CC BY
29
DOI: 10.12845/bitp.36.4.2014.8
dr inz. Rafa! POROWSKI1 inz. Dawid BODALSKI1 mgr Martyna STRZYZEWSKA1
Przyjçty/Accepted/Принята: 06.05.2013; Zrecenzowany/Reviewed/Рецензирована: 19.11.2014; Opublikowany/Published/Опубликована: 31.12.2014;
BADANIA DOSWIADCZALNE I ANALIZA CYFROWA ZIARNISTOSCI PYLOW PALNYCH2
Experimental Study and Digital Analysis of Flammable Dust Granularity
Экспериментальное исследования и цифровой анализ зернистости горючей пыли
Abstrakt
Cel: W niniejszym artykule przedstawiono wyniki badan doswiadczalnych oraz analizy cyfrowej ziarnistosci pylow palnych poddawanych testom parametrow wybuchowosci w Zespole Laboratoriow Procesow Spalania i Wybuchowosci CNBOP-PIB. W artykule opisano wyniki analizy sitowej pylow, takich jak aluminium, kakao, likopodium, czy bulka tarta oraz problemy wyst^pujqce podczas przesiewania pylow w celu zbadania ich ziarnistosci.
Metodyka: Ze wzgl^du na przedmiot artykulu, oprocz badan doswiadczalnych, wykorzystano mikroskop, aparat fotograficzny z adapterem do mikroskopu oraz komputer w celu opracowania alternatywnej metody badania ziarnistosci pylow. Wobec duzej roznorodnosci wlasciwosci napotykanych materialow nie jest mozliwe wytypowanie jednej tylko metody analizy sitowej, ktorq mozna by zastosowac do wszystkich badanych pylow palnych. Pyly te rozniq si^ wlasciwosciami zarowno fizycznymi, jak i chemicznymi, takimi jak g^stosc, kruchosc, ksztalt ziarna, wlasciwosci kohezyjne czy magnetyczne. Podstawowym problemem wynikajqcym z tych wlasciwosci jest odpowiedni dobor parametrow oraz techniki ich przesiewania. Dla kazdego materialu indywidualnie okreslic nalezy optymalny czas przesiewania, amplitude wstrzqsania, czy cz^stotliwosc r^cznego ostukiwania, ktore niekiedy okazuje si^ konieczne. Wyboru parametrow dokonuje si^ empirycznie, co niekiedy bywa bardzo czasochlonne. Nast^pnie dokonano analizy cyfrowej fotografii czqstek pylu. Metoda ta opiera si^ na analizie fotografii cyfrowej z wykorzystaniem darmowego programu Image-J. W metodzie tej zdj^cie poddawane jest obrobce i analizie cyfrowej w celu uzyskania obrazu binarnego o okreslonym progu.
Wyniki: Proby badania ziarnistosci z wykorzystaniem jedynie metody cyfrowej okazaly si^ znacznie bardziej czasochlonne. Glownq przyczynq byly duze niedokladnosci, skomplikowany proces przygotowania probki, wykonania zdj^c ulatwiajqcych pozniejszq obrobk^ oraz sam proces obrobki graficznej. Przetworzenie kazdej z fotografii wymaga rozdzielenia zlqczonych ze sobq czqstek pylu lub usuni^cia fragmentow problematycznych, co w przypadku kilkudziesi^ciu zdj^c zajmuje wiele roboczogodzin. Wnioski: Na podstawie uzyskanych wynikow metody nie mozna uznac za skutecznq alternatyw^ dla analizy sitowej. Przyczynq takiego stanu rzeczy s§ rozbieznosci w wartosciach srednicy sitowej oraz srednicy pozornej - dwu roznych sposobow okreslania ziarnistosci pylu w wymienionych wyzej metodach badawczych. Metoda pozwala jednak w pewnym stopniu usprawnic metody analizy sitowej, pozwalajqc wst^pnie oszacowac ziarnistosc danego pylu, wybrac odpowiedni zestaw sit, a takze wartosci nasypowe pylu.
Slowa kluczowe: ziarnistosc pylow, mikroskopia, analiza cyfrowa, przesiewanie Typ artykulu: oryginalny artykul naukowy
Abstract
Aim: This paper presents the experimental study and digital analysis of flammable dust granularity performed in the Combustion Processes and Explosion Lab at the Scientific and Research Centre for Fire Protection (CNBOP-PIB). It contains experimental results of sieve analysis of several dusts such as aluminum, cocoa, lycopodium and breadcrumbs. It notices some problems identified during the screening of dust in order to examine its granularity.
1 Centrum Naukowo-Badawcze Ochrony Przeciwpozarowej im. Jôzefa Tuliszkowskiego Panstwowy Instytut Badawczy; ul. Nad-wislanska 213, 05-420 Jôzefôw; [email protected] / Scientific and Research Centre for Fire Protection. National Research Institute, Poland;
2 Wklad merytoryczny w powstanie artykulu / Percentage contribution: Rafal Porowski - 40%, Dawid Bodalski - 40%, Martyna Strzy-zewska - 20%;
DOI: 10.12845/bitp.36.4.2014.8
Methodology: Except some experimental work during the study the authors also used the laboratory microscope, camera with adapter for microscope and a computer in order to develop an alternative test method for granularity measurement. Due to a large variety of material properties it is not possible to nominate only one sieve analysis method that can be applied for all the combustible dust types. These dusts have large variety of properties both physical and chemical, such as density, fragility, grain shape, cohesive or magnetic properties. The main problem arising with these properties is suitable selection of parameters and sieving technique. For each material there is a need to determine individually the optimal sieving time, shaking amplitude or the frequency of manual tapping, which sometimes turns out to be necessary. Parameter selection needs to be made empirically, which sometimes can be very time consuming. The alternative method is based on the analysis of digital photography using the open source Image-J software. In this method, the image was processed in order to obtain a binary image with a specific threshold.
