CN110476053A - 原料的粒度分布测定装置、粒度分布测定方法以及空隙率测定装置 - Google Patents
原料的粒度分布测定装置、粒度分布测定方法以及空隙率测定装置 Download PDFInfo
- Publication number
- CN110476053A CN110476053A CN201880023175.0A CN201880023175A CN110476053A CN 110476053 A CN110476053 A CN 110476053A CN 201880023175 A CN201880023175 A CN 201880023175A CN 110476053 A CN110476053 A CN 110476053A
- Authority
- CN
- China
- Prior art keywords
- size distribution
- particulate
- coarse grain
- raw material
- measurement device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 253
- 238000005259 measurement Methods 0.000 title claims abstract description 132
- 239000002994 raw material Substances 0.000 title claims abstract description 79
- 239000002245 particle Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000009825 accumulation Methods 0.000 claims description 34
- 230000003595 spectral effect Effects 0.000 claims description 29
- 239000004744 fabric Substances 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 238000000513 principal component analysis Methods 0.000 claims description 5
- 239000000571 coke Substances 0.000 description 162
- 230000014509 gene expression Effects 0.000 description 86
- 239000000843 powder Substances 0.000 description 67
- 238000004458 analytical method Methods 0.000 description 25
- 238000003860 storage Methods 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000002835 absorbance Methods 0.000 description 9
- 238000007873 sieving Methods 0.000 description 9
- 239000003610 charcoal Substances 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012417 linear regression Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 238000005375 photometry Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001033 granulometry Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 240000004343 Indigofera suffruticosa Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005204 segregation Methods 0.000 description 1
- 238000005029 sieve analysis Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
- G01N15/0893—Investigating volume, surface area, size or distribution of pores; Porosimetry by measuring weight or volume of sorbed fluid, e.g. B.E.T. method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N2015/025—Methods for single or grouped particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/03—Electro-optical investigation of a plurality of particles, the analyser being characterised by the optical arrangement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/144—Imaging characterised by its optical setup
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Signal Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Computer Vision & Pattern Recognition (AREA)
Abstract
提供能够高精度地测定包含粗粒和细粒的原料的粒度分布的原料的粒度分布测定装置、粒度分布测定方法、以及使用所测定的粒度分布来测定空隙率的空隙率测定装置。原料的粒度分布测定装置,具有:粗粒测定装置,取得表示粗粒的粒度分布的信息;细粒测定装置,取得表示细粒的粒度分布的信息;以及运算装置,使用表示粗粒的粒度分布的信息来算出粗粒的粒度分布,使用表示细粒的粒度分布的信息来算出细粒的粒度分布,并使用粗粒的粒度分布和细粒的粒度分布来算出原料整体的粒度分布。
Description
技术领域
本发明涉及对在高炉等中使用的原料的粒度分布进行测定的原料的粒度分布测定装置、粒度分布测定方法以及空隙率测定装置。
背景技术
在使用了矿物等原料的高炉那样的制造工艺中,炉内通气是制造工艺中的重要指标之一,影响该炉内通气的主要原因之一是原料的粒度分布。以往,通过定期的原料采样和筛分析来掌握原料的粒度分布。但是,由于筛分析花费时间,所以难以在高炉操作中反映实时的结果。因此,要求实时掌握向高炉输送的原料的粒度分布的技术。
