ESCUELA PROFESIONAL DE

INGENIERÍA METALÚRGICA
1-5-2019

Modelamiento Y Simulación de
Procesos

Docente: ING. CALIZAYA

Grupo: “A”
Integrantes:
NOMBRES Y APELLIDOS CUI
1. MAMANI AGUILAR VICTORIA ESTHER 20163081
2. HUARAYA NINATAYPE DONID 20163057
3. PERALTA QUISPE JOSE DANIEL 20161894
4. SANCHEZ GUTIERRESZ BRAULIO 20160475
5. BAUTISTA PALMA NATHALY 20163042
6. ARO MAMANI JHON CESAR 20160481
7.
8. AREQUIPA-PERU
1
9. 2019

10.
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

ASIGNACIÓN N° 3

1.- Se Desea Formular Un Modelo Matemático Para Aplicar Un Control Automático

Del Proceso De Flotacion De Minerales En Una Columna De Flotación. Marcar El Tipo
De Modeos Mas Adecuados En Cada Caso De A A D

A. Deterministico-Probabilistico-Ambas Pueden Convenir

Deterministico

B. Estacionario-Dinamico-Ambas Pueden Covenir

Dinamico

C. Microscopico-Macroscopico- Ambas Pueden Convenir

Microscopico

D. Basado En Fenomenos De Transporte-Basado En Balance Poblacional - Ambas

Pueden Convenir

2. Se desea formular un modelo matemático para aplicar en el diseño de un molino

de bolas bien mezclado. Marcar el tipo (s) de un modelo más adecuados en casa caso
de a) a d).

a) Determinístico – probabilístico – ambos pueden convenir.

b) Estacionario – dinámico - ambos pueden convenir.

c) Microscópico – macroscópico - ambos pueden convenir.

d) Basado en fenómenos de transporte – Basado en balance poblacional - ambos pueden

convenir.

El modelo más adecuado sería el de basado en balance poblacional porque se aplica en

sistemas donde se hace necesario describir las propiedades de masa, en este caso de las
partículas de las bolas del molino de bolas .

5. Si se desea desarrollar un modelo matemático para describir el proceso de

separación del mineral de magnetita en un hidrociclon. A) cuales serán el menor
número de características de partículas que deberán determinarse
experimentalmente de la sig. Lista:

a) tamaño de partícula: El proceso de separación en un hidrociclon para el mineral de

magnetita, requiere de un tamaño 50-150 micras y una clasificación de solidos de 10-300
micras.

PÁG. 2
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

b) gravedad específica: la gravedad específica indica la densidad del líquido, comparada

con la densidad de un volumen igual de agua a 15°C. En este caso se debería tomar una
muestra representativa del concentrado para poder llegar al cálculo correcto de la misma.

c) susceptibilidad magnética: Según el mineral altamente magnético podemos dar los

siguientes valores:

Clasificación de bersudskin: SM≥62.8 fuertemente magnético N= 2 %=0.9

Clasificación según mineralogistas: intervalos magnéticos 16.59%

B) Demostrar las características elegidas con ∂1 ∂2 use la función de densidad

(notación matemática) para indicar el número de partículas en la unidad de
volumen del hidrociclon con propiedades ∂1 ∂2 en la posición x,y,z a tiempo t.

∂1= tamaño de particula ∂2= gravedad especifica

En P(x,y,z) f(x,y,z,t,∂1,∂2)

Tenemos la fracción

NT=∫𝜕2 ∫𝜕1 ∫𝑧 ∫𝑦 ∫𝑥 𝑑𝑥𝑑𝑦𝑑𝑧𝑑𝜕1𝑑𝜕2

𝑑
NT Con variación en el tiempo (∫ 𝜕𝑑𝑣𝑑𝑧)
𝑑𝑡 𝑘(𝑡)

Usando las funciones selección y fractura

𝐷. 𝐷𝐸 𝑃𝐴𝑅𝑇𝐼𝐶𝑈𝐿𝐴𝑆
𝐷=
(𝑡𝑖𝑒𝑚𝑝𝑜)(𝑣𝑜𝑙𝑢𝑚𝑒𝑛)(𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝. 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒)
𝐴. 𝐷𝐸 𝑃𝐴𝑅𝑇𝐼𝐶𝑈𝐿𝐴𝑆
𝐵=
(𝑡𝑖𝑒𝑚𝑝𝑜)(𝑣𝑜𝑙𝑢𝑚𝑒𝑛)(𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒)

ACUMULACION: Entrada – Salida + Gneracion neta

Entrada + salida = 0

𝑑
(∫ 𝜕𝑑𝑣𝑑𝑧) = 0 − 0 + ∫(𝐷 − 𝐵)𝑑𝑣𝑑𝑧
𝑑𝑡
𝑡

Donde solucionamos y encontramos

PÁG. 3
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

ASIGNACIÓN N° 4

1. Examine los siguientes dos modelos matemáticos

𝑚
𝛿𝜓 𝛿(𝑣𝑥 𝜓) 𝛿(𝑣𝑦 𝜓) 𝛿(𝑣𝑧 𝜓) 𝛿(𝑣𝑖 𝜓)
+ + + +∑ +𝐷−𝐵 = 0
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧 𝛿𝜍
𝑖=1

𝑑(𝑣𝑐)
− 𝑟𝑣 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶𝑜𝑢𝑡
𝑑𝑡
a. Indicar como se ha desarrollado c/u de estos modelos

BALANCE MICROSCOPICO POBLACIONAL

Para un pequeño volumen arbitrario R, el balance es:

𝐴𝑐𝑢𝑚𝑢𝑙𝑎𝑐𝑖𝑜𝑛 = 𝐺𝑒𝑛𝑒𝑟𝑎𝑐𝑖𝑜𝑛 − 𝑃𝑒𝑟𝑑𝑖𝑑𝑎𝑠

Además considerando la distribución de entidad del volumen arbitrario 𝜓(𝑥, 𝑦, 𝑧, 𝜍)

