煤泥浮选泡沫层中气泡特征的提取

利用图象处理的方法来突出浮包沫表面的气泡与图象背景的对比,并提取气泡的边界,为建立泡沫精神与图象中泡沫表面气泡个体统计特征间的关系模型提供依据。在对泡沫表面各种气泡形态的分析中,提出了气泡提取在煤泥浮选泡沫图象分析的可行性。通过对实验室浮选柱所采集的51组泡沫图象进行处理分析,认为图象灰度直方图的均衡化和中值滤波算法对提高图象的动态对比范围,突出气泡的亮度有明显的效果。最后还分析了适合于气泡提取的阈值分割算式法以及气泡的边缘检测算法,从而描述泡沫层图象中气泡的大小和形状等个体特征,达到识别煤泥浮选泡沫图象的目的。     

介质流程计算中根据煤泥量平衡确定分流量

重介选煤过程中分流量的大小对于重介悬浮液的稳定至关重要。文章根据进入悬浮液系统的煤泥量与排出系统的煤泥量的平衡来确定分流量,利用数学中的二分法,并通过VB语言编制程序合理而准确地求得分流量,不但节省时间,而且计算精度高,为介质流程计算及实际生产操作提供了一种依据和方法。     

悦来煤焦公司小选煤厂的工艺设计特点

四川大邑县悦来煤焦有限责任公司从小煤窑购买煤炭经选煤厂洗选后送自备焦炉生产焦炭。选煤厂原生产工艺落后，选煤采用流洗槽，煤泥不经分选而直接入沉淀池回收，分选效率很低，经济效益很差。加上煤泥水泛滥，土焦炉排出大量废气造成严重的大气污染，使该公司面临破产的...     

加大洗选力度增加产品品种

对章村矿无烟煤的性质和各种形态硫的赋存规律进行了研究，进行了气化型煤试验，预测了物理分选方法脱硫的可行性，提出章村煤必须进行洗选，以降低灰分硫分。提出章村煤洗的最佳产品结构。在以上研究指导下，建立了章村矿选煤厂，选煤厂投产后获得可观的经济效益。证明动力煤分选。根据市场的需要，生产适销对路产品，是提高煤效益的关键。     

盐酸体系不锈钢缓蚀剂的开发

采用失重法和扫描电镜法,测定了五种缓蚀剂对浸没于8%盐酸介质中不锈钢的缓蚀作用,确定了在盐酸体系中对不锈钢具有较好缓蚀性的单组分、二元和三元缓蚀剂配方.实验结果表明:咪唑啉,十六烷基三甲基溴化铵具有较好的缓蚀效果;十六烷基三甲基溴化胺在使用浓度为700 mg/L时,缓蚀率为90.0%;十六烷基三甲基溴化铵与三乙醇胺、咪唑啉及硫脲复配后,缓蚀剂各组分浓度为单组分最佳浓度一半的情况下,缓蚀率分别达到为91.8%、90.8%和89.7%,缓蚀剂的成本得以下降;三元复配缓蚀剂中,咪唑啉-硫脲-乌洛托品和咪唑啉-硫脲-三乙醇胺两种缓蚀剂的缓蚀率均高于90%,且使用成本低,是理想的盐酸体系不锈钢缓蚀剂.扫描电镜图像表明,添加了缓蚀剂的金属表面腐蚀轻微,表面光滑,且不存在明显的点蚀倾向,缓蚀剂对金属表面起到很好的保护作用.     

振荡法提高浮选选择性的作用机理

根据振动分散原理，当矿化气泡聚合体通过振荡区域时将被分散为单泡上浮，被夹带的亲水性矿粒失去依托，在振动惯性力作用下落入矿浆，从而减轻夹带污染.此外，当波动的上升流束进入振荡区域时，通过动量交换，上升流束将迅速被水平振荡的主流“同化”为水平流动，从而稳定泡沫层，提高了浮选选择性.从浮选热力学和流体动力学角度讨论了振荡对矿粒脱附的影响和不同性质矿粒脱附的临界干扰强度.理论分析和计算表明，当振动强度为4g时，非选择性附着的亲水性矿粒将脱落，而浮选的疏水性煤粒不受影响.     

斗子捞坑优缺点的探讨

斗子捞坑在我国已普遍应用,是一种很好的水力分级设备。认为斗子捞坑存在分级粒度难以控制,高灰分煤泥污染精煤,入浮粒度过细,浮选精煤过滤困难等缺声。随着管理水平的提高及各种新型分级设备的研究成功,斗子捞坑的缺点已越来越明显。利用其它水力分级设备如:圆锥倾斜板沉淀槽或水力分级旋流器代替斗子捞坑,不但可克服上述缺点,还能减少新建厂投资,降低电耗,具有显著的经济效益。     

大处理能力分级破碎机的断裂动力学分析与工业应用

简要介绍了国内外分级破碎技术现状和分级破碎技术的特点。利用断裂动力学Griffith裂纹扩展理论分析了破碎辊转速(即加载速率)对破碎功耗和产品块度的影响,并对破碎辊转速的确定、破碎后块度的预测等进行了深入的理论分析;详细介绍了分级破碎设备的工艺先进性、产品粒度特性、破碎效率、破碎功耗、运行可靠性等技术特征,并引用了大量来自工业实际应用的数据与结论;阐述了分级破碎机技术的发展趋势。     

ZKB剪切破碎机及其性能分析

废旧印刷电路板中含有大量可回收组分,处理不当会产生严重污染。通过分析废旧电路板处理技术的研究现状及其组成与结构特点,研制了ZKB剪切破碎机。该机主要采用纯剪切力对废旧电路板进行粗碎,可得到20mm×20mm的碎块,工作频率以20~30Hz为宜。     

数字图像处理技术在煤泥浮选泡沫图像纹理特征的提取及识别上的应用

将数字图像处理系统应用于煤泥浮选泡沫图像的特征提取和识别 ,引入了空间灰度相关矩阵和邻域灰度相关矩阵来提取泡沫的纹理特性 ,并提取基于这两种算法的一系列特征参数来描述泡沫的结构 ;分析了各泡沫特征参数随浮选时间 (泡沫纹理 )的变化关系 ,定性地指出了各泡沫特征参数与泡沫纹理的相关性 ;并利用自组织神经网络对煤泥浮选泡沫的状态进行了识别 ,分类识别的平均正确率达 76 5 %。