Results: Granularity testing using only a digital method proved to be much more time consuming. The main reason was the large discrepancies in the results due to errors in all phases of work, such as the complicated process of preparation of the sample shots to facilitate further processing and graphics processing process itself. The processing of each of the photo requires the separation of accumulated dust particles or to remove problematic fragments, which in case of several tens of pictures takes a lot of man-hours. Conclusions: On the basis of tests results, this method cannot be considered as effective and alternative to the sieving analysis. The reason could be some discrepancies of the diameter of the sieve and the apparent diameter - two different ways of determining granularity of dust in this two methods. However, this method allows improving the sieving analysis process and estimating the granularity of the pre-dust, choose the right set and bulk of dust.
Keywords: dust granularity, microscopy, digital analysis, sieving Type of article: original scientific article
Аннотация
Цель: В данной статье представлены результаты экспериментальных исследований и цифрового анализа зернистости горючей пыли, которая проходила тесты параметров взрывоопасности в Группе Лабораторий Процессов Горения и Взрывоопасности CNBOP-PIB. В статье описаны результаты ситового анализа разных видов пыли, таких как: алюминий, какао, плауна, или панировочные сухари, а также проблем, возникающих в процессе просеивания пыли для того, что исследовать ее зернистость. Методика: Учитывая предмет статьи, кроме экспериментальных исследований, для разработки альтернативного метода исследования зернистости пыли, были также использованы микроскоп, фотоаппарат с адаптером для микроскопа и компьютер. Из-за большого разнообразия свойств доступных материалов, не возможно использовать только один метод ситового анализа ко всем исследуемым типам горючей пыли. Разные виды пыли отличаются друг от друга по своим как физическим, так и химическим свойствам, таким как плотность, хрупкость, форма частицы, сплоченные или магнитные свойства. Основной проблемой, связанной с этими свойствами, является правильный выбор параметров и техники их просеивания. Для каждого материала следует отдельно определить оптимальное время просеивания, амплитуду вращения или частоту простукивания вручную, которые иногда оказываются просто необходимыми. Выбор параметров происходит опытным путём, что иногда может занять много времени. Дальше проведен анализ цифровой фотографии частиц пыли. Этот метод основан на анализе цифровой фотографии с использованием бесплатной программы Image-J. При этом методе фотография подвергается обработке и цифровому анализу с целью получения бинарного изображения с определенным ограничением. Результаты: Попытки исследования зернистости с использованием только цифрового метода заняли много времени. Основной причиной были большие неточности, сложный процесс приготовления образцов, проведение съёмок, которые облегчили бы последующую обработку и сам процесс графической обработки. Обработка каждой фотографии требует разделения соединенных вместе частиц пыли или удаления проблемных фрагментов, что в случае большого количества изображений занимает много рабочего времени.
Выводы: На основании этих результатов данный метод нельзя рассматривать в качестве эффективной альтернативы ситового анализа. Причиной этого являются различия значений ситового и видимого диаметра - два разных способа определения зернистости пыли в вышеуказанных методах исследования. Способ, однако, позволяет улучшить в определённой степени метод ситового анализа, способствуя оценке исходной зернистости пыли и выбрать соответствующий набор сит, и объём пыли.
Ключевые слова: зернистость пыли, микроскопия, цифровой анализ, просеивание Вид статьи: оригинальная научная статья
1. Wprowadzenie
Jedynie w niektorych, czy tez tylko poszczegol-nych przypadkach, takich jak mlyny strumieniowe, wy-buchowa mieszanina pylowo-powietrzna moze powstac na miejscu, to znaczy cz^stki pylu palnego tworz^ ob-lok pylu w momencie ich produkcji. W wi^kszosci przy-padkow pylowe atmosfery wybuchowe powstaj^ na sku-tek uniesienia lub dyspersji pylu nagromadzonego w war-stwach. Proces nagromadzenia pylu moze zarowno sta-nowic cel zamierzony lub wymagany w warunkach przemyslowych, jak na przyklad w silosach, koszach sa-mowyladowczych, czy w filtrach workowych, jak i byc
