CN110008643B - 物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 - Google Patents
物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 Download PDFInfo
- Publication number
- CN110008643B CN110008643B CN201910355712.8A CN201910355712A CN110008643B CN 110008643 B CN110008643 B CN 110008643B CN 201910355712 A CN201910355712 A CN 201910355712A CN 110008643 B CN110008643 B CN 110008643B
- Authority
- CN
- China
- Prior art keywords
- grindability
- fineness
- grinding
- materials
- grinding time
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明是关于一种物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法。所述的物料易磨性评价包括以下步骤:物料粉磨;每粉磨一定时间,测定物料细度;重复上述步骤至少4次以上;以粉磨时间为自变量,物料细度为因变量,其函数关系式为p=a+b×ct,其中a、b和c均为常数;在相同的试验条件下,不同的物料,其常数c越大,则表示该物料的易磨性越差;c越小,则物料的易磨性越好;所述的预测粉磨物料细度是将粉磨时间T代入函数关系式,则时刻T的粉磨物料细度为pT=a+b×cT;所述的预测物料粉磨时间是将物料细度值P代入函数关系式,则细度值P时所需要的物料粉磨时间为T=In((P‑a)/b)/Inc。本发明提出的方法操作简单,成本低,耗时短且结果准确可靠,从而更加适于实用。
Description
技术领域
本发明属于物料粉磨技术领域,特别是涉及一种物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法。
背景技术
物料粉磨至一定细度的难易程度称之为物料易磨性。自1952年邦德提出第三粉磨学说以来,“邦德功指数”就用来作为一种预测和评价物料易磨性的方法,迅速在世界范围内得到了广泛应用。但是邦德功指数试验的操作程序相当冗长复杂,而且需要配备特定型号的磨机,因此该评价方法极大地增大了企业的生产成本和试验周期。而其他通过固定物料的粉磨时间,比较在粉磨相同时间后物料细度的方法,其并不能直接刻画物料的易磨性特征,只能在小范围内进行对比,无法进行数据有效转换。而且,在生产实践中,对于物料粉磨粒径的控制往往使用经验尝试的方法,非常耗时费力,且不利于物料细度的有效控制,生产效能低,不利于生产实践应用。
发明内容
本发明的主要目的在于提出一种物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法,所要解决的技术问题是提供一种快捷且不需要特定磨机即可实现的物料易磨性的评价方法,以及物料粉磨时间和粉磨物料细度的预测方法,该方法操作简单,成本低,耗时短且结果准确可靠,从而更加适于实用。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种物料的易磨性评价方法,其包括以下步骤:
1)将物料破碎后粉磨;
2)每粉磨一定时间,取出部分物料,测定物料细度,然后继续粉磨;
3)重复上述步骤2)至少4次以上,粉磨时间依次记录为t1、t2、t3、t4……,以及该粉磨时间所对应的物料细度值依次记录为p1、p2、p3、p4……;
4)以粉磨时间为自变量,物料细度值为因变量,将步骤3)采集的粉磨时间和物料细度值计算拟合,得到因变量随自变量变化的函数关系式如下:
p=a+b×ct;
其中,a、b和c均为常数,粉磨时间t的单位为秒,物料细度为物料颗粒平均粒径,其单位为米;
5)c为物料易磨性指数,通过比较所述的物料易磨性指数c的大小以评价物料的易磨性;
评价原则如下:在相同的试验条件下,不同的物料,其物料易磨性指数c越大,则表示该物料的易磨性越差,也即物料越难磨;其物料易磨性指数c越小,则物料的易磨性越好,物料越易磨。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
优选的,前述的物料的易磨性评价方法,其中所述的物料采用磨机粉磨。
优选的,前述的物料的易磨性评价方法,其中所述的粉磨时间以物料送入磨机开始粉磨启动计时。
