Professional Documents
Culture Documents
Annotated MT Zambra 3
Annotated MT Zambra 3
FACULTAD DE INGENIERÍA
POR
Profesor Guía:
Dr. Cristian Gabriel Rodríguez Godoy
Dr.(c) Manuel Alonso Moncada Merino
Diciembre 2021
Concepción (Chile)
El presente trabajo fue realizado bajo la supervisión del Dr. Cristian Rodríguez Godoy y el
Dr.(c) Manuel Moncada Merino, a quienes me gustaría expresar mi más profundo agradecimiento por
hacer posible la realización de este estudio. Además, agradecer su inmensa paciencia, tiempo y
dedicación que tuvieron para que esto resultara. Gracias por su apoyo, por ser parte de la columna
vertebral de este y próximos estudios.
A mi padre, que en paz descanse, por darme vida y la oportunidad de experimentar todo lo que
ello conlleva.
A mi madre y abuelos, por ser el apoyo incondicional más grande durante mi vida y educación.
A mis amigos Zabala y Toto, por entenderme y tenderme sus manos cuando mal lo estaba
pasando.
Agradezco también a ANID Magíster Nacional 2021 – folio 22210680 y a ESSS por el apoyo
brindado.
Gracias totales.
Dedicada a la memoria de mis abuelos Carmen y Carlos
i
Resumen
Existe un modelo DEM de chancador de cono que se planteó con el fin de explicar este fenómeno y
así determinar las variables que afectan en el consumo de potencia, sin embargo, el modelo requiere
ser validado. La simulación involucra diversos submodelos que describen la mecánica del chancado
en el equipo, como el modelo de contacto, el modelo de forma de la partícula, el modelo de ruptura y
el de distribución de tamaño del producto. Estos dos últimos modelos simulan la fractura del mineral
chancado, existiendo diferentes modelos que describen esta situación, el problema es que cada uno de
ellos tiene diferente complejidad para ser aplicado, solicitando un costo computacional elevado y un
tedioso proceso de calibración. Actualmente, se han realizado trabajos en donde calibran estos
modelos para distintos minerales, sin embargo, la disponibilidad de estos materiales en la zona es
escasa e involucran un alto costo de adquisición, lo que limita el uso de tales parámetros para el fin
de este estudio.
Por ello, nació el tema presentado en el trabajo, donde se calibraron parámetros para la modelación
de minerales de cuarzo y gravilla en DEM (minerales de mayor disponibilidad en la zona), con base
en el modelo de fractura de Tavares y la función beta incompleta como un modelo de distribución de
tamaño. Obteniendo el ajuste de estos parámetros, será posible realizar simulaciones de fracturas de
minerales en software de modelado, pudiendo implementarlas en modelos DEM de trituradora y en
simulaciones de otros equipos de conminución.
Para calibrar los parámetros del modelo de fractura se realizaron ensayos de compresión uniaxial sobre
partículas individuales de cuarzo y gravilla de diferentes tamaños, luego se ajustaron los parámetros
de ambos modelos a los datos obtenidos experimentalmente y, finalmente, se validó la calibración a
partir de simulaciones realizadas en el software DEM Rocky.
Abstract
Crushers are essential equipment in the process of comminution of minerals extracted from mines.
Their necessary availability makes them critical machines for the mining industry, so their detention
entails a significant loss of production for manufacturers. Nowadays, a common problem has been
observed in these equipments: there are oscillations in power consumption, which translates into
fatigue for its components, reducing its useful life and availability. Mechanistic and numerical models
have been proposed to study the behavior of these machines, being the DEM models the ones that
have showed the best results.
A DEM model for cone crusher was proposed in order to explain this phenomenon and thus determine
the variables that affect power consumption, however, this model needs to be validated. The
simulation involves various sub-models that describe the mechanics of crushing in the equipment,
such as the contact model, the particle shape model, the breakage model, and the product size
distribution model. These last two models simulate the fracture of crushed minerals, and there are
different models that describe this situation, the problem is that each one of them has different
complexity to be applied, requiring a high computational cost and a complex calibration process.
Currently, works have been carried out where these models are calibrated for different minerals,
however, the availability of these materials in the area is scarce and involves a high acquisition cost,
which limits the use of such parameters for the purpose of this study.
For this reason, the topic presented in the paper was born, where parameters were calibrated for the
modeling of quartz and gravel minerals in DEM (minerals of greater availability in the area), based
on the fracture model of Tavares and the incomplete beta function as a size distribution model.
Obtaining the adjustment of these parameters, it will be possible to carry out fracture simulations of
minerals in modeling software, being able to implement them in DEM models of crusher and in
simulations of other comminution equipment.
To calibrate the fracture model parameters, uniaxial compression tests were performed on individual
quartz and gravel particles of different sizes, then the parameters of both models were adjusted to the
experimentally obtained data and, finally, the calibration was validated from simulations performed
in the Rocky DEM software.
Tabla de Contenidos
Tabla de Contenidos ....................................................................................................................... iii
Glosario........................................................................................................................................ viii
Lista de Tablas
Tabla 4.1: Parámetros del modelo que muestran los valores mínimos, máximos y típicos (Fuente [22])
...................................................................................................................................................... 21
Tabla 5.1: Rango de tamaños seleccionados................................................................................... 23
Tabla 5.2: PSD del producto para una partícula cualquiera ensayada ............................................. 26
Tabla 6.1: Datos de energía de fractura de partículas para calcular la distribución de energía de fractura
para partículas de cuarzo contenidas en el Rango 1 de tamaños...................................................... 31
Tabla 6.2. Ajuste de parámetros para el modelo de Tavares para partículas de cuarzo .................... 31
Tabla 6.3: Parámetros ajustados de la ecuación (9) para el modelo de Tavares para cuarzo ............ 32
Tabla 6.4: Ensayos válidos a muestras de cuarzo para cada rango de tamaños ................................ 33
Tabla 6.5: Parámetros ajustados de la ecuación (14) para el modelo de Tavares ............................. 34
Tabla 6.6: Parámetros para el modelo de distribución de tamaño para mineral de cuarzo ............... 35
Tabla 6.7: Parámetros ajustados del modelo de Tavares a mineral de cuarzo.................................. 35
Tabla 6.8: Parámetros compartidos por los rangos de tamaños para mineral de cuarzo ................... 35
Tabla 7.1: Parámetros del modelo de contacto ............................................................................... 41
Tabla 7.2: Parámetros del modelo de fractura para minerales de cuarzo y gravilla ......................... 45
Tabla 7.3: Parámetros del modelo de distribución de tamaño del producto para minerales de cuarzo y
gravilla .......................................................................................................................................... 45
Tabla 7.4: Parámetros que describen la forma de la partícula en las simulaciones .......................... 46
Tabla 7.5: Propiedades de los materiales ........................................................................................ 47
vi
Lista de Figuras
Figura 1.1: Participación de la minería en el PIB y en los precios del cobre, años 2006-2019 (Fuente
[1]) .................................................................................................................................................. 1
