Escolar Documentos
Profissional Documentos
Cultura Documentos
[18.1]
= frao em massa da populao de partculas que tem tamanho entre Di-1 e Di
pi(dp) chamado funo densidade discreta fracionada e o argumento dp pode ser
omitido se no houver risco de confuso com outras grandezas.
Adp = Di-1 Di conhecida como faixa de tamanho e no usualmente constante,
todavia varia de tamanho a tamanho. A largura finita de classe de tamanho definido por Adp
muito importante no desenvolvimento das tcnicas de modelagem usadas. A idia de
uma classe de tamanho particular central para o desenvolvimento do nosso procedimento
de modelagem. A classe de tamanho considerada conceitualmente para incluir todas as
partculas na populao inteira que tem queda de tamanho entre as classes limite dp e dp +
A dp. normal designar os limites de uma classe por meio de um subscrito, e de forma que
os limites da classe sejam identificados claramente, estes sero sempre representados
pelo smbolo Di, que indica o limite inferior da classe de tamanho i. Assim a populao
inteira de partculas conceitualmente classificada em cada classe, definidas pelos seus
limites superiores e inferiores. Por conveno, o ndice das classes cresce a partir de
tamanhos maiores para menores. Assim Di < Di+1. A classe de tamanho mximo tem
somente um limite D1 e inclui todas as partculas que tem tamanho maior do que D1.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 740
O conceito de classe de partcula permite-nos efetivamente formular modelos para
sistemas metalrgicos extrativos descrevendo o comportamento de classes de partculas
em lugar do comportamento individual. Um tamanho representativo est associado com
cada classe de tamanho de partculas, assumindo-se que todas a as partculas na classe
comportar-se-o no presente sistema de processamento como se tivesse um tamanho igual
ao tamanho representativo. Claramente, esta s ser uma suposio vivel se a classe de
tamanho suficientemente estreita. No possvel definir o conceito "suficientemente
estreito", todavia admite-se que a srie raiz de dois para os limites de classe uma relao
geomtrica que pode ser usada seguramente. A chave para o sucesso desta aproximao,
para o modelamento de sistemas particulados, o uso de intervalos de tamanho estreitos.
Isto implica que um nmero grande de classes de partculas deve ser considerado. Do
ponto de vista prtico, isto aumenta a quantidade de clculos que requerida para que
modelos descritivos precisos sejam desenvolvidos para processos particulados. Por
conseguinte, essa aproximao requer cdigo eficiente de computador para que seja
implementada como uma ferramenta prtica e vivel, e a nossa nfase deve ser com
respeito tcnicas eficientes de computao.
Funes de Distribuio Empricas
Existem vrias funes de distribuio empricas que representam a distribuio de
tamanhos de muitas populaes de partculas de forma precisa, na prtica, e que so teis
em muitas situaes. As mais comuns so:
A funo de distribuio de Rosin Rammler definida por:
( ) ( ) |
63,2
D D exp 1 D P = [18.2] |
d
D63,2 o tamanho no qual a funo distribuio tem o valor 0,632.
A distribuio Log-normal definida por:
( )
\
|
=
o
D D Ln
G D P
50
[18.3]
( )
|
.
|
Onde G(x) a funo
( ) dt e
2n
1
x G
2 t
x
2
)
= [18.4]
Tratamento de Minrio 4
a
Edio CETEM 741
que chamada funo distribuio normal ou gaussiana. tabulada em muitos livros de
referncia matemtica e estatstica e fcil obter valores para essa funo. Na distribuio,
D50, denominado tamanho mediano, o tamanho da partcula na qual P(D50) = 0,5. O valor
de dado por: o
(
84 2
1
LnD LnD o = )
16
[18.5]
A distribuio log-normal tem uma importncia terica particularmente significativa.
Em 1941, o famoso matemtico A.N. Rolmogorov provou que se uma partcula e sua
prognie so quebradas sucessivamente, e se cada evento de quebra produz um nmero
aleatrio de fragmentos com tamanhos aleatrios, ento, se no h seleo preferencial de
tamanho para quebra, a distribuio ou tamanhos de partcula tendero para uma
distribuio normal, aps muitos eventos sucessivos de quebra. Embora essa anlise
terica faa suposies que so violadas em operaes prticas de cominuio, o
resultado indica que as populaes de partculas que ocorrem na prtica, tero
distribuies de tamanho prximas da log-normal, caso freqentemente encontrado.
A distribuio logstica definida por:
( )
\
|
|
.
|
50
D
D
1
1
D P
\
|
+
= [18.6]
Essas trs distribuies so funes de dois parmetros e podem ser ajustadas,
completamente, para distribuies de tamanho medidas por tcnicas de ajuste de curva.
As mesmas funes tm propriedades geomtricas interessantes que podem ser
convenientemente usadas em trabalhos prticos.
A distribuio de Rosin-Rammler pode ser transformada para:
( )
( ) (
*
D dLn D dLn
D P 1
1
Ln Ln =
|
|
.
|
\
|
)
( ) g x G =
[18.7]
e mostra que um grfico de log log recproco, de 1-P(D) contra o log de D, produzir pontos
que se ajustam sobre uma linha reta sempre que os dados seguem a distribuio de Rosin-
Rammler. Isto define o sistema de coordenadas de Rosin-Rammler.
A distribuio log-normal pode ser transformada usando uma funo inversa H(G)
da funo G. Essa funo inversa definida de uma maneira tal que se
[18.8]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 742
( ) g H x = [18.9]
da equao (18.3).
o
D ln(
H[P(D)] =
) D
50
[18.10]
e um grfico de H[P(D)] contra logD ser linear sempre que os dados sigam uma
distribuio log-normal. A distribuio logstica pode ser transformada para
( )
50
\logD \logD 1
D P
1
log =
|
|
.
|
\
|
[18.11]
e mostra que os dados sero plotados sobre uma linha reta no sistema de coordenadas
logstico, sempre que os dados sigam uma distribuio logstica. Plotando os dados nestes
sistemas de coordenadas um mtodo conveniente para estabelecer qual a funo
distribuio que descreve os dados de forma mais aproximada.
Distribuies de Tamanho Truncadas
Algumas vezes, uma populao de partculas est abaixo de um tamanho mximo
definido. Populaes desse tipo ocorrem, por exemplo, quando uma partcula me de
tamanho D quebrada. Claramente, nenhuma partcula prognita pode ter um tamanho
maior do que a partcula me, de maneira que a distribuio de tamanhos da populao de
partculas prognitas truncada no tamanho D da partcula me. Assim,
( ) 1.0 = D' P [18.12]
A distribuio truncada mais comum a distribuio logartimica.
A funo distribuio logartimica definida pela funo:
( ) D P = para D > D [18.13]
d
D'
D
|
.
|
\
|
que claramente satisfaz a equao (18.12). D a maior partcula na populao e uma
medida do espalhamento dos tamanhos das partculas.
Outras distribuies truncadas so as distribuies de Gaudin-Meloy e Harris.
Tratamento de Minrio 4
a
Edio CETEM 743
A distribuio de Gaudin-Meloy definida por:
( ) ( D 1 1 D P = )
n
D' para D > D
[18.14]
A distribuio de Harris definida por:
( ) ( ( D' D 1 1 D P = ) )
n
s
para D > D [18.15]
Verses truncadas de Rosin-Rammler, log-normal e logstica podem ser geradas
usando-se uma escala de tamanho transformada. O tamanho inicialmente normalizado
para o tamanho de truncao
D' D = [18.16]
E o tamanho transformado definido por:
1
= p [18.17]
A distribuio truncada de Rosin-Rammler :
( )
|
|
|
.
|
\
|
|
|
.
|
\
|
=
d
63,2
p
p
exp 1 D P para D > D [18.18]
A distribuio log-normal truncada :
( )
\
|
=
o
p p Ln
G D P [18.19]
( )
|
.
|
50
com
( ) ( (
16 84 2
1
p Ln p Ln o = )) [18.20]
A distribuio logstica truncada
( )
\
|
|
.
|
50
p
p
1
1
D P
\
|
+
= [18.21]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 744
Grficos de linha reta podem ser gerados para dados truncados usando sistemas
coordenados. A distribuio logartimica pode ser transformada para:
( ) | | ( ) (D' log D d[log D P log )] = [18.22]
e mostra que um grfico de P(D) contra D, com coordenadas log-log, produzir pontos que
se ajustaro sobre uma linha reta, sempre que os dados sigam uma distribuio
logartimica.
