica, esto es, de igual
superficie por unidad de volumen, una de forma irregular y la otra de forma esférica.
La superficie específica de la esfera es:
Fernando Cocha A.
S πd 2sv 6
S= = =
V ( π 6 ) d sv d sv
3
entonces, el diámetro de la esfera será:

6
d sv = (2.3)
S
Si se determina la superficie específica “ S ” de la partícula, “dsv” es el diámetro de una
esfera que tiene la misma superficie por unidad de volumen que la partícula. Este
tamaño recibe el nombre de diámetro equivalente volumétrico-superficial.
Diámetro equivalente circular

Consideremos dos partículas, cuyos perímetros son iguales, una de forma irregular
y la otra de forma círculo. El perímetro del círculo es:
Pp = Pc = πd c
entonces, el diámetro del círculo será:

P 
dc =  p  (2.4)
π
Si se determina el perímetro “Pp” de la partícula, “dc” es el diámetro del círculo que
tiene el mismo perímetro que la partícula. Este tamaño recibe el nombre de diámetro
equivalente circular.
Diámetro equivalente de Stokes

Consideremos dos partículas, una de forma irregular y la otra de forma esférica,
que adquieren la misma velocidad de sedimentación cuando se las deposita en un
recipiente con un fluido. La velocidad de sedimentación de una esfera pequeña está
dada por la ecuación de Stokes:
1 ∆ρd S2 g
u=
18 µ
entonces, el diámetro de la esfera será:
12
 18µu 
dS =   (2.5)
 ∆ρg 
Si se determina la velocidad de sedimentación “u” de la partícula, “dS” es el diámetro
de una esfera que tiene la misma velocidad de sedimentación el que la partícula. Este
tamaño recibe el nombre de diámetro equivalente de sedimentación o diámetro de
Stokes.
Fernando Cocha A.
Ejemplo 2.1
Definir el diámetro equivalente de hidrodinámico d h como el diámetro de una esfera
que sufre el mismo arrastre que la partícula durante la sedimentación.
Un balance macroscópico sobre una partícula en sedimentación es:
Fuerza gravitacional + Fuerza de empuje + Fuerza de arrastre = 0
Fg + Fe + Fd = 0
de donde resulta que: Fd = − ( Fg + Fe ) = ρp Vp g − ρf Vp g = ∆ρVp g
Como la diferencia de densidades entre la partícula y el fluido, ρp − ρf , y la aceleración de

gravedad son constantes, La fuerza de arrastre Fd depende solamente del volumen de la
partícula Vp . Esto significa que partículas del mismo volumen sufrirán el mismo arrastre
independiente de su forma. Por lo tanto, el diámetro equivalente hidrodinámico es igual al
diámetro equivalente volumétrico:
13
6 
d h ≡ d v =  Vp 
π 
2.1.2 Tamaño nominal y factores de forma

La diversidad en la definiciones de tamaño de partículas y dado que hemos
establecido que son la superficie y el volumen de una partícula lo que realmente nos
interesa, agreguemos a éstos conceptos la longitud y establezcamos como premisa que
son necesarios cuatro parámetros para describir granulométricamente una partícula. El
conjunto elegido es el tamaño nominal, la longitud, la superficie y el volumen de la
partícula. Los tres últimos, a su vez, dependen del tamaño nominal, y el conjunto lo
podemos escribiremos en la forma [x, L(x),S(x),V(x)] (Concha et al. 1973a).
Si suponemos que existe similitud geométrica entre las diversas partículas, lo
que se manifiesta en que partículas de distintos tamaños tienen la misma forma, es
posible definir tres parámetros, constantes para cada material, el factor de forma lineal
αA , el factor de forma superficial αs y el factor de forma volumétrico α v , tal que se
cumpla:
L(x) = αA x , S(x) = α s x 2 , V(x) = α v x 3 (2.6)
Es así como el sistema de cuatro variables [x, L(x),S(x),V(x)] puede ser

sustituido ventajosamente por el nuevo sistema A [x, α , α s , α v ] , constituido por una
variable, el tamaño nominal, y tres parámetros constantes, los factores de forma.
La elección del tamaño nominal es totalmente arbitraria para un sistema de
partícula, pero una vez escogido, debe ser utilizado para todo el sistema. Dos son los
Fernando Cocha A.
tamaños nominales más utilizados, el tamaño de Feret y el tamaño de Martín. Estos

tamaños provienen de la medición de partículas al microscopio. Se denomina tamaño
de Feret la distancia entre dos líneas paralelas y tangentes a la partícula, trazadas
perpendicularmente a la dirección de la medición. El tamaño de Martín es la distancia
en la dirección de la medición entre paralelas, perpendiculares a la dirección de la
medición, que dividen la imagen proyectada de la partícula en dos partes iguales. Ver
figura 2.3.
x x x
Tamaño de Feret
x x x
Tamaño de Martin
Dirección de la medición
Fig. 2.3 Tamaños nominales de Feret y Martín.
Debemos estar conscientes que en todo estudio microscópico se observa cortes

de una partícula y las únicas mediciones posibles son en estas secciones planas
bidimensionales. Existe un amplio campo de estudio, llamado estereología, que
permite proyectar a tres dimensiones los resultados de mediciones hechas en secciones
planas. En este capítulo no entraremos en esos detalles y utilizaremos el tamaño de
Feret como tamaño nominal.
En algunos casos es conveniente reemplazar, o complementar, los parámetros
definidos por (2.6) con la superficie proyectada de una partícula Sp sobre un plano, tal
que:
Sp = α p x 2 (2.7)
Fernando Cocha A.
2.1.3 Relaciones entre diámetros equivalentes y el tamaño nominal

Con las definiciones de las dos secciones anteriores se puede relacionar los
diámetros equivalentes con el tamaño nominal. Reemplazando las expresiones de S(x)
y V(x) desde (2.6) en (2.1), (2.2) y (2.3) se obtiene, respectivamente:
 6α  α   6α 
13 12
dv =  v  x , d s =  s  x , d sv =  v  x (2.8)
 π   π   αs 
13 12
 π   π  αs 
x =  d v =   ds =   d sv (2.9)
 6α v   αs   6α v 
2.2 DESCRIPCIÓN DE LA FORMA DE UNA PARTÍCULA

Las partículas, en general, poseen formas irregulares, por lo que un análisis
granulométrico no se debe restringir al tamaño de las partículas sino que debe
contemplar también su forma. Tal como para el tamaño existe un gran número de
parámetros que miden la forma de las partículas (Jones y Barbery 1975), pero en su
mayoría, pueden ser derivados del conjunto fundamental [x, α A , α s , α v ] (Concha et al
1973b). Mencionaremos solamente dos ejemplos, la esfericidad y la circularidad, el
primer caso para un sistema tri-dimensional y el segundo para uno bi-dimensional.
Cuando se desea una descripción muy precisa de la forma de la partícula se
recurre al análisis de Fourier. Este método (Ehrlich y Weinberg 1970) consiste en
describir la superficie de las partículas mediante un vector, con origen en el centro de
masa de la partícula, que depende de los dos ángulos de las coordenadas esféricas θ y
φ. Para una partícula esférica el radio es una constante y para partículas irregulares se
puede expresar como una suma de términos denominados armónicas esféricas. Como
la determinación de los coeficientes de esta serie, denominada serie de Fourier, es muy
difícil, se recurre a la representación bi-dimensional de la imagen de la partícula. En
este caso, se representa la periferia de la imagen mediante un vector formado por una
serie de Fourier términos del ángulo θ de las coordenadas cilíndricas.
2.2.1 Esfericidad
Se denomina esfericidad (Wadell 1935), y se la designa mediante el símbolo ψ ,
a la razón entre la superficie de una esfera Se y la superficie de una partícula Sp que
tienen el mismo volumen Ve = Vp . Entonces:
Se Se Ve Se
ψ= ≡ ≡ (2.10)
Sp Sp Vp Sp
Fernando Cocha A.
donde Se y Sp son las superficies específicas de la esfera y de la partícula.

Reemplazando (2.3) tanto en el numerador como en el denominador de (2.10), resulta:
6 d v d sv
ψ= = (2.11)
6 dsv d v
Finalmente usando las expresiones (2.8) obtenemos finalmente:
α 2v 3
ψ = (36π )
13
(2.12)
αs
2.2.2 Análisis de Fourier

Para una imagen plana, por ejemplo para una imagen obtenida al microscopio, el
radio vector “R” se puede expresar en coordenadas cilíndricas como una función del
ángulo θ (Schwarcz and Shane 1969):
∞
R (θ ) = R 0 + ∑ R n cos ( nθ − ϕn ) (2.13)
n =1
donde R0 es una constante igual al radio del círculo con igual área que la partícula, Rn
es la amplitud de la armónica, θ es el ángulo polar y ϕ es el desfase. El centro del radio
R(θ) es el centro de gravedad de la figura, el que se puede obtener dividiendo la figura
en polígonos y obteniendo el centro de gravedad de éstos.
Para el ejemplo de la figura 2.4 se usaron tres armónicas con la ecuación:
R (θ ) = 1 + 0.18cos ( 2θ − 148o ) + 0.13cos (3θ − 174o )
Fig. 2.4 Partícula representada por una serie de

Fourier con tres armónicas.
En general, las armónicas de bajo orden dan la forma a la imagen y las
armónicas de alto orden dan los detalles más pequeños de la forma, a los cuales se les
denomina rugosidad. Es común trabajar con 20 armónicas y, en algunos casos, hasta
70.
Fernando Cocha A.
a) Armónica de segundo orden. b)Armónica de quinto orden.

Fig. 2.5 Efecto del orden de las armónicas en la simulación de la rugosidad.
2.3 DISTRIBUCIÓN DE TAMAÑO DE UN SISTEMA PARTICULADO

Una vez definido el tamaño nominal de una partícula, es necesario cuantificar
con qué abundancia aparece este tamaño en el sistema particulado. Para ello se utiliza
las funciones frecuencia y funciones distribución del sistema. (Hatch, T. and Choate
1929).
2.3.1 Medidas de la distribución

La función frecuencia se define de manera tal, que la frecuencia relativa f (x)dx
tiene el siguiente significado ver figura 2.6:
 probabilidad de encontrar en el sistema particulado una particula de tamaño

f (x)dx =  comprendido entre x y x+dx, o
fraccion de particulas del sistema con tamaños comprendidos entre x y x+dx

30
25
Función frecuencia relativa
20
15
10
0
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0
Tamaño de partícula en micrones
Fig. 2.6 Función frecuencia y frecuencia relativa.
Fernando Cocha A.
Si extendemos el rango de tamaño de las partículas a 0 ≤ x ≤ ∞ , la probabilidad

de encontrar una partícula de tamaño x es 1, es decir:
∞
∫ 0
f (x)dx = 1 (2.14)
Esta expresión recibe el nombre de condición de normalización, y asegura que la

función frecuencia esté expresada como fracción.
Restringiendo el rango de partículas de tamaño ξ a 0 ≤ ξ ≤ x , podemos definir
una segunda función F(x), denominada función distribución, con el siguiente
significado, ver figura 2.7:
 probabilidad de encontrar en el sistema una particula con tamaño

F(x) =  menor a x, o
 fraccion de particulas en el sistema con tamaño menor a x.

dF(x)
F(x) = ∫ f (ξ)dξ
x
y f (x) = (2.15)
0 dx
El complemento a la función distribución F(x) se denota por R(x) y queda representada
por:
∞
R(x) = ∫ f (ξ)dξ , con F(x) + R(x) = 1 (2.16)
x
Las figuras 2.7 y 2.8 muestran la representación gráfica de las ecuaciones F(x) y R(x).
100.0
90.0
Función distribución inversa F(x)
80.0
70.0
60.0
50.0
40.0
30.0
20.0
10.0
-
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0
Tamaño de partícula x en micrones
Fig. 2.7 Funciones distribución acumulativa inversa F(x).
Fernando Cocha A.
100.00
90.00
Función distribución directa R(x)

80.00
70.00
60.00
50.00
40.00
30.00
20.00
10.00
-
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0
Fig.2.8 Función distribución acumulativa R(x).
2.3.2 Parámetros de la distribución

La distribución de tamaños de un sistema particulado se puede caracterizar
mediante dos parámetros, el valor medio µ, que mide la tendencia central, y la
varianza σ2, que mide la dispersión de la distribución. Ambos parámetros pueden ser
escritos en la forma:
∞ ∞
µ = ∫ xf (x)dx σ2 =∫ ( x − µ ) f (x)dx
2
0
y
0
(2.17)
La raíz de la varianza recibe el nombre de desviación estándar σ.

En ocasiones se utiliza como medida de dispersión el coeficiente de variación
Cv, definido como el cuociente entre la desviación estándar σ y el valor medio del
sistema particulado:
σ
Cv = (2.18)
µ
Otro parámetro usado frecuentemente es la media de la distribución. Designada
por x 50 , la media es el valor de la variable x que resulta en un valor F(x 50 ) = 0.5 . Esta
designación se puede generalizar definiendo como x α al valor de x que resulta en una
función distribución de 0.01× α :
F(x α ) = 0.01α (2.19)
2.3.3 Funciones frecuencia inducidas por la medición