PÁG. 4
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

𝑑
Acumulación 𝑑𝑡 ∫ 𝜓𝑑𝑅 donde 𝑑𝑅 = 𝑑𝑥𝑑𝑦𝑑𝑧𝑑𝜍
Generación ∫ 𝐵𝑑𝑅
Perdida ∫ 𝐷 𝑑𝑅

Reemplazando en el balance se tiene:

𝑑
∫ 𝜓𝑑𝑅 = ∫ 𝐵𝑑𝑅 − ∫ 𝐷 𝑑𝑅
𝑑𝑡

Aplicando la regla de Leibnitz para el primer termino de la ecuación anterior

𝑑 𝛿𝑓 𝛿𝑓 𝑑𝑙
Regla de leubnitz𝑑𝑡 ∫ 𝑓𝑑𝑟 = ∫ [ 𝛿𝑡 + ( 𝑓)] 𝑑𝑅
𝛿𝑙 𝑑𝑡

Se llega a la siguiente expresión:

𝛿𝜓 𝛿𝑓 𝑑𝑥 𝛿𝑓 𝑑𝑦 𝛿𝑓 𝑑𝑧 𝛿𝑓 𝑑𝜍
∫[ + ( 𝜓) + ( 𝜓) + ( 𝜓) + ( 𝜓)] 𝑑𝑅
𝛿𝑡 𝛿𝑥 𝑑𝑡 𝛿𝑦 𝑑𝑡 𝛿𝑧 𝑑𝑡 𝛿𝜍 𝑑𝑡

𝑑𝑥 𝑑𝑦
Además considerando 𝑣𝑥 = 𝑑𝑡 ; 𝑣𝑦 = 𝑑𝑡 ; etc y reemplazando en la ecuación anterior.
𝛿𝜓 𝛿𝑓 𝛿𝑓 𝛿𝑓 𝛿𝑓
∫[ + (𝑣𝑥 𝜓) + (𝑣𝑦 𝜓) + (𝑣𝑧 𝜓) + (𝑣 𝜓)] 𝑑𝑅 = ∫(𝐵 − 𝐷)𝑑𝑅
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧 𝛿𝜍 𝜍

Comparando los argumentos de estas integrales, se obtiene el modelo microscópico del

Balance de población:

𝛿𝜓 𝛿𝑓 𝛿𝑓 𝛿𝑓 𝛿𝑓
+ (𝑣𝑥 𝜓) + (𝑣𝑦 𝜓) + (𝑣𝑧 𝜓) + (𝑣𝜍 𝜓) = 𝐵 − 𝐷
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧 𝛿𝜍

BALANCE MICROSCOPICO DE FENOMENOS DE TRASPORTE

Tomando en cuenta el modelo microscópico además considerando transporte por difusión

𝛿𝐽𝑖
mucho menor al flujo global. =0
𝛿𝑥𝑖

𝛿𝐶 𝛿(𝐶𝑣𝑥 ) 𝛿(𝐶𝑣𝑦 ) 𝛿(𝐶𝑣𝑧 )

+ + + =𝑟
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧

Si hay generación interna de energía 𝑟 ≢ 0

Además tomando en cuenta las variables promedio:

1 1
𝑐̅ = 𝑉 ∫ 𝑐𝑑𝑣 ; 𝑟̅ = 𝑉 ∫ 𝑟𝑑𝑣

PÁG. 5
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

1 𝛿𝐶 1 𝛿(𝐶𝑣𝑖 ) 1
∫ 𝑑𝑣 + ∫ = ∫ 𝑟𝑑𝑣
𝑣 𝛿𝑡 𝑣 𝛿𝑥𝑖 𝑣

1 𝛿𝐶𝑣 1
+ ∑ 𝑄𝐶 = 𝑟
𝑣 𝛿𝑡 𝑣

𝑑(𝑉𝐶)
+ 𝑄𝑠𝑎𝑙𝑖 𝐶𝑠𝑎𝑙𝑖𝑑𝑎 − 𝑄𝑒𝑛𝑡 𝐶𝑒𝑛𝑡𝑟 = 𝑉𝑟
𝑑𝑡

b. Indicar el significado físico de cada termino, según la ecuación de conservación

BALANCE POBLACIONAL

𝛿𝜓 𝛿𝑓 𝛿𝑓 𝛿𝑓 𝛿𝑓
+ (𝑣𝑥 𝜓) + (𝑣𝑦 𝜓) + (𝑣𝑧 𝜓) + (𝑣𝜍 𝜓) = 𝐵 − 𝐷
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧 𝛿𝜍

𝛿𝜓
Acumulación
𝛿𝑡

𝛿𝑓 𝛿𝑓 𝛿𝑓
Transporte debido al flujo global (𝑣𝑥 𝜓) + (𝑣𝑦 𝜓) + (𝑣𝑧 𝜓)
𝛿𝑥 𝛿𝑦 𝛿𝑧

𝛿𝑓
Generación continua 𝛿𝜍
(𝑣𝜍 𝜓)
Generación neta continua 𝐵 − 𝐷

BALANCE MACROSCOPICO

𝑑(𝑉𝐶)
+ 𝑄𝑠𝑎𝑙𝑖 𝐶𝑠𝑎𝑙𝑖𝑑𝑎 − 𝑄𝑒𝑛𝑡 𝐶𝑒𝑛𝑡𝑟 = 𝑉𝑟
𝑑𝑡
𝑑(𝑉𝐶)
Acumulación 𝑑𝑡

Transporte de entrada y salida del reactor 𝑄𝑠𝑎𝑙𝑖 𝐶𝑠𝑎𝑙𝑖𝑑𝑎 − 𝑄𝑒𝑛𝑡 𝐶𝑒𝑛𝑡𝑟

Generación neta 𝑉𝑟

PÁG. 6
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

2. Dado el modelo, diga:

𝛿𝑇 𝛿𝑇 𝛿 2 𝑇
+𝑢 = +𝑄
𝛿𝑡 𝛿𝑧 𝛿𝑧 2

𝑇: 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎
𝑡: 𝑡𝑖𝑒𝑚𝑝𝑜
𝑄: 𝐶𝑎𝑙𝑜𝑟 𝑎ñ𝑎𝑑𝑖𝑑𝑜
𝑧: 𝑐𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠
𝑢, ∝ 𝑃𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠

a. Es un modelo de parámetro distribuido o aglutinado ¿porque?