A distribuio Gaudin Meloy pode ser transformada para:
( ) ( )] D' log D D' log n[ P(D)] log[1 = [18.23]
Os dados resultaro em um grfico linear, no sistema de coordenadas log-log, se
plotados como 1 - P(D) contra D - D. Para desenhar este grfico, necessrio conhecer o
valor de D
1 [18.26]
e indica que a soma da frao total unitria.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 746
Figura 18.1-Grficos tpicos de distribuio de tamanho de partculas mostrando os
dados da Tabela 18.5 plotados em seis sistemas de coordenadas diferentes.
Tratamento de Minrio 4
a
Edio CETEM 747
Distribuio em Nmero, Mdia do Tamanho e da Populao
Em virtude de todas as populaes de partculas conterem um nmero finito de
partculas, possvel tambm descrever a variao das caractersticas das partculas por
meio da frao em nmero. A funo distribuio para qualquer caracterstica (tendo
valores representados pela varivel x} definida como funo +(x) que a frao em
nmero de partculas na populao tendo tamanho igual a x ou menor. A funo densidade
associada definida por:
( )
dx
x d+
i
= [18.27]
A densidade, em nmero, discreta determinada por
( ) ( )
i 1 i i
L+ X + X + = =
[18.28]
onde as letras maisculas representam os limites de classe.
Freqentemente prtico ter valores mdios para qualquer caracterstica, com a
mdia tomada sobre todos os membros da populao. O valor mdio de qualquer
propriedade caracterstica dado por:
( )
_
=
T
1
j
x =
N
j T
N
N
1
x [18.29]
onde:
x
(j)
o valor da propriedade caracterstica para a partcula j;
NT o nmero total de partculas na populao.
A equao (18.29) de difcil manuseio porque o somatrio deve ser tomado sobre
um nmero elevado, NT, de partculas. O nmero de termos no somatrio pode ser
reduzido significativamente, se coletarmos partculas que tem valores iguais de x em um
nmero de grupos distintos. Se o nmero de partculas no grupo i representado por n
(i)
e
o valor de x neste grupo representado por xi, ento o valor mdio da propriedade x de
toda a populao dado por:
( )
i
i
x n
_
=
=
N
1 i T
N
N
1
x [18.30]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 748
onde N representa o nmero total de grupos que so formados. A razo n a
frao em nmero da populao das partculas com tamanho xi. Isto permite uma
alternativa, e uma forma ainda mais conveniente, de avaliao da mdia, dada por:
( )
T
i
N
_
=
=
N
i
N
x
1
i i
x [18.31]
Outras mdias so algumas vezes usadas. Por exemplo, a mdia poderia ser
ponderada pela massa de partculas, em lugar do nmero.
( )
i
i
x m
_
=
=
N
1 i T
M
1
x [18.32]
Na equao (18.32), MT representa a massa total do material na populao e m
(i)
a
massa de partculas no grupo i com valor representativo x. A razo
T
i
M m a frao em
massa de partculas no grupo i , e esta est relacionada funo distribuio:
( )
( )
( ) ( )
i 1 i
T
i
L x P x P
M
m
= =
+ i
P [18.33]
i
1
i
LP x
( ) x p x
i i
N
i
x
_
=
= [18.34]
N
1 i
_
=
= [18.35]
No limite, quando a largura do intervalo diminui tendendo para zero, esta equao
torna-se:
( ) x dP
( )dx x p
)
=
1
o
x x [18.36]
x
0
)
= [18.37]
Da mesma forma, a variao da distribuio pode ser obtida:
( ) x p x x o
2
0
2
)
= ( )dx [18.38]
Tratamento de Minrio 4
a
Edio CETEM 749
A funo densidade de distribuio til para a avaliao da mdia de qualquer
funo de propriedade de partcula x:
( ) ( ) (x p x f x f
0
)
= )dx [18.39]
Da mesma forma, o valor mdio da propriedade, x, ponderada pelo nmero, obtida
por:
( )dx x x x
0
N
)
= [18.40]
ou mais geralmente
( ) ( )
)
=
0
N
x x f x f ( )dx [18.41]
Por exemplo, se todas as partculas na populao so esfricas, a mdia dos
volumes das partculas o valor mdio de 6 nd
p
3
. Assim, a mdia do volume das
partculas vale:
( )
p
dd
p
0
3
p
d
6
d n
)
[18.42]
Visando a possibilidade de descrever o comportamento das partculas
adequadamente, introduziu-se o conceito de um tamanho representativo para cada classe
de tamanho. O tamanho representativo para a classe de tamanho i definido pela
expresso:
( )
( )
p
D
D
3
p
p i
3
pi
dd d d
d
1
d
1 i
i
)
=
p
[18.43]
onde +(dp) a funo densidade de distribuio em nmero e +i(dp) a frao em nmero
da populao na classe de tamanho i. Outras definies do tamanho representativo podem
ser usadas e a definio depende do contexto no qual o tamanho representativo ser
usado. importante que o tamanho representativo seja tal que, uma simples partcula
tendo o tamanho representativo se comportaria de maneira tal que representar
adequadamente todas as partculas na classe.
tambm possvel estimar o tamanho representativo a partir de:
Simulao de Usinas de Beneficiamento: Princpios Bsicos 750
( )
1 Di
Di
p p
i
pi
d p d
p
1
d
)
=
p
dd ( )
p
1 Di
Di
p
i
d dP d
p
1
)
= [18.44]
que pondera as partculas individuais na classe pela massa.
Estas duas definies do tamanho representativo requerem que a funo de
distribuio de tamanhos seja conhecida antes do tamanho representativo ser estabelecido.
Em muitas circunstncias, isto no ser satisfatrio porque seria mais conveniente ter as
classes de tamanho e seus tamanhos representativos definidos independentemente da
distribuio de tamanhos. Um mtodo comum usar a mdia geomtrica dos limites
inferiores e superiores para o tamanho representativo.
( )
2 1
1 i i pi
D D d = [18.45]
N N-1 N-2 ...
2 1
Classe de tamanho
D
N
D
N-1
D
N-2
D
N-3 ...
D
2
D
1
dp
N
dp
N-1
dp
N-2 ...
dp
2
dp
1
Tamanho de partcula
Tamanho de
peneira
Tamanho representativo
Figura 18.2 Arranjo de classes de tamanho, com tamanhos representativos dpi e
tamanhos da malha Di ao longo do eixo das partculas
Uma vez que DN = 0 e D0 indefinido, a equao (18.45) no pode ser usada para
calcular os tamanhos representativos das duas classes de tamanho extremo. Esses
tamanhos so calculados por meio das expresses:
3
2
1
dp
) (dp
p1
d =
2 N
2
1 N
)
N
dp
(dp
dp = [18.46]
Essas frmulas projetam a seqncia dpi como uma progresso geomtrica nas
duas classes de tamanho extremo.
Os arranjos da malha e tamanhos representativos so mostrados na Figura 18.2.
Tratamento de Minrio 4
a
Edio CETEM 751
A composio mineralgica das partculas que so processadas nas operaes de
tratamento de minrios varia de partcula a partcula. Isto de fundamental importncia em
qualquer processo de separao fsica para material particulado. O objetivo dos processos
de tratamento de minrios a separao de materiais, na base da composio
mineralgica, para produzir concentrados com abundncia relativa do mineral desejado. O
objetivo de operaes de cominuio a liberao de minerais pela fragmentao.
Infelizmente, exceto em casos muito favorveis, os minerais no separam completamente e
muitas partculas, mesmo quando finamente modas, conter uma mistura de duas ou mais
espcies minerais. No entanto, algumas partculas constitudas de um nico mineral,
sempre existiro. Nesse caso, diz-se que estas partculas esto perfeitamente liberadas. A
quantidade de mineral que est liberado uma funo muito complexa envolvendo a:
estrutura cristalina,
textura mineralgica;
interao entre (i) e (ii);
o padro de fratura na cominuio.
A composio mineralgica da partcula pode ser definida, sem ambiguidade, pela
composio fracional das partculas em termos dos componentes minerais individuais, que
forem de interesse. Geralmente, mais de uma espcie mineral deve ser considerada, de
maneira que a composio mineralgica seja descrita pelo vetor g das fraes minerais.
Cada elemento do vetor g representa a frao, em massa, do material correspondente na
partcula. O nmero de elementos no vetor igual ao nmero de minerais, incluindo os
minerais de ganga. Assim, numa partcula que constituda por
25% em massa de calcopirita;
35% em massa de esfalerita;
40% em massa de ganga;
ser representada por um vetor frao mineral g=(0,25; 0,35; 0,40).
Vrias classes discretas de teor de minerais podem ser definidas, e o intervalo de
cada frao, isto , a faixa de teor de cada componente do vetor g, deve ser especificada
para cada classe de teor. A funo distribuio fracional discreta pode ser definida como
demonstrado anteriormente para qualquer propriedade.
