Классификация кривые эффективности

Ни в одном из исследований не было показано, можно ли принцип,приведенной кривой эффективности применить к промышленным системам, в которых классификации подвергаются пульпы, содержащие мало воды и характеризующиеся широким диапазоном крупности частиц неоднородного состава. [c.101]

Рис. 6.6. Приведенные кривые эффективности классификации одного (кварца) при различных условиях

Современные исследования показали, что приведенная кривая эффективности классификации руды в гидроциклонах остается [c.117]

Рис. 6.7. Приведенные кривые эффективности классификации

КО расчеты показывают, что такой тип кривой (объединенной) возникает при прямом суммировании результатов классификации отдельных минералов, поведение которых предсказывается с помощью стандартных кривых эффективности. [c.120]

Расчет dso (с) и приведенной кривой эффективности классификации в гидроциклоне [c.131]

Расчетные значения координат точек и параметров 50 (с) и < скорректированной кривой эффективности классификации отдельных минералов свинцово-цинковой руды в гидроциклоне [c.134]

Найти наилучшие оценки параметров, используя подход минимизации суммы квадратов расхождений между моделью и реальной кривой (т. е., исходя из допущения, что крупность частнц измерена абсолютно точно, а все ошибки связаны с определением эффективности классификации). Использовать крупность частиц и найденные наилучшие оценки параметров для расчета кривых эффективности. [c.164]

Для рассматриваемого распределения (см. рис. 56) крупностью, соответствующей оптимальному разделению, является абсцисса точки пересечения кривых продуктов классификации. На этом рисунке она обозначена хо. Этой крупности соответствует наивысшая из всех возможных в рассматриваемом случае эффективность разделения, так как суммарная величина загрязнения обоих продуктов (заштрихованная площадь) относительно этой границы разделения является минимальной. В этом легко убе-литься при перемещении границы влево или вправо от точки Хо. В том и другом случаях это приводит к возрастанию суммарной величины загрязнения и снижению разницы в фракционном составе продуктов разделения. [c.126]

Кривые разделения являются предметом изучения специалистами по классификации. Технологов же интересуют показатели процесса, связанные с тем, как изменяется исходный гранулометрический состав материала при классификации. Это отражают критерии эффективности второй группы, оперирующие показателями гранулометрического состава материала до и после классификации. При формировании этих критериев исходный материал разбивается всего лишь на две фракции крупную, в которой содержится /г 1 (5к), и мелкую — >1 (5к) = 1 - (5 ) Границей между крупной и мелкой фракциями является контрольный размер бк - чаще всего размер ячейки контрольного сита. Наиболее [c.23]

Приведенные аналитические формулы для расчета кривых разделения являются эффективным инструментом для качественного анализа и математического моделирования процессов классификации. Наиболее [c.44]

Прежде всего рассмотрим, как выглядят кривые разделения при различных значениях стохастического параметра . Эти данные представлены на рис. 1.19, причем для расчетов использована наиболее простая формула (1.103), т. е. принято Хр = 0,5. Последовательность значений параметра х представлена геометрической прогрессией со знаменателем 2. Одновременно на рис. 1.20 приведена зависимость критерия эффективности 25/ 0,75 от величины х. Семейство кривых разделения, показанное на рис. 1.19, наглядно иллюстрирует деформацию этой важнейшей характеристики классификации с изменением параметра х. При х= 1—4 кривые разделения соответствуют низкой эффективности процесса величина не превышает при этом значения 0,45. В то же время, начиная со значения х>8, наблюдаются кривые разделения, соответствующие процессу высокой эффективности. Так, при х=16 величина х составляет 0,83, т. е. процесс уже незначительно отличается от идеального. [c.45]

При 5"->оо граница х = 1 представлена поглощающим экраном, при =0 — отражающим экраном, на котором не улавливаются никакие частицы, и (/>5 = 1, и, наконец, при = 1 формула (1.105) переходит в (1.101). На рис. 1.24 представлено семейство кривых разделения при различных значениях и той же величине 5=4. Здесь опять наблюдается возможность значительного воздействия на границу разделения, причем увеличение граничного размера с уменьшением сопровождается увеличением эффективности классификации. Это видно из рис. 1.25, где изображена зависимость < (0- Характерно, что при неизменном значении величины 5 изменение от 1 до 0,05 позволяет почти вдвое увеличить эффективность разделения. [c.48]