在使用了矿物等原料的高炉那样的制造工艺中,炉内通气是制造工艺中的重要指标之一,影响该炉内通气的主要原因之一是原料的粒度分布。以往,通过定期的原料采样和筛分析来掌握原料的粒度分布。但是,由于筛分析花费时间,所以难以在高炉操作中反映实时的结果。因此,要求实时掌握向高炉输送的原料的粒度分布的技术。
现有技术文献
专利文献
专利文献1:日本特开2014-92494号公报
专利文献2:日本特开2015-124436号公报
非专利文献
非专利文献1:山田,另4名、“大型高炉の装入物分布と通気性”(大型高炉的装入物分布和通风性)、KAWASAKI STEEL GIHO Vol.6(1974)No.1,p.16-37
发明内容
发明要解决的课题
对于专利文献1中公开的测定方法而言,其能够实时地测定粒状原料的粒度分布,但是由于使用了单一的相机、激光测距仪,所以因这些传感器的分辨率的制约而无法确保原料中细粒的粒度分布的测定精度。由于微量的细粉也会影响高炉内的通气性,所以需要精度高的测定。
专利文献2中公开的装入物检测装置是通过检测装入物的水分含量来测定装入物的粉率(fine ratio)的装置,但是与水分含量相关度高的是经由水分而附着的粒径小的装入物的粉率,无法高精度地测定粒径大的装入物的粒度。
本发明是鉴于现有技术的上述课题而做出的,其目的在于,提供能够高精度地测定包含粗粒和细粒的原料的粒度分布的原料的粒度分布测定装置、粒度分布测定方法、以及使用所测定的粒度分布来测定空隙率的空隙率测定装置。
用于解决课题的手段
解决这样的课题的本发明的特征如下所述。
(1)原料的粒度分布测定装置,其具有:粗粒测定装置,其取得表示粗粒的粒度分布的信息;细粒测定装置,其取得表示细粒的粒度分布的信息;以及运算装置,其使用所述表示粗粒的粒度分布的信息来算出粗粒的粒度分布,使用所述表示细粒的粒度分布的信息来算出细粒的粒度分布,并使用所述粗粒的粒度分布和所述细粒的粒度分布来算出原料整体的粒度分布。
(2)如(1)中记载的原料的粒度分布测定装置,所述表示细粒的粒度分布的信息是原料的图像数据,使用将所述图像数据的亮度平均而得到的平均亮度来算出所述细粒的粒度分布。
(3)如(1)中记载的原料的粒度分布测定装置,所述细粒测定装置具备对来自所述原料的反射光进行分光而测定分光反射率的分光测定部,所述细粒测定装置取得多个波长的分光反射率作为所述表示细粒的粒度分布的信息,所述运算装置使用对所述多个波长的分光反射率进行主成分分析或者偏最小二乘法(PLS)而得到的预先确定的基底向量的得分来算出所述细粒的粒度分布。
(4)原料的粒度分布测定方法,其包括下述步骤:粗粒测定步骤,取得表示粗粒的粒度分布的信息;细粒测定步骤,取得表示细粒的粒度分布的信息;粗粒的粒度分布算出步骤,使用在所述粗粒测定步骤中取得的表示粗粒的粒度分布的信息来算出粗粒的粒度分布;细粒的粒度分布算出步骤,使用在所述细粒测定步骤中取得的表示细粒的粒度分布的信息来算出细粒的粒度分布;以及原料的粒度分布算出步骤,使用所述粗粒的粒度分布和所述细粒的粒度分布来算出原料整体的粒度分布。
(5)如(4)中记载的原料的粒度分布测定方法,在所述原料的粒度分布算出步骤中,将所述粗粒的粒度分布及所述细粒的粒度分布制成线性模型,将制成所述线性模型的粗粒的粒度分布和制成所述线性模型的细粒的粒度分布进行组合来算出原料整体的粒度分布。
(6)空隙率测定装置,其为测定在容器内堆积的原料的空隙率的空隙率测定装置,所述原料包含粒径大的粗粒和粒径小的细粒,所述空隙率测定装置具备:粗粒测定装置,其测定所述粗粒的粒度分布;细粒测定装置,其测定所述细粒的粒度分布;以及运算装置,其使用由所述粗粒测定装置测定出的粗粒的粒度分布和由所述细粒测定装置测定出的细粒的粒度分布来算出在所述容器内堆积的状态下的所述原料的空隙率。
(7)如(6)中记载的空隙率测定装置,所述粗粒测定装置及所述细粒测定装置设置于将所述原料向容器输送的传送带的上方,所述运算装置算出在所述容器内堆积的状态下的所述原料的空隙率。
(8)如(6)或(7)中记载的空隙率测定装置,所述运算装置以使算出的所述粗粒的粒度分布及所述细粒的粒度分布与预先使用筛测定出的粗粒的粒度分布及细粒的粒度分布一致的方式进行校正。
(9)如(8)中记载的空隙率测定装置,所述运算装置使用对粗粒的粒度分布进行校正的校准线对由所述粗粒测定装置测定出的所述粗粒的粒度分布进行校正,并使用对细粒的粒度分布进行校正的校准线对由所述细粒测定装置测定出的所述细粒的粒度分布进行校正。
发明效果
通过使用本发明的原料的粒度分布测定装置,能够高精度地测定包含粗粒和细粉的原料的粒度分布。进一步,原料的粒度分布测定装置通过对粗粒的粒度分布以及细粒的粒度分布进行基于空隙率算出模型的空隙率转换,还能够测定被装入高炉那样的容器中而堆积的状态下的原料的空隙率。通过用这样的原料的粒度分布测定装置实时地测定被装入高炉内的焦炭的粒度分布、空隙率,并掌握高炉内的原料的状态,从而能够进行与高炉内的原料的状态对应的高炉操作,由此能够有助于高炉操作的稳定化。
附图说明
图1是表示本实施方式的原料的粒度分布测定装置的一例及其周边构成的示意图。
图2是表示平均亮度和焦炭粉的粉率的关系的曲线图。
图3是表示使用吸光度算出的焦炭粉的推定粉率和实测粉率的关系的曲线图。
图4是表示根据应用PLS而得的得分算出的焦炭粉的推定粉率和实测粉率的关系的曲线图。
图5是表示基于焦炭的筛分析的粒度分布的曲线图。
图6是表示对传送带所输送的焦炭进行筛分析而得的筛孔直径的对数和筛下累积质量比率的正态概率(normal probability)的关系的曲线图。
图7是对基于筛分析的粒度分布的测定结果和由原料的粒度分布测定装置得到的粒度分布的测定结果进行比较的曲线图。
图8是表示基于筛分析的实测调和平均粒子直径和由原料测定装置算出的推定调和平均粒子直径的关系的曲线图。
具体实施方式
以下,以在使用了高炉的制造工艺中、由传送带所输送的作为高炉原料之一即焦炭的粒度分布的测定为例来说明本发明的实施方式。图1是表示本实施方式的原料的粒度分布测定装置的一例及其周边构成的示意图。作为被装入高炉中的原料的焦炭30首先被贮留在料斗(hopper)12中。从料斗12排出的焦炭30在筛14中被筛选,粒径比筛14的筛孔直径小的细粒被筛落,然后由传送带16输送到高炉(未图示)中。但是,由于使用筛14进行筛选的时间有限,所以焦炭30还包含在筛14中没有被筛尽而附着在比筛孔直径大的焦炭上的筛14的筛孔直径以下的细粒。因此,由传送带16输送的焦炭30包含比筛14的筛孔直径大的粗粒以及在筛14中没有被筛尽的筛孔直径以下的细粒。在本实施方式中,筛14的筛孔直径例如为35mm。高炉是容器的一例。
原料的粒度分布测定装置10具有运算装置20、粗粒测定装置22以及细粒测定装置24。粗粒测定装置22设置于传送带16的上方。粗粒测定装置22实施粗粒测定步骤,实时地取得表示由传送带16输送的焦炭30的粗粒的粒度分布的信息。细粒测定装置24同样设置于传送带16的上方。细粒测定装置24实施细粒测定步骤,实时地取得表示由传送带16输送的焦炭30的细粒的粒度分布的信息。在本实施方式中,焦炭30的粗粒是比筛14的筛孔直径大的粒径的块状焦炭,焦炭30的细粒是筛14的筛孔直径以下的粒径的焦炭粉。