efektem ubocznym (niezamierzonym), przykladowo osa-dzanie si§ pylu na zewn^trznych powierzchniach urz^-dzen procesowych lub na scianach i podlogach pomiesz-czen magazynowych. Rozproszony pyl moze wytwo-rzyc mieszanin^ pylowo-powietrzn^ o st^zeniu zawartym pomi^dzy doln^ i gorn^ granic^ wybuchowosci jedynie przez krotki czas. Po tym czasie uniesiony w powietrzu pyl zacznie z powrotem opadac, tworz^c warstwy [1]. Do okreslenia ziarnistosci cz^stek pylu wykorzystuje si§ wie-le zroznicowanych metod, takich jak przesiewanie, meto-dy sedymentacyjne, metody pneumatyczne, metody laserowe, czy metody mikroskopowe. Wszystkie sposrod wy-
ИССЛЕДОВАНИЯ И РАЗВИТИЕ
DOI: 10.12845/bitp.36.4.2014.8
mienionych metod cechuje wysoka niepewnosc pomiaro-wa. Wyniki analiz przeprowadzanych róznymi urz^dze-niami, w ramach tej samej metody, wykazuj^ znaczne rozbieznosci. Dla przykladu amerykanski instytut badaw-czy NIST przeprowadzil testy kilkunastu urz^dzen dzia-laj^cych na zasadzie dyfrakcji laserowej. Badania prze-prowadzono na jednakowym materiale, natomiast rozrzut wyników wyniósl okolo 20% [2]. Jesli w przypadku drogich i skomplikowanych metod dochodzi do takich rozbieznosci, to w przypadku metody najtanszej, tj. przesie-wania na sucho, uzyskanie miarodajnych wyników staje si§ bardzo trudne i czasochlonne. Nalezy jednak pami§-tac, iz badanie ziarnistosci opiera si§ na pomiarach wiel-kosci geometrycznych poszczególnych cz^stek, które to wielkosci s^ zazwyczaj jedynie wartosciami zast^pczymi, cz^sto rózni^cymi si§ mi^dzy sob^. Na przyklad w anali-zie sitowej za srednic^ cz^stki przyjmuje si§ minimalny rozmiar boku kwadratowego oczka sita, przez które zdo-lalo przejsc ziarno, czyli tak zwan^ srednic^ sitow^ [3]. Natomiast w analizie mikroskopowej za wartosc charak-teryzuj^c^ wielkosc cz^stki przyjmujemy srednic^ kola o polu powierzchni takim samym, jak powierzchnia rzu-tu cz^stki na plaszczyzn^ stabilnego spoczynku, czyli tak zwan^ srednic^ projekcyjn^ [4].
2. Metody badawcze
2.1. Analiza sitowa
Badanie parametrów wybuchowosci pylów jest jed-nym z zasadniczych kierunków rozwoju Zespolu Labora-toriów Procesów Spalania i Wybuchowosci CNBOP-PIB. Podstawowym sposobem okreslania ziarnistosci pylów poddawanych badaniom jest analiza sitowa na sucho, wy-konywana wedlug zalecen standardu PN-ISO 2591-1. Jak wczesniej wspomniano, jest to metoda tania, bo wymaga-j^ca wydania jednorazowo kilku tysi^cy zlotych. Nieste-ty z uwagi na bardzo zróznicowane wlasciwosci pylów, z którymi pracownicy laboratorium maj^ do czynienia, jej miarodajnosc jest niezadowalaj^ca. Wobec duzej rózno-rodnosci wlasciwosci napotykanych materialów nie jest mozliwe wytypowanie jednej tylko metody analizy sitowej, któr^ mozna by zastosowac do wszystkich badanych pylów palnych [5]. Pyly te rózni^ si§ wlasciwosciami za-równo fizycznymi, jak i chemicznymi, takimi jak g^stosc, kruchosc, ksztalt ziarna, wlasciwosci kohezyjne, czy magnetyczne. Podstawowym problemem wynikaj^cym z tych wlasciwosci jest odpowiedni dobór parametrów oraz techniki ich przesiewania. Dla kazdego materialu in-dywidualnie okreslic nalezy optymalny czas przesiewa-nia, amplitud^ wstrz^sania, czy cz^stotliwosc r^cznego ostukiwania, które niekiedy okazuje si§ byc konieczne. Wyboru parametrów dokonuje si§ empirycznie, co nie-kiedy bywa bardzo czasochlonne. Przykladem materia-lu sprawiaj^cego problemy przy przesiewaniu jest kakao. Pyl ten wykazuje tendencje do aglomeracji, skutkiem cze-go zapycha oczka sit, a jednoczesnie jest bardzo kruchy. Material poddano pi^ciokrotnym próbom przesiewania z wykorzystaniem mechanicznej wytrz^sarki oraz zestawu sit o rozmiarach oczka 500 ^m, 300 ^m, 200 ^m, 100 ^m, 50 ^m oraz 32 ^m. Wyniki przedstawione w tym artykule
stanowi^ sredni^ wazon^ z pi^ciu prób. W pierwszej pró-bie czas przesiewania wynosil 15 minut.
Ryc. 1. Wyniki przesiewania pylu kakaowego - czas przesiewania 15 minut Fig. 1. Experimental results of cocoa sieving in 15 min ZrodJo: Opracowanie wlasne. Source: Own elaboration.
Po pierwszym badaniu zwazono sita wraz z odsie-wem, a nast^pnie poddano ponownemu procesowi wy-trz^sania przez kolejne 15 minut.
Ryc. 2. Wyniki przesiewania pylu kakaowego - czas przesiewania 30 minut
Fig. 2. Experimental results of cocoa sieving in 30 min. ZrodJo: Opracowanie wlasne.
Source: Own elaboration.
Z uwagi na wyrazne roznice w wynikach przedstawio-nych na ryc. 1 i ryc. 2 material poddano dalszemu oraz czasochlonnemu procesowi przesiewania r^cznego z wykorzystaniem mi^kkiej szczotki wg zalecen standardu PN-ISO 2591-1. Wyniki okazaly si§ zaskakuj^co rozbiez-ne. Pojawilo si§ zatem kilka pytan, a mianowicie: w kto-rym momencie cz^stki pylu rzeczywiscie zatrzymuj^ si§ na sicie ze wzgl^du na swoje rozmiary? Kiedy s^ przez uzytkownika kruszone? Kiedy, l^cz^c si§ pod wplywem wilgoci lub sil przyci^gania, zapychaj^ sita?
