Resumen

La molienda de clinker es la última etapa y la más consumidora de energía en el proceso de fabricación de cemento. Durante esta fase, el tamaño de las partículas de clinker se reduce sustancialmente para generar cierto nivel de fineza, el cual tiene influencia directa en las características de desempeño del producto, tales como la velocidad de hidratación, la demanda de agua, el desarrollo de la resistencia, entre otros.

En esta investigación se formularon objetivos de la molienda que articulan los requerimientos energéticos y de fineza con base en una revisión del estado del arte de la molienda de clinker y simulación numérica realizada con la teoría de cadena de Markov. La revisión de la literatura reveló que tanto la superficie del producto final como la forma de su distribución de tamaño de partícula (particle size distribution, PSD) son responsables por las características de desempeño del cemento. Mientras que es factible diseñar el PSD deseado en el laboratorio, las recomendaciones específicas del proceso a nivel industrial no se encuentran disponibles. Basándose en el principio de balance de población y la representación estocástica del movimiento de partícula dentro del sistema de molienda, se introdujo el modelo de cadena de Markov para el circuito consistente en un molino de bolas y un separador de alta eficiencia a través de las matrices de molienda y clasificación. La matriz de molienda se calculó usando las funciones de selección y ruptura, mientras que la matriz de clasificación se estableció a partir de la curva Tromp del separador. Se usaron los resultados de los experimentos de campo llevados a cabo como una planta piloto de cemento para definir los parámetros del modelo.

• Materias:Materiales de construcción
• Subjects:Building materials
• Palabras claves:Clinker, cemento portland, Molienda de clinker, Molino de bolas, Distribución de tamaño de partícula, Teoría de cadena de Markov, Simulación numérica, Matriz de molienda
• Keywords:Clinker, Portland cement, Clinker grinding, Ball mill, Particle size distribution, Markov chain theory, Numerical simulation, Grinding matrix