Show simple item record

Professor Advisordc.contributor.advisorLois Morales, Pía
Professor Advisordc.contributor.advisorTownley Callejas, Brian
Authordc.contributor.authorChacana Zambra, Valentina Alejandra
Associate professordc.contributor.otherEsteves Brandão, Priscila
Admission datedc.date.accessioned2025-03-04T15:39:41Z
Available datedc.date.available2025-03-04T15:39:41Z
Publication datedc.date.issued2024
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/203302
Abstractdc.description.abstractLa clasificación mineral basada en sensores (SBS por sus siglas en inglés), es aquella donde las partículas son detectadas de forma individual mediante el uso de tec-nología basada en sensores y se expulsan o separan mediante un proceso que puede ser mecánico, hidráulico o neumático. Su objetivo es la eliminación del material de ganga en fracciones de tamaño de partículas gruesas, antes de las etapas de trituración y con-centración. El presente trabajo consiste en el estudio del comportamiento de muestras de pegmatitas de litio en un proceso de ore-sorting utilizando sensores de transmisión de rayos X (XRT) y láser 3D. La metodología de trabajo incluye la construcción de una base de datos, la agrupación de las muestras y la caracterización geológica y geometalúrgica de estas. Posteriormente se realiza un análisis centrado en evaluar diferentes umbrales de los sensores para maximizar la recuperación de litio y minimizar la masa procesada y la dificultad del procesamiento del material. Se evaluaron varios grupos de muestras de rocas mineralizadas, integrando factores como la ley de litio, la resistencia uniaxial (UCS) y las características geológicas de las muestras. El objetivo es identificar el umbral ópti-mo del sensor XRT que permita una clasificación precisa y eficiente del material, mejo-rando el rendimiento general del proceso. Los resultados obtenidos destacan la impor-tancia de ajustar los parámetros de corte en función de las propiedades físicas de las rocas, lo que podría traducirse en una mayor selectividad en el proceso de clasificación y, en última instancia, en un ahorro considerable en costos operativos y reducción del impacto ambiental. El informe concluye que el uso de sensores XRT en el ore-sorting ofrece una solu-ción tecnológica avanzada para mejorar la gestión de los recursos minerales, contribu-yendo al desarrollo sostenible de la minería. La agrupación de muestras mostró que los grupos con valores similares de XRT y láser 3D presentan características geológicas similares, influyendo en la clasificación mineral basada en sensores. Se analizó el bene-ficio para casos con distintos índice de clasificación y se obtuvieron casos favorables destacando el criterio XRT1 que recupera el 99,85% de ley, pierde solo 5,3% de masa y mejora la ley hasta el 0,54%. Se recomienda realizar pruebas de ensayo con la informa-ción obtenida para mejorar la eficiencia de la elección del umbral óptimo y continuar in-vestigando, aumentando el número de muestras y la variabilidad mineralógica.es_ES
Lenguagedc.language.isoeses_ES
Publisherdc.publisherUniversidad de Chilees_ES
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
Títulodc.titleEstudio del comportamiento de rocas mineralizadas de pegmatitas de litio en un proceso de ore-sorting sensorizadoes_ES
Document typedc.typeTesises_ES
dc.description.versiondc.description.versionVersión original del autores_ES
dcterms.accessRightsdcterms.accessRightsAcceso abiertoes_ES
Catalogueruchile.catalogadorchbes_ES
Departmentuchile.departamentoDepartamento de Geologíaes_ES
Facultyuchile.facultadFacultad de Ciencias Físicas y Matemáticases_ES
uchile.carrerauchile.carreraGeologíaes_ES
uchile.gradoacademicouchile.gradoacademicoLicenciadoes_ES
uchile.notadetesisuchile.notadetesisMemoria para optar al título de Geólogaes_ES


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 United States
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States