Los métodos de medición de la función frecuencia, tales como el tamizaje o el
cuenteo al microscopio, introducen una complicación, ya que las mediciones entregan
Fernando Cocha A.
la función frecuencia en unidades diferentes. Por ejemplo, el tamizaje mide el peso (o

volumen) de las partículas en un cierto rango, mientras que el cuenteo al microscopio
mide el número de partículas en el rango. Por esta razón se hace necesario encontrar
una forma de convertir los resultados obtenidos mediante un método en los obtenidos
con otro. Con este objetivo se define las siguientes frecuencias relativas:
f 0 (x)dx = numero de particulas con tamaños entre x y x+dx
f1 (x)dx = longitud de particulas con tamaños entre x y x+dx
f 2 (x)dx = sup erficie de particulas con tamaños entre x y x+dx
f3 (x)dx = volumen de particulas con tamaños entre x y x+dx
Debemos dejar explícita la restricción que estas definiciones son válidas solamente
para un material uniforme y homogéneo
Como cada función frecuencia debe cumplir la condición de normalización,
ecuación (2.14), se debe cumplir:
∞ ∞ dFj (x)
∫ Fj (x) = ∫ f j (ξ)dξ , R j (x) = ∫ f j (ξ)dξ ,
x
f j (x)dx = 1 , f j (x) = (2.20)
0 0 x dx
donde j=0, 1, 2 y 3.
La relación entre las diversas funciones frecuencia se deriva de su propia
definición, ya que las partículas de un sistema cuyo tamaño se encuentra comprendido
entre x y x+dx, tendrán una longitud total f1 (x)dx igual al número de partículas,
f 0 (x)dx multiplicado por la longitud de las partículas de tamaño x, L(x) y por un
factor β1 , que da cuenta del hecho que no todas las partículas en el rango entre x y
x+dx tienen exactamente la longitud L(x) . Similarmente se puede analizar los casos de
superficie y volumen. Entonces:
Longitud: f1 (x)dx = β1 L(x)f 0 (x)dx (2.21)
Superficie: f 2 (x)dx = β2S(x)f0 (x)dx (2.22)
Volumen: f3 (x)dx = β3 V(x)f 0 (x)dx (2.23)
Los parámetros β1 , β2 y β3 se pueden obtener integrando las expresiones (2.21) a (2.23):
∞ 1
∫ β1L(x)f0 (x)dx ≡ 1 → β1 = ∞
(2.24)
∫
0
L(x)f 0 (x)dx
0
∞ 1
∫ β2S(x)f0 (x)dx ≡ 1 → β2 = ∞
(2.25)
∫
0
S(x)f0 (x)dx
0
∞ 1
∫ β3 V(x)f 0 (x)dx ≡ 1 → β3 = ∞
(2.26)
∫
0
V(x)f 0 (x)dx
0
Fernando Cocha A.
Reemplazando (2.24) a (2.26) en (2.21) a (2.23) y tomando en cuenta que L(x), S(x) y
V(X) se pueden expresar mediante la ecuación (2.6), obtenemos finalmente:
α A xf 0 (x) α s x 2 f 0 (x) α v x 3 f 0 (x)
f1 (x) = ∞
, f 2 (x) = ∞
, f 3 (x) = ∞
∫
0
α Ax f 0 (x)dx ∫ 0
α 2 xf0 (x)dx ∫0
α v x 3 f 0 (x)dx
como los factores de forma α A , αs y α v son constantes, las ecuaciones se simplifican a:
xf 0 (x) x 2 f 0 (x) x 3 f 0 (x)

f1 (x) = ∞
, f 2 (x) = ∞
, f 3 (x) = ∞
(2.27)
∫
0
xf 0 (x)dx ∫0
x 2 f 0 (x)dx ∫0
x 3 f 0 (x)dx
Estas relaciones se pueden generalizar mediante cualquiera de las siguientes

relaciones:
x jf 0 (x) x j−k f k (x)
f j (x) = ∞
o f j (x) = ∞
(2.28)
∫ 0
x j f 0 (x)dx ∫ 0
x j−k f k (x)dx
2.3.4 Momentos y tamaños promedios de una distribución

De las expresiones (2.24) a (2.26) se puede observar que:
1 ∞
= L(x) = ∫ L(x)f 0 (x)dx
β1 0
1 ∞
= S(x) = ∫ S(x)f 0 (x)dx
β2 0
1 ∞
= V(x) = ∫ V(x)f 0 (x)dx
β3 0
Utilizando las definiciones (2.6) y comparando con la expresión (2.17), podemos

denominar tamaños promedio lineal, promedio superficial y promedio volumétrico a
las expresiones:
∞
L = αA ∫ xf 0 (x)dx ≡ x10 (2.29)
0
∞
S = αs ∫ x 2 f 0 (x)dx ≡ x 20
2
(2.30)
0
∞
V = α v ∫ x 3 f 0 (x)dx ≡ x 30
3
(2.31)
0
La designación de x10 , x 20 y x 30 proviene del hecho que los exponentes de x son 1, 2 y

3 y el suscripto de f(x) es 0, en las integrales de (2.29) y de (2.31).
Fernando Cocha A.
Es lógico que la designación de los promedios se puede generalizar usando el

valor “i=1, 2, 3,....” para el exponente de “x” y el valor “j=0, 1, 2, 3,....” para el
suscripto de f(x), dando como resultado la expresión:
1i
x ij =  ∫ x i f j (x)dx 
∞
(2.32)
 0 
Esta expresión i × j momentos de la distribución. Sólo algunos de estos momentos
tienen significado físico. Ya hemos utilizado los valores de j=0 e i=1,2,3 para definir
los promedios lineal, superficial y volumétrico, según (2.29) a (2.31). Otros momentos
importantes resultan para i=1 y 4 y j=0, 2 y 3.
La función frecuencia con el valor de j=2 corresponde a una distribución en
superficie, por lo que este promedio está relacionado con la superficie promedio del
sistema de partículas.
∞
i = 1, j = 2 x12 = ∫ xf 2 (x)dx (2.33)
0
La función frecuencia con el valor de j=3 corresponde a una distribución en

volumen, por lo que este promedio se lo denomina promedio lineal-volumétrico o
promedio en peso.
∞
i = 1, j = 3 x13 = ∫ xf3 (x)dx (2.34)
0
La función frecuencia con el valor de j=0 e i=4, no corresponde a ningún

promedio, pero el momento es importante porque aparece en el cálculo del promedio
lineal-volumétrico, como veremos luego.
∞
i = 4, j = 0 x 40 = ∫ x 4 f 0 (x)dx (2.35)
0
2.3.5 Diámetros equivalentes de una distribución

En la misma forma como se definió los diámetros equivalentes para una
partícula, se los puede definir para un sistema de partículas de diversos tamaños,
sustituyendo la propiedad pertinente por su valor promedio en el sistema. Así podemos
escribir:
13
6 
Diámetro equivalente volumétrico: d v =  α v  x 30 (2.36)
π 
α 
12
Diámetro equivalente superficial: d s =  s  x 20 (2.37)

 π 
Diámetro equivalente volumétrico-
 α 
Superficial: d sv =  6 v  x12 (2.38)
 αs 
Fernando Cocha A.
2.3.6 Relación entre los tamaños promedio

Es conveniente disponer de ecuaciones para convertir un promedio en otro. Para
ello reemplacemos las expresiones (2.28) en (2.32) para obtener:
 ∞ x i + jf (x)dx 
∫
x =  0∞
i 0
i+ j
 ≡ x i + j,0 (2.39)
ij
 x jf (x)dx  x jj,0
 ∫0 0 
 ∞ x i + j− k f (x)dx 
x =
i  ∫0 k
 ≡
x ii ++ jj−− kk,k
(2.40)
ij
 ∞ x j− k f (x)dx  x jj−−kk,k
 ∫0 k 
Ejemplo 2.2
Encontrar la relación entre los promedio x12 y x13 y los promedios lineal x10 ,
superficial x 20 , volumétrico x 30 momento x 40 , según (2.29) a (2.35). Usemos la expresión
(2.39) con i=1, j=2 y 3 y k=0:
∞ x 330
x12 = ∫ xf 2 (x)dx = (2.41)
0 x 220
∞ x 440
x13 = ∫ xf3 (x)dx = (2.42)
0 x 330
La relación (2.41) muestra que el tamaño promedio x12 es igual al cuociente entre los
tamaños promedio volumétrico y superficial. Por esta razón este tamaño recibe el nombre de
tamaño promedio volumétrico-superficial.
2.3.7 Varianza de una distribución

De acuerdo a la definición de varianza, según (2.17), para una función frecuencia
f j (x) podemos escribir (Leschonski y Koglin 1974a):
( x − x ) f (x)dx
∞ 2
σ2j = ∫ 1j j (2.43)
0
Reemplazando f j (x) desde (2.28) obtenemos las dos expresiones:
∫ (x − x ) x f (x)dx
∞ 2 j
1j 0
σ 2
j = 0
∞
(2.44)
∫ x f (x)dx
j
0 0
∫ (x − x ) x f (x)dx
∞ 2 j− k
1j k
σ 2
j
= 0
∞
(2.45)
∫ x f (x)dx
j− k
0 k
Fernando Cocha A.
2.3.8 Superficie específica de una distribución

En forma similar a como definimos la superficie especifica de una partícula,
podemos definir la superficie específica de un sistema particulado como la superficie
promedio por unidad de volumen promedio del sistema.
S(x) αs x 20
2
α 1
S= = ≡ s (2.46)
V(x) α v x 30 α v x12
3
Debido a que la superficie específica se determina generalmente midiendo la

permeabilidad del sistema, el tamaño promedio diámetro volumétrico superficial se
denomina también, diámetro de permeabilidad, y se lo designa por d k ( d sv , ver
ecuación (2.38)).
6 α
dk = = 6 v x12 (2.47)
S αs
2.4 REPRESENTACIÓN EMPÍRICA DE UNA DISTRIBUCIÓN

La medición de las funciones frecuencia y distribución de un sistema particulado
y su representación gráfica, ha requerido establecer ecuaciones empíricas que
describan la distribución y permitan calcular los parámetros esenciales. No todas las
ecuaciones que se ha propuesto, y que se usan en la práctica, cumplen este requisito,
como veremos en esta sección. Las funciones más utilizadas son (1) la distribución de
Schuhman, (2) la distribución de Rosin-Rammler, (3) la distribución de Tres
Parámetros, (4) la frecuencia normal, (5) la frecuencia logaritmo-normal y (6) la
distribución Gamma.
2.4.1 Función distribución de Schuhman

La función de Schuhman, también conocida como función distribución de Gates-
Gaudin-Schuhman, es la función matemática más utilizada en América para
representar la distribución de un sistema particulado en Mineralurgia. La función se
utiliza, generalmente, para representar la distribución en volumen F3(x), más
comúnmente denominada distribución en peso, según:
m
x
F3 (x) =   (2.48)
k
donde k es el tamaño máximo de la distribución y recibe el nombre de módulo de
tamaño y m es el valor de la pendiente en un gráfico de log F3 (x) versus log x , y
recibe el nombre de módulo de posición. Tomando el logaritmo de (2.48) se obtiene:
log F3 (x) = m log x − m log k
Fernando Cocha A.
k=100
Función distribución F3(x)
0.1
m=0.8
0.01
1 10 Tamaño x 100 1000
Fig. 2.9 Función de distribución de Schuhman, según (2.48)

para k=100 y m=0.8.
Los parámetros k y m son:
log F3 (x 2 ) − log F3 (x1)
k = x F ( x) =1 y m= (2.49)
3
log x 2 − log x1
La función frecuencia del sistema se calcula de (2.15):
m −1
dF3 (x) m  x 
f 3 (x) = =   (2.50)
dx k k
El defecto de esta función frecuencia es que no tiene un máximo, como se ve en la
figura siguiente.
Fernando Cocha A.
0.020
m<1
m=1
m>1
0.015
Función frecuencia f 3(x)
0.010
0.005
0.000
0 200 400 600 800 1000 1200
Tamaño x en micrones
Fig. 2.10 Función frecuencia de Schuhman f3(x) según ecuación (2.50).
Los principales parámetros de la distribución pueden ser obtenidos desde su definición:

∞ m m  m 
x13 = ∫ xf 3 (x)dx = ∫
k
Tamaño x13 : x dx = k   (2.51)
 m +1 
m
0 0 k
m −2 1
1 ∞ f (x) k m m 1x
Tamaño x12 : =∫ 3 dx = ∫ m x m −2 dx =   (2.52)
x12 0 x 0 k m −1 k  k 
0
 m −1
 k k si m > 1

= ∞ si m = 1
 ∞ si m < 1


2 m −1
∞  mk  m  x 
σ =∫ ( x − x13 ) f 3 (x)dx = ∫  x −
2 k
2
Varianza    dx
m +1  k  k 
3
0 0

2
 m m2  2
= −  k (2.53)
 m + 2 ( m + 1)2 
 
Obviamente el valor del tamaño volumétrico-superficial no es satisfactorio, ya
que daría una superficie específica infinita para valores de m ≤ 1 . Se puede concluir,
que la función de distribución de Schuhman sirve solamente para representar
Fernando Cocha A.
gráficamente datos experimentales, pero no se puede hacer cálculos con los parámetros
obtenidos de la función.
2.4.2 Función distribución de Rosin-Rammler

La función distribución más utilizada en Europa para describir la distribución en
peso es la de Rosín-Rammler. Esta función tiene la siguiente forma:
  x  
m
F3 (x) = 1 − exp −    (2.54)

  x 0  
donde x0 es el tamaño característico y m es el coeficiente de uniformidad. Es fácil
demostrar que para partículas pequeñas, esto es, para x << x 0 la función de Rocín-
Rammler se transforma en la distribución de Schuhman. Efectivamente, expandiendo
en serie de potencial el exponencial tenemos:
  x m 1  x 2m 1  x 3m 
F3 (x) = 1 −  1 −   +   −   + ...... 
  x0  2  x0  3!  x 0  
 
Para pequeños valores de x, se puede conservar solamente el primer término,
obteniéndose la función de Schuhman con k = x 0 .
m x 
m −1
  x m 
La función frecuencia es: f 3 (x) =   esp −    (2.55)
x0  x0    x 0  
Esta función frecuencia presenta un máximo solamente para valores de m>1,
como se ve en la figura 2.11.
Con el objetivo de graficar la función de distribución de Rosin-Rammler, se
acostumbra hacer la siguiente transformación:
  x m 
R 3 (x) = 1 − F3 (x) = exp  −   
  0  
x
Invirtiendo y tomando el logaritmo natural tenemos:
Fernando Cocha A.
0.03
Función frecuencia de Rosin-Rammler

m=0.8
m=1
m=1.2
0.02
0.01
0
0 50 100
Tamaño en micrones
Fig. 2.11 Función frecuencia de Rosin-Rammler para x0=100

micrones y m=0.8, 1 y 1.2.
m
 1   x 
ln  = 
 R 3 (x)   x 0 
Tomando ahora logaritmo decimal resulta:
 1 
log ln   = m log x − m log x 0 (2.56)
 R 3 (x) 
Graficando esta expresión en un papel especial, denominado papel Rosin-Rammler,
definido como loglog recíproco (0.1 a 99.9) x tres ciclos log se obtiene la figura 2.12.
El parámetro x0 corresponde al valor de F3 (x 0 ) = 0.3679 y m es la pendiente de la
recta.
Los principales parámetros de la distribución son:
 m +1 
Tamaño x13 : x13 = µ = x 0 Γ   (2.57)
 m 
x 0 −1  m − 1 
El tamaño x12 es: x12 = Γ   (2.58)
m  m 
 m+2 2  m + 1 
La varianza es σ32 : σ32 = σ2 = x 02  Γ  −Γ   (2.59)
  m   m 
Fernando Cocha A.
Fig. 2.12 Función distribución en papel de Rosin-Rammler.
2.4.3 Función frecuencia normal

Datos experimentales de análisis granulométrico al microscopio, que miden el
número de partículas, dan muchas veces una distribución normal. Ese no es el caso de
mediciones de superficie o masa. Para la distribución normal, la frecuencia y
distribución están dadas por:
1   1 x − µ 2  +∞
Frecuencia: f 0 (x) =
2πσ
exp −    con
  2 σ  
∫
−∞
f (x)dx = 1 (2.60)
La figura 2.13 muestra una curva de frecuencia probabilística.
Fernando Cocha A.
Fig. 2.13 Curva de frecuencia probabilística.
∫
x
1   ξ − µ 2 
Función distribución: F0 (x) = exp −   dξ (2.61)
0
2πσ   2σ  
Donde los parámetros µ y σ son el valor medio y la varianza, como se verá a

continuación.
El valor de la integral (2.61) para varios valores de ( x − µ ) σ se muestra en la
tabla siguiente.
Tabla 2.1 Tabla de la integral de probabilidad normal
x −µ
∫
  ξ − µ  
x 2
1
σ F0 (x) = exp  −   dξ
0
2πσ   2σ  
0 0.5000
0.5 0.6915
1.0 0.8413
1.5 0.9332
2.0 0.9772
3.0 0.9987
4.0 0.99997
De la tabla se puede observar que para x = µ , F(x)=0.5. esto significa que µ representa
la mediana de la distribución:
µ = x 50 (2.62)
Por otra parte para
x −µ
= 1 , F(x)=0.8413.
σ
x84.31 − x50
Por esta razón podemos escribir = 1 , de donde se puede calcular σ:
σ
σ = x 84.31 − x 50 (2.63)
Los tamaños promedio y la varianza son:
Fernando Cocha A.
 x10 
Tamaño x10 :   =1 (2.64)
 µ 
2 2
 x 20  σ
Tamaño x 20 :   =1+   (2.65)
 µ  µ
3 2
 x 30  σ
Tamaño x 30 :   = 1 + 3  (2.66)
 µ  µ
4 2 4
 x 30  σ σ
Momento x 40 :   = 1 + 6   + 3  (2.67)
 µ  µ µ
2 4
σ σ
1 + 6   + 3 
 x13  µ µ
Tamaño x13 :  = (2.68)
 µ 
2
σ
1 + 3 
µ
2
σ
1 + 3 
 x12  µ
Tamaño x12 :  = (2.69)
 µ 
2
σ
1+  
µ
De las expresiones (2.62) y (2.64) se desprende que el valor medio y la media son
iguales para la distribución normal.
Media x 50 : x 50 = x ≡ x10 (2.70)
Varianza: σ2 : σ20 = x 220 − x10

2
= σ2 (2.71)
Esta expresión muestra que σ2 es la varianza de la distribución.

