矿物超细粉碎-改性一体化实验研究

探讨了矿物超细粉碎改性一体化新工艺及其可行性，设计了ＣＰ系列超声速超微气流粉碎分级机配套的表面改性剂胶体粒子化装置，并以重质碳酸钙为例进行了矿物超细粉碎改性一体化的实验研究。热分析、红外光谱分析证实：矿物超细粉碎改性一体化新工艺生产的改性粉体，其表面改性剂分解氧化温度比传统工艺生产的改性粉体高１００℃左右，说明新工艺生产的粉体表面改性剂与矿物表面结合的牢固程度高于传统工艺的。同时探讨了表面改性剂胶体粒子化装置，在ＣＰ系列超微气流粉碎分级机上的安装位置，对改性效果的影响。     

超微颗粒—物质的新状态

超微颗粒的大小介于原子、分子与块状物之间，其以“表面效应”、“体积效应”显著区别于一般颗粒及传统的块体材料，超微颗粒作为物质存在的一种新状态的观点正逐渐为人们所接受，本文概括地论述了超微颗粒的基本概念、特性，制备方法及其应用，揭示了超微颗粒在高新技术、新型功能材料、结构材料的开发研究中起着先导作用。     

超微气流粉碎改性胶体粒子化装置机理研究

超微气流粉碎改性一体化设备的关键之一是研究设计胶体粒子化装置，使改性剂能够充分与粉体料流混合，以提高改性效果。本文应用流体动力学原理，主要探讨了胶体粒子化装置设计中的超微气流粉碎改性胶体粒子化装置的机理。     

行业动态

集干燥、超微粉碎及分级于一体的新型GJF干燥超微粉碎机科技部2 0 0 4年度部分科技产业项目计划(国科发计字[2 0 0 4] 14 0号)中,浙江丰利粉碎设备有限公司研发的集强力干燥、超微粉碎、高精度分级于一体的GJF干燥超微粉碎机名列第14位。这是该产品被评为国家重点新产品,列入浙     

煤超微粉碎双圆盘气流粉碎机的分级系统设计

用于煤的超微粉碎的气流粉碎机能最小限度地减小杂质混入,能够较好地保持超微煤粉颗粒的粒形,具有纯度高、设备简单、可靠性高等优点。设计了一种双圆盘气流粉碎机用于煤的超微粉碎,其分级系统采用压缩气体作介质。进入分级机内的气固两相流沿内壁旋转,并由外向内运动,产生离心力场和向心力场,同时在高速旋转分级转子的作用下,使得气流产生的离心力场和向心力场迅速增加,这样进入分级机内的煤粉颗粒受到离心力和向心力的平衡作用而分级,分级后粒径为3～100μm。     

双圆盘气流粉碎机在煤超微粉碎的应用研究

在研究煤超微粉碎过程中,设计了一种用于煤超微粉碎的双圆盘气流粉碎机,与传统的气流粉碎机相比生产效率更高。设计的双圆盘气流粉碎机的特征在于有两只相交的圆盘状粉碎室,粉碎室周围有若干只能产生两股旋向相反的超高速旋流的射流喷嘴。与传统的双圆盘粉碎机不同的是加料器的位置,将加料器置于粉碎腔的中心,使煤颗粒在圆盘相交部位受到强烈的对撞和摩擦而被快速粉碎。通过合理的控制煤粉气流的运动方向,充分利用煤粉颗粒在超高速运动时具有的巨大动能,大大提高了运动中煤粉颗粒的撞击力度,使分级的分级粒度更小,能显著提高粉碎机的生产效率,降低了生产能耗。     

第五讲 微细粒矿物原料分级

分级是利用重力场、离心力场或惯性力场中粒子沉降速度的差异,将颗粒体物料按粒度大小分成若干个粒度级别不同的操作过程。广义而言,也包括筛分过程。根据所用的流体介质不同,分级方法可分为干式分级和湿式分级。干式分级主要使用空气,特殊情况下也使用氮气或其它气体;湿式分级主要使用水;对于水溶性的物料也可采用酒精或油类等流体介质。图1列出了分级方法分类及应用范围。     

机械工程与超微颗粒材料

机械工程与超微颗粒材料以超微粉碎与分级技术为主体，讨论了机械工程与新材料以及基础学科相互交叉的研究领域、最新成就以及发展趋势．为机械学科的发展提出了新的生长点     

国内外综合信息

浙江丰利攻克了高含水量物料的超微粉碎难题吴宏富 集强力干燥、超微粉碎、高精度分级三重功能于一体的新一代干燥超微粉碎设备：ＧＪＦ干燥超微粉碎机，由浙江丰利粉碎设备有限公司研制而成，日前通过专家验收。专家认为该机的研制成功解决了含水量高的物料的超微粉碎难题，是粉体工程的重大突破，其技术处于国内领先水平；所采用的三角形齿圈定子和带高速活动锤的转子结构以及带变速分散机构的双螺旋加料装置属国内首创。 该机可干燥、粉碎含水量高达８０％的湿物料，经干燥、粉碎后成品含水量可低达０．１％；物料在机内边粉碎分级、边干…     

