• Tidak ada hasil yang ditemukan

Spiral Classifier

N/A
N/A
Protected

Academic year: 2021

Membagikan "Spiral Classifier"

Copied!
13
0
0

Teks penuh

(1)

M

M

 –

 –

 X

 X

 S

 S P

PIIR

R A

A L C

L C L

LA

A S

S S

S IIF

FIE

IE R

R

10.1

10.1 Tujuan

Tujuan Percobaan

Percobaan

 Adapun tujuan

 Adapun tujuan dari percobdari percobaanaan Spiral classifierSpiral classifier yaitu :yaitu : 1.

1. Untuk memisahkan yUntuk memisahkan yakni mineralakni mineral – –mineral berharga dari pengotornyamineral berharga dari pengotornya berdasarkan perbedaan ukurannya.

berdasarkan perbedaan ukurannya. 2.

2. Untuk Untuk menentukanmenentukan recovery recovery  atau perolehan mineral berharga. atau perolehan mineral berharga. 3.

3. Untuk Untuk menentukanmenentukan ratio of ratio of concentratioconcentrationn mineral  mineral berharga.berharga.

10.2.

10.2. Landasan

Landasan Teori

Teori

Pada dasarnya

Pada dasarnya spiral classifier spiral classifier   ini merupakan suatu mesin yang  ini merupakan suatu mesin yang utamanya digunakan untuk mengklasifikasikan slimes atau denda dari kasar, utamanya digunakan untuk mengklasifikasikan slimes atau denda dari kasar, bahan yang berukuran halus. Dalam hal ini yakni memiliki tangki cenderung bahan yang berukuran halus. Dalam hal ini yakni memiliki tangki cenderung dengan satu atau dua spiral berputar perlahan-lahan dan bebas dari menyentuh dengan satu atau dua spiral berputar perlahan-lahan dan bebas dari menyentuh sisi atau bawah tangki. Dari hal tersebut

sisi atau bawah tangki. Dari hal tersebut spiral classifier spiral classifier  ini merupakan suatu alat ini merupakan suatu alat yag memiliki spiral

yag memiliki spiral – –spiral yang digunakan untuk memisahkan mineral berhargaspiral yang digunakan untuk memisahkan mineral berharga dengan mineral pengotornya berdasarkan dari perbedaan ukuran secara continu. dengan mineral pengotornya berdasarkan dari perbedaan ukuran secara continu. Untuk pengoperaisannya atau alat ini dioperasikan yakni berdasarkan dari Untuk pengoperaisannya atau alat ini dioperasikan yakni berdasarkan dari kemiringan dan perputaran dari spiral-spiral. Gerakan spiral ini menciptakan kemiringan dan perputaran dari spiral-spiral. Gerakan spiral ini menciptakan Settling

Settling di area kolam bawah, di mana agitasi air ini akan menghambat bendadi area kolam bawah, di mana agitasi air ini akan menghambat benda dari yang menetap ke bawah, akan tetapi untuk partikel kasar yang menetap dan dari yang menetap ke bawah, akan tetapi untuk partikel kasar yang menetap dan lereng dengan spiral bergulir, untuk debit , terletak di bagian atas classifier.

lereng dengan spiral bergulir, untuk debit , terletak di bagian atas classifier.

Sumber :Ramiz.blogspot.com Sumber :Ramiz.blogspot.com

Gambar 10.1 Gambar 10.1

 S

(2)

 Alat ini dioperasikan yang berdasarkan kemiringan dan perputaran dari spiral-spiral :

Sumber : www.leap-mine.com

Gambar 10.2

Kemiringan pada Spiral Classifier

Pada dasarnya umpan yang terdiri dari suspense  atau  pulp  ini dimasukkan kedalam alat classifier . Dari hal tersebut yakni untuk butiran  –butiran besar ini akan segera mengendap yakni kedasar classifier   dan untuk buitran-butiran yang halus ini yakni berada tetap dalam cairan (pool). Pada dasarnya yakni butiran yang halus yang mana berada didalam cairan bagian atas alat, sehingga dalam hal ini akan tedorong keluar yakni oleh umpan (sebagai over flow) atau umpan yang baru masuk. dan untuk keluar tersebut yakni dari ujung classifier yang lebih rendah. Untuk butiran yang lebih kasar ini yakni mengendap pada dasar atau didasar classifier dan dikeluarkan di bagian ujung classifier  yang mana lebih tinggi kedudukannya yakni dengan menggunakan spiral.

