移动抛丸机回收分离系统模拟及实验验证

张明路; 王建宇; 高春艳; 吕晓玲

doi:10.12404/j.issn.1671-1815.2500305

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (1) :112-122 DOI: 10.12404/j.issn.1671-1815.2500305

矿冶工程

移动抛丸机回收分离系统模拟及实验验证

作者信息 +

Simulation and Experimental Verification of Recovery and Separation System of Mobile Shot Blasting Machine

Author information +

文章历史 +

摘要

为提高金属表面除锈移动抛丸机的使用寿命,减少丸料中杂质含量,优化改进了一款移动抛丸机的回收分离系统,通过计算流体动力学(computational fluid dynamics,CFD)与离散单元法(discrete element method,DEM)耦合的方法,对回收分离过程进行仿真及模拟分析,引入回收分离效率作为量化衡量参数,研究气流速度、挡板结构和抛丸量对回收分离效率的影响,并分别进行仿真验证。结果表明,气流速度、挡板结构改进对提升回收分离效率影响显著,优化改进后的回收分离系统钢丸回收效率达95%以上,杂质分离效率达80%以上,实验结果与仿真结果最大误差小于3%,验证了数值模拟的合理性,可为移动抛丸机回收分离系统结构和工艺参数优化提供理论支持。

Abstract

In order to increase the service life of the mobile shot blasting machine for metal surface rust removal and reduce the content of impurities in the steel shots, a recovery and separation system of mobile shot blasting machine was optimized and improved. The coupling method of computational fluid dynamics (CFD) and discrete element method (DEM) was used to simulate and analyze the recovery and separation process. The recovery and separation efficiency were introduced as quantitative measurement parameters. The influences of airflow velocity, baffle structure, and shot blasting amount on the recovery and separation efficiency were studied, and simulation verification was conducted respectively. Results show that airflow velocity and baffle structure have a significant impact on enhancing the recovery and separation efficiency. Steel shot recovery efficiency of the optimized recovery and separation system is more than 95%, and separation efficiency of impurities is more than 80%. The maximum error between experimental results and simulation results is less than 3%, verifying the rationality of numerical simulation and providing theoretical support for optimization of structure and process parameters of mobile shot blasting machine’s recovery and separation system.

Graphical abstract

关键词

移动抛丸机 / CFD-DEM耦合 / 回收分离系统 / 结构优化

Key words

mobile shot blasting machine / CFD-DEM coupling / recovery and separation system / optimization of structure

引用本文

引用格式 ▾

张明路, 王建宇, 高春艳, 吕晓玲. 移动抛丸机回收分离系统模拟及实验验证[J]. 科学技术与工程, 2026, 26(1): 112-122 DOI:10.12404/j.issn.1671-1815.2500305

ZHANG Ming-lu, WANG Jian-yu, GAO Chun-yan, LÜ Xiao-ling. Simulation and Experimental Verification of Recovery and Separation System of Mobile Shot Blasting Machine[J]. Science Technology and Engineering, 2026, 26(1): 112-122 DOI:10.12404/j.issn.1671-1815.2500305

登录浏览全文

4963

注册一个新账户忘记密码

随着中国工业化水平的不断提高,各种大型钢结构的使用愈发普遍,但随着时间推移,钢结构表面会出现锈蚀、老化等现象,严重影响产品的质量和使用寿命,因此需定期对其进行除锈防腐作业,目前常用的除锈方法主要有高压水除锈^[1-2]、激光除锈^[3-5]、打磨除锈^[6-7]、喷砂除锈^[8]和抛丸除锈等^[9-10],在诸多除锈方法中,抛丸除锈凭借结构简单、除锈效果均匀、加工表面质量好等特点获得了广泛应用,中国船舶集团、中国石化海南炼化公司等均采用抛丸除锈进行钢结构表面处理作业,证明了抛丸除锈方法的实用性与可行性。

钢结构除锈用移动抛丸机包括抛丸系统、回收分离系统、除尘系统、控制系统和驱动系统等,抛丸机利用高速旋转的叶轮将钢丸抛射至待加工表面,通过钢丸冲击实现表面除锈工作,然后通过气流作用使钢丸及铁锈等进入回收分离系统,钢丸下落进入下一次抛丸循环,铁锈等杂质随气流排出进入除尘系统,实现移动抛丸机的长时间连续作业。在此过程中,除抛丸系统对作业效果有显著影响之外,回收分离系统同样对作业效果有着重要影响,当丸料中杂质含量达到2%时,叶轮磨损比纯钢丸增加5~10倍,极大缩短了抛丸机的使用寿命,同时杂质含量较大将直接降低抛丸作业效果^[11],因此对抛丸机回收分离系统进行研究是十分必要的。

