Scribd
Cargar
146 vistas

Muestreo

El muestreo de una muestra en una planta concentradora se debe realizar aplicando técnicas de muestreo y muestreadores adecuados.

Cargado por

Ramiro SIUCE BONIFACIO
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
146 vistas

Muestreo

El muestreo de una muestra en una planta concentradora se debe realizar aplicando técnicas de muestreo y muestreadores adecuados.

Cargado por

Ramiro SIUCE BONIFACIO
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 48

MUESTREO

ING: RAMIRO SIUCE BONIFACIO


MUESTREO

 Es obtener una porción representativa del todo, la cual


puede ser analizada e investigada de diferentes maneras.

 Los resultados de las pruebas físicas/químicas de las


propiedades de la muestra, pueden ser usadas para
predecir o pronosticar las propiedades de la población de
la cual la muestra fue extraída.
 La rentabilidad de la operación de una mina, planta,
fundición, planta química o factoría, depende de las
muestras de la operación q hayan sido sacadas a
intervalos regulares establecidos.

 El control de calidad, se basa en procedimientos de


muestreos constantes y regulares
TIPOS DE ERRORES

 Error casual o al azar, el cual podría ser positivo,


negativo, más grande o más pequeño que el verdadero
valor de la población.
 Cuando se incluye bastante información en la prueba, la
suma total del error casual es pequeña.
 muestreo al azar, Es cuando todos y cada uno de los
miembros de la población, tiene la misma posibilidad de
ser seleccionados.
 ERROR DE TENDENCIA. son de una naturaleza totalmente
diferente en los que, a menos que se extraiga totalmente
la fuente de error, un incremento en el número de
lecturas, no tiene ningún efecto en los errores de
tendencia, y la contribución al error de 1000 análisis será
igual que el de uno solo.
 Los errores de tendencia o inclinación, no son fáciles de
identificar y comúnmente se les podría corregir, solo
mediante un cambio de personal.
Los elementos básicos considerados en
cualquier procedimiento de muestreo son:

 Definir la característica a ser investigada.


 Decidir acerca del grado de precisión requerido.
 Las características de la población.
 Decidir acerca del tamaño de muestra requerida para la
investigación a efectuarse.
El muestreo de minerales es posiblemente el más
difícil de todos los problemas de muestreo,
debido a:
 La gran variedad de constituyentes minerales en la mena.
 La dispareja distribución de los minerales en la mena
 Variación en el tamaño de las partículas constituyentes.
 Variación en la densidad de las partículas constituyentes.
 Variación en la dureza de los distintos minerales.
El muestreo se realiza en todas las industrias.
 Analizar las materias primas de un producto durante las
etapas de la producción.
 La muestra se analiza para el control del proceso.
 Se muestrea el producto terminado y los desperdicios para
determinar su calidad y cantidad.
 En la concentradora, el muestreo lo realizamos al mineral
de mina, Cabeza, concentrados y relaves producidos en
cada guardia, concentrados despachados.
MUESTRA.

 Es una pequeña porción o cantidad de material que


representa a una cantidad mayor y que sirve para apreciar
su calidad.
CONDICIONES DE UNA BUENA MUESTRA.

 a) REPRESENTATIVA.- debe reunir todos los componentes


del material en una pequeña cantidad.
 b) PROPORCIONAL.- que estas pequeñas cantidades deben
estar presentes en pesos o volúmenes que representa.
 c) PURAS.- que no haya sido mezclado con otros cuerpos
extraños que lo contaminen.
METODO PARA LA TOMA DE MUESTRA

 Toma de muestra a mano y automáticamente.


 muestreadores manuales consisten de un cortador en
forma "media luna", provisto de un mango largo para
alcanzar el lugar a extraer la muestra,
 muestreadores manuales en forma de copa de diferentes
diámetros provistos de mangos para alcanzar la pulpa
 El muestreador automático, formado por el mecanismo
que mueve el cortador, el cortador y su tubo de descarga.
PROBABILIDAD

 Es una medida cuantitativa de la oportunidad o posibilidad


de ocurrencia de un evento en particular durante un
experimento al azar.
 0≤p≤1
ó bien
 0% ≤ p ≤ 100%
Teorema de probabilidad

