CN114707280A - 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法 - Google Patents

一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法 Download PDF

Info

Publication number
CN114707280A
CN114707280A CN202210500600.9A CN202210500600A CN114707280A CN 114707280 A CN114707280 A CN 114707280A CN 202210500600 A CN202210500600 A CN 202210500600A CN 114707280 A CN114707280 A CN 114707280A
Authority
CN
China
Prior art keywords
spiral
sorting machine
particles
fluent
parameters
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.)
Pending
Application number
CN202210500600.9A
Other languages
English (en)
Inventor
向哲源
游泽苍
赵司仪
马若涵
周恩宇
李珅
姬国钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202210500600.9A priority Critical patent/CN114707280A/zh
Publication of CN114707280A publication Critical patent/CN114707280A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于FLUENT‑EDEM耦合仿真的螺旋分选机结构优化方法，属于能源领域。该方法基于CFD技术，进行有限元ANSYS mesh网格划分后，使用FLUENT模拟流体流动状态，并通过CFD与DEM双向耦合数值模拟，采用欧拉‑拉格朗日模型进行仿真。该方法可以清楚直观地分析颗粒在流体中的运动情况，并且通过模拟分析对螺旋分选机的各项参数进行改进优化，指导工业生产中颗粒分选机最优化操作及运行，实现事半功倍和提质增效。相较其它传统实验设备研究方法，该方法具备研发成本耗资更低、局限性更小、设计效率更高等优点。