移动抛丸机回收分离系统采用风选分离器^[12],其内部为典型的气固二相流,气固二相流中颗粒的运动轨迹在很大程度上受到流动空气的影响,回收分离系统作为移动抛丸机重要部件,对其内部气固流动特性和丸渣分离研究却鲜见报道。目前,二相流问题常采用计算流体力学(computation fluid dynamics,CFD)和离散元法(discrete element method,DEM)耦合求解,以更加准确地模拟二相流复杂的流动行为。王欢等^[13]利用CFD-DEM方法研究大尺寸颗粒的气力输送问题,成功获得了不同条件下冰雹抛射运动规律。周甲伟等^[14]利用CFD-DEM方法研究了垂直管中流型、压降和颗粒体积分数等参数随气流速度的变化规律。Long等^[15]针对黄铁矿流化过程,研究了粒度分布和气体温度对其最小流化速度的影响。林琳等^[16]基于CFD-DEM方法对喷嘴磨损量进行分析,研究结果可为喷嘴设计和工业参数制定提供参考。在工程领域,该方法已成为企业解决复杂问题的关键工具:中石化南京工程公司利用CFD-DEM方法对管式固定床反应器进行研究^[17];长沙矿冶研究院运用CFD-DEM方法对集矿机构流场特性和采集率进行分析^[18];中铁十四局通过CFD-DEM方法总结出了盾构机气垫仓内岩屑排出率对不同因素的敏感度^[19]。CFD-DEM还应用于农业方面,为农业机械设计提供实用参考^[20-21]。

现以移动抛丸机回收分离系统为研究对象,针对钢丸和杂质回收分离问题,采用CFD-DEM耦合方法研究移动抛丸机回收分离系统内部气固流动特性,研究不同结构、不同气流速度、不同抛丸量下钢丸回收效率及杂质分离效率问题。

1 模型描述

1.1 移动抛丸机

采用的移动抛丸机如图1(a)所示,由于其回收分离系统结构特性,导致回收的丸料含杂率较高,如图1(b)所示,经测定,不低于40%的杂质无法排出回收分离系统,加剧了叶轮的磨损。同时钢丸流动受重力影响,移动抛丸机只能适应立面竖直作业,无法沿横向作业,限制了抛丸机安装于机器人设备在大型立面除锈作业等类作业场景的应用。

对移动抛丸机回收分离系统进行优化改进,通过实际测量关键配合尺寸,利用SolidWorks建立立面横向作业用回收分离系统模型,如图2所示,落料口和抛丸系统间通过软管连接,钢丸由此进入抛丸系统。排尘口外接风机,经回收分离系统作用后铁锈等杂质沿排尘口排出,钢丸沉降于分离装置底部储料仓继续进入下一次抛丸循环。

1.2 回收分离系统三维仿真模型

回收分离系统流体域模型如图3所示,利用SolidWorks抽取流体域并进行细微修改,以减少后续网格划分难度,其中回收分离系统流体域包含部分抛丸系统结构,以更好模拟颗粒及气流运动特性。

利用Workbench mesh对上述流体域进行网格划分,并进行网格无关性验证。如图4所示,当网格数量从15 847逐步增加到41 715时,压降有明显变化,继续增加网格数量时,压降变化不再明显。网格数量为41 715时达到了网格独立性,后续计算均采用此网格。

1.3 离散单元模型建立

在抛丸机除锈过程中,通过钢丸冲击将壁面上铁锈破碎为细小颗粒随气流进入回收分离系统,其中还夹杂着壁面吸附的灰尘粉末等,通过实际测量和查阅文献^[22],拟定3种颗粒属性参数如表1所示,在离散元分析软件EDEM中建立颗粒简化模型,认为3种颗粒均为球形颗粒。

1.4 数学模型建立

CFD-DEM耦合求解过程中,气相在欧拉坐标系下采用有限体积法的Navier-Stokes方程求解^[23],气相运动过程中并无明显热量传递,所以忽略能量方程,气相连续性方程和动量守恒方程如下。

(1)$\frac{\partial}{\partial t}\left(\varepsilon_{\mathrm{g}} \rho_{\mathrm{g}}\right)+\nabla \cdot\left(\varepsilon_{\mathrm{g}} \rho_{\mathrm{g}} \boldsymbol{v}_{\mathrm{g}}\right)=0$