De parámetro distribuido debido a la dependencia espacial de la variable dependiente
(T) con el eje ; no se elimina la dispersión de la temperatura en el z

b. Es un modelo basado en fenómenos de transporte o balance poblacional ¿porque?

Fenomenos de transporte, debido a la consideración de la temperatura como un
fluido laminar- turbulento de un tamaño uniforme.

c. Es un modelo lineal o no lineal ¿porque?

Es un modelo no lineal por el orden 2 de la ecuación diferencial parcial

d. Es un modelo microscópico o macroscópico ¿porque?

Microscópico, por la dependencia de la temperatura de la variable independiente z
además la temperatura experimenta variaciones con el desplazamiento mas no se
toma como el valor promedio.

e. Es un modelo estacionario o no estacionario ¿porque?

𝛿𝑇
No estacionario debido a la dependencia de la temperatura con el tiempo 𝛿𝑡
≠ 0 es
decir la acumulación es distinto del valor nulo.

3. Las partículas que salen del producto de una maquina de flotación de minerales se
caracteriza por la siguiente función de densidad:

𝑑 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠
𝜑(𝑑, 𝑝) = 5.2𝑥103 𝑥 𝑒 −0.04
𝑔𝑟 − 𝑐𝑚

PÁG. 7
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

Para partículas de tamaño entre 0 a 𝛼 cm y de densidad entre 2.7 a 3.5 g/cm3. Si las
partículas son aproximadamente esféricas encontrar el número total de partículas en un
centímetro cubico del fluido que están saliendo en el producto de la flotación.

Diámetro 0 𝑎 𝛼 𝑐𝑚
Densidad 2.7 − 3.5 𝑔/𝑐𝑚3

3.5 𝛼
𝑓(𝑑, 𝑝) = ∫ ∫ 𝜑(𝑑, 𝑝) 𝑑(𝑑)𝑑(𝑝)
2.5 0
3.5 𝛼 𝑑
∫ (∫ 5.2𝑥103 𝑥 𝑒 −0.04 𝑑(𝑑)) 𝑑(𝑝)
2.5 0

3.5
∫ (208)𝑑(𝑝)
2.5
Aplicando la integral de una constante

𝑓(𝑑, 𝑝) = 208 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠 /𝑐𝑚3

4. Escoja un tipo de modelo de balance poblacional adecuado (microscópico o

macroscópico) y modele el siguiente proceso, simplificando el modelo general escogido
según la descripción del proceso .
La clasificación de tamaño de partículas en una zaranda vibratoria con operación
continua, en estado estacionario siendo la clasificación función de la distancia
longitudinal de la zaranda. Asuma que la abrasión y rotura de las partículas es nula y las
variaciones de clasificación a lo ancho o a la profundidad de la cama de partículas
también son nulas y la velocidad longitudinal de la partícula constante

Partiendo del balance microscópico poblacional:

𝑚
𝛿𝜓 𝛿(𝑣𝑥 𝜓) 𝛿(𝑣𝑦 𝜓) 𝛿(𝑣𝑧 𝜓) 𝛿(𝑣𝑖 𝜓)
+ + + +∑ +𝐷−𝐵 =0
𝛿𝑡 𝛿𝑥 𝛿𝑦 𝛿𝑧 𝛿𝜍
𝑖=1

Condiciones para 𝜓(𝑑, 𝑡)

𝑑𝑧
 Propiedad del sistema: velocidad longitudinal constante 𝑣𝑧 = 𝑑𝑡 = 1
 Proceso transcurre en estado estacionario: Acumulación cero.
 La clasificación solo es función de la distancia longitudinal, los termino
𝛿(𝑣𝑥 𝜓) 𝛿(𝑣𝑦 𝜓)
𝛿𝑥
= 𝛿𝑦
=0

PÁG. 8
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

 La única propiedad de interés es el tamaño de partícula 𝜍 = 𝛼

Simplificando de acuerdo las condiciones planteadas la ecuación general, se tiene:
𝑚
𝛿(𝑣𝑧 𝜓) 𝛿(𝑣𝑖 𝜓)
+∑ +𝐷−𝐵 =0
𝛿𝑧 𝛿𝜍
𝑖=1

Además considerando nulo a la generación neta continua es decir 𝐷 − 𝐵 = 0

Finalmente se tiene la siguiente expresión:

𝛿𝜓 𝛿(𝑣𝑖 𝜓)
𝑣𝑧 + =0
𝛿𝑧 𝛿𝜍

5. Formule un modelo del proceso de flotación a partir del siguiente modelo de flotación
𝑽𝒅𝒄
discontinua o batch 𝒅𝒕
= −𝑽𝒌𝑪𝒏

𝑐 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑚𝑒𝑛𝑎 𝑒𝑛 𝑙𝑎 𝑝𝑢𝑙𝑝𝑎

𝑣 = 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑒𝑙𝑑𝑎 𝑑𝑒 𝑓𝑙𝑜𝑡𝑎𝑐𝑖𝑜𝑛
𝑘, 𝑛 = 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠

Considerando la distribución del tamaño de partículas constante, se aplica el modelo

macroscópico de fenómenos de transporte.
𝑑(𝑣𝑐)
− 𝑟𝑣 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶𝑜𝑢𝑡
𝑑𝑡
Considerando la concentración de la mena en la pulpa dependiente del tiempo mas no el
volumen del sistema, siendo este último un parámetro.𝑣 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒

