CN117282507B - 一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 - Google Patents
一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 Download PDFInfo
- Publication number
- CN117282507B CN117282507B CN202311580926.8A CN202311580926A CN117282507B CN 117282507 B CN117282507 B CN 117282507B CN 202311580926 A CN202311580926 A CN 202311580926A CN 117282507 B CN117282507 B CN 117282507B
- Authority
- CN
- China
- Prior art keywords
- area
- inert
- ball mill
- particle
- ore
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000002245 particle Substances 0.000 claims abstract description 67
- 238000004088 simulation Methods 0.000 claims abstract description 43
- 238000010586 diagram Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000011835 investigation Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000009877 rendering Methods 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 5
- 239000010959 steel Substances 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000011439 discrete element method Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 102100021807 ER degradation-enhancing alpha-mannosidase-like protein 1 Human genes 0.000 description 2
- 101000895701 Homo sapiens ER degradation-enhancing alpha-mannosidase-like protein 1 Proteins 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C17/00—Disintegrating by tumbling mills, i.e. mills having a container charged with the material to be disintegrated with or without special disintegrating members such as pebbles or balls
- B02C17/10—Disintegrating by tumbling mills, i.e. mills having a container charged with the material to be disintegrated with or without special disintegrating members such as pebbles or balls with one or a few disintegrating members arranged in the container
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Crushing And Grinding (AREA)
Abstract
本发明涉及一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,属于磨矿优化技术领域。对选厂进行磨矿流程考察及矿石力学性质测定,在不同介质配比下进行离散元仿真模拟,模拟运行稳定后导出不同时刻球磨机内颗粒群的运动状态图;将不同时刻球磨机内颗粒群的运动状态图导入到imagej软件中进行处理:获得惰性区会与其他区域存在明显界限的图像,划分出惰性区范围,并统计惰性区范围面积。本发明在离散元法仿真模拟的的基础上,通过使用imagej软件处理不同时刻球磨机内颗粒运动状态图精确识别并统计磨机内惰性区的方法,从而达到对比选择出更优的磨矿介质配比方案,有效弥补以往直观观察不准确不科学的的缺点。