(2)$\begin{array}{l} \frac{\partial}{\partial t}\left(\varepsilon_{\mathrm{g}} \rho_{\mathrm{g}} \boldsymbol{v}_{\mathrm{g}}\right)+\nabla \cdot\left(\varepsilon_{\mathrm{g}} \rho_{\mathrm{g}} \boldsymbol{v}_{\mathrm{g}} \boldsymbol{v}_{\mathrm{g}}\right)=-\varepsilon_{\mathrm{g}} \nabla \boldsymbol{P}+ \\ \varepsilon_{\mathrm{g}} \rho_{\mathrm{g}} \boldsymbol{g}+\nabla \cdot\left(\varepsilon_{\mathrm{g}} \boldsymbol{\tau}_{\mathrm{g}}\right)-\boldsymbol{S} \end{array}$

式中:t为时间;ε_g为气体体积分数;ρ_g为气体密度;v_g为气体速度;$\nabla P$为流体压力梯度;g为重力加速度;τ_g为气体黏性应力张量;S为气体与颗粒间的动量交换。

气体黏性应力张量表达式为

(3)$\boldsymbol{\tau}_{\mathrm{g}}=\varepsilon_{\mathrm{g}} \mu_{\mathrm{g}}\left(\nabla \boldsymbol{v}_{\mathrm{g}}-\nabla \boldsymbol{v}_{\mathrm{g}}^{\mathrm{T}}\right)+\varepsilon_{\mathrm{g}}\left(\lambda_{\mathrm{g}}-\frac{2}{3} \mu_{\mathrm{g}}\right)\left(\nabla \cdot \boldsymbol{v}_{\mathrm{g}}\right) \boldsymbol{I}$

式(3)中:μ_g为气体剪切黏度;λ_g为气体体积黏度;I为二阶度量矩阵。

离散相运动采用基于拉格朗日坐标的粒子追踪法求解,其控制方程的原理是牛顿第二定律^[24],流体中颗粒的运动主要受到气体作用和碰撞接触作用,以平动和转动两种具体形式表现,经分析计算,此过程中颗粒受力表达式如下。

(4)$ m_{\mathrm{p}} \frac{\mathrm{~d} \boldsymbol{v}_{\mathrm{p}}}{\mathrm{~d} t}=\boldsymbol{F}_{\mathrm{g}}+\boldsymbol{F}_{\mathrm{D}}+\boldsymbol{F}_{\mathrm{B}}+\boldsymbol{F}_{\mathrm{M}}+\boldsymbol{F}_{\mathrm{J}} $

(5)$ I_{\mathrm{p}} \frac{\mathrm{~d} \boldsymbol{\omega}_{\mathrm{p}}}{\mathrm{~d} t}=\boldsymbol{T}_{\mathrm{g}}+\boldsymbol{T}_{\mathrm{J}} $

式中:m_p为颗粒质量;v_p为颗粒速度;F_g为颗粒所受重力;F_D为颗粒所受曳力;F_B为颗粒所受Basset力;F_M为颗粒所受Magnus力;F_J为颗粒碰撞时所受接触力;I_p为颗粒转动惯量;ω_p为颗粒角速度;T_g为流体对颗粒作用所引起的扭矩;T_J为颗粒碰撞时所受接触扭矩。

2 数值模拟过程

2.1 CFD-DEM耦合计算简介

对于移动抛丸机回收分离系统,其内部气体、钢丸和杂质颗粒组成典型的气固二相流,这个过程不仅包括气相与颗粒间的相互作用,还包括颗粒之间、颗粒与壁面之间的相互作用,具有复杂的流动特性和碰撞接触,因此采用双向耦合模型计算,以更好模拟其内部气固二相流运动特性。

利用Fluent19.0和EDEM2018软件进行仿真计算,利用EDEM中Coupling Server和Fluent 中UDF模块进行软件间耦合操作,在Fluent中进行气相计算,在EDEM中进行固相计算,具体流程如图5所示,当仿真时间到达设定时间后仿真停止,从而利用CFD-DEM方法对移动抛丸机回收分离系统气固二相流进行数值模拟计算。

