韋魯濱　楊悅　周頎峰　孟祥民　劉永俊　李鐵鑫　朱學帥

摘要：離心力場能夠減小微細顆粒的沉降時間，降低傳統(tǒng)重力分選粒度下限，提高分選效率，但目前應用的離心流化分選機均為間斷式排料設備，難以連續(xù)運行。本文開發(fā)了一種新型離心流化連續(xù)分選機，采用計算流體力學（computational fluid dynamics，CFD）與離散單元法（discrete element method，DEM）雙向耦合技術對連續(xù)分選過程進行研究。采用Fluent研究了分選機內(nèi)流場特征，通過Fluent與EDEM耦合研究了不同密度的顆粒在離心連續(xù)分選機內(nèi)的運動分離過程。結果表明：液相在連續(xù)分選機螺旋槽內(nèi)能夠形成較厚的流膜，并延長了液相在分選過程中的運動路徑，提高了物料分層分離時間，強化了物料按密度分離。利用新型離心連續(xù)分選機，能夠有效實現(xiàn)離心連續(xù)分選。

關鍵詞：離心連續(xù)分選;粗煤泥;CFD;DEM;流膜

中圖分類號：TD94文獻標志碼：A

近年來，隨著我國工業(yè)化進程的加快，礦山規(guī)模不斷擴大，貧、細、雜等難選礦日漸增多[1-2]。隨著機械化采煤程度的提高，原煤中的細粒級含量大幅增加，占原料煤20%左右，這部分粗煤泥在傳統(tǒng)選煤工藝中，分選效率較低[3-6]。為了增加煤炭入洗率，提高煤炭資源利用效率，減少碳排放，研發(fā)適合粗煤泥分選的設備與工藝具有重要的現(xiàn)實意義。

利用離心力場擴大不同密度顆粒之間的沉降末速差，減小微細顆粒沉降時間，降低傳統(tǒng)重力分選的粒度下限，是細粒物料分選的發(fā)展趨勢。目前，應用廣泛的離心選礦機排料方式為間斷式排料，多用于重產(chǎn)物含量低于0.1%的貴重金屬礦分選，如金、銀、鉑礦等。陳橋等優(yōu)化了金礦離心重選工藝，通過調(diào)整磨礦細度將金的回收率提升到82.38%[7];XIONG等采用離心選礦機對超細鎢礦進行了回收，在優(yōu)化后的操作條件下，鎢礦回收率達77.83%[8]。在離心分選對金屬礦分選得到較好結果的同時，國內(nèi)外學者利用間斷型排料的離心強化分選機對細粒煤進行了分選試驗研究。ONEY利用Knelson分選機對細粒煤進行工業(yè)分選試驗，產(chǎn)品灰分從24%降低為12%[9];孫萌等采用Falcon離心機結合Krebs旋流器對-0.5 mm粒級的高硫煤進行了脫硫脫灰試驗，脫硫完善度為47.41%，優(yōu)于常規(guī)浮選的23.02%[10]。

然而，間斷型排料方式對于粗煤泥這類重產(chǎn)物含量較高的礦物，則無法得到較好的分選效果[11]。重產(chǎn)物含量高，導致必須縮短分選時間才能排出高密度產(chǎn)品。因此，間斷分選方式下分選過程不穩(wěn)定，顯著降低了工作效率，也使操作流程變得繁瑣復雜，開發(fā)粗煤泥的離心連續(xù)分選技術迫在眉睫。

掌握離心分選過程中流場分布特征及顆粒運動行為有助于闡明離心分選強化分離機理從而為連續(xù)分選設備的開發(fā)提供理論基礎。然而，由于高離心強度下流場的復雜性以及直觀觀測手段匱乏，多借助于數(shù)值模擬方法[12-16]。目前，對于離心分選機的數(shù)值模擬研究主要為間斷型離心分選機流場的分布及內(nèi)部顆粒的運動規(guī)律[17-20]。陶有俊等采用歐拉-歐拉多相流模型和雷諾應力湍流模型（reynolds stress equation model，RSM），對Falcon離心分選機內(nèi)部流場進行了模擬，發(fā)現(xiàn)在離心機內(nèi)部分選區(qū)和分層區(qū)交界處存在動態(tài)水力堰，具有強化分選的作用[21]。劉志剛利用Renormalization Group k-e湍流模型對離心選礦機內(nèi)部流場進行了模擬，采用離散相模型（discret phase model，DPM）對顆粒運動進行了探究，得到了最佳操作參數(shù)組合，并與試驗結果對比，驗證了仿真結果的可靠性[22]，但均不涉及離心機內(nèi)部流場和顆粒運動的相互作用。