Figura 1.2: Esquema del proceso de conminución en una planta: (a) Camión; (b) Chancador primario;
(c) Harnero primario; (d) Chancador secundario; (e) Harnero secundario. (f) Chancador terciario; (g)
Harnero terciario (Fuente [2]) .......................................................................................................... 2
Figura 1.3: Medición de potencia en un chancador de cono (Fuente [4]) .......................................... 2
Figura 2.1. Diagrama de un ejemplo de circuito de molienda (Fuente: [38]) ..................................... 6
Figura 4.1: Dispositivo experimental para ensayos de compresión individuales (Fuente [41]) ........ 15
Figura 4.2: Perfil de fuerza-deformación en un ensayo de compresión uniaxial (Fuente [31]) ........ 16
Figura 4.3: Ciclo de cálculo del Modelo de rotura de Tavares (Fuente [22]) ................................... 18
Figura 5.1: Instron 8801. Máquina para ensayos de compresión uniaxial utilizada ......................... 22
Figura 5.2: Partículas de a) Cuarzo y b) Gravilla............................................................................ 23
Figura 5.3: Dispositivo experimental ............................................................................................. 24
Figura 5.4: Perfil carga-tiempo y carga-deformación del ensayo de compresión uniaxial a la partícula
de cuarzo #2 en la máquina de compresión uniaxial ....................................................................... 25
Figura 5.5: Controls 45-D0550/E. Máquina para ensayos de carga puntual utilizada ...................... 27
Figura 5.6: Partículas producto de un PLT a una muestra de cuarzo ............................................... 28
Figura 5.7: Forney LT-708-02. Máquina para ECCP utilizada ....................................................... 28
Figura 5.8. Datos registrados de los ensayos ECCP a la muestra #1 de cuarzo: a) Perfil carga
deformación y b) Distribución de tamaño del producto .................................................................. 29
Figura 6.1: Perfil carga-deformación del ensayo de compresión uniaxial a la partícula de cuarzo #2:
identificación del primer evento de fractura ................................................................................... 30
Figura 6.2: Ajuste de parámetros para la ecuación (9) mediante mínimos cuadrados ...................... 32
Figura 6.3: Distribución de tamaño del producto para partículas de cuarzo del Rango 1 válidas para la
calibración ..................................................................................................................................... 33
Figura 6.4: Valores de 𝒕𝟏𝟎 como función de la relación entre la energía aplicada sobre la mediana de
la distribución de energía de fractura de las partículas rotas y ajuste de los datos ........................... 34
Figura 7.1: Esquema de los modelos DEM de ensayos a simular en Rocky: a) Compresión uniaxial a
partículas individuales y b) ECCP.................................................................................................. 37
vii
Figura 7.2: Modelo CAD simplificado de los equipos para ensayos de compresión ........................ 39
Figura 7.3: Movimiento de la geometría ........................................................................................ 40
Figura 7.4. Vecindario de una partícula en Rocky (Fuente: [22]).................................................... 44
Figura 7.5 a) Detección de contacto entre partículas poliédricas y b) Superposición de las normales
(Fuente: [22]) ................................................................................................................................ 44
Figura 7.6: Partícula generada en Rocky DEM .............................................................................. 46
Figura 7.7: Ingreso de la muestra a simular .................................................................................... 48
viii
Glosario
Símbolos
Letras griegas
1CAPÍTULO 1: Introducción
La minería es uno de los sectores de mayor importancia en la economía del país, siendo el principal
motor del crecimiento nacional en las últimas décadas. El Servicio Nacional de Geología y Minería
(SERNAGEOMIN) afirma que la participación minera en el PIB nacional alcanzó un 9.4% en 2019,
según se muestra en la Figura 1.1, valor que evidencia la importante intervención de la minería del
cobre en este índice económico [1]. Dado esto, una parte no menor de los esfuerzos en I&D deben ir
dirigidos a la resolución de problemas que enfrenta la industria minera nacional, enfocándose en la
innovación y contribuyendo al desarrollo sustentable.
Figura 1.1: Participación de la minería en el PIB y en los precios del cobre, años 2006-2019 (Fuente [1])
Para alcanzar la obtención del cobre puro y otros minerales de importancia para la industria, uno de
los procesos que se lleva a cabo es la conminución del mineral en bruto de mina (ROM), que
corresponde a la reducción progresiva del tamaño del mineral de cobre mediante trituración y
molienda. Actualmente, los chancadores son las máquinas encargadas de la trituración, las cuales son
capaces de disminuir el tamaño del mineral hasta ½ in aproximadamente. Es usual que se utilicen una
serie de chancadores junto a harneros vibratorios para alcanzar esta reducción de tamaño, tal como lo
muestra la Figura 1.2.
2
Figura 1.2: Esquema del proceso de conminución en una planta: (a) Camión; (b) Chancador primario; (c)
Harnero primario; (d) Chancador secundario; (e) Harnero secundario. (f) Chancador terciario; (g) Harnero
terciario (Fuente [2])
Mantener estos vitales equipos en operación en todo momento es crucial para alimentar las líneas de
producción y posterior obtención del cobre, molibdeno y otros minerales. En general, los chancadores
alcanzan un 90% de disponibilidad, en donde el porcentaje restante corresponde a detenciones debido
a problemas de mantenimiento o falencias en la etapa de diseño [3]. Se ha detectado que las fallas en
estos equipos se generan de manera progresiva, en efecto, durante el llenado, vaciado (regímenes
transcientes) y en condiciones nominales (régimen estacionario), el chancador y sus componentes se
ven sometidos a oscilaciones en el torque motriz, provocando fatiga en sus componentes y desgaste
de los recubrimientos [4]. La Figura 1.3 muestra dos mediciones de consumo de potencia realizadas
en un chancador de cono. En ella se logra apreciar peaks de potencia que bordean tres veces el valor
medio.
Clermont asegura que estimar la potencia o el torque de trituración es muy útil para controlar la
operación de los equipos en planta, para que estas puedan tener mayor vida útil y menos
indisponibilidad [5]. El problema es que, para ello, se necesita un modelo de la máquina que permita
conocer el origen del comportamiento errático de su consumo energético, razón por la que algunos
investigadores han propuesto distintos modelos de estos equipos intentando dar explicación a esta
incógnita. Estos modelos se pueden clasificar como mecanísticos [6–13] y numéricos del tipo FEM
[14] y DEM [2, 15–20]. Si bien los modelos mecanísticos ofrecen una respuesta mucho más rápida
que los modelos numéricos, han evidenciado que su capacidad de reproducir fielmente la realidad
para todas las variables operativas es bastante limitada, pues algunos no incorporan la geometría del
chancador o no consideran esfuerzos o probabilidad de rotura del mineral, haciendo que la estimación
del consumo de potencia o el torque motriz del modelo sean incorrectos [9, 10].
Por su parte, los modelos numéricos han demostrado entregar un acercamiento más preciso al
dimensionamiento de máquinas que trabajan con material particulado para su funcionamiento en
estado estacionario, sin embargo, los estudios desarrollados para el modelado transiente del chancador
son escasos y no son tan completos [2]. A pesar de esto, la modelación en DEM ha ofrecido buenos
resultados en comparación a los modelos mecanísticos que se han propuesto, traduciéndose en que si
se realiza un estudio completo, que considere un modelamiento transiente y estacionario del
chancador, se podrán explicar los peaks de potencia en el equipo, pudiéndose identificar geometrías
y condiciones de operación óptimas para la máquina que permitan también generar cambios en la
eficiencia y en el desgaste de los recubrimientos [21].