Description

一种基于FLUENT-EDEM耦合仿真的螺旋分选机结构优化方法
技术领域
本发明属于能源领域，具体涉及一种基于CFD螺旋分选机的优化设计与仿真技术与方法。
背景技术
螺旋分选机是依靠是矿浆中的颗粒在重力、水流曳力、离心力等作用下按密度差异实现分层分选的细粒煤重选设备。螺旋分选机的分选效果与分选机的结构参数(包括切向倾角、径向倾角、槽底形状、螺旋槽的长度和形状和旋转速度及方向等参数)有紧密联系(参考文献：赵银银.螺旋分选机结构参数对分选效果的影响[J].机械管理开发,2018,33(09):123-124.DOI:10.16525/j.cnki.cn14-1134/th.2018.09.052.)。
其在实际应用中的常见故障及其原因主要有：1.分选矿石效率低下；2.槽内煤泥量突然增多；3.产品质量不合要求；4.槽上的静态颗粒太大；5.个别槽煤泥量明显降低。该专利所介绍的优化设计与仿真方案可以极大程度的解决分选机以分选效率低下为主的各项问题。并且螺旋分选机的其他研究方法存在理论分析不足(只可用于螺旋分选机流场的定性分析，相关经验公式缺乏试验验证)以及试验测定不足(精度有限，尤其是螺旋槽内缘流膜较薄时，很难准确测出实际的流膜厚度需要特定的试验测试装置，成本较高；流膜较薄时测试结果不理想；需要将从槽底注射示踪液体，操作要求较高)等不足之处。
实践表明，相对于其他分选设备，螺旋分选机具有结构简单、分选效率高、无噪音、无转动部件、无动力、维修费用极少、使用期限较长等优点。设备分选密度通常在1.60g/cm3及以上，多用于动力煤选煤厂及可选性好的炼焦煤选煤厂。
通过实验方法难以分析颗粒在螺旋分选机中的运动和分选过程，而通过制作实物装置来探究螺旋分选机结构参数对分选效果的影响成本过高难以实现。因此，利用计算流体力学(CFD)结合颗粒离散元(DEM)来模拟颗粒在流体中运动情况以分析不同结构参数螺旋分选机分选效果是一种有效途径，对于颗粒与气液流程的模拟主要采用欧拉-欧拉模型和欧拉-拉格朗日模型。国内外关于利用CFD仿真模拟优化螺旋分选机效果研究较少，高淑玲等人采用CFD方法研究了内槽和中槽斜率对流场特性和颗粒分离性能的影响，通过调整内槽和中槽的坡度将分离效率提高至80.80％(参考文献：Gao,S.L.,Meng,L.G.,Zhou,X.H.,Shen,Y.B.,Cui,B.Y.,&Song,Z.G.Design of partial cross-sectional geometryand prediction of separation performance in the spiral separator.SeparationScience and Technology.doi:10.1 080/01496395.2022.2028166)。近年来，随着颗粒离散理论(DEM)与多相流动模型的不断成熟，CFD结合DEM模拟固液两相流结果越来越接近真实值(参考文献：黄波,许秋石,徐宏祥,叶贵川,刘翔.螺旋分选机流场及颗粒运动的数值模拟研究[J].中国矿业大学学报,2019,48(03):655-661.DOI:10.13247/j.cnki.jcumt.001011.)。因此，利用CFD进行螺旋分选机结构参数优化以获得更好的分选效果有较高的实现可能和价值。前述研究着重关注于某种特定结构参数对分选效果的影响，本方法优势在于不仅综合考虑所有结构参数来获得最优结构，还考虑螺旋分选机结构成本与分选效果的关系，以此获得低成本高效率的分选机，更宜于工业实际应用。本发明旨在利用建模模拟不同结构参数的螺旋分选机，同时运用FLUENT+EDEM等软件模拟计算液固两相流在螺旋分选机的运动情况，通过不断调整螺旋分选机的结构参数获得最优的分选效果。
同时，目前的CFD仿真模拟中普遍存在(1)计算精度比较低；(2)对复杂系统进行仿真时，线路上实现的难度较大,精度不易保证；(3)当系统中的逻辑判断环节较多时，仿真比较困难，可行性弱；(4)自动化程度低，要通过人工进行排查问题、布置等缺点。该方法将大幅度且有针对性地克服以上缺陷并完成仿真、优化，突破矿产能源领域与计算流体力学领域的界面瓶颈，充分做到学科跨界与融合，解决现实技术问题。
发明内容
本发明旨在提供一种运用计算流体力学(Computational Fluid Dynamics)技术来提高螺旋分选机分选效率和实用价值的仿真模拟方法。该方法基于CFD技术，进行有限元ANSYS mesh网格划分后，使用FLUENT模拟流体流动状态，并通过CFD与DEM双向耦合数值模拟，采用欧拉-拉格朗日模型进行仿真。该方法可以清楚直观地分析颗粒在流体中的运动情况，并且通过模拟分析对螺旋分选机的各项参数进行改进优化，指导工业生产中颗粒分选机最优化操作及运行，实现事半功倍和提质增效。相较其它传统实验设备研究方法，该方法具备研发成本耗资更低、局限性更小、设计效率更高等优点。
本发明的技术方案：
一种基于FLUENT-EDEM耦合仿真的螺旋分选机结构优化方法，步骤如下：
