JP6687145B1

JP6687145B1 - 造粒物の粒度予測方法

Info

Publication number: JP6687145B1
Application number: JP2019071621A
Authority: JP
Inventors: 寿幸廣澤; 健太竹原; 隆英樋口; 山本　哲也; 哲也山本; 綿野　哲; 哲綿野; 英也仲村
Original assignee: JFE Steel Corp
Current assignee: JFE Steel Corp
Priority date: 2019-04-03
Filing date: 2019-04-03
Publication date: 2020-04-22
Anticipated expiration: 2039-04-03
Also published as: JP2020169902A

Abstract

【課題】造粒工程における造粒物の粒度を精度良く予測することができる造粒物の粒度予測方法を提供する。【解決手段】造粒物の粒度予測方法は、初期条件の粒子の粒度分布に基づいて、離散要素法を用いて粒子同士の衝突回数を算出する第一の粒子運動算出ステップと、第一の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ポピュレーションバランスモデルを用いて粒子の粒度分布を算出する第一の粒度分布算出ステップと、第一の粒度分布算出ステップで算出した粒子の粒度分布に基づいて、離散要素法を用いて粒子同士の衝突回数を算出する第二の粒子運動算出ステップと、第二の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ポピュレーションバランスモデルを用いて粒子の粒度分布を算出する第二の粒度分布算出ステップとを含み、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを、一回以上繰り返す。【選択図】図１

Description

本発明は、粉状物質に水分を添加して混合造粒する造粒工程における造粒物の粒度予測方法に関する。

粉状物質に水分を添加して混合造粒する造粒工程では、粉状物質の凝集および分離が同時に発生する。また、粉状物質の粒度（粒径）が広い範囲に分布している場合、粒度によって異なる凝集挙動および分離挙動を示す。そのため、従来から、造粒工程で生成される造粒物の粒度を精度良く予測することは困難であった。

粉状物質を混合造粒する造粒工程としては、例えばドワイドロイド式（以下、「ＤＬ式」という）焼結機等で用いられる焼結原料の造粒工程が挙げられる。焼結鉱は、複数の粉状鉄鉱石を混合し、この混合物に対して、石灰石、珪石、蛇紋岩等の副原料と、ダスト、スケール、返鉱等の雑原料と、粉コークス等の固形燃料と、を適量ずつ配合することにより焼結原料（焼結配合原料）を作成した後、この焼結原料に対して水分を添加して混合造粒し、得られた造粒原料（造粒物）を焼結機に装入して焼成することにより製造される。

上記の造粒工程において、焼結原料は、水分を含むことにより付着力が発生し、互いに凝集して擬似粒子を構成する。この擬似粒子化した造粒原料を焼結機に装入し、当該焼結機上で良好な通気を確保して粉コークスに酸素を供給することにより、造粒原料の焼結を円滑に進めることができる。

ここで、焼結鉱の生産量を確保するためには、「焼結機における通気性の確保」と、「焼結鉱の歩留の改善」と、が必要となる。焼結機における通気性は、燃料速度に関係しており、通気性が高いと、一般的に燃焼速度も大きくなり、焼成速度が向上する。その結果、焼結機において、単位時間当たりの焼結鉱の製造量を増加させることが可能となる。また、焼結鉱の歩留は、焼結鉱を焼成してから高炉に送られるまでの焼結鉱の製品歩留のことを示している。そのため、焼結機上での未燃によって焼成しなかった返鉱や、高炉までの搬送過程において、スクリーン等によって除去された篩下粉の発生により、歩留が低下する。

また、ＤＬ式焼結機を用いた焼結鉱の製造においては、擬似粒子化の状況が焼成時における充填層の通気性に影響し、焼結鉱の生産性を大きく左右する。従来は、通気度（ＪＰＵ）という指標を用いて操業中の通気性を監視している。このＪＰＵの値は、排ガス風量が大きいほど、排ガス吸引圧が大きいほど、あるいは原料層厚が低いほど、高くなる。