优选的,前述的物料的易磨性评价方法,其中所述的计算拟合采用计算机软件实现。
优选的,前述的物料的易磨性评价方法,其中同一种物料,磨机条件不变,仅改变物料的入磨细度时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×ct-m;
其中,a、b和c不变,m为入磨细度换算系数。
优选的,前述的物料的易磨性评价方法,其中所述的入磨细度换算系数m通过以下步骤测定:在入磨细度1下测试标样的常数b记为b1;在入磨细度2下测试标样的常数b记为b2;
m=ln(b2/b1)/lnc。
优选的,前述的物料的易磨性评价方法,其中同一种物料,物料的入磨细度不变,磨机条件改变时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×cn×t;
其中,a、b和c不变,n为磨机条件换算系数。
优选的,前述的物料的易磨性评价方法,其中所述的磨机条件换算系数n通过以下步骤测定:在磨机条件1下测试标样的易磨性指数记为c1;在磨机条件2下测试标样的易磨性指数记为c2;
n=lnc1/lnc2。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种预测粉磨物料细度的方法,其包括以下步骤:
1)根据前述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×ct;
2)将粉磨时间T代入上述函数关系式,能预测粉磨时间T时刻的物料的粉磨物料细度值pT为:
pT=a+b×cT。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种预测物料粉磨时间的方法,其包括以下步骤:
1)根据前述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×ct;
2)将物料细度值P代入上述函数关系式,能预测物料细度值为P时需要的粉磨时间T:
T=In((P-a)/b)/Inc。
借由上述技术方案,本发明提出的一种物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法至少具有下列优点:
1、本发明提出的物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法,有助于企业快速科学判断原料品质,并科学预测物料细度值随粉磨时间的变化情况,能够有效控制生产参数,降低粉磨能耗,提高经济效益;
2、本发明提出的物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法,使用方不需要再购入特定型号的磨机,降低企业生产成本,提高生产效率;
3、本发明提出的物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法简单易行,实现了不同物料的易磨性参数的量化,有利于不同物料间的对比,可极大提高生产效率;
4、本发明提出的物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法应用性强,可广泛适用于涉及有粉磨过程的生产厂家,如水泥厂、陶瓷厂及其玻璃厂等。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是粉磨硅石时的物料颗粒粒径随粉磨时间变化的曲线;
图2是粉磨黄沙时的物料颗粒粒径随粉磨时间变化的曲线;
图3是粉磨砂岩时的物料颗粒粒径随粉磨时间变化的曲线;
图4是粉磨页岩时的物料颗粒粒径随粉磨时间变化的曲线;
图5-A不同条件下粉磨硅石的物料颗粒粒径随粉磨时间变化的曲线;
图5-B不同条件下粉磨硅石的物料颗粒粒径随粉磨时间变化的曲线;
图5-C不同条件下粉磨硅石的物料颗粒粒径随粉磨时间变化的曲线。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种物料易磨性的评价方法及物料粉磨时间和物料细度值的预测方法,其具体实施方式、结构、特征及其功效,详细说明如后。
本发明提出一种物料的易磨性评价方法,其包括以下步骤:
1)将物料破碎后粉磨;
2)每粉磨一定时间,取出部分物料,测定物料细度,然后继续粉磨;
3)重复上述步骤2)至少4次以上,粉磨时间依次记录为t1、t2、t3、t4……,以及该粉磨时间所对应的物料细度值依次记录为p1、p2、p3、p4……;
4)以粉磨时间为自变量,物料细度值为因变量,将步骤3)采集的粉磨时间和物料细度值计算拟合,得到因变量随自变量变化的函数关系式如下:
p=a+b×ct;
其中,a、b和c均为常数,粉磨时间t的单位为s,物料细度为物料颗粒平均粒径,其单位为米;