F. Ponce es uno de los investigadores que trabajó en el desarrollo de un modelo de chancador de cono
en DEM que tiene que ser validado [24], para ello el modelo requiere la calibración de un modelo de
4
ruptura y un modelo de distribución de tamaño de partículas producto que pueda ser implementado
en su modelo numérico. Cabe destacar que la validación del modelo de chancador se debe realizar
utilizando muestras de minerales disponibles en la zona, pues la máquina utilizada para las mediciones
experimentales se encuentra fija en la Planta Piloto Igor Wilkomirsky, por tanto, los modelos
seleccionados deben ser capaces de reproducir la fractura de tales minerales.
De esta forma, basándose en la descripción del problema, en los requerimientos de este y luego de
una ardua revisión en la literatura disponible [19, 22, 23, 25–37] (explicada en detalle en la sección
3.1), se decidió incorporar estos modelos haciendo uso del modelo de Tavares como modelo de
fractura y de la función beta incompleta como modelo de distribución de tamaño. La selección de
estos se centró en la relación entre la complejidad de calibración, tiempo de simulación, calidad de
resultados, documentación disponible en la literatura, conservación de la masa y volumen de la
muestra, implementación en software DEM, entre otras.
Dada la importancia de los chancadores y su necesidad de ser estudiados, este informe tiene por meta
calibrar los modelos de fractura y de distribución de tamaño mencionados para ser implementado en
un modelo DEM de chancador. Esta calibración se realizará a minerales de cuarzo y gravilla, pudiendo
ser utilizada en modelos de otros equipos de conminución, como diferentes tipos de chancadores,
molinos, prensas, etc.
1.2 Hipótesis
Un correcto modelo de fractura que incorpore la distribución de probabilidad de energía de fractura
es fundamental para calcular el consumo de potencia en máquinas mineras de conminución, ya que
permitirá determinar la energía que requiere el equipo para reducir el tamaño de las partículas
1.3 Objetivos
1.3.1 Objetivo general
OG1. Caracterizar la resistencia a la ruptura de mineral de cuarzo y gravilla para el modelo de
fractura de Tavares y la función beta incompleta
5
1.4 Metodología
En el presente trabajo se caracterizan minerales de cuarzo y gravilla utilizando el modelo de fractura
de Tavares [25] y la función beta incompleta [22]. Para esto, se realizan ensayos de compresión
uniaxial a muestras de diferentes tamaños, con el fin de determinar los parámetros de ambos modelos
que caracterizan la rotura a cada material. Luego de ello, se valida el ajuste de los modelos bajo el
entorno DEM implementado en Rocky DEM 4.5.0.
6
Este capítulo permite comprender las bases en las que se asienta el presente estudio. En ella se describe
el proceso de conminución junto al modelado en DEM.
El mineral extraído desde las minas es llevado al primer circuito de conminución mediante camiones,
en donde el primer eslabón de este circuito es el chancador primario, quien reduce el tamaño del
mineral para que, posteriormente, este pase por un chancador secundario reiteradamente hasta que se
logre alcanzar la reducción de tamaño óptima para cargar el molino SAG.
2.3.2 Hidrociclones
Estas máquinas también brindan una clasificación de minerales según su tamaño, pero a diferencia de
los harneros, los hidrociclones admiten granulometrías mucho más pequeñas, razón por la que son
alimentadas con el mineral que se procesa en los molinos.
Este capítulo se centra en la revisión del estado del desarrollo de investigaciones relacionadas al
estudio de modelos de conminución de partículas en máquinas trituradoras.
𝜎 𝑚
𝑃(𝑉0 ) = exp [− ( ) ] (1)
𝜎0
Este modelo, sigue siendo utilizado por diversos autores [40, 41], sin embargo, como el modelo sólo
asocia un único esfuerzo de ruptura para cada tamaño de partícula, no considera que cada partícula
tiene distinta resistencia, por tanto, el modelo pierde confiabilidad frente a otros.
Destaca también el modelo Ab-T10, el cual se basa en el modelo planteado por Vogel & Peukert [42]
y la posterior modificación propuesta por Shi & Kojovic [43]. Este modelo de rotura trata a cada
partícula como una entidad única que puede romperse en fragmentos instantáneamente en función de
la energía de impacto que recibe [22]. El bajo esfuerzo computacional que requiere hace que este
modelo sea el más adecuado para simulaciones con grandes poblaciones de partículas [23]. La
ecuación (2) permite calcular la probabilidad de fractura del mineral para un determinado valor de
energía de contacto específica acumulada. En efecto, el modelo considera el daño que se produce en
la partícula en cada impacto donde esta no se fracture.
𝑑
𝑃(𝐸𝑐𝑢𝑚 ) = 1 − exp (−𝑆𝐸𝑐𝑢𝑚 ) (2)
𝑑𝑟𝑒𝑓
1 ln 𝐸 ∗ − ln 𝐸50
( )
𝑃 𝐸 = [1 + erf ( )] (3)
2 √2𝜎 2
Donde 𝐸̃𝑏 es la energía específica de fractura, obtenida a partir de asumir una distribución log-normal
acumulada y 𝐸𝑏,𝑙𝑜𝑤𝑒𝑟 y 𝐸𝑏,𝑢𝑝𝑝𝑒𝑟 son la menor y mayor de las energías específicas de fractura obtenida
de los ensayos experimentales, respectivamente. Con esto, si en un momento dado, durante una
colisión de la partícula, la energía específica de contacto instantánea supera a la energía específica de
rotura 𝐸𝑏 , entonces la muestra se romperá. Por el contrario, si la energía de contacto específica
12
De esta manera, como el TBM no considera el daño en la partícula y asume que el tamaño de los
fragmentos resultantes, posterior al evento de fractura, es uniforme, el modelo también pierde
confiabilidad frente a otros.
Por otro lado, también existe un tipo de modelo numérico tridimensional denominado Bonded-Cell
Method (BCM) [27], el cual se basa en la construcción de partículas mediante la aglomeración de
células poliédricas rígidas generadas mediante una teselación de Laguerre-Voronoi. Estas células se
encuentran unidas por una ley de cohesión de Tresca, poseen propiedades mecánicas completamente
independientes y se simulan utilizando el método de contactos dinámicos (CD) [49]. El método tiene
la ventaja de tener en cuenta la cinemática correcta de los contactos cara a cara entre células, además
de conducir a simulaciones numéricamente eficientes cuando se compara con otros modelos
tridimensionales [50, 51]. Sin embargo, el costo operacional es significativamente mayor cuando se
compara con cualquiera de los modelos antes mencionados.
𝑥
𝑌 = 10𝑡10 ( ) (5)
𝑑
13
Por su parte, el modelo de tamaño uniforme es la estrategia más simple para especificar el tamaño de
los fragmentos en un evento de rotura [22], puesto que todas las partículas hijas se generan con el
mismo tamaño, el cual depende de la cantidad de fragmentos producidos 𝑁𝑓𝑟𝑔 . Este valor se determina
de acuerdo a la ecuación (6).
𝑉
𝑁𝑓𝑟𝑔 = min[max(𝑁𝑓𝑟𝑔 , 2), 𝑁𝑓𝑟𝑔,𝑚á𝑥 ] (6)
Donde 𝑁𝑓𝑟𝑔,𝑚𝑎𝑥 es el número máximo de fragmentos posibles en un evento de rotura (ingresado por
𝑉
el usuario) y 𝑁𝑓𝑟𝑔 corresponde a la parte entera de 𝑉/𝑉𝑚í𝑛 que es la relación entre el volumen de la
partícula y el mínimo volumen posible de los fragmentos. Este último depende del tamaño mínimo de
las partículas, el cual es ingresado por el usuario. Comúnmente, el modelo se utiliza en compañía del
TBM [22] para las simulaciones. Dado lo descrito, es claro que tanto el TBM como el modelo de
tamaño uniforme no son capaces de representar la realidad en un evento de rotura.