2.2 模拟参数与边界条件设置

2.2.1 EDEM设置

EDEM软件主要进行颗粒参数设置,包括颗粒属性参数、颗粒接触模型、颗粒数量以及颗粒初始位置、速度等条件。采用Hertz-Mindlin接触模型,对颗粒碰撞过程进行分析,相关接触参数如表2所示^[25],设置颗粒可穿过储料仓壁面,认为此部分颗粒完成沉降,减少计算时间。

主要针对4~8 kg/min抛丸量进行研究,初设钢丸生成速率为4 kg/min,铁锈颗粒和灰尘颗粒生成速度主要由待处理表面决定,并无统一数据,设铁锈颗粒和灰尘颗粒生成速度均为6 000 个/s,EDEM中颗粒工厂设置如图6所示。

设置钢丸颗粒运动初速度为70 m/s,铁锈、灰尘颗粒初始速度为0.1 m/s,重力方向为-Y方向,时间步长设置为1×10^-7 s,打开EDEM端耦合接口,等待与Fluent建立连接。

2.2.2 Fluent设置

Fluent中重力方向与EDEM中一致,计算模型选为标准k-ε模型,选择空气作为流体,基于实际风速测定计算,初设边界条件如表3所示,设置Fluent计算时间步长为5×10^-4 s,打开Fluent端耦合接口,与EDEM连接进行耦合求解计算。

2.3 数值模拟结果分析

回收分离系统内气固二相流经Fluent-EDEM耦合求解计算后利用CFD-Post软件对气相进行后处理分析,利用EDEM软件对颗粒相进行后处理分析,回收分离系统气固两相分布如图7所示。

通过图7(a)可以看出,气体从抛丸系统底部进入并形成多个气旋,此处气旋可能会导致较轻的灰尘颗粒无法顺利进入回收分离系统。由于回丸通道的转折,气体在其内部速度分布并不均匀,转折部分外侧气流速度明显大于内侧气流速度,在经过回收分离系统内部挡板和壁面作用下,气流方向及速度分布持续改变,在分离装置排尘口位置气流速度基本呈现均匀分布特性。

图7(b)中气流进入分离装置后受到挡板1的影响改变运动方向,转变为向下运动的气流,下行气流在挡板2的阻挡下被分为两股,一股气流沿挡板2上方通过,气流因腔体相对增加和挡板阻碍作用速度减缓,另一股气流沿挡板2与壁面形成的空间通过并在挡板2下方形成气旋1。挡板2上方通过的气流经挡板3阻碍继续分为两股,其中绝大部分气流沿挡板3内部向上运动,并在此过程中形成气旋2和气旋3,此部分气流经挡板4和壁面反射作用,在剪切力和惯性力作用下改变运动方向沿分离装置排尘口方向运动,另一部分气流从挡板2与挡板3间隙流出并与挡板2下方气流在挡板3与壁面间隙处汇集继续向上运动,然后与挡板3上行气流在排尘口汇集排出。

图7(c)直观地展现了回收分离系统中颗粒的运动轨迹。钢丸密度、尺寸较大,颗粒的斯托克斯数较大,颗粒运动的主导因素是惯性力,颗粒趋向于以固体包络流体的方式运动,颗粒表现为沉降运动;而铁锈灰尘颗粒的斯托克斯数较小,颗粒所受曳力大于惯性力,颗粒运动受到流体约束,呈现悬浮态或扩散态,可随气流继续运动,灰尘颗粒悬浮情况如图8所示。正因钢丸和铁锈灰尘颗粒在气流作用下的不同运动形式,才能在气流作用下实现钢丸颗粒和铁锈灰尘颗粒的分离。

由图7(c)可看出颗粒运动过程中在挡板间存在聚集情况,设置钢丸生成速率8 kg/min,以最大限度地模拟颗粒聚集情况,钢丸聚集情况如图9所示。后续仿真需考虑颗粒聚集情况以更好模拟颗粒运动特性,由图9(b)可知钢丸颗粒在1.5~2 s达到最大聚集数量,因此设置数值模拟总时间为3 s,0~2 s颗粒持续生成,2~3 s颗粒停止生成,但气流继续进行抽吸以计算回收分离效率。

为定量分析回收分离系统的效果,采用回收分离效率作为衡量标准,对于颗粒回收分离效率的研究需要利用EDEM软件后处理中的Setup Selections-Grid Bin Group对不同位置颗粒数量进行统计,以便进行回收分离效率计算,3个颗粒数量统计位置如图10所示。