运算装置20例如是具有运算部26和存储部28的工作站、个人计算机等常用计算机。运算部26例如是CPU等,使用在存储部28中保存的程序、数据来控制粗粒测定装置22以及细粒测定装置24的动作。运算部26取得表示粗粒的粒度分布的信息以及表示细粒的粒度分布的信息,使用它们来算出包含粗粒以及细粒的焦炭30的粒度分布。在存储部28中预先存储有用于控制粗粒测定装置22以及细粒测定装置24的程序、用于执行运算部26中的运算的程序、在该程序执行中使用的运算式等。
在本实施方式中,粗粒测定装置22例如是激光测距仪。激光测距仪根据运算部26的控制实时地测定从激光测距仪起到传送带16上的焦炭30为止的距离。激光测距仪取得从激光测距仪起至焦炭30为止的距离即焦炭30的轮廓数据(profile data)作为表示粗粒的粒度分布的信息。激光测距仪将焦炭30的轮廓数据输出至运算装置20。优选激光测距仪具有与传送带16的宽度相同的测定区域,能够测定由传送带16输送的全部焦炭30。激光测距仪针对由传送带16输送的焦炭30、例如在与输送方向正交的方向上线状地进行激光扫描而以1000~10000线/秒的周期进行测定,将测定出的线状的数据在时间方向上排列而制成焦炭30的二维轮廓数据。
运算部26若从激光测距仪取得焦炭30的二维轮廓数据,则对该轮廓数据进行焦炭30的粒子分离处理。粒子分离处理是指用于将反映在二维轮廓数据内的粒子分别作为单独的粒子来进行识别的处理,例如能够用公知的Watershed算法这样的处理方法来实施。运算部26使用圆形近似拟合法来算出通过粒子分离处理而被分离后的焦炭30的粒径,按照预先规定的粒径的每个范围对粒子数进行计数而生成直方图,从而算出焦炭30的粗粒的粒度分布。运算部26实施这样的粗粒的粒度分布算出步骤,实时地算出焦炭30的粗粒的粒度分布。
传送带16上的焦炭30的层厚为100mm左右。一般而言若粒状物堆积则粒度大的粒子会偏析到上层侧、粒度小的粒子会偏析到下层侧。在焦炭层中,焦炭30也同样会偏析,在焦炭层的上层侧,粒度大的焦炭变多,在下层侧,粒度小的焦炭变多。使用焦炭30的轮廓数据算出的粒度分布是存在于焦炭层的上层的焦炭30的粒度分布,成为粒度大的焦炭分布得较多的粒度分布。因此,已知使用焦炭30的轮廓数据算出的粒度分布变得比实际的粒度分布大。
针对该现象,也可以假定焦炭层中的偏析不会随时间变化,预先通过筛分析来测定焦炭30的上层侧的粒度分布和层整体的粒度分布之差并存储到存储部28中,运算部26使用在存储部28中存储的粒度分布之差对算出的粗粒的粒度分布进行修正。由此,粗粒的粒度分布的测定精度提高。
细粒测定装置24例如是具有频闪照明的相机。相机根据运算部26的控制,按预先规定的每个时间对焦炭30进行摄像,实时地取得焦炭30的图像数据作为表示细粒的粒度分布的信息。相机将该图像数据输出至运算部26。相机所具有的CCD、CMOS等摄像传感器是对焦炭30进行摄像而生成图像数据的摄像部。
运算部26若从相机取得图像数据,则对1个图像数据的各像素的亮度(0~255)进行算术平均来算出平均亮度。在存储部28中预先存储了对平均亮度和粒度1mm以下的焦炭(以下有时记载为焦炭粉)的粉率进行关联的关系式,运算部26使用平均亮度和该关系式来算出焦炭粉的粉率作为焦炭30的细粒的粒度分布。运算部26实施这样的细粒的粒度分布算出步骤,实时地算出焦炭30的细粒的粒度分布。焦炭粉的粉率是指焦炭粉占全部焦炭质量的质量比例。如后述,由于粒径为筛14的筛孔直径以下的焦炭几乎都是粒径1mm以下的焦炭粉,所以筛14的筛孔直径以下的细粒的粒度分布能够用粒径1mm以下的焦炭粉的粉率来表示。因此,若能够测定焦炭粉的粉率,则能够测定筛14的筛孔直径以下的细粒的粒度分布。
图2是表示平均亮度和焦炭粉的粉率的关系的曲线图。在图2中,纵轴是将焦炭干燥后进行筛分析而测定出的焦炭粉的实测粉率(质量%),横轴是对拍摄焦炭而生成的图像数据中的各像素的亮度进行算术平均得到的值。
如图2所示,焦炭粉的粉率和平均亮度存在高相关性。因此,通过算出图2中实线所示的平均亮度和焦炭粉的粉率的关系式,预先存储到存储部28中,从而运算部26能够使用平均亮度和上述关系式算出焦炭粉的粉率。运算部26算出细粒的粒度分布(其是使用平均亮度及上述关系式算出的)和粗粒的粒度分布,并使用它们来算出焦炭30的粒度分布。
作为细粒测定装置24,也可以使用具有分光测定部的分光装置,其中该分光测定部对来自焦炭30的反射光进行分光而测定分光反射率。在该情况下,分光装置实时地取得水的吸收波长的分光反射率、和夹着该波长的并非水的吸收波长的2个参考波长的分光反射率,作为表示细粒的粒度分布的信息。分光装置例如以1测定/秒以上的速度取得分光反射率,将该3个波长的分光反射率输出至运算部26。
运算部26使用所取得的3个波长的分光反射率和下述(1)式,算出水的吸收波长处的吸光度。
X=1-[λ2/{α·λ1+(1-α)·λ3}]···(1)
其中,在(1)式中,X是水的吸收波长处的吸光度,λ1、λ3是参考波长的分光反射率,λ2是水的吸收波长的分光反射率,α是权重,三色比率运算时的α为0.5。在校准时,λ1=λ2=λ3=1且X=0。
如上述(1)式所示,运算部26通过算出水的吸收波长的分光反射率相对于非水的吸收波长的2个参考波长的分光反射率的比率,并从水的吸收波长的分光反射率中减去非水的吸收波长的2个波长的分光反射率,从而算出水的吸收波长处的吸光度。
在存储部28中存储了对水的吸收波长处的吸光度和焦炭粉的粉率进行关联的关系式,运算部26根据算出的水的吸收波长处的吸光度和该关系式,通过单回归来算出焦炭粉的粉率。这样,即使在使用分光装置作为细粒测定装置24的情况下,运算部26也能够实时地算出焦炭30的细粒的粒度分布。
图3是表示使用吸光度算出的焦炭粉的推定粉率和实测粉率的关系的曲线图。在图3中,纵轴为焦炭粉的推定粉率(质量%),横轴为将焦炭干燥后进行筛分析而测定出的焦炭粉的实测粉率(质量%)。如图3所示,确认到在根据吸光度算出的焦炭粉的推定粉率和对焦炭进行筛分析得到的焦炭粉的实测粉率之间存在相关系数0.73这样的高相关关系,确认到使用吸光度能够高精度地算出焦炭粉的粉率。
进一步,在使用分光装置作为细粒测定装置24的情况下,分光装置也可以实时地取得可见光区域以及红外区域的9个波长的分光反射率作为表示细粒的粒度分布的信息。在该情况下,分光装置取得的分光反射率的波长例如从波长较短侧起为蓝、绿、红、1.32μm、1.46μm、1.60μm、1.80μm、1.96μm、2.10μm。分光装置将该9个波长的分光反射率输出至运算部26。蓝是435~480nm范围的波长,绿是500~560nm范围的波长,红是610~750nm范围的波长。
运算部26若取得9个波长的分光反射率,则使用在存储部28中存储的运算式,算出预先规定的基底向量的得分(score)。运算部26使用对该得分和焦炭粉的粉率进行关联的关系式,算出焦炭粉的粉率。在这里,预先规定的基底向量的得分是指在对从分光装置取得的分光反射率进行主成分分析而得的9个基底向量之中的与焦炭30的粉率的变化显示出强相关性的基底向量的得分。
在存储部28中存储了根据9个波长的分光反射率算出得分的运算式、以及对该得分和焦炭粉的粉率进行关联的关系式。算出得分的运算式、以及该得分和焦炭粉的粉率的关系式通过以下步骤来算出。