El defecto de esta función distribución es que tiene como valor mínimo -∞ en
vez de cero.
2.4.4 Función frecuencia logaritmo-normal

Ha sido demostrado por varios autores (Hatch and Choate, 1929, Epstein 1947,
1948) que el tamaño de productos de la fracturación de sólidos de origen mineral
producen una distribución logaritmo-normal, esto es, el logaritmo del tamaño está
distribuido normalmente. Por otra parte, es fácil demostrar que si un sistema de
partículas tiene una distribución normal en número, también lo tendrá en cualquiera de
Fernando Cocha A.
las otras formas de medir la probabilidad, longitud, superficie o volumen. Las

funciones frecuencia y distribución están dadas por:
  ln ( x µ )  
2
1
Función frecuencia: f j (x)dx = −
exp     (2.72)
2π ln σ   ln 2σ  
+∞
Normalización: ∫0
f j (x)dx = 1 (2.73)
1   ln ( x µ ) 2 
Fj (x) = ∫
x
Función distribución: exp  −   dx (2.74)
0 2π ln σ   ln 2σ  
donde los parámetros µ y σ son el valor medio y la varianza, como se verá a

continuación.
30
25
Frecuencia relativa f(x)
20
15
10
0
1.0 10.0 100.0
Fig. 2.14 Frecuencia logaritmo-normal
Los tamaños promedio y la varianza son:

x  1
ln  10  = × (ln σ0 )
2
Tamaño x10 : (2.75)
 µ  2
x 
ln  20  = 1× (ln σ0 )
2
Tamaño x 20 : (2.76)
 µ 
x  3
ln  30  = × (ln σ0 )
2
Tamaño x 30 : (2.77)
 µ  2
x 
ln  40  = 2 × (ln σ0 )
2
Momento x 40 : (2.78)
 µ 
Fernando Cocha A.
x  5
ln  13  = − × ( ln σ0 )
2
Tamaño x13 : (2.79)
 µ  2
x  5
ln  12  = + × (ln σ0 )
2
Tamaño x12 : (2.80)
 µ  2
Media x 50 : x 50 = x ≡ x10 (2.81)
Varianza: σ2 : σ20 = x 220 − x10

2
(2.82)
2.4.5 Función distribución Gamma

La distribución Gamma ha sido propuesta por diversos autores como una adecuada
representación de la granulometría de un sistema particulado producido por reducción
o crecimiento de tamaño (Becke 1964, Randolph y Larson 1971). Las funciones de
frecuencia y distribución son:
  a  z a exp ( −z )
a
a b a a
f 3 (x) = x exp −  x  ≡ con z = x (2.83)
Γ (a + 1) b   b  Γ (a + 1) b
∫
x
1 a b   a 
F3 (x) = exp  −  x  dx ≡ P (a + 1,z ) (2.84)
Γ (a + 1) Γ ( a + 1)   b 
0
Normalización:
∞
∫
0
f 3 (x)dx = 1 (2.85)
Los tamaños promedio resultan ser:

b
x13 = (a + 1) (2.86)
a
x12 = b (2.87)
De estas dos expresiones se obtiene el valor de los parámetros a y b:
x12
a= y b = x12 (2.88)
x13 − x12
Esto significa que los parámetros a y b pueden ser obtenidos directamente de los datos
experimentales calculando los promedios x12 y x13 .
La tabla 2.3 muestra valores para la función Gamma
Fernando Cocha A.
2.5 DISTRIBUCIÓN DISCRETA DE TAMAÑOS

En las secciones anteriores hemos supuesto implícitamente que el tamaño es una
variable continua y hemos usado esta propiedad para integrar o derivar las funciones
frecuencia o distribución de tamaño respectivamente. Sin embargo, los métodos
disponibles para medir experimentalmente la distribución de tamaños de un sistema
particulado entregan datos en forma discreta, esto es, miden la fracción de partículas
contenidas en sucesivos intervalos finitos.
2.5.1 Definiciones
Consideremos, por ejemplo, fracciones de partículas contenidas entre tamaños
con valores xa y xb. Si estos intervalos son suficientemente cercanos se puede definir
una variable frecuencia relativa discreta fab definida por:
f ab = ∫ f (x)dx ≡ F ( x b ) − F ( x a )
xb
(2.89)
xa
Si evaluamos la integral mediante el teorema del valor medio, resulta:
Tabla 2.3 Valores de la función Gamma Γ(n)

n Γ(n) n Γ(n) n Γ(n) n Γ(n)
1.00 1.00000 1.25 0.90640 1.50 0.88623 1.75 0.91906
1.01 0.99433 1.26 0.90440 1.51 0.88659 1.76 0.92137
1.02 0.98884 1.27 0.90250 1.52 0.88704 1.77 0.92376
1.03 0.98355 1.28 0.90072 1.53 0.88757 1.78 0.92623
1.04 0.97844 1.29 0.89904 1.54 0.88818 1.79 0.92877
1.05 0.97350 1.30 0.89747 1.55 0.88887 1.80 0.93138
1.06 0.96874 1.31 0.89600 1.56 0.88964 1.81 0.93408
1.07 0.96415 1.32 0.89464 1.57 0.89049 1.82 0.93685
1.08 0.95973 1.33 0.89338 1.58 0.89142 1.83 0.93969
1.09 0.95546 1.34 0.89222 1.59 0.89243 1.84 0.94261
1.10 0.95135 1.35 0.89115 1.60 0.89352 1.85 0.94561
1.11 0.94740 1.36 0.89018 1.61 0.89468 1.86 0.94869
1.12 0.94359 1.37 0.88931 1.62 0.89592 1.87 0.95184
1.13 0.93993 1.38 0.88854 1.63 0.89724 1.88 0.95507
1.14 0.93642 1.39 0.88785 1.64 0.89864 1.89 0.95838
1.15 0.93304 1.40 0.88726 1.65 0.90012 1.90 0.96177
1.16 0.92980 1.41 0.88676 1.66 0.90167 1.91 0.96523
1.17 0.92670 1.42 0.88636 1.67 0.90330 1.92 0.96877
1.18 0.92373 1.43 0.88604 1.68 0.90500 1.93 0.97240
1.19 0.92890 1.44 0.88581 1.69 0.90678 1.94 0.97610
1.20 0.91817 1.45 0.88566 1.70 0.90864 1.95 0.97988
1.21 0.91558 1.46 0.85560 1.71 0.91057 1.96 0.98374
1.22 0.91311 1.47 0.88563 1.72 0.91258 1.97 0.98768
1.23 0.91075 1.48 0.85575 1.73 0.91467 1.98 0.99171
1.24 52.00000 1.49 0.85595 1.74 0.91683 1.99 0.99581
2.00 1.00000
Para otros valores de n, use la tabla y haga sucesivas aplicaciones de la siguiente

relación: Γ ( n + 1) = nΓ(n) .
Fernando Cocha A.
F(xb ) − F(xa )
f ( x ab ) = (2.90)
xb − xa
donde x ab es el valor medio del tamaño en el intervalo ∆x = x b − x a . Entonces la

frecuencia relativa fab queda definida por:
f ab = f ( x ab ) ∆x (2.91)
Supongamos que un método de análisis granulométrico separa el sistema
particulado en n fracciones de tamaños. Es costumbre utilizar el índice “i” para las
funciones de tamaño discretas. Denominaremos rango de tamaño los valores extremos
de tamaño que separan dos fracciones contiguas. Por ejemplo las fracciones fi-1 y fi
describen el tamaño xi, tamaño superior del rango y las fracciones fi y fi+1 describen el
tamaño xi+1, tamaño inferior del rango. Ver figura 2.15.
El rango se escribe ∆x i = x i − x i +1 , con x i ≥ x ≥ x i+1 . El sistema completo lo
dividiremos en n rangos de tamaño, con x0 como el tamaño mayor y xn como el tamaño
menor, según se muestra en la figura 2.16. El tamaño promedio del rango ∆x i recibirá
la designación x i , tal que f i = f ( x i ) ∆x i .
xi xi+1
fi-1 fi fi+1
k=i k=i+1
Fig. 2.15 Definición de rango de tamaño.
Ri Fi
xi
f0 f1 f2 fi-1 fi fi+1 fn-2 fn-1 fn
k=1 k=2 k=3 k=i-1 k=i k=i+1 k=i+2 k=n-3 k=n-2 k=n-1 k=n
Fig. 2.16 Sistema particulado divido en n rangos de tamaño.
Tal como se muestra en la figura 2.16 todos los tamaños menores al tamaño xi
reciben la designación Fi y todos los tamaños mayores a xi se designa por Ri. Entonces,
la frecuencia discreta relativa fi y distribución discreta relativa Fi quedan definidas por:
f i = f ( x i ) ∆x i con ∆x i = x i − x i+1 (2.92)
Fernando Cocha A.
k =n
F(x i ) ≡ Fi = fi + fi +1 + ... + fn −1 + f n = ∑ f k (2.93)
k =i
La función Fi recibe la calificación de acumulativa inversa, porque suma todas las

fracciones menores a xi. Definamos la función distribución acumulativa directa Ri a la
suma de todas las fracciones mayores a xi , tal que:
R i + Fi = 1 (2.94)
entonces:
k =i−1
R i = 1 − F1 = f 0 + f1 + f 2 + ... + f i−2 + fi −1 = ∑f k (2.95)
k =0
Por supuesto que todas las mediciones, ya sean en número, lineal, superficial o
en volumen (peso) pueden usar el sistema de distribución discreta y pueden ser
descritas por las funciones empíricas desarrolladas en la sección anterior.
La figura 2.17 muestra las funciones de frecuencia y distribución discretas.
30
120.0
100.0
i
Función distribución inversa F
Frecuencia f0(xi)
20
80.0
60.0
10
40.0
20.0
0 -
1.4- 2.0- 2.8- 4.0- 5.6- 8.0- 11.2- 16.0- 22.4- 32.0- 44.8- 64.0- 1.4- 2.0- 2.8- 4.0- 5.6- 8.0- 11.2- 16.0- 22.4- 32.0- 44.8- 64.0-
2.0 2.8 4.0 5.6 8.0 11.2 16.0 22.4 32.0 44.8 64.0 89.6 2.0 2.8 4.0 5.6 8.0 11.2 16.0 22.4 32.0 44.8 64.0 89.6
Rango de tamaños en micrones (xi-xi+1) Rango de tamaño en micrones
Función frecuencia discreta Función distribución discreta

Fig. 2.17 Funciones discretas de distribución de tamaño de un sistema particulado.
2.5.2 Tamaño de la malla

La forma más común de realizar un análisis granulométrico es someter al
sistema particulado a la acción de la fuerza de gravedad en una serie de tamices
colocados uno encima del otro El mayor tamiz se encuentra en la parte superior y cada
tamiz que le sigue tiene una malla con abertura menor que el anterior.. Las partículas
pasan por las aberturas de los tamices o son retenidas por éste de acuerdo a su tamaño.
Si se utilizan “n” tamices, el sistema de partículas queda separado en “n” tamaños. Las
definiciones (2.92) a (2.95), asociadas a la figuras 2.16, son válidas para este método
de medición. La figura 2.18 muestra una variante de la figura 2.16 para el caso de
tamizaje.
Fernando Cocha A.
k=0
f0
k=1
f1
k=2
Ri
k=i-1
fi-1
k=i
fi
k=i+1
fi+1
k=i+2
Fi
k=n-2
fn-1
k=n-1
fn
k=n
Fig. 2.18 Distribución discreta de tamaños en un tamizaje.
Los tamices utilizados en análisis granulométrico están estandarizados en cuanto

a la relación entre las aberturas de sucesivos tamices. Se denomina Serie Normal,
aquella serie de tamices en que el área de la abertura de un tamiz es 2 veces el área de
la abertura del tamiz que le sigue. Como las aberturas de estos tamices son cuadradas,
la distancia entre los alambres que forman una abertura está en razón de 2 con la
distancia en el tamiz siguiente. Debido a esta relación geométrica entre las distancias
lineales de las aberturas de sucesivos tamices, el tamaño promedio de las partículas
atrapadas entre dos tamices se define como el promedio geométrico entre estas
distancias:
x i = x i × x i+1 (2.96)
Como en una serie normal de tamices se cumple x i = 2x i+1 , el tamaño promedio es:
1
xi = 4
x i = 0.841x i (2.97)
2
Se denomina Serie Doble, aquella serie de tamices en que el área de la abertura
de un tamiz es 2 veces el área de la abertura del tamiz que le sigue. Por lo tanto:
1
xi = 6
x i = 0.9170x i (2.98)
2
El tamaño xi se puede expresar en milímetros, micrones, o en cualquier otra
unidad. Es común usar el “tamaño de la malla” como medida de la abertura de un
tamiz. Se denomina tamaño de la malla al número de aberturas contenidas en una
Fernando Cocha A.
pulgada (lineal) de tamiz. Como este número depende del grosor del alambre utilizado
para fabricar el tamiz, la designación está normalizada por ISO, ASTM, Tyler y otras
normas internacionales. La Tabla 2.3 muestra el tamaño de la malla en los sistemas
más comúnmente utilizados.
Tabla 2.3 Equivalencia Internacional de Tamices (Serie Normal)

TYLER ASTM INTERNACIONAL
Standard Screen E 11-87 ISO 565 (TBL 2)
1910 1987 1983
malla malla mm/µm
3.0 - 6.70
4.0 4.0 4.75
6.0 6.0 3.35
8.0 8.0 2.36
10 12 1.70
14 16 1.18
20 20 850
28 30 600
35 40 425
48 50 300
65 70 212
100 100 150
150 140 106
200 200 75
270 270 53
400 400 38
2.5.3 Descripción vectorial de una distribución

