CC BY
19
Тема номера
УДК 678 55; 377.624.2 РС! 10.21661/Г-463548
К.С. Шыхалиев, З.Р. Гурбанова
Разработка оптимизации и математического моделирования процесса переработки смеси бентонитовой глины и илистового шлама глиноземного производства
Аннотация
Авторами данной статьи показано, что для получения математической модели оптимизации процесса переработки смеси бентонитовой глины и илистового шлама глиноземного производства основным фактором влияния на процесс выхода продукта являются х1 и х2. Полученные модели дают возможность использовать эти данные при изучении процесса переработки смеси бентонитовой глины и илистового шлама.
I
Ключевые слова: бентонитовая глина, илистый шлам, оптимизация, математическое моделирование, время кристаллизации, выход продукта.
K.S. Shykhaliev, Z.R. Gurbanova
Optimization and mathematical modeling development of the recycling process of the mixture of bentonite clay and silted slurry of alumina production
Abstract
According to the authors, the major factor influencing the product yield in obtaining the mathematical model of the recycling process optimization of the mixture of bentonite clay and silted slurry of alumina production is x1 and x2. The obtained models provide the opportunity to use the data in studying the recycling process of the mixture of bentonite clay and silted slurry.
| Keywords: bentonite clay, silted slurry, optimization, mathematical modeling, time of crystallization, product yield.
Основные технологические свойства крем-нефторидных соединений по сравнению с кремнеоксидными являются химические инертные вещества [1-6]. Поэтому инертные свойства дают возможность получить их из глины и лёгких металлических соединений [7-10].
Для изучения разложения смеси бентонитовой глины и илистового шлама изготавливаем суспензию (таблица 1). С целью оптимизации процесса разложения смеси бентонитовой глины и илистового шлама скремнегек-сафторидной кислотой нами приведён ряд экспериментов. Результаты экспериментов приведены в таблице 2.
Таблица 1
Состав алюминиево-кремневой суспензии
№ Содержание воды в сырье, % Температура жидкости, °С После добавления кислоты Продолжение реакции, мин Состав реакционной пасты, %
Температура реакционной смеси, °С Остаточная кислота, г/л
Н2О AlF3
1 12,0 78 90 4,5 15 66,3 6,9
2 12,0 83 93 5,2 15 76,2 10,0
3 12,0 85 95 5,6 15 79,1 13,2
5 10,0 85 96 5,0 15 79,4 14,5
10
Интерактивная наука | 9 (19) • 2017
Theme of number
Таблица 2
Результаты экспериментов
№ Соотношение смеси в % Выход продукта, масс /час. Время кристаллизации, мин
Бентонитовая глина Илистый шлам У1 у2
1 100 0 23,8 7
2 95 5 23,0 6,7
2 90 10 22,6 6,2
3 85 15 22,0 5,8
4 80 20 21,5 5,5
5 75 25 20,0 5,0
6 70 30 18,9 6,0
7 65 35 18,2 5,4
8 60 40 17,5 4,6
9 55 45 16,4 5,5
Результаты первичных исследований показали что, на время выхода продукта и на кристаллизации фторида алюминия влияют следующие факторы:
х1 - содержание бентонитовой глины в смеси, %. х2 - содержание илистового шлама в смеси, %. Как основная функция выбран показатель выхода (у1) и время кристаллизации (у2).
Целью выбора интервалов является определение без предварительного нагрева, что ускорит процесс разложения смеси и увеличения выхода продукта фторида алюминия.
Учитывая изменение параметров интервала, процесс получения фтористого алюминия выбран следующим образом: 100% < х1 < 45% ; и 0% < х2 < 55% Результаты эксперимента показаны в таблице 3.
Таблица 3
Сравнения результатов эксперимента в процессе переработки бентонитовой глины и илистого шлама
№ х1 Х2 У11 У12 Ув У14 <Pi У21 У22 У23 У24 <Рг
1 30 0 23,5 24,9 23,0 25,4 24,2 1,29 6,6 5,4 6,2 5,8 6,0 0,27
2 28,5 15 21,0 23,0 21,1 21,1 22,0 1,21 5,5 4,5 5,3 4,7 5,0 0,23
3 25,5 4,5 20,6 20,8 22,6 22,6 21,6 1,09 5,6 6,0 5,3 6,3 5,8 0,19
4 22,5 7,5 21,0 18,8 18,9 18,9 19,9 1,47 5,8 5,2 5,0 6,0 5,5 0,23
5 21 9 18,9 20,3 18,6 18,6 19,6 0,99 5,7 6,0 5,3 5,0 5,5 0,19
6 19,5 10,5 18,4 20,2 18,3 18,3 19,3 1,21 5,0 5,1 6,0 5,9 4,0 0,27
7 18 12 16,0 17,4 17,7 17,7 16,7 0,99 5,5 4,1 4,2 5,4 4,8 0,57
8 16,5 13,5 15,8 14,5 16,0 16,0 15,0 1,09 5,0 6,0 5,1 5,9 5,5 0,27
9 9 21 8,0 10,0 9,8 9,8 9,0 1,09 6,3 5,7 6,5 5,5 6,0 0,61
I 10,43 I 2,63
гДе <Рп =££$=0 <Реу>Ф1=^1.*=оФ2у к - количество наблюдаемых экспериментов
Для проверки сравнения данных экспериментов использован критерий Кюхрена:
sli = JZJYj^11 ~ yii)2 /=1
к
Si = -¡—[Tj^21 ~
G;p — -
i=1 maxS,2,
Ей
Для нашего эксперимента пользуясь таблицей находим:
1,47 _ п 1 л. ^ _0,57
Grp - ■
10,43
0,14; Grp ;
2,63
0,22
Полученные данные совпадают р = 0,95 и подтверждают возможность получения результатов эксперимента. В нашем случае количество эксперимента N = 9, количество свободного
(= Я-1=3; G = 0,14; G = 0,22
•> ' гр ' ' гр '
(в указанной литературе Gгр> 0,403 не бывает) Далее рассчитываем возможность дисперсии:
N к
-¿>1 i —
N(k- 1).