首先,使用分光装置测定由传送带16输送的焦炭的9个波长的分光反射率。对所测定的9个波长的分光反射率进行主成分分析,得到第1~第9主成分的9个基底向量、以及根据该基底向量算出的9个得分。接着,采集测定过分光反射率的焦炭,对该焦炭进行筛分析而对粒径1mm以下的焦炭粉的粉率进行实测。粉率是使焦炭干燥后使用网眼尺寸1mm的筛进行筛选,并以筛选前后的焦炭的质量差相对于筛前的质量的比例的形式算出的。
使用粉率、水分含量不同的焦炭实施该操作,取得多组分别将进行筛分析而得的粉率和9个得分设为1组的数据。这些多组数据之中,在粉率不同的焦炭间对9个得分进行比较,确定与焦炭的粉率的变化显示出强相关的n个(n为小于9的自然数)得分。得分能够使用该得分的基底向量来算出。
对得分和焦炭粉的粉率进行关联的关系式例如是作为下述回归式的数学式(2),该回归式中,将焦炭粉的粉率(Y)作为目标变量且将确定出的n个得分作为说明变量(X1、X2、···、Xn)。
Y=e+f1×X1+f2×X2+···+fn×Xn数学式(2)
其中,在数学式(1)中,e、f1、f2、···、fn是回归式的参数。
通过确定与焦炭粉的粉率的变化显示出强相关性的n个得分,从而能够从将粉率、水分含量不同的焦炭的粉率和9个得分设为1组的数据中,分别取得将粉率和确定出的n个得分设为1组的数据,因此使用这些数据和最小二乘法,能够算出数学式(1)的参数b、a1、a2、···、an。该数学式(2)成为对确定出的得分和焦炭粉的粉率进行关联的关系式。
在确定与焦炭30的粉率的变化显示出强相关性的得分时,示出对9个波长的分光反射率进行主成分分析的例子,但不限于此,也可以取得将粉率和9个波长的分光反射率设为1组的多个数据,对该数据应用偏最小二乘法(PLS),来直接求出与焦炭的粉率显示出强相关性的得分。在该情况下,对于算出与焦炭的粉率显示出强相关性的得分的运算式而言,其能够根据用PLS求出的得分的基底向量来算出。粉率和得分的关系式成为与数学式(1)相同的回归式。数学式(1)中的回归式的参数也能够通过最小二乘法而从将用PLS求出的得分和粉率设为1组的多组数据来算出。
图4是表示根据应用PLS而得的得分算出的焦炭粉的推定粉率和实测粉率的关系的曲线图。在图4中,横轴为实测粉率(质量%),纵轴为推定粉率(质量%)。实测粉率与上述方法同样是使焦炭干燥后使用网眼尺寸1mm的筛进行筛选,以筛选前后的焦炭的质量差相对于筛前的质量的比例的形式算出的。推定粉率是用下述这样的回归式算出的焦炭的粉率,在该回归式中,将焦炭的粉率设为目标变量且将与应用PLS得到的焦炭的粉率显示出强相关性的2个得分设为说明变量。如图4所示,可见焦炭的推定粉率和实测粉率存在强相关性,其相关系数为R=0.78。根据这些结果确认到,通过根据应用PLS而得的得分进行算出,也能够以充分的精度来测定焦炭的粉率。
进一步,作为细粒测定部,也可以使用对焦炭30照射激光且能够根据散射光描绘的光强度分布图案而测定焦炭粉的粒度分布的激光散射式粒度分布测定装置。在该情况下,激光散射式粒度分布测定装置实时地(每30秒)取得焦炭粉的粒度分布。激光散射式粒度分布测定装置将该焦炭粉的粒度分布输出至运算部26。
图5是表示由传送带16输送的焦炭30的筛分析得到的粒度分布的曲线图。图5的单点划线表示筛14的筛孔直径。筛14的筛孔直径以下的细粒在筛14中被筛掉,从而被从焦炭30中去除,因此单点划线左侧的小于筛孔直径的区域的细粒的比率变小。
图6是表示对由传送带16输送的焦炭30进行筛分析而得的筛孔直径的对数和筛下累积质量比率的正态概率的关系的曲线图。在图6中,横轴是对焦炭30进行筛分析得到的筛孔直径的对数,纵轴是以正态概率尺度描绘与该筛孔直径对应的焦炭的筛下累积质量比率。在图6所示的例子中,近似直线1表示焦炭30的细粒的近似直线,近似直线2表示焦炭30的粗粒的近似直线,单点划线表示筛14的筛孔直径。
如图6所示,在筛14中筛选后的焦炭30中,虽然微量,但是还存在筛14的筛孔直径以下的细粒的焦炭30。单点划线左侧的小于筛孔直径的区域的细粒的焦炭30是附着于焦炭30的粗粒的焦炭粉,其粒度与筛14的筛孔直径相比非常小。因此,在筛14的筛孔直径以下,筛下累积质量比率相对于焦炭30的粒度没有增加。
另一方面,比筛孔直径大的粗粒相对于焦炭30的粒度而言增加。将焦炭30的粗粒作为破碎、粉碎后的粒子进行考虑时,已知焦炭30的粗粒的累积筛上质量比率的分布能够利用罗辛-拉姆勒(Rosin-Rammler)分布来进行近似。这表明,在粒子被自然地破碎、粉碎的情况下,在其粒度分布中存在规律性。因此,可以说,不遵从罗辛-拉姆勒分布的图6所示的关系是与自然的破碎、粉碎不同的现象。
如图6所示可知,焦炭30的细粒的粒度和筛下累积质量比率的关系、与焦炭30的粗粒的粒度和筛下累积质量比率的关系大为不同,以筛孔直径的前后为边界,成为2个不同的线性分布。在本实施方式的粒度分布测定装置10中,使用分别不同的粗粒测定装置22和细粒测定装置24,分别取得表示筛14的筛孔直径以下的细粒的粒度分布的信息、以及表示比筛14的筛孔直径大的粗粒的粒度分布的信息,运算部26使用这些信息来算出粗粒的粒度分布和细粒的粒度分布。运算部26通过实施原料的粒度分布算出步骤,将粗粒的粒度分布和细粒的粒度分布用筛下累积质量比率制成线性模型,将该线性模型组合,从而算出焦炭30整体的粒度分布。
图7是对由筛分析得到的粒度分布的测定结果和由原料的粒度分布测定装置得到的粒度分布的测定结果进行比较的曲线图。在图7中,横轴为焦炭的筛孔直径的对数,纵轴是以正态概率尺度描绘与该筛孔直径对应的焦炭30的筛下累积质量比率。图7所示的原料测定装置的测定结果是使用下述这样的原料的粒度分布测定装置进行测定得到的结果,该原料的粒度分布测定装置使用激光测距仪作为粗粒测定部且具备具有频闪照明的数码相机作为细粒测定部。
如图7所示,表示通过筛分析测定出的焦炭30的筛下累积质量比率的圆形图与表示由粒度分布测定装置10测定出的焦炭30的筛下累积质量比率的三角图一致。根据该结果,确认到,通过使用本实施方式的粒度分布测定装置10,分别算出焦炭30的粗粒的粒度分布和细粒的粒度分布,将它们按照筛下累积质量比率进行组合,从而能够高精度地测定焦炭30的粒度分布。
运算部26也可以以使与通过筛分析预先测定出的已知的焦炭30的粒度分布一致的方式对由粗粒测定装置22测定出的焦炭30的粗粒的粒度分布和由细粒测定装置24测定出的焦炭30的细粒的粒度分布进行校正。运算部26也可以使用对粗粒的粒度分布进行校正的校准线对粗粒测定装置22测定出的粗粒的粒度分布进行校正,并使用对细粒的粒度分布进行校正的校准线对细粒测定装置24测定出的细粒的粒度分布进行校正。如上述,由于焦炭30的细粒的粒度分布和筛下累积质量比率的关系与焦炭30的粗粒的粒度分布和筛下累积质量比率的关系大为不同,所以运算部26通过使用以不同的线性近似进行模型化而得的校准线对这些结果进行校正,能够精度更高地进行粒度的测定。
校准线的创建通过以下步骤进行。首先,使用粗粒测定装置22以及细粒测定装置24测定粗粒的粒度分布以及细粒的粒度分布,算出2点以上的筛下累积质量比率相对于粒度的值。将通过该测定而算出的值设为测定值1。接着,对进行了该测定的焦炭30进行采样,进行筛分析来进行粒度分布的测定。将通过该测定而测定出的值设为测定值2。将该测定反复进行2次以上,将测定值1和测定值2的组合最低取得2组,更优选取得10组以上。