Por otra parte, los modelos de distribución truncados superiormente también se han utilizado para este
tipo de simulaciones [53–56]. Tal es el caso de la distribución truncada de Rosin-Rambler, que ha
demostrado ser adecuada para la situación [53]. Esta distribución está dada por la ecuación (7).
𝑥 𝑛
𝑃 = 100 − 100 exp [− ( ′ ) ] (7)
𝑥
Donde 𝑥 es el atamaño de apertura del tamiz, 𝑃 es el porcentaje en masa pasante a través del tamiz de
tamaño 𝑥, 𝑥′ es el módulo de tamaño (63.2% del tamiz de tamaño más fino) y 𝑛 es el módulo de
distribución, denominado también como índice de uniformidad. Cuanto mayor sea el valor de 𝑛, más
uniforme será la distribución [57].
A pesar de demostrarse que la distribución de Rosin-Rambler es una de las más adecuadas para
describir la distribución de tamaño de una progenie, la capacidad que ha exhibido la función beta
incompleta para describir datos con gran flexibilidad hace que su aplicación para modelar este tipo de
14
distribución sea la más apropiada actualmente [29, 52, 58]. La función beta incompleta está dada por
la ecuación (8).
𝑡10 /100
100
𝑡𝑛 (𝑡10 ) = 1 ∫ 𝑥 𝑎𝑛−1 (1 − 𝑥 )𝛽𝑛−1 𝑑𝑥 (8)
∫0 𝑥 𝑎𝑛−1 (1 − 𝑥 )𝛽𝑛−1 𝑑𝑥 0
En ella, la masa acumulada de partículas pasa por un tamiz (𝑡𝑛 ) con tamaño 𝑥 es calculada por el valor
de distribución 𝑡10 dado y 𝛼𝑛 y 𝛽𝑛 son parámetros del modelo que deben ser ajustados a los datos
experimentales. Si bien la ecuación ha mostrado ajustarse con éxito a los datos de distintos materiales,
desafortunadamente, dada la falta de una descripción física adecuada de la fragmentación que permita
la extrapolación de datos, caracterizar la respuesta de un material dado requiere ensayos exhaustivos
a partículas de diferentes tamaños y bajo distintos niveles de energía, lo cual es una tarea que requiere
mucho tiempo. No obstante, estudios avalan que la ecuación ha demostrado ajustarse con éxito a los
datos para varios materiales [19, 23, 29, 30, 33, 36, 46, 52, 58].
El problema se aborda de esta manera pues, el uso de DEM para modelación de máquinas trituradoras,
en conjunto de modelos de fractura altamente eficientes y confiables, permite obtener resultados
cercanos a la realidad y con un alto nivel de detalle [23].
15
Los ensayos de compresión de partículas individuales consisten en colocar partículas, de una en una,
entre dos placas paralelas montadas en una máquina de carga de compresión uniaxial (prensa) y
someterlas a cargas crecientes hasta la fractura. La Figura 4.1 ilustra un esquema del dispositivo
experimental típico para estos ensayos.
Figura 4.1: Dispositivo experimental para ensayos de compresión individuales (Fuente [41])
A lo largo de los años se han utilizado diferentes tipos de máquinas de ensayo de compresión uniaxial
para partículas individuales. Un ejemplo de ello son algunas prensas rudimentarias [59], simples
máquinas para ensayos de carga puntual [60], sofisticadas prensas utilizadas para ensayar partículas
de tamaños micrométricos [61] y prensas hidráulicas a gran escala utilizadas para ensayar partículas
de tamaños cercanos a un metro [62].
Una ventaja significativa de los ensayos de compresión sobre los dispositivos tradicionales de caída
de peso (DWT) y péndulo es que las fuerzas, y a menudo las deformaciones, se pueden registrar
durante el ensayo para determinar el perfil carga-deformación y, por tanto, varios parámetros
relacionados con la resistencia de la partícula. En este sentido, magnitudes de especial interés son la
16
El mayor control del proceso de carga que proporcionan las máquinas de ensayo de compresión, en
comparación con los ensayadores de impacto, las convierten en una valiosa herramienta en algunos
de los estudios más fundamentales sobre la fractura de partículas [23, 25–29, 31, 40, 42, 43, 48, 49,
63], en el que destaca el planteamiento de fractura propuesta por L. M. Tavares en su tesis doctoral
[25].
partículas hijas generadas, proporcionando una mayor confiabilidad en la predicción que otros
modelos [23, 25].
Su aplicación en el modelo de Tavares caracteriza la distribución del tamaño del fragmento a partir
del valor de 𝑡10 , que corresponde al porcentaje de partículas hijas en que su tamaño sobrepasa la
décima parte del tamaño de la partícula madre [22].
Al igual que para el modelo de fractura de Tavares, la implementación de la función beta incompleta
se explica en detalle en el siguiente apartado.
Figura 4.3: Ciclo de cálculo del Modelo de rotura de Tavares (Fuente [22])
Donde 𝐸50 es la mediana de las energías fractura de la distribución, 𝐸∞ , 𝑑0 y 𝜑 son parámetros del
modelo ajustados a los datos experimentales y 𝑑𝑗 es el tamaño de la partícula. La distribución de
probabilidad de fractura, en su forma acumulativa, es
19
1 ln 𝐸 ∗ − ln 𝐸50
𝑃(𝐸𝑐𝑠 ) = [1 + erf ( )] (10)
2 √2𝜎 2
𝐸𝑚𝑎𝑥 𝐸𝑚
𝐸∗ = (11)
𝐸𝑚𝑎𝑥 − 𝐸𝑚
Si la energía específica de contacto 𝐸𝑐𝑠 (o energía absorbida por la partícula) es inferior a la energía
necesaria para generar la fractura 𝐸, la partícula no fallará, acumulando daño y haciéndose más
susceptible a romperse en un evento de esfuerzos futuro. El daño 𝐷 que sufre una partícula tras un
contacto que no genera rotura se calcula según
2𝛾
2𝛾 𝐸𝑐𝑠 5 (12)
𝐷=[ ]
(2𝛾 − 5𝐷 + 5) 𝐸
Donde 𝛾 es el coeficiente de acumulación de daño. La energía de fractura de cada partícula debe ser
ajustada luego del evento de esfuerzos mediante la siguiente ecuación:
Si la energía absorbida por la partícula (𝐸𝑐𝑠 ) supera a la energía específica de fractura (𝐸), se producirá
la fractura de la partícula, generándose fragmentos en base al algoritmo de Laguerre-Voronoi. La
distribución de estos fragmentos estará relacionada con la energía absorbida según el valor de 𝑡10
[31], que corresponde al porcentaje, en peso, de la partícula original que pasa por un tamiz con apertura
del 10% del tamaño original de la partícula. Este factor viene dado por
𝑏′ 𝐸𝑐𝑠
𝑡10 = 𝐴 [1 − exp (− )] (14)
𝐸
Donde 𝐴 y 𝑏′ son parámetros del modelo que se debe ajustar a los datos experimentales. 𝐴
corresponde al máximo valor de 𝑡10 que se puede alcanzar al romper una partícula en un único evento
de esfuerzos. La distribución completa del tamaño de las partículas puede calcularse con la ayuda de
la función beta incompleta [31], dada por
20
𝑡10 /100
100
𝑡𝑛 (𝑡10 ) = 1 ∫ 𝑥 𝑎𝑛−1 (1 − 𝑥 )𝛽𝑛−1 𝑑𝑥 (15)
∫0 𝑥 𝑎𝑛−1 (1 − 𝑥 )𝛽𝑛−1 𝑑𝑥 0
Donde la masa acumulada de partículas pasa por una pantalla (𝑡𝑛 ) con tamaño 𝑥 es calculada por el
valor de distribución 𝑡10 dado. De esta forma, a cada fragmento generado por la ruptura de la partícula
original se le asigna una energía de fractura basada en la distribución dada por la ecuación (10) de
acuerdo a su tamaño.