Existe uma classe especial para as fraes de teor de minerais nas extremidades
do espectro de composio. Nas operaes de tratamento de minrios usual trabalhar
com populaes de partculas que contm alguma poro do mineral completamente
liberado. Assim, uma frao, diferente de zero, da populao de partculas, pode ter um
Simulao de Usinas de Beneficiamento: Princpios Bsicos 752
teor de mineral exatamente igual a zero ou exatamente igual a unidade. Uma classe
individual deve ser reservada para cada um destes grupos de partculas liberadas. Essas
classes tm intervalos de largura zero. Se apenas um mineral valioso considerado
importante, g uma grandeza escalar e a funo distribuio P(g) ter a forma mostrada na
Figura 18.3.
Figura 18.3 Funo tpica da distribuio de teores de partcula em uma populao
com partculas liberadas e no liberadas.
A concentrao de partculas nas duas classes extremas, representando a ganga
completamente liberada e o mineral completamente liberado, respectivamente, so
representadas pelos degraus descontnuos na funo de distribuio. Quando mais de um
mineral significativamente importante, a simples representao grfica usada na Figura
18.3 no pode ser usada, sendo necessrio, nesses casos, uma descrio
multidimensional.
A Funo Distribuio Conjunta
Freqentemente, ocorre que mais de uma propriedade da partcula significativa,
influenciando seu desempenho numa operao de tratamento de minrios. Nesse caso,
essencial usar uma descrio da populao de partculas que leva em considerao todas
as propriedades relevantes. A descrio apropriada fornecida pela funo distribuio
conjunta. Se as duas propriedades dizem respeito ao tamanho e a composio
mineralgica, a funo distribuio conjunta, P(dp , g), seria definida como a frao em
massa do total da populao de partculas que tem tamanho dp e frao mineral > g.
Apenas como propriedades nicas, a populao pode ser dividida em um nmero finito de
grupos discretos, onde cada grupo identificado por um nico par de variveis g e dp.
Assim, o espao das variveis g e dp pode ser seccionado em uma grade retangular, e a
funo densidade de distribuio fracional discreta definida por:
Tratamento de Minrio 4
a
Edio CETEM 753
pij (dp, g) = frao de material com tamanho no intervalo (Di, Di-1) e composio
no intervalo (Gj-1, Gj).
= frao em massa de material na rea (b) na Figura 18.4
Figura 18.4 Relao entre funo densidade de distribuio fracional discreta e
funo distribuio cumulativa bi-demensional
A relao entre a funo densidade de distribuio fracional discreta e a funo de
distribuio cumulativa bi-dimensional est representada na figura 18.4.
P (Di - 1, Gj) = frao do material nas reas a + b + c + d.
P (Di, Gj - 1) = frao do material na rea d.
P (Di, Gj) = frao do material na rea a + d.
P (Di-1, Gj - 1) = frao de material na rea c + d.
Portanto,
Pij (dp ,g) = P (Di 1 ; Gj) - P (Di ; Gj) - P (Di 1 ; Gj - 1) + P (Di ; Gj - 1)
que a frao massa da populao de partculas que tem:
Di > dp > Di 1 e Gj 1 > g > Gj
As idias desenvolvidas acima para a distribuio bi-dimencional podem, de forma
similar, ser expandidas para dimenses maiores. Em particular, tal extenso seria requerida
para um vetor g de composio multidimensional, se mais de uma espcie mineral est
presente.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 754
claro, a partir de sua definio, que o valor de pij (dp ; g) no varia, se a ordem de
seus argumentos dp e g, e consequentemente os ndices i e j variam.
Assim,
Pij (dp ; g) = Pji (g ; dp) [18.47]
A Funo de Distribuio Condicional
Quando se trata da coleo de partculas, conveniente separ-las em grupos de
acordo com uma nica propriedade, a despeito da variabilidade de outras propriedades
importantes entre as partculas. Um exemplo bvio disto, uma classificao por tamanhos
que feita por peneiramento em laboratrio. A separao em classes granulomtricas
ocorre, a despeito de qualquer distribuio de composio mineralgica, de maneira que,
partculas, diferindo amplamente na composio, ficaro presas na mesma peneira de
teste. As massas de material retidas em diferentes peneiras tero distribuies de
composio diferentes. Por exemplo, a frao de partculas na classe granulomtrica mais
fina ser relativamente rica em material completamente liberado. Existe uma distribuio de
composio nica para cada uma das classes granulomtricas. O peneiramento chamado
de operao condicionante, e a funo distribuio para cada classe granulomtrica
denominada funo distribuio fracional condicional.
A funo densidade condicional discreta pji (g|dp) definida como a frao em
massa de partculas na classe granulomtrica i ( isto , tem tamanho entre Di e Di 1), que
esto na classe de composio j. Essas funes de distribuio condicional podem ser
relacionadas s funes distribuio que foram definidas anteriormente.
Figura 18.5 Representao esquemtica da medida da distribuio do teores das
partculas, condicionada pelo tamanho das partculas.
Tratamento de Minrio 4
a
Edio CETEM 755
O conceito de distribuio condicional ilustrado esquematicamente nas Figuras
18.5 e 18.6. Na Figura 18.5 uma amostra representativa da populao de partculas
peneirada e , desse modo, separada nas classes de tamanho requeridas. O material em
cada peneira ento fracionado com base no contedo mineral de cada partcula, usando-
se, por exemplo, fracionamento em lquido denso. As duas funes de distribuio
discretas so definidas em termos das massas de material produzido por essas duas
operaes seqenciais.
( )
p 35
d g, p [18.48]
T
4
M
M
=
( )
p 35
d | g p [18.49]
1
4
M
M
=
e
( )
p 5
d p [18.50]
T
1
M
M
=
fcil de ver que
( )
( )
( )
p 5
p 35
T 4
T 4
1
4
p 35
d p
d g, p
M M
M M
M
M
d | g p = = = [18.51]
e que pj5(g|dp) mostra como o material na peneira 5 est distribudo com respeito
composio das partculas.
Na Figura 18.6 a separao feita, primeiramente, com base no contedo mineral,
e ento cada classe de teor de partcula classificada por peneiramento. Isto produz a
distribuio de tamanhos, condicionada pelo teor de partcula.
( )
( )
( ) g p
g , d p
M ' M
M ' M
' M
' M
g | d p
3
p 53
T 1
T 6
1
6
p 53
= = = [18.52]
claro que
1 7 6 5 4 3 2
M M M M M M M = + + + + + [18.53]
de maneira que
Simulao de Usinas de Beneficiamento: Princpios Bsicos 756
( ) 1
p
=
) (d
p
d | g p
6
1 j
ji _
=
[18.54]
e
( ) p d g, p
5 p
6
1 j
j5
=
_
=
[18.55]
Figura 18.6 Representao esquemtica da medida de distribuio de tamanhos
de partcula, condicionada pelo teor de partcula.
Estas idias podem ser generalizadas para desenvolver as seguintes relaes. Se M
a massa da populao, a massa de partculas que cai nas duas classes j e i
simultaneamente to somente
p ji
d g, p M . Quando esta expressa como uma frao
somente daquelas partculas na classe dp, isto
p i
d p M , a distribuio condicional
gerada.
( )
( )
Assim
( )
( )
( )
p
p
d
i
ji
p ij
d p M
g, p M
d | g p = =
( )
( )
p i
p ji
d p
d g, p
[18.56]
A equao (18.57) importante, principalmente porque ela proporciona um meio
para a determinao da importante funo terica de distribuio discreta conjunta
Tratamento de Minrio 4
a
Edio CETEM 757
( )
p ji
d g, p , a partir da funo distribuio condicional discreta, observvel
experimentalmente,
ji
) (
( )
p
d | g p .
( ) (
i p ji p ji
d p d | g p d g, p = [18.57] )
p
Desde que
( ) (d p d g, p
ij p ji
= [18.58] ) g ,
p
observamos que
( ) ( ) ( ) g p g | d p d g, p
j p ij p ji
= [18.59]
e
( ) ( ) ( ) ( ) g p g | d p d p d | g p
j p ij p i p ji
= [18.60]
A equao (18.58) corresponde a um procedimento experimental no qual a
populao de partculas primeiro separada com base no tamanho, por peneiramento,
seguida de uma separao de cada frao peneirada em vrios grupos de composio.
A equao (18.61) corresponde a uma separao baseada na composio
(magntica, eletrosttica, ou talvez tcnicas de lquido denso) seguida de anlise
granulomtrica em peneiras para cada classe de composio.
De uma ou de outra forma, a mesma funo distribuio conjunta gerada, porm o
procedimento experimental refletido na equao 18.58, na maioria das vezes, menos
conveniente que o correspondente na equao 18.61, devido s dificuldades experimentais
associadas separao por composio. Normalmente, mais eficiente combinar uma
separao por composio com muitas separaes por tamanho (que so
comparativamente simples para fazer no laboratrio).