步骤1.根据拟用螺旋分选机结构，进行三维建模，将螺旋分选机三维模型导出为IGS格式。使用mesh软件在螺旋分选机三维模型基础上划分网格，将划分网格后的几何体导出为mesh文件；使用FLUENT打开mesh文件，并导出为Boundary Mesh。网格大小一般设为颗粒大小的3-10倍，以保证计算的稳定性、准确性与精确性。
步骤2.使用EDEM软件，根据实际螺旋分选机分选矿浆颗粒材料参数、实际螺旋分选机材料参数设置颗粒材料Bulk Material模块以及设备材料Equipment Material模块，颗粒材料Bulk Material模块、设备材料Equipment Material模块设置并完善重量比例，固体密度Solid Density，泊松比Poisson’s Ratio，剪切模量Shear Modulus、杨氏模量Young’s Modulus、碰撞恢复系数Coefficient of Restitution，静摩擦系数Coefficientof Static Friction，滚动摩擦系数Coefficient of Rolling Friction、颗粒形状ModifyShape、粒径Physical Radius等有关参数。
步骤3.使用EDEM软件的几何Geometries模块选择导入几何模型ImportGeometries，输入步骤1得到的Boundary Mesh文件。在入口面建立颗粒工厂。依据实际工艺情况设置颗粒数量、质量、进入速度等相关参数。使用EDEM软件的在环境Environment模块，设置重力Gravity，进入模拟器设置Simulator Settings预备计算页面，设置时间步长、总时间、模拟器网格Simulator Grid—像元大小Cell Size，等待耦合连接。
步骤4.使用FLUENT软件读取耦合接口，连接EDEM，打开DDPM模型。采用FLUENT软件中的RNG k-ε湍流模型对螺旋分离器内的湍流问题进行数值模拟。计算域的边界被划分为进口平面、出口平面、上面、槽壁。在恒定流速的进口平面上加一个速度入口边界条件，入口速度为入口体积流量与入口面积的比值。出口平面施加压力出口条件，设置绝对压力；并设置流体密度、粘度、速度幅度、湍流强度、水力直径等相关参数。初始化后开始计算模拟固相和液相的流动过程，可显示不同内部区域段矿带中颗粒的粒径分布情况，计算得到最佳分离器位置以及最高分选效率。
后处理过程中，分别选取粒度不同的矿物对应的全部颗粒，通过其轨迹图观察颗粒的运动轨迹螺旋线的直径大小随分选圈数增加的变化情况。根据上面的结果，绘制粒度不同的矿物的收集率与径向距离的曲线，以直观体现分选效果。
步骤5.螺旋分选机结构参数包含距径比、下斜角、初始径向倾角、圈数等，本方法针对的螺旋分选机结构优化效果，主要通过颗粒在分选过程中达到运动平衡后的径向距离来反映。对于螺旋分选机结构参数的优化，具体过程为：
首先根据螺旋分选机原有结构参数，将待优化的参数作为自变量，通过改变自变量并利用三维建模软件，建立螺旋分选机三维模型；然后进行有限元ANSYS mesh网格划分后，使用FLUENT模拟流体流动状态，并通过CFD与DEM双向耦合数值模拟，采用欧拉-拉格朗日模型进行仿真模拟，分析颗粒在螺旋分选机中的运动行为；其次，不断改变螺距、流量、螺旋槽内径和槽深等参数，分别将各参数作为自变量，建立改变了单一自变量的螺旋分选机三维模型，重新按照上述步骤1至4进行前处理操作并计算，观察它们对颗粒到达运动平衡后径向距离的影响以计算颗粒收集率，将其绘制成颗粒收集率曲线并分析曲线在径向距离的投影距离长短作为评价指标，表征颗粒进入内缘的时间长短从而进行优化。根据多次优化的大数据显示，颗粒的密度越大，其平衡半径越靠近螺旋槽内缘；颗粒达平衡状态后的径向距离随螺距、流量以及内径的减小而减小，随槽深的减小而增加；较小的螺距、较小的内径和较大的槽深有利于矿浆颗粒的分选。
这里以初始径向倾角为例，将螺旋分选机结构参数螺旋槽断面的初始径向倾角作为自变量，相应建立螺旋分选机三维模型，经过计算后分别得到不同粒度矿物颗粒在螺旋槽下方排出口处的颗粒收集率。以颗粒收集率曲线在径向的投影距离长短作为评级指标，即以颗粒进入内缘的时间长短作为确定最高分选效率和最优结构方案的依据。距离越短，表示颗粒进入内缘精矿区的时间越短，分选效果越好，分选效率越高。经过对照实验，选取最佳结构参数。
本发明的有益效果：本文提出的基于FLUENT-EDEM耦合的仿真方法对螺旋分选机结构参数(切向倾角、径向倾角、槽底形状、螺旋槽的长度和形状和旋转速度及方向)进行优化，在进行矿物分选时，可根据实际应用情况下颗粒性质的不同，进行相应的仿真优化，在设计螺旋分选机的结构参数时还应根据实际情况予以特定调整，进而得到较好的分选效果。
附图说明
图1为分选机A型号。
图2为分选机A型号流域空间。
图3为组合式分选机。
具体实施方式
下面将结合具体实施例和附图对本发明的技术方案进行进一步的说明。
1.数据收集
根据所需分选的矿浆总固体喂料量、固体重量浓度、水量、固体相对密度(平均值不含空隙)、确定了单位时间固体体积(不含空隙)、单位时间矿浆体积(水密度按1t/h)、喂料出口管径、从而计算得到出口流速(矿浆进入螺旋初速度)。
本实验基于Fluent软件和EDEM软件。本案例所用螺旋分选机模型基本参数包含：螺旋槽内径、外径、起始角度、旋转圈数、高度为以mm为单位的10的3次方数量级，导出IGS格式文件。使用mesh软件划分网格，最小网格大小为2mm，导出为mesh文件。