また、上記の造粒工程では、焼結原料に対して添加される水分が、焼結原料中の微粉を粗粒に付着させるバインダーとしての主要な役割を担っている。そのため、擬似粒子化を適正に行なうためには、この水分量を適正に制御することが極めて重要である。その際、擬似粒子の粒度や強度が重要な指標となるため、水分量を制御する場合は前記したＪＰＵの値を監視する。また、焼結機による焼結操業では、前記したＪＰＵの値を監視する他、風箱下温度を監視して、排鉱部近傍に到達するパレットの火落ち状況を監視したり、あるいはＢＴＰ（Burn Through Point）と呼ばれる指標等によりパレット速度を調整したりする。

Noboru SAKAMOTO,「Iron Ore Granulation Model Supposing the Granulation Probability Estimated from Both Properties of the Ores and Their Size Distributions」, ISIJ International, Vol.42(2002), No.8, pp.834-843 Junya KANO, et al.,「Numerical Simulation Model for Granulation Kinetics of Iron Ores」, ISIJ International, Vol.45(2005), No.4, pp.500-505

造粒工程における造粒物の粒度分布（粒径分布）は、「ポピュレーションバランスモデル（Population Balance Model、以下「ＰＢＭ」という）」を用いて予測することが可能である。ここで、ＰＢＭとは、衝突した粒子同士がある確率で合一または分解して、粒子の個数と粒子の重量が変化する挙動を、全体の重量が一定の条件で解くものであり、粒度分布の経時変化を予測することができる。その一例が非特許文献１に記載されている。しかしながら、このＰＢＭで用いる初期の粒度分布や衝突頻度などのパラメータは、個々の造粒条件固有となってしまい、種々の運転条件の変更や装置を変更した場合の再現が難しいという問題がある。

また、近年の計算機の進化により、例えば非特許文献２に記載されているような、造粒機内の粒子運動をとらえることができる「ＤＥＭ（Discrete Element Method）」と呼ばれる手法を用いたアプローチもなされている。このＤＥＭでは、造粒工程における全ての粒子の粒子運動について、並進運動は粒子間の接触力、粒子と領域境界との接触力および重力に基づいて、回転運動は粒子間の接触力に基づいて、逐次計算することが可能である。しかしながら、このＤＥＭでは、造粒機内の粒子運動を捉えることはできるものの、粒子の造粒による粒子成長を再現することが困難である。例えば、ＤＥＭにおいて、粒子がある確率で凝集（合体）するという条件を考慮した場合、凝集のみを繰り返して超巨大粒子ができてしまうといった、実態と異なる結果が算出される。

本発明は、上記に鑑みてなされたものであって、造粒工程における造粒物の粒度を精度良く予測することができる造粒物の粒度予測方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る造粒物の粒度予測方法は、粉状物質に水分を添加して混合造粒する造粒工程における造粒物の粒度予測方法であって、初期条件として与えられた粒子の粒度分布に基づいて、離散要素法を用いて、造粒工程における粒子同士の衝突回数を算出する第一の粒子運動算出ステップと、前記第一の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ポピュレーションバランスモデルを用いて、造粒工程における粒子の粒度分布を算出する第一の粒度分布算出ステップと、前記第一の粒度分布算出ステップで算出した粒子の粒度分布に基づいて、前記離散要素法を用いて、造粒工程における粒子同士の衝突回数を算出する第二の粒子運動算出ステップと、前記第二の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、前記ポピュレーションバランスモデルを用いて、造粒工程における粒子の粒度分布を算出する第二の粒度分布算出ステップと、を含み、前記第二の粒子運動算出ステップおよび前記第二の粒度分布算出ステップを、一回以上繰り返すことを特徴とする。