Description
技术领域
本发明涉及一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,属于磨矿优化技术领域。
背景技术
磨矿作为矿石入选前最重要的前处理作业,其产品的质量将决定整个选厂的经济效益。作为选厂能耗最高的工段约占选厂总能耗的60~70%,这也使得改善磨矿效果,降低磨矿工段能耗成为近些年来的研究重点。通过多年来的试验验证与研究总结,磨机内介质级配与磨矿效果及磨矿工段的提质降耗有着密切的关系,通过优化介质级配可以有效优化磨矿产品的粒度组成,改善球磨机内颗粒群的运动状态,提高能量的利用率,进而达到提质降耗、增加经济效益的最终目的。
磨矿的影响因素包括三类:入磨矿石的物理性质、粒度特性,磨矿设备的种类及结构,磨矿阶段可调节的工艺因素。入磨矿石的物理性质波动较大、改变入料粒度成本过高,现场基本不作为优化磨矿作业的手段。而对设备进行改型及更换,均需对设备进行购置或对厂房进行调整,改进成本偏高,难以最大程度地提高选厂经济效益。而通过工艺因素进行优化,可以有效降低磨矿产品的过粗和过细级别产率,通过优化球磨机内介质级配,可以积极地改善磨矿产品。
球磨机内磨矿介质在筒体的带动下做运动而呈现出不同的运动规律,如图2所示,针对磨机内介质运动规律将介质运动区域划分为:泻落区、抛落区、空白区及惰性区。空抛区处是介质无法到达的空白区域,抛落区和冲击破碎区一定程度体现介质对矿石的冲击破碎作用,泻落区和研磨区在这两个区域内介质的运动方向会发生剧烈的转变,介质间的相对速度较大,可对矿石产生研磨破碎的效果,而惰性区内颗粒群相对速度趋于零,基本无法对矿石产生破碎作用。通过惰性区面积可以很好的衡量球磨机内颗粒群的运动状态,进而对比分析出不同介质配比的优良。
在以往的分析评价中大多使用直观观察的分析手段,缺乏科学性也难以令人信服,但采用imagej软件进行图像渲染识别处理后,可以定量化的比较分析惰性区面积,更具说服力。
发明内容
针对上述现有技术存在的问题及不足,本发明提供一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法。本发明在离散元法仿真模拟的的基础上,通过使用imagej软件处理不同时刻球磨机内颗粒运动状态图精确识别并统计磨机内惰性区的方法,从而达到对比选择出更优的磨矿介质配比方案,有效弥补以往直观观察不准确不科学的的缺点。本发明通过以下技术方案实现。
一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其具体包括以下步骤:
(1)对选厂进行磨矿流程考察及矿石力学性质测定,在不同介质配比下进行离散元仿真模拟,模拟仿真时间为瑞利时间步长T,通过以下公式:
,其中R—最小颗粒半径;ρ—颗粒密度;G—颗粒剪切模量;/>—泊松比;模拟运行稳定后导出不同时刻球磨机内颗粒群的运动状态图;
(2)将步骤(1)中的不同时刻球磨机内颗粒群的运动状态图导入到imagej软件中进行处理:
(2.1)将不同时刻球磨机内颗粒群的运动状态图采用蓝通道图像渲染获得惰性区会与其他区域存在明显的界限的图像;
(2.2)将步骤(2.1)的惰性区会与其他区域存在明显的界限的图像通过图像识别划分出惰性区范围,并统计惰性区范围面积;
(3)通过步骤(2)统计出不同介质配比下惰性区范围面积并进行比较,惰性面积小为最优的磨矿介质配比方案。
所述步骤(1)中磨矿流程考察包括:球磨机给矿、球磨机排矿、分级旋流器沉砂、分级旋流器溢流;力学性质包括单轴抗压强度、泊松比、弹性模量、密度。
所述步骤(1)中不同介质配比为现场介质配比和通过戴维斯钢球运动理论及破碎统计力学计算出理论介质配比。
所述步骤(2.2)中图像识别所采用imagej软件中的魔棒工具。
所述步骤(2.2)中惰性区范围面积统计采用imagej软件中的统计模块,统计区域内的像素点面积。
本发明的有益效果是:本发明采用imagej软件对不同时刻球磨机内颗粒群运动状态图进行渲染处理并准确识别惰性区面积,量化了惰性区面积,更直观的进行比较分析,科学的对比出不同介质的优良,具有较高的实际应用价值。
附图说明
图1是本发明工艺流程图;
图2是本发明在imagej中球磨机内颗粒群的运动状态图中运动区域划分图;
图3是本发明在imagej中经过图像蓝色通道处理前后图;
图4是本发明在imagej中图像识别惰性区域划分图;
图5是本发明实施例1中一段球磨机筒体模型图;
图6是本发明实施例1中一段颗粒模型图;
图7是本发明实施例1中一段现场方案离散元模拟惰性区域划分图;
图8是本发明实施例1中一段理论方案离散元模拟惰性区域划分图;