进入回收分离系统的颗粒总数为经过颗粒数量统计位置1的颗粒数量,排出回收分离系统的颗粒总数为经过颗粒数量统计位置2的颗粒数量,下落至回收分离系统底部进入下一次抛丸循环的颗粒总数为经过颗粒数量统计位置3的颗粒数量,则钢丸颗粒回收效率和铁锈灰尘颗粒的分离效率可表示如下。

(6)${\eta }_{\mathrm{s}}=\frac{{N}_{3\mathrm{s}}}{{N}_{1\mathrm{s}}}\times 100\%$

(7)${\eta }_{\mathrm{i}}=\frac{{N}_{2\mathrm{i}}}{{N}_{1\mathrm{i}}}\times 100\%$

式中:η_s为仿真中钢丸回收分离效率;η_i为仿真中铁锈灰尘等杂质回收分离效率;N_x_s为经过不同位置的钢丸颗粒总数量,x=1,2,3;N_x_i为经过不同位置的杂质颗粒总数量,x=1,2,3。

3 影响因素分析

移动抛丸机回收分离效果受到气流速度、抛丸量、挡板结构等多因素影响。因此,需对不同影响因素进行分析,以保证回收分离系统最佳作业效果。

3.1 气流速度对回收分离效果的影响

为分析气流速度对回收分离效果的影响,采用控制变量法,对排尘口气流速度为70、75、80、85和90 m/s时进行模拟,其中抛丸量设置为4 kg/min。图11为不同气速下气相分布,气速不同流场分布并无明显区别,只是数值大小不同,可见影响颗粒运动的只是气流对颗粒的作用力大小,不同气流速度下回收分离效率如图12所示。

当气流速度较小时,部分钢丸颗粒未能成功进入分离装置,而是沿回丸通道下落至抛丸系统底部,造成回收效率降低;随着气流速度的增加,钢丸沉降于抛丸系统底部的数量逐渐减少,回收效率增加,但气流速度持续增加时,钢丸沿排尘口排出数量逐渐增加,再次造成回收效率降低。对于铁锈灰尘颗粒而言,随气流速度增加,其分离效率也持续增加。

移动抛丸机在高空进行钢结构除锈时钢丸补充困难,所以钢丸回收效率为主要考虑因素,其次是铁锈分离效率,最后是灰尘分离效率,综合3种颗粒回收分离效率,选定排尘口气流速度为75 m/s。

3.2 挡板结构对回收分离效果的影响

颗粒聚集主要受到挡板3影响,通过改变挡板3上下位置,减少气流对颗粒影响,使颗粒尽可能快地沿挡板3下落以减少颗粒聚集现象,设置挡板3下侧距底面高度分别为30、25、20和15 mm,并依次命名为结构1~结构4,设置抛丸量为8 kg/min,铁锈和灰尘颗粒生成速率为6 000 个/s,4种结构钢丸颗粒聚集情况如图13所示。

由图13可以看出,随着挡板3下移,其上聚集的钢丸颗粒数量逐渐减少,主要原因是随挡板3下移,沿挡板2流向挡板3的气流作用于挡板3的位置发生变化,挡板3位置偏上时,由于挡板角度影响,颗粒在挡板3末端受到下滑力分量较小,不利于颗粒沉降;而挡板3位置偏下时,因角度影响颗粒受到的下滑力分量较大,同时气流接触位置主要为挡板3中间位置,部分气流沿挡板3下行推动颗粒进行沉降。颗粒的聚集会对分离效率产生影响,4种不同结构回收分离效率如图14所示。

由图14可知,结构1综合回收分离效率最高,主要原因是随着挡板3下移,越来越多的灰尘铁锈颗粒沿挡板3下侧直接沉降,造成分离效率降低。因此,综合考虑选择结构1作为最终方案。

3.3 抛丸量对回收分离效果的影响

通过颗粒聚集情况的分析,抛丸量会影响颗粒聚集数量,进而影响颗粒的回收分离效率。实际作业过程中,抛丸量的大小会影响铁锈和灰尘颗粒的生成速率,但在仿真过程中,为方便计算与对比,铁锈和灰尘生成速率仍设置为6 000 个/s,钢丸生成速率设置为4~8 kg/min,5种不同抛丸量下钢丸颗粒聚集数量如图15所示。

通过图15可以看出,随着抛丸量的增加,钢丸聚集数量也随之增加,大量钢丸颗粒的聚集会使得后续经过的颗粒与钢丸发生非弹性碰撞,发生动量损失的同时改变运动方向,导致颗粒未能沿挡板3上行而直接沉降,不同抛丸量下颗粒回收分离效率如图16所示。