Kolejnym materialem sposrod badanych pylow spra-wiaj^cym problemy podczas przesiewania byl pyl alumi-niowy. Podobnie do pylu kakaowego wykazywal on ten-denj do aglomeracji oraz zapychania sit, jednak przy kolejnych probach badania na wytrz^sarce z coraz mniej-szymi wartosciami nasypowymi wykazywal podobne wyniki. Dla porownania wykonano kilka przesiewow tech-nik^ wytrz^sania mechanicznego na przemian z r^cznym przesiewaniem dla roznych wartosci nasypowych i tu rowniez otrzymano powtarzalnosc wynikow.
DOI: 10.12845/bitp.36.4.2014.8
£
1| c
ZL "
JH
S I is
Oczko sita Ii.ii Sieve opening (i.:::
Ryc. 3 Wyniki r^cznego przesiewania pylu kakaowego Fig. 3. Experimental results of cocoa manual sieving ZrodJo: Opracowanie wlasne. Source: Own elaboration.
11,6
0,9 U* ^ 1 I
500 300 2ÛÛ 10« 30 31 dlJO
Mechanical Shaking
Mechanical + Manual Shaking
Ryc. 4. Porównanie wyników dwóch technik przesiewania pylu aluminiowego
Fig. 4. Comparison of two sieving methods for aluminum dust Zródlo: Opracowanie wlasne.
Source: Own elaboration.
Jak widac pol^czenie techniki przesiewania mecha-nicznego z rçcznym spowodowalo zwiçkszenie ilosci materialu przechodz^cego przez sito o oczkach 32 ^m. W tym przypadku równiez pozostaje pytanie, czy dolo-zenie kolejnych czynnosci tj. oklepywania i omiatania sit powoduje rozdzielenie zbitych cz^stek pylu, z czym nie radzi sobie wytrz^sarka, czy tez w wyniku tychze czynnosci kruche ziarna zostaj^ sztucznie rozdrobnione. Pyta-nia te byly przyczyn^ podjçcia próby opracowania techniki wspomagania procesu badania ziarnistosci pylów z wy-korzystaniem mikroskopu laboratoryjnego.
2.2. Analiza cyfrowa
Opracowana w Zespole Laboratoriów Procesów Spa-lania i Wybuchowosci CNBOP-PIB metoda badania ziarnistosci pylów oparta jest na analizie cyfrowej obrazu cz^stek pylu wykonanych pod mikroskopem. Do anali-zy zaadaptowano mikroskop laboratoryjny, aparat cyfro-wy oraz komputer z zainstalowanym oprogramowaniem pozwalaj^cym na wyswietlanie obrazu z aparatu. Aparat podl^czono do mikroskopu za pomoc^ specjalnego adaptera.
Ryc. 5. Widok na stanowisko do analizy cyfrowej ziarnistosci pylow palnych
Fig. 5. An overview of the equipment for digital analysis of flammable dust granularity ZrodJo: Opracowanie wlasne. Source: Own elaboration.
Pierwszym etapem analizy bylo pobranie próbki pylu, ktérç mozna uznac za wystarczaj^co reprezentatywn^, a nastçpnie przygotowanie na jej podstawie preparatów badawczych. Starannie przygotowany preparat umiesz-czano na stole mikroskopu, a nastçpnie manipuluj^c po-suwami stolu, wybierano obszar do fotografowania. Pod-stawow^ problematykç tego etapu stanowil wybór takich obszarów próbki, na których ziarna pylu w jak najmniej-szym stopniu nachodzily na siebie lub tez siç ze sob^ sty-kaly. Taka sytuacja generowala blçdy oraz prowadzila do znacznego wydluzenia czasu analizy cyfrowej. Podsta-wowym narzçdziem analizy cyfrowej byl posiadaj^cy in-tuicyjny interfejs program Image-J. Jest to program znaj-duj^cy szerokie zastosowanie w badaniach naukowych. Za jego pomoc^ mozna wydzielic z fotografii poszcze-gólne elementy, w tym przypadku cz^stki pylu, oraz ze-stawic ich wartosci geometryczne w formie tabel. Praca z programem Image-J sprowadzala siç do wstçpnej ob-róbki zdjçcia oraz wykonania obliczen. Celem obrób-ki wstçpnej bylo usuniçcie z obszaru fotografii fragmen-tów problematycznych, to znaczy pozlepianych, nacho-dz^cych na siebie, niemozliwych do odseparowania cz^-stek lub rozdzielenie zl^czonych cz^stek za pomoc^ od-powiednich w programie narzçdzi. Jesli to konieczne, nalezalo równiez poprawic jakosc fotografii poprzez ma-nipulacjç kontrastem, jasnosci^, czy tez nasyceniem cale-go obrazu lub poszczególnych, slabiej widocznych frag-mentów, w celu uzyskania najbardziej miarodajnych wyników. Na tak przygotowanej fotografii dokonywano bi-naryzacji, tj. operacji punktowej, której wynikiem byl ob-raz, na którym program rozróznial tylko dwie wartosci, tj. czern symbolizuj^c^ cz^stkç pylu oraz biel, czyli tlo. Wlasciw^ binaryzacjç poprzedzalo tzw. progowanie. Byl to proces ustalenia granicy, powyzej której wszystkie pik-sele o danych wartosciach trzech podstawowych parame-trów mialy byc traktowane jako czarne, natomiast ponizej jako biale, lub odwrotnie. Parametrami tymi byly wartosci maksymalne i minimalne barwy, jasnosci oraz nasy-cenia. Próg dobierano na podstawie podgl^du fotografii z naniesion^ mask^ reprezentuj^c^ granicç. W ten sposób
ИССЛЕДОВАНИЯ И РАЗВИТИЕ
otrzymywano binarny obraz gotowy do dalszej analizy cyfrowej, со przedstawiono na rye. 6.