图9是本发明实施例1中一段理论-现场方案离散元模拟惰性区域面积统计图;
图10是本发明实施例2中二段球磨机筒体模型图;
图11是本发明实施例2中二段颗粒模型图;
图12是本发明实施例2中二段现场方案离散元模拟惰性区域划分图;
图13是本发明实施例2中二段理论方案离散元模拟惰性区域划分图;
图14是本发明实施例2中二段理论-现场方案离散元模拟惰性区域面积统计图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其具体包括以下步骤:
(1)对选厂进行磨矿流程考察及矿石力学性质测定,在不同介质配比下进行离散元仿真模拟,模拟仿真时间为瑞利时间步长T,通过以下公式:
,其中R—最小颗粒半径;ρ—颗粒密度;G—颗粒剪切模量;/>—泊松比;模拟运行稳定后导出不同时刻球磨机内颗粒群的运动状态图;
(2)将步骤(1)中的不同时刻球磨机内颗粒群的运动状态图导入到imagej软件中进行处理:
(2.1)将不同时刻球磨机内颗粒群的运动状态图采用蓝通道图像渲染获得惰性区会与其他区域存在明显的界限的图像;
(2.2)将步骤(2.1)的惰性区会与其他区域存在明显的界限的图像通过图像识别划分出惰性区范围,并统计惰性区范围面积;
(3)通过步骤(2)统计出不同介质配比下惰性区范围面积并进行比较,惰性面积小为最优的磨矿介质配比方案。
所述步骤(1)中磨矿流程考察包括:球磨机给矿、球磨机排矿、分级旋流器沉砂、分级旋流器溢流;力学性质包括单轴抗压强度、泊松比、弹性模量、密度。
所述步骤(1)中不同介质配比为现场介质配比和通过戴维斯钢球运动理论及破碎统计力学计算出理论介质配比。
所述步骤(2.2)中图像识别所采用imagej软件中的魔棒工具。
所述步骤(2.2)中惰性区范围面积统计采用imagej软件中的统计模块,统计区域内的像素点面积。
实施例1
如图1所示,该通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其具体包括以下步骤:
以某选厂一段介质配比优化为实例,选厂现场介质配比为Φ120=100,理论计算优化配比为Φ120:Φ100:Φ90=50:20:30,采用与现场工业运行条件相同的参数并利用EDEM离散元仿真软件进行模拟仿真试验,总模拟时长20 s,具体操作步骤如下:
(1.1)筒体模型建立。使用SolidWorks对一段Φ4.0×6.7 m球磨机筒体进行建模,由于磨机筒体过长,仿真运算量会剧增,为保证仿真的准确性故对球磨机筒体进行缩放,一段采用Φ2.0 m×300 mm的筒体模型替代原有尺寸磨机,球磨机筒体衬板及条数与现场保持一致,见图5,
(1.2)颗粒模型建立。离散元具有很多的颗粒模型,包括球体、椭球体及超球体,同时还具有很多颗粒的填充模型。由于所处理的矿石均为不规则块体,故需要大量的颗粒进行填充,但考虑到计算机运算能力有限,进行矿石颗粒填充其运算量会成倍提升致使模拟时间过长,故将矿石颗粒简化为4mm球体。所需要的钢球颗粒模型尺寸为:120 mm、100 mm、90 mm。颗粒模型见图6,各颗粒接触参数见表1~2;
表1 各颗粒参数
表2 颗粒接触参数
(1.3)仿真时间步长确定。时间步长是模拟仿真中重要的一项参数,其确定与颗粒的最小尺寸有关,由以下公式计算得出瑞利时间步长T:
式中:R—最小颗粒半径;ρ—颗粒密度;G—颗粒剪切模量;—泊松比。
所计算得出瑞利时间步长的1~5%为所需设置的时间步长,具体时间步长的选取还应根据实际模拟的情况来进行确定,通过计算确定数值模拟的时间步长为9.95e-06;
(1.4)确定仿真模拟试验方案。模拟仿真方案主要根据磨矿理论方案与现场实际方案进行模拟仿真对比试验,试验条件与现场一致,球磨机充填率41%左右、转速率75%,模拟中颗粒生成时间设置为1s;
完成以上步骤后,便可开始模拟计算。
(2)模拟结束后,导出现场及理论方案磨机稳定运行两周后(6~10 s)每间隔0.5s的颗粒群运动状态;
(3)将(2)所获取的磨机运动状态导入imagej软件中,进行蓝通道渲染、惰性区域识别划分,得到如图7的一段现场方案离散元模拟惰性区域划分图,如图8的一段理论方案离散元模拟惰性区域划分图;从图7和图8中可以看到惰性区会与其他区域存在明显的界限,惰性区为图7和图8中的线条包裹住的内部区域;
(4)将(3)所获取的磨机不同时刻球磨机内颗粒群惰性划分,使用imagej软件中的统计模块对惰性区域进行统计,得到面积统计图如图9所示;
从图9对所划分区域像素点的面积加以统计,可以清晰地比较出惰性区的面积分布及大小,理论方案的惰性面积比现场方案的惰性面积小,所以理论方案为更优良的方案,通过后期实际生产验证,也发现理论方案的磨矿效果更好,进一步证明本方法的精准性。采用现场及理论方案的具体工业试验数据磨矿产品粒度见表3。
表3 一段旋流器溢流细度统计表