Existen otros dos parámetros necesarios para simular la fractura mediante el modelo planteado: la
energía específica mínima 𝐸𝑚𝑖𝑛 y el tamaño mínimo de la partícula. El primero consiste en el valor
mínimo de energía que puede causar daño a una partícula y para determinar el final de un contacto,
desestimando cualquier contacto que dé lugar a esfuerzos menores a 𝐸𝑚𝑖𝑛 . Por su parte, el parámetro
de tamaño mínimo de la partícula determina, tal como indica su nombre, el tamaño mínimo que
pueden tener los fragmentos después de un evento de ruptura. De esta forma, la distribución de
tamaños de cada evento donde ocurra fractura se guiará por este parámetro.
El procedimiento de calibración se presenta con más detalle en el White Paper [22] y en el Proyecto
de Ingeniería Mecánica de quien redacta [65]. A modo de referencia para secciones posteriores, la
Tabla 4.1 se muestra valores típicos de los parámetros del modelo.
21
Tabla 4.1: Parámetros del modelo que muestran los valores mínimos, máximos y típicos (Fuente [22])
Para ajustar los parámetros del modelo de Tavares y de la función beta incompleta a un mineral en
específico, resulta necesario realizar ensayos de compresión uniaxial (o DWT) para partículas
individuales para distintos tamaños de partículas. Este ensayo debe permitir el registro del perfil carga-
deformación de la partícula al ser comprimida. A continuación, se describe el procedimiento que se
utilizó para realizar ensayos de compresión para calibrar los parámetros que caracterizan el mineral
de cuarzo para el modelo de Tavares.
Figura 5.1: Instron 8801. Máquina para ensayos de compresión uniaxial utilizada
23
Previo a la realización de los ensayos, se procedió a medir y registrar tres dimensiones ortogonales de
100 partículas de ambos minerales, determinando el valor de la mediana en la medición de cada
partícula. Posterior a ello, para cada partícula se determinó la relación de aspecto que existe entre su
tamaño y las longitudes medidas de las otras dos direcciones de medición restantes, calculando la
media de estos 100 valores para cada dirección. El software solicita al usuario ingresar la razón de
aspecto de la partícula a generar, razón por la cual se necesitó valores representativos de las razones
de aspecto para las demás direcciones de la partícula. La Figura 5.2 presenta dos muestras de las tantas
partículas que se midieron para registrar y determinar las cantidades ya mencionadas. Posteriormente,
estas mismas partículas fueron utilizadas para realizar los ensayos de compresión.
a) b)
Figura 5.2: Partículas de a) Cuarzo y b) Gravilla
Efectuada estas mediciones, se seccionaron las partículas en cuatro rangos de tamaños distintos,
registrando, además, el tamaño (mediana de las tres mediciones ortogonales de la partícula) y la masa
de cada partícula a ensayar. Los rangos de tamaños seleccionados se muestran en la Tabla 5.1.
Claramente, a rangos de tamaños pequeños y mayor cantidad de muestras, el ajuste de parámetros será
más preciso, sin embargo, esto hace más tedioso el propio proceso de calibración.
Posterior a la selección de rango de tamaños y registro del tamaño y peso de las partículas, se procedió
a ubicar cada una ellas en el plato inferior de la máquina de ensayos universales para luego ser
comprimida por la misma, tal como muestra la Figura 5.3. Cabe destacar que la compresión se llevaba
a cabo hasta la observar la fractura de la partícula. Se consideraba fractura de la misma cuando esta,
24
a simple vista, perdía al menos 10% de su masa, incluso cuando se mantenía su tamaño original
(claramente, sus fragmentos eran de menor tamaño) [33]. De esta forma, se entiende que es posible
que una partícula sufra una rotura, pero siga teniendo su tamaño original. Esto último se dificultaba
cuando las partículas a ensayar pertenecían al Rango 1 de tamaños, debido a sus pequeñas
dimensiones, razón por la cual se necesitó grabar en video los ensayos realizados, con el fin de
identificar, de manera precisa, si efectivamente se había generado la fractura de la partícula. Un ensayo
se consideraba válido cuando se producía la ruptura del mineral.
La virtud de esta máquina para ensayos es que permite registrar el perfil carga-deformación de la
partícula, muestreando la señal a periodos constantes de tiempo definidos por el usuario. Gracias a
esto, se pudo registrar gráficos como el mostrado en la Figura 5.4.
25
Figura 5.4: Perfil carga-tiempo y carga-deformación del ensayo de compresión uniaxial a la partícula de cuarzo
#2 en la máquina de compresión uniaxial
Tabla 5.2: PSD del producto para una partícula cualquiera ensayada
Proporción
Malla Masa [g] Masa acumulada [g] Proporción [%]
acumulada [%]
3/4’’ 0 0 0 100
5/8’’ 21.5 21.5 91.88 8.12
1/2’’ 0 21.5 0.00 8.12
7/16’’ 0 21.5 0.00 8.12
3/8’’ 1.1 22.6 4.70 3.42
1/4'’ 0.3 22.9 1.28 2.14
4 0.2 23.1 0.82 1.28
6 0 23.1 0.00 1.28
8 0.1 23.2 0.43 0.85
10 0 23.2 0.00 0.82
14 0.1 23.3 0.43 0.43
16 0 23.3 0.00 0.43
20 0 23.3 0.00 0.43
Fondo 0.1 23.4 0.43 0.00
Hasta este punto es posible ajustar casi todos los parámetros para el modelo de fractura de Tavares y
la función beta incompleta, sin embargo, la calibración del parámetro asociado al daño sufrido por la
partícula no se pudo realizar, por lo tanto, se utilizará el valor de referencia.
Figura 5.5: Controls 45-D0550/E. Máquina para ensayos de carga puntual utilizada
Si bien estos ensayos no fueron utilizados para la calibración de ninguno de los modelos mencionados,
pues el equipo no es capaz de registrar el perfil carga-deformación de la partícula, los datos apuntados
de tamaño, masa y carga de ruptura pueden ser utilizados para la validación del modelo. El
procedimiento con que se realizaron los ensayos se presenta a continuación, y es el indicado por la
norma ASTM D5731-02, sin embargo, a pesar de hacer uso de tal documento, ocurrió un
inconveniente durante el proceso, el que también se comentará enseguida.
