论文部分内容阅读
在建筑行业、矿物分离和医药食品等散体工业领域中,筛分是物料分离的最古老和最主要的技术之一。振动筛分是现阶段最为常用的筛分形式。目前振动筛分研究中,缺乏有效的筛分综合模型指导筛机设计,对颗粒复杂筛分过程的研究不够深入和细致,基于物理试验的技术手段发展缓慢。为改善现有筛分理论研究的不足,以提高振动筛分效率为目的,本文通过三维数值模拟和样机实验,探索平动与摆动复合的新型振动筛分形式(以下简称“平-摆复合振动筛分”),建立筛分参数与筛分效率和筛分过程量(平均松散速率,分层沉降系数、触筛概率和透筛概率)的非线性关系的数学模型,改进筛面结构,为振动筛的设计提供新思路,其主要内容如下:1)充分考虑到颗粒与颗粒、颗粒与筛机复杂的碰撞情况,运用离散单元法对平-摆复合振动筛分过程进行仿真,记录在不同的筛机参数下所有颗粒的运动信息,用于计算筛分效率和筛分过程量。同时分析了新型复合振动形式下筛机工作面的运动方程及筛面上单颗粒的颗粒受力情况。2)利用能够有效解决小样本问题和基于统计学理论的改进的支持向量机(优化核参数与多核核函数)对振动筛分数据进行回归分析,建立筛分参数与筛分效率之间的综合数学模型,以指导振动筛的设计。借助鲁棒性和收敛性好的群智能优化算法对支持向量机建立的模型进行参数寻优,以适应模型多极值且不可微分的多参数大规模计算的特点。3)针对筛分过程中筛网上颗粒合理的松散距离、料层内粗细颗粒的分布情况、不同筛机参数下细颗粒接触筛网的频度、触网颗粒中细颗粒的透筛情况等是影响筛分效率的主要因素,定义平均松散速率,分层沉降比、触筛概率和透筛概率等特征量,利用改进的支持向量机建立筛分参数与筛分过程特征量的数学模型,对筛分过程的细节进行了定量分析。4)设计研制平-摆复合振动筛分的可调参数样机,可实现单一直线平动振动筛分,单一的摆动振动筛分及平-摆复合振动筛分等多种筛分形式,且筛分参数可调。通过平-摆复合振动筛分样机的实验,验证了本文建立的数学模型的预测值与实验结果在筛分规律上的一致性。对筛面三种振动形式的实验考察证明了平-摆复合振动筛分的筛分性能优于单一的振动形式。5)利用高速摄影系统结合可调参数的平-摆复合振动筛分样机,对颗粒在筛面上的运动情况进行了深一步的分析。鉴于传统相机标定的局限性,通过BP神经网络建立图像与空间坐标系的关系,借助图像处理技术、颗粒运动图像的分割以及图像特征提取技术,分析了在筛分过程中不同筛分参数下筛面上平均松散距离和触筛概率的变化值,得出颗粒在筛面上的平均松散距离和触筛概率与筛分参数的关系。针对复杂的物理过程从实验角度进行探索,当平-摆复合振动筛分达到合理的稳定筛分过程时,提供可参考的筛分参数来提高筛分效率,同时为筛机优化提供筛机参数的可行域。6)针对等厚筛分中存在的筛板结构设计的难题,基于离散单元法对由Fibonacci数列改造的筛面进行了数值模拟,研究沿筛面长度上的每段筛板下的筛分效率与透筛细粒比。对基于Fibonacci数列的筛面与工业常用的筛面在可调参数的试验样机上进行实验,结果验证了仿真实验的可靠性,较工业常见的筛面筛分效率提高近7%左右。