Wyniki wyszukiwania - BazTech

1

Klasyfikacja drobnych piasków w klasyfikatorach przepływowych hydraulicznych poziomo- i pionowoprądowych

Gawenda T.

Surowce i Maszyny Budowlane

|

2009

|

nr 3

60-66

2

Regresyjny model procesu klasyfikacji ziaren skrajnie drobnych

Tajchman Z.

Górnictwo i Geoinżynieria

|

2009

|

R. 33, z. 4

299-308

PL

Po przeprowadzeniu oceny podstawowych wskaźników oceny procesu wywodzących się głównie z krzywej Trompa wybrano do dalszych badań te, które wydają się najbardziej odpowiednie do oceny przebiegu procesu. Do badań wybrano trzy materiały modelowe o składzie ziarnowym do 60 mikrometrów tj.: szkło kwarcowe, piasek kwarcowy, baryt, a także trzy zmienne parametry prowadzenia procesu klasyfikacji przepływowej: temperatura, koncentracja objętościowa zawiesiny, stężenie jonów wodorowych środowiska prowadzenia procesu. Opis stanu rozpoznania elementarnych zjawisk składających się na proces klasyfikacji jednoznacznie określa również stan budowy modeli tego procesu. Ich ogólną cechą jest podejście deterministyczne połączone z wprowadzeniem bardzo znacznych uproszczeń. Spowodowane to jest w głównej mierze brakiem możliwości pomiaru w trakcie prowadzenia procesu szeregu zjawisk elementarnych. Wprowadzone do wzorów stałe współczynniki i poprawki mają z reguły wartości wyznaczane doświadczalnie, które nie pozwalają jednak na jednoznaczną interpretację wszystkich zjawisk zachodzących w trakcie procesu klasyfikacji, Nie wyczerpuje to złożoności problemu, gdyż w opisie procesu należy uwzględnić oddziaływania o charakterze losowym. Losowość procesu powoduje bowiem znaczne trudności w określaniu związków pomiędzy poszczególnymi zjawiskami elementarnymi, a także w precyzyjnej identyfikacji pełnego zespołu czynników wpływających na przebieg i wyniki procesu.

EN

The paper presents the issues relied to the description and the basic technological factors of flowing classification process, which main medium were suspensions of chosen model materials ultra fine particles. After conduction of basic process factors evaluation, which originated mainly from the Tromp curve, the ones seemed to be the most appropriate to evaluate the process were chosen for the further research. Three model materials were selected: quartz glass; quartzite; barite. Furthermore, three changeable parameters of flowing classification process conduction were chosen, which were: temperature; volumetric concentration of the suspension; concentration of hydrogen ions of process conduction environment. The results of chosen process parameters significant influence on elementary phenomena occurring during particles (of sized up to 60 mim) separation process were presented, as well the results of viscosity and suspension stability. The described state of elementary phenomena recognition being the part of classification process determines unequivocally the state of models construction of this process. Their general feature is deterministic approach joined with introduction of significant simplifications. This is caused mainly by lack of many elementary phenomena measuring possibilities during the process conduction. The constant coefficients introduced to the equation, which, however, do not allow the unequivocal interpretation of all of the phenomena occurring during the classification process. This do not solve the complexity of the problem because the random interactions should be considered in process description. The randomness of the process causes many difficulties in determination of correlations between individual elementary phenomena and also in precise identification of full group of factors influencing on course and results of the process. Only in recent years, the random interactions are introduced in various range to existed deterministic process models.

3

Wpływ zmian ph środowiska na agregację ziarn drobnych w procesie klasyfikacji

Tajchman Z.

Zeszyty Naukowe. Górnictwo / Politechnika Śląska

|

2008

|

z. 284

119-131

PL

W idealnym deterministycznym modelu procesu klasyfikacji przepływowej wprowadza się cały szereg uproszczeń, co powoduje, że bardzo często niemożliwe jest określenie a priori najważniejszych charakterystyk procesu. W klasycznej teorii procesu rozpatruje się zachowanie pojedynczej, odosobnionej cząstki kulistej bez uwzględniania oddziaływań cząstek między sobą i ścianami klasyfikatora, co nie daje praktycznie podstaw przenoszenia prawidłowości ustalonych dla pojedynczych cząstek na ich zbiór. W artykule przedstawiono dla trzech materiałów modelowych, jaki wpływ na wartości potencjału elektrokinetycznego wywierają zmiany stężenia jonów wodorowych środowiska, w którym zachodzi proces elutriacji. Zmienne wartości pH zawiesiny wpływają w znaczący sposób na zdolność agregacji koagulacji ziaren najdrobniejszych, a co za tym idzie na wyniki klasyfikacji.

EN

The paper presents, for three materials, what is the influence of the environment hydrogen ions changes, in which the elutriation process occurs, on the values of the electro-kinetic potential. The changeable values of the suspension pH, influence significantly on the ability of finest particles coagulation aggregation, so on classification results.

4

Stochastyczne modelowanie klasyfikacji przepływowej

Otwinowski H., Pastucha L., Żukov V.P., Šorin R.A.

Zeszyty Naukowe. Inżynieria Chemiczna i Procesowa / Politechnika Łódzka

|

2000

|

Z. 28

165-172

PL

W artykule przedstawiono stochastyczny model procesu klasyfikacji przepływowej. Przedmiotem modelowania był rurowy klasyfikator grawitacyjny. W rozpatrywanym modelu zastosowano równanie Maxwella-Boltzmanna dla określenia funkcji rozkładu prędkości ziaren oraz równanie uogólnionej entropii w ujęciu statystycznym. Wykorzystano również twierdzenie, że uogólniona entropia rośnie w czasie do wartości maksymalnej; wartość ta odpowiada stanowi równowagi, który charakteryzuje się największym prawdopodobieństwem. Otrzymany układ równań można rozwiązać metodą mnożników Lagrange'a. W artykule przedstawiono również wyniki eksperymentalnej weryfikacji modelu klasyfikacji przepływowej.

EN

In the paper stochastic model of flow classification process is presented. The perpendicular gravitational classifier was the object of modelling. In the model of this paper the Maxwell-Boltzmann equation is used for determination of particles velocity distribution and equation of generalised statistical entropy. The principle of maximum informational entropy is used, too. This value corresponds to such state of equilibrium, which characterises by greatest probability. System of given equations can be solving with the method of Lagrange's multipliers. In the paper the experimental verification results of flow classification model are also presented.