Вопрос о критериальной оценке эффективности многопродуктово-го. разделения до сих пор остается открытым, хотя технологические требования к чистоте отдельных получаемых фракций могут быть сформулированы достаточно просто в г-ом целевом продукте должна содержаться заданная доля частиц, имеющих размер между б/ и (иногда дополнительно задаются ограничения на содержание частиц крупнее б/"или мельче 5/). Если аппарат состоит из раздельных ступеней классификации (см. рис. 2.19 и 2.20), то оценить совершенство каждой из них можно по кривым разделения и их интегральным показателям. Сложнее это сделать, если в зоне классификации осуществляется отсос фракций из общей камеры (например, рис. 2.22). На рис. 2.23 показаны идеальная и реальная кривые разделения по выходу материала в г-й продукт. Идеальная кривая однозначно характеризуется нижней и верхней границами фракции 5/ и 5,". Общепринятой интерпретации реальной кривой разделения пока нет. Попытки построения системы критериальной оценки многопродуктового разделения на основе информационного подхода приведены в [8]. [c.76]

По граничному размеру могут быть ориентировочно подобраны тип аппарата и его аэродинамическая схема, обеспечивающие наиболее эффективную классификацию в этом диапазоне размеров частиц, а по характеристикам т и е теоретической кривой — рациональный режим классификации, обеспечивающий их достижение. Если обеспечить теоретическую кривую разделения на располагаемом классе типов и типоразмеров классификаторов не удается, то можно попытаться решить эту задачу с помощью каскада классификаторов. [c.101]

Оценка влияния эффективности классификации на производительность цикла была выполнена при описании кривой разделения классификатора формулой (3.47). В этом случае уже нельзя получить аналитическое решение поставленной задачи. Систему уравнений (5.15) - (5.25) с введенными моделями (5.14) и (3.47) решали на ЭВМ методом последовательных приближений. [c.131]

Выбор типа классификатора для того или иного технологического процесса обусловлен обеспечением требуемой теоретической кривой разделения (х) и объемной производительности О по исходному материалу при приемлемых затратах мощности на классификацию и габаритах аппарата (характерный размер Ь). Кроме того, следует учитывать специфику технологической линии, в которой установлен классификатор, а также экологические требования, В настоящее время нет надежных методов расчета кривых разделения классификаторов всех типов или общирного банка опытных данных о кривых разделения. Поэтому при первичном выборе классифицирующего оборудования ориентируются только на граничный или иной характерный размер разделения, а ожидаемую эффективность разделения оценивают из имеющегося опыта эксплуатации. В соответствии с этим область применимости классификаторов различных типов может быть охарактеризована следующим образом. [c.96]

Для оценки эффективности процессов разделения предложено большое число методов. Вопросы выбора критерия оптимизации для этих процессов и до наших дней являются предметом постоянных дискуссий в специальной литературе. Сложность создавшейся ситуации усугубляется тем, что результаты классификации можно характеризовать различными показателями эффективностью, извлечением, загрязнением, концентрацией, степенью сокращения, степенью обогащения, селективностью и т. д. Математически некоторые показатели трактуются по-разному, например, для определения эффективности разделения предложено более трех десятков формул. Кроме того, в обогатительной практике широкое распространение получили показатели разделения, связанные с кривой разделения Тромпа 170]. Оптимизация по кривой разделения характеризуется также рядом показателей, физический смысл которых часто достаточно глубоко завуалирован. [c.13]

Для рассматриваемого распределения крупностью, соответствующей оптимальному разделению, является абсцисса точки пересечения кривых продуктов классификации (см. рис. 10). На рисунке она обозначена х . Этой крупности соответствует наивысшая в рассматриваемом случае эффективность разделения, поскольку суммарная величина загрязнения обоих продуктов (заштрихованная-площадь) относительно этой границы разделения является минимальной, в чем легко убедиться при переме- [c.62]

Найти наилучшие оценки параметров, используя подход, основанный на методе подгонки кривых (т. е., исходя из допущения, что ошибки измерения как крупности частнц, так и эффективности классификации характеризуются определенной дисперсией, принимаемой за единицу). [c.164]

