Model dyskretnej zmiany rozmiaru ziarn

• Autorzy: Olejnik T. P.

Warianty tytułu

EN

Model of discrete change of particle size

• Języki publikacji: PL

Abstrakty

PL

Omówiono zagadnienia dotyczące przewidywania składu granulometrycznego produktu mielenia surowców mineralnych. Model wykorzystuje techniki analizy obrazu by przewidywać możliwe linie pękania ziarn. Na podstawie obrazów powierzchni ziarna określa się prawdopodobny kierunek propagacji pęknięć w strukturze ziarna. Model oparto na metodzie optymalizacji Neldera i Meada. Wyznaczono wartości parametrów, które minimalizują funkcję celu, zdefiniowaną jako kwadrat odchylenia między obserwowanymi, a modelowymi rozkładami wielkości powierzchni cząstek.

EN

Issues dealing with the prediction of particle size distribution of grinded raw material are discussed in the paper. The model employs image analysis techniques for the prediction of possible grain cracking lines. The most likely direction of cracking propagation in a grain structure was determined on bases of grain surface images. The model is based on the Nelder and Mead optimization method. To minimize the objective function, defined as the square of deviation between the observed and modeled particle surface distributions, values of parameters were specified.

Słowa kluczowe

PL

mielenie; modelowanie; linia propagacji pękania

EN

grinding; modeling; cracking propagation line

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Inżynieria i Aparatura Chemiczna
• Rocznik: 2013
• Tom: Nr 3
• Strony: 219--221
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Olejnik T. P.

• Katedra Aparatury Procesowej, Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka

Bibliografia

• 1. Barbery G., Leroux D„ 1988. Prediction of particie composition distribution after fragmentation of heterogeneous materials. Int. J. Mineral Proc. 22, 9-24; DOI: 10.1016/0301-7516(88)90053-1
• 2. Bishop C.M., 1997. Neural Networks for Pattern Recognition. Clarendon Press, Oxford (ISBN: 978-0-19-853864-6)
• 3. Choi W.Z., Adel G.T., Yoon R.H., 1988. Liberation modelling using automated image analysis. Int. J. Mineral Proc. 22, 59-73; DOI: 10.1016/0301-7516(88)90056-7
• 4. Gaudin A.M., 1926. An investigation of the crushing phenomena. AIME, Transactions, 73,253-316
• 5. Herbst J.A., Rajamani K., Lin C.L., Miller J.D., 1988. Development of a multicomponent-multisize liberation model. Minerals Engineering 1, nr 2, 97-111; DOI: 10.1016/0892-6875(88)90001-5
• 6. Klimpel, R., Austin, L., 1983. A Preliminary Model of Liberation from a Bi¬nary System. Powder Technology, 34, nr 1, 121-130 DOI: 10.1016/0032- 5910(83)87040-5
• 7. King R.P., 1979. A model for the quantitative estimation of mineral libera¬tion by grinding. Int. J. Minineral Proc. 6, 207-220; DOI: 10.1016/0301-7516(79)90037-1
• 8. King R.P., 1990. Calculation of the liberation spectrum in products produced in continuous milling circuits, [w:] Proceedings 7lh European Symposium on Comminution, Ljubljana, 2, 429-444
• 9. Meloy T.P., Preti U., Ferrara G., 1987. Liberation-volume and mass lockedness profiles derived-theoretical and practical conclusions. Int. J. Mineral Proc. 20, 17-34; DOI: 10.1016/0301 7516(87)90014-7
• 10. Nelder J.A, Mead R., 1965. A Simplex method for function minimization. Com¬puter J. 7, nr 4, 308-313. DOI: 10.1093/comjnl/7.4.308
• 11. Olejnik P.T., 2012. Grinding kinetics of granite considering morphology and physical properties grains, Physicochemical Problems of Mineral Processing, 48, 1, 149-158
• 12. Rowan T.H., 1990. Functional stability analysis of numerical algorithms. PhD Thesis, University of Texas, Austin. (03.2013): http://citcseerx.ist.psu.edu/ vicwdoc/download?doi= 10.1.1.31.5708&rcp=rcp 1 &typc=pdf
• 13. Schneider, C., 1995. Measurement and calculation of liberation in continuous milling circuits. PhD Thesis, University of Utah (03.2013): http://mincraltcch.
• com/Downloads/CLSchneidcr_Dissertation.pdf