Broadbent y Calcott (1956) demostraron que un análisis granulométrico se
puede representar en forma de un vector, en que su base son la secuencia de tamaños y
las magnitudes está formadas por las funciones frecuencia y distribución:
f T = [f 0 ,f1 ,f3 ,...,f n −1 ,f n ] (2.99)
FT = [F0 ,F1 ,F2 ,...Fn −1 ,Fn ] , (2.100)
R T = [R 0 ,R1 ,R 2 ,...,R n −1 ,R n ] (2.101)
Fernando Cocha A.
Tabla 2.4 Equivalencia Internacional de Tamices (Serie Doble)

TYLER ASTM INTERNACIONAL
Standard Screen E 11-87 ISO 565 (TBL 2)
1910 1987 1983
malla malla mm/µm
2.5 - 8.00
3.0 - 6.70
- 3.0 6.30
3.5 3.5 5.60
4.0 4.0 4.75
5.0 5.0 4.00
6.0 6.0 3.35
7.0 7.0 2.80
8.0 8.0 2.36
9.0 10 2.00
10 12 1.70
12 14 1.40
14 16 1.18
16 18 1.00
20 20 850
24 25 710
28 30 600
32 25 500
35 40 425
42 45 355
48 50 300
60 60 250
65 70 212
80 80 180
100 100 150
115 120 125
150 140 106
170 170 90
200 200 75
250 230 63
270 270 53
Fernando Cocha A.
325 325 45
400 400 38
2.6 REPRESENTACIÓN DE LOS DATOS EXPERIMENTALES

La determinación experimental de la distribución de tamaño de un sistema
particulado genera una lista de datos que debe ordenarse en tablas y gráficos. A partir
de estos datos se puede calcular los parámetros de la distribución, los valores
promedios necesarios y otras propiedades tales como la superficie específica. Como
todos los métodos experimentales entregan datos discretos, la representación de ellos
mediante funciones discretas es la más apropiada.
Las tablas deben contener la siguiente información:
Columna 1: Rango de tamaño x i − x i+1 , (en unidades de longitud o en mallas).
Columna 2: Tamaño:
• Designación del tamaño x i , (tamaño superior o inferior del rango).
• Tamaño promedio del rango x i , (aritmético o geométrico).
Columna 3: Número, longitud, superficie o volumen (masa) de partículas en el
rango fi = f (x i ) , (en fracción o %).
Columna 4: Función frecuencia fi (en fracción o %).
Columna 5: Función distribución inversa Fi (en fracción o %).
Columna 6 Función distribución directa Ri (en fracción o %).
A continuación se da dos ejemplos de tablas de datos. El primero corresponde a
un análisis granulométrico al microscopio, en el cual se cuentan partículas y el
segundo a un análisis granulométrico por tamizaje, en el cual se pesan las fracciones.
Tabla 2.5 Datos de un análisis granulométrico al microscopio
Rango Tamaño Número de Frecuencia Distribución Distribución
micrones micrones partículas inversa directa
Designación Promedio N fi Fi Ri
x i − x i +1 xi x i = x i x i +1 - % % %
1.4-2.0 1.4 1.7 1 0.1 100.0 0.0

2.0-2.8 2.0 2.4 4 0.4 99.9 0.1
2.8-4.0 2.8 3.3 22 2.2 99.5 0.5

4.0-5.6 4.0 4.7 69 6.9 97.3 2.7
5.6-8.0 5.6 6.7 134 13.4 90.4 9.6
8.0-11.2 8.0 9.5 249 24.9 77.0 23.0

11.2-16.0 11.2 13.4 259 25.9 52.1 47.9
Fernando Cocha A.
16.0-22.4 16.0 18.9 160 16.0 26.2 73.8
22.4-32.0 22.4 26.8 73 7.3 10.2 89.8

32.0-44.8 32.0 37.9 21 2.1 2.9 97.1
44.8-64.0 44.8 53.5 6 0.6 0.8 99.2

64.0-89.6 64.0 75.7 2 0.2 0.2 9938
Total 1000 100.0 0.0 100.0
30
Frecuencia f 0(xi)
20
10
0
1.4- 2.0- 2.8- 4.0- 5.6- 8.0- 11.2- 16.0- 22.4- 32.0- 44.8- 64.0-
2.0 2.8 4.0 5.6 8.0 11.2 16.0 22.4 32.0 44.8 64.0 89.6
Rango de tamaños en micrones (xi-xi+1)
Fig. 2.19 Función frecuencia en número para datos de la Tabla 2.5
100
Distribución en número F 0(xi)
Distribución inversa
Distribución directa
50
0
0 20 40 60 80 100
Tamaño en micrones
Fig. 2.20 Funciones distribución directa e inversa para los

datos de la tabla 2.5.
Fernando Cocha A.
La desventaja de este gráfico es que los puntos se agrupan en la región de los

tamaños finos. Esto se debe a que los tamaños están en progresión geométrica. Por esta
razón es conveniente, en estos casos, escoger escalas logarítmicas para los ejes
coordenados, lo que es equivalente a graficar el logaritmo de la distribución versus el
logaritmo del tamaño. El resultado se observa en la figura 2.21. En este gráfico los
puntos están espaciados uniformemente.
100.00
Función Distribución en número
10.00
1.00
Función distribución inversa Fo

Función distribución directa Ro
0.10
1.0 10.0 100.0
Tamaño en micrones xi

datos de la tabla 2.5. en escala log-log.
Tabla 2.6 Datos de un análisis granulométrico por tamizaje

Rango Tamaño Masa de Frecuencia Distribución Distribución
mallas micrones partículas inversa directa
Designación Promedio masa fi Fi Ri
x i − x i +1 xi x i = x i x i +1 g % % %
8-10 2360 2003.0 2.0 1.84 100.00 0.00

10-14 1700 1416.3 2.2 1.95 98.16 1.84
14-10 1180 1001.5 4.6 4.15 96.21 3.79

20-35 850 714.1 8.2 7.44 92.06 7.94
28-35 600 505.0 13.2 11.95 84.62 15.38

35-48 425 357.1 22.6 20.48 72.67 27.33
48-65 300 252.2 17.1 15.51 52.19 47.81
65-100 212 178.3 14.8 13.40 36.68 63.32

100-150 150 126.1 8.5 7.71 23.28 76.72
Fernando Cocha A.
150-200 106 89.2 7.4 6.66 15.57 84.43
200-270 75 63.0 1.7 1.57 8.91 91.09

270-400 53 44.9 1.0 0.90 7.34 92.66
400-fondo 38 19.5 7.1 6.44 6.44 93.56

Total (10) 110.5 100.00 0.00 100.00
25.00
20.00
Frecuencia en peso %
15.00
10.00
5.00
-
o
8
00
0
0
4
nd
-2
-3
-4
-6
-1
15
20
27
40
--1
--2
-1
8-
20
28
35
48
fo
0-
0-
0-
0-
10
14
65
0-
10
15
20
27
40
Rango de tamaño en mallas
Fig. 2.22 Función frecuencia en número para datos de la Tabla 2.6
Fernando Cocha A.
100
Función frecuencia en peso

50
0
0 500 1000 1500 2000 2500

datos de la tabla 2.6.
100
Función frecuencia en peso
10

1
10 100 1000 10000

datos de la tabla 2.6 en escala log-log.
Fernando Cocha A.
2.7 DETERMINACIÓN EXPERIMENTAL DEL TAMAÑO DE UN SISTEMA

PARTICULADO
La vasta gama de tamaños de un sistema particulado y las propiedades
específicas que interesan de él explica la existencia del gran número de métodos para
la determinación experimental de la distribución de tamaño. Para tomar una decisión
respecto a qué método usar, el analista debe considerar primero el objetivo del análisis,
esto es, saber cual es la variable que realmente interesa conocer del sistema
particulado.
Si se desea conocer, por ejemplo, el tamaño de las partículas de un polvo para
predecir la contaminación atmosférica que producirá, lo que realmente se desea
conocer el la velocidad de sedimentación de las partículas y, por lo tanto, conviene
elegir un método que mida el “tamaño de sedimentación” (ecuación 2.5). Por otra
parte, si se desea conocer el tamaño de un catalizador para calcular su reactividad, lo
que interesa es la superficie específica de la partícula, por lo que se debe elegir un
método que mida el “tamaño volumétrico superficial” (ecuación 2.3).
Es posible que no se disponga de instrumentos que midan precisamente la
variable que interesa, en tal caso la elección se realiza frecuentemente en base al
tamaño de las partículas. Para el rango de partículas mayores a 75 micrones el método
más utilizado es el tamizaje, mientras que para partículas menores a 1 micrón, lo más
frecuente es usar el microscopio. En el rango intermedio, existe un gran número de
instrumento basados en diferentes métodos, tales como clasificación, sedimentación,
métodos ópticos, eléctricos y flujo en medios porosos. En la presente sección
describiremos brevemente los principales métodos existentes y daremos ejemplos de
algunos instrumentos disponibles en el mercado que utilizan estos métodos.
2.7.1 Métodos basados en la clasificación

Una de las formas más comunes de determinar el tamaño de partículas es
separarlas en categorías de acuerdo a alguna propiedad o propiedades. Entre estos
métodos se puede mencionar el tamizaje, que clasifica las partículas de acuerdo a su
tamaño y forma, sometiendo al sistema particulado a la acción de la fuerza de la
gravedad en una serie de tamices colocados uno encima del otro. El mayor tamiz se
encuentra en la parte superior y cada tamiz que le sigue tiene una malla con abertura
menor que el anterior. Las partículas pasan por las aberturas de los tamices o son
retenidas por éste de acuerdo a su tamaño y forma. Si se utiliza “n” tamices, el sistema
de partículas queda separado en “n” tamaños. Otro método utilizado muy
frecuentemente en el campo minero-metalúrgico para partículas entre 1 y 50 micrones
es el Cyclosizer. Este instrumento consiste en una serie de 5 hidrociclones dispuestos
en serie, por los que se impulsa una suspensión conteniendo las partículas a analizar.
Las partículas son sometidas a la combinación de la fuerza centrífuga y gravedad en el
interior de los hidrociclones y son capturadas de acuerdo a su tamaño (sedimentación)
en cada uno de ellos. Menos utilizado en la actualidad es el Infrasizer, equipo que
utiliza una serie de conos invertidos de diferente diámetro, dispuestos en serie, para
capturar partículas de una suspensión que se hacen fluir en su interior suspendidas en
Fernando Cocha A.
aire. En este caso también se mide el tamaño de sedimentación. Finalmente para

partículas muy pequeñas se utiliza método de fraccionamiento por campo de flujo FFF
(flow field fraccionation). Este método consiste en separar las partículas en un flujo
laminar dispuesto en forma perpendicular a un campo centrífugo. Las partículas son
detectadas a medida que salen del sistema, lo que depende de su velocidad de
sedimentación. De estos métodos solamente describiremos el tamizaje y separación
con Cyclosizer.
(1) Tamizaje
En la sección 2.5.2 describimos el concepto de tamaño de la malla y las series
normalizadas de tamices que se utiliza para realizar el tamizado. Agregaremos, que
existen micro tamices con mallas entre 1 y 50 micrones, que son utilizados
principalmente en la calibración de partículas, o cuando se necesita rangos muy
estrechos de partículas finas.
a) Tamices estándar de 8 pulgadas b) Microtamices

Fig. 2.25 Tamices y microtamices.
El tamizaje se puede realizar en seco o en húmedo y en forma manual o

mecánica. Los factores que influyen en el resultado de un tamizaje son:
• la carga de material
• la cantidad de material fino
• la forma de las partículas
• el tiempo de tamizaje
• la cohesividad del polvo
• la fragilidad de las partículas
Basados en estos factores se puede hacer las siguientes recomendaciones:
• Mientras menor es la carga de un tamiz más rápido es el tamizaje, mientras la
cantidad sea suficiente para realizar una pesada precisa.
• Se recomienda remover los finos en el tamizaje en seco para evitar que éste se
torne muy prolongado.
• El movimiento del tamiz debe ser tal que minimice el bloqueo de la malla.
Fernando Cocha A.
• Materiales que se aglomeran deben ser tamizados en húmedo.

• Materiales degradables o muy blandos deben ser tratados con suavidad.
Tamizaje manual (Allen 1994)

El tamizaje manual es muy laborioso y consume gran cantidad de tiempo, por lo
que se utiliza solamente como método de referencia para establecer la eficiencia de los
métodos mecánicos, como lo establece la norma Francesa NFX 11-57. Cada tamiz se
utiliza en forma individual.
Como pre-tratamiento, se coloca entre 50 y 100 g (o mayor cantidad si el
material tiene mucho fino) del material a tamizar en el tamiz de menor abertura a
utilizar, colocando un fondo y una tapa. Esta parte de la operación es necesaria para
eliminar polvo muy fino que, de otra manera, prolongaría el tamizaje de cada fracción.
El tamiz se inclina suavemente y se le da golpes con la mano (o con un madero de 8
pulgadas de largo y 1 pulgada de diámetro) en la dirección radial a razón de 150 golpes
por minuto. Durante este proceso el tamiz debe ser rotado en 45° cada 25 golpes.
Después de 10 minutos, el material retenido en el tamiz se trasfiere a al tamiz de mayor
tamaño a utilizar, colocando un nuevo fondo y tapa. El material que pasó al tamiz
inicial se retira del fondo y se guarda para ser pesado más adelante.
Fig. 2.26 Tamizaje manual
Después de otros 10 minutos de tamizaje, en las mismas condiciones que

anteriormente, se reemplaza cuidadosamente el fondo por uno nuevo y se continua
tamizando hasta que la cantidad de material que pasa por el tamiz por minuto sea
menos que el 0.1% de la cantidad original. Una vez terminado este proceso, el material
retenido en el tamiz se saca cuidadosamente con una brocha y se pesa. Cualquier
material adherido a la parte inferior del tamiz, se remueve pasando una brocha por
debajo, juntando este polvo con lo retenido en los dos fondos y colocándolos en el
siguiente tamiz..
Este proceso se repite hasta utilizar todos los tamices, pesando el material
retenido en cada caso. El residuo del último tamiz se junta con el material guardado de
la primera operación y se pesa.
Fernando Cocha A.
Una vez terminado el tamizaje, los tamices deben ser lavados y de tener
aberturas bloqueadas con partículas, se colocan en un baño ultrasónico para
desbloquearlos.
El método descrito se conforma con la norma ASTM C-136.
Tamizaje mecánico
El tamizaje mecánico se realiza colocando una serie de cinco o seis tamices, uno
sobre el otro con un fondo cerrado y una tapa, dentro de un tamizador, al que se le
imprime un movimiento oscilatorio horizontal y un movimiento brusco vertical. El
primero permite ofrecer la superficie de la malla a todas las partículas y el segundo
evita el bloqueo de ella.
Después de un pre tratamiento similar al del tamizaje manual, el que
generalmente se realiza en forma manual, 50 a 100 g del material a analizar se coloca
en el tamiz superior, que corresponde al de malla de mayor apertura. Generalmente se
tamiza por 20 minutos. Terminado este intervalo de tiempo, se cambia el fondo y se
tamiza por períodos de 10 minutos adicionales, hasta que no pase más de un peso de
material mayor a 0.5% de la carga original. Este procedimiento sigue a la norma
ASTM D452. Si las pérdidas de material exceden un 0.5% del material original el
ensayo debe ser descartado. No se debe olvidar juntar el material del pre-tratamiento
con el fondo del último tamizaje.
Existen muchos tipos de tamizadores en el mercado. Sólo mencionaremos uno
debido a lo difundido de su uso y a la buena calidad del tamizaje que logra. Es el Tyler
Ro-Tap. Este equipo, que podemos observar en la figura 2.20, combina un movimiento
giratorio horizontal de 270 a 300 rotaciones por minuto con 140 a 160 golpes en la tapa
superior por minuto (Norma ASTM B-214).
Cuando el polvo tiende a aglomerarse o cuando el material original es una
suspensión en agua, el tamizaje se puede realizar en húmedo. Para ello se realiza un pre
tratamiento para eliminar el fino. La suspensión o el material, conteniendo 50 a 100 g
de sólidos, se colocan en un tamiz adecuado, por ejemplo de 200 mallas, (ASTM D-
313 y C117), o un tamiz de 325 mallas (ASTM D185-72). Se tamiza manualmente,
ayudando el paso de las partículas mediante una brocha con pelo de camello. La
suspensión que pasa el último tamiz se colecciona en un balde.
Fernando Cocha A.
Fig. 2.27 Tamizador mecánico Ro-Tap. Fig. 2.28 Tamizador ultrasónico.