As funes densidade satisfazem as relaes gerais a seguir, que podem ser
facilmente verificadas usando os mesmos simples princpios.
( ) 1 = y x, p
i j
ij __
[18.61]
( ) ( ) ( ) ( ) x p g p y | x p y x, p
i j
j
ij
j
ij
= =
_ _
[18.62]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 758
( ) ( ) ( ) ( ) y p x p x | y p y x, p
j j
i
ji
i
ij
= =
_ _
[18.63]
( | x p
i
ij _
) 1 y = [18.64]
Os princpios desenvolvidos nesta seo podem ser usados para definir a funo
distribuio condicional P e
p
d | g P , bem como a funo densidade associada
. Estas esto relacionadas por:
( )
p
d | g ( )
( )
p
d | g p
( )
( )
dx
y | x
( )
( )
dP
y | x p = [18.65]
( )
y p
y x,
1 =
( ) x p
p
y | x p = [18.66]
e satisfazem s seguintes relaes, anlogas s equaes (18.62) a (18.65)
( )dxdy y x, p
))
[18.67]
( )dy y x, p =
)
[18.68]
( ) ( ) ( ) ( ) y p dx x p x | y p dx y x, p = =
) )
[18.69]
( ) y | x p
)
1 dx = [18.70]
Exemplo prtico das distribuies condicionais de teor A curva de
lavabilidade
Distribuies condicionais de teor tm sido usadas, por muitos anos, em prticas de
processamento mineral e vrios mtodos de representao padro foram desenvolvidos.
Dentre esses, o mais amplamente usado a distribuio de lavabilidade e a curva de
lavabilidade associada. Esse mtodo foi desenvolvido, inicialmente, para analisar
operaes de lavabilidade de carvo, e baseia-se no uso de uma seqncia de lquidos
orgnicos de densidades diferentes, usualmente num intervalo de 1.200 kg/m
3
a 3.200
kg/m
3
, embora lquidos mais densos possam ser sintetizados e utilizados para este fim. O
mtodo de fracionamento depende de uma separao cuidadosa das fraes afundada e
flutuada da amostra representativa, imersa em um lquido de densidade conhecida. A
frao que flutua representa a frao da populao de partculas de densidade menor do
Tratamento de Minrio 4
a
Edio CETEM 759
que a do lquido teste. Se a composio de partculas pode ser relacionada diretamente
com a densidade das partculas, a frao medida igual distribuio cumulativa P(g).
prtica comum realizar o teste de lquido denso com fraes granulomtricas especficas, e
neste caso a distribuio de teor cumulativa condicional
pi
d | g P gerada no
experimento.
( )
Figura 18.7 Representao de experimento de lquido denso. O mtodo paralelo
gera a distribuio cumulativa P(g). Se uma frao granulomtrica em particular
usada, este teste gera a distribuio condicional ( )
p
d | g P .
O valor da funo distribuio cumulativa pode ser medida em valores diferentes de
g, usando-se uma srie de lquidos cujas densidades so ajustadas para corresponder a
um teor especfico, embora seja mais comum estabelecer-se as densidades dos lquidos
com base em um padro regular, conveniente para o material de teste. O teste de
fracionamento (separao) em lquido denso ilustrado na Figura 18.7. Tendo em vista que
amostras representativas idnticas da populao de partculas so analisadas em paralelo,
este mtodo de anlise denominado de mtodo paralelo.
Um mtodo alternativo para essa anlise freqentemente usado porque usa
quantidades menores de amostra, e tambm produz informao adicional que
particularmente vantajosa na anlise e simulao de operaes de processamento mineral.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 760
Figura 18.8 Representao do experimento de fracionamento em lquido denso. O
mtodo seqencial gera a distribuio discreta pj(g). Se uma determinada frao
granulomtrica usada, este teste gera a distribuio discreta
p j j
d | g p . ( )
Ao invs de analisar N amostras idnticas em N densidades diferentes, uma nica
amostra separada seqencialmente em N densidades diferentes. A frao afundada do
primeiro teste testada na prxima maior densidade, aps a qual, o afundado do segundo
teste passa para o terceiro lquido e assim por diante, at as separaes em todas as N
densidades terem sido completadas. Este mtodo ilustrado na Figura 18.8.
Cada frao flutuada coletada e, aps remoo de algum lquido aderido, est
disponvel para as anlises posteriores. Anlises adicionais que podem ser feitas incluem a
densidade mdia de partculas por picnometria, anlise elementar por fluorescncia de
Raios X ou espctrometria de absoro atmica e anlise granulomtrica de partculas, se
uma granulometria (tamanho) composta usada.
Um conjunto tpico de dados obtidos em um teste de lquido denso mostrado na
Tabela 18.6
Afim de converter os dados obtidos no teste de lquido denso para distribuio com
respeito composio de partcula necessrio relacionar a densidade da partcula sua
composio mineralgica. Se o material uma simples mistura de dois componentes
minerais este :
M
p
g
p
1
+ = [18.71]
G
p
g 1
Tratamento de Minrio 4
a
Edio CETEM 761
onde:
p
M
p
o
p
= densidade de uma partcula
= densidade da fase mineral
= densidade da fase ganga
g = frao massa do mineral na partcula
Tabela 18.6 Dados tpicos obtidos em teste de lquido denso.
Lquido de densidade especfica Recuperao em massa
na frao (%)
% CaO % SiO2
Flutuado em 2,85 21,60 19,30 18,2
2,85 2,88 5,70 21,76 2,49
2,88 2,91 3,20 10,15 1,52
2,91 2,94 0,90 9,67 2,92
2,94 2,96 7,60 2,95 3,89
2,96 3,03 61,0 0,96 2,55
Afundado em 3,03 0,00 - -
O inverso desta equao de uso mais prtico
p
p
M
p p
p p
g
M G
G
= [18.72]
a qual mostra que o teor mineral uma funo linear da recproca da densidade da
partcula.
Quando a textura mineralgica mais complexa do que uma simples mistura binria
de dois minerais, torna-se necessrio, a partir do teste de meio denso, relacionar a
composio da partcula densidade de separao. Isso requer tambm, a anlise
elementar das fraes individuais obtidas no teste de lquido denso seqencial. Dados
tpicos so mostrados na Tabela 18.6. A partir dos resultados obtidos nos ensaios, a
composio mineralgica mdia das partculas em cada frao pode ser estimada. Nesse
caso, o teor de calcita estimado a partir do CaO analisado e a magnesita cometida
estimada por diferena, assumido que somente trs minerais (magnesita, calcita e quartzo)
esto presentes. A relao entre a densidade da partcula e sua composio mineralgica
1
m m
p g
M
1 m
1
p
=
_
= [18.73]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 762
Se os intervalos de densidade usados no teste de lquido denso so estreitos,
razovel postular que a densidade mdia das partculas em cada frao de densidade um
ponto mdio entre os pontos extremos dos intervalos.
As densidades, calculadas a partir da composio mineralgica e as densidades dos
minerais, devem corresponder muito aproximadamente s densidades mdias dos
extremos de cada intervalo, como mostrado na Tabela 18.7.
Tabela 18.7 Dados derivados a partir daqueles obtidos na Tabela 18.6.
Lquido de densidade
especfica
Magnesita
(%)
Calcita
(%)
SiO2
(%)
Densidade calculada
kg/m
3
Flutuado em 2,85 47,34 34,46 18,2 2.828
2,85 2,88 58,65 38,86 2,49 2.867
2,88 2,91 80,36 18,13 1,52 2.935
2,91 2,94 79,81 17,28 2,92 2.933
2,94 2,96 90,85 5,26 3,89 2.968
2,96 3,03 95,74 1,71 2,55 2.985
Afundado em 3,03 - - - -
No caso do carvo, praxe determinar os teores de cinza e enxofre das fraes da
lavabilidade. tambm comum medir a energia contida das fraes, porque isto tem uma
importncia fundamental na avaliao do uso do carvo para gerao de energia.
Igualmente, maiores detalhes, considerando os constituintes do carvo, podem ser obtidos,
caso seja determinada a anlise imediata completa para cada frao da lavabilidade.
tambm possvel distinguir o enxofre pirtico no carvo. Quanto maior o detalhamento da
anlise das fraes de lavabilidade, maior o detalhamento dos produtos que podem ser
calculados pelo modelamento e simulao.
Determinao da Distribuio de Teores por Anlise de Imagem
Recentemente, foi desenvolvido um mtodo mais direto de determinao do
espectro de liberao dos minerais, usando a anlise automtica de imagem. Essa tcnica
fornece uma medida direta das distribuies dos teores de partculas em uma amostra, a
partir de uma frao estreita da faixa granulomtrica. A tcnica requer a gerao de
imagens microscpicas de partculas, que so montadas em orientaes aleatrias e a
seguir seccionadas. As imagens que so geradas pelo microscpio eletrnico de varredura-
MEV devem definir cada fase mineral a ser medida. Uma imagem tpica de um sistema
mineral binrio mostrado na Figura 18.9.
