+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Повышение эффективности процесса пневмоклассификации сыпучих материалов в каскадных аппаратах

Повышение эффективности процесса пневмоклассификации сыпучих материалов в каскадных аппаратах
  • Автор:

    Пономарев, Владимир Борисович

  • Шифр специальности:

    05.02.13

  • Научная степень:

    Кандидатская

  • Год защиты:

    2011

  • Место защиты:

    Екатеринбург

  • Количество страниц:

    145 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы
"
УСЛОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 
1.1 Теоретические основы фракционирования сыпучих материалов



СОДЕРЖАНИЕ

УСЛОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ


ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Теоретические основы фракционирования сыпучих материалов

1.2 Каскадный принцип организации процесса пневматической классификации

1.3 Расчетные зависимости процесса каскадной пневмоклассификации


1.4 Оптимизация технологических параметров процесса фракционирования сыпучих материалов

1.5 Цель и задачи работы


1.6 Выводы
ГЛАВА 2. РАСЧЕТНО-ТЕОРЕТИЧЕСКИЕ ИССЛЕДОВАНИЯ ПРОЦЕССА КАСКАДНОЙ ПНЕВМОКЛАССИФИКАЦИИ
2.1 Математическое описание процесса последовательной каскадной классификации с учетом влияния расходной концентрации материала
2.2 Определение оптимальной границы разделения в условиях непостоянства гранулометрического состава исходного материала
2.3 Выводы
ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ КАСКАДНЫХ ПНЕВМОКЛАССИФИКАТОРОВ
3.1 Влияние расходной концентрации на границу разделения
3.2 Влияния расходной концентрации на эффективность разделения
3.3 Оценка адекватности математических зависимостей, полученных для описания процесса последовательной каскадной классификации
3.4 Выводы
ГЛАВА 4. РАЗРАБОТКА НОВЫХ КОНСТРУКЦИЙ КАСКАДНЫХ КЛАССИФИКАТОРОВ И ИХ ПРОМЫШЛЕННАЯ АПРОБАЦИЯ
4.1 Новые конструкции каскадных классификаторов

4.2 Результаты промышленных испытаний последовательных каскадных
классификаторов
4.2.1 Разделения шпата на ОАО «Вишневогорский ГОК»
4.2.2 Фракционирование серпентинита на ОАО «Русский магний»
4.3 Выводы
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б
ПРИЛОЖЕНИЕ В

УСЛОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
с1 - диаметр частиц, м; g - ускорение свободного падения, м/с2;
м> - средняя скорость движения воздуха (сплошной среды) в аппарате (отнесенная к полному сечению), м/с; и - скорость движения частицы, м/с; рч - плотность твердых частиц, кг/м3; р - плотность воздуха (сплошной среды), кг/м3; р - средняя расходная концентрация дисперсной фазы, кг/м3; г| - коэффициент динамической вязкости сплошной среды, Па-с;
V - объемный расход воздуха, м3/с;
6’и - производительность по исходному питанию, кг/с;
С?м - производительность по мелкому продукту разделения, кг/с; ум - массовый выход мелкого продукта, %; ук - массовый выход крупного продукта, %;
<; - коэффициент аэродинамического сопротивления частицы;
5 - площадь поперечного сечения частицы, м2;
Фм, Фм(х) - функция степени фракционного извлечения в мелкий продукт;
Фк, Фк (х) - функция степени фракционного извлечения в крупный продукт; к(пкк)' Фк(пкк){х) ~ функция степени фракционного извлечения для последовательного каскадного классификатора (ПКК) в крупный продукт;
Ф0м - функция степени фракционного извлечения в мелкий продукт для единичного элемента ПКК (секции или одиночной колонки);
Ф0к - функция степени фракционного извлечения в крупный продукт для единичного элемента ПКК; г - секция подачи материала в аппарат;
X - коэффициент распределения фиксированной монофракции в вышерасполо-женную секцию каскада. г - количество секций классификатора;
ру - поток фиксированной монофракции в произвольной секции каскада; п,т- число колонок в ПКК;
г1 - содержание частиц г-го узкого класса крупности в смеси; относительный поток фиксированной монофракции в г'-й секции;
гк (х,) - частный остаток г'-го узкого класса крупности в крупном продукте, %; гм (х,) - частный остаток г-го узкого класса крупности в мелком продукте, %; г(х,) - частный остаток г-го узкого класса крупности в исходном продукте, %; х, - средний размер частиц г'-го узкого класса крупности, м; х50 - размер граничного зерна (граница разделения), м;

ного материала. Модель оптимизации выражена эмпирическими зависимостями и пригодна только для конкретного аппарата.
Для сухого процесса классификации задача прогнозирования оптимальных режимных параметров при заданной границе разделения рассмотрена в работе [65]. Решение задачи базируется на разработанной автором динамической модели гравитационной классификации. Установлено, что критерием подобия процесса пневмоклассификации является модифицированный критерий Фруда
*>„=4. с1-43)
где с! - диаметр частицы. На основе экспериментальных данных предложена статистически обоснованная зависимость
фн = о,5е~2 3-° , (1.44)
где к - постоянная, зависящая от конструкции классификатора.
Эта зависимость предполагает определение оптимальных параметров разделения для заданного граничного зерна по результатам одного опыта. Однако не ставится задача прогнозирования границы разделения, если критерием является максимальный выход готового продукта при наличии системы ограничений на гранулометрический состав продукта, когда исходный состав является случайной величиной. Поэтому для каждого конкретного состава исходного материала должны быть свои значения режимных параметров.
В. Е. Мизонов и С. Г. Ушаков [2] рассматривают расчет и оптимизацию процессов классификации в центробежных аппаратах.
Подбор классификаторов по данной методике осуществляется с построением некоторой теоретической кривой разделения, заведомо обеспечивающей
наложенные на тонкий продукт ограничения. То есть мы имеем дело с «наихудшим» гранулометрическим составом.
Такая постановка задачи существенно «занижает» требуемую границу разделения и соответственно выход готового материала.
Данилов В.Л. [64, 65] предлагает решать задачу оптимизации границы

Рекомендуемые диссертации данного раздела

Время генерации: 0.161, запросов: 967