5)c为物料易磨性指数,通过比较所述的物料易磨性指数c的大小以评价物料的易磨性;
评价原则如下:在相同的试验条件下,不同的物料,其物料易磨性指数c越大,则表示该物料的易磨性越差,也即物料越难磨;其物料易磨性指数c越小,则物料的易磨性越好,物料越易磨。
本发明将上述的常数c定义为“易磨性指数”。理想状态下,使用相同的磨机条件试验时,同一种物料的易磨性指数c不会变;在粉磨试验条件不同时,所述的计算拟合曲线只是位置上的平移或者放大缩小的倍数关系。
所述的易磨性指数c为一个相对性的评价指标,不同的物料,只有在相同的磨机试验条件下的测定结果才能用于进行比较,从而判断物料的易磨性难易程度;不同磨机试验条件时,需要采用标样,进行磨机条件换算系数换算后对比。
该方法适用于所有的物料的易磨性评价。对于易磨的物料,由于其粉磨时间短,且存在易团聚的现象,因此在物料细度测定时,需要恰时选取物料和准确地测定其粒径。
优选的,前述的物料的易磨性评价方法,其中所述的物料采用磨机粉磨。
所述的物料先破碎后粉磨,其中破碎的目的在于使物料能够适应所使用的磨机的入料规格。本发明提出的物料的易磨性的评价方法适用于各种类型的磨机,生产企业可以根据自身实际情况酌情选择,不需要另行购买特定型号的磨机,因此具有易推广性。
优选的,前述的物料的易磨性评价方法,其中所述的粉磨时间以物料送入磨机开始粉磨启动计时。
所述的粉磨时间的计时起点本发明不作严格限定,在入磨开始后的任何时候均可计时,该计时起点不会对所述的物料易磨性指数c造成影响。计算拟合所得到的常数a,为物料的极限磨细粒径,与物料特性有关。令时间t=0,P(初始粒径)=a+b,因此,常数b与a和粉磨时间计时起点的物料初始粒径有关。
优选的,前述的物料的易磨性评价方法,其中所述的计算拟合采用计算机软件实现。
本发明将采集的粉磨时间和物料细度值输入市售的数据处理类软件,例如Origin或者Matlab等,均可拟合得出所述的物料在该试验条件下的常数c。
优选的,前述的物料的易磨性评价方法,其中同一种物料,磨机条件不变,仅改变物料的入磨细度时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×ct-m;
其中,a、b和c不变,m为入磨细度换算系数。
优选的,前述的物料的易磨性评价方法,其中所述的入磨细度换算系数m通过以下步骤测定:在入磨细度1下测试标样的常数b记为b1;在入磨细度2下测试标样的常数b记为b2;
m=ln(b2/b1)/lnc。
优选的,前述的物料的易磨性评价方法,其中同一种物料,物料的入磨细度不变,磨机条件改变时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×cn×t;
其中,a、b和c不变,n为磨机条件换算系数。
优选的,前述的物料的易磨性评价方法,其中所述的磨机条件换算系数n通过以下步骤测定:在磨机条件1下测试标样的易磨性指数记为c1;在磨机条件2下测试标样的易磨性指数记为c2;
n=lnc1/lnc2。
本发明提出的一种物料的易磨性评价方法,其中所述的物料的细度值还能采用颗粒的表面积表征;以粉磨时间为自变量,物料细度值为因变量,将物料的细度值和粉磨时间计算拟合得到因变量随自变量变化的函数关系式如下:
P′=(a′+b′×c′t)2;
其中,a'、b'和c'均为常数,粉磨时间t的单位为秒,物料细度值为物料颗粒平均表面积,其单位为平方米;
通过比较所述的物料对应的常数c'的大小以评价物料的易磨性;评价原则如下:在相同的试验条件下,不同的物料,其所对应的函数关系中的常数c'越大,则表示该物料的易磨性越差,也即物料越难磨;c'越小,则物料的易磨性越好,物料越易磨。
本发明还提出一种预测粉磨物料细度的方法,其包括以下步骤:
1)根据前述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×ct;
2)将粉磨时间T代入上述函数关系式,能预测粉磨时间T时刻的物料的粉磨物料细度值pT为:
pT=a+b×cT。
优选的,前述的预测粉磨物料细度的方法,其中固定粉磨的试验条件,相同物料的物料细度值p随粉磨时间t变化的函数关系式相同;执行步骤2)预测粉磨一定时间时的物料的粉磨物料细度。
本发明还提出一种预测物料粉磨时间的方法,其包括以下步骤:
1)根据前述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×ct;
2)将物料细度值P代入上述函数关系式,能预测物料细度值为P时需要的粉磨时间T:
T=In((P-a)/b)/Inc。
优选的,前述的预测物料粉磨时间的方法,其中固定粉磨的试验条件,相同物料的物料细度值p随粉磨时间t变化的函数关系式相同;执行步骤2)预测粉磨至一定的物料细度所需要的粉磨时间。
