Регресійна модель процесу класифікації при струминному подрібненні

Автор(и)

  • Lev Muzyka
  • Nataliya Pryadko

DOI:

https://doi.org/10.34185/1562-9945-6-125-2019-11

Ключові слова:

classifier, regression model, factor, jet grinding

Анотація

Підвищення ефективності класифікації та оптимізація циркулюючої навантаження, що викликає збільшення швидкості проходження матеріалу через млин, дозволяють поліпшити якість готового продукту і знизити кількість перездрібненого матеріалу. Актуальність роботи визначена необхідністю визначення впливу основних технологічних параметрів на ефективність роботи класифікатора в замкнутому циклі струминного подрібнення. Мета роботи - побудова регресійної моделі процесу класифікації матеріалу в струминній подрібнювальній установці на підставі отриманих експериментальних результатів.
Процес класифікації розглядається з позиції проходження масопотоків через сепаратор і поділу на виході на готовий продукт і циркуляційне навантаження, яке поповнює млин.
Використовувалися дані подрібнення різних сипучих матеріалів на лабораторному млині і в промислових умовах. Визначено основні технологічні параметри, що впливають на продуктивність класифікатора. На газоструминних установках експериментально отримано ряд залежностей зміни об'ємної витрати матеріалу на виході з класифікатора від величини об'ємної витрати матеріалу на вході в класифікатор і числа оборотів ротора класифікатора. Отримано величина впливу кожного прийнятого фактора і їх взаємний вплив на продуктивність класифікатора з коефіцієнтом детермінації R = 0,88 - 0,95. Залежність являє собою квадратичну функцію від об'ємної витрати матеріалу на вході в класифікатор і швидкості обертання ротора класифікатора. Побудована регресійна модель процесу класифікації матеріалу в струминній подрібнювальній установці показала переважний вплив ступеня завантаження помольної камери на продуктивність класифікатора. Отримані регресійні залежності дозволяють удосконалити систему управління процесом класифікації струминного подрібнення в замкнутому циклі, що є частиною системи управління всім млином.

Посилання

Serkan Cayirli Influences of operating parameters on dry ball mill performance. Physicochem. Probl. Miner. Process. – 2018. – 54(3). – S. 751 – 762.

Berthiaux Н. Modeling fine grinding in a fluidized bed opposed jet mill. Part I: batch grinding kinetics / H. Berthiaux, J. Dodds // Powder Technology. – 1999. – 106. – P. 78 – 87

Santob N., Portnikov D., Mani N., Kalman T. H. Experimental study on the particle velocity development profile and acceleration length in horizontal dilute phase pneumatic conveying systems. Powder Technology. – 2018. – (339). – S. 368 – 376.

Muzyka L.V., Pryadko N.S., Strelnikov H.A., Grenev A.F. Control of mass flow in jet mill on base of acoustic monitoring // Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. – 2019. – № 4. – Р. 5-10.

http://nv.nmu.org.ua/index.php/ru/ DOI: 10.29202/nvngu/2019-4/3.

Pryadko N., Muzyka L., Strelnikov H., Ternova K. Acoustic method of jet grinding study and control // E3S Web of Conferences 109, 00074 (2019) Essays of Mining Science and Practice 2019 р.1-11

https://doi.org/10.1051/e3sconf/201910900074.

Завантаження

Опубліковано

2019-12-27