Кривые фракционного разделения

Основные свойства кривых фракционного разделения 127 [c.127]

Следует отметить, что кривая фракционного разделения содержит полную информацию об изменении вещественного состава продуктов разделения по сравнению с исходным материалом. Разделение будет тем полнее, чем уже зона между Ха и Хв. Ясно, что при идеальном разделении хз = х . [c.121]

Важнейшим свойством кривых фракционного разделения является их инвариантность относительно состава исходного питания. Поэтому целесообразно использовать эту функцию в качестве основы для контроля работы и оптимизации классифицирующих устройств. [c.122]

В верхней части рисунка показано разделение в частных остатках. Из этого рисунка следует, что разделение осуществляется по кривой Пм(х). Кривая фракционного разделения, показанная в нижней части рисунка, строится методом выравнивания площадей на основании определенных расчетным путем многоугольников по методике, рассмотренной в гл. I. Отсюда следует, что полученная методом выравнивания кривая характеризует разделение для соседних узких классов крупности. [c.127]

Выше показано, что кривые фракционного разделения позво- ляют надежно определить величину граничного зерна . Однако для оценки качества процесса необходимо найти, кроме того, и количественный показатель качества проведенного разделения. [c.128]

Известны многочисленные попытки нахождения различных зависимостей для количественной оценки процессов разделения на основании кривых фракционного разделения. В подавляющем большинстве случаев, исходя из 5-образного вида этой кривой, расчетные зависимости определяются из аппроксимации ее суммарным законом нормального распределения. При этом за количественный критерий процесса принимается, как правило, одна из характеристик кривой распределения Гаусса. Из такой аппроксимации делаются далеко идущие выводы, вплоть до того, что [c.128]

При обработке нескольких тысяч опытов по воздушной классификации установлено, что лишь в единичных случаях кривая фракционного разделения приближается к нормальному закону [П]. Обычно характер этой функции аналогичен зависимости, показанной на рис. 56, т. е. в общем случае она не симметрична относительно вертикальной оси, проходящей через Хо. Причем нижняя часть ветви обычно проходит значительно положе, чем верхняя. [c.129]

Таким образом, анализ различных методов оценки полноты разделения на основании кривой фракционного разделения, применяемых в настоящее время, показывает их явную недостаточность и непригодность для практических целей. [c.133]

Второе направление в развитии методов оптимизации более молодое. Оно возникло в середине 30-х годов. В основе методов этого направления лежат кривые фракционного разделения. К числу основных достоинств кривых разделения можно отнести следующие [c.135]

Было бы интересно найти единый метод, обладающий указанными положительными свойствами обоих направлений оптимизации. Попытаемся это сделать, приняв за основу кривые фракционного разделения. Проанализируем характер этих кривых с позиций количественного критерия. [c.136]

Рис. 101. Характеристические зависимости для промышленного классификатора а — кривые фракционного разделения для одной (/) и семи колонок (2) б — то же, при соответствующем расходе воздуха

Рассмотрим применение этого критерия для решения практической задачи разделения. Для сравнения на рис. 59, 60 представлены зависимости, полученные при обработке одних и тех же опытов при помощи разных критериев при неизменном составе исходного питания. Для полноты анализа на рис. 60 показаны кривые фракционного разделения, построенные на основании тех же опытных данных. Сопоставление кривых (см. рис. 59,а и б) показывает, что оптимально-достижимые эффективности процесса и оптимальные скорости потока воздуха имеют существенное различие в зависимости от того, при помощи какого критерия их определяли. [c.142]

Критерий Фруда характеризует относительную величину силы тяжести по сравнению с силами инерции в двухфазном восходящем потоке. Установлено, что кривые фракционного разделения сливаются в одну линию (рис. 62), если по оси абсцисс отложить соответствующее значение критерия Фруда. Отметим, что такой же результат был получен при экспериментальном изучении более ста типов воздушных гравитационных классификаторов, как каскадных, так и равновесных, в диапазоне изменения граничных классов крупности от 60 мкм до 10 мм при турбулентных режимах разделения. [c.155]

Основываясь на свойствах кривых фракционного разделения, можно сделать ряд важнейших выводов для теории и практики фракционирования порошков [c.155]

Кривые фракционного разделения, полученные на одном агрегате для различных классов крупности, являются аффинными, так как при соответствующем преобразовании осей координат они сливаются в одну линию. Это свидетельствует о наличии общей закономерности процесса, согласно которой результаты разделения по различным граничным крупностям находятся в жестком соотношении со скоростями потока среды. [c.155]