また、本発明に係る造粒物の粒度予測方法は、上記発明において、前記第一および第二の粒子運動算出ステップは、造粒機の容器内における粒子を真球と仮定し、粘弾性モデルを用いて時間積分することにより粒子の動きを算出し、前記造粒機の容器の回転に伴う粒子同士の衝突回数を算出することを特徴とする。

また、本発明に係る造粒物の粒度予測方法は、上記発明において、前記第一および第二の粒度分布算出ステップは、少なくとも二つ以上の粒度区分に存在する粒子割合について、総重量を一定として、区分ごとに加算または減算を繰り返すことにより、前記粒子の粒度分布を算出することを特徴とする。

また、本発明に係る造粒物の粒度予測方法は、上記発明において、前記粉状物質は、鉄鉱石、副原料、雑原料および固体燃料を含有する粉状物質を含む焼結原料であることを特徴とする。

本発明によれば、離散要素法を用いて算出された、時々刻々変化する粒子同士の衝突回数と、ポピュレーションバランスモデルを用いて算出された、時々刻々変化する粒子の粒度分布と、を互いに反映させながら、造粒物の粒度を予測する。そのため、本発明によれば、造粒工程における造粒物の粒度を精度良く予測することができる。

図１は、本発明の実施形態に係る造粒物の粒度予測方法の手順を示すフローチャートである。図２は、粘弾性モデルを示す図であり、（ａ）は衝突方向が法線方向である場合のモデルを、（ｂ）は衝突方向が接線方向である場合のモデルを、それぞれ示している。図３は、本発明に係る造粒物の粒度予測方法の実施例１を説明するための図であり、造粒前後の粒子の粒径分布（粒度分布）と、各粒径ごとの粒子の構成（割合）とを示すグラフである。図４は、本発明に係る造粒物の粒度予測方法の実施例２を説明するための図であり、造粒前後の粒子の粒径分布（粒度分布）と、各粒径ごとの粒子の構成（割合）とを示すグラフである。

本発明に係る造粒物の粒度予測方法の実施形態について、図面を参照しながら説明する。なお、本発明は以下の実施形態に限定されるものではない。また、以下の実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。

本実施形態に係る造粒物の粒度予測方法は、粉状物質に水分を添加して混合造粒する造粒工程における造粒物の粒度（粒度分布）を予測する方法である。造粒物の粒度予測方法は、例えばＣＰＵ、ＲＯＭ、ＲＡＭ等を主要構成部品とする、パーソナルコンピュータやワークステーション等の汎用の情報処理装置を主体として実施することができる。

なお、前記した「粉状物質」は、具体的には、複数の鉄鉱石（粉状鉄鉱石）、石灰石、珪石、蛇紋岩等の副原料、ダスト、スケール、返鉱等の雑原料および粉コークス等の固体燃料を含有する焼結原料である。造粒工程では、例えば円筒状の回転ドラムや平板状の回転パン等を備える造粒機（混合機）を用いて、μｍ〜ｍｍ単位の焼結原料を、水の界面張力や固結材によって凝集させて、数ｍｍ〜数十ｍｍの粒子（造粒物）を生成する。

前記したように、造粒工程における造粒物の造粒挙動の予測には、例えば（１）粒子の衝突状態を予測するＤＥＭや、（２）粒子の形状（粒度分布）を予測するＰＢＭ等を利用することができる。しかしながら、焼結材料の造粒工程では、粒子の凝集および分離が同時に発生するため、前記した粒度分布と粒子の衝突状態とが、互いに相関しながら変化する。すなわち、造粒工程では、ＤＥＭとＰＢＭの双方の初期条件が変化するため、ＤＥＭのみまたはＰＢＭのみを用いても、造粒工程を再現することが困難である。

また、例えばＤＥＭを用いた手法に、特定の確率で粒子が凝集するという確率合体の条件を組み込むことも可能であるが、凝集のみを繰り返して超巨大粒子ができでしまう等の、実態とかけ離れた結果が算出されるため、現実の造粒工程を再現することができなかった。