由表3可知,一段介质从现场方案逐步替换为理论方案后,旋流器溢流产品合格粒级-0.074 mm产率平均为49.25%,较工业试验前提高了10.75个百分点;中间级别产率平均为56.41%,较试验前提高了7.29个百分点;过磨级别产率平均为11.67%,较试验前下降了1.01个百分点。
故利用imagej软件分析结果可以清晰地比较出不同方案的惰性区面积,不再局限于传统的看图说话,更具有说服力,可以更加科学的对比选择出不同介质配比方案的优良,不再局限于通过实验室磨矿试验产品粒度分析来衡量配比方案的好坏,表明基于imagej的识别球磨机内惰性区面积的方法具有一定的实用效果。
实施例2
如图1所示,该通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其具体包括以下步骤:
以某选厂二段介质配比优化为实例,选厂实际配比为Φ40=100,理论计算优化配比为Φ40:Φ30=55:45,采用与现场工业运行条件相同的参数并利用EDEM离散元仿真软件进行模拟仿真试验,总模拟时长15s;
(1.1)筒体模型建立。使用SolidWorks对二段Φ2.7×4.0m球磨机筒体进行建模,由于磨机筒体过长,仿真运算量会剧增,为保证仿真的准确性故对球磨机筒体进行缩放,二段采用Φ1.6 m×300 mm的筒体模型替代原有尺寸磨机,球磨机筒体衬板及条数与现场保持一致,见图10,
(1.2)颗粒模型建立。离散元具有很多的颗粒模型,包括球体、椭球体及超球体,同时还具有很多颗粒的填充模型。由于所处理的矿石均为不规则块体,故需要大量的颗粒进行填充,但考虑到计算机运算能力有限,进行矿石颗粒填充其运算量会成倍提升致使模拟时间过长,故将矿石颗粒简化为4mm球体。所需要的钢球颗粒模型尺寸为:40 mm、30 mm。颗粒模型见图11,各颗粒接触参数见表4~5;
表4 各颗粒参数
表5 颗粒接触参数
(1.3)仿真时间步长确定。时间步长是模拟仿真中重要的一项参数,其确定与颗粒的最小尺寸有关,由以下公式计算得出瑞利时间步长T:
式中:R—最小颗粒半径;ρ—颗粒密度;G—颗粒剪切模量;—泊松比;
所计算得出瑞利时间步长的1~5%为所需设置的时间步长,具体时间步长的选取还应根据实际模拟的情况来进行确定,通过计算确定数值模拟的时间步长为9.95e-06;
(1.4)确定仿真模拟试验方案。模拟仿真方案主要根据磨矿理论方案与现场实际方案进行模拟仿真对比试验,试验条件与现场一致,球磨机充填率40%左右、转速率75%,模拟中颗粒生成时间设置为1 s;
完成以上步骤后,便可开始模拟计算。
(2)导出现场及理论方案磨机稳定运行两周后(5~7s)每间隔0.5s的颗粒群运动状态;
(3)将(2)所获取的磨机运动状态导入imagej软件中,进行蓝通道渲染、惰性区域识别划分,得到如图12的二段现场方案离散元模拟惰性区域划分图,如图13的二段理论方案离散元模拟惰性区域划分图;从图12和图13中可以看到惰性区会与其他区域存在明显的界限,惰性区为图12和图13中线条包裹住的内部区域;
(4)将(3)所获取的磨机不同时刻球磨机内颗粒群惰性划分,使用imagej软件中的统计模块对惰性区域进行统计,得到面积统计图如图14所示;
从图14对所划分区域像素点的面积加以统计,可以清晰地比较出惰性区的面积分布及大小,理论方案的惰性面积比现场方案的惰性面积小,所以理论方案为更优良的方案,通过后期实际生产验证,也发现理论方案的磨矿效果更好,进一步证明本方法的精准性。采用现场及理论方案的具体工业试验数据磨矿产品粒度见表6。
表6 二段旋流器溢流细度统计表
由表6可知,二段介质从现场方案逐步替换为理论方案后,旋流器溢流产品合格粒级-0.074 mm产率平均为65.68,较试验前提高了10.10个百分点;中间级别产率平均为69.32%,较试验前提高了13.03个百分点;过磨级别产率平均为15.54%,较试验前下降了2.91个百分点。
故利用imagej软件分析结果可以清晰地比较出不同方案的惰性区面积,不再局限于传统的看图说话,更具有说服力,可以更加科学的对比选择出不同介质配比方案的优良,不再局限于通过实验室磨矿试验产品粒度分析来衡量配比方案的好坏,表明基于imagej的识别球磨机内惰性区面积的方法具有一定的实用效果。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (3)
1.一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其特征在于具体包括以下步骤:
(1)对选厂进行磨矿流程考察及矿石力学性质测定,在不同介质配比下进行离散元仿真模拟,模拟仿真时间为瑞利时间步长T,通过以下公式:,其中R—最小颗粒半径;ρ—颗粒密度;G—颗粒剪切模量;v—泊松比;模拟运行稳定后导出不同时刻球磨机内颗粒群的运动状态图;