j=i i=i
или
n2 _ _ уЛГ : = , у
JlE ~ N L] = l ->lj 1 l z
Из таблицы
Тема номера
Показатели расчётного параметра математической модели
Таблица 4
а X а1 а2 аз а4 а5
У1 24,23 6593,93 3842,4 - 695,39 - 684,28 - 1379,74
У2 6,03 - 863,36 2335,26 86,32 - 233,53 - 147,18
В эксперименте у1 и у2бывает смысл функции:
у 1,2 = а0 -Э1Х1 + а 2X2 + а.3х1+?цх%= а5Х1Х2 (1) Коэффициент уравнения (а) определяется экспериментальным путём [14].
Показатели расчётного параметра математической модели показаны в таблице 4.
Коэффициенты уравнения проверены на основе студня и подтверждены все коэффициенты:
^.^^(УЬ-У^^ 1,2
где т - количество параллельных экспериментов; N - количество точек экспериментов.
Совпадения расчётной дисперстности составляет:
5^=1,15; 5^-0,51 Точность совпадения проверяется жидкостями Фишера: Если F p1<F т = 33,84 F т - для свободной f 1 = М - 1 ; f 2 = N - 1 ; а = 0,05
Для жидкости Фишера будет
F 1 р= 0,99 < 3,84 ; F 2Р = 1,76 < 3,84
Полученные данные совпадают с экспериментальными данными.
Все программы организованы на языке алгоритма Фортран, а для расчётов использованы ЭВМ.
Выход продукта, время кристаллизации и разницы экспериментов с расчётными данными проверены, полученные данные показаны в таблице 5.
Экспериментальный расчёт где У^, У^ - соответственны выход и время кристаллизации продукта.
Как видно из таблицы расхождения расчётного выхода и экспериментальные данные в среднем составляют всего 1,6% и 3,1%. Это данные допустимой нормы в инженерных расчётах.
Полученные модели можно успешно использовать при оптимизации процесса распада фторида алюминия на основе бентонитовой глины и илистого шлама.
Таблица 5
Разницы расчета и эксперимента выхода и кристаллизации продукта
№ Выход продукта (У1) Время кристаллизации продукта (У2)
Эксперимент у Модель у;" Разница, % Эксперимент у!; Модель ут Разница, %
1 24,2 24,2 0,0 6,0 6,0 0,0
2 22,0 22,5 -2,3 5,0 5,0 0,0
3 21,6 21,2 2,2 5,8 5,65 2,8
4 19,9 19,9 0,0 5,5 5,68 -2,9
5 19,6 19,7 -0,6 5,5 5,46 1,0
6 19,3 18,7 3,0 4,0 4,8 12,8
7 16,7 16,2 3,4 4,8 5,38 11,8
8 15,0 14,9 0,7 5,5 5,25 4,7
9 9,0 9,2 -2,2 6,0 5,92 1,3
Литература
1. Костилев А.Д. Импульсные машины для горного и строитьлного производства / Из-во Институт горного дела. - 1999. - 97 с.
2. Ветюгов А.В. Способ активации бетонитной глины / А.В. Ветюгов, Л.И. Володин, В.Е. Мальцева. - Патент РФ 2199504.
3. Овчаренко Ф.Д. Украинский бентонитый, геология, минералогия, физ-химия и применения в народном Укр. ССР. - Из-во Академиит. - 1958. - 98 с.
4. Алферов В.В. Каталтическая активность природных и исскуственных цеолитов в процессах газификации и пиролиза торфа. катализ в промышленности / В.В. Алферов, О.С. Мисников, О.В. Кислица, Э.М. Сульман [и др.]. - 2006. - №6. - С. 42-46.
12
Интерактивная наука | 9 (19) • 2017
Theme of number
5. Бочкарев В.В. Оптимизация химико-технологичесих процессов. - Томск: Из-во Томского Политехнического Университета, 2014. - С. 264.
6. Tarasevch Yn.I. Stucture and chemistry of sandwichtyre sieicates surface. - Kiev: Наукова думка, 1988. - 249 р.
7. Huber G.W. Synthesis of Transportation Fuels from Chemistry, Catalysts, and Enginceing. Chem -Rev., 2006. -Vol. 106. - №9.
8. Путушкин А.И. Алгоритм структурной оптимизации технологического процесса при дефиците на его выполнение. Фундаментальная исследования А.И. Путушкин, Д.В. Решетников, А.С. Кокарев, А.В. Трудов. - 2015. -№11-5. - С. 918-922.