Tratamento de Minrio 4
a
Edio CETEM 763
Figura 18.9 Imagem de microscpio eletrnico de uma seo de partculas
minerais mostrando as fases separadas.
O teor aparente de cada seo de partcula na imagem pode ser prontamente
determinado quando a imagem arquivada na forma digital. O teor aparente, relativo
seo de uma partcula, a relao da concentrao de pontos (pixels) da fase mineral e a
concentrao total de pontos na seo.
Alternativamente, pode ser medido o teor aparente de muitas sees transversais de
partculas. Isso consiste simplesmente em estabelecer a distribuio linear aparente ou o
teor relativo s imagens contendo um nmero suficientemente grande de sees de
partculas. Na Figura 18.10 so mostrados histogramas tpicos da distribuio de teores
lineares medida. Esses histogramas so baseados em 12 classes de teor que descrevem a
ganga pura na classe 1, mineral puro na classe 12 e 10 classes de teor espaadas
igualmente, nas fraes de teor que variam entre 0,0 a 1,0. Observe que 11 fraes
granulomtricas distintas foram analisadas.
As distribuies de teor aparente medidas devem ser estereolgicamente corrigidas
para convert-los s distribuies de teor desejadas. A converso estereolgica um
problema inverso tpico e requer a soluo de uma equao integral.
( ) ( ) ( ) dg d | g p d g, | g P d | g P
p p m
1
0
p m
)
= [18.74]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 764
Figura 18.10 Distribuio de teores lineares medidos pela anlise de
imagem de vrias imagens tais como mostradas na Figura 19.9. Foram
analisadas onze fraes granulomtricas distintas.
Figura 18.11 Distribuio de liberao de 11 fraes granulomtricas de
partculas de 2 componentes de um minrio, medida por anlise de imagem.
Esses histogramas foram obtidos por converso estereolgica dos dados
mostrados na Figura 18.10.
C
la
s
s
e
d
e
T
e
o
r L
in
e
a
r, %
C
l
a
s
s
e
d
e
T
a
m
a
n
h
o
,
m
i
c
r
o
m
e
t
r
o
s
1000x710
1000x710
710x500
710x500
500x355
500x355
355x250
355x250
250x180
250x180
180x106
180x106
106x75
106x75
75x53
75x53
53x45
53x45
45x38
45x38
38x0
38x0
0
%
0
%
0
-
1
0
0
-
1
0
1
0
-
2
0
1
0
-
2
0
2
0
-
3
0
2
0
-
3
0
3
0
-
4
0
3
0
-
4
0
4
0
-
5
0
4
0
-
5
0
5
0
-
6
0
5
0
-
6
0
6
0
-
7
0
6
0
-
7
0
7
0
-
8
0
7
0
-
8
0
8
0
-
9
0
8
0
-
9
0
9
0
-
1
0
0
9
0
-
1
0
0
1
0
0
%
1
0
0
%
Volumetric grade distributions, by volume
C
la
s
s
e
d
e
T
e
o
r V
o
lu
m
e
tric
o
, %
C
l
a
s
s
e
d
e
T
a
m
a
n
h
o
,
m
i
c
r
o
m
e
t
r
o
s
1
0
0
0
x7
1
0
1
0
0
0
x7
1
0
7
1
0
x5
0
0
7
1
0
x5
0
0
5
0
0
x3
5
5
5
0
0
x3
5
5
3
5
5
x2
5
0
3
5
5
x2
5
0
2
5
0
x1
8
0
2
5
0
x1
8
0
1
8
0
x1
0
6
1
8
0
x1
0
6
1
0
6
x7
5
1
0
6
x7
5
7
5
x5
3
7
5
x5
3
5
3
x4
5
5
3
x4
5
4
5
x3
8
4
5
x3
8
3
8
x0
3
8
x0
0
%
0
%
0
-
1
0
0
-
1
0
1
0
-
2
0
1
0
-
2
0
2
0
-
3
0
2
0
-
3
0
3
0
-
4
0
3
0
-
4
0
4
0
-
5
0
4
0
-
5
0
5
0
-
6
0
5
0
-
6
0
6
0
-
7
0
6
0
-
7
0
7
0
-
8
0
7
0
-
8
0
8
0
-
9
0
8
0
-
9
0
9
0
-
1
0
0
9
0
-
1
0
0
1
0
0
%
1
0
0
%
Tratamento de Minrio 4
a
Edio CETEM 765
onde gm representa o teor aparente medido, linear ou relativo rea, e g representa o teor
verdadeiro de uma partcula. P(g a distribuio cumulativa de teores aparentes
medida na imagem. A soluo da equao 18.75 requer cuidados considerveis para
assegurar respostas confiveis, entretanto mtodos de resoluo esto disponveis. Na
Figura 18.11, aps converso estereolgica dos dados da Figura 18.10, mostrado um
histograma da verdadeira distribuio volumtrica de teores de partculas da amostra.
) d |
p m
Independncia
Acontece que algumas vezes duas propriedades podem ser distribudas
independentemente uma da outra. Esta idia pode se tornar precisa, definindo-se a
independncia de duas propriedades, digamos k e dp, se a seguinte relao satisfeita.
( ) ( ) k p
j
d | k p
p ji
= [18.75]
Isto significa que a distribuio dos valores de k (que poderiam representar as
constantes cinticas de flotao, por exemplo) igual para qualquer classe de tamanho da
populao de partculas.
Isso leva a
( ) ( ) ( ) ( ) ( )
p i j p i p j p ji
d p k p d p d | k p d k, p = = [18.76]
na qual a distribuio conjunta para as duas propriedades, que so independentes, pode
ser gerada como o produto de duas funes de distribuio distintas.
Distribuies em Nmero
Em algumas situaes conveniente usar fraes em nmero ao invs de frao
em massa, quando se trabalha com populaes de partculas. A relao entre as funes
de distribuio em massa e a funo de distribuio em nmero equivalente pode ser
deduzida como segue.
A funo +(dp) de distribuio em nmero definida como a frao em nmero de
partculas na populao inteira, com tamanho dp. As funes de distribuio em nmero
e as funes densidade de distribuio, em nmero, podem ser para cada um dos tipos de
distribuio j definidas para as fraes em massa. Em particular, a funo distribuio
fracional discreta, em nmero, definida por:
N
) (d n
populao na partculas de total nmero
i tamanho de clase na partculas de nmero
(dp)
p i
= = [18.77]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 766
As distribuies em nmero podem ser relacionadas s distribuies em massa da
seguinte forma.
Define-se:
( ) = dm
dm ) d
p
m + frao em nmero de partculas tendo massa em (m, m + dm).
| (m = frao em nmero de partculas de tamanho dp, tendo massa em
(m, m + dm), que a distribuio densidade para a massa da partcula,condicionada
pelo tamanho da partcula.
pi(dp) = frao em massa de partculas na classe de tamanho i.
m = massa de uma partcula de tamanho dp.
= massa mdia de uma partcula de tamanho dp.. ) (d m
p
M = massa total de partculas na populao.
N = nmero total de partculas na populao.
Ento, desenvolvendo:
( ) ( )dm d m, + m N d p M
p
0
p
)
=
( ) ( )dm d + d | m + m N
p
0
p
)
=
( ) ( )dm d | m m d + N
0
p p
)
=
( ) (
p
d m d N = [18.78] )
p
p
Usando (18.25),
( ) ( )
D
D
p p i
dd d p M d p M
1 i
i
)
=
( ) ( )
p p
D
D
p p i
dd ) (d m d N d p M
1 i
i
)
= [18.79]
Tratamento de Minrio 4
a
Edio CETEM 767
Se a forma da partcula estatisticamente independente do tamanho, (uma boa
aproximao para populaes de partculas simples) ento:
( ) ( )
3
pi
pi
d
3
p
p
d
m
d
d m
p = = [18.80]
constante, independentemente do tamanho.
A equao (18.80) pode ser simplificada usando as equaes (18.81) e (18.43).
( )
( )
( )
p
D
D
p
3
p
3
pi
pi
p i
dd d d
d
d m
N d p M
1 i
i
)
=
( )
pi
d m N = [18.81] ( )
p i
d
A relao entre N e M obtida a partir de
( ) ( ) ( )
p i pi
i
p
i
i
d d m N d p M M
_ _
= =
( )
i pi
i
d m
N
M
_
= ( )
p
d
( )
p i
d
[18.82]
i
3
pi
d p
_
=
ou
( )
p
0
3
p
d d p
N
M
)
=
p
dd [18.83]
onde a equao (18.81) foi usada.