𝑑(𝑐)
𝑣 − 𝑟𝑣 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶𝑜𝑢𝑡
𝑑𝑡
De acuerdo al modelo discontinuo la velocidad es función de la concentración del sistema
𝑟 = 𝑘𝐶 𝑛
Además, considerando el flujo perfectamente mezclado, se tiene la siguiente igualdad:
𝐶𝑠𝑖𝑠𝑡𝑒𝑚𝑎 = 𝐶𝑠𝑎𝑙𝑖𝑑𝑎

𝑑(𝐶)
𝑣 − 𝑟𝑣 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶
𝑑𝑡
𝑑(𝐶)
𝑣 − 𝑣𝑘𝐶 𝑛 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶
𝑑𝑡

PÁG. 9
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

Finalmente se llega a la siguiente expresión.

𝑑(𝐶) 1
− 𝑘𝐶 𝑛 = (𝐶𝑖𝑛 − 𝐶)
𝑑𝑡 𝜏

6. Dado el modelo discontinuo o batch de lixiviación de un mineral de 𝑪𝒖𝑶 con acido

sulfúrico isotérmico de 1° orden en un tanque con agitación (CSTR)

𝐻2 𝑆𝑂4 + 𝐶𝑢𝑂 → 𝐶𝑢𝑆𝑂4 + 𝐻2 𝑂

𝑉𝑑𝑐
= −𝑣𝑘𝑐
𝑑𝑡

𝐶𝑜 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑎𝑐𝑖𝑑𝑜 𝑠𝑢𝑙𝑓𝑢𝑟𝑖𝑐𝑜

𝑣 = 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑜
𝑘 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝑄 = 𝑐𝑎𝑢𝑑𝑎𝑙 𝑑𝑒 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑝𝑢𝑙𝑝𝑎
𝐶𝑠 = 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑎𝑐𝑖𝑑𝑜 𝑠𝑢𝑙𝑓𝑢𝑟𝑖𝑐𝑜 𝑒𝑛 𝑒𝑙 𝑡𝑎𝑛𝑞𝑢𝑒 𝑑𝑒 𝑠𝑎𝑙𝑖𝑑𝑎

a. Formule un modelo de lixiviación continua en CSTR, basado en la ecuación general

de continuidad
Considerando al flujo como una mezcla prefecta es decir no sufre dispersión con
las direcciones espaciales además la que se estudia es el agente lixiviante mas no
el mineral, con todo ello se adopta el modelo macroscópico de fenómenos de
transporte.
𝑑(𝑣𝐶)
− 𝑟𝑣 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶𝑜𝑢𝑡
𝑑𝑡
Además considerando concentración del sistema igual a la concentración de
salida
𝑑(𝑉𝐶)
− 𝑟𝑉 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶
𝑑𝑡
Volumen del sistema constante 𝑉 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝑑(𝑉𝐶) 𝐶𝑑𝑉 𝑉𝑑𝐶 𝑉𝑑𝐶 𝑉𝑑𝐶
= + =0+ =
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
Reemplazando en la segunda ecuación, se tiene:

PÁG. 10
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

𝑉𝑑𝐶
− 𝑟𝑉 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶
𝑑𝑡

Además, reemplazando el término de la ecuación batch

𝑉𝑑𝐶
− 𝑉𝑘𝐶 = 𝑄𝑖𝑛 𝐶𝑖𝑛 − 𝑄𝑜𝑢𝑡 𝐶
𝑑𝑡
Finalmente:

𝑑𝐶 1
− 𝑘𝐶 = (𝐶𝑖𝑛 − 𝐶)
𝑑𝑡 𝑡
b. Formule un modelo de lixiviación continua en CSTR con el modelo batch dado,
previa integración y la ecuación de tiempo de residencia.

1 𝑡
𝐸(𝑡) = exp (− )
𝜏 𝜏
𝜏 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜
𝐸 = 𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑐𝑖𝑎
𝛼 = 𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛 𝑙𝑖𝑥𝑖𝑣𝑖𝑎𝑑𝑎

𝑉𝑑𝑐
Integrando el modelo discontinuo 𝑑𝑡
= −𝑣𝑘𝑐

𝐶 𝑡
𝑑𝑐
∫ 𝑛 = ∫ −𝑘𝑑𝑡
𝐶𝑂 𝑐 𝑡0

𝐶𝑡1−𝑛 − 𝐶𝑜1−𝑛 = (𝑛 − 1)𝑘𝑡

1
𝐶𝑡 = [(𝑛 − 1)𝑘𝑡 + −𝐶𝑜1−𝑛 ]1−𝑛

Para una lixiviación continua

𝛼
𝐶(𝑡) = ∫ 𝐶𝑡 (𝑚𝑜𝑑𝑒𝑙𝑜 𝑏𝑎𝑡𝑐ℎ)𝐸(𝑡)𝑑𝑡
0
Reemplazando en la ecuación el modelo batch
𝛼 1
𝐶(𝑡) = ∫ [(𝑛 − 1)𝑘𝑡 + −𝐶𝑜1−𝑛 ]1−𝑛 𝐸(𝑡)𝑑𝑡
0
Reemplazando la función de distribución del tiempo de residencia se tiene
finalmente la siguiente ecuación:
𝛼 1 1 𝑡
𝐶(𝑡) = ∫ [(𝑛 − 1)𝑘𝑡 + −𝐶𝑜1−𝑛 ]1−𝑛 𝑥 exp (− ) 𝑑𝑡
0 𝜏 𝜏