接着,将筛14的筛孔直径以下的细粒的筛下累积质量比率设为ys,将比筛14的筛孔直径大的粗粒的筛下累积质量比率设为yl,与图6同样,对以筛孔直径的大小的对数为横轴(x轴)、且以正态概率尺度将该筛孔直径对应的筛下累积质量比率描绘于纵轴(y轴)上,由此得到测定值1,将测定值1进行线性回归则可以得到下述数学式(3)以及数学式(4)。
ys=as1(xs-CS1)···数学式(3)
yl=aL1(xl-Cl1)···数学式(4)
在上述数学式(3)以及数学式(4)中,若将筛14的筛孔直径(对数值)设为xb,则xs表示xb≥xs的粒度,xl表示xb<xl的粒度,as1、CS1、al1以及Cl1是待求的参数。然后,使用数学式(3)、和利用细粒测定装置24测定出的粒度分布和筛下累积质量比率的2点以上的数据算出as1以及CS1。同样,使用数学式(4)、和利用粗粒测定装置22测定出的粒度分布和筛下累积质量比率的2点以上的数据来算出al1以及Cl1。
若使用测定值2同样地对筛14的筛孔直径以下的细粒的筛下累积质量比率ys以及比筛14的筛孔直径大的粗粒的筛下累积质量比率y1进行线性回归,则可以得到下述数学式(5)以及数学式(6)。
ys=as2(xs-CS2)···数学式(5)
yl=al2(xl-Cl2)···数学式(6)
在上述数学式(5)以及数学式(6)中,若将筛14的筛孔直径设为xb,则xs表示xb≥xs的粒度,xl表示xb<xl的粒度,as2、CS2、al2以及Cl2是待求的参数。然后,使用数学式(5)、和通过筛分析测定出的粒度分布和筛下累积质量比率的2点以上的数据来算出as2以及CS2。同样,使用数学式(6)、和通过筛分析测定出的粒度分布和筛下累积质量比率的2点以上的数据来算出al2以及Cl2。
接着,若对使用数学式(3)、数学式(5)算出的as1和as2、CS1和CS2进行线性回归则可以得到下述数学式(7)以及数学式(8),若对使用数学式(4)、数学式(6)算出的al1和al2、Cl1和Cl2进行线性回归则可以得到下述数学式(9)以及数学式(10)。
as2=Dasas1+Eas···数学式(7)
Cs2=DbsCs1+Ebs···数学式(8)
al2=Dalal1+Eal···数学式(9)
Cl2=DblCl1+Ebl···数学式(10)
在上述数学式(7)~(10)中,Das、Eas、Dbs、Ebs、Dal、Eal、Dbl、Ebl分别是待求的参数。由使用这些数学式(7)~(10)算出的Das、Eas、Dbs、Ebs、Dal、Eal、Dbl、Ebl规定的直线成为以线性近似进行模型化后的校准线。在细粒测定装置24测定粉率的情况下,存在数学式(3)以及数学式(5)的式中的as1、Cs1以及as2、Cs2的值无法根据1点的数据来确定这一问题。在该情况下,也可以将参数设为y=Cs1、y=Cs2来削减as1以及as2以使得即使是1点数据也能够进行关联。特别地,如图6所示,对于在筛14中筛选后的焦炭30的细粒而言,由于筛下累积质量比率相对于粒度的值不变,所以即使将参数as1以及as2削减也不会有问题。
接着,说明使用校准线的粒度分布的修正方法。使用粗粒测定装置22以及细粒测定装置24测定由传送带16输送的焦炭30,从而得到测定值3。若与求出数学式(3)~(6)的方法同样地对筛14的筛孔直径以下的细粒的筛下累积质量比率ys以及比筛14的筛孔直径大的粗粒的筛下累积质量比率yl进行线性回归,则可以得到下述数学式(11)以及数学式(12)。
ys=as3(xs-CS3)···数学式(11)
yl=al3(xl-Cl3)···数学式(12)
在上述数学式(11)以及数学式(12)中,若将筛14的筛孔直径设为xb,则xs表示xb≥xs的粒度,xl表示xb<xl的粒度,as3、CS3、al3以及Cl3是待求的参数。然后,使用数学式(11)、和利用细粒测定装置24测定出的粒度分布和筛下累积质量比率的2点以上的数据来算出as3以及CS3。同样,使用数学式(12)、和粗粒测定装置22测定出的粒度分布和筛下累积质量比率的2点以上的数据来算出al3以及Cl3。然后,使用算出的参数Das、Eas、Dbs、Ebs、Dal、Eal、Dbl、Ebl、使用上述数学式(11)以及数学式(12)算出的as3、CS3、al3以及Cl3、以及下述数学式(13)~(16)来算出as4、bs4、al4以及bl4。
as4=Dasas3+Eas···数学式(13)
Cs4=DbsCs3+Ebs···数学式(14)
al4=Dalal3+Eal···数学式(15)
Cl4=DblCl3+Ebl···数学式(16)
使用了从上述数学式(13)~(16)算出的as4以及Cs4的数学式(17)是对由细粒测定装置24测定出的粒度分布和筛下累积质量比率的关系进行修正的数学式,使用了al4以及Cl4的数学式(18)是对由粗粒测定装置22测定出的粒度分布和筛下累积质量比率的关系进行修正的数学式。
ys=as4(xs-CS4)···数学式(17)
yl=al4(xl-Cl4)···数学式(18)
如上述,运算部26使用对粗粒测定装置22的粒度测定范围的粒度分布进行修正的校准线对粗粒的粒度分布进行修正,使用对细粒测定装置24的粒度测定范围的粒度分布进行修正的校准线对细粒的粒度分布进行修正。由此,本实施方式的粒度分布测定装置10能够更高精度地测定焦炭30的粒度分布。
图8是表示通过筛分析得到的实测调和平均粒子直径和原料测定装置算出的推定调和平均粒子直径的关系的曲线图。在图8中,横轴是粒度分布测定装置10测定出的焦炭30的推定调和平均粒径,纵轴是通过筛分析测定出的焦炭30的实测调和平均粒径。图8所示的原料测定装置的测定结果是使用上述的校准线对使用下述这样的原料测定装置测定出的测定值进行修正而得的结果,所述原料测定装置具有激光测距仪作为粗粒测定装置、且具有数码相机(其具有频闪照明)作为细粒测定装置。如图8所示可知,通过筛分析测定出的焦炭30的调和平均粒子直径和使用本实施方式的粒度分布测定装置10测定出的焦炭30的调和平均粒子直径一致。
接着,说明在高炉内堆积的焦炭30的空隙率的算出方法。空隙率的算出能够使用本实施方式的粒度分布测定装置10来实施。在本实施方式中,空隙率的测定例如使用对粗粒和细粒分别进行处理的佐藤-田口模型(Sato-Taguchi model)(非专利文献1)来算出空隙率。但不限定于该模型,也可以采用其他算出空隙率的模型。根据上述模型,空隙率ε能够用下述数学式(19)来算出。
[数1]
在上述数学式(19)中,a、b、c、d为参数,是基于粒子的种类通过实验确定的量。例如,在焦炭的情况下为a=0.153、b=0.418、c=0.01225、d=0.416。Dp是调和平均粒径,lsp是由以下数学式(20)、数学式(21)以及数学式(22)定义的值。
[数2]
[数3]
[数4]
在数学式(21)、(22)中,Di是各粒度的中心直径,Wi是各粒度的筛下质量比率。由数学式(21)定义的lp是表示粒度分布的方差的量,是与细粒相比粗粒的影响较大的量。另一方面,由数学式(22)定义的ls是表示比表面积的方差的量,是细粒的影响较大的量。这样,上述模型与能够分别测定粗粒的粒度分布和细粒的粒度分布的粒度分布测定装置10兼容性高。
将在存储部28中存储了这些数学式(19)~(22)的本实施方式的粒度分布测定装置10作为空隙率测定装置。空隙率测定装置使用作为独立的测定装置的粗粒测定装置22和细粒测定装置24实时地测定由传送带16输送的焦炭30的粗粒的粒度分布和细粒的粒度分布,使用粗粒的粒度分布和细粒的粒度分布,能够实时地测定在高炉内堆积的焦炭30的空隙率。由此,在高炉这样的制造工艺中,能够实时地掌握被装入高炉内的焦炭30的状态并且进行高炉的操作,因此有助于高炉的稳定操作。