 Primer: suma de probabilidades: para dos eventos


incompatibles, la probabilidad de realización de
cualquiera de ellos es:

 P(A o B) = P (A) + P (B)


 Y generalizando:
 P(A o B o Co....N) = P(A) + P(B) + P(C) + P(N)
 Segundo: suma de probabilidades: para dos eventos
compatibles o simultáneos, la probabilidad de ocurrencia
de cualquiera de los eventos es:

 P(A o B) = P(A) + P(B) - P(A y B)


 Probabilidad de realización de ambos eventos es:
 P(A y B) = P(A) * P (B)
 Para dos eventos dependientes, la probabilidad de que
ambos ocurran es:

 P (A y B) =P (A) * P (B/A)
 Donde P (B/A) es la probabilidad de que ocurra B una vez
que ha ocurrido A.
 Existen diferentes tipos do distribución de probabilidad y
son:
 Distribución binomial
 Distribución de Poisson
 Distribución normal
EJEMPLO:

1.- Durante el año pasado, una planta paró su operación


debido a las siguientes causas:
a) Falla de energía eléctrica 2 días
b) Descompostura del molino 3 días
c) Otras causas 5 días.

 Considerando estos valores como constantes para la


planta y que las causas fueron aleatorias, calcular:
 1). La probabilidad de que la planta pare por cualquiera
de las causas.
 2). La probabilidad de que falle la energía eléctrica
 3). La probabilidad de que falle la energía eléctrica y se
descompone el molino.
 4). La probabilidad de que se presenten las tres fallas
simultáneamente.
 Si, A = Falla de energía eléctrica,
 B = Descompostura del molino,
 C = Otros.
MEDIDAS DE TENDENCIA CENTRAL O
PROMEDIOS
 MEDIA
 Considerar que el simbolo xj denota cualquiera de los n
valores; x1, x2, x3, ……xn que puede asumir la variable x y
donde j representa los números 1, 2, 3, …………..n.

 = 52.9%
 MEDIANA:
 La mediana es el valor medio de dos valores medios de un
conjunto de números, los cuales están ordenados en orden
de magnitud.
 Ejemplo:
 El conjunto de números 8, 10, 12, 14, 18, 22, 30 tiene una
mediana de 14;
 el conjunto de números 8, 9, 10, 12, 14, 18, 24, 30 tiene
una mediana de 13
MEDIDA DE DISPERSION PARA UNA VARIABLE
CONTINÚA
 El grado donde los datos tienden a dispersarse alrededor
de un valor promedio, se le llama la dispersión.
 Las medidas de dispersión son: el rango, la varianza y la
desviación standard.
RANGO:
 El rango de un conjunto de números, es la diferencia
entre el número más grande y el más pequeño.
 Ejem: del conjunto 2, 9, 13, 15, 19, 24, 27 es 27 - 2 = 25.
 El inconveniente del valor del rango, es que no describe
de ningún modo los valores entre los límites
VARIANZA:

 La varianza de un conjunto de datos, se denota como S2;


donde:

 Cuando el tamaño de la muestra n es muy grande, el


divisor n-1 se puede reemplazar por n.
 Ejemplo: Encontrar la varianza del conjunto de ensayes de
concentrado de plomo, dado anteriormente
DESVIACION STANDARD:

 La desviación estándar de un conjunto de datos, se define


como la raíz cuadrada de la varianza S2
NIVELES DE CONFIANZA
 Ejemplo: 25 muestras fueron tomadas de un lote de
mineral de molibdeno y se obtuvieron los siguientes
resultados (%MoS2).
 Suponer que en la evaluación de una propiedad,
basándose en estos ejemplos se decide que el error de
estimación 0.008% es demasiado alto; y que un error de
0.004% se considera el mínimo nivel de seguridad.
 En este caso ¿Cuantos muestras se requieren para dar la
precisión deseada a un nivel de confianza de 90%?