El material libre de finos, o la suspensión o material original, se coloca en el
primer tamiz de una serie de cinco o seis, ajustando la tapa y el fondo. La tapa tiene un
sistema que permite la entrada de agua en forma de un jet y el fondo tiene una
evacuación del agua que se colecta en un balde. El tamizaje se obtiene por la
combinación de la vibración de los tamices y del lavado del agua. Algunos equipos
adicionan vacío, otros ultrasonido o una combinación de estos.
Para partículas muy pequeñas, entre 1 y 50 micrones, se recomienda el tamizaje
en húmedo en microtamices. Se utiliza aproximadamente 1 g de material disperso en
un líquido de baja tensión superficial, tal como acetona. Los microtamices se colocan
dentro de una baño ultrasónico, lo que realiza el tamizaje. El líquido puede ser
recuperado por destilación.
En los últimos años han aparecido en el mercado tamizadores completamente
automáticos. Basta con alimentarlos con la muestra y recibir el resultado en un
computador. Como es obvio, el sistema mecánico-electrónico del instrumento es
sumamente complejo y, por ende, el instrumento tiene un costo muy elevado. La figura
2.29 muestra tal equipo.
Fernando Cocha A.
Fig. 2.29 Tamizador mecánico automático.
(2) Clasificación en un Cyclosizer

El Cyclosizer es un elutriador, esto es, un aparato que separa las partículas
mediante una corriente continua de fluido, haciendo uso de la distinta velocidad
terminal de sedimentación de las partículas de distinto tamaño. El aparato hace uso de
las propiedades de separación de un hidrociclón. Éste consiste en un tubo cilíndrico,
con su eje en la dirección vertical, seguido de un cono invertido, el que termina en un
tubo de pequeño diámetro denominado apex. La parte cilíndrica tiene una tapa en la
parte superior con un segundo tubo en el centro, denominado vortex, y tiene una
entrada tangencial en su manto. La figura 2.29 muestra un esquema de un hidrociclón.
Un flujo de agua entra en el hidrociclón por el tubo de alimentación en dirección
tangencia. Este flujo produce un movimiento rotatorio denominado, movimiento en
vórtice, dentro del equipo, que produce un campo de fuerza centrífugo. Como el fluido
solo puede salir en dirección axial por el apex o por el vortex, se produce un flujo
axial. La combinación de estos movimientos induce un tercer flujo radial. Es así como
el movimiento en el hidrociclón es tridimensional con una velocidad tangencial, una
a) Esquema del hidrociclón. b) Distribución de velocidades

Fig. 2.29 Diseño de un hidrociclón y la distribución de velocidades en su interior.
velocidad axial y una velocidad radial. La magnitud de cada una de estas velocidades
depende de la presión de entrada al aparato y de los diámetros del apex y vortex. Ver
figura 2.29.
Cuando una partícula entra en el aparato se encuentra con estos tres flujos que
actúan sobre ella mediante una fuerza centrífuga, una fuerza de empuje y una fuerza de
arrastre. La combinación de estas fuerzas, que dependen fundamentalmente del tamaño
Fernando Cocha A.
de la partícula, de la diferencia de densidades entre la partícula y el fluido y de la

viscosidad del fluido, le fijan la trayectoria a la partícula. Una vez elegido el fluido y la
muestra de polvo y fijada la presión de entrada al hidrociclón, las trayectorias de las
partículas dependen solamente de su tamaño y de los diámetros del apex y vortex. Es
así como las partículas mayores serán centrifugadas más rápidamente hacia las paredes
y serán arrastradas por el flujo vertical que se dirige al apex, mientras que las partículas
más pequeñas son arrastradas por el flujo radial y axial hacia el apex. La clasificación
en partículas mayores y menores de un cierto tamaño de separación no es limpia y la
corriente de partículas gruesas siempre contiene un porcentaje considerable de
partículas finas.
El Cyclosizer consiste en cinco hidrociclones de igual tamaño pero distinta
combinación de apex y vortex dispuestos en serie. Ver figuras 2.30 y 2.31. La elección
de apex/vortex es tal, que los hidrociclones sucesivos clasifican partículas cada vez
más pequeñas. Por ejemplo, para una suspensión de cuarzo en condiciones normales,
cada ciclón del Cyclosizer clasifica (descarga por el apex) fracciones de 44µ, 33µ, 23µ,
15µ y 10µ respectivamente. El ideal sería que los tamaños de separación fuesen 53µ,
38µ, 27µ, 19µ y 13µ, para así continuar con la serie estándar de tamaños.
Como la clasificación en cada hidrociclón no es perfecta, se dispuso los equipos
en forma invertida (ver figuras 2.30 y 2.31), agregando a continuación de cada apex
una cámara cilíndrica cerrada y de mayor diámetro que éste, donde las velocidades del
flujo disminuyen notablemente. Las partículas gruesas que salen por el apex en cada
hidrociclón, junto a las impurezas más finas que el tamaño de separación, ambas
sometida a la fuerza de gravedad, tienen la oportunidad de volver a entrar al equipo y
re-clasificarse. Es así como después de un cierto tiempo, las partículas contenidas en
cada cámara, adosada a cada hidrociclón, tiene partículas libres de material fino
desclasificado. Terminado el proceso se retira el material de cada cámara, se seca y
pesa.
Fig. 2.30 Esquema de los componentes de un Cyclosizer.
Fernando Cocha A.
Fig. 2.31 Fotografía de un Cyclosizer.
Como el material más fino que sale por el rebalse del último hidrociclón se
colecta en un estanque con más de 180 litros de agua, es prácticamente imposible
recuperar el material sólido fino. Por esta razón es necesario deslamar la muestra
inicial en un pre-tratamiento para separar el material menor a 10 µm.
Este pre-tratamiento consiste en:
• Dispersar entre 25 y 200 g del polvo en agua dentro de una probeta de 2
litros llena hasta una altura de 16 cm y se agita hasta dispersar totalmente el
sólido.
• Se deja sedimentar por 60 minutos y luego se retira el agua sobrenadante
hasta una altura de 1.5 cm.
• El contenido de la probeta se completa nuevamente con agua hasta 16 cm,
se agita y el procedimiento se repite hasta cuatro veces.
• El contenido de los cuatro sobrenadante se combina, se flocula, se deja
sedimentar, se seca y pesa.
• El residuo de la probeta se tamiza en húmedo a 400 mallas y el material
pasante se introduce al Cyclosizer.
El procedimiento para operar el Cyclosizer consiste en:

• Poner en marcha el equipo y regular el flujo de agua ajustando la presión de
trabajo a 40 psi.
• Medir la temperatura del agua.
Fernando Cocha A.
• Introducir la muestra deslamada en el equipo y dejarlo funcionando por 30

minutos.
• Terminado este intervalo de tiempo, se extrae la suspensión retenida en
cada cámara en un vaso de precipitado de 50 cm3. Se seca en una estufa y se
calcula el contenido de sólidos.
• El diámetro de sedimentación, se obtiene ajustando la densidad del sólido y
las propiedades del agua, según la temperatura, al tamaño nominal
especificado por el equipo para cuarzo.
2.7.2 Métodos basados en la Sedimentación

Las técnicas de Análisis Granulométrico basadas en la sedimentación permiten
calcular el diámetro de Stokes. Se define como diámetro de Stokes, el diámetro de una
esfera que tiene la misma velocidad de sedimentación que la partícula. Tal como se vio
en la sección 2.1.1, conocida la velocidad de sedimentación de la partícula, el diámetro
de Stokes se calcula de (2.5):
12
 18µ 
dS = 
 ∆ρgu 
(2.102)
 p 
El uso de esta relación supone que las partículas son muy pequeñas, tal que la ecuación
de Stokes sea válida (Concha 2001).
Es conveniente establecer la relación entre el diámetro de Stokes y el diámetro
equivalente volumétrico. Aprovechando el hecho que la fuerza de arrastre es
proporcional al volumen de las partículas, tal como se vio en la sección 2.1, e
independiente de la forma de las partículas, podemos escribir:
Fd = − ( Fg + Fe ) = − ( −ρp Vp g + ρf Vp g ) = ∆ρVp g
π
= ∆ρgd 3v (2.103)
6
donde ∆ρ = ρp − ρf es la diferencia de densidades entre la partícula y el fluido, µ es la
viscosidad del fluido y dv es el diámetro equivalente volumétrico.
Como las partículas son pequeñas, la fuerza hidrodinámica Fd , que ejerce un
fluido sobre la partícula, se puede obtener de la ley de Stokes:
Fd = −3πµdV u ev (2.104)
donde dV y uev son el diámetro equivalente volumétrico y la velocidad de
sedimentación de una esfera de diámetro dV .Reemplazando (2.103) en (2.104) resulta:
1 ∆ρd 2V g
u ev = (2.105)
18 µ
Por otra parte, la velocidad de sedimentación de la partícula, según (2.102) es:
Fernando Cocha A.
1 ∆ρdS2 g
up = (2.106)
18 µ
Dividiendo (2.106) por (2.105) se obtiene:
dS2 u p
= (2.107)
d 2V u ev
Pettyjohn y Christiansen (1948) establecieron que la razón entre la velocidad de una
partícula y la de su esfera equivalente es:
up  ψ 
= 0.843log   (2.108)
u ev  0.065 
por lo que finalmente resulta:
12
dS   ψ 
=  0.843log   (2.109)
dV   0.065  
La determinación experimental de la distribución granulométrica mediante el
método de sedimentación se basa en el cambio de densidades de una suspensión,
inicialmente homogénea, cuando las partículas de diversos tamaños van dejando la
suspensión. La medición del cambio de concentración o del peso de las partículas que
van dejando la suspensión, induce diversos métodos de análisis por sedimentación.
Usando la medición de cambios en concentración existen numerosos
instrumentos tales como la clásica Pipeta de Andreasen, el Sedigraph de Micromeritics,
el Microscan de Quantachrome, el Lumosed de Retsch y el Analysette de Fritsch. Estos
instrumentos tienen como elemento principal una columna de sedimentación, la que se
llena con una suspensión homogénea de concentración ϕ0 , en fracción volumétrica de
sólidos o en cualquier otra medida de concentración. La altura inicial de la suspensión
la designaremos por L y una posición cualquiera de la columna la designaremos por z.
Consideremos una franja de columna a la altura z con un volumen pequeño y
constante. En los primeros instantes de la sedimentación, cada partícula de un cierto
tamaño que deja el pequeño volumen en z por sedimentación, es reemplazado por igual
número de partículas del mismo tamaño que vienen desde arriba. Sin embargo, las
partículas que tengan una velocidad de sedimentación mayor a v (d si ) = (L − z) t i ,
habrán pasado la posición z en el intervalo de tiempo ti , de modo que no habrá
partículas de ese tamaño que vengan desde arriba y reemplacen a las que salieron del
pequeño volumen. Por lo tanto la concentración de la suspensión del volumen en z en
el tiempo ti , sólo tendrá partículas menores al tamaño dsi , esto es, su distribución
granulométrica será F (d si ) . Si se toma muestras del volumen en z, para incrementos
del tiempo ti , preferentemente en progresión geométrica, y se pesa el material sólido, o
si se mide la concentración por medio de extinción de luz o de rayos X, se puede
calcular la distribución en peso mediante la expresión:
Fernando Cocha A.
ϕ (dsi )
F3 (dsi ) = (2.110)
ϕ0
Existen otros tipos de instrumentos para el análisis granulométrico, tales como
las balanzas de sedimentación, que se basan en el pesaje delas partículas que se van
acumulando en el fondo de la columna sedimentación con el tiempo. Entre este tipo de
balanzas encontramos la Gallenkamp, la Sartorius y la Shimadzu.
Supongamos que la celda de sedimentación está inicialmente llena hasta la altura
z=L con una suspensión homogénea de volumen V y concentración ϕ0 . Si
denominamos W(t) el peso del material acumulado en el fondo en el tiempo t, este
material estará compuesto por partículas mayores al diámetro d s , R 3 ( ds ) , y partículas
menores al diámetro d s que comenzaron la sedimentación desde posiciones inferiores
a z=L. Entonces:
1  d 
R 3 (d s ) =  W(t) − ( W(t) )  (2.111)
ρs Vϕ0  d log t 
El valor de W(t) se obtiene de la medición experimental y la derivada se calcula con
métodos gráficos o numéricos.
a) Pipeta de Andreasen
La Pipeta de Andreasen, que se muestra en la figura 2.32, consiste en una
probeta graduada de 500 cm3 de capacidad. Tiene graduación en centímetros, desde
z=0 a una cierta distancia del fondo, hasta z=20 cm en la parte superior. La tapa
esmerilada de la pipeta tiene soldado un tupo delgado por su centro, que lleva hasta la
graduación z=0 en el interior de la probeta. Por arriba, el tubo termina en una válvula
de dos vías, que conduce a un ensanchamiento del tubo con capacidad de 10cm3. A
través de este tubo se puede succionar suspensión al receptáculo y, manipulando la
válvula, se puede evacuar a un vaso de precipitados de 25 cm3.
Fernando Cocha A.
Fig. 2.32 Pipeta de Andreasen.