通过使用与各个测定范围对应的校准线对该测定值进行校正,能够高精度地测定粗粒的粒度分布以及细粒的粒度分布,焦炭30的空隙率的测定精度也提高。
在本实施方式中,将由传送带16输送的焦炭30为例作为原料进行了说明,但不限于此。例如,若为被装入高炉的原料的例子,则也可以取代焦炭而为块状矿石,也可以是烧结矿。进一步,在具有在将它们装入高炉前使用筛去除细粒的工序的情况下,能够更优选地应用。
示出使用激光测距仪作为本实施方式的粗粒测定装置22的例子,但不限于此。例如,若为相机和照明的组合等能够观察传送带16上的焦炭30上表面且能够测定粗粒的粒度分布的装置,则能够用于粗粒测定装置22。进一步,也可以是,在本实施方式中说明的运算装置20的功能的一部分由粗粒测定装置22以及细粒测定装置24实施,粗粒测定装置22算出粗粒的粒度分布,细粒测定装置24算出细粒的粒度分布。
进一步,在本实施方式中,示出将粗粒的粒度分布设为比筛14的筛孔直径大的粒径的焦炭30且将细粒的粒度设为筛14的筛孔直径以下的粒径的焦炭30的例子。但是,也可以由粗粒测定装置22的粒度分布的测定精度高的范围以及细粒测定装置24的粒度分布之中至少一方的测定精度高的范围来确定粗粒以及细粒的粒度分布。例如,在使用激光测距仪作为粗粒测定装置22的情况下,若为10mm以上的粒度分布则能够高精度地进行测定,因此也可以将粗粒的粒度分布的范围设为10mm以上且将细粒的粒度分布的范围设为小于10mm。在本实施方式中,示出使用对数正态分布函数将筛下累积质量比率设为直线来表示的例子,但不限于此。也可以对在筛14中筛选后的焦炭的粒度分布使用以筛14的筛孔直径附近为边界且粗粒侧和细粒侧的粒度分布能够表示为线性模型的其他函数。
附图标记说明
10 粒度分布测定装置
12 料斗
14 筛
16 传送带
20 运算装置
22 粗粒测定装置
24 细粒测定装置
26 运算部
28 存储部
30 焦炭
Claims (9)
1.原料的粒度分布测定装置,其具有:
粗粒测定装置,其取得表示粗粒的粒度分布的信息;
细粒测定装置,其取得表示细粒的粒度分布的信息;以及
运算装置,其使用所述表示粗粒的粒度分布的信息来算出粗粒的粒度分布,使用所述表示细粒的粒度分布的信息来算出细粒的粒度分布,并使用所述粗粒的粒度分布和所述细粒的粒度分布来算出原料整体的粒度分布。
2.如权利要求1所述的原料的粒度分布测定装置,其中,
所述表示细粒的粒度分布的信息是原料的图像数据,
使用将所述图像数据的亮度平均而得到的平均亮度来算出所述细粒的粒度分布。
3.如权利要求1所述的原料的粒度分布测定装置,其中,
所述细粒测定装置具备对来自所述原料的反射光进行分光而测定分光反射率的分光测定部,
所述细粒测定装置取得多个波长的分光反射率作为所述表示细粒的粒度分布的信息,
所述运算装置使用对所述多个波长的分光反射率实施主成分分析或者偏最小二乘法(PLS)而得到的预先确定的基底向量的得分来算出所述细粒的粒度分布。
4.原料的粒度分布测定方法,其包括下述步骤:
粗粒测定步骤,取得表示粗粒的粒度分布的信息;
细粒测定步骤,取得表示细粒的粒度分布的信息;
粗粒的粒度分布算出步骤,使用在所述粗粒测定步骤中取得的表示粗粒的粒度分布的信息来算出粗粒的粒度分布;
细粒的粒度分布算出步骤,使用在所述细粒测定步骤中取得的表示细粒的粒度分布的信息来算出细粒的粒度分布;以及
原料的粒度分布算出步骤,使用所述粗粒的粒度分布和所述细粒的粒度分布来算出原料整体的粒度分布。
5.如权利要求4所述的原料的粒度分布测定方法,其中,
在所述原料的粒度分布算出步骤中,将所述粗粒的粒度分布及所述细粒的粒度分布制成线性模型,将制成所述线性模型的粗粒的粒度分布和制成所述线性模型的细粒的粒度分布组合来算出原料整体的粒度分布。
6.空隙率测定装置,其为测定在容器内堆积的原料的空隙率的空隙率测定装置,
所述原料包含粒径大的粗粒和粒径小的细粒,
所述空隙率测定装置具备:
粗粒测定装置,其测定所述粗粒的粒度分布;
细粒测定装置,其测定所述细粒的粒度分布;以及
运算装置,其使用由所述粗粒测定装置测定出的粗粒的粒度分布和由所述细粒测定装置测定出的细粒的粒度分布来算出在所述容器内堆积的状态下的所述原料的空隙率。
7.如权利要求6所述的空隙率测定装置,其中,
所述粗粒测定装置及所述细粒测定装置设置于将所述原料向容器输送的传送带的上方,
所述运算装置算出在所述容器内堆积的状态下的所述原料的空隙率。
8.如权利要求6或权利要求7所述的空隙率测定装置,其中,
所述运算装置以使算出的所述粗粒的粒度分布及所述细粒的粒度分布与预先使用筛测定出的粗粒的粒度分布及细粒的粒度分布一致的方式进行校正。
9.如权利要求8所述的空隙率测定装置,其中,
所述运算装置使用对粗粒的粒度分布进行校正的校准线对由所述粗粒测定装置测定出的所述粗粒的粒度分布进行校正,使用对细粒的粒度分布进行校正的校准线对由所述细粒测定装置测定出的所述细粒的粒度分布进行校正。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017067152 | 2017-03-30 | ||
JP2017-067152 | 2017-03-30 | ||
PCT/JP2018/013742 WO2018181942A1 (ja) | 2017-03-30 | 2018-03-30 | 原料の粒度分布測定装置、粒度分布測定方法および空隙率測定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110476053A true CN110476053A (zh) | 2019-11-19 |
CN110476053B CN110476053B (zh) | 2022-07-26 |
Family
ID=63676221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880023175.0A Active CN110476053B (zh) | 2017-03-30 | 2018-03-30 | 原料的粒度分布测定装置、粒度分布测定方法以及空隙率测定装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11391662B2 (zh) |
EP (1) | EP3605064B1 (zh) |
JP (1) | JP6590072B2 (zh) |
KR (1) | KR102410066B1 (zh) |
CN (1) | CN110476053B (zh) |
WO (1) | WO2018181942A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507980A (zh) * | 2020-05-22 | 2020-08-07 | 福州大学 | 动态图像法检测矿石碎磨产品粒度分布的校正方法 |
CN111954800A (zh) * | 2018-04-03 | 2020-11-17 | 杰富意钢铁株式会社 | 粒度分布测定装置和粒度分布测定方法 |