基于此，本文開發(fā)了一種新型離心連續(xù)排料選礦機，利用CFD方法模擬流場特性，揭示連續(xù)分選過程中流場特性，并采用CFD-DEM雙向耦合方法對顆粒的運動和分離效果進行了探究，揭示離心分選機連續(xù)排料運行機制，以期實現(xiàn)離心分選機對于粗煤泥的連續(xù)分選。

1物理模型和數(shù)值模擬方法

新型離心連續(xù)分選機的分選錐內(nèi)表面設置了螺旋向上的分選槽，螺旋結構可以將物料輸運至頂部排出，實現(xiàn)離心分選機連續(xù)排料，其內(nèi)部分選錐體剖面圖如圖1所示。

新型離心連續(xù)分選機分選的具體過程為：煤泥經(jīng)調(diào)漿后，由泵給入離心機底部，礦漿在離心力的作用下被拋向錐壁，并沿槽螺旋向上運動，形成流膜。螺旋槽內(nèi)設有反沖水孔，帶有壓力的反沖水從孔內(nèi)以一定角度射入槽內(nèi)，使槽內(nèi)的物料松散。與傳統(tǒng)離心分選機不同的是，新型離心連續(xù)分選機由于離心力和反沖水的雙重作用，高密度顆粒沿螺旋槽向上運動至末端出口排出;低密度顆粒在傾斜壁面和離心力的共同作用下軸向運動至輕產(chǎn)物出口隨后沿切線旋出。新型離心連續(xù)分選機使輕、重兩種物料從不同排料口同時不間斷的排出，從而實現(xiàn)連續(xù)分選。

根據(jù)新型離心連續(xù)分選機的實體，通過Solidworks軟件建立了離心連續(xù)分選機轉筒三維模型，以此模型作為對象，模擬實際分選過程中錐體內(nèi)部流場的分布特性與顆粒的分離過程，闡釋連續(xù)排料離心分選機的工作機制。

分選機內(nèi)部流場模擬采用Fluent軟件，顆粒運動模擬采用EDEM與Fluent雙向耦合。

使用ICEM軟件對錐體進行非結構化網(wǎng)格劃分，得到如圖2所示的分選錐網(wǎng)格。

本文采用CFD-DEM雙向耦合的方法，對分選機內(nèi)液相與顆粒相進行模擬分析。表1為模擬過程中的條件設置。

對顆粒相進行模擬時，假設：（1）顆粒在運動過程中無破碎、黏結、變形等現(xiàn)象;（2）顆粒為等徑球體，主要受慣性力、曳力和重力作用。

2結果與討論

2.1新型離心連續(xù)分選機流場模擬

2.1.1離心機內(nèi)部液相分布

離心機內(nèi)部的液相運動會影響顆粒在錐體內(nèi)的沉降與分離。探究分選錐內(nèi)的液相分布，可以揭示復雜流場中液相的運動規(guī)律及對顆粒運動行為的影響。8DBDBD7A-EE0A-41EC-AB3A-103F3FDDE642

圖3和圖4為有無螺旋槽結構的離心分選錐內(nèi)部液相體積分數(shù)分布情況。如圖3（b）所示，有螺旋槽結構，水流垂直給入分選機后，在離心力作用下沿壁面向上延伸，形成流膜。水相所受離心力的大小由錐體半徑?jīng)Q定，錐體底部半徑較小，形成的流膜較厚，頂部半徑增大，流膜變薄，流膜在錐體中呈拋物線形狀分布。圖3（a）為錐角、半徑相同的無螺旋槽錐體內(nèi)部水相分布。水流進入分選機后，垂直落到底部，流膜沿錐壁向上平穩(wěn)擴展，且分布均勻，流膜厚度隨著分選錐半徑增加而變小。

兩種結構對比可知，螺旋槽內(nèi)流膜厚度顯著大于無槽錐體內(nèi)流膜厚度，由于螺旋槽的存在，液相可以在槽內(nèi)形成較厚的流膜，顆粒在流膜中運動，完成分層分離。流膜厚度的增加，使輕、重顆粒在流膜中沉降更充分，提供了床層松散空間，使停留在床層底部的低密度顆粒不斷從底部向外運動。