下面通过具体的实施例做进一步说明。
实施例1:
将硅石破碎,进入振动磨粉磨,粉磨至一定时间,取出物料测定其细度值,继续粉磨至一定时间,再取出物料测定其细度值,重复此过程4次以上,具体的粉磨时间及物料所对应的平均颗粒粒径的关系如下表1-1所示。通过软件Origin计算拟合物料颗粒粒径随粉磨时间变化的指数函数关系式为:p=a+bct,p为颗粒的平均颗粒粒径,t为粉磨时间,a,b和c均为常数,其中0<c<1。所述的物料计算拟合曲线如附图1所示,该曲线所对应的参数见表1-2所示。根据附图1及表1-2的拟合曲线参数可知,硅石的易磨性指数c为0.9978。
表1-1硅石的物料细度值随粉磨时间的测试数据
粉磨时间/min | 细度/μm |
6 | 200.00 |
10 | 126.19 |
14 | 79.00 |
18 | 50.23 |
20 | 44.77 |
22 | 39.91 |
表1-2硅石的粉磨拟合曲线参数表(由计算机软件自带给出)
物料 | a,米 | b,米 | c |
硅石 | 1.61×10-5 | 4.11×10-4 | 0.9978 |
此外,通过上述获得的函数关系式,计算预测上述的硅石粉磨至平均粒径达到100μm所需的粉磨时间约为720s。本发明对上述的物料硅石重新取料入磨粉磨,直接粉磨至12min,取出测定其物料平均粒径为100.32μm,该实际测试的结果几乎等于本发明所提出的预测方法计算的结果,验证了本发明所提出的预测方法用于预测粉磨所需的时间和预测物料细度准确可靠。
实施例2:
同实施例1,物料更换为黄沙。具体的粉磨时间及物料所对应的平均颗粒粒径的关系如下表2-1所示。通过软件Origin计算拟合曲线如附图2所示,该曲线所对应的参数见表2-2所示。根据拟合曲线参数可知,黄沙的易磨性指数c为0.9936。
表2-1黄沙的物料细度值随粉磨时间的测试数据
粉磨时间/min | 细度/μm |
2 | 200.00 |
4 | 112.47 |
6 | 70.96 |
8 | 56.37 |
10 | 44.77 |
12 | 39.91 |
表2-2黄沙的粉磨拟合曲线参数表(计算机软件自带给出)
物料 | a,米 | b,米 | c |
黄沙 | 3.76×10-5 | 3.51×10-4 | 0.9936 |
根据拟合曲线参数可知,实施例1的硅石和实施例2的黄沙,其易磨性指数c分别为0.9978和0.9936。根据物料易磨性评价规则,在相同的试验条件下,不同的物料,其所对应的方程式中的常数c越大,则表示该物料的易磨性越差,也即物料越难磨。因此,表明了硅石比黄沙更难粉磨。
从另一个角度看,通过对比实施例1的硅石和实施例2的黄沙,其物理颗粒从相同的粒径粉磨至细度39.91μm所需要的粉磨时间,硅石需要22min,而黄沙则只需要12min,同样表明硅石比黄沙更难粉磨。该结论与通过易磨性指数c比较所得出的结果一致。
实施例3:
将砂岩破碎,进入振动磨粉磨,粉磨至一定时间,取出物料测定其细度值,继续粉磨至一定时间,再取出物料测定其细度值,重复此过程4次以上,具体的粉磨时间及物料所对应的平均颗粒粒径的关系如下表3-1所示。通过软件Origin计算拟合物料颗粒粒径随粉磨时间变化的指数函数关系式为:p=a+bct,p为颗粒的平均颗粒粒径,t为粉磨时间,a,b和c均为常数,其中0<c<1。所述的物料计算拟合曲线如附图3所示,该曲线所对应的参数见表3-2所示。根据拟合曲线参数可知,砂岩的易磨性指数c为0.9987。
表3-1砂岩的物料细度值随粉磨时间的测试数据
粉磨时间/min | 细度/μm |
2 | 126.19 |
6 | 100.24 |
10 | 70.96 |
12 | 60.00 |
14 | 50.24 |
16 | 44.77 |
18 | 39.91 |
表3-2砂岩的粉磨拟合曲线参数表(计算机软件自带给出)
物料 | a,米 | b,米 | c |
砂岩 | 5.48×10-6 | 1.44×10-4 | 0.9987 |
此外,通过上述获得的函数关系式,计算预测上述的页岩粉磨至平均粒径达到100μm所需的时间约为270s。本发明对上述的物料页岩重新取料入磨粉磨,直接粉磨至4.5min,取出测定其物料平均粒为100.24,该实际测试结果几乎等于本发明所提出的预测方法计算的结果,再次验证了本发明所提出的预测方法用于预测粉磨所需的时间和预测物料细度准确可靠。
实施例4:
同实施例3,物料更换为页岩。具体的粉磨时间及物料所对应的平均颗粒粒径的关系如下表4-1所示。通过软件Origin计算拟合曲线如附图4所示,该曲线所对应的参数见表4-2所示。根据拟合曲线参数可知,页岩的易磨性指数c为0.9930。
表4-1页岩的物料细度值随粉磨时间的测试数据
表4-2页岩的粉磨拟合曲线参数表(计算机软件自带给出)