使用EDEM软件时，本仿真案例结合企业工厂实际测量平均值并查阅了相关几种造岩矿物与常见岩(矿)石弹性模量平均值的物性资料，最终所使用的实际分选矿浆颗粒粒子构成分别为：钒钛磁铁矿(粒度、重量比例、相对密度、单位时间重量、D50、杨氏模量、体积模量、泊松比)、尾砂(粒度、重量比例、相对密度、单位时间重量、D50、杨氏模量、体积模量、泊松比)、非磁铁矿之重矿物(粒度、重量比例、相对密度、单位时间重量、D50、杨氏模量、体积模量、泊松比)，螺旋分选机材料为不锈钢(泊松比为、质量密度为、剪切模量为)。我们根据岩石宏观力学物性资料得到参数结合矿石离散元模型仿真试验经验确定了颗粒与颗粒之间恢复系数为、静摩擦系数为、动摩擦系数为，设置颗粒与模型之间恢复系数为、静摩擦系数为、动摩擦系数为。
2.耦合计算
耦合计算具体过程如下：
根据拟用螺旋分选机结构，进行三维建模，导出为IGS格式。使用mesh软件在结构基础上划分网格(网格形状：六面体，网格大小：2.0mm)，将流体进出口重命名，导出为mesh文件。使用FLUENT打开mesh文件，并导出Boundary Mesh。
EDEM耦合仿真前期处理过程：
a.创建三种颗粒材料Bulk Material对应三种不同规格和性质的进料颗粒，
b.在对应颗粒材料Bulk Material下创建颗粒particle，选择单个球体SingleSphere模拟颗粒运动
c.设置多种颗粒材料Bulk Material的参数，具体要求与数据如下：
Figure BDA0003634271620000051
d.增加颗粒材料Bulk Material与颗粒材料Bulk Material的碰撞。
e.设置设备材料Equipment Material的参数，具体要求与数据如下：
Figure BDA0003634271620000061
f.导入几何模型Import Geometries，输入由FLUENT导出的分选机mesh文件。
g.本计算中设置颗粒工厂的种类为总质量Total Mass，生成速率GenerationRate—目标质量Target Mass，开始时间Start Time为1e-12s，生成粒子最大尝试次数MaxAttempts to Place Particle为20。
h.设置颗粒进料速度为0.56m/s，重力为竖直向下的9.81m/s2。
i.进入模拟器设置Simulator Settings预备计算页面，设置模拟时长SimulationTime--总时长Total Time设置为0.1s，数据保存Data Save—目标保存间隔Target SaveInterval设置为0.01s，模拟器网格Simulator Grid—像元大小Cell Size第一项设置为3R，模拟器引擎Simulator Engine—CPU内核数Number of CPU Cores设置为4。
j.打开耦合连接，等待与FLUENT进行耦合
FLUENT前处理过程：
a.使用FLUENT软件打开mesh文件。
b.重力加速度大小设置为9.81m/s2。
c.读取journal文件，选择耦合接口。
d.连接EDEM，打开DDPM模型。
e.选择k-epsilon(2eqn)湍流模型→湍流多相模型Turbulence MultiphaseModel选择浸没Dispersed。
f.流体材料命名为water，特性Properties下密度Density设置为1000kg/m3，粘性Viscosity设置为0.001003kg/m-s。
g.固体材料为不锈钢，特性Properties下密度Density设置为7800kg/m3。
h.边界条件Boundary Conditions→入口inlet→入口(速度-入口)inlet(velocity-inlet)→相-1phase-1的速度幅度Velocity Magnitude设置为0.56m/s，在湍流Turbulence下的规格方法Specification Method栏选择强度和水力直径Intensity andHydraulic Diameter，湍流强度Turbulent Intensity设置为5，水力直径HydraulicDiameter设置为0.36m。
i.边界条件Boundary Conditions→出口outlet→出口(压力-出口)outlet(pressure-outlet)→相-1phase-1在湍流Turbulence下的规格方法SpecificationMethod栏选择强度和水力直径Intensity and Hydraulic Diameter，湍流强度TurbulentIntensity设置为5，水力直径Hydraulic Diameter设置为0.36m。
j.初始化后，时间步长Time Step Size(s)设置为1e-5→时间步数Number ofTime Steps设置为500，开始计算。
后处理：
显示不同内部区域段矿带中颗粒的粒径分布情况，计算得到最佳分离器位置以及最高分选效率。
3.优化建模