DOI: 10.12845/bitp.36.4.2014.8
podzielonych na przedzialy, zgodne z oczkami sit, byly sumowane, a program na podstawie danych tworzyl histogram rozkladu ziarnistosci z proby.
Ryc. 6. Fotografia mikroskopowa po binaryzacji w programie Image-J
Fig. 6. Microscopic photo after binary analysis in Image-J ZrôdJo: Opracowanie wlasne.
Source: Own elaboration.
Program Image-J analizowal kazdy z odseparowa-nych fragmentow, wyliczaj^c jego parametry geome-tryczne, w tym miçdzy innymi pole powierzchni, wspol-czynnik okrçglosci, czy maksymalna odleglosc w li-nii prostej miçdzy dwoma punktami. Wyniki otrzymywano w postaci tabelarycznej. Dane z pliku nalezalo na-stçpnie skopiowac do przygotowanej wczesniej formatki MS Excell, przeliczaj^cej wartosci z pikseli na mikrome-try. Wynikiem tego dzialania byl histogram przedstawia-j^cy rozklad ziarnistosci (ryc. 7).
Przyporz^dkowania danej cz^stki pylu do konkretnej kategorii program dokonywal, obliczaj^c zastçpcz^ sred-nicç kazdego z ziaren. Jest to srednica kola o powierzchni rownej polu powierzchni rzutu danej cz^stki na po-wierzchniç probki. Nastçpnie powierzchnia rzutu kazdego z ziaren dzielona byla przez sumç powierzchni wszyst-kich cz^stek, czego wynikiem byl procentowy udzial kazdej z cz^stek. Nastçpnie procentowe udzialy ziaren
3. Wyniki badañ
Jako pierwszy badaniu poddany zostal pyl aluminio-wy, którego rozbieznosci miçdzy dwoma metodami prze-siewania byly stosunkowo niewielkie. W przypadku prze-siewania mechaniczno-rçcznego 91,4% materialu prze-szlo przez sito 50 ^m, a zatem zawieralo siç w przedziale od 0 do 50 ^m. W przypadku przesiewania z wykorzysta-niem wytrz^sarki bylo to az 96,7%. Tymczasem wedlug analizy cyfrowej jedynie 53,5% udzialu masowego ziaren wystçpowalo w zakresie od 0 do 50 ^m, natomiast 46,5% w zakresie od 50 do 100 ^m. Badanie nie wykazalo zad-nych ziaren o srednicy zastçpczej wiçkszej niz 100 ^m, w przeciwienstwie do technik przesiewania, gdzie na si-tach o rozmiarach oczka 100-300 ^m odnotowano odsiew w granicach miçdzy 0,5 i 1,1%, co przedstawiono na ryc. 8.
Ryc. 8. Wyniki analizy cyfrowej pylu aluminiowego Fig. 8. Results of digital analysis for aluminum dust ZrodJo: Opracowanie wlasne. Source: Own elaboration.
Nast^pnym materialem poddanym analizie cyfrowej bylo kakao. Material ten, powoduj^cy jeszcze wi^ksze problemy przy przesiewaniu niz aluminium, wykazywal
rwlpmlwla [ttPHJ] Powlmrhnja «lipsy fiinv^j] Oí wlplka íüply [|imj Oí mata W [1^1 Wtpdfuynnlk fcUUftll wklkm mekirmelre [,nn| wiílkosc minimehié |,.m) srednica (««сим IpmJ wwvnek! ЛЧрокгулшк рч/um
ÊÎ.JÛ5 62.4ÛS n.saa 6,654 1.779 12.9» 6.767 8.914 dno Obiektyw Wtjwfciynnllc ObiíktyWV
SU.791 54.275 74.766 Ml 57.Я"К 27.016 78.819 dno "" f- ЗДОШЗ
21r59i 21.597 8,315 3,307 2,514 8,562 3.222 5.244 tino srtrtnii w,'b4rt ' >' ■■ f Bbitktywu " " ш [uni|
235.186 235,184 21,143 14,163 1,<93 25,991 18.091 17,305 drtO lu » >«» nln |um]
311.712 311.71* 2i.m 15,517 15» 27.707 17.943 19.022 dn.o 18,76!