Модель гидроциклона состоит из ряда уравнений, которые отражают зависимость между производительностью и давлеппем приведенную кривую эффективности отношение потоков воды размер классификации, т. е. 50(с). [c.109]

Хотя по результатам любого опыта по классификации. можно построить три типа кривых эффективности истинную, скорректированную и приведенную, для оценивания качества работы гидроциклона при изменении технологических условий можно использовать только приведенную кривую эффективности- Приведенная кривая эффективности представляет собой меру вероятности перехода частиц из питания в крупный продукт в результате действия центробежных сил и определяется свойствами материала и некоторыми характеристиками гидроциклоиа. Было показано, (Линч и Pao, 1965), что для определенных аппаратов и сырья приведенная [c.116]

Построенная по данным фабрики Варрего приведенная кривая эффективности классификации показана на рис. 6.9. Можно отметить, что эта кривая имеет длинный хвост -и по форме, не соответствует представленным ранее регулярным кривым. Эта особенность присуща приведенным кривым эффективности классификации материалов, содержащих смесь минералов различной плотности. Одна- [c.120]

Было показано, что при классификации св ннцово-цинковой руды на грохотах с трапецеидальньгм сечением колосников с различной шириной щели в испытанном диапазоне условий всем данным соответствует единственная приведенная кривая эффективности [c.128]

Соединения типа III соответствуют формуле (4) классификации (см. стр. 87), а соединения типа IV — формуле (5). У блоксополимеров типа III, полученных на основе этилендиамина, также наблюдается изменение деэмульгирующей активности в зависимости от соотношения гидрофобной и гидрофильной частей. Представленные на рис. 54, б кривые зависимости деэмульгирующей активности соединений типа III от степени оксиэтилирования показывают, что сначала с увеличением количества оксиэтиленовых групп дезмл ль-гирующая активность блоксополимера повышается. Достигнув максимума при 40—50% окиси этилена, эффективность при дальнейшем присоединении окиси этилена начинает очень резко уменьшаться. [c.120]

Значительно большую информацию о структуре пор катализаторов дает другой параметр — распределение пор по размерам. Кривые распределения строят дифференцированием зависимости суммарного объема пор от их радиусов. В настоящее время, согласно классификации [345], поры подразделяют по их эффективной ширине до 2,0 нм — микрапоры, от 2,0 до [c.187]

Попытка сопоставить полученные в разделе 1.4 теоретические формулы с экспериментальными данными затруднительна по следующим соображениям. Во-первых, формулы в разделе 1.4 получены для модели равновеликих шаров (наиболее простой модели), хотя, как показано в разделе 1.2, модель разновеликих шаров (гф>г , рис. 26) более близка к реальности. Расчет электрохимической активности в модели разновеликих шаров дан в [38], однако там в формулы вошло большое количество трудноконтролируемых параметров пористой среды (средние радиусы зерен, их пористости и т. д.). Поэтому сопоставление расчетных и экспериментальных данных было проведено в [1, 10, 11] следующим образом. Если входящие в теоретические формулы эффективные коэффициенты брать из экспериментальных данных, а не из расчета, как это делалось в разделе 1.2, если, затем, не принимать во внимание принципиальное отличие гидрофобизированных электродов от гидрофильных, а просто разделить все поры в гидрофобизированном электроде на газовые и жидкостные , то тогда расчетные кривые для электрохимической активности, полученные в рамках модели, схематически изображенной на рис. 22, можно сопоставить с экспериментом. Подобное сопоставление в [1, 10, И] позволило объяснить некоторые особенности гидрофобизированных электродов— максимум на /, Сфт-кривой, классификацию режимов генерации тока, т. е. те особенности, которые роднят гидрофобизированные электроды с гидрофильными. [c.43]

Характер полученных экспериментальных кривых можно также достаточно полно объяснить с позиций расслаивания как основы процесса гравитационной классификации. При отсутствпг вентиляции весь материал, поступивший в классификатор, попадает в крупный продукт. Классификация при этом отсутствует, и эффективность такого процесса равна нулю. [c.194]