为了比对不同参数的改变对现有模型的优化程度，可根据产品公司提供的螺旋分选机模型，先构造出符合分选机以及其混合流体的流动空间三维模型，然后有针对性的改变参数，对比模拟计算矿物分选效率。优化建模时考虑改变的参数主要包括螺旋分选机的切向倾角(螺距、螺旋直径)、径向倾角、槽深，螺旋槽底面形状等。具体优化过程表现为在特定范围内进行效率测试，如控制螺旋分选机螺距与直径之比为0.4～0.5，根据矿物性质在该范围内不断缩小，找到对应最佳值。
4.反复计算过程
为了检验优化后的建模带来的性能方面的提高，用同样的FLUENT-EDEM耦合计算方法进行再次计算，保持原有的颗粒、装置的材料等参数的基础上，只将mesh格式文件替换成优化后的新装置模型，进行反复计算过程。
5.模拟实验数据分析
充分考虑到螺旋分选机在不同的形状参数下对于不同的颗粒进行分选所产生的影响，为了探究具体有哪些参数会影响到模拟实验的实验结果，针对螺旋分选机的不同的参数在FLUENT-EDEM耦合时进行设定和计算，最终得到各项参数与颗粒分选结果之间的关系。
a.切向倾角α
切向倾角反映了螺距和螺旋直径的大小。螺旋槽的切向倾角在槽面不同半径处并不一样，随半径r的减小而增大。以螺距d与螺旋最大直径之比d/2R来表示螺旋的这一结构特征。由颗粒在纵断面上的受力分析可知，颗粒的运动速度随螺旋槽的切向倾角增大而增大。当溜槽的切向倾角较小时可认为颗粒的运动是在水力作用下发生的，重力因素变得很小。显然，对于依据密度差分选矿物，小切向倾角是不利的。但为了保证矿浆流动的稳定性，以及在槽中有足够的滞留时间，以便分层分带，也不能太大。
b.径向倾角β
根据颗粒在横断面上的受力分析,颗粒在此断面上的运动速度随倾角的增大而增大。因此,更确切地说,对高灰入料,欲出低灰精煤,宜选用小α大β。具体数值范围还受横断面曲线形状的影响,需综合考虑。
c.槽面粗糙度
粗糙度在力的分析中通过摩擦因数f表现出来。由受力分析可知,摩擦因数f增大,沿槽底运动的矿粒在纵断面上的运动速度减小。由其派生出来的离心力亦小；而在横断面上,向内缘运动的速度也减小。因此,槽面具有一定的粗糙度可以降低沿槽面运动的重矿物的速度,增大矿层的层间剪切速度差,促使床层松散,从而有助于按密度差发生分层。但是在横断面上,较大的粗糙度使沉降到槽底面上的重矿物向内缘移动的速度降低,以致难以推向内缘区,影响矿粒按密度分带,导致分选指标下降。归结以上两点,要求螺旋槽面在切向有一定的粗糙度,而在径向则尽量光滑。为此可用于径向成一定角度的槽以达到增加切向粗糙度,减少径向摩擦因数的目的。
d.螺旋槽长度和圈数
螺旋槽的长度由圈数和直径共同决定。在同样的长度下,增加圈数比增加直径可收到更好的分选效果。螺旋直径增大,颗粒处理量加大,但分选下限提高。
e.其他影响因素
如螺旋槽断面形状，当地的温度，螺旋分选机使用时间等也会影响到模拟实验的结果。
6.评估指标综合分析
螺旋分选机结构的切向倾角变大,流速和湍动能相应增加，这将使颗粒所受离心力增大,利于提高分选精度，但切向倾角过高也会造成颗粒在溜槽中的停留时间减少，达到同样分离效果所需的螺旋层数增加，增加螺旋分选机结构成本。
螺旋分选机的径向倾角和切向倾角都会影响径向移动速度。因此，需要同时调整径向倾角与切向倾角获得最好的分离效果。
螺旋分选机的圈数以及直径会影响分选效果，圈数越大分选效果越好，但圈数越大，结构成本也会越高。直径的提高会影响处理量，但同时也会增加结构成本，因此应综合考虑结构成本和分选效果来调整参数。
水流流速也会影响分选效果，在保证颗粒在螺旋槽内可以正常流动的基础上，流速适当取小值，可以促进中高密度级颗粒移向内缘。
螺距对分选精度的影响：颗粒密度一定时,颗粒平衡半径(颗粒达运动平衡阶段时的径向距离)均随螺距的增加而增加。在保证低密度颗粒平衡半径在外缘的基础上，适当降低螺距，可以降低中高密度颗粒的平衡半径，促进中高密度级颗粒移向内缘，减少中高密度级颗粒的污染，进而提高螺旋分选机分选精度。
内径和槽深对分选精度的影响：颗粒密度一定时，内径越小，槽越深，平衡半径越小。选用较小的内径、较深的槽，有利于减少颗粒在螺旋分选机中的平衡半径，在一定程度上有利于促进中高密度级颗粒移向内缘，从而提升分选效果。
螺旋槽底面形状对分选精度的影响：试验表明，刻槽螺旋槽底和来复条螺旋槽底对矿群产生翻滚，水跃现象比较严重，尤其是具有来复条螺旋槽底面形状更为显著，产生过强的水跃现象，使已分层的矿物又被打乱，不利于粒群按密度分层，光面底面形状就比较好。螺旋槽底面形状上下要求一致，否则将会产生高度紊流流态，不利于析离分层。
7.组合式装置前景展望
现相关领域技术都局限于一体式螺旋分选机结构，本发明拟构建一种可拆分的组合式分选机装置结构，将分选机以圈为单位进行建造，构建可交互组装型的一系列具有不同倾角(包括径向倾角和切向倾角)的螺旋部件，基于CFD-DEM计算结果，分析不同分选阶段的流场特点，使得装置在分选同一类矿物的不同分选阶段时或分选不同性质矿物时做到对具有不同倾角的部件的灵活选择，从而组装出可应对多种情况的组合式螺旋分选机。
这种组合式螺旋分选机存在应对机制灵活，适用条件广，节约加工工艺流程与材料资源等优势，企业工厂可根据不同的分选需求而组装适配不同结构组成的螺旋分选机。