71.335 71.334 12.£34 7.Û50 1.828 13.882 7.089 9.530 dno 39568
72,269 72.2« 16.052 3,732 2,8 18.305 6,445 9.392 tino 1
287,850 287,829 21,364 17,234 1,254 23,062 18,216 19. Л" ano 500 500 200 KO 50 52 dno
231,656 231.654 21.234 13,891 1.529 23,346 14,501 17.174 dito 0,000 0.000 flvOM 0.000 7,451 20.422 72,127
5Í.342 5$.383 KO« 5.125 2.733 16.115 5,800 8,473 dftO
320,454 Î20,454 29,212 13,967 2,092 50,065 14,976 20,1« dno SO 72.1
625,397 625,394 32,706 24,346 1,343 38,¿11 25,826 28.218 dno
«9,917 «9,916 30,012: 19,037 1,572 32,141 20.841 23,934 dr.o I ÍO
143.604 143.605 14.260 12.822 1.112 14.910 13,433 13.522 dno i w
4050 4,050 2.420 2.131 1,135 3.318 2.900 2.271 dita j¡ 50
13 24,030 17,109 1.349 25,635 19.323 20,687 tino r
419,701 41»,«8 31,427 17,004 1,848 54,231 20,543 23,117 ar»o 9 «o
179.115 179,116 17,593 12^63 1,357 18,853 13,398 15.102 tino I » 20,4
2.Ш 2.180 3.2« 0.842 3.918 3.7S8 1.154 1.6« dno "í M
149,211 149,2 и 17,327 10,964 1,38 18,279 12.174 15.785 dno 10 7Л
-28,215 428,211 29,247 18r642 1,569 40,511 25,374 23,350 dno = o,n 0,0 0.0 ■ 1
103,627 1C3,62S 13,503 9,771 1,382 14,094 10,154 11,487 dno
гм.мз 230.093 ¿9¿Í6 15.CS? 1.287 21,943 17,216 17,116 dno Я» 300 ÎH i» 32 deiQ
6&W1 669.G71 33.820 23,964 1,303 36.027 2B.26S 29,633 dns "i *ktj« !um'
185.241 185,239 17,72« 13,306 1Д32 19,340 14.911 15.358 dno
124,602 124,601 15,425 10,285 15,9» 10,016 12.596 dno
350.235 350.235 21,732 20.520 1.059 25,260 22,517 21,117 dno
Ryc. 7. Obliczone wartosci pikseli na mikrometry oraz wynik w postaci histogramu ziarnistosci Fig. 7. Calculated values of microns and the some results of dust granularity ZrôdJo: Opracowanie wlasne. Source: Own elaboration.
DOI: 10.12845/bitp.36.4.2014.8
równiez znaczne rozbieznosci pomi^dzy wynikami tych dwóch metod analizy. W tym przypadku róznice dotyczy-ly przede wszystkim granicznego rozmiaru 32 ^m. Pod-czas przesiewania pylu kakao za pomoc^ wytrz^sarki me-chanicznej na dno dotarly jedynie sladowe ilosci materia-lu, tj. maksymalnie 0,1%. Wynik ten oscylowal w grani-cach bl^du pomiarowego wagi, jednak podczas badania na dnie zauwazalny byl delikatny br^zowy nalot. Dodanie techniki wytrz^sania r^cznego z omiataniem i oklepywa-niem pozwolilo pylowi przedostac si§ przez sito 50 ^m, przez które wczesniej przeszlo maksymalnie 3,2%. Przy technice mieszanej az 65,8% materialu osiadlo na sicie 32 ^m, natomiast na dno przeszlo zaledwie 10,2%. Wyni-ki analizy cyfrowej pylu kakaowego (ryc. 9) diametralnie róznily si§ od wyników przesiewania. Z wykresu wynika, iz ponad 65% udzialu masowego w pyle stanowi^ ziarna o srednicy zast^pczej ponizej 32 ^m.
Ryc. 9. Wyniki analizy cyfrowej pylu kakaowego Fig. 9. Results of digital analysis for cocoa dust Zrodlo: Opracowanie wlasne. Source: Own elaboration.
Z uwagi na niekorzystne wyniki badan probek pylu aluminiowego oraz kakaowego pobranych bezposrednio z reprezentatywnej probki podj^to dzialania maj^ce na celu sprawdzenie, jak analiza cyfrowa odnosi si§ do wy-nikow badan doswiadczalnych. W tym przypadku probki pobrano z sit kontrolnych po przesiewaniu. Wyniki badan odsiewu z sita 32 ^m przedstawia ryc. 10. Az 73% ziaren zostalo zidentyfikowanych w przedziale 50-100 ^m, natomiast w zamierzonym 32-50 ^m znalazlo si§ jedynie
okolo 23%. so
—
~ 70
I I 60
— 50
£
fl " § 1 30
s &
i. | JO
II "t
73,0
0,0 0,0 0,0 0,0 1 1
?00 300 200 100 JO 32 duo
Frakcjc [|im] Fractions[jini]
Ryc. 10. Wyniki analizy cyfrowej odsiewu na sicie 32 ^m
pylu aluminiowego Fig. 10. Results of digital analysis for aluminum dust using 32 ^m sieve Zrodlo: Opracowanie wlasne. Source: Own elaboration.
Podobnie w przypadku odsiewu z sita 50 ^m (ryc. 11), znaczna wi^kszosc udzialu masowego przypadla na frak-j wyzsz^, tj. 100 ^m. Jest to szczególnie interesuj^ce, gdyz analiza pylu pobranego z próbki nie wykazala obec-nosci tak duzych ziaren.
Ryc. 11. Wyniki analizy cyfrowej odsiewu na sicie 50 ^m pylu aluminiowego
Fig. 11. Results of digital analysis for aluminum dust using 50 ^m sieve Zrodlo: Opracowanie wlasne.
Source: Own elaboration.