そこで、本実施形態に係る造粒物の粒度予測方法では、第一の粒子運動算出ステップと、第一の粒度分布算出ステップと、第二の粒子運動算出ステップと、第二の粒度分布算出ステップと、をこの順で実施し、かつ第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを、一回以上繰り返すこととした。以下、各ステップの詳細について、図１を参照しながら説明する。

（第一の粒子運動算出ステップ）
第一の粒子運動算出ステップでは、初期条件として与えられた粒子の粒度分布に基づいて、ＤＥＭを用いて、造粒工程における粒子同士の衝突回数（衝突頻度）を算出する（ステップＳ１）。第一の粒子運動算出ステップでは、ＤＥＭの初期条件として、粒子の粒度分布と、造粒機の条件と、を与える。粒子の粒度分布は、具体的には、粒子の粒径（粒子径）および比重の分布のことを示している。また、造粒機の条件としては、例えばドラム式造粒機（例えばドラムミキサー）の場合は、ドラムの内径、長さ、回転速度が含まれる。また、ドラム式造粒機が撹拌羽を備える場合は、撹拌羽の形状および配置が造粒機の条件として含まれる。

第一の粒子運動算出ステップでは、粒子運動が定常に到達するまで、ＤＥＭによって粒子同士の衝突回数を計算する。ここで、粒子運動が定常に到達したか否かは、例えば「粒子の移動速さの総和」や「粒子の衝突エネルギーの総和」等の、粒子全体の運動を示す数値の経時的変化が、所定の閾値以下となったか否かによって判断することができる。なお、前記した「粒子の移動速さの総和」および「粒子の衝突エネルギーの総和」は、ＤＥＭの計算過程で得ることができる。

また、ドラム式造粒機等では、粒子運動が周期的に変動する現象が起こり、厳密には定常とならずに振動する場合がある。この場合、例えば前記した「粒子全体の運動を示す数値」を所定の期間で平均することにより、粒子運動が定常に到達したか否かを判断することができる。なお、前記した「所定の期間」は、「粒子全体の運動を示す数値」の変動周期を観察して決定してもよいが、当該変動周期の特定が困難な場合は、ドラムの回転周期等の造粒条件から決定することができる。

また、ドラムミキサーや回転パンを用いた造粒工程では、粒子が転がりながら移動する。この場合、第一の粒子運動算出ステップで用いるＤＥＭでは、造粒機の容器内における粒子を真球と仮定し、図２に示すような、複数の衝突方向に対応可能な粘弾性モデルを用いて時間積分することにより粒子の動きを算出し、造粒機の容器の回転に伴う粒子同士の衝突回数を算出する。このような粘弾性モデルを用いることにより、粒子同士が衝突した際に水分の表面張力によってくっついて離れないという造粒工程における粒子（造粒物）の挙動を再現することができ、造粒工程における粒子運動を精度良く予測することができる。

（第一の粒度分布算出ステップ）
第一の粒度分布算出ステップでは、第一の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ＰＢＭを用いて、造粒工程における粒子の粒度分布を算出する（ステップＳ２）。第一の粒子運動算出ステップでは、ＤＥＭの初期条件として、第一の粒子運動算出ステップで算出した粒子同士の衝突回数を与える。ＰＢＭを用いることにより、粒子径ごとに、様々な粒子径の粒子と衝突する際の凝集や分離の確率に基づいて、粒子の粒度分布の継時変化を得ることができる。

なお、第一の粒度分布算出ステップでは、具体的にはＰＢＭを用いて、少なくとも二つ以上の粒度区分に存在する粒子割合について、総重量を一定として、区分ごとに加算または減算を繰り返すことにより、粒子の粒度分布を算出する。このように、粒度を二つ以上に区分し、他の粒度区分との間で加減算することにより、例えば大幅に粒度が異なる粒子から構成される粒子群の造粒の挙動についても、精度良く再現することが可能となる。