在排尘口气流速度75 m/s、回收分离系统为结构1情况下,4~8 kg/min抛丸量下均可实现钢丸、铁锈和灰尘的有效分离,钢丸回收效率97%以上,铁锈灰尘等杂质综合分离效率80%以上。将铁锈灰尘分离效率通过质量加权平均得到总体回收分离效率如图17所示,相比优化前杂质分离效率提高了20%。

4 实验验证

通过数值模拟确定了回收分离系统结构及所需气流速度,按结构1制作回收分离系统安装于移动抛丸机之上进行现场实验,以验证数值模拟结果的准确性及回收分离系统的合理性。

在钢结构壁面进行实验,通过风速选定风机型号,并确定管路连接后排尘口气流速度为70、75、80、85和90 m/s下风机档位,利用除尘布袋对排出回收分离系统的颗粒进行收集,移动抛丸机的管路连接和实验过程如图18所示。

通过阀门开度控制移动抛丸机抛丸量大小,采用筛网对钢丸和杂质进行分离,利用高精度电子秤进行重量测定,进而计算回收分离效率,颗粒质量测量过程如图19所示。

实验中回收分离效率采用如下公式计算。

(8)$\eta_{\mathrm{s}}^{\prime} =\frac{M_{\mathrm{s}}^{\prime}}{M_{\mathrm{s}}} \times 100 \% $

(9)$\eta_{\mathrm{i}}^{\prime} =\frac{M_{\mathrm{i}}^{\prime}}{M_{\mathrm{i}}} \times 100 \%$

式中:M'_s为回收分离系统内钢丸质量;M_s为回收分离系统与除尘布袋内钢丸质量总和;M'_i为除尘布袋内杂质质量;M_i为回收分离系统与除尘布袋内杂质质量总和;η'_s为实验中钢丸回收效率;η'_i为实验中杂质分离效率。

通过调节阀门开度和风机档位,分别进行不同气流速度和不同抛丸量下回收分离效率实验,实验条件设置与数值模拟一致。气流速度对回收分离效率影响实验中,抛丸量为4 kg/min,气流速度分别为70、75、80、85和90 m/s;抛丸量对回收分离效率影响实验中,气流速度为75 m/s,抛丸量分别为4、5、6、7和8 kg/min。通过实验测算,改进后回收分离系统效率如图20所示。

经实验验证,气流速度为75 m/s时,4~8 kg/min抛丸量下分离装置钢丸分离效率达到95%以上,杂质分离效率达到80%以上,实际回收分离效率略低于仿真模拟结果,部分钢丸聚集于回收通道底部,未能成功进入分离装置。实验误差来源包括气流波动、颗粒分布不均、颗粒抛射角度等方面,但整体实验结果与数值模拟结果具有一致性,实验与仿真结果最大误差小于3%,改进后回收分离系统杂质分离能力提高20%以上,满足实际使用需求。

5 结论

针对钢结构除锈用移动抛丸机回收分离系统杂质分离问题,建立了可以完整反映回收分离系统作业过程的数值计算模型,主要得到以下结论。

(1)改进的移动抛丸机回收分离系统能够完成钢丸与杂质的分离,经实验验证钢丸回收效率达95%以上,杂质分离效率达80%以上,分离效率提高了20%,同时此结构可适应立面横向作业。

(2)抛丸量对移动抛丸机回收分离能力有显著影响,4~8 kg/min抛丸量下,随着抛丸量提高,颗粒聚集数量增多,导致杂质分离效率逐渐降低,钢丸回收效率逐渐增高。

(3)气流速度对回收分离效率有显著影响,随着气流速度增加,钢丸和杂质沿排尘口排出数量均增加,导致钢丸回收效率降低,杂质分离效率提高,综合考虑回收分离效率,排尘口的气流速度为75 m/s时回收分离效果最佳。

(4)回收分离系统内部挡板结构对回收分离效率有显著影响,后续可以继续探索不同结构下的回收分离效率,进而在保证钢丸回收效率的同时继续提高杂质分离能力。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Zhou R, Cao Y P, Shi W D, et al. Experimental study on surface erosion of grade—a marine steel with different curvatures by ultra-high pressure water jet[J]. Journal of Materials Research and Technology, 2024, 31: 3025-3034.

[2]	吴阳, 刘月芳, 王宪军, 等. 储罐外防腐层机械化维修工艺研究[J]. 科学技术与工程, 2023, 23(18): 7753-7757.