Nast^pnie analizie poddano odsiew z sita 100 ^m (ryc. 12), ktory stanowil ponizej 1% udzialu masowego calej probki. Niemalze 50% materialu zaklasyfikowano w przedziale od 100 do 200 ^m.
Ryc. 12. Wyniki analizy cyfrowej odsiewu na sicie 100 ^m pylu aluminiowego Fig. 12. Results of digital analysis for aluminum dust using 100 ^m sieve Zródlo: Opracowanie wlasne.
Source: Own elaboration.
Wykonano równiez analizy odsiewów dla pylu, uzy-skuj^cego powtarzalne wyniki przesiewania zarówno me-chanicznego, jak i r^cznego, tj. bulki tartej. Badanie odsiewu z sita 100 ^m wykazalo, podobnie jak dla pylu aluminiowego, przewag^ ziaren o srednicach zast^pczych 300-500 ^m, tj. 67% nad spodziewanymi w zakresie 200300 ^m.
W przypadku badania odsiewu z sita 100 ^m az 54% udzialów masowych miescilo si§ w zakresie 100-200 ^m. Podobnie jak w przypadku wi^kszej frakcji znaczna ilosc cz^stek znajdowala si§ w dwóch przedzialach, odpowia-daj^cych rozmiarowi sita oraz wi^kszym.
ИССЛЕДОВАНИЯ И РАЗВИТИЕ
та
—£
Jj 60
■= -I&
ш
i! "
II
67.0
J2.6
0,0 0.0 0Д 0,0 0,2
Fratcje [jimJ Fraclioiu [; !'.:
Ryc. 13. Wyniki analizy cyfrowej odsiewu na sicie 200 ^m bulki tartej
Fig. 13. Results of digital analysis for breadcrumbs dust using 200 ^m sieve ZrodJo: Opracowanie wlasne. Source: Own elaboration.
f ю
л
й S
^ 120 a I Э 1 5 £
5-1,0
197
0,0 0.0 5Д 0.2 0.8
500
300
206
100 ] rafccjc |,i:r
Fraction* [ll:|
JS
dno
Ryc. 14. Wyniki analizy cyfrowej odsiewu na sicie 200 ^m bulki tartej
Fig. 14. Results of digital analysis for breadcrumbs dust using 200 ^m sieve ZrodJo: Opracowanie wlasne. Source: Own elaboration.
Badaniom poddano rowniez pyl likopodium, kto-ry jest pylem jednorodnym o regularnym ksztalcie zia-ren. Wyniki analizy sitowej przedstawiono na ryc. 15. Az 97,4% materialu uleglo przesianiu, co bylo pewnym za-skoczeniem, gdyz wedlug zrodel literaturowych cz^stki likopodium powinny miec srednic? okolo 33 ^m [5].
Ryc. 15. Wyniki analizy sitowej pylu likopodium Fig. 15. Results of digital analysis for lycopodium dust ZrodJo: Opracowanie wlasne. Source: Own elaboration.
DOI: 10.12845/bitp.36.4.2014.8
Podj?to zatem analizy cyfrowq pylu likopodium z wy-korzystaniem sita o rozmiarach 32 цт, co przedstawiono na ryc. 16 oraz pylu z dna wytrz^sarki, co przedstawiono na ryc. 17.
Ryc. 16. Wynik analizy cyfrowej odsiewu na sicie 32 ^m pylu likopodium
Fig. 16. Results of digital analysis for lycopodium dust using 32 ^m sieve ZrodJo: Opracowanie wlasne. Source: Own elaboration.
Ryc. 17. Wynik analizy cyfrowej pylu likopodium z dna wytrzqsarki
Fig. 17. Results of digital analysis for lycopodium dust from the bottom of sieving machine ZrodJo: Opracowanie wlasne.
Source: Own elaboration.
Okazalo si?, ze wyniki analizy cyfrowej znajduj^ si? w mniejszym zakresie spodziewanym po analizie sitowej. Przewazaj^ca cz?sc wynikow, to jest odpowiednio 52,5% dla odsiewu z sita 32 ^m oraz 63,8% dla najniz-szego poziomu, znalazly si? w przedzialach odpowiadaj^-cych wi?kszemu rozmiarowi oczka, a zatem nie powinny znalezc si? na poszczegolnych poziomach. Analiza cyfro-wa pylu likopodium pozwolila jednoznacznie stwierdzic, ze odsiew z sita 32 ^m stanowily ziarna b?d^ce zlepkiem kilku innych ziaren o srednicy zblizonej do pozostalych. W przypadku pylu niewykazuj^cego tendencji do l^cze-nia si? cz^stek moze byc to efektem nieodpowiednio do-branej amplitudy podczas procesu przesiewania lub bl?-dami numerycznymi w procesie analizy obrazu. Fakt ist-nienia cz^stek zl^czonych na stale generuje rowniez nie-pewnosci podczas obrobki cyfrowej fotografii, stawiaj^c pod znakiem zapytania zasadnosc rozdzielania pol^czo-nych cz^stek.