圖4（b）為新型連續(xù)分選錐壁面液體體積分數(shù)分布，由圖4（b）可知，液相在進入錐體后，先進入底部螺旋槽，沿槽螺旋向上運動，并未直接越過螺旋槽向上擴展。物料在螺旋槽內(nèi)跟隨液相做螺旋運動，運動路徑大大增長。物料在運動過程中，不斷受離心力與反沖水的作用，不斷重復進行：沉降→形成床層→床層松散→沉降，有利于減小錯配率，降低分選下限，提高細粒物料的分選效果。螺旋槽內(nèi)的液相沿槽上升至重產(chǎn)物出口后，表面的流膜會從重產(chǎn)物出口延伸至輕產(chǎn)物出口，從而為流膜表面的輕顆粒與底部的重顆粒提供不同的出口，實現(xiàn)連續(xù)分選。

2.1.2離心機內(nèi)部液相速度場分布

液相的速度是影響分選效果的重要因素，液相的徑向速度、切向速度和軸向速度決定了整個流膜運動方向與分選過程的穩(wěn)定性。

圖5為分選錐內(nèi)液相速度分布，由圖5（a）可知，不同高度錐體邊壁處，液相速度均為最大，并且沿錐壁底部到錐頂逐漸變大。由圖5（b）、5（c）、5（d）可知，液相的切向速度在流膜底部達到最大，并且隨著距分選錐中心的距離減小而減小，對照圖4液相體積分數(shù)可知，液相在流膜表面速度由11.3 m/s遞減為4 m/s。這是由于液體的黏度和摩擦力的存在，流體在離心運動時產(chǎn)生了一定程度的滯后現(xiàn)象。流膜整體速度不一致，緊貼錐壁的底部流膜層速度最大。切向速度分布與整體速度分布具有相似性，說明液相速度以切向為主導。軸向速度由分選錐底部到頂部，速度增加緩慢，且增幅較小。液相的徑向速度數(shù)值很小，從入口落下在錐體底部甩向錐壁時，徑向速度達到最大值。液相徑向速度場分布則說明了流膜在分選過程中，是平穩(wěn)擴展的，在徑向上沒有產(chǎn)生激蕩現(xiàn)象。

2.2新型離心連續(xù)分選機分選過程顆粒運動數(shù)值分析離心選礦機的分選過程中，輕、重物料的分層與分離是實現(xiàn)連續(xù)分選過程的關鍵。礦漿進入分選機后，水相與固相在受離心力與反沖水的作用的同時，兩者之間也會相互作用，產(chǎn)生影響，故而本文采用雙向耦合，將兩者的相互作用影響添加到數(shù)值模擬計算中。

2.2.1顆粒運動軌跡

顆粒在錐體內(nèi)的運動軌跡表明了輕、重物料在分選過程中的運動行為差異，對分選機內(nèi)不同密度顆粒的運動行為進行模擬可以清楚的展示分選與連續(xù)排料過程，本文采用Fluent-EDEM耦合模擬方法，得到離心連續(xù)排料分選機內(nèi)輕、重顆粒的運動軌跡。離心強度設置為20 G，反沖水速設置為2.6 m/s，液相入口速度設置為0.8 m/s。

圖6為輕、重顆粒的運動軌跡，不同密度顆粒的運動軌跡均為螺旋向上。高密度顆粒緊貼螺旋槽在分選錐錐壁上做螺旋上升運動，低密度顆粒則無法進入螺旋槽底部，只能在流膜頂部或者分選錐錐壁上部旋轉上升。整個分選過程僅用0.83 s，隨著時間的推進，輕、重顆粒在徑向距離逐步增大，輕、重產(chǎn)物實現(xiàn)了分離，分別從兩個排料口排出。與圖3所示水相流膜分布進行對比可知，高、低兩個密度的顆粒都是跟隨流膜在分選錐內(nèi)做旋轉運動，但低密度顆粒由于反沖水作用停留在流膜表面，而高密度顆粒則克服了反沖水沖擊沉降到流膜底部。

連續(xù)排料離心機錐體內(nèi)螺旋槽的設置，不同于間斷型的離心分選機。間斷型離心分選機物料分層后只有輕產(chǎn)物能夠從排礦口排出，而重產(chǎn)物留在槽內(nèi)，運行一段時間后停機才能排出。螺旋槽能夠使輕、重物料在槽內(nèi)分層保證分選質(zhì)量的同時，輕產(chǎn)物從頂部旋出，重產(chǎn)物則沿槽輸運排出分選機，使得分選過程可以真正意義上實現(xiàn)連續(xù)排料。