n = 114 muestras
 Si se desea el mismo grado de precisión al 95% de nivel de
confianza entonces.
INTERVALOS DE CONFIANZA EN
MUESTRAS PEQUEÑAS
 El estadístico matemático puede probar que el valor de Z,
puede ser reemplazado por un valor "t" a usarse en
muestras pequeñas (n<25). El valor "t" está directamente
relacionado tanto al tamaño de la muestra n.
 Ejemplo:
 Diez muestras de mineral de cabeza, seleccionadas al azar
de una guardia de la planta concentradora, dieron un =
11.2% Pb y S = 1.10.
 ¿Cuál es el valor, al 95% de nivel de confianza, del
alimento a la planta para el turno determinado, basado en
estas pruebas?
ESTIMACION DEL TAMAÑO DE MUESTRA
DE UNA POBLACION INFINITA
 El método que se da, es para una muestra de tamaño
grande donde el valor de p se reemplaza por su valor p'
estimado de una muestra.
 Usando la proporción de partículas minerales (p) en la
muestra, como un punto de partida; la desviación
standard de la población se expresa por la siguiente
distribución normal aproximada:
 considerando que las partículas de mineral valioso tienen
una densidad ẟ1, la cual es diferente a la densidad ẟ2, del
desmonte
 (asumiendo que las partículas de mineral y ganga tienen
similares tamaños y formas)

p=0.0264
 Ejemplo:
 Calcular el peso de la muestra que debe ser colectada
diariamente en la descarga de un molino (en circuito
abierto) en una concentradora de cobre de 15,000 T.P.D.,
dada la siguiente información:
 a) La descarga del molino es todo menos 10 # (1680 µ), o
cedazo con tamaño limite d=168 cm. El tamaño promedio
de partícula se da por D, donde;
 b) El material molido es de forma irregular, pero el
volumen de la partícula, en promedio sería igual a 50% del
volumen de un cubo de las mismas dimensiones. Si el
número de partículas por gramo se denota como N,
entonces:
 c) El cuerpo mineral tiene una ley de 0.60% Cu.
equivalente a 1.79% CuFeS2.
 d) La precisión de muestreo requerida es ± 0.01% Cu, lo
cual es equivalente a ± 0.03% CuFeS2.
 e) El nivel de confianza requerido es 95%
 f) Densidad del desmonte = 2.82 gm./c.c. y la densidad
de CuFeS2 es 4.20 gm./c.c.
 Si el máximo tamaño de partícula hubiera sido un cuarto
de pulgada o aproximadamente 0.6 cm., el valor de N
seria 6 /(0.6)3(2.82) = 9.85 partículas por gramo.
MUESTREO MEDIANTE INCREMENTOS:

 Cuando el muestreo mediante incrementos se efectúa


correctamente, los resultados deben ser representados
por una curva de distribución normal; donde la frecuencia
se plotea contra el grado.
 Si n incrementos que ensayan respectivamente x1, x2,
x3,…………….xn
 se extraen de la población, entonces:
 Ejemplo: Doce incrementos de 5 libras, tomados de un
alimento a un molino de bolas en una concentradora de
plomo-zinc, ensayaron lo siguiente: (%Pb) 7.04, 8.10,
8.85, 6.25, 7.69, 8.76, 8.35, 7.57, 7.96, 9.30, 8.50, 7.46,
¿Cuantos incrementos deben ser compositados con el
objeto de que la muestra compósito ensaye dentro del 2%
del ensaye verdadero a un nivel de confianza del 95%?
 Valor promedio = x = 7.98% Pb.
 Desviación standard = S = 0.81
 Error permisible de estimación = (0.02)(7.98) = 0.16%
 Z =1.96 para 95% de nivel de confianza
 El muestreo manual
 Muestreo mediante tenazas donde las muestras se toman
mediante un cucharón o pala; preferiblemente, de
acuerdo a un método fijado desde la superficie del
material.
 Muestreo mediante tubos donde las muestras se toman
insertando una tuba puntiaguda y ranurada, en el mineral
apilonado, luego se rota el tubo y se le extrae.
 Muestreo mediante palas durante la transferencia manual
de material, se separa una palada como muestra, a un
intervalo especifica de (2da, 5ta, 10ma, 20ava).
 Coneo y cuarteo donde el material es primero apilonado
cuidadosamente en un cono y luego es aplanado y dividido
en cuatro cuartos.

También podría gustarte