Sumber : www.indiamart.com

Foto 10.1

(3)

Dari hal tersebut yakni seperti kondisi yang mempengaruhi klasifikasi dalam classifier spiral ini sendiri yakni diantaranya :

1. Untuk partikel kasar menetap lebih cepat dari pada partikel halus di bawah terhalang kondisi menetap.

2. Untuk partikel berat menetap lebih cepat dari partikel yang lebih ringan. 3. untuk partikel berbentuk berpori atau tidak teratur ini yakni menetap lebih

lambat dari pada yang relatif bulat dan partikel non-berpori.

4. Untuk air kurang di kolam sehingg berpengaruh terhadap pemberian pemisahan kasar yakni dengan menciptakan efek media yang berat, dan memungkinkan partikel kasar tersebut yakni meluap.

Pada dasarnya untuk percobaan ini akan menentukan kondisi yang tepat untuk dalam mencapai pemisahan yang diinginkan dalam classifier spiral untuk bahan tertentu. Variabel-variabel yang berpengaruh terhadap produk yang dihasilkan antara lain sebagai berikut :

1. Kemiringan alat

2. Kecepatan berputar spiral dan pengadukan (Sagitasi ) 3. Persen padatan (solid )

4. Kecepatan pengumpanan (velocity feeding ) 5. Ukuran material sebagai umpan (feeder )

Sumber : www.tradeindia.com

Foto 10.2

Cara Kerja Spiral Clasifier

Spiral clasifier ini biasanya memiliki diameter 10 -100 inchi dengan kecepatan putar untuk spiral berukuran besar adalah 6 rpm dan untuk spiral

(4)

berukuran kecil yaitu 20 rpm. Spiral classifier  ini dioperasikan dengan kemiringan (slope) 3 –4 inchi/feet. Beberapa keuntungan dalam penggunaan Spiral Clasifier  ini antara lain adalah :

1. Kapasitas tinggi

2. Volume settling zone besar dan luas

3. Ongkos pemakaian dan pemeliharaan rendah 4. Efisien dan mudah penanganannya

Faktor-faktor yang mempengaruhi pemisahan : 1. Kemiringan Classifier (slope)

Untuk pemisahan yang kasar biasanya slope dibuat antara 2,5 –3,5 inchi per feet, sedangkan yang lebih halus sekitar 1,5-2,5 inchi per feet. Juka slope besar maka memberikan kesempatan pada partikel menjadi overflow lebih besar. Tetapi kemungkinan material yang telah digaruk kembali jatuh (mengendap) sehingga classifier akan menghasilkan produkta yang bersih.

2. Feed Rate

Ditentukan oleh kapasitas overflow   dan underflow tergantung pada penjang dari bibir overflow  yang memberi kesempatan pada material untuk keluar sebagai overflow.

10.3 Alat dan Bahan

10.3.1 Alat

 Adapun alat-alat yang digunakan pada kegiatan percobaan Spiral Classifier  diantaranya :

1. Spiral Classifer

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.3

(5)

2. Timbangan (Neraca)

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.4 Timbangan

3. Lup

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.5 Lup

4. Papan Grain Counting

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.6

(6)

5. Pan pemanas

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.7 Pan Pemanas

6. Sendok

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.8 Sendok

7. Stopwatch

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.9

(7)

8. Ember

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.10 Ember 

10.3.2 Bahan

Bahan yang digunakan dalam percobaan Spiral Classifier  yaitu :

1. Mineral Kasiterit (SnO2) dengan ukuran – 40 + 70 # yakni sebanya 1 kg. 2. Zeolit yakni hasil kominusi dengan ukuran – 8 + 12 #, sebanyak 3 kg

Sumber : Data Hasil Praktikum PBG, 2017

Foto 10.11 Zeolit

10.4 Prosedur Percobaan

Dalam kegiatan praktikum kali ini yakni terdapat tahapan atau prosedur diantaranya :

1. Lakukan mixing  antara mineral kasiterit dan batu gamping. 2. Tentukan kadar feed dengan menggunakan grain counting  3. Ukur debit air

4. Campur kasiterit dan batu gamping diatas dengan air

5. Atur penggunaan Spiral classifier   dan sesuaikan penggunaan debit air yang masuk.

(8)

7. Masukan feed  diatas feeder Spiral classifier secara bertahap 8. Atur kecepatan air

9. Matikan matikan motor Spiral classifier  10. Ambil konsentrat dan saring

11. Masukan ke pan pemanas hingga kering 12. Timbang berat konsentrat

13. Tentukan kadar zeolit dengan sizing .

10.5 Rumus Yang Digunakan

Rumus yang digunakan adalah sebagai berikut: 1. Material Balance

2. Metallurgical Balance

3. Recovery (R)

4. Ratio of Concentration (K)

Dimana : F = Berat Feed (gr) f = Kadar Feed (%) C = Berat Konsentrat (gr) c = Kadar Konsentrat (%) T = Berat Tailing (gr) t = kadar Tailing (%) K = F C R = C.c F.f  F.f = C.c + T.t F = C + T

