Seletividade na cominuição de mesclas de dolomita e quartzo.
Esse artigo dá prosseguimento à pesquisa que deu origem a artigo anterior, apresentando resultados referentes à seletividade da moagem de mesclas dos minerais dolomita e quartzo sob diferentes proporções. Apresenta-se, aqui, o indicador global de contraste granulométrico (IGCG), utilizado para dar s...
| Autores: | ; |
|---|---|
| Tipo de documento: | Artículo |
| Estado: | Published version |
| Fecha de publicación: | 2010 |
| País: | Brasil |
| Institución: | UFOP |
| Repositorio: | Repositório Institucional da UFOP |
| Lenguaje: | Portugués |
| OAI Identifier: | oai:repositorio.ufop.br:123456789/5007 |
| Acceso en línea: | http://www.repositorio.ufop.br/handle/123456789/5007 http://dx.doi.org/10.1590/S0370-44672010000400013 |
| Nivel de acceso: | Acceso abierto |
| Palabra clave: | Cominuição seletiva Binary mix Contraste granulométrico Artifi cial neural network |
| Sumario: | Esse artigo dá prosseguimento à pesquisa que deu origem a artigo anterior, apresentando resultados referentes à seletividade da moagem de mesclas dos minerais dolomita e quartzo sob diferentes proporções. Apresenta-se, aqui, o indicador global de contraste granulométrico (IGCG), utilizado para dar suporte à análise do comportamento granular das espécies minerais no produto, a partir das respectivas curvas de distribuições das frações retidas simples, regredidas das nuvens de pontos das análises granulométricas por meio da função de distribuição de probabilidades sigmoidal de Hill. Os resultados indicaram o tempo ótimo de moagem, na amplitude de moagem considerada. Os resultados subsidiaram, também, o desenvolvimento de sistema simulador de cominuição baseado em rede neural artifi cial (do tipo perceptron de multicamada com algoritmo de supervisão e treinamento por retropropagação com momento), a ser objeto de artigo futuro. |
|---|