利用声发射预测双螺杆造粒过程中颗粒的粒径分布
提出了一种基于声发射(AE)的双螺杆造粒(TSG)复杂粒度分布无损分析技术。在湿法制粒过程中采集声发射光谱乳糖一水与粒径分布(PSD)相关，训练神经网络模型。
突出了
创建了一个数字滤波器，以减少听觉掩蔽，提高预测精度
开发了一种基于声波的PAT监测双螺杆造粒
使用神经网络建模处理复杂的双峰粒度分布
基于声发射光谱对44 ~ 7000 μm粒径的PSD预测值在2230处的均方根误差最大，为4.25 wt%μm.将声发射数据转换为基于粒子冲击力学的新创建的数字滤波器来解决听觉掩蔽问题后，预测分数的最大误差降低到1 wt%以下。该技术在实时预测TSG中复杂粒径分布方面具有很大的前景。
文章信息:H.A. Abdulhussain, M.R. Thompson，通过声发射预测双螺杆造粒中的粒径分布，粉末技术，2021。https://doi.org/10.1016/j.powtec.2021.08.089。