En primera instancia, se procedió a medir la masa y sólo dos dimensiones ortogonales de las partículas
de cuarzo, a diferencia del ensayo de compresión uniaxial, en donde se midieron tres dimensiones
ortogonales entre sí. Esto fue así debido a la inexperiencia y poca preparación del autor con respecto
a los ensayos de compresión a partículas al momento de la realización de estos ensayos, lo cual es un
error. A pesar de esto, el orden de magnitud de la carga de fractura, dado un cierto tamaño de partícula,
es un gran aporte de información para la validación del modelo, por lo que la realización de estos
ensayos no fue en vano.
Luego de esto, se procedió a ubicar la partícula entre las dos pinzas de compresión del equipo, tal
como lo muestra la Figura 5.5. Posteriormente, se comprimió el mineral hasta la fractura, registrando
la carga que la generó. Finalmente, se apuntó la masa de las partículas hijas provenientes del evento
de ruptura. La Figura 5.6 muestra unas partículas producto cualquiera generadas luego de realizado
un ensayo.
28
Los perfiles, mostrados en la Figura 5.8, extraídos de estos ensayos permitirán validar la calibración
del modelo, siendo útil además para la validación de un modelo de fractura que se encuentra en
desarrollo. Este último será planteado por el autor de este documento en su Tesis de Magíster.
a)
b)
Figura 5.8. Datos registrados de los ensayos ECCP a la muestra #1 de cuarzo: a) Perfil carga deformación y b)
Distribución de tamaño del producto
30
Figura 6.1: Perfil carga-deformación del ensayo de compresión uniaxial a la partícula de cuarzo #2: identificación
del primer evento de fractura
Tabla 6.1: Datos de energía de fractura de partículas para calcular la distribución de energía de fractura para
partículas de cuarzo contenidas en el Rango 1 de tamaños
Energía de fractura
Puntuación
Ranking de las partículas Percentil 𝒍𝒐𝒈(𝑬𝒎 )
normal
𝑬𝒎 [𝐉/𝐤𝐠]
1 6.4 3.6 -1.80 1.82
2 21.7 10.7 -1.24 3.08
3 48.0 17.9 -0.92 3.87
4 56.2 25 -0.67 4.03
5 61.7 32.1 -0.46 4.12
6 74.5 39.3 -0.27 4.31
7 79.6 46.4 -0.09 4.38
8 104.8 53.6 0.09 4.66
9 105.4 60.7 0.27 4.66
10 123.0 67.9 0.46 4.81
11 144.8 75 0.67 4.98
12 153.5 82.1 0.92 5.03
13 193.8 89.3 1.24 5.27
14 448.5 96.4 1.80 6.12
Tabla 6.2. Ajuste de parámetros para el modelo de Tavares para partículas de cuarzo
Según se indica en la literatura expuesta, los valores de 𝐸𝑚𝑎𝑥 y 𝜎 2 ingresados a Rocky DEM deberán
ser los correspondientes al tamaño de la partícula que se desea simular.
Luego se calcula la mediana de las energías de fractura específicas 𝐸50 para cada rango de tamaños y
se ajustan los parámetros de la ecuación (9) mediante mínimos cuadrados. La Figura 6.2 muestra el
ajuste realizado a los datos obtenidos, en donde la norma del residuo es 398.8 [J/kg].
Figura 6.2: Ajuste de parámetros para la ecuación (9) mediante mínimos cuadrados
Tabla 6.3: Parámetros ajustados de la ecuación (9) para el modelo de Tavares para cuarzo
𝑬∞ [𝑱/𝒌𝒈] 𝒅𝟎 [𝒎𝒎] 𝝋
18.9 12.2 2.7
33
Posteriormente, se grafica la distribución de tamaño de todas las partículas ensayadas para cada rango
de tamaños. Esto permite identificar aquellas muestras que no cumplen con el requisito indispensable
descrito en el procedimiento de calibración del apartado 4.3. Eliminando las muestras ensayadas que
no cumplen con el requisito, se obtiene la Figura 6.3 que ilustra lo mencionado. En un principio se
tenían 19 muestras de cuarzo ensayadas para el Rango 1 de tamaños, sin embargo, luego de quitar las
muestras que no eran válidas, sólo quedaron 9 ensayos efectivos. Esto es un indicio de que se necesita
realizar más ensayos, al menos, para este rango de tamaños, pues la cantidad de muestras válidas es
poco representativa dada la gran variabilidad de energías que detonan la fractura de minerales para un
mismo tamaño.
Figura 6.3: Distribución de tamaño del producto para partículas de cuarzo del Rango 1 válidas para la
calibración
La Tabla 6.4 muestra la cantidad de partículas ensayadas y cuantas de ellas son válidas en este análisis
para cada rango de tamaños. Los ensayos considerados válidos en este procedimiento no
necesariamente son las mismas utilizadas para el cálculo de los parámetros asociados a las ecuaciones
(9), (10) y (11).
Tabla 6.4: Ensayos válidos a muestras de cuarzo para cada rango de tamaños
Posterior a esto, se grafica el valor de 𝑡10 de cada ensayo válido y se ajustan los parámetros de la
ecuación (9), tal como lo muestra la Figura 6.4.
Figura 6.4: Valores de 𝒕𝟏𝟎 como función de la relación entre la energía aplicada sobre la mediana de la
distribución de energía de fractura de las partículas rotas y ajuste de los datos
De esta forma, los parámetros obtenidos a partir de este ajuste se presentan en la Tabla 6.5.
De igual forma que en el ajuste de anteriores parámetros, los valores de 𝐴 y 𝑏′ se escapan de los
abordados por la Tabla 4.1.
Finalmente, se pueden ajustar los parámetros de la función beta incompleta graficando los distintos
𝑡𝑛 valores ( 𝑛 = 2, 4, 25, 50 𝑦 75 ) en función de 𝑡10 para cada uno de los rangos de tamaños
35
seleccionados. Así, la Tabla 6.6 muestra los parámetros 𝛼𝑛 y 𝛽𝑛 del modelo de distribución de tamaño
escogido.
Tabla 6.6: Parámetros para el modelo de distribución de tamaño para mineral de cuarzo
Los parámetros que comparten todos los rangos de tamaños se muestran en la Tabla 6.8.
Tabla 6.8: Parámetros compartidos por los rangos de tamaños para mineral de cuarzo
𝑬∞ [𝑱/𝒌𝒈] 𝒅𝟎 [𝒎𝒎] 𝝋
18.9 12.2 2.7
36
Estos ajustes se escapan bastante de los presentados por ESSS en su Manual técnico para el uso de
Rocky DEM [22] y los que muestran en la última calibración realizada por Tavares y sus alumnos
tesistas [46], situación que era de esperar, debido a que la cantidad de ensayos válidos no se compara
a las que utilizó Tavares en su calibración, razón por la cual, no se está en condiciones de validar el
ajuste de presentado en este documento. De esta forma, el Capítulo 7 describe el procedimiento de
validación realizado en el desarrollo de la Memoria de Título de quien redacta.
37
En este capítulo se describirá paso a paso el procedimiento a seguir para realizar la validación del
ajuste de parámetros del modelo de fractura y de distribución de tamaño seleccionados. Este proceso
se efectuará con ayuda del software Rocky DEM y consistirá en simular los ensayos experimentales
de compresión uniaxial y los ECCP (que fueron explicados en el apartado 5.1) para posteriormente
comparar los resultados de las simulaciones con los datos experimentales. La Figura 7.1 ilustra,
esquemáticamente, los componentes que se deben incorporar las simulaciones.
