$d_{50}= d'(\ln 2)^{1/n}$
对数正态: $Q(d) = \Phi\left[\frac{\ln(d/d_{50})}{\sigma}\right]$
GGS: $Q(d) = (d/d_{\max})^n$
d32=Σ(ni·di³)/Σ(ni·di²), Sv=6/d32
调节Rosin-Rammler、对数正态或GGS分布参数,实时计算累积通过曲线、频率直方图、d10/d50/d90、索特平均直径和比表面积。
$d_{50}= d'(\ln 2)^{1/n}$
对数正态: $Q(d) = \Phi\left[\frac{\ln(d/d_{50})}{\sigma}\right]$
GGS: $Q(d) = (d/d_{\max})^n$
d32=Σ(ni·di³)/Σ(ni·di²), Sv=6/d32
Rosin-Rammler分布(最常用的经验模型):它描述的是经过粉碎、研磨或喷雾后产生的颗粒群,其累积筛下(通过)质量百分比与粒径的关系。
$$Q(d) = 1 - \exp\left[-\left(\frac{d}{d‘}\right)^n\right]$$这里,$Q(d)$ 是粒径小于 $d$ 的颗粒累积质量百分比。$d‘$ 是 特征粒径 ,当 $d = d‘$ 时,$Q(d) ≈ 63.2\%$。指数 $n$ 是 分布参数 ,$n$ 越大,粒径分布越集中(越窄)。
关键统计直径与跨度:我们从分布曲线中可以提取出几个有工程意义的特征直径和均匀性指标。
$$d_{50}= d‘ (\ln 2)^{1/n}, \quad \text{跨度}= \frac{d_{90}- d_{10}}{d_{50}}$$$d_{50}$ 即 中位径 ,50%的颗粒小于该粒径。$d_{10}$, $d_{90}$ 同理。跨度是一个无量纲数,直观反映分布宽度,跨度越小表示颗粒越均匀。
索特平均直径 (Sauter Mean Diameter, d32):这是一个与颗粒群总表面积和总体积之比等效的直径,在涉及表面反应的工程中至关重要。
$$d_{32}= \frac{\sum (n_i d_i^3)}{\sum (n_i d_i^2)}$$其中 $n_i$ 是直径为 $d_i$ 的颗粒数量。$d_{32}$ 越小,意味着单位体积颗粒的比表面积越大,传质和反应速率通常越快。
煤粉燃烧与研磨:在火力发电厂,煤块被磨成煤粉送入锅炉燃烧。使用Rosin-Rammler分析磨机产物的粒径分布,优化d50和n值,能使煤粉燃烧更充分、更稳定,提高锅炉效率并减少污染物排放。
喷雾干燥与造粒:生产奶粉、速溶咖啡或洗衣粉时,液态原料通过雾化器喷成微小液滴并干燥。通过控制喷雾参数来调整d32和跨度,可以获得溶解性、流动性俱佳且外观均匀的颗粒产品。
粉末冶金与3D打印:金属或陶瓷粉末的粒径分布直接影响压坯密度和烧结后的性能。狭窄的分布(大n值,小跨度)能提高粉末的堆积密度,从而制造出强度更高、孔隙更少的最终零件。
制药与吸入剂:对于肺部给药的干粉吸入剂,药物颗粒的d50和d32必须精确控制在1-5微米范围内,才能有效沉积在肺部靶区。粒径分析是确保药效和安全性的关键质量控制步骤。
首先,请摒弃“d50就是平均粒径”的固有观念。d50是中位径(中值粒径),与算术平均径并不相同。例如,在细粉与粗颗粒混合的双峰分布中,d50仅表示混合状态的中间值,可能与直观理解的“平均颗粒大小”存在偏差。在实际工作中,必须将d10、d50和d90作为一组参数共同确认,以掌握分布宽度,这是一条基本原则。
其次,避免随意选择分布模型。虽然罗辛-拉姆勒分布通常适用于粉碎物料,对数正态分布常用于自然产生的气溶胶,但强行将测量数据拟合到特定模型是危险的。例如,即使在粉碎工艺中,初期的粗碎产品也常常不遵循罗辛-拉姆勒分布。在使用工具调整参数之前,应首先观察实测数据的绘图形状,并养成从工程角度思考“为何此分布适用”的习惯。
最后,关于比表面积计算的前提条件。工具计算出的比表面积基于所有颗粒均为球形且表面光滑的理想假设。然而,实际催化剂颗粒多为多孔结构,片状颜料的表面积更是可能高出数个数量级。明智的做法是将工具得出的值视为“完全球状时的理论值”,并通过其与实测值的差异来推断颗粒形状的复杂程度。
某水泥厂粉磨产品:设D'=45μm,n=1.2,Dmin=2μm。代入Rosin-Rammler方程F(D)=1-exp[-(D/D')^n],得D=45μm处累积通过率为63.2%,计算d50约32μm。若密度ρ=3140kg/m³(硅酸盐水泥),比表面积S约410m²/kg。实际磨机产品经激光衍射仪验证,结果误差<5%。