4. Podsumowanie i wnioski
Metoda badania ziarnistosci pylów palnych z wyko-rzystaniem mikroskopu oraz oprogramowania do anali-zy cyfrowej okazala siç byc niewystarczaj^co dokladna, a zarazem zbyt czasochlonna, aby móc stosowac j^ jako narzçdzie autonomiczne. W przypadku pylów maj^cych sklonnosci do aglomeracji problemem jest przygotowa-nie próbki w taki sposób, aby material ulozyl siç pod mikroskopem, nie tworz^c skupiska. Badanie wszystkich rodzajów pylu wykazalo duze róznice w wynikach. Za-leznosci^ wystçpuj^ we wszystkich badaniach bylo wy-kazywanie istnienia na odsiewach z konkretnych sit ma-terialu o ziarnach, które powinny zatrzymac siç na sicie o wiçkszych oczkach. Spowodowane jest to przede wszystkim stosowaniem dwóch sposobów obliczania srednic poszczególnych ziaren. Jak wspomniano wcze-sniej, w analizie sitowej bada siç srednice sitowe cz^stek, natomiast w analizie cyfrowej, z wykorzystaniem dostçp-nych narzçdzi, srednicç projekcyjn^. S^ to róznice spowodowane przede wszystkim mozliwosci^ podgl^du ziaren jedynie w dwóch wymiarach. Ziarna o strukturze plat-kowatej takie jak chociazby badany pyl aluminiowy znaj-d^ drogç przez kwadratowe oczka sit, wykorzystuj^c nie-znany obserwatorowi trzeci wymiar - grubosc. Id^c dalej w tym kierunku, mozna pokusic siç o okreslenie dobiera-nego empirycznie wspólczynnika wynikaj^cego z ksztaltu cz^stek. Przydatne w opracowaniu tego typu metody by-lyby z pewnosci^ inne parametry poszczególnych cz^stek podawane przez program Image-J, takie jak wspólczyn-nik okrçglosci, srednica Fereta, czy dopasowana elipsa. Niewiadom^ jednak pozostanie trzeci wymiar ziarna, do okreslenia którego metoda mikroskopowa nie jest wystar-czaj^ca. Z drugiej strony cz^stki pylu likopodium wydaj^ siç byc ksztaltem podobne do kuli, a mimo to wyniki ana-lizy cyfrowej wychodz^ zawyzone w stosunku do analizy sitowej. Zatem reasumuj^c, mozna stwierdzic, iz analiza cyfrowa znajdzie zastosowanie jako proces wspomagania analizy sitowej pomagaj^cy dobrac wystarczaj^c^ liczbç sit oraz odpowiednie wartosci nasypowe badanego pylu.
Publikacja powstala w ramach realizacji projektu rozwojowe-go DOBR-BIO4/052/13073/2013 pt. „Innowacyjne technologie zabezpieczeñ przed wybuchem, w tym obiektów szczegól-nie chronionych", finansowanego przez Narodowe Centrum Ba-dañ i Rozwoju.
DOI: 10.12845/bitp.36.4.2014.8
Literatura
1. Sonechkin V., Panasevich L., Rackauskas A., Otsenka po-zharovzryvoopasnosti tekhnologicheskogo protsessa mek-hanicheskoy obrabotki drevesnykh materialov, "Pozhary i chrezvychajnye situacii: predotvrashhenie, likvidacija", Issue 1, 2014, pp. 32-35.
2. Kaminski S., Kaminska D., Porownanie metod pomiaru granulacji materialow ziarnistych, streszczenie, IX Sympo-zjum „Granulacja", Nal^czow 2012.
3. Radomski P., Jarosinski A., Wyznaczanie powierzchni wla-sciwej materialow ziarnistych w aspekcie stosowania jej wielkosci w wybranych procesach technologicznych, „Czasopismo Techniczne. Chemia", 2010, R. 107, z. 1-Ch, 267-276.
4. PN-ISO 2591-1: 2000, Analiza sitowa. Metody z zastoso-waniem sit kontrolnych z tkaniny z drutu i z blachy perfo-rowanej.
5. Zivcova Z., Gregorova E., Pabst W., Porous alumina ceramics produced with lycopodium spores as pore-forming agents, "Journal of Materials Science", Vol. 42, Issue 20, 2007.
dr inz. Ratal Porowski - absolwent Szkoly Glownej Sluzby Pozarniczej w Warszawie. W roku 2010 ukonczyl studia doktoranckie na Wydziale Mechanicznym, Energe-tyki i Lotnictwa Politechniki Warszawskiej. Temat roz-prawy doktorskiej dotyczyl badan doswiadczalnych i sy-mulacji numerycznych przejscia do detonacji w miesza-ninach gazowych. W latach 2009-2010 w ramach sty-pendium Fulbrighta pracowal w California Institute of Technology, gdzie w Explosion Dynamics Laboratory zajmowal si§ badaniami doswiadczalnymi propagacji fal uderzeniowych oraz detonacji w mieszaninach heteroge-nicznych. Obecnie pracuje w Zespole Laboratoriow Pro-cesow Spalania i Wybuchowosci w CNBOP-PIB w Joze-fowie.
inz. Dawid Bodalski - w roku 2013 ukonczyl studia na Wydziale Inzynierii Produkcji Politechniki Warszawskiej. Obecnie pracuje na stanowisku mlodszego specjalisty w Zespole Laboratoriow Procesow Spalania i Wybuchowosci w Centrum Naukowo-Badawczym Ochrony Prze-ciwpozarowej - PIB w Jozefowie.
mgr Martyna Strzyzewska - absolwentka Wydzia-lu Zarz^dzania Uniwersytetu Warszawskiego. Pracuje na stanowisku mlodszego specjalisty w Zespole Labora-toriow Procesow Spalania i Wybuchowosci w Centrum Naukowo-Badawczym Ochrony Przeciwpozarowej - PIB w Jozefowie.