Substituindo a equao (18.84) na equao (18.82), uma relao exata entre a distribuio
discreta pela massa
i
e a distribuio discreta pelo nmero obtida. ( )
p
d p ( )
p i
d
( )
( )
( )
_
=
i
i
3
pi
p i
3
pi
p i
d
d d
d p
p
d
[18.84]
Simulao de Usinas de Beneficiamento: Princpios Bsicos 768
Similarmente,
( )
( )
( )
_
=
i
p i
p i
p i
d p
d d p
d
3
pi
3
pi
d
[18.85]
Coordenadas Interna e Externa de Partcula e Distribuies
Densidade
At agora, as partculas foram classificadas de acordo com duas propriedades mais
importantes: o tamanho de partcula e a composio mineralgica. Esses so dois
exemplos de muitas propriedades que podem ser usadas para descrever a partcula. Elas
so, certamente, as propriedades descritivas mais importantes, at agora, no que diz
respeito a processos de tratamento de minrios e hidrometalrgicos. Entretanto, para que
se possa desenvolver modelos efetivos para as operaes unitrias, sempre necessrio
assegurar que as partculas so descritas em detalhe suficiente para os objetivos do estudo
de modelagem. impossvel fazer uma descrio completa de qualquer partcula, e
conceitos, tais como, formas de partcula, topografia de superfcie, energia de superfcie,
entre outros, no podem ser descritos, de forma essencialmente quantitativa, usando um
nmero finito de variveis. Conseqentemente, sempre necessrio escolher um nmero
finito e comparativamente pequeno de variveis que possam ser usadas para descrever as
propriedades das partculas em detalhe suficiente para os objetivos do modelo.
As propriedades que descrevem a natureza das partculas individuais so chamadas
de coordenadas internas do espao da fase particulada. A escolha dessas coordenadas
ditada inteiramente pela demanda do modelo. Entretanto, necessrio ter em mente que
um dos principais objetivos da modelagem de uma operao unitria lig-las aos
objetivos do fluxograma da usina, de maneira que a usina possa ser simulada. Ocorrer
muitas vezes que o conjunto de coordenadas internas que so requeridas para modelar
uma das operaes unitrias pode no ser apropriado para outros modelos. Em geral, o
problema resolvido especificando um conjunto de coordenadas internas que incluiro
todas as coordenadas internas requeridas para os modelos distintos, como subconjuntos.
Isso significa que algumas das coordenadas internas sero redundantes em alguns dos
modelos unitrios. Isso, em geral, no causa nenhum problema.
Em algumas operaes unitrias, a localizao fsica da partcula no equipamento
unitrio pode ter um efeito muito significativo sobre o comportamento da partcula e
necessrio, algumas vezes, rastrear a posio das partculas no equipamento, objetivando
descrever as operaes da unidade como um todo. Isso nem sempre necessrio.
Todavia, ao formular a estrutura de um modelo geral, conveniente inclu-las.
As funes distribuio, que foram descritas na seo prvia, podem ser
relacionadas s funes densidade de distribuio correspondentes, e conveniente
Tratamento de Minrio 4
a
Edio CETEM 769
formular em modelo generalizado nos termos da funo densidade de distribuio conjunta,
para todas as coordenadas internas e externas da partcula.
A funo densidade de distribuio de partculas generalizada uma funo
ordinria do argumento, vetor x, que compreende todas as coordenadas internas e
externas que so relevantes ao problema em questo. Todos os possveis vetores x
compem o espao da fase particulada. definida como a frao densidade em
nmero, isto , a frao em nmero da populao inteira de partculas que ocupa um
volume unitrio do espao da fase particulada. As funes de distribuio de partcula
finitas, definidas previamente, podem ser construdas a partir da densidade de distribuio
como segue.
( ) x
( ) x
No caso onde o espao da fase consiste somente do tamanho (dp) da partcula e do
teor (g) da partcula
( ) ( ) dg dd g , d g , d +
p
D
D
G
G
p i p ij
1 i
i
1 i
i
) )
+
= [18.86]
A descrio matemtica de , algumas vezes, difcil. Por exemplo, pode no ser
possvel obter em termos de quaisquer funes transcendentais conhecidas e pode
ter que incluir as funes delta Dirac. Exemplos especficos so os dois extremos do
espectro de liberao. Assim, tendemos a evitar para o trabalho de modelagem prtica,
e us-lo apenas formalmente, para desenvolver algumas estruturas de modelos
necessrias.
Propriedades de Partculas Derivadas de Coordenadas Internas
As coordenadas internas de uma partcula devem ser suficientes para descrever
todas as caractersticas significativas da mesma. Em muitas situaes, necessrio obter
alguma quantidade derivada. Alguns exemplos so:
a anlise do metal, a partir da composio mineralgica;
a susceptibilidade magntica, a partir da susceptibilidade magntica dos minerais
individuais;
valor calorfico, teor de cinzas e de matria voltil de uma partcula de carvo, a
partir da matria mineral contida mais o maceral contido.
A densidade da partcula uma importante propriedade derivada e observa-se que
est relacionada composio mineralgica pela equao.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 770
=
p
1
[18.87]
_
=
M
1 m m
m
p
g
onde:
m = densidade de fase mineral;
= densidade da partcula;
gm = frao em massa da fase mineral m na partcula (teor da partcula).
O Mtodo de Modelagem de Balano Populacional
A caracterizao de uma populao de partculas atravs da distribuio das
partculas em variveis externas e internas no espao, proporciona um procedimento de
modelagem formalizado, e muito poderoso. A idia essencial que quando as partculas
movem atravs do ambiente de processamento, suas coordenadas externas e internas
variam. As primeiras devido aos movimentos fsicos das mesmas, enquanto que as outras,
devido s alteraes provocadas pelo processamento.
A coleo de coordenadas externas e internas ligadas a uma partcula define a
localizao da partcula no espao da fase particulada. As coordenadas externas
descrevem sua localizao fsica real, enquanto as coordenadas internas descrevem as
caractersticas da prpria partcula. As coordenadas internas devem ser suficientemente
numerosas para descrever a partcula em todos os detalhes necessrios para sua completa
caracterizao em termos dos processos que devem ser descritos pelo modelo.
Alguns exemplos de coordenadas internas so:
tamanho de partcula, talvez a mais importante de todas;
composio mineralgica e qumica;
forma da partcula e energia especfica de superfcie.
Algumas dessas coordenadas internas podem ser multidimensionais. Por exemplo,
a composio mineralgica do material slido pode incluir mais de dois minerais. Isso faz
com que o vetor de composio mineralgica deve incluir uma coordenada para cada
mineral distinto. Algumas vezes a multidimensionalidade das coordenadas internas deve
ser infinita. Isto ocorre, por exemplo, durante o processo de lixiviao, quando a
concentrao das espcies que esto sendo lixiviadas varia continuamente no interior da
partcula, e a composio qumica deve ser conhecida em todos os pontos no interior da
mesma. Em geral, o perfil de concentrao do componente lixiviado ser baixo prximo da
Tratamento de Minrio 4
a
Edio CETEM 771
superfcie da partcula e mais alto a medida que o lixiviante no tenha atingido uma alta
concentrao, devido resistncia difusional no interior da partcula. O perfil de
concentrao uma funo do histrico completo de processamento da partcula. Na
prtica, no conveniente usar uma coordenada dimensional infinita e vrias aproximaes
dimensionais finitas devem ser feitas. Uma instncia muito importante na qual uma
caracterizao interna uni-dimensional completamente adequada se aplica aos processos
topoqumicos, tecnicamente muito importantes, e onde a posio radial da interface
topoqumica no interior da partcula contm a informao completa, referente ao perfil de
concentrao, e seu efeito sobre a velocidade do processo qumico. H uma grande classe
de processos cinticos que podem ser modelados topoquimicamente e, nestes casos, a
velocidade instantnea do processo sobre a partcula como um todo, pode ser escrita como
uma funo somente da posio da interface topoqumica. Isto torna os modelos
topoqumicos mais poderosos, certamente, para a descrio de processos cinticos em
sistemas particulados. Adicionalmente, modelos topoqumicos permitem o clculo da
velocidade na qual os limites topoqumicos mudam e esta velocidade muito importante na
formulao dos modelos de balano populacional para a populao de partculas como um
todo.