CN112461718A (zh) * | 2020-11-18 | 2021-03-09 | 中国石油大学(华东) | 孔隙度与颗粒粒径分布关系表征方法 |
CN115365263A (zh) * | 2022-07-20 | 2022-11-22 | 重庆工业职业技术学院 | 厨余垃圾粉碎处理装置 |
CN111954800B (zh) * | 2018-04-03 | 2024-05-31 | 杰富意钢铁株式会社 | 粒度分布测定装置和粒度分布测定方法 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018101287A1 (ja) * | 2016-11-30 | 2018-06-07 | Jfeスチール株式会社 | 粉率測定装置および粉率測定システム |
JP7215354B2 (ja) * | 2019-03-25 | 2023-01-31 | 住友金属鉱山株式会社 | 粗粒割合の測定方法、浮遊選鉱方法 |
EP3950968A4 (en) * | 2019-03-28 | 2022-05-04 | JFE Steel Corporation | POWDER RATIO MEASUREMENT DEVICE, POWDER RATIO MEASUREMENT SYSTEM, POWDER RATIO MEASUREMENT METHOD, COMPUTER PROGRAM, BLAST FURNACE AND BLAST FURNACE OPERATING METHOD |
CN113574360A (zh) * | 2019-04-02 | 2021-10-29 | 杰富意钢铁株式会社 | 粒度分布监视装置、粒度分布监视方法、计算机程序、炉、高炉、炉的控制方法以及高炉操作方法 |
JP6892019B2 (ja) * | 2019-04-05 | 2021-06-18 | Jfeスチール株式会社 | 粉率測定方法及び装置 |
CN110082274B (zh) * | 2019-05-22 | 2024-05-10 | 陕西秦海检测科技有限公司 | 大型原级配粗颗粒土水平渗透变形试验仪及试验方法 |
JP7074259B2 (ja) | 2019-10-31 | 2022-05-24 | Jfeスチール株式会社 | 高炉操業方法 |
KR102284590B1 (ko) * | 2019-12-24 | 2021-08-03 | 전북대학교산학협력단 | 목재의 공극형태에 따른 공극률 측정방법 |
JP7406099B2 (ja) | 2020-04-07 | 2023-12-27 | 日本製鉄株式会社 | コークスの粒度分布の広がり度合いを予測する方法 |
CN111639431B (zh) * | 2020-06-01 | 2024-02-13 | 扬州大学 | 二元颗粒混合物最小孔隙比预测方法 |
CN114199728B (zh) * | 2020-09-18 | 2023-09-01 | 宝武碳业科技股份有限公司 | 一种用于针状焦自动分析检测方法和检测装置 |
CN113970510B (zh) * | 2021-10-20 | 2024-04-30 | 天地(唐山)矿业科技有限公司 | 一种基于人工仿生的浮选尾矿粒度在线检测装置及方法 |
KR20230167619A (ko) * | 2022-06-02 | 2023-12-11 | 주식회사 포스코 | 입도 관리 장치 및 방법 |
WO2024047951A1 (ja) * | 2022-09-02 | 2024-03-07 | Jfeスチール株式会社 | 鉄鉱石ペレットの製造方法 |
CN115808376B (zh) * | 2022-12-12 | 2024-05-07 | 滨州学院 | 一种激光熔覆粉末流聚集性测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001337028A (ja) * | 2000-05-30 | 2001-12-07 | Nikkiso Co Ltd | 粒度分布測定方法および装置 |
JP2009036533A (ja) * | 2007-07-31 | 2009-02-19 | Kajima Corp | 地盤材料の粒度計測システム及びプログラム |
JP2016200518A (ja) * | 2015-04-11 | 2016-12-01 | 鹿島建設株式会社 | 地盤材料の粒度分布測定方法及びシステム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05164677A (ja) | 1991-12-13 | 1993-06-29 | Kawasaki Steel Corp | 粒状性物体の粒度分布測定方法 |
JPH06288892A (ja) * | 1993-03-31 | 1994-10-18 | Japan Tobacco Inc | 粒度測定装置 |
KR970005501B1 (ko) | 1993-06-16 | 1997-04-16 | 박득표 | 화상처리를 이용한 무접촉식 입도측정장치 |
KR0134468B1 (ko) * | 1995-07-31 | 1998-04-23 | 배순훈 | 베어링 압입장치 |
AUPN599495A0 (en) * | 1995-10-16 | 1995-11-09 | Scientific Industrial Automation Pty Limited | Method and apparatus for sizing particulate material |
JP2000329683A (ja) * | 1999-05-20 | 2000-11-30 | Ube Ind Ltd | ベルトコンベアで搬送されるばら物の粒度検知方法 |
US7508509B2 (en) * | 2004-05-04 | 2009-03-24 | Metso Automation Oy | Measurement of an object from an image consisting of a pixel matrix |
JP4701892B2 (ja) | 2005-07-20 | 2011-06-15 | 株式会社島津製作所 | 粒度分布測定装置 |
JP5841763B2 (ja) * | 2011-07-09 | 2016-01-13 | 豊 相川 | 粉粒体の充填率または空隙率の算出方法 |
JP5896465B2 (ja) * | 2012-06-12 | 2016-03-30 | 鹿島建設株式会社 | 粒状材料の粒度分布計測方法及びシステム |
JP2014025720A (ja) | 2012-07-24 | 2014-02-06 | Nippon Steel & Sumikin Engineering Co Ltd | 含水率粒径測定装置 |
JP5972758B2 (ja) | 2012-11-05 | 2016-08-17 | 株式会社神鋼エンジニアリング&メンテナンス | 粒径測定装置及び粒径測定方法 |
JP6062217B2 (ja) * | 2012-11-11 | 2017-01-18 | 鹿島建設株式会社 | 堆積粒状材の粒径計測方法及びシステム並びにプログラム |