PÁG. 11
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

8.- Considere una partícula esférica de diámetro dy y densidad Ds, cayendo por gravedad
en un fluido con densidad Df, bajo condiciones de la ley de sedimentación. Sobre la
partícula actúan 3 fuerzas; una gravitacional actuando hacia abajo, desliza al fluido de
plano a la fuerza de arrastre Q debido a la viscosidad del fluido, actuando hacia arriba.
a) Obtener el modelo de movimiento de la partícula, en forma de ecuación diferencial,
aplicando la segunda ley de newton

𝑚𝑎𝑠𝑎(𝑥)𝑥 ∗ 𝑎𝑐𝑒𝑙𝑒𝑟𝑎𝑐𝑖𝑜𝑛 = ∑ 𝑓𝑢𝑒𝑟𝑧𝑎𝑠

𝑑𝑣
𝑚 = ∑ 𝑓𝑢𝑒𝑟𝑧𝑎𝑠
𝑑𝑡
𝑑𝑣
𝑚 = 𝐹𝑔 − 𝐹𝑎 − 𝐹𝑓
𝑑𝑡
𝑑𝑣 𝐶𝑥 (𝐷𝑣 2 ) 𝐷𝑓 𝑚𝑎
𝑚 = 𝑚𝑎 − −
𝑑𝑡 2 𝐷𝑠
Dividimos entre la masa de las partículas
𝑑𝑣 𝐶𝑥 (𝐷𝑁 2 ) 𝐷𝑓 𝑚𝑎
𝑚 𝑑𝑡 𝑚𝑎 − −
2 𝐷𝑠
=
𝑚 𝑚
𝑑𝑣 𝐶𝑥 (𝐷𝑁 2 ) 𝐷𝑓 𝑎
=𝑎− −
𝑑𝑡 2𝑚 𝐷𝑠
b) Obtener modelo matemático de la ley de stoke, de la velocidad terminal de
sedimentación, la fuerza de arrastre D=3πD𝑠 nv

 α = diámetro
 n = viscosidad de fluido
 v = velocidad terminal

𝐹𝑎 = 3πD𝑠 nv
𝑑𝑣 𝐷𝑓 𝑚𝑎
𝑚 = 𝑚𝑎 − 3πD𝑠 nv −
𝑑𝑡 𝐷𝑠
Dividimos entre la masa de las partículas.
𝑑𝑣 𝐷𝑓 𝑚𝑎
𝑚 𝑑𝑡 𝑚𝑎 − 3πD𝑓 nv − 𝐷𝑠
=
𝑚 𝑚

PÁG. 12
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

𝑑𝑣 3πD𝑓 nv 𝐷𝑓 𝑎
=𝑎− −
𝑑𝑡 𝑚 𝐷𝑠

Si la velocidad es constante.
𝑑𝑣
=0
𝑑𝑡
3πD𝑓 nv 𝑎(𝐷𝑆− 𝐷𝑓 )
=
𝑚 𝐷𝑠
2𝑎𝑚(𝐷𝑆− 𝐷𝑓 )
v=
𝐷𝑓 3πD𝑠 n

INVESTIGACIÓN INFORMATIVA

9.- A) Recopile Los Conocimientos Fenomenológicos Y Empíricos Que Servirán Para

Describir Matemáticamente La Compresión En Frio Mediante Forjado

El proceso de forja data desde los más antiguos registros del hombre, hace más de 7,000 años.
Hay evidencia de que el forjado fue utilizado en el Egipto antiguo, Grecia, Persia, India y
China, entre otras culturas, para crear armas, joyería y otros productos. En Creta, se
utilizaban platinas de piedra grabadas como dados de impresión al forjar, técnica que
eventualmente evolucionó en la fabricación de monedas. La herrería, nombre bajo el cual se
conoce al forjado artesanal, permaneció relativamente sin cambios por muchos siglos hasta
la introducción del martillo descendiente con ariete guiado alrededor del siglo XVIII. Este
desarrollo introdujo al proceso de forja a la era industrial.

Básicamente, la forja es un proceso de deformación en el cual la pieza de trabajo es

comprimida entre dos dados por medio de impacto o presión gradual. Hoy en día, el proceso
de forja es utilizado para crear una gran variedad de productos para diferentes empresas,
entre las cuales se pueden mencionar como ejemplo la automotriz y la aeroespacial, donde
algunos ejemplos de componentes fabricados por este proceso son cigüeñales del motor,
bielas, engranes, componentes estructurales y piezas de turbinas de motores.
Adicionalmente, las industrias acereras y metalúrgicas utilizan el forjado de piezas para

PÁG. 13
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

establecer la forma básica de largos componentes que son subsecuentemente maquinados a

una geometría final de dimensiones específicas.

De acuerdo con las condiciones en las que se lleva a cabo este proceso de manufactura,
mencionadas anteriormente, se puede clasificar al forjado como perteneciente a los procesos
de manufactura sin arranque de viruta, donde la geometría de nuestro producto final se logra
por medio de la deformación.

Estos procesos han sido diseñados para explotar la propiedad de plasticidad de algunos
materiales, principalmente metales. De esta manera, el material “fluye” sin deteriorar sus
propiedades. Además, dado que el material es simplemente reacomodado para producir la 4
geometría final, en oposición a los procesos donde hay arranque de material, la cantidad de
deshecho se ve reducida sustancialmente, lo cual comienza siendo un buen principio para
reducir el consumo de recursos, reflejándose en un impacto ambiental menor.

Para poder comprender en su totalidad el proceso de forjado en frío es necesario conocer

primero el proceso de forja en general, y antes, inclusive, los procesos de formado.