A Equao de Balano Populacional Fundamental
Algumas definies
( )dx x
x
u
( ) x R
in
W
out
W
a frao em nmero de partculas, por volume unitrio de espao fase,
isto , a frao em nmero da populao de partculas que ocupa um volume pequeno em
torno da coordenada de fase x.
um ponto no espao fase de coordenada x t R
N
.
um vetor de velocidades nas quais as partculas mudam as suas coordenadas
de fase. Por exemplo, a taxa de variao de tamanho de partcula pela atrio, quando o
tamanho de partcula uma coordenada interna, a taxa de movimento da interface
topoqumica, quando a posio da interface a coordenada interna ou a taxa de variao
da composio da partcula, quando a partcula passa por uma mudana qumica. Os
elementos correspondentes coordenada externa so as velocidades fsicas num espao
tri-dimensional.
a taxa na qual partculas na posio de coordenada x so destrudas. Esta
taxa especificada como massa por unidade de volume do espao fase por unidade de
tempo.
a taxa mssica de alimentao de material slido para o sistema.
a taxa mssica de remoo de material slido do sistema.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 772
( ) x m
N
a massa mdia das partculas no ponto x do espao fase.
o nmero total de partculas no sistema.
a taxa de adio de material no fluxo de alimentao. A
Q
( ) x' x; B
a taxa de remoo de material nos fluxos de produto.
a funo distribuio que descreve a forma com que um material pode se
mover repentinamente de uma posio para outra no espao fase, como conseqncia da
sua destruio fsica ou quebra. a frao em massa de material slido que tem
uma coordenada de fase menor do que x, produzida pela destruio de uma partcula na
coordenada de fase x. A afirmao de que a coordenada de fase de uma partcula
menor do que x deve ser interpretada para significar que toda coordenada de fase da
partcula menor do que o elemento correspondente de x. b(x; x) a funo densidade
correspondente.
( ) ' x ; x B
a(x; x) a distribuio densidade para partculas produzidas pela atrio e outros
processos de desgaste da coordenada x.
Em geral, a(x; x) e b(x; x) so muito diferentes uma da outra, e em aplicaes
prticas cada funo necessita ser determinada separadamente.
Considerar a regio Rc do espao de fase particulada, e levar em conta a
acumulao da massa particulada em Rc por todos os processos que alteram as
coordenadas das partculas. A regio Rc completamente envolvida pela superfcie Sc.
Esses processos so:
movimento atravs dos limites de Rc (movimento convectivo do espao fase);
chegadas, por etapas finitas, a partir de outras regies do espao fase;
destruio de partculas na regio Rc;
adio e remoo fsica nos fluxos de alimentao e produtos;
A contabilidade das partculas individuais na regio Rc de referncia leva a:
( ) ( ) u.n x N dx x N
t
c c
S R
) )
=
c
c
A Q B D do + + [18.88]
Tratamento de Minrio 4
a
Edio CETEM 773
Nesta equao, n o vetor normal, direcionado para fora da superfcie Sc, no ponto
x.
Nos nossos sistemas de processamento mineral, a massa slida conservada, e
isto impe restries importantes na formulao de equaes de modelo.
Os processos de destruio podem geralmente ser descritos por uma taxa mssica
de destruio por unidade de volume do espao fase
( ) ( ) | | ( )
( )
dx
( ) | | x
x m
x F x, , x R
D
c
R
)
= [18.89]
e especificado como o nmero de partculas quebradas por unidade de tempo no volume
de controle Rc. A notao F indica que a funo do processo de destruio D uma
funo da distribuio completa
1
, e no somente do valor de em x. Isto permite
efeitos tais como a variao das taxas de quebra no moinho com quantidade de partculas
finas e grossas presentes.
( ) x ( ) x
Os processos de gnese podem to somente resultar (e deve necessariamente ser
assim) dos produtos dos processos de destruio, uma vez que a massa deve ser
conservada.
( )
( ) ( ) | | ( )
( )
( ) dx dx' x' x; b x F , x' , x' R
x m
1
B
x R' R
c
) )
=
( )
( )
( )
( ) ( ) ( ) dx dx' x' x; a x' m . x' u x'
x m
N
x ' R' R
c
V
) )
[18.90]
Aqui ( ) x R' ( ) x ' e R' so as regies do espao a partir das quais partculas
prognies podem entrar no volume infinitesimal de fase dx., em torno do ponto x, por
processos de quebra e atrio, respectivamente. Estas so denominadas regies
alimentadoras para o ponto x.
A restrio de conservao de massa distingue os sistemas de processamento
mineral de outros processos particulados, tais como cristalizao e lixiviao, nos quais a
transferncia de massa entre a fase slida e a fase lquida e a massa da fase slida no
conservada.
Massa entra e sai do volume de processamento pela adio e remoo fsica,
atravs dos fluxos de alimentao e de produto. A taxa de adio dada por
Simulao de Usinas de Beneficiamento: Princpios Bsicos 774
( ) x
M
N
W A
in
in
R
in
c
)
|
.
|
\
|
= dx [18.91]
e a taxa de remoo dada por
( )dx x
M
N
W Q
j out
j
R
j
j out
c
)
_
|
.
|
\
|
= [18.92]
Na equao (18.93), j indexa os diferentes fluxos fsicos dos produtos. A integral
sobre a superfcie da regio de referncia inconveniente, e esta pode ser convertida para
uma integral sobre o volume, pela aplicao do teorema da divergncia.
( )u.n x N
c
S
)
( )dx x .u N do
c
R
)
V = [18.93]
A equao final de trabalho, para a operao em regime constante,
( )
( ) ( ) | | ( )
( )
dx
) )
+ V
c c
R R
x m
x F x, , x R
dx x .u N
( )
( )
( ) ( ) | | ( ) ( ) dx dx' x' x; b x F , x' , x' R
x m
1
x R' R
c
) )
[18.94]
( )
)
C
r
x m
N
( )
( )
( ) + ( ) ( ) dx dx' x' x; a x' m . x' u x'
x ' R'
V
)
( ) ( )dx x
M
N
W dx x
M
N
W
c c
R
in
in
in
R
j out
j j
outj
) )
_
|
.
|
\
|
+ |
.
|
\
|
=
Esta equao pode ser especializada para um grande nmero de rotas de processo,
adequando-se aos requisitos de qualquer aplicao em particular. Ela pode ser escrita em
termos de funes densidade, em massa, pela substituio de em termos de p ,
usando equaes tais como a (18.79).
( ) x ( ) x
Em virtude da regio Rc ser arbitrria, a equao (18.95) pode ser escrita como uma
equao integro-diferencial funcional.
Tratamento de Minrio 4
a
Edio CETEM 775
( )
( ) ( ) | |
( ) x m
x F x, , x R(
x .u N + V
)
( )
( )
( ) ( ) ( ) | | ( ) ( ' dx x' x; b x' F , x' , x' R
x m
1
x R'
)
)
( )
( )
( )
( ) ( ) ( ) dx' x' x; a x' m . x' u x'
x m
N
x ' R'
V +
)
( ) ( ) x
M
N
W dx x
M
N
W
in
in
in j out
j
j out
|
.
|
\
|
+ |
.
|
\
|
=
_
[18.95]
Essa forma da equao de balano populacional , na maioria dos casos, a mais
conveniente para a soluo analtica.
A equao de balano populacional deve ser resolvida sujeita condio
( ) x
)
1 dx = [18.96]
onde a integral tomada sobre todo o espao fase.
As duas funes quebra ( ) ' x ; x b e ( ) ' x ; x a devem satisfazer duas condies
importantes.
( ) x' x; b
A'
R
)
1 dx =
1 dx =
[18.97]
( ) x' x; a
' A'
R
)
RA e RA so as regies do espao fase que podem ser alcanadas pelas partculas
prognie que so formadas pela quebra (para b) ou atrio (para a) no ponto x. Estas so
denominadas regies acessveis do espao fase e so complementares s regies
alimentadoras R e R. A determinao das regies alimentadoras R e R e as regies
acessveis RA e RA pode ser bastante difcil. Normalmente, mais fcil definir as regies
acessveis do que as regies alimentadoras e este fato pode ter um efeito significativo
sobre a escolha dos algortimos computacionais que podem ser usados com sucesso.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 776
Na maioria das aplicaes, a equao de balano populacional fundamental ser
reduzida a uma forma discreta apropriada, com a regio Rc correspondendo uma classe
de partculas apropriada.
A Equao de Balano Populacional Geral para Mquinas de
Cominuio
A equao de balano populacional prov um modelo poderoso para a descrio de
mquinas industriais de cominuio. Ela permite o desenvolvimento de um modelo
uniforme que descreve o comportamento operacional de moinhos de barras, bolas, semi-
autgenos e autgenos. Devido grande importncia prtica dessas operaes, algum
esforo devotado aqui para o desenvolvimento cuidadoso de modelos, a partir de uma
equao de balano populacional detalhada (18.96).
