针对极群组破碎分离水力旋流器参数化研究

针对废旧铅酸电池极群组破碎后的铅膏与其他杂质分离问题,构建了固-液分离旋流器中液固两相流的湍流模型。揭示固-液分离旋流器溢流管的深入长度、溢流管管壁厚度、排砂口直径与预分离区域高度对分离性能的影响规律,利用正交试验对比进行了分析与研究。通过对正交试验设计方法进行对比分析,得出排砂口直径对旋流器分离效率影响最大,预分离区域高度次之,而溢流管管壁厚度最小。选择最优参数,建立旋流器数值模型,分析杂质体积分布情况,利用Fluent重新计算得到铅膏杂质的分离效率达到89.03%。建立优化后的旋流器实验样机,将得平均分离效率与数值仿真结果进行对比,最终相对误差较小,仿真模型合理。     

锂离子电池切分机构仿真与试验研究

与传统的整体破碎工艺相比而言,锂离子电池机械化拆解工艺可以在预处理阶段实现电芯和其他部分的分离,降低化学萃取成本,提高贵重金属元素的回收效率,具有重要的研究意义。为此设计了一种可以适应不同型号锂离子电池的切分机构,并提出了将可视为复杂装配下的复合材料的锂离子电池材料模型替代成简单均质的Johnson-Cook本构材料模型的等效替代理论,并通过理论计算、Abaqus仿真以及试验研究的方法进行分析,结果表明:所设计的切分机构能够完成锂离子电池的切分,切口和变形情况均满足要求,提出的等效替代理论可以满足切分试验的要求,并得到参数修正后的本构模型方程用于指导切分仿真计算。     

应用神经网络和粒子群算法的振动式分选机参数优化研究

针对废旧铅酸蓄电池回收预处理工艺中极群分离问题设计了振动式分选机,并应用椭圆基神经网络近似模型和粒子群算法研究了振动式分选机参数优化问题。首先,以降低质量、降低应力和提高第3阶固有频率为目标,利用灵敏度分析获得影响程度最高的结构参数;其次,采用具有最高拟合度的椭圆基神经网络构建试验设计样本的最佳近似模型,并采用优化效果更佳的粒子群算法进行数值优化;最后,对优化前后的结构进行可靠性分析。结果表明:优化后结构质量降低了9.7%,最大等效应力降低了36.7%,第3阶固有频率提高了12.9%,结构可靠度提高了5.9%。