2.2.2顆粒分布

圖7表示不同時刻顆粒群在轉筒中軸截面上的分布，圖中紫顏色（深）代表高密度顆粒，藍顏色（淺）代表低密度顆粒。由圖7中可知，礦漿給入分選錐內(nèi)僅需要很短的時間就能夠實現(xiàn)分層及分離。礦漿流膜中的礦物顆粒大部分都隨著流膜的發(fā)展做螺旋向上運動，僅有極小部分顆粒會從流膜中逃逸出來，落入分選錐底部，重新沉降。由圖7（a）可知，輕、重顆粒在0.2 s時就已經(jīng)一起進入了分選槽內(nèi)。由圖7（b）和7（c）中可知，輕、重顆粒對比之下，輕顆粒運動速度較快，能夠先到達分選錐頂部，這就會影響分選初期輕、重顆粒的分層，輕顆粒會在分選初期床層未形成時到達重產(chǎn)物排礦口，故分選需要一定的時間讓物料能夠在螺旋槽內(nèi)形成床層，改善分選效果。

由圖7（d）可知，部分低密度顆粒在離心力的作用下從重產(chǎn)物排礦口出排出，存在一定的錯配現(xiàn)象，頂部輕產(chǎn)物比較純凈。顆粒群從入口進入分選錐底部后，很快隨著水流沖向錐壁，進入螺旋槽內(nèi)，槽內(nèi)流態(tài)化反沖水使顆粒群松散，高密度顆粒堆積于螺旋槽底部，從重產(chǎn)物排料口排出，低密度顆粒則隨水流由頂部排料口排出，實現(xiàn)了輕、重物料通過不同出口排出錐體的目的，說明新型離心分選機能夠實現(xiàn)離心連續(xù)分選。

3結論

1）開發(fā)了一種適合粗煤泥分選的新型離心連續(xù)分選機，在分選錐內(nèi)壁設置了螺旋分選槽，兼具分選與輸運功能，物料在槽內(nèi)徑向按密度沉降分層后沿槽向上輸運并從槽體末端輕、重排料口排出，實現(xiàn)了離心分選。

2）對新型離心連續(xù)分選機內(nèi)部流場進行了數(shù)值模擬，液相在螺旋槽內(nèi)能夠形成較厚的流膜，并沿槽體內(nèi)壁螺旋上升，延長了液相的運動路徑，使物料有足夠的時間分層分離。離心連續(xù)分選機內(nèi)部液相切向速度主導，對物料的分層分離起著關鍵作用。8DBDBD7A-EE0A-41EC-AB3A-103F3FDDE642

3）運用CFD-DEM耦合方法，闡明了離心機內(nèi)部液相與固相相互作用后顆粒的運動特性，結果表明，顆粒與流體之間有較好的跟隨性，輕、重顆粒都跟隨流膜在分選槽內(nèi)向上螺旋運動，并且會通過不同的排礦口排出，實現(xiàn)離心分選機的連續(xù)分選、連續(xù)排料。參考文獻：

[1]劉惠中. 重選設備在我國金屬礦選礦中的應用進展及展望[J]. 有色金屬（選礦部分）， 2011（S1）： 18-23.

[2] 張建民， 李春梅. 我國煤泥綜合利用現(xiàn)狀、問題及建議[J]. 中國能源， 2010，32（10）： 38-40.

[3] 孟凡彩， 同秀林， 張爽. 我國粗煤泥分選設備應用現(xiàn)狀[J]. 選煤技術， 2018（4）： 1-5.

[4] 連建華， 劉炯天， 白素玲， 等. 粗煤泥分選工藝研究進展[J]. 中國科技論文在線， 2011，6（3）： 242-246.

[5] 任瑞晨， 胡秀明， 李彩霞， 等. 動力煤煤泥處理及利用現(xiàn)狀[J]. 貴州大學學報（自然科學版）， 2021，38（5）： 1-6.

[6] 程晨， 宋楊， 楊博， 等. 氧化鈣強化高硫細煤泥浮選試驗研究[J]. 貴州大學學報（自然科學版）， 2020，37（5）： 54-60.

[7] 陳橋， 陳貴民， 佟琳琳， 等. 響應曲面法優(yōu)化石英脈型金礦尼爾森重選工藝[J]. 中南大學學報（自然科學版）， 2019，50（12）： 2925-2931.

[8] XIONG T， REN X， XIE M， et al. Recovery of ultra-fine tungsten and tin from slimes using large-scale slon-2400 centrifugal separator[J]. Minerals， 2020，10（8）：694.

[9] ONEY O， SAMANLI S， NIEDOBA T， et al. Determination of the important operating variables on cleaning fine coal by knelson concentrator and evaluation of the performance through upgrading curves[J]. International Journal of Coal Preparation and Utilization， 2020，40（10）： 666-678.

[10]孫萌， 陶有俊， 劉謙. Falcon重介離心分選機煤脫硫降灰效果試驗研究[J]. 煤炭科學技術， 2012，40（7）： 112-115.