Uma forma restrita da equao de balano populacional geral gerada sob as
seguintes condies: somente uma coordenada interna, o tamanho de partcula, e assume-
se que a quebra e os processos de desgaste no dependem da posio da partcula no
moinho, de forma que as coordenadas externas so irrelevantes. A equao geral (18.96)
, desta forma, escrita como:
( ) ( ) ( )
( ) ( ) | | ( )
3
px
x F x, , x R
x x u
dx
d
N +
( )
( ) ( ) | | ( ) ( dx' x' x; b x' F , x' , x' R
px
1
x R'
3 )
)
( )
( )
( ) ( ) dx' x' x; a
dx
dppx
x' u x'
px
N
3
x ' R'
3 )
+
( ) ( ) x
M
N
W x
M
N
W
in
in
out
out
|
.
|
\
|
+ |
.
|
\
|
= [18.98]
Na equao (19.99), o escalar x representa o tamanho de partcula dp e a massa
mdia de uma partcula est relacionada ao tamanho por
( ) x m
3
x p = [18.99]
Um modelo comumente usado para a taxa de atrio e outros processos de
desgaste tais como o lascamento o de que a taxa proporcional a rea superficial da
partcula. Usando uma partcula esfrica como modelo
Tratamento de Minrio 4
a
Edio CETEM 777
2
nx
2
k'
dt
dx
6
n
3
= [18.100]
que implica que a velocidade na qual uma partcula, em se desgastando, move no espao
fase, constante, e dada por:
( ) ' k =
dt
dx
x u = [18.101]
Um modelo mais geral para processos de desgaste de superfcie
( ) x k
dt
dx
= =
L
kx [18.102]
onde uma constante entre 0 e 1.
Isto implica que
2
np
k
dt
dm
s
=
x
L 2+
[18.103]
Se L = 0, a taxa especfica de desgaste da superfcie constante, enquanto L > 0
significa que a taxa de desgaste da superfcie especfica aumenta quando o tamanho da
partcula aumenta. Como mostrado acima, L = 0 equivalente a assumir que a taxa de
desgaste da superfcie proporcional rea superficial da partcula, enquanto L = 1
significa que a taxa de desgaste da superfcie proporcional massa da partcula.
usual desenvolver a equao de balano populacional em termos da distribuio
de massa, e a equao (18.99) convertida usando a equao (18.79).
( )
N
M
x = [18.104]
( )
3
x p
x p
A equao (19.99) torna-se
( ) ( ) ( ) ( ) ( ) | | ( )
3
3
px
x p F x, , x p R
dx
x x p x k d
p
M
+
( ) ( ) | | ( )
( )
( )
( )
( )
( ) ( )dx' x' x; a x' x' 3k
x'
x' p
x p
M
dx' x' x; b x' p F , x' , x' p R
x p
1
2
x ' R'
3 3
x R'
3 ) )
Simulao de Usinas de Beneficiamento: Princpios Bsicos 778
( ) ( )
3
x
in
3
out
px
p
W
px
x p
W + = [18.105]
A taxa de destruio intensiva com respeito densidade de massa mdia sobre o
espao fase. Considere dois sistemas tendo espao fase idnticos, todavia contendo
massas totais diferentes. Em particular, idntica para ambos sistemas. Ento: ( ) x
( ) ( ) | | ( )
( ) ( ) | | ( )
2
1
M
2
1
M x p F x, , x p R
x p F x, , x p R
= [18.106]
Portanto
( ) ( ) | | ( ) ( ) ( ) | | ( ) x p F x, , x p R' M x p F x, , x p R = [18.107]
Alm disso, uma hiptese lgica para o processo de quebra fsica sugere que
( ) ( ) | | ( ) ( ) ( ) | | ( ) x p F x, k x p M x p F x, , x p R = [18.108]
( ) | | ( ) x p F x, k a taxa especfica de quebra de material de tamanho x, e representa a
taxa de quebra quando 1 kg de material de tamanho x est no moinho.
O tempo de residncia mdio no moinho :
W
M
i = [18.109]
onde W a taxa de fluxo atravs do moinho.
A equao (18.106) torna-se:
( ) ( )
( )
( )
( ) ( ) | |) x p F x, , x iR(p
x
x p
x 3ii
dx
x p x dk
i + +
( )
( ) ( ) | | ( ) ( ) ( )
( )
( )
( ) ' dx x' x; a
x'
x' p
x' 3k i dx' x' x; b x' p F x' , x p R' i
x ' R' x R'
) )
( ) p x p
in
( ) x
out
= [18.110]
Tratamento de Minrio 4
a
Edio CETEM 779
Esta a equao de balano populacional fundamental para qualquer processo de
cominuio e incorpora ambos, processos autgenos e quebra induzida por meio moedor.
difcil resolver esta equao integro-diferencial, principalmente, porque as funes R, b e
a so fortemente no lineares. Sob condies prticas, somente solues numricas so
possveis. Estas solues esto implementadas em simuladores de sistemas particulados,
como o Modsim e seus derivados MicroSim a Usimpac.
Simulao de Usinas de Beneficiamento: Princpios Bsicos 780
REFERNCIAS BIBLIOGRFICAS
1) ANDREWS, J.R.G. and Mika, T.S. (1976) Comminution of heterogenous material.
Development of a model for liberation phenomena. Proc. 11
th
Int Mineral
processing Congress, pp. 59-88.
2) BARBERY, G. (1991) Mineral Liberation. Measurement, Simulation and Practical
Use in Mineral Processing. Editions GB, Quebec.
3) COLEMAN, R. (1988) Least squares and its application to mineral liberation. Arch.
Mining Sci., Poland. Vol.33, pp.270-290.
4) FANDER, H.W. (1985) Mineralogy for Metallurgists: an Illustrated Guide. The
institution of Mining and Metallurgy, London.
5) FORD, M.A. (1979) Simulation of Ore Dressing Plants. Ph.D. Thesis, University of
the Witwatersrand, Johannsburg.
6) GAUDIN, A.M. (1939) Principles of Mineral Dressing. McGraw-Hill, New York.
7) GOODMAN, F.K. and McCreery, J.H. (1988) Coal Preparation Plant Computer
Model Vols I and II. U.S. Environment Protection Agency EPA-600/7-80-010 a
& b.
8) GOTTFRIED, B.S. (1975) Computer Simulation of Coal Preparation Plants. U.S.
Bureau of Mines, Grant No. GO-155030 Final Report, Dept of Industrial
Engineering, Univ. of Pittsburgh, Nov 1975 and Aug 1977.
9) GOTTFRIED, B.S. and Jacobsen, P.S. (1977) Generalized Distribution Curve for
Characterizing the Performance of Coal-Cleaning Equipment USBM RI 8238.
10) GOTTFRIED, B.S., Luckie, P.T. and Tierney, J.W. (1982) Computer Simulation of
Coal Preparation Plants. U.S. Dept of Energy Final Report under contract
AC22-80PC30144. DOE/PC/30144-T7, 284 pp.
11) HENNINGS, K. and Grant, D. (1982) A simulation model for the prediction of the
performance of vibrating screens. USBM Contract J039138, U.S. Department
of the Interior. Washington D.C.
12) HULBURT, H.M. and Katz, S. (1964) Some problems in particle technology. A
statistical mechanical formulation. Chemical Engineering Science, Vol. 19, pp
555-574.
Tratamento de Minrio 4
a
Edio CETEM 781
13) ICRA (1995) Simulation of Comminution Operations. Standard Problems for
Simulators. International Comminution Research Association. 5
th
Workshop,
Napa.
14) JONES, M.P. (1987) Applied Mineralogy: A Quantitative Approach. Graham and
Trotman, London.
15) KING, R.P. (1972) Data preparation and use of a computer program for the
calculation of the performance of a flotation plant. National Institute of
Metallurgy (now Mintek), Johannesburg, Report number 1436, 9 pp. Reissued
in revised form August 1993.
16) KING, R.P., Pugh, G. and Langley, J. (1973) Application of a flotation model to an
industrial plant. National Institute of Metallurgy (now Mintek), Johannesburg,
report number 1562, 16 pp.
17) KING, R.P. (1990) Calculation of the liberation spectrum in products produced in
continuous milling circuits. Proc. 7
th
European Symposium on Comminution,
Vol. 2, pp. 429-444.
18) KING, R.P. (1994) Linear stochastic models for mineral liberation. Powder
Technology. Vol. 81, pp. 217-234.
19) KING, R.P. and Schneider, C.L. (1998) Stereological correction of linear grade
distributions for mineral liberation. Powder Technology, Vol. 98, pp.21-37.
20) KOLMOGOROV, A.N. (1941) The logarithmically normal law of distribution of
dimensions of particles when broken into small parts. NASA Technical
Translations NASA TTF 12.287.
21) SCHNEIDER, C.L. (1995) The Measurement and Calculation of Liberation in
Continuous Milling Circuits. Ph.D. Thesis. University of Utah.