（第二の粒子運動算出ステップ）
第二の粒子運動算出ステップでは、第一の粒度分布算出ステップで算出した粒子の粒度分布に基づいて、ＤＥＭを用いて、造粒工程における粒子同士の衝突回数を算出する（ステップＳ３）。第二の粒子運動算出ステップの具体的な処理内容は、用いる初期条件を除いて、前記した第一の粒子運動算出ステップと同様である。

ここで、前記した第一の粒度分布算出ステップにおいて、ＰＢＭを繰り返し計算することにより、粒子同士の衝突凝集や分離によって変化する粒子の粒度分布が計算される。しかしながら、実際の造粒工程では、粒度分布が変化すると、各々の粒子の衝突回数も変化するため、単にＰＢＭを繰り返し計算しても、造粒工程を精度良く再現することはできない。そこで、本実施形態では、第一の粒度分布算出ステップでＰＢＭを一度計算した後、第二の粒子運動算出ステップにおいて、得られた粒子の粒度分布を再度ＤＥＭに与えて粒子同士の衝突回数を計算し、定常の粒子運動を求める。

（第二の粒度分布算出ステップ）
第二の粒度分布算出ステップでは、第二の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ＰＢＭを用いて、造粒工程における粒子の粒度分布を算出する（ステップＳ４）。第二の粒度分布算出ステップの具体的な処理内容は、前記した第一の粒度分布算出ステップと同様である。

以上のステップを実施することにより、実際の造粒工程において、粒子の粒度分布と粒子同士の衝突回数がともに変化していく挙動を精度良く再現することができる。また、本実施形態では、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを、お互いに計算結果を与えながら、一回以上繰り返すことにより、造粒を継続した場合の粒度分布の継時変化を再現することができる。

ここで、図１に示すように、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを一回のみ繰り返した場合であっても、従来の手法（ＤＥＭのみ、あるいはＰＢＭのみを用いる手法）よりも、造粒後の造粒物の粒度分布を精度良く予測することができるが、例えば造粒前の粒度分布が複数のピークを持っていたり（図４参照）、あるいは凝集後の疑似粒子の分離や破壊が起こり易い条件では、前記した第二の粒度分布算出ステップの後に、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを二回以上繰り返すことにより、造粒物の粒度分布の予測の精度が更に向上する。

以上説明したような本実施形態に係る造粒物の粒度予測方法によれば、ＤＥＭを用いて算出された、時々刻々変化する粒子同士の衝突回数と、ＰＢＭを用いて算出された、時々刻々変化する粒子の粒度分布と、を互いに反映させながら、造粒物の粒度を予測する。そのため、本実施形態に係る造粒物の粒度予測方法によれば、造粒工程における造粒物の粒度を精度良く予測することができる。

すなわち、本実施形態に係る造粒物の粒度予測方法によれば、ＤＥＭの計算結果とＰＢＭの計算結果とを相互に利用して予測を行うことにより、粒子の粒度分布および粒子同士の衝突回数の双方が相関して変化する造粒の挙動を精度良く再現することができる。また、本実施形態に係る造粒物の粒度予測方法では、ＤＥＭによる計算とＰＢＭによる計算の繰り返し回数を増やすほど、造粒物の粒度の予測精度を向上させることができる。

以下、実施例を挙げて本発明をより具体的に説明する。本実施例では、ＤＬ式焼結機で用いられる焼結原料をドラムミキサーによって造粒する造粒工程において、本発明および従来の予測方法によって造粒物の粒度分布をそれぞれ予測し、実際に造粒した造粒物の粒度分布（造粒後実績）と比較した。図３および図４は、造粒前後の粒子の粒径分布（粒度分布）と、各粒径ごとの粒子の構成（割合）と、を示すグラフである。同図のグラフにおいて、横軸は粒径であり、縦軸は粒径ごとの粒子の構成である。