[11]XIE H Y， SUN R， REN X J， et al. Development of a novel fluidized hydrocyclone concentrator for mineral separation[J]. Separation and Purification Technology， 2020 （248）： 116960.

[12]黃思， 黃家興， 莫宇石， 等. 基于EDEM-Fluent耦合的離心泵內(nèi)過流部分的磨損特性研究[J]. 熱能動力工程， 2020，35（1）： 62-69.

[13]KIM M， CHA J， GO J S. Ring-shaped baffle effect on separation performance of lithium carbonate micro particles in a centrifugal classifier[J]. Micromachines， 2020，11（11）：980.

[14]黃波， 徐宏祥， 陳晶晶， 等. 重介質(zhì)旋流器分選過程的離散分析與數(shù)值模擬[J]. 煤炭學報， 2019，44（4）： 1216-1223.

[15]史長亮， 王凡， 馬嬌， 等. 不同粒級煤泥在TBS分選過程中運動特性分析[J]. 煤炭學報， 2020，45（S1）： 458-462.

[16]年順， 蔡改貧. 基于CFD立式離心分選機的內(nèi)部流場數(shù)值模擬分析[J]. 有色金屬（選礦部分）， 2020（3）： 106-113.

[17]FATAHI M R， FARZANEGAN A. An analysis of multiphase flow and solids separation inside Knelson Concentrator based on four-way coupling of CFD and DEM simulation methods[J]. Minerals Engineering， 2018，126： 130-144.

[18]FATAHI M R， FARZNEGAN A. Computational modelling of water flow inside laboratory Knelson concentrator bowl[J]. Canadian Metallurgical Quarterly， 2019，58（2）： 140-155.

[19]王旭. Falcon離心分選機流場模擬及其計算理論的基礎研究[D]. 徐州：中國礦業(yè)大學， 2015.

[20]石常省， 趙躍民. 強化離心分選的數(shù)值模擬研究[J]. 中國礦業(yè)大學學報， 2014，43（3）： 478-481.

[21]陶有俊， 朱向楠， 王旭， 等. 強化重力分選機流場數(shù)值模擬[J]. 煤炭學報， 2016，41（5）： 1244-1249.8DBDBD7A-EE0A-41EC-AB3A-103F3FDDE642

[22]劉志剛. 離心選礦機分選過程數(shù)值模擬及實驗研究[D]. 贛州： 江西理工大學， 2017.

（責任編輯：于慧梅）

Numerical Simulation of a New Type of

Centrifugal Continuous Separator

WEI Lubin， YANG Yue， ZHOU Qifeng，MENG Xiangmin，LIU Yongjun，LI Tiexin，ZHU Xueshuai

（School of Chemical and Environmental Engineering，China University of Mining and Technology（Beijing），Beijing 100083， China）Abstract： The centrifugal force field can reduce the sedimentation time of fine particles， reduce the lower limit of the particle size in traditional gravity sorting and improve the sorting efficiency. However， the centrifugal fluidized sorting machines currently in use are discontinuous discharge equipment， which is difficult to operate continuously. This article proposed a new type of centrifugal fluidized continuous sorting machine， using computational fluid dynamics （CFD） and discrete element method （DEM） bidirectional coupling technology to study the continuous sorting process. Fluent is used to study the characteristics of the flow field in the separator， and the movement and separation process of particles of different densities in the centrifugal continuous separator is studied through the coupling of Fluent and EDEM. The results show that the liquid phase can form a thicker film in the spiral groove of the continuous separator， extend the movement path of the liquid phase in the separation process， increase the separation time of materials， and strengthen the separation of materials by density. The use of the new centrifugal continuous separator can effectively realize continuous centrifugal separation.

Key words： centrifugal continuous separation; coarse coal slime; CFD; DEM; flow membrane

韋魯濱，男，1962年生，博士，博士后，中國礦業(yè)大學（北京）教授、博士生導師。中國煤炭工業(yè)技術委員會委員，中國煤炭學會資深會員，北京市科委煤炭領域專家，中國礦業(yè)大學（北京）礦物加工工程學科學術帶頭人。承擔國家及省部級項目20余項，其中，主持完成國家自然科學基金面上項目5項，國家高技術研究發(fā)展計劃（863計劃）1項。發(fā)表學術論文180多篇，其中，90余篇被SCI、EI收錄。獲國家科技進步二等獎1項，省部級科技獎勵7項。出版專著3部，授權專利20余項。8DBDBD7A-EE0A-41EC-AB3A-103F3FDDE642