物料 | a,米 | b,米 | c |
页岩 | 3.98×10-5 | 3.43×10-3 | 0.9930 |
根据拟合曲线参数可知,实施例3的砂岩和实施例4的页岩,其易磨性指数c分别为0.9987和0.9930。根据物料易磨性评价规则,在相同的试验条件下,不同的物料,其所对应的方程式中的常数c越大,则表示该物料的易磨性越差,也即物料越难磨。因此,表明了砂岩比页岩更难粉磨。
实施例5:
将硅石进行破碎,分三组进行实验。其中:
A组:加入200g物料进行粉磨。
B组:加入200g物料进行粉磨,与A组比,本次改变了计时时间,即改变物料入磨细度。
C组:加入150g物料进行粉磨,与A组比,改变了物料的粉磨效率。
三组物料分别进入振动磨机,粉磨至不同时间,取出测定细度,并重复此过程4次以上。具体粉磨时间及对应物料平均粒径变化见下表5-1。
表5-1不同实验条件下硅石的细度变化
通过软件Origin计算拟合曲线分别如附图5-A,附图5-B和附图5-C所示,所述的三组曲线所对应的参数见表5-2所示。
表5-2不同试验条件下硅石粉磨拟合曲线参数表(计算机软件自带给出)
物料 | a,米 | b,米 | c |
A组 | 1.61×10-5 | 4.11×10-4 | 0.9978 |
B组 | 1.56×10-5 | 3.13×10-4 | 0.9978 |
C组 | 2.23×10-5 | 4.40×10-4 | 0.9968 |
根据表5-2的参数结果可见:
对比A组和B组的实验结果,在相同实验条件下,也即:同种物料,同样型号的磨机,及相同的粉磨功率参数等,仅计时起点有差异时,或者说是物料入磨的细度有差异时,物料细度的变化速率基本相同。结合附图5-A和附图5-B也可看出,在误差范围内,可以认为,不同计时起点,或者说不同的物料入磨细度,可视为将函数关系曲线向t轴方向平移,即p=a+bc^(t-m),即a和c不变,常数b变化为“bc^(-m)”。
对比A组和C组样品的实验结果,明显C组粉磨效率较高,同等粉磨时间相比,C组物料的粒径变化相对更快。结合附图5-B和附图5-C可看出,不同粉磨效率(或不同型号的磨机),在保持物料入磨细度和计时时间等条件相同时,可视曲线为t轴方向的放大缩小倍数关系,即p=a+bc^(nt),其中a和b不变,常数c变化为“c^n”。经计算,B组试验条件和C组试验条件的换算系数n≈0.68。
由上述的试验结果可见,相同磨机条件,同一物料具有相同的易磨性指数c;不同的磨机条件,物料的易磨性指数c可以通过标样计算n值,进行c值的换算对比。
综上,物料的细度随粉磨时间存在渐进指数函数关系p=a+bct,p为颗粒的平均颗粒粒径,t为粉磨时间,a,b和c均为常数,其中0<c<1。易磨性指数c可用于评定物料的易磨性程度,其中c越大,物料越难于粉磨,c越小,物料越易于粉磨。使用该方法获得的经验函数公式,可用于预测物料随粉磨时间的粉磨细度,可有效控制粉磨时间和粉磨细度等生产参数。
本发明权利要求和/或说明书中的技术特征可以进行组合,其组合方式不限于权利要求中通过引用关系得到的组合。通过权利要求和/或说明书中的技术特征进行组合得到的技术方案,也是本发明的保护范围。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种物料的易磨性评价方法,其特征在于,其包括以下步骤:
1)将物料破碎后粉磨;
2)每粉磨一定时间,取出部分物料,测定物料细度,然后继续粉磨;
3)重复上述步骤2)至少4次以上,粉磨时间依次记录为t1、t2、t3、t4......,以及该粉磨时间所对应的物料细度值依次记录为p1、p2、p3、p4......;
4)以粉磨时间为自变量,物料细度值为因变量,将步骤3)采集的粉磨时间和物料细度值计算拟合,得到因变量随自变量变化的函数关系式如下:
p=a+b×Ct;
其中,a、b和c均为常数,常数a为物料的极限磨细粒径,与物料特性有关,常数b与a和粉磨时间计时起点的物料初始粒径P有关,P=a+b,粉磨时间t的单位为秒,物料细度为物料颗粒平均粒径,其单位为米;
5)c为物料易磨性指数,通过比较所述的物料易磨性指数c的大小以评价物料的易磨性;
评价原则如下:在相同的试验条件下,不同的物料,其物料易磨性指数c越大,则表示该物料的易磨性越差,也即物料越难磨;其物料易磨性指数c越小,则物料的易磨性越好,物料越易磨。
2.根据权利要求1所述的物料的易磨性评价方法,其特征在于,
所述的物料采用磨机粉磨。
3.根据权利要求1所述的物料的易磨性评价方法,其特征在于,
所述的粉磨时间以物料送入磨机开始粉磨启动计时。
4.根据权利要求1所述的物料的易磨性评价方法,其特征在于,
所述的计算拟合采用计算机软件实现。
5.根据权利要求1所述的物料的易磨性评价方法,其特征在于,
