English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

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 artificial (do tipo perceptron de multicamada com algoritmo de supervisão e treinamento por retropropagação com momento), a ser objeto de artigo futuro. This article is a sequence of another one and displays results in the selective comminution of binary mineral mixtures. The selectivity of dolomite and quartz grinding rates under different proportions was studied. The called global grain contrast indicator (IGCG) was used to improve the analyses of the behavior of these minerals under comminution, using theoretical size distribution curves, fitted to the Hill's sigmoidal function. The results have suggested the optimum grinding times, within the tested range. The results presented here have validated the development of a neural network-based predictive model for grinding system simulation (a multilayer perceptron using backward propagation with moment), which will be approached in another article

Mineração Seletividade na cominuição de mesclas de dolomita e quartzo