(2)将步骤(1)中的不同时刻球磨机内颗粒群的运动状态图导入到imagej软件中进行处理:
(2.1)将不同时刻球磨机内颗粒群的运动状态图采用蓝通道图像渲染获得惰性区会与其他区域存在明显的界限的图像;
(2.2)将步骤(2.1)的惰性区会与其他区域存在明显的界限的图像通过图像识别划分出惰性区范围,并统计惰性区范围面积;
(3)通过步骤(2)统计出不同介质配比下惰性区范围面积并进行比较,惰性面积小为最优的磨矿介质配比方案;
所述步骤(2.2)中图像识别所采用imagej软件中的魔棒工具;
所述步骤(2.2)中惰性区范围面积统计采用imagej软件中的统计模块,统计区域内的像素点面积。
2.根据权利要求1所述的通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其特征在于:所述步骤(1)中磨矿流程考察包括:球磨机给矿、球磨机排矿、分级旋流器沉砂、分级旋流器溢流;力学性质包括单轴抗压强度、泊松比、弹性模量、密度。
3.根据权利要求1所述的通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法,其特征在于:所述步骤(1)中不同介质配比为现场介质配比和通过戴维斯钢球运动理论及破碎统计力学计算出理论介质配比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311580926.8A CN117282507B (zh) | 2023-11-24 | 2023-11-24 | 一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311580926.8A CN117282507B (zh) | 2023-11-24 | 2023-11-24 | 一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117282507A CN117282507A (zh) | 2023-12-26 |
CN117282507B true CN117282507B (zh) | 2024-02-13 |
Family
ID=89248413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311580926.8A Active CN117282507B (zh) | 2023-11-24 | 2023-11-24 | 一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117282507B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2493295Y (zh) * | 2001-07-18 | 2002-05-29 | 河北科技大学 | 一种振动管磨机 |
JP2006102661A (ja) * | 2004-10-06 | 2006-04-20 | Matsushita Electric Ind Co Ltd | セラミック粉体の代表粒子径の推算方法 |
CN101490527A (zh) * | 2006-05-18 | 2009-07-22 | 昆士兰大学 | 用于确定颗粒材料的破碎特性的设备 |
CN112347689A (zh) * | 2020-10-30 | 2021-02-09 | 昆明理工大学 | 一种基于离散元法的半自磨机衬板形状优化方法 |
CN113392478A (zh) * | 2021-05-28 | 2021-09-14 | 鞍钢集团矿业有限公司 | 一种基于edem的矿山球磨机工作参数优化方法 |
CN113396145A (zh) * | 2018-10-15 | 2021-09-14 | 盖罗发现有限责任公司 | Pfkfb3抑制剂及其用途 |
KR20220074546A (ko) * | 2020-11-27 | 2022-06-03 | 창원대학교 산학협력단 | 매체형 전동밀에서 dem 시뮬레이션을 통한 실제 분쇄장의 분쇄 매체 거동 특성 측정 시스템 및 방법 |
KR102439736B1 (ko) * | 2021-03-25 | 2022-09-02 | 창원대학교 산학협력단 | 매체형 전동밀에서 dem 시뮬레이션을 통한 볼과 벽면의 최적 마찰 계수 산출 시스템 및 방법 |
WO2022210204A1 (ja) * | 2021-03-31 | 2022-10-06 | 富士フイルム株式会社 | 粉砕方法、高分子ブロック製造方法及び粉砕装置 |
CN116579195A (zh) * | 2023-02-16 | 2023-08-11 | 广西大学 | 一种三维结构面岩体多尺度非连续模型建立和仿真方法 |