同一种物料,磨机条件不变,仅改变物料的入磨细度时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×Ct-m;
其中,a、b和c不变,m为入磨细度换算系数。
6.根据权利要求5所述的物料的易磨性评价方法,其特征在于,
所述的入磨细度换算系数m通过以下步骤测定:在入磨细度1下测试标样的常数b记为b1;在入磨细度2下测试标样的常数b记为b2;
m=ln(b2/b1)/lnc。
7.根据权利要求1所述的物料的易磨性评价方法,其特征在于,
同一种物料,物料的入磨细度不变,磨机条件改变时,所述的因变量随自变量变化的函数关系式如下:
p=a+b×cn×t;
其中,a、b和c不变,n为磨机条件换算系数。
8.根据权利要求7所述的物料的易磨性评价方法,其特征在于,
所述的磨机条件换算系数n通过以下步骤测定:在磨机条件1下测试标样的易磨性指数记为c1;在磨机条件2下测试标样的易磨性指数记为c2;
n=lnc1/lnc2。
9.一种预测粉磨物料细度的方法,其特征在于,其包括以下步骤:
1)根据权利要求1-8任一项所述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×ct;
2)将粉磨时间T代入上述函数关系式,能预测粉磨时间T时刻的物料的粉磨物料细度值pT为:
pT=a+b×CT。
10.一种预测物料粉磨时间的方法,其特征在于,其包括以下步骤:
1)根据权利要求1-8任一项所述的物料易磨性评价方法,获得物料细度值p随粉磨时间t变化的函数关系式如下:
p=a+b×Ct;
2)将物料细度值P代入上述函数关系式,能预测物料细度值为P时需要的粉磨时间T:
T=In((P-a)/b)/InC。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355712.8A CN110008643B (zh) | 2019-04-29 | 2019-04-29 | 物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355712.8A CN110008643B (zh) | 2019-04-29 | 2019-04-29 | 物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110008643A CN110008643A (zh) | 2019-07-12 |
CN110008643B true CN110008643B (zh) | 2023-07-11 |
Family
ID=67174979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910355712.8A Active CN110008643B (zh) | 2019-04-29 | 2019-04-29 | 物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110008643B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104307601B (zh) * | 2014-10-10 | 2017-05-17 | 上海凯盛节能工程技术有限公司 | 一种立磨选型试验系统及方法 |
CN107451731B (zh) * | 2017-07-31 | 2020-09-22 | 成安金隅太行水泥有限公司 | 快速确定水泥球磨机陶瓷研磨体最佳级配的方法 |
CN109342279B (zh) * | 2018-10-10 | 2021-10-15 | 华东理工大学 | 基于粉磨机理和神经网络的混合软测量方法 |
-
2019
- 2019-04-29 CN CN201910355712.8A patent/CN110008643B/zh active Active
Non-Patent Citations (4)
Title |
---|
对邦德功指数计算磨机产量的讨论与建议;梁婕,罗帆,孔庆东;水泥工程(第03期);全文 * |
水泥原料易磨性试验及其方法的讨论;罗帆;水泥(第12期);全文 * |
煤磨产量与细度关系式的试验分析;吴志明;邹一峰;郑新俊;;中国水泥(第03期);全文 * |
粉煤灰易磨性试验方法探讨;杜鑫;魏洪晓;聂文海;倪祥平;;水泥(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110008643A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | A specific energy-based size reduction model for batch grinding ball mill | |