Claims (1)

1.一种基于FLUENT-EDEM耦合仿真的螺旋分选机结构优化方法，其特征在于，步骤如下：
步骤1.根据拟用螺旋分选机结构，进行三维建模，将螺旋分选机三维模型导出为IGS格式；使用mesh软件在螺旋分选机三维模型基础上划分网格，将划分网格后的几何体导出为mesh文件；使用FLUENT打开mesh文件，并导出为Boundary Mesh；
步骤2.使用EDEM软件，根据实际螺旋分选机分选矿浆颗粒材料参数、实际螺旋分选机材料参数设置颗粒材料Bulk Material模块以及设备材料Equipment Material模块，颗粒材料Bulk Material模块、设备材料Equipment Material模块设置并完善重量比例，固体密度Solids Density，泊松比Poisson’s Ratio，剪切模量Shear Modulus、杨氏模量Young’sModulus、碰撞恢复系数Coefficient of Restitution，静摩擦系数Coefficient ofStatic Friction，滚动摩擦系数Coefficient of Rolling Friction、颗粒形状ModifyShape、粒径Physical Radius；
步骤3.使用EDEM软件的几何Geometries模块选择导入几何模型Import Geometries，输入步骤1得到的Boundary Mesh文件；在入口面建立颗粒工厂；依据实际工艺情况设置颗粒数量、质量、进入速度；使用EDEM软件的在环境Environment模块，设置重力Gravity，进入模拟器设置Simulator Settings预备计算页面，设置时间步长、总时间、模拟器网格Simulator Grid—像元大小Cell Size，等待耦合连接；
步骤4.使用FLUENT软件读取耦合接口，连接EDEM，打开DDPM模型；采用FLUENT软件中的RNG k-ε湍流模型对螺旋分离器内的湍流问题进行数值模拟；计算域的边界被划分为进口平面、出口平面、上面、槽壁；在恒定流速的进口平面上加一个速度入口边界条件，入口速度为入口体积流量与入口面积的比值；出口平面施加压力出口条件，设置绝对压力；并设置流体密度、粘度、速度幅度、湍流强度、水力直径；初始化后开始计算模拟固相和液相的流动过程，可显示不同内部区域段矿带中颗粒的粒径分布情况，计算得到最佳分离器位置以及最高分选效率；
后处理过程中，分别选取粒度不同的矿物对应的全部颗粒，通过其轨迹图观察颗粒的运动轨迹螺旋线的直径大小随分选圈数增加的变化情况；根据上面的结果，绘制粒度不同的矿物的收集率与径向距离的曲线，以直观体现分选效果；
步骤5.螺旋分选机结构参数包含距径比、下斜角、初始径向倾角、圈数，对于螺旋分选机结构参数的优化，具体过程为：
首先根据螺旋分选机原有结构参数，将待优化的参数作为自变量，通过改变自变量并利用三维建模软件，建立螺旋分选机三维模型；然后进行有限元ANSYS mesh网格划分后，使用FLUENT模拟流体流动状态，并通过CFD与DEM双向耦合数值模拟，采用欧拉-拉格朗日模型进行仿真模拟，分析颗粒在螺旋分选机中的运动行为；其次，不断改变螺距、流量、螺旋槽内径和槽深参数，分别将各参数作为自变量，建立改变了单一自变量的螺旋分选机三维模型，重新按照上述步骤1至4进行前处理操作并计算，观察它们对颗粒到达运动平衡后径向距离的影响以计算颗粒收集率，将其绘制成颗粒收集率曲线并分析曲线在径向距离的投影距离长短作为评价指标，表征颗粒进入内缘的时间长短从而进行优化。
CN202210500600.9A 2022-05-09 2022-05-09 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法 Pending CN114707280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210500600.9A CN114707280A (zh) 2022-05-09 2022-05-09 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210500600.9A CN114707280A (zh) 2022-05-09 2022-05-09 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法