CN116669856A (zh) * | 2020-12-22 | 2023-08-29 | 法商圣高拜欧洲实验及研究中心 | 磁性球 |
CN117034635A (zh) * | 2023-08-21 | 2023-11-10 | 昆明理工大学 | 一种基于离散元法预测在不同磨矿参数下衬板磨损速率相对大小的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7497395B2 (en) * | 2006-06-07 | 2009-03-03 | Lawrence K. Nordell | Rock grinding mill and method |
US20210237094A1 (en) * | 2018-04-26 | 2021-08-05 | Moly-Cop USA LLC | Grinding media, system and method for optimising comminution circuit |
-
2023
- 2023-11-24 CN CN202311580926.8A patent/CN117282507B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2493295Y (zh) * | 2001-07-18 | 2002-05-29 | 河北科技大学 | 一种振动管磨机 |
JP2006102661A (ja) * | 2004-10-06 | 2006-04-20 | Matsushita Electric Ind Co Ltd | セラミック粉体の代表粒子径の推算方法 |
CN101490527A (zh) * | 2006-05-18 | 2009-07-22 | 昆士兰大学 | 用于确定颗粒材料的破碎特性的设备 |
CN113396145A (zh) * | 2018-10-15 | 2021-09-14 | 盖罗发现有限责任公司 | Pfkfb3抑制剂及其用途 |
CN112347689A (zh) * | 2020-10-30 | 2021-02-09 | 昆明理工大学 | 一种基于离散元法的半自磨机衬板形状优化方法 |
KR20220074546A (ko) * | 2020-11-27 | 2022-06-03 | 창원대학교 산학협력단 | 매체형 전동밀에서 dem 시뮬레이션을 통한 실제 분쇄장의 분쇄 매체 거동 특성 측정 시스템 및 방법 |
CN116669856A (zh) * | 2020-12-22 | 2023-08-29 | 法商圣高拜欧洲实验及研究中心 | 磁性球 |
KR102439736B1 (ko) * | 2021-03-25 | 2022-09-02 | 창원대학교 산학협력단 | 매체형 전동밀에서 dem 시뮬레이션을 통한 볼과 벽면의 최적 마찰 계수 산출 시스템 및 방법 |
WO2022210204A1 (ja) * | 2021-03-31 | 2022-10-06 | 富士フイルム株式会社 | 粉砕方法、高分子ブロック製造方法及び粉砕装置 |
CN113392478A (zh) * | 2021-05-28 | 2021-09-14 | 鞍钢集团矿业有限公司 | 一种基于edem的矿山球磨机工作参数优化方法 |
CN116579195A (zh) * | 2023-02-16 | 2023-08-11 | 广西大学 | 一种三维结构面岩体多尺度非连续模型建立和仿真方法 |
CN117034635A (zh) * | 2023-08-21 | 2023-11-10 | 昆明理工大学 | 一种基于离散元法预测在不同磨矿参数下衬板磨损速率相对大小的方法 |
Non-Patent Citations (6)
Title |
---|
冯异等.医学组织透明化三维成像.复旦大学出版社,2020,(第第1版版),第96-103页. * |
姜胜强等.离散元法及其在机械工程中的应用.湘潭大学出版社,2021,(第第1版版),第32-33页. * |
孙水发等.ImageJ图像处理与实践.国防工业出版社,2013,(第第1版版),第214-216页. * |
安徽白象山铁选厂一段球磨优化及离散元仿真模拟分析;任英东等;矿产保护与利用(第第2期期);第131-138页 * |
改善新疆某铜镍矿半自磨机顽石积累;张谦;肖庆飞;王旭东;杨森;马帅;;过程工程学报(第09期);第64-67页 * |
立式搅拌球磨机最优化参数的仿真与试验;许维维;魏镜弢;杨杰;李爱玲;;新技术新工艺(第03期);第100-107页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117282507A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cleary et al. | Comminution mechanisms, particle shape evolution and collision energy partitioning in tumbling mills | |
