Metodología de Comparación para la Predicción de los Atributos de las Pellas de Planta a partir de las Pellas de Laboratorio
Abstract
El procesamiento de mineral proveniente de yacimientos heterogéneos en los últimos años en Sidor C.A., ha originado cambios en la calidad de las pellas obtenidas tanto en Planta como en el Laboratorio de Planta Piloto donde se fabrican aglomerados simulando las condiciones industriales con una muestra del 75% de los lotes de material previo a su consumo. Por lo tanto, surge la necesidad de contar con una metodología de comparación entre los atributos de las pellas de ambos procesos que permita predecir los rangos de valores de las propiedades de las pellas producidas en planta según los rangos de variabilidad estándar entre los mismos, con el objeto de realizar ajustes efectivos en planta que aseguren la calidad final de los aglomerados. A través de análisis estadísticos entre los que se consideraron análisis de varianza simples, interacción entre factores, comparaciones de dos muestras, gráficos de control, y fundamentados en la Ley de los Grandes Números, se establecieron rangos de predicción válidos para la mayoría de los atributos, destacando la Resistencia a la Compresión y el Índice de Tambor, por el incumplimiento del postulado de dicha ley. Los atributos de Reducibilidad, Hinchamiento e Índice de Abrasión resultaron semejantes tanto en promedios globales como en tendencias centrales durante el periodo evaluado, siendo estos los que presentan mayor validez en las predicciones obtenidas. La ley de los grandes numeros es un teorema en probabilidades que describe el comportamiento del promedio de una sucesión de variables aleatorias según el número total de variables aumenta, es decir, describe hipótesis suficientes para afirmar que dicho promedio converge al promedio de las esperanzas de las variables aleatorias involucradas sin considerar influencias de las variables intervinientes en los procesos evaluados, ya que solo considera la predicción de valores de una variable respuesta de interés según los rangos de valores que defina un histórico de dicha variable en una población completa contrastada con los rangos de valores de un histórico de la misma variable pero en una muestra al azar de una población de gran tamaño.
Full Text:
PDFAsociación Argentina de Mecánica Computacional
Güemes 3450
S3000GLN Santa Fe, Argentina
Phone: 54-342-4511594 / 4511595 Int. 1006
Fax: 54-342-4511169
E-mail: amca(at)santafe-conicet.gov.ar
ISSN 2591-3522