Generalidades de los procesos de formado

Los procesos de formado tienden a ser sistemas complejos que consisten de variables
independientes y dependientes, además de sus interrelaciones. Estas variables son las que
dan las características finales a la pieza formada, de manera que no sólo cada proceso de
formado, sino también cada variación sobre estos procesos sea único. Variables
independientes Las variables independientes son aquellas sobre las que el ingeniero o el
operador tiene control directo y que normalmente son seleccionadas o especificadas al estar
preparando un proceso. En un típico proceso de formado las variables independientes a
considerar son:

 Material inicial (que puede ser primo o haber pasado por algún proceso anterior).- Las
características y propiedades del material inicial o material de trabajo pueden ser elegidas
enteramente para facilitar la fabricación del producto, pero en la mayor parte de los casos
juega un papel más importante el conseguir ciertas propiedades finales (después del proceso)
a partir de las iniciales. Debido a esto, es importante al especificar el material de trabajo,
definir no sólo la química del material, sino también la condición de éste. Al hacer esto,
automáticamente se definen también las características y propiedades.

 Geometría inicial de la pieza de trabajo.- Puede ser dictada por procesos anteriores, o
ser elegida de entre una gama de formas disponibles. Normalmente, consideraciones
económicas y de ahorro de recursos influencian esta decisión.  Geometría del dado o
herramienta.- Esta variable es de las más importantes y tiene muchos aspectos, además de
ser tema central de esta tesis. La importancia de esta variable radica en que, dado que el
herramental induce y controla el flujo del metal al ir el material de su forma inicial a la final,

PÁG. 14
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

el éxito o fracaso del proceso depende enormemente de la geometría de la herramienta.

Algunos de los aspectos de esta geometría dignos de ser mencionados son el radio de
doblado, los detalles de la cavidad, etc.

 Lubricación.- La fricción entre la herramienta y la pieza de trabajo puede llegar a necesitar

hasta más del 50% de la potencia aplicada a un proceso de deformación, teniendo entonces
los lubricantes un papel importante en el proceso, pues reducen el coeficiente de fricción.
Aunado a esto, lubricantes fungen también como refrigerantes, barreras térmicas e
inhibidores de corrosión. De esta forma, su selección es un aspecto importante 5 en el éxito
de un proceso de formado. Algunas especificaciones a considerar al elegir lubricante son: el
tipo, la cantidad a ser aplicada y el método de aplicación.

 Temperatura inicial.- La especificación de esta variable puede incluir las temperaturas

tanto de la pieza de trabajo, como del herramental, dado que las propiedades del material
varían altamente con la temperatura.

 Velocidad de la operación.- La velocidad influencia directamente en las fuerzas

requeridas para la deformación, la efectividad del lubricante, y el tiempo disponible para la
transferencia de calor, su selección afecta enormemente el proceso de producción.

 Cantidad de deformación.- Algunos procesos de deformación, como el laminado, dan

entrada a que sea el operador el que elija este factor, sin embargo, en procesos como el
forjado, es el diseño de la herramienta el que controla esta variable.

Variables dependientes

Luego de la especificación de las variables independientes, el proceso en sí determina la

naturaleza y los valores de un segundo conjunto de variables, que son las dependientes. De
esta forma, podemos definir a las variables dependientes como la consecuencia de la
selección de las variables independientes. Algunos ejemplos de variables dependientes son:

 Requerimientos de potencia.- Una cierta cantidad de potencia es necesaria para

convertir el material seleccionado de una geometría inicial a la final, utilizando un lubricante
específico, una geometría de la herramienta específica, velocidad determinada, y
temperatura inicial. Cualquier cambio en cualquiera de las variables independientes
repercute directamente en la cantidad de potencia que se requiere, siendo este efecto
indirecto. No se puede directamente especificar la fuerza o potencia a requerir, podemos
especificar las variables independientes y luego experimentar las consecuencias de esa
selección. Es por esto que se vuelve extremadamente importante que seamos capaces de
predecir, o mejor aún, definir, la potencia necesaria para cada tipo de operación de formado.
Sin un estimado razonable, se vuelve imposible especificar el equipo necesario para el
proceso, seleccionar la herramienta o el material de la herramienta necesaria, comparar entre

PÁG. 15
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

distintos diseños de dados o métodos de deformación, o inclusive al final, optimizar

correctamente el proceso.

 Propiedades materiales del producto.- Mientras que especificar las propiedades

iniciales de nuestro material de trabajo es sencillo, los efectos combinados de la deformación
y la temperatura experimentados durante el formado hacen que éstos cambien. Puede
suceder que las propiedades iniciales del material sean de interés, pero es un hecho que las
propiedades finales del material son de mayor interés tanto para el fabricante como para el
cliente. Es por esto que es importante conocer que las propiedades iniciales se ven alteradas
por el proceso de deformación.

 Temperatura final.- La deformación genera calor dentro de un material. Por ejemplo, una
pieza de trabajo caliente se enfría cuando entra en contacto con el herramental a una
temperatura menor. Los lubricantes pueden descomponerse cuando se sobrecalientan, al
igual que pueden reaccionar con la pieza de trabajo. Resulta evidente entonces, que las
propiedades de un material de ingeniería pueden resultar alteradas tanto por los aspectos
térmicos de un proceso de deformación, como por los mecánicos. Es por esto, que dado que
nuestro objetivo es controlar un proceso y producir productos de calidad, es importante el
conocer y controlar la temperatura del material durante la deformación. Aumentando la
complejidad de esta variable, se agrega el hecho de que la temperatura varía de ubicación a
ubicación dentro del mismo material de trabajo, dependiendo esto de factores como la
geometría final.

 Acabado superficial y precisión.- Estas dos variables dependen directamente de detalles

específicos dentro del proceso de formado.

 Naturaleza del flujo del material.- Las propiedades del producto se ven enormemente
afectados por las propiedades del flujo del material, y ese flujo depende de todas las variables
controlando el proceso. Dentro de cualquier proceso de deformación, los dados y
herramental ejercen fuerzas o presiones y controlan así el movimiento de las superficies
externas del material de trabajo, volviéndose así importante la naturaleza del flujo del
material.