（実施例１）
実施例１では、造粒前の焼結原料として、図３の実線Ａで示す粒度分布を有する焼結原料を用いた。また、実施例１では、本発明例として、第一の粒子運動算出ステップ、第一の粒度分布算出ステップ、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップをこの順で実施し、図３の太線Ｃで示した造粒物の粒度分布を予測した。

ここで、本発明例の第一の粒子運動算出ステップでは、ＤＥＭの初期条件として、粒子については粒径および比重の分布を、造粒機についてはドラムの内径、長さ、回転速度を与えた。そして、粒子の移動速さの総和の変化が１％以下となった時点を、粒子運動が定常となった時点とみなし、粒子同士の衝突回数を計算した。また、ドラムミキサーによる造粒では、粒子運動が周期的に振動する現象が起こるため、第一の粒子運動算出ステップでは、粒子の移動速さの総和の変動周期から所定の期間を決定し、その所定の期間によって粒子の移動速さの総和を平均することにより、粒子運動の定常への到達を判断した。

また、本発明例の第一の粒度分布算出ステップでは、第一の粒子運動算出ステップのＤＥＭで算出した粒子同士の衝突回数をＰＢＭに与え、造粒工程における造粒物の粒度分布の変化を算出した。その際の初期条件として、第一の粒子運動算出ステップで算出した粒子同士の衝突回数を与えた。そして、引き続き、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップを同様の内容で実施した。

また、実施例１では、従来例として、従来のＤＥＭに対して特定の確率で粒子が凝集するという確率合体の条件を組み込んだ手法を用い、図３の一点鎖線Ｄで示した造粒物の粒度分布を予測した。

図３に示すように、従来例によって予測した造粒物の粒度分布（一点鎖線Ｄ参照）は、実際の造粒物の粒度分布（破線Ｂ参照）との乖離が大きい。従って、従来の粒度予測方法では、実際の造粒物の粒度分布を精度良く再現することができず、粒度分布の予測精度が低いことがわかる。

一方、図３に示すように、本発明例によって予測した造粒物の粒度分布（太線Ｃ参照）は、実際の造粒物の粒度分布（破線Ｂ参照）にほぼ沿っており、乖離が非常に小さい。従って、本発明に係る粒度予測方法によって、実際の造粒物の粒度分布の粒度分布を精度良く再現することができ、粒度分布の予測精度を向上できることがわかる。

（実施例２）
実施例２では、造粒前の焼結原料として、図４の実線Ｅで示す粒度分布を有する焼結原料を用いた。また、実施例２では、本発明例１として、実施例１の本発明例と同様に、第一の粒子運動算出ステップ、第一の粒度分布算出ステップ、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップをこの順で実施し、図４の太破線Ｇで示した造粒物の粒度分布を予測した。

また、実施例２では、本発明例２として、第一の粒子運動算出ステップ、第一の粒度分布算出ステップ、第二の粒子運動算出ステップおよび第二の粒度分布算出ステップをこの順で実施することにより、図４の太線Ｈで示した造粒物の粒度分布を予測した。また、本発明例２では、第一の粒度分布算出ステップおよび第二の粒度分布算出ステップにおいて、粒度分布のピークのうち最も小さい粒径のピークを含む部分と、それ以外のピークを含む部分との二つに粒度区分に分け、総重量を一定として、区分ごとに加算または減算を繰り返すことにより、粒子の粒度分布を算出した。この本発明例２は、径の小さな粒子が径の大きな粒子の表面に優先的に付着して合体するという粒子の合体の挙動を、ＰＢＭによる粒度分布の計算に反映させたものである。

また、実施例２では、従来例として、実施例１の従来例と同様に、ＤＥＭに対して特定の確率で粒子が凝集するという確率合体の条件を組み込んだ手法を用い、図４の一点鎖線Ｉで示した造粒物の粒度分布を予測した。

