Kwalifikacja: GIW.05 - Obsługa maszyn i urządzeń do przeróbki mechanicznej kopalin

Często osoby podchodzące do tego typu zadań mylą się przy wyborze właściwego wzoru na rozproszenie prawdopodobne, co jest zrozumiałe, bo w różnych podręcznikach można znaleźć kilka definicji. Wiele osób zakłada, że wystarczy podzielić średnicę odpowiadającą 75% uzysku przez tę z 25% i wychodzi z tego liczba 4,0 – ale taki wynik nie mówi wiele o faktycznej zmienności materiału. Spotkałem się też z sytuacjami, gdzie ktoś wyciąga pierwiastek z tego stosunku, uzyskując 2,0, a czasem nawet wybiera wartość średnią między 4,0 a 1,0 i podaje jako odpowiedź 3,0 czy 3,2, jednak to nie tędy droga. Typowy błąd myślowy polega na mechanicznym użyciu pierwszego lepszego wzoru bez zastanowienia się, do czego on rzeczywiście służy. Rozproszenie prawdopodobne ma za zadanie pokazać, jak szeroki jest zakres uziarnienia w danej próbce. Dobre praktyki branżowe, zwłaszcza w polskich zakładach przeróbczych, nakazują stosować wzory oparte na skali logarytmicznej lub wyrażeniach względnych, bo to lepiej opisuje naturę rozkładu cząstek. Warto pamiętać, że na przykład dla prawidłowego doboru przesiewaczy lub klasyfikatorów zbyt szerokie rozproszenie może oznaczać konieczność dodatkowych operacji, a zbyt wąskie – niepotrzebne zużycie energii. Dlatego właśnie błąd w obliczeniach rozproszenia może prowadzić do złych decyzji technologicznych. Praktyka pokazuje, że zawsze warto wrócić do podstaw i sprawdzić, jaki wzór jest zalecany w danej sytuacji, a nie polegać wyłącznie na tym, co się wydaje najbardziej oczywiste. Jeśli odpowiedź brzmiła 5,0, 3,2 czy 3,0, to pewnie był to efekt niedokładnego zrozumienia pojęcia lub pomylenia z innymi parametrami statystycznymi uziarnienia. Dobrze jest zawsze przeanalizować cały kontekst technologiczny i upewnić się, że rozumiemy sens liczby, którą wyliczamy – bo w końcu od tego zależy prawidłowe prowadzenie procesów przeróbczych.