Si se coloca una suspensión en la pipeta hasta la marca superior de z=20 cm, se
homogeniza y se deja sedimentar, el método se basa en que no habrá partículas
mayores que un cierto tamaño en la suspensión después de un determinado tiempo t i .
Si para cada tiempo t i = t1 , t 2 , t 3 ,... se saca una muestra del nivel z=0, las muestras
sucesivas carecerán de los tamaños d s1 , d s2 , d s3 ,... y los otros tamaños correspondiente
a los demás tiempos de muestreo. A partir de estas muestras se puede obtener la
distribución granulométrica de las partículas que forma la suspensión según la
ecuación (2.110).
ϕ (dsi )
F3 (dsi ) =
ϕ0
b) Sedimentómetros
Existen varios instrumentos que miden la concentración en la columna de
sedimentación por medio de atenuación de la luz o de rayos X. Entre los primeros,
mencionaremos los photosedimentómetros Retsch, Wagner, EEL, Bound Brooke,
Seishin y otros, mientras que el Sedigraph de Micromeritics y Microscan de
Quantachrom utilizan rayos X para medir la concentración.
Los fundamentos de la atenuación de la luz se darán en la próxima sección. En el
caso de rayos X, la atenuación está dada por:
I = I0 exp ( − Bϕ ) (2.112)
Fernando Cocha A.
donde B es una constante y ϕ es la concentración de la suspensión. Las figuras 2.33 a

2.34 muestran un fotosedimentómetro y dos sedimentómetros de rayos X.
Fig. 2.33 Photosedimentómetro de Retsch
a) Sedigraph de Micromeritics b) Microscan de Quantachrome

Fig. 2.34 Sedimentómetros de Rayos X.
2.7.3 Métodos basados en Microscopía

La microscopía es uno de los métodos más directos de medición del tamaño de
una partícula ya que es en el único método en que las partículas se observan y miden
individualmente. Por esta razón, se la considera como el método absoluto de análisis
granulométrico. Tiene la ventaja adicional, que permite observar y medir la forma de
las partículas y determinar su composición. Como las partículas son consideradas
Fernando Cocha A.
individualmente, la calidad de la muestra adquiere importancia. Se considera que es

necesario medir por lo menos 10.000 partículas para tener un error de muestreo del
1%, mientras que si solamente se miden 100 partículas, el error sube al 10%, como se
explica más adelante en la sección 2.9. Es claro, entonces, que la única manera de
realizar una medición de partículas al microscopio es mediante un sistema automático,
ya que en forma manual consumiría mucho tiempo. El resultado de un estudio
microscópico de un sistema particulado da como resultado la frecuencia y distribución
en número.
Los grandes avances en microscopía han permitido el desarrollo de
innumerables instrumentos de medición automática de la granulometría de un sistema
de partículas. Podemos distinguir dos tipos de instrumentos, los microscopios ópticos y
los microscopios electrónicos.
a) Microscopía óptica
La microscopía óptica se utiliza para medir partículas con tamaños entre
0.8 < x < 150 µm . Su mayor limitación es su pequeña profundidad focal, que es
alrededor de 10 µm para un aumento de 100× y de 0.5µm para uno de 1000× . El
límite de resolución para un microscopio óptico está dado por:
fλ
x= (2.113)
2NA
donde x es el límite de resolución, λ es la longitud de onda de la luz que ilumina, NA
es la abertura numérica del objetivo y f es un factor de alrededor de λ = 1.3 .
Partículas menores a 5 µm deben ser estudiadas con microscopios de
transmisión, mientras que partículas mayores pueden usar microscopía de reflexión.
Las imágenes producidas por un microscopio óptico pueden ser observadas
directamente o sobre su proyección en una superficie (fotografía). Es preferible realizar
la observación directamente para evitar el problema de aquellas partículas que no
quedaron en foco. La observación se puede realizar desde muestras dispersas
homogéneamente en un portaobjeto de vidrio o incrustados en una briqueta. En este
último caso, uno de los problemas que se enfrenta es como considerar aquellas
partículas que fueron cortadas y qué relación existe entre la imagen plana del
microscopio y la forma tridimensional de la partícula. Este fenómeno es tratado en la
disciplina denominada estereología.
Varias empresas ofrecen sistemas automáticos de análisis microscópico óptico
de partículas. En las siguientes figura se muestra un esquema de un microscopio óptico
y un sistema automático de análisis usando este principio.
Fernando Cocha A.
Fig. 2.35 Esquema de un Sistema de análisis microscópico óptico.
Fig. 2.36 Instrumento con Sistema de análisis microscópico óptico.
b) Microscopía electrónica
Hay dos tipos de microscopía electrónica utilizada para la observación de
partículas, la microscopía electrónica de transmisión (TEM) y la microscopía
electrónica de barrido (SEM).
Fernando Cocha A.
La TEM se utiliza para examinar directamente las partículas en el rango desde

0.001 a 5µm en la imagen producida en una pantalla fluorescente o en una fotografía.
En general, los análisis de tamaño se efectúan sobre la imagen fotográfica.
Instrumentos relativamente baratos pueden llegar a aumentos de 4000 × mientras que
equipos más sofisticados pueden llegar hasta 10000× con una resolución de 00.3 a 0.5
nm. Gran esfuerzo se debe emplear en producir una buena preparación de la muestra.
La SEM es una técnica en la que un fino rayo de electrones de energía media (5-
50 keV) se barre sobre la muestra en trayectorias paralelas. Estos electrones interactúan
con la muestra, produciendo una emisión secundaria de electrones (SEE), de electrones
difractados (BSE), luz y rayos X. Cada una de estas señales puede ser detectada y
mostrada en la pantalla de un tubo catódico como una imagen de televisión. La
observación se hace generalmente en una reproducción fotográfica de la pantalla. La
SEM es mucho más rápida y da más detalles tridimensionales que el TEM debido a su
gran profundidad de foco, que es como 300 veces mayor que la de un microscopio
óptico. Se puede observar muestra de hasta 25x25 mm con amplificaciones parciales
de 20 × a 100000 × y con una resolución de 15 a 20 nm.
Existen varios sistemas de microscopía electrónica en el mercado. Aquí
mencionaremos solamente los de Leo, Philips, Zeiss y Baush and Lomb.
Fig. 2.37 Esquema de un Sistema TEM Fig. 2.38 Instrumento de Sistema TEM.
Fernando Cocha A.
Fig. 2.39 Esquema de Sistema SEM Fig. 2.40 Instrumento de Sistema SEM
2.7.4 Métodos basados en la interacción de la luz

Cuando un rayo de luz atraviesa una suspensión de partículas, parte del rayo
puede ser absorbido por las partículas, transformándola en otro tipo de energía, y la
otra parte se dispersa como luz refractada, reflejada y difractada. Esta parte dispersa se
emite en todas las direcciones del espacio, aunque la intensidad es mayor en algunas
direcciones que otras. Por otra parte, la luz difractada produce un patrón de difracción
característico para las partículas. Estos fenómenos pueden ser utilizados para medir el
tamaño de las partículas y su concentración.
a) Dispersión de la luz
Por dispersión de la luz se entiende la desviación de los rayos luminosos de su
dirección original por pequeñas partículas. La luz es dispersada en todas direcciones
del espacio, pero su intensidad depende del tamaño de la partícula y del ángulo de
dispersión. La figura 2.41 muestra la intensidad de la luz dispersa por dos partículas de
diferente tamaño. Se puede observar que la intensidad de la luz dispersa aumenta
significativamente con el aumento de tamaño de la partícula y que es máxima para un
ángulo de dispersión de θ = 0° . La figura siguiente muestra la forma de dependencia
de la intensidad de la luz dispersa con el tamaño de las partículas y el ángulo de
dispersión. Solamente los datos del ángulo θ = 0 son suficientemente suaves para ser
utilizados como correlación. La teoría de Mie describe la dependencia para tamaños de
partículas menores o iguales a la longitud de onda del rayo ( x ≤ λ ) . De la figura se ve
que en este rango, denominado rango de Rayleigh, que puede extenderse hasta
x < 1µm , la dependencia es:
Fernando Cocha A.
I ∝ x6 (2.114)
Fig. 2.41 Intensidad de la luz dispersa por una partícula de 0.2 µm y

otra de 1 µm para un rayo de longitud de onda de λ = 0.63 µm e
índice de refracción de n = 1.2
Para tamaños mayores a x < 1µm y hasta aproximadamente 10µm, denominado
efecto de Mie, la dependencia es de:
I ∝ x4 (2.115)
Fernando Cocha A.
Fig. 2.42 Intensidad de la luz dispersa en función del tamaño

de la partícula con el ángulo de dispersión como parámetro.
Longitud de onda de λ = 0.343 µm .
Los instrumentos que utilizan la dispersión para determinar el tamaño de

partículas tiene un arreglo óptico similar al de la figura 2.43.
Fig. 2.43 Sistema óptico para medir dispersión de la luz.
Una fuente de luz lanza un rayo, a través de un sistema óptico, hacia un pequeño
volumen por el cual se hace pasar un flujo de partículas a muy pequeña concentración.
Los rayos de luz dispersados son captados por un segundo sistema óptico ubicado a un
ángulo θ respecto al primero. El la figura 2.44 se muestra un instrumento que utiliza
este principio.
Fernando Cocha A.
Fig. 2.44 Instrumento de para medir dispersión de luz.
b) Extinción
Para medir la extinción debido a las partículas, esto es, la intensidad de la luz
transmitida, se coloca un detector en el ángulo θ = 0 . La intensidad de luz dispersa
que se detecta en un ángulo δ alrededor de θ = 0 , ver figura 2.45, depende del tamaño
de la partícula, de la longitud de onda de la luz incidente, índice de refracción del
sistema óptico y del ángulo δ.
Fig. 2.45 Parte de la luz dispersa que cae en el detector.

Para suspensiones diluidas de partículas la disminución de intensidad de luz
desde la luz incidente I0 a luz transmitida I, está dada por:
 πx 2 
I = I0 1 − NK(x,n, δ)  (2.116)
 4 
Fernando Cocha A.
donde N es la concentración de partículas, en número, y K ( x,n,δ ) es el coeficiente de

extinción, que depende del tamaño de la partícula, de su índice de refracción y del
ángulo de detección δ. La figura 2.46 muestra la variación del coeficiente de extinción
con el tamaño de la partícula.
Fig. 2.46 Coeficiente de extinción K en función del tamaño de

partículas y longitud de onda, para varios índices de refracción.
Los fotosedimentadores son equipos que utilizan la extinción de la luz dispersa
por las partículas.
b) Difracción de la luz
Cuando un rayo de luz paralelo y monocromático incide sobre una pequeña
abertura, la luz transmitida a través de un lente forma un patrón de difracción sobre una
pared plana. Este patrón, denominado patrón de difracción de Fraunhofer, consiste en
un círculo fuertemente iluminado rodeado de anillos oscuros y claros respectivamente,
como se observa en la figura siguiente.
Fernando Cocha A.
Fig.2-47 Patrón de difracción de Fraunhofer
Si el rayo de luz ilumina una suspensión de partículas, también forma un patrón

de difracción de Fraunhofer, la que no es perturbada por el movimiento de las
partículas.
La figura 2.48 muestra un sistema óptico simple para la medición de patrones de
difracción. Un haz de láser de He/Ne se dirige a un lente que lo ensancha y transforma
en rayo paralelo. Este rayo atraviesa la suspensión y es enfocado por otro lente sobre
una pared, donde su intensidad es medida por un detector fotoeléctrico
Fig. 2.48 Arreglo óptico para obtener los patrones de difracción de

Fraunhofer.
Cuando el tamaño de las partículas es mucho mayor que la longitud de onda del
rayo láser (x>1µm), la intensidad de luz medida en el detector es independiente de las
propiedades ópticas del material. Entonces, según la teoría de Fraunhofer, la intensidad
de la luz del círculo de radio r, producido por una partícula esférica de diámetro x,
depende del radio r de la imagen y del tamaño de la partícula:
 x 4   J1 (krx) 
2
π
i(r, x) = i 0  k   con k =
 4   krx  λf
donde i 0 es la intensidad y λ la longitud de onda del rayo incidente, x es el tamaño de
las partículas, r es el radio de los círculos del patrón, f es la longitud focal y J1 es la
función Bessel de primera clase. El radio del círculo central está dado por:
λf
r0 = 1.22 (2.117)
x
Si la partícula forma parte de una suspensión, la intensidad medida en el ángulo
θ=0 resulta de la integración:
∞ f (x)
∫ i ( x ) x dx 3
3
I(r ) =
0
(2.118)
∞ f3 (x)
∫
0 x3
dx
Fernando Cocha A.
En el mercado existen numerosos equipos que utilizan este principio. Los más
conocidos son: Helos-Rodos de Sympatec, Alemania, Malvern, Inglaterra, Cilas Laser
Granulometer, Francia y Leads and Notrhrup Microtrac, USA.
Fig. 2.49 Instrumento de Malvern. Fig. 2.50 Instrumento de Sympatec.
2.7.5 Métodos basados en permeametría

La superficie específica de una esfera está relacionada con su diámetro
mediante:
S 6
S= =
V d
Para un sistema particulado de forma arbitrara, la superficie está dada por la ecuación
(2.3) de la sección 2.1.1:
6
S= (2.119)
dsv
donde dsv es el diámetro volumétrico superficial.
La relación entre el diámetro volumétrico superficial dsv y el tamaño volumétrico
superficial x12 está dado por la ecuación (2.38):
αv
d sv = 6 x12 (2.120)
αS
donde x12 = x 330 x 220 .

