论文部分内容阅读
混合塑料的分类分选是实现废旧塑料高值化循环再利用的有效措施,塑料近红外识别分选是一种绿色环保的物理分选方法,分选过程中不产生任何污染,其中的分离装置直接影响近红外分选设备的分选效率和精度,喷嘴是分选分离装置中的关键零部件。本课题主要研究了塑料近红外分选分离装置中流线型收缩段喷嘴的设计与优化,这对于分选设备的结构优化设计、节能降噪等具有十分重要的意义。利用Fluent软件对两种流线型曲线收缩段喷嘴——维氏曲线型喷嘴和双三次曲线型喷嘴进行数值分析,以喷嘴的出口半径、收缩比和收缩段长度及它们之间的交互作用为因素,射流核心段长度和噪声值作为指标,对两种收缩型喷嘴分别进行交互正交试验。试验结果表明:出口半径对喷嘴射流核心段长度影响最大,收缩比以及出口半径与收缩比交互作用对喷嘴噪声值影响最大。通过对两种最优结构曲线型喷嘴进行对比分析发现,两种类型喷嘴的流场速度矢量均稳定,在速度径向分布上双三次曲线型喷嘴优于维氏曲线型喷嘴;通过FW-H噪声模型和宽频噪声模型分析,双三次曲线型喷嘴外流场噪声值小于维氏曲线型喷嘴。因此,双三次曲线型喷嘴的性能优于维氏曲线型喷嘴,对应的双三次曲线型喷嘴最优结构为:出口半径为4mm,收缩比为2,收缩段长度为4mm。根据采用的喷嘴结构进行喷嘴支架结构设计以及模态分析,得到喷嘴支架结构的前6阶固有频率和振型,并且均属于低阶频率,对后续的塑料近红外分选机的结构设计中提供支持。以双三次曲线型喷嘴数值仿真结果作为训练样本,利用极限学习机和径向基神经网络对喷嘴性能进行仿真预测。结果表明,ELM神经网络能够对喷嘴噪声值准确预测,预测结果最大误差、拟合优度和均方误差分别为1.22%、0.9997和0.2108;RBF神经网络能够对喷嘴射流核心段长度精准预测,预测结果最大误差、拟合优度和均方误差分别为2.19%、0.9981和0.5793。本文主要通过理论分析、数值模拟和交互正交试验对塑料分选设备分选分离装置进行优化设计,以期提高喷嘴喷吹水平及设备分选能力,促进塑料近红外分选设备的应用。