Trabajo en Frío

El trabajo en frío, por otro lado, se lleva a cabo bajo condiciones donde la temperatura del
material está debajo de su temperatura de recristalización. También se llega a definir como
trabajo en frío cuando la pieza es trabajada a una temperatura menor a 0.3 veces su
temperatura de fusión. La mayoría de los metales trabajados en frío se encuentran a
temperatura ambiente, aunque el proceso de formado eventualmente causa una elevación
en la temperatura. Para comprender la acción del trabajo en frío, se debe entender primero
la estructura de los metales. Los metales son cristalinos y están formados por granos de forma
irregular y de tamaños diferentes. Cada grano está constituido por átomos en un arreglo

PÁG. 16
 MODELAMIENTO Y SIMULACION DE PROCESOS 2019

ordenado conocido como estructura cristalina. La orientación de los átomos en un grano

dado es uniforme, pero difiere de aquellos en granos adyacentes. 9 Cuando el material se
trabaja en frío se da una deformación plástica que se ve reflejada en cambios en la estructura
del grano, al haber una distorsión de su estructura cristalina de acuerdo a los planos y
direcciones de deslizamiento (ver ejemplo para estructura bbc en la figura 1.1). Al ocurrir este
movimiento de deslizamiento, la orientación de los átomos no se modifica. El deslizamiento
y movimiento de dislocaciones es el mecanismo más común para provocar la deformación
en un metal. Como el metal permanece en un estado más rígido, el formado se vuelve
permanente hasta que los esfuerzos aplicados han excedido el límite elástico, es por esto que
se requieren mayores presiones para el trabajo en frío que para el trabajo en caliente.
También, dado que no puede haber recristalización de granos en el rango de trabajo en frío,
no hay recuperación de la distorsión del grano o fragmentación de éste. Conforme la
deformación del grano aumenta, opone mayor resistencia, resultando en un aumento en el
esfuerzo y en la dureza del metal. A esto se le llama que el metal está endurecido por
deformación. La cantidad de trabajo en frío que un metal soportará depende sobre todo de
su ductilidad: a mayor ductilidad del material de trabajo, mejor podrá trabajarse en frío. Por
ejemplo, los metales puros, al ser dúctiles y maleables, pueden resistir una mayor
deformación que los metales que las aleaciones metálicas, las cuales son creadas para
explotar las propiedades que otorgan diferentes metales. También, entre mayor sea el
tamaño del grano, mayor es la ductilidad del material y, por tanto, se pueden considerar más
adecuados para ser trabajados en frío. Cuando el metal es deformado por el trabajo en frío,
se generan en él esfuerzos residuales, los cuales son en general indeseables puesto que
pueden llevar a una falla temprana de nuestro producto. Para eliminar estos esfuerzos se
debe recalentar el producto a temperaturas por debajo del rango de recristalización del
metal, proceso mejor conocido como recocido. Al llevar este proceso a cabo, no hay cambio
apreciable en las propiedades físicas o estructurales del grano. Un recalentado con
temperaturas en el rango de recristalización elimina el efecto del trabajo en frío.

B) RECOPILE O ELABORE LOS MODELOS MATEMATICOS PARA PREDECIR LAS

PREIONES Y CARGAS DEL FORJADO

Si se lleva a cabo esta operación en condiciones ideales (en donde no hay fricción entre la
pieza de trabajo y la superficie de los dados), ocurre una deformación homogénea, y hay un
flujo radial uniforme de la pieza de trabajo. Bajo estas condiciones, la deformación real es:

PÁG. 17
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

PÁG. 18
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

PÁG. 19
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

10. Investigar y estudiar los modelos matemáticos del software Rocky DEM u otro
software similar, basados en la 2da ley de Newton en su forma diferencial:

𝑑𝑣𝑖 𝑑(𝑚𝑖 𝑣𝑖 )
𝑓𝑖 = 𝑚𝑖 𝑎𝑖 = 𝑚𝑖 =
𝑑𝑡 𝑑𝑡
Donde:
i: Partículas
Para describir y simular la trayectoria de una partícula (s) o de una bola (s), el punto de
impacto, etc en un molino de bolas.

El movimiento de los materiales particulados en los molinos de bolas es muy cercano.

Relacionado con la velocidad de rotación del molino. Con el aumento de la velocidad de

rotación del molino, el movimiento de los materiales particulados sufre principalmente
deslizamientos, cataratas y centrifugación, como se muestra en la Fig. 1. En un molino de
bolas, los medios de molienda (bolas de acero) se unen al forro de molino debido a las
fuerzas inerciales y centrífugas cuando el molino comienza a girar. Luego, los medios de
molienda se mueven a una cierta altura y se lanzan bajo la gravedad. Después de tirar los
medios de molienda, aplastar los materiales particulados en los molinos de bolas para
lograr la trituración.

La figura 2 muestra un modelo de trayectoria cinemática del lanzamiento de partículas.

Proceso en el molino, donde el movimiento de lanzamiento tiene una influencia

significativa en la eficiencia del molino de bolas. Al recuperar una determinada partícula
en la capa más externa de los molinos de bolas, se pueden analizar las trayectorias de
movimiento de la partícula en diferentes momentos durante el proceso de caída.

Como se muestra en la Fig. 2, R es el radio de los molinos de bolas; el punto A es el punto

de desprendimiento de partículas; α es el ángulo de desprendimiento (ángulo entre OA y
la dirección vertical); ω es la velocidad de rotación de mill, y t0-t5 son los diferentes puntos
de tiempo en la trayectoria del movimiento. Cuando la partícula externa está ubicada en
el punto A, el componente vertical de la fuerza centrífuga de la partícula es igual a la
gravedad, pero en la dirección opuesta. Asumiendo:

La partícula es un punto de masa e ignorando el papel de la fricción, tenemos:

𝐹 = 𝑚𝑔 𝑐𝑜𝑠 ∝
Donde:

F: es la fuerza centrífuga (escalar), m es la masa de las partículas

PÁG. 20
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

G: es la aceleración gravitacional, y α es el ángulo de desprendimiento.