De las ecuaciones (2.119) y (2.120) se puede observar que es posible calcular un
tamaño promedio relacionado con la superficie específica de un sistema particulado.
Entonces, el problema que se plantea es cómo medir la superficie especifica de una
colección de partículas. La solución fue dada por Darcy (1856) al proponer una
ecuación que da el flujo de un fluido a través de un medio poroso cuando se conoce la
caída de presión a través del medio:
∆p µ
= q (2.121)
L k
Fernando Cocha A.
donde q es el flujo en volumen por unidad de superficie por unidad de tiempo, µ es la

viscosidad del fluido, L es el espesor del medio poroso, ∆p es la caída de presión a
través del medio y k es la permeabilidad, parámetro medido en unidades de longitud al
cuadrado.
Kozeny (1227) y Carman (1937), en forma independiente, relacionaron la
permeabilidad con la porosidad y la superficie específica promedio del medio poroso,
llegando a la ecuación:
ε3 1
k (ε ) = (2.122)
β(1 − ε) S 2
2
donde ε es la porosidad del medio y β es un parámetro, denominado tortuosidad, cuyo

valor es β = 5 entre 0.3 ≤ ε ≤ 0.5 (Coulson y Richardson 1968). Por lo tanto,
reemplazando (2.122) en (2.121) se obtiene:
1 ε3 ∆p 1
S =
2
(2.123)
5µ (1 − ε) 2 L q
Los tamaños volumétrico-superficiales, entonces, son:
12
 (1 − ε)2 µLq 
d sv = 6 5   (2.124)
 ε ∆p 
3
12
α  (1 − ε)2 L 
x12 = 5 S  µ q (2.125)
α V  ε3 ∆p 
Como conclusión, podemos decir que, si se hace pasar un fluido de viscosidad µ a una
presión ∆p a través de un lecho de espesor L y porosidad ε, formado por las partícula,
el diámetro promedio volumétrico superficial del sistema de partículas se puede
calcular con la ecuación (2.124). Para calcular x12 es necesario conocer, además, los
factores de forma.
Las suposiciones que involucran las leyes de Darcy y Carman-Kozeny son tan
restrictivas, que no se puede asegurar que el área específica determinada por este
método sea la real. Por esta razón, es mejor considerar que los métodos basados en esta
tecnología, son útiles en términos comparativos solamente y se aplican,
principalmente, con propósitos de control sobre un mismo producto.
Se denomina permeámetros a los instrumentos que hacen uso de las leyes de
Darcy y Kozeny-Carman para la determinación del tamaño promedio de un sistema
particulado. Los permeámetros comerciales se dividen en dos tipos, los que utilizan
una presión constante, como por ejemplo el Fisher y el Permaran, o aquellos que usan
un flujo constante, como el Blain y el Ridgeon. El test Blain es el estándar de la
industria del cemento y utiliza la norma ASTM C204-68, mientras que el test Fisher es
Fernando Cocha A.
estándar para polvos de metales y compuestos refractarios, para los que usa la norma
ASTM B330-76 y para polvos de alúmina y sílice, con la norma ASTM C721-76.
2.7.6 Contadores de resistencia eléctrica

Los contadores de resistencia eléctrica de partículas cuentan las partículas que,
al pasar por un orificio pequeño, cambian la resistencia eléctrica del fluido.
Consideremos un volumen de control en forma de cilindro inmerso en un campo
eléctrico homogéneo. Por este volumen fluye un electrolito en el cual están
suspendidas las partículas sólidas. Las partículas pasan por el volumen una a una.
Cuando una partícula se encuentra en el volumen de control, la resistencia eléctrica de
éste aumenta y, por lo tanto, para igual corriente, aumenta el voltaje V = iR . Se puede
demostrar que el cambio de resistencia eléctrica es proporcional al volumen de la
partícula:
∆R ∆V
Vp = V0 ≡ V0 (2.126)
R0 V
donde Vp es el volumen de la partícula, V0 el volumen de control, R0 es la resistencia
en el electrolito sólo, ∆R es el incremento de resistencia, ∆V es el incremento de
voltaje y V es el voltaje original.
Existen varios equipos que utilizan este principio, el más conocido de los cuales
es el Coulter-Counter. Ve figura 2.51.
Fernando Cocha A.
Fig. 2.51 Medidor de tamaño de partículas Coulter Counter.
Fernando Cocha A.
2.8 TEST DE FISHER

El Fisher sub-sieve sizer consiste fundamentalmente en una bomba de aire, un
regulador de presión, un tubo para la muestra, un flujómetro estandarizado de doble
rango y una carta para dar los resultados. La figura 2.52 muestra un esquema del
instrumento.
Fig. 2.52 El Fisher sub-sieve Sizer.
2.8.1 Principios de medición

El Fisher sub-sieve sizer utiliza la permeabilidad con aire, a presión constante,
como método para determinar el tamaño promedio de un sistema particulado. Por lo
tanto, la relación entre la caída de presión ∆p y el flujo q con el diámetro volumétrico
superficial es:
12
 (1 − ε)2 µLq 
d sv = 6 5   (2.127)
 ε ∆p 
3
donde µ es la viscosidad del aire, que depende de la temperatura, ε es la porosidad del

lecho de partículas y L es su espesor.
Fernando Cocha A.
2.8.2 Parámetros y su determinación

Si designamos por V el volumen aparente del lecho de partículas y por A y L su
sección y espesor, entonces V = AL y si Vs es el volumen de sólidos, M su masa y D
su densidad, entonces Vs = M D . Con estas definiciones tenemos que:
LA − M D M
ε= 1− ε = (2.128)
LA DLA
Si la caída de presión total es P, y la caída de presión a través del flujómetro es
F, la caída de presión en el lecho será ∆p = P − F . Por otra parte, si el caudal de aire es
Q = cF , el flujo volumétrico de aire será q = cF A . Reemplazando los valores de ε,
(1-ε), q, ∆p en (2.127) se obtiene:
12
 
 
M F 1 
d sv = CL (2.129)
D P−F M
3 
  AL −  
  D 
donde la constante C = 6 (5cµ ) .

12
Si se elige la masa de sólidos en g igual en número a su densidad, M D = 1 y la

ecuación (2.129) se simplifica a:
12
 F 1 
d sv = CL   (2.130)
 P − F ( AL − 1)3 
 
2.8.3 Factores que afectan los resultados

De entre los factores explícitos que afectan el resultado, el principal es la
porosidad. Ésta depende de cómo se empaca el lecho poroso. Se recomienda que todo
el sólido se introduzca de una vez en la celda y que se golpee la celda brevemente, o se
haga vibrar, en forma estandarizada para cada ensayo.
Los factores que no están explícitamente contemplados en el procedimiento son
aquellos en que se basan las teorías de Darcy, Carman y Kozeny. En primer lugar, el
flujo de aire debe ser lento de modo que se cumpla la dependencia lineal del flujo de la
caída de presión. Esto se cumple cuando el número de Reynolds, definido en la forma
(Concha 2001) es menor a 1:
0.143ρf c(ε) k(ε)q

Re* = << 1 (2.131)
µf ε 2 3
donde ρf y µ f son la densidad y viscosidad del aire.

Fernando Cocha A.
En segundo lugar el modelo capilar de un lecho poroso de Carman-Kozeny

supone que el lecho está formado por un conjunto muy grandes de capilares rectos y
que el parámetro β = 5 en la ecuación (2.122), para lo cual no hay acuerdo entre
investigadores.
Finalmente comentaremos que, el método de permeabilidad permite determinar
los factores de forma de las partículas, procedimiento que discutiremos más adelante.
Fernando Cocha A.
2.9 HELOS-RODOS DE SYMPATEC

El instrumento Helos-Rodos de la empresa alemana Sympatec GmbH, es un
sistema de análisis granulométrico basado en el método de difracción de la luz a
θ = 0° . Utiliza un rayo láser de Helio-Neón de 20.2mm de diámetro, con longitud de
onda de λ = 0.6328µm y potencia de 5 mW, deflectado por espejos a 180°. El
instrumento tiene cuatro rangos de medición cambiando el tubo de lentes de diversas
distancias focales:
• 100 mm 0.7 ≤ x ≤ 175 µm
• 200 mm 1.5 ≤ x ≤ 350 µm
• 500 mm 3.5 ≤ x ≤ 875 µm
• 1000 mm 7.5 ≤ x ≤ 1750 µm
Es posible realizar el análisis en húmedo o en seco, para lo cual se dispone de
una celda de dispersión Sucell Helos, la cual se reemplaza por el sistema de dispersión
Rodos. La figura 2.53 muestra la disposición general del instrumento Helos-Rodos.
a) Con celda sucell instalada b) Celda sucell.

Fig. 2.53 Disposición general del instrumento Helos con celdas de dispersión SUCELL.
2.9.1 Principales elementos del sistema de detección de Helos-Rodos

a) Celdas de medición
La celda SUCELL es un sistema de dispersión universal en agua para cualquier
tipo de material fino hasta 875 µm. Es muy apropiado para pequeñas muestras. El
volumen de la celda es de aproximadamente 400 cm3. La dispersión y homogenización
se consigue con la acción combinada de fuerzas capilares, agitación mediante dos
agitadores y ultrasonido. La muestra de polvo se introduce en la celda en forma
Fernando Cocha A.
manual, desde una pasta preparada anteriormente, observando la densidad óptica de la

suspensión en el computador.
RODOS es un sistema de dispersión de partículas hasta 1000 µm en aire. La
dispersión se obtiene por repetidos impactos de las partículas en la paredes interiores
del inyector. La energía de dispersión es suministrada por un chorro de aire
comprimido con presión entre 6.5 y 8 bares. El inyector viene en dos dimensiones de 4
y 6 mm. El flujo de aire del inyector de 4 mm da entre 220 y 270 l/min y el de 6mm de
entre 220 y 400 l/min dependiendo de la presión. La figura 2.9x muestra el sistema de
dispersión RODOS.
Fig. 2.54 Helos-Rodos.
Fig. 2.55 Sistema de dispersión RODOS. Vista lateral.
2.9.2 Procedimiento de medición
a) Análisis en húmedo
Secuencia de medición: El procedimiento para realizar un ensayo en húmedo es
el que sigue:
¾ Encender el computador.
¾ Encender el equipo
¾ Colocar la celda sucell en el lugar apropiado del equipo
¾ Abrir el software (helos.exe).
¾ Seleccionar el método de medición (sucell)
Fernando Cocha A.
¾ En la ventana principal ingresar los parámetros:

Número de la prueba
Descripción de la muestra
Tiempo de medición (1-10s)
Lente utilizado
¾ Instalar en el equipo el lente ingresado en el software. (En el equipo existe una
barra graduada con las distancias focales para cada lente para colocar el sensor
de medición).
¾ Colocar en infinito el regulador del sistema ultrasónico.
¾ Llenar la cubeta sucell con agua destilada y enrasar hasta la superficie metálica
de las aspas del agitador.
¾ Seleccionar la velocidad de rotación del agitador (1-10 rpm).
¾ Encender la bomba para recircular el agua.
¾ Pedir referencia al equipo (realiza aliniamiento para el lente).
¾ Presionar el ícono NORMAL y el equipo queda listo para medir.
¾ Agregar entre (1-5) gramos de muestra en la cubeta hasta que la densidad
óptica indicada en la pantalla quede entre un 15 a un 25%.
¾ Esperar (1-10) segundos para que recircule la suspensión.
¾ Presionar ENTER para iniciar la medición.
¾ Imprimir los datos y curva.
c) Análisis en seco
Secuencia de medición: El procedimiento para realizar un ensayo en húmedo es
el que sigue:
¾ Encender el computador.
¾ Encender el equipo (Helos-Rodos).
¾ Sacar la cubeta sucell y reemplazarla por el alimentador Rodos. Colocar el
inyector frente a la ventana, a una distancia de 2 a 5 cm, de modo de que el
flujo de partículas pase por delante del haz de luz.
¾ Abrir la llave de la red de aire comprimido.
¾ Abrir el software (helos.exe).
¾ Seleccionar el método (rodos).
¾ En la ventana principal ingresar los parámetros:
Número de la prueba
Descripción de la muestra
Fernando Cocha A.
Tiempo de medición (1-10s)

Lente utilizado.
¾ Instalar en el equipo el lente ingresado en el software. (En el equipo existe una
barra graduada con las distancias focales para cada lente, para colocar el sensor
de medición).
¾ Pedir referencia al equipo (realiza aliniamiento para el lente).
¾ Ingresar el tiempo ( ≈ 30 ) segundos y amplitud ( ≈ 5 ) rpm del alimentador
vibratorio del Rodos. El tiempo se regula hasta que la densidad óptica esté
entre un 15 y 25%.
¾ Colocar suficiente material ( ≈ 500 ) gramos en el alimentador vibratorio para
realizar un ensayo.
¾ Presionar ENTER para iniciar la medición.
¾ Imprimir los datos y curva.
Fernando Cocha A.
2.9.3 Nomenclatura e identificación y definición de los términos utilizados en el

despliegue de resultados.
Los resultados de análisis granulométrico realizado por el equipo Helos-Rodos
se entregan de la manera que se indica en la tabla que sigue. La información de la tabla
se puede elegir según sea conveniente.
SYMPATEC RODOS
Método de medición: Dispersor seco RODOS

Presión: 2.0 bares
Depresión de inyector: 50 milibares
Velocidad de rotación: 80%
Flujo alimentación: 45%
Longitud focal: 100mm
Tiempo de medición: 10s
Operador: Patricio Leonelli
Nombre de la muestra: Concentrado de cobre
Comentario 1: Cliente
Comentario 2: Fecha 20/08/96
Nombre del archivo: C:\H-DATA\ESCOND6.HEL
Densidad de partículas: 4.40 g/cm3
1ª columna xo/mym: Límite superior x i en micrones

2ª columna: Q3/% Distribución inversa F3 (x i )
3ª columna: (1-Q3)/% Distribución directa R 3 (x i ) = 1 − F3 (x i )
4ª columna: xm/mym Promedio del rango x i = x i x i+1
5ª columna: q3/1/mm Frecuencia relativa lineal f 3 (x i )∆x i
6ª columna: q3lg Frecuencia relativa logarítmica log f 3 (x i ) ∆x i
7ª columna: dQ3/% frecuencia f 3 (x i )
x05 tamaño por el cual pasa 5% de la distribución.

Sv Superficie específica por unidad de volumen S
Sm Superficie específica por unidad de masa Ŝ = ρs S
C_optc Densidad óptica o extinción, esto es, intensidad de la luz disminuida por la
absorción.
Fernando Cocha A.
2.10 MUESTREO PARA ANÁLISIS GRANULOMÉTRICO

Todo análisis granulométrico se realiza sobre una muestra del sistema
particulado y un requisito fundamental para que la medida sea útil, es que la muestra
sea representativa del sistema original. La ejecución del análisis requiere dos
operaciones consecutivas, ambas sujetas a error, el muestreo y la determinación de
tamaño.
Como las operaciones de muestreo y análisis son independientes, los errores son
aditivos y el error estándar total SE asociado a la determinación estará dado por:
SE 2 = SE 2m + SE 2a (2.132)
donde SE m es el error estándar asociado al muestreo y SE a es el error estándar

asociado al análisis.
2.10.1 Tamaño de una muestra

Supongamos que el valor verdadero de la distribución inversa de un sistema
particulado es F(x). Designaremos por F*(x) el valor de la distribución en la muestra.
Como el muestreo está sujeto al error SE m , la relación entre estos dos valores es:
F*(x) = F(x) ± SE m (2.133)
Por otra parte, designemos por F**(x) la distribución obtenida por el análisis
experimental, entonces:
F*(x) = F**(x) ± SE a (2.134)
y, por lo tanto, para el sistema particulado tenemos:
F(x) = F**(x) ± SE (2.135)
En la práctica, podemos aceptar errores de muestreo de un 1% y errores de
análisis de un 2%. Esto significa que:
SE m = 0.010, SE a = 0.020, SE = 0.022 (2.136)
Entonces:
F(x) = F**(x) ± 0.022 (2.137)
La pregunta es entonces, cual es el tamaño de la muestra para que el error de muestreo
esté dentro del 1%?.
La forma de cortar las muestras, cuyos detalles se describirá más adelante,
permite suponer que los errores de muestreo se distribuyen en forma binomial. Esto
significa que:
1
σ2m = F(x) (1 − F(x) )
n
Fernando Cocha A.
donde n es el número de partículas en la muestra. Como:

SE m = tσm
donde t=2 , es el parámetro estadístico de Student para 1 muestra, deducimos que
SE m 0.010
σm = = = 0.005
2 2
Entonces el número de partículas necesarias para obtener un σm = 0.005 será:
F(X) (1 − F(x) )
n= (2.138)
(0.005) 2
De esta expresión se puede observar que el número de partículas depende del valor de
F(x) y que será máximo para:
dn
= 4 ×10 4 (1 − 2F(x) ) = 0
dF
de donde se deduce que el máximo error se cometerá para f (x) = 0.5 . Introduciendo
este valor en (2.138) se encuentra que el número necesario de partículas para que el
error de muestreo sea menor a 1% es de:
n = 10.000 (2.139)
Se puede calcular que si sólo se toman 100 partículas, el error de muestreo
aumenta a 10%.
Un número de 10.000 partículas representa diferentes problemas para los
diversos métodos de análisis, dependiendo del tamaño de las partículas a analizar.
El tamaño de la muestra depende del tamaño promedio del sistema de partículas.
El tamaño de la muestra en masa será:
W = 10.000 × ρs α v x 30
Si suponemos una densidad del material de ρs = 2.6 , un factor de forma de α v = 0.2