Publications (1)

Publication Number Publication Date
CN114707280A true CN114707280A (zh) 2022-07-05

Family

ID=82176333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210500600.9A Pending CN114707280A (zh) 2022-05-09 2022-05-09 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法

Country Status (1)

Country Link
CN (1) CN114707280A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270587A (zh) * 2022-08-02 2022-11-01 东北大学 一种螺旋溜槽流膜中矿物颗粒分离指标预测与优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270587A (zh) * 2022-08-02 2022-11-01 东北大学 一种螺旋溜槽流膜中矿物颗粒分离指标预测与优化方法
CN115270587B (zh) * 2022-08-02 2023-06-09 东北大学 一种螺旋溜槽流膜中矿物颗粒分离指标预测与优化方法

Similar Documents

Publication Publication Date Title
Chu et al. Prediction of wear and its effect on the multiphase flow and separation performance of dense medium cyclone
Sripriya et al. Studies on the performance of a hydrocyclone and modeling for flow characterization in presence and absence of air core
Patra et al. Performance evaluation of a hydrocyclone with a spiral rib for separation of particles
Hou et al. Geometrical configuration of hydrocyclone for improving the separation performance
Li et al. Effect of swirling flow on large coal particle pneumatic conveying
Hsu et al. Particles separation and tracks in a hydrocyclone
Chen et al. Systematic study of the effect of particle density distribution on the flow and performance of a dense medium cyclone
CN114707280A (zh) 一种基于fluent-edem耦合仿真的螺旋分选机结构优化方法
GAO et al. CFD numerical simulation of flow velocity characteristics of hydrocyclone
Fang et al. Simulation and experimental study on the stone powder separator of a vertical shaft impact crusher
CN111199123B (zh) 一种高浓度全尾砂浓密工艺仿真优化方法
Zhang et al. Oil shale upgrading by gas-solid high density separation fluidized bed under secondary accumulation distribution
Bing et al. Numerical simulation and experimental study on internal and external characteristics of novel Hydrocyclones
Hao et al. Effect of particle self-rotation on separation efficiency in mini-hydrocyclones
El-Emam et al. Predicting the performance of aero-type cyclone separators with different spiral inlets under macroscopic bio-granular flow using CFD–DEM modelling
CN113569503B (zh) 一种螺旋溜槽断面几何分段优化与组合设计方法
Vahedi et al. Numerical investigation of the impact of inlet channel numbers on the flow pattern, performance, and erosion of gas-particle cyclone
Esmaeilpour et al. CFD simulation and optimization of an industrial cement gas–solid air classifier
Chu et al. Modelling the multiphase flow in dense medium cyclones
Hou et al. The effects of solid shear stress and wall roughness on the simulation of cylindrical hydrocyclone classification
Varukha et al. Modelling of Separation and Air Classification Processes of Aerodisperse Systems in the Shelving Device
Vimal et al. A review on the Investigation of Hydrocyclone Performance by shape optimization
Fernández Prediction of multiphase flow and separation efficiency of industrial centrifuges by means of numerical simulation
Özer et al. A multi-component model for the vertical spindle mill
Zhang et al. CFD simulation on internal flow field of typical hydrocyclone for coal and development of novel hydrocyclone

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