Если учесть, что кривая фракционного разделения, кроме того, не зависит от концентрации материала в потоке в некотором диапазоне концентраций (рабочая область), можно прийти к выводу, что она является однозначной характеристикой конструкции аппарата. Действительно, положение указанной кривой не зависит ни от исходного состава питания, ни от крупности узкого класса, ни от производительности аппарата. А так как для различных аппаратов получаются кривые этого типа, расположенные различным образом относительно осей координат, то они характеризуют только конструктивные достоинства (или недостатки) аппарата и являются его характеристикой. [c.156]

Отсюда следует и обратный вывод о том, что разделительную способность различных классифицирующих устройств можно сравнивать по кривым фракционного разделения. Для этого не обязательно рассматривать все семейство кривых разделения для различных узких классов крупности, а достаточно рассмотреть одну из них, что дает полную информацию о разделительной способности аппарата. [c.156]

При идеальном процессе кривая фракционного разделения преобразуется в линию, перпендикулярную к оси крупностей и проходящую через точку, соответствующую граничной крупности разделения. [c.161]

Сопоставление результатов вычислений по формуле (191) с опытными значениями зависимости Ф показано на рис. 95. Достоинством приведенной кривой является то, что она заменяет всю совокупность кривых фракционного разделения Фм(сс ) для разных [c.248]

Проанализируем эти опытные материалы. Во-первых, следует отметить, что аппарат обеспечивает достаточно эффективное разделение в замеряемом диапазоне граничных крупностей. Это наглядно подтверждают кривые фракционного разделения, построен- [c.258]

Рис. 103. Кривые фракционного разделения, определенные для различного числа рядов (i—7) в многорядном каскадном аппарате

Рис. 107. Кривые фракционного разделения схемы комбинированного каскада (см. рис. 105,е)

При описании фазовых равновесий в подобных системах парциальное давление кислорода в газовой фазе является важным параметром. Диаграммы, изображающие проекции поверхностей ликвидуса с изотермами ликвидуса и кривыми фракционного разделения, должны быть дополнены в этих случаях кривыми, указывающими равновесное парциальное давление кислорода в газовой фазе. Также должны быть установлены новые критерии отклонений путей равновесной кристаллизации. Составы конденсированных фаз изменяются в процессе кристаллизации таким образом, что это изменение описывается прямыми линиями, направленными к кислородной вершине номинальной модели, обычно применяемой для графического изображения подобных систем. [c.58]

КРИВЫЕ ФРАКЦИОННОГО РАЗДЕЛЕНИЯ [c.63]

Официально принято считать, что впервые в практику обогащения кривые фракционного разделения были введены Нагелем в 1936 г. [611. Однако их чаще всего связывают с именем голландского инженера Тромпа, опубликовавшего свою работу в 1937 г. [70]. Идея кривых фракционного разделения довольно проста. В ее основе лежит определение степени фракционного разделения материала различных узких классов крупности в условиях классификации. Кривые фракционного разделения строятся на основе результатов анализа продуктов разделения и исходного сырья без каких-либо сложных промежуточных расчетов. Рассмотрим построение кривой на примере разделения дробленого кварцита в воздушном каскадном классификаторе при скорости потока воздуха ш = 7,65 м/с. Фракционные составы исходного материала и продуктов разделения показаны в табл. 2 (графы 2, 3, 4). [c.63]

Следует отметить, что кривая фракционного разделения содержит полную информацию об изменении гранулометрического [c.65]

Известны многочисленные попытки нахождения различных зависимостей для количественной оценки процессов разделения с использованием кривых фракционного разделения. [c.66]

Получаемая методом выравнивания кривая фракционного разделения является безусловно случайной, поскольку неизвестны параметры распределения классов каждой фракции. Если для кривых гранулометрического состава мы отметили ее двумерное случайное состояние, то для рассматриваемого класса кривых необходимо принять трехмерное или объемное случайное состояние. [c.67]

Характер хода кривой фракционного разделения определяется, в первую очередь, физическими основами каждого процесса разделения (грохочения, гравитации в подвижных потоках, магнитной и электрической классификаций, центрифугирования, отсадки и т. д.). Вряд ли их все можно подогнать под одну рамку. Практика классификации убедительнейшим образом свидетельствует о принципиальном различии в ходе кривых разделения, получаемых при реализации различных процессов. [c.67]

Второе направление в развитии методов оптимизации исторически более молодое. Оно возникло в середине 30-х годов. В основе всех его методов лежат кривые фракционного разделения. [c.74]

На основании экспериментальных данных можно заключить,, что критерий Ханкока не является инвариантным относительно исходного состава смеси. Проанализируем соответствие условий оптимальности, определенных по кривой фракционного разделения и формуле Ханкока. Воспользуемся кривыми рис. 56. Условие оптимальности, определенное по критерию Ханкока, можно выразить равенством [c.122]