[3]	Wu Yang, Liu Yuefang, Wang Xianjun, et al. Maintenance process for external anti-corrosion coating of storage tank[J]. Science Technology and Engineering, 2023, 23(18): 7753-7757.

[4]	Li X G, Huang T T, Zhou R, et al. Laser cleaning of steel structure surface for paint removal and repaint adhesion[J]. Opto-Electronic Engineering, 2017, 44(3): 340-344.

[5]	Xiao H B, Du C L, Zhang S L, et al. Study on the surface morphology of micro-particles and the oxide layer on silicon carbide crystal using nanosecond green laser cleaning assisted with airflow[J]. Crystals, 2022, 12(12): 1788.

[6]	喻忠翰, 尹莉, 徐艳龙, 等. 涂装前处理激光除锈技术研究进展[J]. 激光与光电子学进展, 2024, 61(5): 69-78.

[7]	Yu Zhonghan, Yin Li, Xu Yanlong, et al. Research progress of laser derusting technology in coating pretreatment[J]. Laser & Optoelectronics Progress, 2024, 61(5): 69-78.

[8]	赵勇, 郭江, 冯健, 等. 面向金属基材的清洗技术及清洁度评价方法研究新进展[J]. 机械工程学报, 2023, 59(13): 290-313.

[9]	Zhao Yong, Guo Jiang, Feng Jian, et al. Recent progress of cleaning technologies and cleanliness evaluation methods for metal substrates[J]. Journal of Mechanical Engineering, 2023, 59(13): 290-313.

[10]	董家候, 郑甲红, 何凯, 等. 一种基于磁力吸附的焊缝打磨爬壁机器人设计[J]. 机床与液压, 2023, 51(3): 35-43.

[11]	Dong Jiahou, Zheng Jiahong, He Kai, et al. Design of welding seam grinding wall-climbing robot body based on magnetic adsorption[J]. Machine Tool & Hydraulics, 2023, 51(3): 35-43.

[12]	魏鑫, 赵军友, 闫成新, 等. 大型油罐智能喷砂除锈系统设计及动力学分析[J]. 科学技术与工程, 2023, 23(21): 9137-9143.

[13]	Wei Xin, Zhao Junyou, Yan Chengxin, et al. Design and dynamics analysis of intelligent sandblasting rust-removing system for large oil tanks[J]. Science Technology and Engineering, 2023, 23(21): 9137-9143.

[14]	Zhang J M, Dong X W, Zhou Y J, et al. Surface derusting of rust-covered metallic surface via shot blasting: a smoothed particle hydrodynamics simulation[J]. Wear, 2023, 514/515: 204566.

[15]	Kovaci H, Yetim A F, Celik A, et al. Effects of shot peening pre-treatment and plasma nitriding parameters on the structural, mechanical and tribological properties of AISI 4140 low-alloy steel[J]. Surface and Coatings Technology, 2019, 358: 256-265.

[16]	上官丽萍, 李长春, 刘玉磊, 等. 抛丸清理设备中的丸砂分离器结构分析[J]. 铸造设备与工艺, 2013(3): 3-5.

[17]	Shangguan Liping, Li Changchun, Liu Yulei, et al. Structure analysis of pill and sand separators of the blast cleaning equipment[J]. Foundry Equipment & Technology, 2013(3): 3-5.

[18]	胡明伟, 何家健, 韩子延, 等. 移动式抛丸机研究现状及关键技术分析[J]. 现代制造工程, 2022(4): 149-157, 111.

[19]	Hu Mingwei, He Jiajian, Han Ziyan, et al. Research status and key technology analysis of mobile shot blasting machines[J]. Modern Manufacturing Engineering, 2022(4): 149-157, 111.

[20]	王欢, 孙科, 任博扬, 等. 大颗粒气力输运的CFD与EDEM耦合计算方法[J]. 科学技术与工程, 2022, 22(11): 4603-4608.

[21]	Wang Huan, Sun Ke, Ren Boyang, et al. Calculation method of particle pneumatic transport based on CFD and EDEM coupling[J]. Science Technology and Engineering, 2022, 22(11): 4603-4608.

[22]	周甲伟, 郭小乐, 巴涵, 等. 基于CFD-DEM耦合数值模拟的垂直管道气力输送流型特性研究[J]. 工程热物理学报, 2023, 44(9): 2464-2473.