(9)

10.6

Data Hasil Percobaan

 Adapun data yang dihasilkan dari percobaan Spiral classifier :

Tabel 10.1

Data Hasil Percobaan

Mineral

Feed (F) Konsentrat (C)

Tailing

 (T)

Berat (gr) Kadar (%) Berat (gr) Kadar (%) Berat (gr) Kadar (%) Zeolit ukuran Besar 5000 3000 60 2420 2420 100 2580 580 2248 Zeolit ukuran kecil 2000 40 0 0 2000 77,52

Sumber : Data Hasil Praktikum PBG, 2017

10.7

Pengolahan Data

Berikut adalah pengolahan dari data yang didapat dari percobaan Spiral classifier :

1. Feed (F)

  Kadar (Zeolit uk.besar) =

Berat Zeolit uk.besar 

Berat Feed x 100%

= 3000 gr 

5000 gr  x 100%

= 60%

 Kadar (Zeolit uk.kecil) = 100% - Kadar zeolit ukuran besar

= 100% - 60% = 40%

2. Konsentrat (C)

  Kadar (Zeolit uk.besar) =

Berat Zeolit uk.besar 

Berat Konsentrat x 100%

= 2420 gr 

2420 gr  x 100%

(10)

 Kadar (Zeolit uk.kecil) =

Berat Zeolit uk.kecil

Berat Konsentrat x 100%

= 0 gr 

2420 gr  x 100%

= 0% 3. Tailing (T)

 Berat Tailing = Berat Feed – Berat Konsentrat

= 5000 gr – 2420 gr = 2580 gr

 Berat (Zeolit uk.besar) = Berat Feed (Zeolit uk.besar)  –  Berat

Konsentrat (Zeolit uk.besar) = 3000 gr – 2420 gr

= 580 gr

 Berat (Zeolit uk.kecil) = Berat Feed - Berat zeolit uk.besar

= 2580 gr – 580 gr = 2000 gr

  Kadar (Zeolit uk.besar) =

Berat Zeolit uk.besar 

Berat Tailing x 100%

= 580 gr 

2580 gr x 100%

= 22,48%

 Kadar (Zeolit uk.kecil) =

Berat Zeolit uk.kecil

Berat Tailing x 100% = 2000 gr  2580 gr x 100% = 77,52%

10.8 Analisa

10.9

(11)
(12)

DAFTAR PUSTAKA

1 Antonio, Dony. 2009. “ 

 S pir al C lass ifer 

” . www.ramiz.blogspot.com. Diakses

pada tanggal 11 Mei 2017 pada pukul 14.00 WIB.

2 Irham, Yoga. 2011. “ Prinsip

 

Spiral

Classifier” ,

www.miningcool.blogspot.com. Diakses pada tanggal 11 Mei 2017 pukul 13.31 WIB

3 Staff Assisten Laboratorium Tambang. 2017. Diktat Penuntun Praktikum Pengolahan Bahan Galian. Universitas Islam Bandung. Bandung.

(13)

Gambar

Gambar 10.1Gambar 10.1  S

Referensi

Dokumen terkait

Untuk menambah significant hasil, analisis perbandingan algoritma Naïve Bayes Classifier dengan Correlated-Naïve Bayes Classifier dapat diuji dengan data set yang

Penelitian ini bertujuan untuk mengetahui pengaruh penambahan lebar panel 2cm, 3cm, dan 4cm terhadap hasil jadi lengan spiral (spiral sleeve) pada bolero berbahan

Naïve Bayes Classifier sangat bagus digunakan untuk mendiagnosis kerusakan bearing. DenganmenggunakanmetodeklasifikasiNaïve BayesdandikombinasidenganpenggunaanmetodePCA

Metode Haar Cascade Classifier untuk face detection menggunakan pemograman python dan opencv adalah salah satu yang digunakan, dikarenakan yang tingkat akurasi dalam mengukur

Hasil pengujian diperoleh Naïve Bayes Classifier mengklasifikasikan beberapa judul dan ketegori yang terdapat pada database perpustakaan kemudian pencarian akan dilanjutkan

Untuk melakukan proses klasifikasi atau analisis data digunakan teknik machine learning bernama Naive Bayes sebuah metode yang dibuat untuk mengklasifikasikan data

deflksi ke masing-masing titik diberikan langsung di tabel 20 untuk semua nilai dari sudut spiral θ S. Lengkung Spiral Ganda. Superelevasi dapat dibuat konstan di

Untuk menambah significant hasil, analisis perbandingan algoritma Naïve Bayes Classifier dengan Correlated-Naïve Bayes Classifier dapat diuji dengan data set