Entonces, Basado en la fórmula de cálculo de fuerza centrífuga, F puede escribirse como:

𝑚𝑣 2
𝐹= = 𝑚𝑅𝜔2
𝑅

Simulaciones numéricas

Método de elemento discreto

El DEM es un método numérico para abordar el comportamiento cinemático y mecánico

de sistemas granulares complejos que involucran muchas unidades discretas con ciertas

PÁG. 21
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

formas y masas. Se ha utilizado ampliamente en los molinos de bolas para determinar el

comportamiento de las partículas y el par y la energía de los molinos de bolas en diferentes
condiciones de trabajo.

En DEM, cada partícula se rastrea y su movimiento se rige por la segunda ley de Newton:

Movimiento de translación
𝑑𝑣𝑖
𝑚 = 𝐹𝑖 − 𝐵𝑔 𝑣𝑖
𝑑𝑡

Movimiento rotacional

𝑑𝜔𝑖
𝐼 = 𝑀𝑖 − 𝐵𝑔 𝜔𝑖
𝑑𝑡

Donde i (= 1, 2, 3) denota las direcciones de las coordenadas x, y y z, respectivamente; F i

es el componente de fuerza desequilibrada de la partícula; Vi es la velocidad de traslación;
m es la masa de la partícula; Mi es el momento de desequilibrio debido a los contactos; ωi
es la velocidad de rotación; I es la inercia rotacional de la partícula; βg es el coeficiente de
amortiguamiento global; dt es el paso del tiempo.

La interacción partícula-partícula está determinada por los modelos de contacto en DEM.

En este estudio, el modelo de contacto Hertz-Mindlin se usa para describir las colisiones
partícula-partícula y pared-partícula, como se muestra en la Fig. 4. En el modelo
antideslizante Hertz-Mindlin, las fuerzas de contacto normales entre la partícula a y la
partícula b se puede describir como la función de la superposición normal δn :
4 ∗ √ ∗ 32
𝐹𝑛𝑐 = 𝐸 𝑅 𝛿𝑛
3

Donde E⁎es el módulo de Young equivalente y R⁎es el equivalente radio.

PÁG. 22
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

Simulación DEM de molino de bolas

Para verificar la precisión de la fórmula propuesta anteriormente, se construyen un
modelo físico y cinco modelos a escala de molinos de bolas utilizando el software EDEM
(DEM Solutions Ltd., Reino Unido).

Se comparan y verifican los ángulos de desprendimiento y la conservación de la energía al

observar las trayectorias de una sola partícula en el molino de bolas en todos los modelos.
Sin embargo, cualquier partícula individual no puede moverse libremente sin chocar con
otras dentro de un molino de bolas, y un molino industrial real siempre tiene una gran
cantidad de partículas.

Por lo tanto, la simulación de una sola partícula no puede explicar completamente el

problema del movimiento de las partículas. Otras verificaciones para partículas múltiples
deben ser completadas. En la simulación de una sola partícula, el radio de las partículas en
todos los modelos es de 20 mm y la masa de la partícula es de 0.089 kg. En las simulaciones
de partículas múltiples, el número de partículas (el radio de la partícula es la distribución
normal, el tamaño de partícula promedio es de 20 mm).
Las trayectorias de movimiento de la partícula única en el modelo físico y los cinco modelos
a escala se muestran en la Fig. 6.
El origen del sistema de coordenadas es el centro del molino de bolas. Las figs. 6 (a) y (b)
muestran las trayectorias de la partícula a diferentes velocidades de rotación (conjunto g
= 9.81 m / s2) y diferente aceleración gravitacional (conjunto ω = 1 rad / s),
respectivamente. Se puede ver que la partícula se genera en la parte inferior del molino
En la Fig. 6.

Cuando el molino comienza a girar, la partícula se eleva con el molino de bolas hasta que
se tira, y la trayectoria del proceso es parabólica. Luego, la partícula golpea con la pared

PÁG. 23
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

del molino, dando como resultado un rebote hasta que se equilibra. La partícula se eleva
nuevamente con el molino de bolas y comienza un nuevo ciclo. A partir de la Fig. 6, se
puede concluir que las trayectorias de la partícula en el modelo escalado son consistentes
con las del modelo físico y los ángulos de separación en cada modelo son
aproximadamente 68 °.

Para verificar la relación energética entre el modelo escalado y el modelo físico, se

monitorea el cambio de energía de la partícula única en cada modelo, y las curvas de
cambio de energía de los seis modelos se muestran en la Fig. 7.
En general, las curvas de cambio de energía se pueden dividir en cuatro regiones.

En la región I, la partícula se forma en el fondo del medio en el molino de bolas. La partícula

choca con la pared del molino y rebota ligeramente cuando comienza la rotación. Por lo
tanto, la curva de energía cinética brota repentinamente en el momento de la colisión y
aparece una fluctuación desordenada debido al rebote de la partícula. La curva de energía
potencial es parabólica debido al rebote de partículas.

En la región II, la partícula alcanza el equilibrio y luego se eleva con la rotación del molino.
Por lo tanto, la energía cinética es relativamente baja y la curva de energía potencial
aumenta gradualmente a medida que aumenta la posición de la partícula.

En la región III, la partícula se mueve hacia el punto de desprendimiento (punto A en la Fig.

6), y la partícula comienza a desprenderse de la pared del molino y se tira. Luego, la
partícula continúa subiendo hasta la posición más alta hasta que toca el molino al caer. Por
lo tanto, la curva de energía cinética muestra una tendencia ligeramente descendente. La
curva de energía potencial continúa aumentando, alcanzando el valor máximo cuando la
partícula se mueve a la posición más alta (t1 en la Fig. 6).

PÁG. 24
MODELAMIENTO Y SIMULACION DE PROCESOS 2019

PÁG. 25