Zhu et al. | Theoretical and experimental investigation of material removal mechanism in compliant shape adaptive grinding process | |
CN112347689B (zh) | 一种基于离散元法的半自磨机衬板形状优化方法 | |
Jiang et al. | 2D/3D ground surface topography modeling considering dressing and wear effects in grinding process | |
CN1278775C (zh) | 球磨机精确化装补球方法 | |
Han et al. | Effects of rotation speed and outlet opening on particle flow in a vertical rice mill | |
CN102253049B (zh) | 带钢生产过程表面质量在线精准检测方法 | |
CN113392478B (zh) | 一种基于edem的矿山球磨机工作参数优化方法 | |
CN107229783A (zh) | 一种高锰钢抛丸机叶片喷丸强化工艺参数的确定方法 | |
CN112276683B (zh) | 一种砂带磨削螺杆曲面表面形貌预测方法 | |
CN105964346B (zh) | 一种用于球磨设备磨球量化级配技术的可视化方法 | |
CN117313435B (zh) | 一种基于离散元法不同介质配比方案的速度特性对比分析方法 | |
Li | Modeling and simulation of grinding processes based on a virtual wheel model and microscopic interaction analysis | |
Xie et al. | Investigation of the effect of filling level on the wear and vibration of a SAG mill by DEM | |
CN117282507B (zh) | 一种通过识别球磨机内惰性区面积选择最优的磨矿介质配比方法 | |
CN104331604B (zh) | 基于元胞自动机的瓷砖抛光能耗建模的方法 | |
Han et al. | Experimental study on size effect of dry friction in meso/micro-upsetting process | |
CN117034635A (zh) | 一种基于离散元法预测在不同磨矿参数下衬板磨损速率相对大小的方法 | |
Huang et al. | A novel approach of evaluating crushing energy in ball mills using regional total energy | |
CN104607301A (zh) | 一种确定矿石最佳入磨粒度的方法 | |
Chiaravalle et al. | DEM breakage calibration for single particle fracture of maize kernels under a particle replacement approach | |
Wang et al. | Numerical Analysis and Process Parameter Optimization of Impact Descaling | |
Mahdieh et al. | Improving surface roughness in barrel finishing process using supervised machine learning | |
Liu et al. | Prediction model for liner wear considering the motion characteristics of material | |
Cui et al. | Study of dry sliding friction and wear behavior of bionic surface of hardened steel |
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 |