Отсюда следует, что определение граничного зерна по А. И. Поварову соответствует условиям оптимальности по Ханкоку только в частном случае, так как оно справедливо лишь при равенстве содержания мелкого и крупного материала в исходной смеси (Я,1сх=Оцсх). Однако правильность определения граничного зерна можно доказать из совершенно других соображений. В предыдущих своих публикациях автор показал, что наиболее полно смыслу разделения соответствует метод нахождения граничного зерна , определенный при помощи кривых фракционного разделения [8, И]. В технической литературе этот метод известен как метод Штейнметцера [48]. Согласно этому методу, под величиной граничного зерна понимается такой узкий класс крупности, который делится пополам между двумя продуктами разделения [c.126]

Официально принято считать, что впервые в практику обогащения кривые фракционного разделения были введены Нагелем в 1936 г. [116]. Однако их чаще всего связывают с именем голландского инженера Тромпа, опубликовавшего свою работу в 1937 г. [127]. Эти кривые были введены в практику для характеристики качества процессов разделения, когда стала понятна бесперспективность попыток старой школы обогатителей создать, универсальный количественный критерий качества разделения. Идея кривых фракционного разделения довольно проста. В ее основе лежит огоределение степени фракционного разделения различных узких классов крупности в условиях классификации (см. рис. 56). [c.127]

Получаемая методом выравнивания кривая фракционного разделения является безусловно случайной, поскольку не известны параметры распределения классов каждой фракции. Если для кривых гранулометрического состава отмечалось ее двумерное случайное состояние, то для рассматриваемого класса кривых необходимо принять трехмерное, или объемное, случайное состояние. Ход кривой фракционного разделения определяется в первую очередь физическими основами каждого процесса (грохочение, гравитация в подвижных потоках, магнитная и электрическая классификация, центрифугирование, отсадка и т. д.). Практика обогащения и классификации убедительнейщим образом свидетельствует о принципиальном различии в ходе кривых разделения, получаемых при реализации различных процессов. [c.129]

Наиболее известным методом оценки полноты завершения процесса на основании кривой фракционного разделения является метод Терра [123]. Этот метод основывается на определении величины отклонения в ходе кривой разделения, которой ошибочно придается смысл средневероятностного отклонения для нормального распределения [c.130]

Вся эта группа характеристик зависит от масштаба координат. Их применение требует унифицированных диаграмм либо дополнения показателей соответствующим масштабам координат. Применение этих характеристик практически не приносит успеха при сравнении различных процессов разделения [116]. Более полно ход кривой фракционного разделения характеризует сумма площадей участков диаграмм, которую М. Дриссен назвал площадью Тромпа (см. рис. 56). Ею считают площадь, заключенную между обеими ветвями кривой разделения и перпендикуляром, восставленным из Хо [c.131]

Таким образом, анализ различных методов оценки полноты разделения на основании кривых фракционного разделения, пpимeняe П)IX в настоящее время, показывает их явную недостаточность и непригодность для практических целей. Главный недостаток этих методов заключается в том, что они выводятся непосредственно из кривой разделения, которая вследствие указанных причин не является однозначной. Основное свойство кривых разделения, выражающееся в инвариантности их исходному составу, делает их удобными и достаточно объективными как для оценки качества разделения, так и для характеристики самого классифицирующего аппарата. [c.72]

Предпримем попытку сформулировать критерий качества несколько с иных позиций. В основу построения такого критерия положим кривые фракционного разделения, обладающие свойством инвариантности. Рассмотрим рис. 57. Пусть параметр х обозначает граничную крупность разделения (О ж дгщах). Запищем относительно граничной крупности критерий качества не по составам продуктов, а по кривой разделения. В этом случае для выхода мелкого продукта [c.140]

Результаты этого вывода весьма интересны. Онп показывают, что между новым критерием и кривыми фракционного разделения имеется жесткая функциональная связь, близкая той связи, которая была выявлена между кривыми разделеиия и критерием Ханкока. Однако здесь имеется и принципиальное различие. Для определения истинных оптимальных параметров с помощью нового критерия корректировка его производится в зависимости от граничной крупности разделения. Этот параметр является более. стабильным, чем параметр исходного состава, или вообще неизменным, поэтому новым критерием можно надежно оптимизировать процессы классификации. [c.148]

Правильность определения граничного зерна можно доказать из совершенно других соображений. Было показано, что наиболее полно смыслу разделения соответствует метод определения граничного зерна, основанный на кривых фракционного разделения [6]. В технической литературе он известен как метод Штейнметцера [68]. Согласно этому методу под величиной граничного зерна понимается такой узкий класс крупности, который делится пополам между двумя продуктами разделения [c.62]

Более полной характеристикой хода кривой фракционного разделения является сумма плош адей участков диaгpaм пJ, которую Дриссен назвал площадью Тромпа (см. рис. 10, б). Ею считают площадь, заключенную между обеими ветвями кривой разделения и перпендикуляром, восставленным из х [c.70]