Daniel et al. | HPGR model verification and scale-up | |
CN102253068B (zh) | 熔体熔炼取样-x射线荧光光谱法分析钒铁合金成分的方法 | |
Todorovic et al. | A quick method for Bond work index approximate value determination | |
Cho et al. | Optimum choice of the make-up ball sizes for maximum throughput in tumbling ball mills | |
Van Essendelft et al. | Grindability determination of torrefied biomass materials using the Hybrid Work Index | |
CN102165382A (zh) | 用于控制工业过程的方法和系统 | |
Austin et al. | Simulation of wet ball milling of iron ore at Carajas, Brazil | |
CN110008643B (zh) | 物料易磨性的评价方法及物料粉磨时间和粉磨物料细度的预测方法 | |
CN107451731A (zh) | 快速确定水泥球磨机陶瓷研磨体最佳级配的方法 | |
Ganesan et al. | Prediction and optimization of cylindrical grinding parameters for surface roughness using Taguchi method | |
Wang et al. | Integrated assessment and optimization of dual environment and production drivers in grinding | |
Marsh et al. | In-process measurement of form error and force in cylindrical-plunge grinding | |
CN107186287A (zh) | 一种降低内齿强力珩齿珩削径向力大小的方法 | |
Lane et al. | Power-based comminution calculations using Ausgrind | |
JP6090994B2 (ja) | 炭化物の製造方法、及び炭化物の品質検査方法 | |
Chandramohan et al. | Reliability of some ore characterization tests | |
Kumar et al. | Optimization and prediction of sintering process parameters for magnetic abrasives preparation using response surface methodology | |
Opazo et al. | Experimental Evaluation of power Requirements for Wet grinding and Its comparison to Dry grinding | |
Popov | Increasing the efficiency of diamond edging of flat glass. | |
Pasikatan et al. | Modeling the size properties of first–break ground wheat | |
Cai et al. | Soft sensor of vertical mill material layer based on LS-SVM | |
Couët et al. | A new methodology for geometallurgical mapping of ore hardness | |
Daniel | The Researcher Who Rummaged through Bond’s Tool Box | |
Shi et al. | Exploration of a new approach for calibrating grinding power model |
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 |