Figura 7.1: Esquema de los modelos DEM de ensayos a simular en Rocky: a) Compresión uniaxial a partículas
individuales y b) ECCP
38
• Modelo geométrico
• Movimiento de la geometría
• Modelo de contacto
• Modelo de fractura
• Modelo de distribución de tamaño del producto
• Forma de la partícula
• Propiedades de los materiales
Cada uno de estos se estudiará en los siguientes apartados. Se le recuerda al lector que el enfoque que
se le entregará a cada uno de estos componentes del modelo DEM será para simular los ensayos de
compresión mencionados.
Es importante mencionar que los modelos y parámetros de esta sección serán únicos a lo largo de toda
la validación, y sólo irá variando el tamaño de las partículas a ensayar. Con esto se logra tener los
mismos puntos de comparación para cada simulación.
Figura 7.2: Modelo CAD simplificado de los equipos para ensayos de compresión
Por otro lado, el movimiento de las partículas se define mediante la integración de las ecuaciones de
Newton para los grados de libertad de rotación y traslación, según las ecuaciones (16) y (17).
𝑁
𝑑𝑣⃗𝑖
𝑚𝑖 = 𝑚𝑖 𝑔⃗ + ∑ 𝐹⃗𝑖𝑗 (16)
𝑑𝑡
𝑗=1
𝑁
𝑑𝜔⃗⃗𝑖
𝐼𝑖 ⃗⃗𝑖𝑗
= ∑𝑇 (17)
𝑑𝑡
𝑗=1
41
Donde 𝑚𝑖 es la masa de la partícula 𝑖, 𝑣⃗𝑖 es su velocidad, 𝐹⃗𝑖𝑗 es la fuerza de contacto que ejerce la
El uso de este tipo de modelos conlleva la determinación de algunos parámetros propios del contacto
entre superficies, los que se detallan en la Tabla 7.1. Estos datos también fueron extraídos del trabajo
de calibración mencionado.
Tipo de contacto
Parámetro
Partícula/Partícula Partícula/Acero Acero/Acero
Roce estático 0.8 0.5 0.3
Roce dinámico 0.8 0.5 0.3
Relación de rigidez
1 1 1
tangencial
Coeficiente de
0.3 0.3 0.3
restitución
Donde
∙ 𝐹𝑛𝑡 y 𝐹𝑛𝑡−Δt son las fuerzas de contacto elastoplásticas en el tiempo 𝑡 y en el tiempo previo 𝑡 −
Δ𝑡 respectivamente, donde 𝛥𝑡 es el paso de tiempo.
∙ Δsn es el cambio en el traslado normal durante el paso de tiempo. Este es positivo cuando las
partículas se acercan y negative cuando ellas de separan.
∙ 𝑠𝑛𝑡 y 𝑠𝑛𝑡−Δt son los valores de traslapo noral para un tiempo dado y el tiempo previo,
respectivamente.
∙ 𝐾𝑛𝑙 y 𝐾𝑛𝑢 son los valores de rigidez de contacto de carga y descarga, respectivamente
∙ 𝜆 es constante adimensional. Su valor en Rocky DEM es 0.001. La parte de la expresión en la
que está activa esta magnitud asegura que, durante la descarga, la fuerza normal volverá a cero
cuando la superposición disminuye a cero.
𝑡 𝑡−𝛥𝑡
𝐹𝜏,𝑒 = 𝐹𝜏,𝑒 − 𝐾𝜏 𝛥𝑠𝜏 (20)
Donde
∙ 𝑡
𝐹𝜏,𝑒 es la fuerza tangencial
∙ 𝑡−𝛥𝑡
𝐹𝜏,𝑒 es la fuerza tangencial en el momento anterior
∙ 𝛥𝑠𝜏 es el desplazamiento tangencial relativo durante el paso de tiempo
∙ 𝐾𝜏 es la rigidez tangencial definida como
𝐾𝜏 = 𝑟𝐾 𝐾𝑛𝑙 (21)
Donde 𝑟𝐾 es la razón de rigidez tangencial y 𝐾𝑛𝑙 es la rigidez moral de carga definida por
1 1
+ Para contacto entre partículas
1 𝐾𝑛𝑙,𝑝1 𝐾𝑛𝑙,𝑝2
= (22)
𝐾𝑛𝑙 1 1
+ Para contacto partícula − frontera
{ 𝐾𝑛𝑙,𝑝 𝐾𝑛𝑙,𝑏
43
Se debe considerar que, en este modelo, la fuerza tangencial no puede exceder el límite de Coulomb.
De esta forma, la expresión completa para la fuerza tangencial es
𝑡
𝐹𝜏,𝑒
𝐹𝜏𝑡 = 𝑡 |,
𝑚í𝑛(|𝐹𝜏,𝑒 𝜇𝐹𝑛𝑡 ) 𝑡 | (23)
|𝐹𝜏,𝑒
Donde
En la segunda etapa se examinan los pares de partículas vecinas o los límites de las partículas para
determinar los parámetros geométricos característicos de los modelos de contacto físico. Dado que se
considera la forma real de cada partícula, la complejidad de los cáclulos dependerá del tipo de
partículas que se emplearán en la simulación. Por ejemplo, la aplicación de los modelos de contacto
para partículas poliédricas son bastante complicados, puesto que el contacto se puede dar entre vértice
y vértice, vértice y borde, vértice y cara, borde y borde, borde y cara y también de cara a cara. Esto se
aprecia en la Figura 7.5 a). Si se una partícula tuviera una superficie cóncava o convexa se añaridían
complejidades adicionales, puesto que se agregarían otros tipos de contacto.
44
a) b)
Figura 7.5 a) Detección de contacto entre partículas poliédricas y b) Superposición de las normales (Fuente [22])
El contacto físico entre partículas o partículas-frontera surge cuando la distancia calculada entre los
cuerpos sea negativa (traslapo). Esta distancia es la superposición de las normales, tal como se muestra
en la Figura 7.5 b), las cuales son necesarias para el cálculo de fuerzas de contacto
45
Tabla 7.2: Parámetros del modelo de fractura para minerales de cuarzo y gravilla
Parámetro Valor
𝑬∞ [𝑱/𝒌𝒈] 213.5
𝒅𝟎 [𝒎𝒎] 8.07
𝝋 1.22
𝝈 0.799
𝜸 5.0
𝑨 [%] 67.7
𝒃′ 0.029
Tabla 7.3: Parámetros del modelo de distribución de tamaño del producto para minerales de cuarzo y gravilla
Parámetro Valor
𝜶𝟏.𝟐 /𝜷𝟏.𝟐 0.51/11.95
𝜶𝟏.𝟓 /𝜷𝟏.𝟓 1.07/13.87
𝜶𝟐 /𝜷𝟐 1.01/8.09
𝜶𝟒 /𝜷𝟒 1.08/3.03
𝜶𝟐𝟓 /𝜷𝟐𝟓 1.03/0.36
𝜶𝟓𝟎 /𝜷𝟕𝟓 1.03/0.3
46
El tamaño mínimo de partícula producto será definido por el usuario en función del grado de exactitud
que desee en los resultados de la simulación. Valores pequeños para este parámetro entrega mejores
resultados en la distribución de tamaño del producto, pero aumenta significativamente los recursos
computacionales. Utilizando valores grandes, en proporción, producirá la situación contraria, mala
calidad de resultados, pero a menor costo computacional. Para la validación, se considerarán
parámetros fijos para todas las simulaciones, siendo el tamaño de la partícula el único parámetro que
variará en función del tamaño de la muestra que se desea simular.