JP6173894B2 (ja) * | 2013-11-30 | 2017-08-02 | 鹿島建設株式会社 | 地盤材料の表面水量管理方法及びシステム |
JP6044536B2 (ja) | 2013-12-27 | 2016-12-14 | Jfeスチール株式会社 | 高炉装入物検出装置 |
-
2018
- 2018-03-30 EP EP18776037.6A patent/EP3605064B1/en active Active
- 2018-03-30 US US16/498,110 patent/US11391662B2/en active Active
- 2018-03-30 CN CN201880023175.0A patent/CN110476053B/zh active Active
- 2018-03-30 KR KR1020197028470A patent/KR102410066B1/ko active IP Right Grant
- 2018-03-30 JP JP2018534986A patent/JP6590072B2/ja active Active
- 2018-03-30 WO PCT/JP2018/013742 patent/WO2018181942A1/ja unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001337028A (ja) * | 2000-05-30 | 2001-12-07 | Nikkiso Co Ltd | 粒度分布測定方法および装置 |
JP2009036533A (ja) * | 2007-07-31 | 2009-02-19 | Kajima Corp | 地盤材料の粒度計測システム及びプログラム |
JP2016200518A (ja) * | 2015-04-11 | 2016-12-01 | 鹿島建設株式会社 | 地盤材料の粒度分布測定方法及びシステム |
Non-Patent Citations (2)
Title |
---|
于恒: "铁矿粉复合造块过程中的气体力学及成矿行为研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
赵明华 等: "基于空间自相关的沉积物数字图像粒度分析方法", 《计算机应用研究》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111954800A (zh) * | 2018-04-03 | 2020-11-17 | 杰富意钢铁株式会社 | 粒度分布测定装置和粒度分布测定方法 |
CN111954800B (zh) * | 2018-04-03 | 2024-05-31 | 杰富意钢铁株式会社 | 粒度分布测定装置和粒度分布测定方法 |
CN111507980A (zh) * | 2020-05-22 | 2020-08-07 | 福州大学 | 动态图像法检测矿石碎磨产品粒度分布的校正方法 |
CN112461718A (zh) * | 2020-11-18 | 2021-03-09 | 中国石油大学(华东) | 孔隙度与颗粒粒径分布关系表征方法 |
CN115365263A (zh) * | 2022-07-20 | 2022-11-22 | 重庆工业职业技术学院 | 厨余垃圾粉碎处理装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3605064A1 (en) | 2020-02-05 |
EP3605064A4 (en) | 2020-09-09 |
EP3605064B1 (en) | 2023-06-14 |
US11391662B2 (en) | 2022-07-19 |
KR102410066B1 (ko) | 2022-06-16 |
CN110476053B (zh) | 2022-07-26 |
JPWO2018181942A1 (ja) | 2019-04-04 |
KR20190123765A (ko) | 2019-11-01 |
US20210102885A1 (en) | 2021-04-08 |
JP6590072B2 (ja) | 2019-10-16 |
WO2018181942A1 (ja) | 2018-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110476053A (zh) | 原料的粒度分布测定装置、粒度分布测定方法以及空隙率测定装置 | |
CN109844498B (zh) | 粉末比率测定装置以及粉末比率测定系统 | |
US20130126399A1 (en) | Method for classifying objects contained in seed lots and corresponding use for producing seed | |
WO1995025273A1 (en) | Methods and devices for automatic assessment of corn | |
LeMasurier et al. | A digital image analysis method for assessment of lentil size traits | |
JP2001337028A (ja) | 粒度分布測定方法および装置 | |
KR102417822B1 (ko) | 입도 분포 측정 장치 및 입도 분포 측정 방법 | |
CN103954236A (zh) | 一种片烟形状紧致度的测定方法 | |
Rashidi et al. | Cantaloupe volume determination through image processing | |
CN111954800B (zh) | 粒度分布测定装置和粒度分布测定方法 | |
KR102614845B1 (ko) | 분율 측정 방법 및 장치 | |
JP6566180B1 (ja) | 粒度分布測定装置及び粒度分布測定方法 | |
CN111971547B (zh) | 粉末比例测定装置、粉末比例测定系统以及高炉操作方法 | |
JP6823522B2 (ja) | 建設材料の含水比評価方法 | |
Furqon et al. | Some engineering properties of coffee cherry required for color sorting equipment design | |
CA3167938A1 (en) | Method for operating a machine for harvesting and/or separating root crops, associated machine and associated computer program product | |
CN109959599A (zh) | 一种颗粒的三维图像抓拍采集装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |