基于频域分析和元胞自动机框架的物料输送链中主导偏析单元识别研究

研究人员针对散料输送过程中降解和偏析导致的效率低下及安全隐患问题，创新性地将频域分析(FDA)与元胞自动机(CA)模型结合，提出了一种识别关键偏析单元的方法。研究发现系统对低于截止频率(0.5)的偏析信号更敏感，为优化大型木质颗粒输送链提供了量化评估工具，显著提升了过程安全性与能效。

　　

在绿色能源转型背景下，木质颗粒作为替代煤炭的可再生燃料需求激增。然而这种生物质燃料在储存和输送过程中面临严峻挑战：机械应力导致颗粒降解产生细粉，引发偏析现象——即不同粒径颗粒的非均匀分布。这种看似简单的物理现象却会引发连锁反应：气力输送效率下降、研磨性能降低、燃烧不充分导致未燃碳释放，更危险的是可能引发粉尘爆炸。现有DEM（离散元法）和连续介质模型要么计算量巨大，要么难以捕捉局部偏析特征，使得工业级筒仓（容量达3万吨）的模拟优化举步维艰。

《Powder Technology》最新发表的研究提出创新解决方案。英国格林威治大学团队将电子工程领域的频域分析(FDA)引入散料处理领域，结合前期开发的元胞自动机(CA)模型，构建了首个能识别输送链中关键偏析单元的量化框架。研究以英国某发电企业的实际输送链为原型，包含港口筒仓、铁路装载仓和穹顶仓等多级处理单元。通过将每个存储单元概念化为具有"强迫函数"（产生偏析）和"阻尼函数"（衰减上游影响）的信号处理器，建立了频率与偏析强度的定量关系。

关键技术包括：1）基于CA模型构建不同填充频率（0.25-10Hz）的模拟场景；2）采用正弦/反正弦输入信号量化筒仓的"信号生成"特性；3）通过RMS（均方根）和分贝转换建立频率响应曲线；4）结合核心流(core-flow)的"先进后出"特性解析偏析传播机制。

【结果分析】

2.1 频域分析基础

研究发现核心流筒仓的放电行为呈现显著频率依赖性。当填充频率为1时，形成明显的粗细分层（图6a），放电时出现剧烈波动；而高频填充（频率=5）产生的多层结构（图6b）在放电时因轴向混合作用产生平滑输出，这种特性与低通滤波器(LPF)高度相似。

2.2 案例验证

通过对比正弦/反正弦填充的放电曲线RMS值（表2），发现频率≥0.5时信号衰减达-3dB。图14所示的频率响应曲线明确显示截止频率为0.5，这意味着：港口筒仓产生的低频偏析（1/25,000吨）能穿透系统，而铁路装载仓产生的高频信号（1/2,500吨）在穹顶仓处被衰减22dB。

1. 1.

   关键发现

   • 90,000吨穹顶仓是偏析主要贡献者，其影响比港口筒仓高17dB

   • 铁路装载仓等中间环节的偏析效应可忽略（衰减>20dB）

   • 系统对<0.5Hz的低频偏析信号最敏感

【结论价值】

该研究首次将FDA应用于散料处理领域，突破性地证明：1）工业级筒仓系统具有明确的频率选择特性；2）仅需对关键节点（如穹顶仓）进行CA模拟即可预测整体偏析；3）为价值2.5亿美元的木质颗粒年处理设施提供优化方向。相比传统DEM方法，该框架使30,000吨级筒仓的模拟效率提升90%，为预防粉尘爆炸、降低维护成本（单厂年节省超百万英镑）提供科学依据。未来可扩展至粮食、矿石等散料处理领域，推动工业安全标准的革新。