(correspondiente a cuarzo), y diversos tamaños, la masa de muestra será:
Tamaño partícula Tamaño de la muestra

10 cm 358 kg
3 mallas 850 g
8 mallas 42 g
100 mallas 11 mg
150 mallas 2 mg
Fernando Cocha A.
400 mallas 0.2mg

2.10.2 Métodos de muestreo
La obtención de una muestra de laboratorio para realizar un análisis
granulométrico puede ser obtenida de diversas formas. Para todas ellas es necesario
que el material esté previamente bien mezclado.
a) Mezclado por roleo y mezclador mecánico

La forma más usada de mezclar un material es mediante un paño roleador, como
el que se muestra en la figura 2.56 a)
a) Paño roleador. b) Mezclador mecánico

Fig. 2.56 Mecanismos para mezclar una muestra.
El tamaño del paño roleador varía dependiendo con el tamaño de material a mezclar. Si
este material es de varias decenas de kilogramos, el roleo debe ser hecho por dos
personas. El paño, de forma cuadrada descansa en el suelo y cada persona toma dos
extremos haciendo rodar el material de una esquina a la otra. La operación se repite
durante cinco minutos. Cuando la muestra es pequeña, menor a tres kilogramos, la
operación puede ser hecha por una persona sobre una mesa.
Cuando la cantidad de material a mezclar es muy grande se utiliza un mezclador
mecánico como el esquematizado en la figura 2.56.b).
b) Cono y cuarteo
El método de cono y cuarteo para reducir una muestra es ampliamente utilizado
debido a su simplicidad y a que no requerir equipos especiales. El método, aplicable a
materiales con partículas de tamaño menor a 1 pulgada, consiste en formar un cono con
el material, en el suelo o sobre una mesa, y aplastarlo formando una torta circular. Ver
Fernando Cocha A.
figura 2.57. La simetría del cono es muy importante. El tronco de cono resultante se
divide en cuatro partes iguales. Dos fracciones opuestas se retiran cuidadosamente,
juntando las dos fracciones restantes y construyendo un nuevo cono. El procedimiento
se repite hasta obtener una muestra del tamaño deseado.
Fig.2.58 Técnica de muestreo por cono y cuarteo.
b) Cortados de chutes
Un buen método de reducción de una muestra es verter las partículas en forma
homogénea sobre un cortador de chutes o riffles, como el de la figura 2.59. Este
aparato divide la muestra original en dos partes aproximadamente iguales. El uso
, 1 4 , 1 8 ,..., ( 1 2 ) de la muestra
n
repetido del cortador permite obtener fracciones de 1
2
original.
Fig. 2.59 Cortador de chutes o de riffles.
Fernando Cocha A.
c) Reducidor binomial
Otro equipo utilizado en el laboratorio para reducir una muestra, es el reducidor
binomial. Este aparato permite obtener 116 de la muestra original en una sola pasada.
Ver figura 2.60. El límite de tamaño de partículas es de 1 2 pulgada.
Fig. 2.60 Reducidor binomial.
d) Muestreador rotatorio
Un excelente método de muestreo es el muestreador rotatorio. El material se
introduce en el buzón de un alimentador vibratorio, el que descarga en un sistema
rotatorio de depósitos, por ejemplo de frascos. El sistema se mueve a una velocidad
constante lo que permite que cada botella reciba la misma cantidad de muestra.
Fernando Cocha A.
Fig. 2.60 Muestreador rotatorio
2.11 DETERMINACIÓN EXPERIMENTAL DE LOS FACTORES DE

FORMA
En la sección 2.2 quedó establecido que basta con determinar los factores de
forma volumétrico y superficial para calcular otras definiciones de forma.
2.11.1 Factor de forma volumétrico

De acuerdo con la definición de factor de forma volumétrico, el volumen
promedio de un sistema de partículas se puede escribir en la forma:
V = α v x 30 (2.140)
El tamaño promedio x 30 se puede calcular fácilmente de un análisis granulométrico,

como hemos visto anteriormente. Entonces, para calcular α v sólo se necesita obtener
el volumen promedio de las partículas.
Para calcular el volumen promedio de las partículas, introducir un número
determinado, y conocido, de partículas en un picnómetro y calcular su volumen total.
Dividir este por el número de partícula para obtener el volumen promedio.
2.11.2 Factor de forma de área proyectada

El área proyectada de un sistema de partículas se puede describir en la forma:
Sp
αp = (2.141)
x 20
Igualmente que en el caso anterior, el tamaño promedio x 20 se puede calcular

fácilmente desde un análisis granulométrico. Para calcular el factor de forma de área
Fernando Cocha A.
proyectada solamente se necesita medir el área proyectada promedio de las partículas.

Esto se puede conseguir obteniendo imágenes de las partículas, ya sea al microscopio
para las pequeñas o por proyección de partículas mayores en un plano. El área se puede
medir con un planímetro y el promedio se calcula dividiendo por el numero de
partículas.
2.11.3 Factor de forma superficial

La determinación del factor de forma superficial αs se puede determinar
midiendo la superficie específica del sistema particulado. Esto se consigue mediante el
método de permeabilidad, con el que se obtiene el diámetro de permeabilidad:
6
S=
dk
De la ecuación (2.47) sabemos que este diámetro está relacionado con el tamaño
promedio volumétrico –superficial por:
αv
dk = 6 x12
αs
Entonces, el factor de forma superficial se obtiene de:
x12
αs = 6α v (2.142)
dk
El tamaño promedio volumétrico-superficial se obtiene fácilmente de un análisis
granulométrico.
Una alternativa, es escribir la superficie específica en la forma:
αs 1
S=
α v x12
Si graficamos la superficie específica de varias muestras del sistema particulado para
diversos rangos de granulometría del material a estudiar, podemos obtener el cuociente
de los factores de forma como la pendiente del gráfico. Para calcular αs , es necesario
calcular previamente α v .
Fernando Cocha A.
2.12 BIBLIOGRAFÍA
Allen, T., 1994. Particle size measurement, Chapman & Hall, 4th Ed., 192-216.
Becke, B., Principles of Comminution, Pub. Hungarian Acad. Sci., 1964, 13-67.
Broadbent, S.R. and Calcott, G., 1956. A matrix representation of breakage, J. Inst.
Fuel, 29, 528-539.
Bossmann, R., 1966. Dissertation, Universität Karlsruhe.
Carman, P.C., 1937. Trans. Inst. Chem. Eng., London, 15, 150.
Catálogos de diversas empresas.
Concha, F., 2001. Manual de Filtración & Separación, Ed. Centro de Imagen
Corporativa Red Cettec, Fundación Chile, 110.
Concha, F., Aravena, J. Y Tovar, P., Descripción del tamaño y tamaño promedio de un
sistema de partículas, I Congreso Latinoamericano de Ingeniería de Minas y
Metalurgia Extractiva, Santiago, Chile, 1073, 1-11.
Concha, F., Reyes, J. Y López, J., Determinación experimental de factores de forma de
partículas. I Congreso Latinoamericano de Ingeniería de Minas y Metalurgia
Extractiva, Santiago, Chile, 1073, 13-18.
Coulson, J.M. and Richardson, J.F., 1964. Chemical Engineering, MacMillan Co.,
New York.
Darcy, H., 1856. Les Foutaines Publiques de la Ville de Dijon, Dalmont, París.
Ehrlich, R. and Weinberg, B., An exact method for the characterization of grain shape,
Jl. Of sediment Petrology, 40 (1), 1970, 2.5-212.
Epstein, B., The mathematical description of certain breakage mechanism leading to
the logaritmo-normal distribution, Jl. Frank. Inst., 244, 1947, 471-477.
Epstein, B. Logaritmo-normal distribution in breakage of solids. Ind. Ind. Eng. Chem.,
40, 1948, 2289.
Fraunhofer, J., 1817. Bestimmung des Brechungs un Farberstreuungs vermögens
verschiedener Glasarte, Gilberts Annalen der Physik, 56, 193-226.
Hatch, T. and Choate, S.P., Statistical description of the size properties of non-uniform
particulate substances, J. Frank. Inst., 207, 1929, 369-387.
Jones, M.P. and Barbery, G., The size distribution and shape of minerals in multiphase
materials: Practical determination and use in mineral process design and control, 11th
International Mineral Processing Congress, Cagliari, 1975.
Kelsall, D.F. and McAdam, J.C.H., 1963. Trans. Inst. Chem. Engrs., 41, 84-94.
Koglin, B., Leschonski, K und Alex, W., Teilchengrössanalyse, 2. Probenahme,
Chemie Ing. Tech., 46, (7), 1974, 289-292.
Fernando Cocha A.
Koglin, B., Leschonski, K und Alex, W., Teilchengrössanalyse, 5.

Sedimentationanalyse, Chemie Ing. Tech., 46, (13), 1974, 563-566.
Oberflächemessungen, Chemie Ing. Tech., 46, (23), 1974, 984-987.
Oberflächemessungen, Chemie Ing. Tech., 47, (1), 1974, 21-24.
Kozeny, J., 1927. Sitzber. Abad. Wiss., Wien, Math.Naturw. Klasse136, 271.
Leschonski, K. und Koglin, B., Teilchengr¨ssanalyse, 1. Darstellung und Auswertung
von Teilchengrössenvertailungen, Chemie Ing. Tech., 46, (1), 1974, 23-26.
Leschonski, K., Alex, W. und Koglin, B., Teilchengrössanalyse, 5.
Sedimentationsanalyse, Chemie Ing. Tech., 46, (15), 1974, 641-644.
Leschonski, K., Alex, W. und Koglin, B., Teilchengrössanalyse, 6. Trennverfahren,
Chemie Ing. Tech., 46, (19), 1974, 821-824.
Leschonski, K., Alex, W. und Koglin, B., Teilchengrössanalyse, 6.Trennverfahren,
Chemie Ing. Tech., 46, (21), 1974, 901-904.
Leschonski, K., Alex, W. und Koglin, B., Teilchengrössanalyse, 8. On-line
messverfahren detr Teilchengr¨ssanalyse, Chemie Ing. Tech., 47, (3), 1975, 97-100.
Randoph, A.D. and Larson, M.A., Theory of Particulate Proceses, Academic Press,
New York, NY., 1971, 12-40.
Schwarcz, M.P. and Shane, K.C., Measurements of the particle shape with Fourier
Analysis, Sedimentology, 13, 1969, 213-231.
Sympatec GmbH. 1994. System-Partikel-Technik, Helos-Rodos Documentation.
Wadell, A., Volume, shape and roundness of quartz particles, Jl. Of Geol., 43, 1835,
250-280.
Fernando Cocha A.

Análisis Granulometrico PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Análisis Granulometrico PDF

Hochgeladen von

Copyright:

Verfügbare Formate

ÍNDICE

Análisis Granulométrico es la disciplina que estudia la composición granular de

Fig. 2.1 Sistema de partículas.

La necesidad de utilizar diversos métodos para la determinación experimental

2.1 DESCRIPCIÓN DEL TAMAÑO Y FORMA DE UNA PARTÍCULA

2.1.1 Tamaños inducidos por las mediciones: diámetros equivalentes

Si se determina el volumen “V” de la partícula, “dv” es el diámetro de una esfera que

Fig. 2.2 Diámetros equivalentes.

Diámetro equivalente superficial

Diámetro equivalente volumétrico-superficial

entonces, el diámetro de la esfera será:

Diámetro equivalente circular

entonces, el diámetro del círculo será:

Diámetro equivalente de Stokes

de donde resulta que: Fd = − ( Fg + Fe ) = ρp Vp g − ρf Vp g = ∆ρVp g

Como la diferencia de densidades entre la partícula y el fluido, ρp − ρf , y la aceleración de

2.1.2 Tamaño nominal y factores de forma

Es así como el sistema de cuatro variables [x, L(x),S(x),V(x)] puede ser

tamaños nominales más utilizados, el tamaño de Feret y el tamaño de Martín. Estos

Fig. 2.3 Tamaños nominales de Feret y Martín.

Debemos estar conscientes que en todo estudio microscópico se observa cortes

2.1.3 Relaciones entre diámetros equivalentes y el tamaño nominal

2.2 DESCRIPCIÓN DE LA FORMA DE UNA PARTÍCULA

donde Se y Sp son las superficies específicas de la esfera y de la partícula.

2.2.2 Análisis de Fourier

Fig. 2.4 Partícula representada por una serie de

a) Armónica de segundo orden. b)Armónica de quinto orden.

2.3 DISTRIBUCIÓN DE TAMAÑO DE UN SISTEMA PARTICULADO

2.3.1 Medidas de la distribución

Fig. 2.6 Función frecuencia y frecuencia relativa.

Si extendemos el rango de tamaño de las partículas a 0 ≤ x ≤ ∞ , la probabilidad

Esta expresión recibe el nombre de condición de normalización, y asegura que la

Fig. 2.7 Funciones distribución acumulativa inversa F(x).

Función distribución directa R(x)

Fig.2.8 Función distribución acumulativa R(x).

2.3.2 Parámetros de la distribución

La raíz de la varianza recibe el nombre de desviación estándar σ.

2.3.3 Funciones frecuencia inducidas por la medición

la función frecuencia en unidades diferentes. Por ejemplo, el tamizaje mide el peso (o

como los factores de forma α A , αs y α v son constantes, las ecuaciones se simplifican a:

xf 0 (x) x 2 f 0 (x) x 3 f 0 (x)

Estas relaciones se pueden generalizar mediante cualquiera de las siguientes

2.3.4 Momentos y tamaños promedios de una distribución

Utilizando las definiciones (2.6) y comparando con la expresión (2.17), podemos

La designación de x10 , x 20 y x 30 proviene del hecho que los exponentes de x son 1, 2 y

Es lógico que la designación de los promedios se puede generalizar usando el

La función frecuencia con el valor de j=3 corresponde a una distribución en

La función frecuencia con el valor de j=0 e i=4, no corresponde a ningún

2.3.5 Diámetros equivalentes de una distribución

Diámetro equivalente superficial: d s =  s  x 20 (2.37)

2.3.6 Relación entre los tamaños promedio

2.3.7 Varianza de una distribución

Reemplazando f j (x) desde (2.28) obtenemos las dos expresiones:

2.3.8 Superficie específica de una distribución

Debido a que la superficie específica se determina generalmente midiendo la

2.4 REPRESENTACIÓN EMPÍRICA DE UNA DISTRIBUCIÓN

2.4.1 Función distribución de Schuhman

Función distribución F3(x)

Fig. 2.9 Función de distribución de Schuhman, según (2.48)

Fig. 2.10 Función frecuencia de Schuhman f3(x) según ecuación (2.50).

Los principales parámetros de la distribución pueden ser obtenidos desde su definición:

2.4.2 Función distribución de Rosin-Rammler

F3 (x) = 1 − exp −    (2.54)