Описанные выше результаты базировались на одномерном представ лении процессов равновесной классификации. Но в реальных классификаторах всегда (или почти всегда) имеется существенная неоднородность потока по направлению, перпендикулярному к определяющей координате процесса. Это подтверждается хотя бы тем, что на любой поверхности, ограничивающей зону классификации, скорость несущего газа равна нулю. Влияние неоднородности на эффективность разделения может быть весьма значительным. На рис. 1.26 приведены результаты расчетного исследования кривых разделения [39] для классификации порошка в восходящем потоке в круглой трубе постоянного сечения без )П1ета радиальных перемещений частиц. На рис. 1.26, а показаны закладываемые в расчет варианты профилей скорости несущего газа, а на рис. 1.26, б - соответствующие им кривые разделения, причем в однородном потоке (кривые 7) разделение считается идеальным. Однозначно оценить роль радиальных миграций частиц, не учтенных в [39], по-видимому, нельзя. Для этого нужны достоверные сведения о характере движения частиц различной крупности в неоднородном турбулентном потоке, т. е. полное решение задачи о движении газодисперсного потока с полидисперсными частицами. [c.50]

Все конструктивные параметры классификаторов ИЭИ аналогичны приведенным в табл. 2.1 высоту второй ступени Я принимают тем меньше, чем крупнее тонкий продукт. Производительность классификаторов ИЭИ по сравнению с классификаторами типа СПЦВ по тонкому продукту при прочих равных условиях на 15-35 % выше при большем коэффициенте равномерности тонкого продукта. Эффективность классификации при разделении доломита, известняка, сульфоугля, поливинилхлорида, корунда, пигментов характеризуется величиной 0,5-0,65. На рис. 2.3 приведены кривые разделения классификаторов типа СПЦВ и ИЭИ диаметром 4,75 м при массовой концентрации исходного материала (известняк) в газе около 1 кг/кг. Очевидно, что классификатор ИЭИ заметно выигрывает по качеству разделения. [c.55]

На рис. 5.3 показана зависимость производительности по готовому порошку от эффективности классификации для ряда значений Лз (5к) = = onst. Как и при измельчении с идеальной классификацией, больший выигрыш производительности достигается при получении более тонких порошков. Кроме того, процесс при s 2 достаточно близок к.процессу с идеальной классификацией, и мероприятия по дальнейшему повьппе-нию эффективности классификатора вряд ли целесообразны. Однако проведенный анализ кривых разделения современных крупнотоннажных классификаторов в соответствий с формулой (3.47) [87] показал, что у большинства из них s не превышает 0,12 — 0,14. Поэтому повьпиение эффективности мельничного классификатора — заметный резерв повышения производительности промьпиленных ТСИ замкнутого цикла. [c.131]

Выразить эффективность в функции величины крупности частиц возможно из следующих соображений. Пусть некоторое количество сыпучего материала, фракционная характеристика которого представлена на рис. 9 кривой АВС необходимо разделить на два продукта по граничной крупности х мм. При классификации исходного продукта на каком-либо разделительном устройстве можно предположить, что в общем случае состав мелкого продукта охарактеризуется некоторой кривой АРВу а состав крупного — кривой ЬМС. При этом часть мелких частиц может полностью попасть в мелкий продукт, а часть наиболее крупных — в крупный. Частицы промежуточных классов крупности от хх до Хо разделяются между двумя этими продуктами [c.58]

Попробуем разобраться в причинах такой неформализации. Рассмотрим еще раз для этого конкретный акт разделения с фиксированным исходным составом (см. рис. 10, а). Применяя критерий Ханкока для оценки результатов разделения исходной смеси на два продукта относительно заданной граничной крупности, мы априори, хотим этого или нет, накладываем предварительные условия, что каждый из продуктов (и мелкий и крупный) ведет себя в условиях разделения одинаково. Кривая разделения показывает, что это далеко не так. Продукты классов , дальше отстоящих от границы разделения, извлекаются совершенно в других пропорциях, чем прилежащие к этой границе. Поэтому изменение содержания крупного в исходной смеси в результате изменения различных узких классов, даже при условии = = onst, приводит к зависимости, представленной на рис. 6. Разрешить это противоречие можно, очевидно, в том случае, если эффективность оценивать не по составам продуктов классификации, а по кривым разделения. [c.98]

Справочник химика 21

Химия и химическая технология