Parámetro Valor
Forma de la partícula Poliédrica
Número de esquinas 25
Grado supercuadrático 3.0
Relación de aspecto vertical 0.8
Relación de aspecto horizontal 1
Tamaño mínimo de partícula [mm] -
A
A
A
A
A
Aa
50
9CAPÍTULO 9: Conclusiones
9.1 Conclusiones
En el presente informe se desarrolla una calibración de parámetros del modelo de fractura de Tavares
[25] y para la función beta incompleta para minerales de cuarzo y gravilla, en base al manual técnico
de Rocky [22]. El ajuste se realiza con el fin de ser utilizado en simulaciones de un modelo DEM de
chancador de cono que se encuentra el proceso de validación [24].
1. Se programó un algoritmo capaz de ajustar algunos de los parámetros del modelo de ruptura
de Tavares.
2. Se necesita realizar más ensayos para efectuar una correcta calibración.
3. Los datos registrados de los ensayos experimentales serán útiles para próximos estudios
relacionados a los modelos de rotura.
9.2 Perspectivas
Se espera que el trabajo futuro a realizar se enfoque en calibrar todos los parámetros del modelo de
Tavares para minerales de cuarzo y gravilla. De esta forma, las próximas tareas a realizar se describen
a continuación:
Por su parte, la realización de este trabajo se comporta como una primera aproximación a los
denominados Modelos de Ruptura, los cuales serán analizados en mayor profundidad por el autor de
este informe durante el desarrollo de sus tesis de Magíster, en donde se realizará una caracterización
de la resistencia a la fractura de minerales para su aplicación en modelos de conminución.
51
Referencias
[1] SERNAGEOMIN, “A l í Ch l ,” .
[2] .T l , “A ál q h g l é l
,” .
[6] R. A. B , R. W. B l y, & A. H h k, “ p w p p
z h g,” Minerals Engineering, vol. 4, no. 12, pp. 1243–1256, 1991, doi:
10.1016/0892-6875(91)90170-Z.
[7] A. Gupta & D. Yan, Mineral processing design and operations. 2006.
[10] .T l , “N q p l p á h p
el mejoramiento d l ñ y p ó ,” .
[12] S. S & J. . S , “N w h h l gy l p
,” Minerals Engineering, vol. 3, pp. 83–103, 1990.
52
[13] R. L , B. Sh , G. L , & H. Y , “I l p g h g h b
gy p h ,” Energies, vol. 11, no. 5, pp. 1–16, 2018, doi:
10.3390/en11051102.
[16] A. K l , H. O , C. R h , E. R , & . Sz z l , “C pl l
system simulation for the determination of load assumptions for heavy duty drives on the
x pl p y h ,” 6.
[17] . W. Cl y, M. D. S , R. D. M , S. C , & G. W. D l y, “A ly
crusher performance with changes in material properties and op g g DEM,”
Minerals Engineering, vol. 100, pp. 49–70, 2017, doi: 10.1016/j.mineng.2016.10.005.
[18] M. J h , J. Q , M. E , & E. H l hé , “C h p l
using DEM simulations and laboratory experiment l l ,” Minerals
Engineering, vol. 103–104, pp. 93–101, 2017, doi: 10.1016/j.mineng.2016.09.015.
[24] F. Pon , “M l h l é l ,” .
[25] L. M. T , “M l g p l b k g ppl h y h l
h lp g ,” D l h ,U y U h, 997.
[31] A. Salman, M. Ghadiri, & M. Hounslow, Handbook of powder technology: Particle breakage.
2007.
[34] L. M. T & R. . K g, “M l g p l by p p g
g h ,” Powder Technology, vol. 123, no. 2–3, pp. 138–146, 2002,
doi: 10.1016/S0032-5910(01)00438-7.
54
[36] L. M. T & R. M. C lh , “M l gb k g p l b ll ll ,”
Minerals Engineering, vol. 22, no. 7–8, pp. 650–659, 2009, doi:
10.1016/j.mineng.2009.03.015.
[42] L. g l & W. k ,“ gl p l p b h ll g p ll ,”
Chemical Engineering Science, vol. 60, no. 18, pp. 5164–5176, 2005, doi:
10.1016/j.ces.2005.03.064.
[43] . Sh & T. K j ,“ l l p b k g p gp l z
,” International Journal of Mineral Processing, vol. 82, no. 3, pp. 156–163, 2007, doi:
10.1016/j.minpro.2006.09.006.
[44] E. C , “D ,” .
[45] H. I , M. I , & K. M , “ D g h L g G y I
Appl .,” SIAM Journal on Computing, vol. 14, no. 1, pp. 93–105, 1985, doi:
10.1137/0214006.
55
[46] L. M. T , . .A é, A. p , & C. M l k , “A p g b k g l
l g p lyh lp l ,” Powder Technology, vol. 362, Elsevier B.V., pp. 208–
220, 2020. doi: 10.1016/j.powtec.2019.12.007.
[47] M. M , .T l , .B , & C. G. R íg z, “T q ly gy y
h w h h l h ,” Minerals, vol. 11, no. 8, pp. 1–28, 2021, doi:
10.3390/min11080878.
[48] M. S h , “M ll g z kl g p lw z b h ,” .
[51] . R j & . R h , “C y h l h ,”
Mechanics of Materials, vol. 41, no. 6, Elsevier Ltd, pp. 715–728, 2009. doi:
10.1016/j.mechmat.2009.01.028.
[52] L. M. T , “R w h l l S gl -p l B k g M l,”
KONA Powder and Particle Journal, no. August, pp. 1–22, 2022, doi: 10.14356/kona.2022012.
[53] E. k , .K l , G. B z , & K. K , “G gk l g
lp l z h p gh lk l l ,” Minerals, vol. 9,
no. 11, 2019, doi: 10.3390/min9110714.
[54] R. P. King, Modeling and simulation of mineral processing systems, 1st ed. Utah: Butterworth-
Heinemann, 2001. doi: https://doi.org/10.1016/C2009-0-26303-3.
[56] T. Allen, Powder sampling and particle size determination. Amsterdam: Elsevier Science,
2003.
56
[57] A. T ş & T. T ş , “A p y SD l h
by ,” Particle and Particle Systems Characterization, vol. 26, no.
1–2, pp. 69–79, 2009, doi: 10.1002/ppsc.200800035.
[60] . Sz z l & . R z, “D l p h kj w h K pp ö h k-
Quantitative characterization of rock properties. Aufbereitungs-T h k,” Mineral Processing,
vol. 43, pp. 28–31, 2002.
[61] L. S k g, H. H h , & S. Y h , “B k g b h p l b l
l l ,” Powder Technology, vol. 61, no. 1, pp. 51–57, 1990, doi: 10.1016/0032-
5910(90)80065-7.
[65] D. E. Z b , “C l b ó p á l l T p l
z ,” .
Los planos de fabricación de los platos y prensas utilizados para simular los ensayos de compresión
se muestran en las Figuras A.1 y A.2.
a) b)
Figura A.1: Planos de fabricación para simulación de piezas de ensayos de compresión uniaxial: a) Prensa y b)
Plato
58
a) b)
Figura A.2: Planos de fabricación para simulación de piezas de ECCP: a) Prensa y b) Plato