図４に示すように、従来例によって予測した造粒物の粒度分布（一点鎖線Ｉ参照）は、実際の造粒物の粒度分布（破線Ｆ参照）との乖離が大きい。従って、従来の粒度予測方法では、実際の造粒物の粒度分布を精度良く再現することができず、粒度分布の予測精度が低いことがわかる。

一方、図４に示すように、本発明例１によって予測した造粒物の粒度分布（太破線Ｇ参照）は、従来例によって予測した造粒物の粒度分布（一点鎖線Ｉ参照）よりも、実際の造粒物の粒度分布（破線Ｆ参照）に近く、乖離が比較的小さい。従って、本発明例１に係る粒度予測方法によって、実際の造粒物の粒度分布を精度良く再現することができ、粒度分布の予測精度を向上できることがわかる。

また、図４に示すように、本発明例２によって予測した造粒物の粒度分布（太線Ｈ参照）は、実際の造粒物の粒度分布（破線Ｆ参照）にほぼ沿っており、乖離が非常に小さい。従って、本発明例２に係る粒度予測方法によって、径の小さな粒子は径の大きな粒子の表面に優先的に付着して合体するという粒子の合体の挙動を粒度分布の計算に反映させることにより、粒度分布の予測精度をより一層向上できることがわかる。

以上、本発明に係る造粒物の粒度予測方法について、発明を実施するための形態および実施例により具体的に説明したが、本発明の趣旨はこれらの記載に限定されるものではなく、特許請求の範囲の記載に基づいて広く解釈されなければならない。また、これらの記載に基づいて種々変更、改変等したものも本発明の趣旨に含まれることはいうまでもない。

Claims

粉状物質に水分を添加して混合造粒する造粒工程における造粒物の粒度予測方法であって、
初期条件として与えられた粒子の粒度分布に基づいて、離散要素法を用いて、造粒工程における粒子同士の衝突回数を、粒子運動が定常に到達するまで算出する第一の粒子運動算出ステップと、
前記第一の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、ポピュレーションバランスモデルを用いて、造粒工程における粒子の粒度分布を算出する第一の粒度分布算出ステップと、
前記第一の粒度分布算出ステップで算出した粒子の粒度分布に基づいて、前記離散要素法を用いて、造粒工程における粒子同士の衝突回数を、粒子運動が定常に到達するまで算出する第二の粒子運動算出ステップと、
前記第二の粒子運動算出ステップで算出した粒子同士の衝突回数に基づいて、前記ポピュレーションバランスモデルを用いて、造粒工程における粒子の粒度分布を算出する第二の粒度分布算出ステップと、
を含み、
前記第二の粒子運動算出ステップおよび前記第二の粒度分布算出ステップを、一回以上繰り返し、
前記第一の粒子運動算出ステップおよび前記第二の粒子運動算出ステップは、前記離散要素法の計算過程で得られる粒子全体の運動を示す数値を所定の期間で平均することにより、粒子運動が定常に到達したか否かを判断することを特徴とする造粒物の粒度予測方法。
前記第一および第二の粒子運動算出ステップは、造粒機の容器内における粒子を真球と仮定し、粘弾性モデルを用いて時間積分することにより粒子の動きを算出し、前記造粒機の容器の回転に伴う粒子同士の衝突回数を算出することを特徴とする請求項１に記載の造粒物の粒度予測方法。
前記第一および第二の粒度分布算出ステップは、少なくとも二つ以上の粒度区分に存在する粒子割合について、総重量を一定として、区分ごとに加算または減算を繰り返すことにより、前記粒子の粒度分布を算出することを特徴とする請求項１または請求項２に記載の造粒物の粒度予測方法。
前記粉状物質は、鉄鉱石、副原料、雑原料および固体燃料を含有する粉状物質を含む焼結原料であることを特徴とする請求項１から請求項３のいずれか一項に記載の造粒物の粒度予測方法。