涡流微反应场制备不同几何形状CaCO3超微粒子

使用一种全新、高效的高剪切涡流微反应场连续生产不同几何形状的超微沉淀碳酸钙，且平均表观粒径在20～30nm范国内；采用不同的晶型控制剂，可以得到立方形、链状、棒形、球形、纺锤形和树枝状不同晶型的CaCO3粒子．从而实现超微沉淀碳酸钙的尺寸和形貌可控。对各种粒子进行了粒度分布和XRD表征。     

降低中深孔爆破炸药单耗方法的研究

通过对影响炸药单耗因素的分析,提出了一种基于加权聚类分析的炸药单耗分级方法,进而提出了采用增加自由面个数、大孔底距小抵抗线的孔网参数、调整装药结构等有效措施,以达到降低中深孔爆破炸药单耗的目的。同时结合首云铁矿采空区处理的科研课题,更加有力地论证了以上有效措施的应用降低了中深孔爆破炸药单耗。     

采场巷道围岩分类的概率统计分析方法及其应用

作者在采场巷道围岩分类的地质力学分类基础上，考虑了岩体分类因素的不确定性，首次提出了分类的概率统计方法。本文提出了各类因素定量评分标准以及分类指标修正准则，研究了基于围岩分类指标确定岩体强度和变形参数的方法。小官庄铁矿西区中的应用表明，该方法具有一定的实用价值和应用前景。     

Fuzzy logic approach in resource classification

Conventional geostatistical prediction methods can be used to carry out resource classification in ore beds and for reliability measurements. A field investigation based on lignite thickness data was conducted for resource classification in Eskisehir-Mihaliccik-Koyunagili coal basin. Moreover, a fuzzy logic-based resource classification method has been recently proposed to eliminate the uncertainties encountered in the conduct of conventional resource classification procedure. Fuzzy logic-based classification provides gradual transitions between two adjacent resource classes. In addition, the proposed method can classify each block by assigning a membership degree for handling decision-making problems encountered in conventional resource classification methods.     

降低中深孔爆破炸药单耗方法的研究

通过对影响炸药单耗因素的分析,提出了一种基于加权聚类分析的炸药单耗分级方法,进而提出了采用增加自由面个数、大孔底距小抵抗线的孔网参数、调整装药结构等有效措施,以达到降低中深孔爆破炸药单耗的目的。同时结合首云铁矿采空区处理的科研课题,更加有力地论证了以上有效措施的应用降低了中深孔爆破炸药单耗。     

数字遥感图像解译分类方法研究

遥感技术的发展,使人类能够获得非常丰富的知识,扩大人们观察大自然的视野。但面临的问题是如何处理大量的数据,使之成为有用的信息。随着卫星遥感数据获取方法的飞跃发展,传统的遥感图像分类方法不但导致分类精度降低,而且会造成空间数据大量冗余浪费资源。因此,提出了一种利用基于密度和自适应密度可达聚类算法(CADD)的数字遥感图像分类方法。理论分析和实验结果证明这种方法能够有效地对遥感图像进行分类。     

基于粗糙集理论的岩体边坡稳定性模糊综合评判

将粗糙集理论与模糊集理论相结合,应用于边坡稳定性问题中,利用粗糙集理论中的知识约简方法挖掘评价指标。把权重问题转成粗糙集理论中的属性重要性问题,建立了关于边坡稳定性分级评价的关系数据模型。评价结果表明:预测等级比较客观地反映了边坡稳定性的复杂状况,且该方法操作简单,结果可信。     

基于KPCA-SVM颤振预报模式研究

针对切削加工过程颤振孕育的动态模式,提出基于KPCA-SVM模型的颤振预报新方法。首先提取切削加工振动信号,进行FFT变换,使KPCA-SVM模型对变换后的切削实验数据进行学习、训练,得到KPCA-SVM识别模型;提取切削加工过程的振动信号,经过FFT变换后,得到其幅频特征量,送给KPCA-SVM模型进行颤振情况分析与识别。     

基于实物分类统计法的森林变化监测研究

遥感已广泛应用于森林动态监测,遥感影像实物分类统计法为森林覆盖动态监测提供了可能。基于此,提出了一种基于实物分类统计法的森林变化监测方法,该方法综合图像分割技术、图像动态变化分析技术和多光谱随机信号处理技术,通过统计手段,可以对地面实物进行区分,从而达到森林动态监测的目的。     

基于支持向量机的故障诊断方法研究

故障样本缺乏是制约智能故障诊断发展的重要原因。支持向量机是近10 a来提出的一种基于小样本的统计学习方法。将支持向量机分类算法用于滚动轴承的多类故障分类并与RBF神经网络进行对比研究。实验表明,在有限样本条件下,支持向量机算法比RBF神经网络具有更好的分类性能。