[23]	Zhou Jiawei, Guo Xiaole, Ba Han, et al. Study of flow pattern for vertical pipe pneumatic conveying by CFD-DEM coupled simulation[J]. Journal of Engineering Thermophysics, 2023, 44(9): 2464-2473.

[24]	Long W, Ji J B, Zeng W, et al. CFD-DEM investigation on effects of particle size distribution and gas temperature on minimum fluidization velocity of pyrites[J]. Particuology, 2025, 96: 244-255.

[25]	林琳, 张云朋, 蒋东岑, 等. 微磨料水射流抛光喷嘴数值模拟及磨损规律分析[J]. 液压与气动, 2023, 47(7): 113-123.

[26]	Lin Lin, Zhang Yunpeng, Jiang Dongcen, et al. Numerical simulation and wear rule analysis of micro-abrasive water jet polishing nozzle[J]. Chinese Hydraulics & Pneumatics, 2023, 47(7): 113-123.

[27]	张刚, 宋斯铎, 朱梓瑞, 等. 基于CFD-DEM方法与多孔介质模型的管式固定床反应器柱状颗粒床层特性研究[J]. 石油炼制与化工, 2024, 55(11): 90-99.

[28]	Zhang Gang, Song Siduo, Zhu Zirui, et al. Study on the characteristics of columnar granular bed in tubular fixed bed reactor based on CFD-DEM method and porous medium model[J]. Petroleum Processing and Petrochemicals, 2024, 55(11): 90-99.

[29]	李俊, 程阳锐, 曾轩, 等. 基于CFD-DEM的多金属结核小型水力式集矿机构设计[J]. 矿业研究与开发, 2024, 44(11): 1-8.

[30]	Li Jun, Cheng Yangrui, Zeng Xuan, et al. Design of small hydraulic mining mechanism for polymetallic nodules based on CFD-DEM[J]. Mining Research and Development, 2024, 44(11): 1-8.

[31]	于文端, 丁万涛, 王承震, 等. 基于CFD-DEM方法的泥水平衡盾构排屑效率影响因素敏感度[J]. 科学技术与工程, 2024, 24(19): 8052-8061.

[32]	Yu Wenrui, Ding Wantao, Wang Chengzhen, et al. Sensitivity analysis of factors influencing the cuttings discharged ratio in slurry shield based on CFD-DEM method[J]. Science Technology and Engineering, 2024, 24(19): 8052-8061.

[33]	Yuan J B, Wu C Y, Li H, et al. Movement rules and screening characteristics of rice-threshed mixture separation through a cylinder sieve[J]. Computers and Electronics in Agriculture, 2018, 154: 320-329.

[34]	徐鹏庆, 戴飞, 赵武云, 等. 胡麻脱粒清选装置作业过程仿真与试验[J]. 农业机械学报, 2023, 54(S1): 161-171.

[35]	Xu Pengqing, Dai Fei, Zhao Wuyun, et al. Simulation analysis and experiment of operation process of flax threshing and cleaning device[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(S1): 161-171.

[36]	Zhang Y H, Fu X L, Men X H, et al. Analysis of gas-solid two-phase flow and structure optimization of mobile shot blasting machine recovery device[J]. Scientific Reports, 2022, 12(1): 22220.

[37]	Akhshik S, Behzad M, Rajabi M. CFD-DEM approach to investigate the effect of drill pipe rotation on cuttings transport behavior[J]. Journal of Petroleum Science and Engineering, 2015, 127: 229-244.

[38]	杨航, 刘芳, 李加祥, 等. 基于CFD-DEM耦合的气吸式三七播种器工作参数仿真分析[J]. 中国农机化学报, 2019, 40(1): 22-25.

[39]	Yang Hang, Liu Fang, Li Jiaxiang, et al. Simulation analysis of working parameters of panax notoginseng seeder based on CFD-DEM coupling[J]. Journal of Chinese Agricultural Mechanization, 2019, 40(1): 22-25.

[40]	陈记合. 打磨粉尘小型复合除尘器除尘机理及结构优化研究[D]. 北京: 北京科技大学, 2022.

[41]	Chen Jihe. Research on dust removal mechanism and structure optimization of small composite dust collector for polishing dust[D]. Beijing: University of Science and Technology Beijing, 2022.

基金资助

“慧眼行动”计划(62602010243)

河北省高等学校科学技术研究项目(JZX2023015)

PDF (23441KB)

访问

被引

详细

导航

Received	Published
2025-01-13	2026-01-08
Online Date
2026-05-27

摘要