Resumen de Quartz grinding specific rate of breakage (Sj) classification by discriminant analysis

Laura Colorado Arango, Sandra Llano-Mejía, Adriana Osorio Correa

• español

  La velocidad específica de fractura (Sj) es un parámetro determinante para el comportamiento cinético de la molienda debido a la relación inversa que tiene con el consumo energético del proceso. Tamaño de bolas, viscosidad del medio y formación de partículas finas son algunas variables que se pueden modificar para reducir el consumo energético en los procesos de molienda. No obstante, no existe un modelo que explique la relación entre la Sj y los parámetros descritos anteriormente. Se propone un modelo de clasificación basado en el análisis discriminante para identificar las condiciones que permitan obtener las mayores Sj en una molienda húmeda de cuarzo. Se obtuvieron tres grupos del comportamiento cinético mediante el análisis de clúster y dos funciones discriminantes que explican la diferencia entre los grupos. La primera función discriminante fue la más poderosa con 89.01 % de predicción y la asegunda función representa la dimensión adicional con un 10.99% de predicción.

• English

  Specific rate of breakage (Sj) is an important parameter for grinding kinetics behavior due to it is reverse related with the process energy consumption. Size grinding media, viscosity medium, and fine particle formation are some of modifiable variable for to reduce the energy in the grinding process. Nowadays, there is no model that explains the relationship among Sj and parameters described above. A classification model based on linear discriminant analysis for quartz wet grinding was proposed to identify conditions with the high Sj. Three grinding kinetic behavior groups have been found through cluster analysis and two discriminant functions that explicate difference among groups. The first function was the most powerful differentiating dimension with 89.01% of prediction percentage, and the second one represented an additional significant dimension with 10.99% of prediction.