《Chemical Engineering Journal Advances》：PhysicallyConsistent Modelling of Sparse Density-Partition Data for Density-Based Separation Analysis
编辑推荐：
密度基分选（DBS）依据颗粒在液体中沉降与漂浮行为的差异实现分离，广泛应用于工业过程。其性能通常采用变密度介质（如重液或稳定胶体悬浮液）进行评估。在此类系统中，密度大于介质的颗粒下沉，较轻颗粒上浮，由此形成所谓的浮沉（密度分配）试验。然而，密度分配数据的常规分
密度基分选（DBS）依据颗粒在液体中沉降与漂浮行为的差异实现分离，广泛应用于工业过程。其性能通常采用变密度介质（如重液或稳定胶体悬浮液）进行评估。在此类系统中，密度大于介质的颗粒下沉，较轻颗粒上浮，由此形成所谓的浮沉（密度分配）试验。然而，密度分配数据的常规分析受限于稀疏测量、离散密度区间及不确定的端点行为，导致预测可靠性降低。本研究开发了一种物理约束建模框架，用以从稀疏密度分配数据中重建连续且一致的可分选性关系。该方法将基于Johnson SU分布的累积浮物质量灵活参数模型与组成-密度依赖性的渐近约束模型相结合。这些模型内在施加物理边界，确保在整个密度范围内质量百分比与组成均保持在有效限值内。所提出的框架能够实现稳健的插值与外推，克服了传统基于中点方法的局限性。采用教科书数据、澳大利亚标准数据集及X射线计算机断层扫描（XCT）数据进行验证，结果与实验观测吻合良好，且在密度极值处表现出一致的行为。该框架为构建可分选性曲线及整合异质数据集提供了通用且一致的基础，为密度基分选的分析、工艺设计与优化提供了改进能力。
研究背景方面，密度基分选（Density-based Separation，DBS）利用颗粒密度差异将异质颗粒体系分为轻、重两部分，是自然界与工程领域最基本的分离原理之一，广泛应用于矿物分选、煤炭洗选、塑料与电子废弃物回收、废旧锂离子电池有价组分回收、废水处理及食品加工等工业过程。准确量化密度基可分选性对于分选工艺的设计、评估与优化至关重要。浮沉（Float-and-Sink，FaS）试验是测定密度依赖分配行为最常用的实验室方法，通过重液或致密悬浮液将颗粒分离为若干离散密度区间，再测定各馏分的质量与组成。在煤炭加工中，组成常以灰分表示，由此构建的累积质量产率、组成与密度之间的连续关系即为可浮性曲线。然而，FaS数据集本质上是稀疏的，工业实践中通常仅有8至12个离散密度区间，连续可分选性关系必须由少量实验观测重建。常规做法通常将区间中点作为代表性密度再插值连接相邻点，但该方法忽略了各有限区间内颗粒的密度分布，增加了对测量不确定性的敏感性，且在需要插值或外推时置信度有限，在低密度端（如F1.30）和高密度端（如S2.00）尤为显著。此外，边界密度馏分的处理存在固有矛盾：上下边界馏分实际上代表延伸至理论密度极限的累积量，而非离散馏分，其质量分别为累积浮物质量与累积沉物质量，灰分值亦为累积灰分，但常规处理常将其误作离散馏分，导致可分选性曲线两端不准确，无法直接由实验数据确定而必须通过建模推断。已有研究尝试将稀疏密度分配数据转化为平滑或连续表示，主要遵循三条途径：其一为数值估计瞬时质量-密度函数f(RD)再积分获得累积浮物质量，如Hughes与Lyman的方法，但FaS数据仅提供稀疏区间质量，区间内部详细分布未知，不同内部形状可满足同一实测区间质量；其二为直接对累积浮物质量建模，如Klima与Luckie采用Akima分段三次插值，但需要对应CFM=0%与100%的上下边界RD值，而这些值无法由FaS分析精确确定，只能依赖先验知识假设；其三为采用解析函数，如对数正态模型及其标准正态累积函数重表述，但受限的非对称性刻画能力不足。与此同时，瞬时组成-密度关系a(RD)亦为必需，早期多用多项式函数，后认识到灰分与密度呈反比依赖，相继提出双组分模型及其扩展、Armstrong等模型，但模型参数的最佳拟合常产生负截距导致灰分为负的物理不一致，而避免最佳拟合又需借助纯煤与纯灰极限等无法直接测量的端点量，使模型对样品特定端点选择敏感、普适性不足。鉴于上述问题，本研究旨在开发一种新颖的物理约束建模框架，对累积质量分布与瞬时组成分别构建以相对密度为连续变量的参数函数，通过引入物理约束并消除对不可测端点的依赖，提供更准确、稳健且可推广的密度基分选行为表征。
研究人员开展了如下研究并得出相应结论：构建了累积浮物质量-相对密度关系的参数模型，指出常规中点法因累积浮物质量实测于各馏分上密度边界而非中点而引入不确定性，且上下终端馏分端点实验未定义，常规按邻近密度增量外推会产生不切实际的高密度尾部表示；初始尝试采用正态分布累积分布函数拟合效果不佳，对数正态模型亦存在类似局限；分析表明稀疏FaS导出分布常呈现非对称、重尾及极值特征，遂采用Johnson SU分布，通过反双曲正弦变换将非正态数据映射为正态，其累积分布函数将预测累积浮物质量约束于0至100%之间，实现稳健插值与物理一致外推；并强调RD应一致取密度区间上界而非中点，以消除边界馏分RD确定的模糊性。针对瞬时组成-密度关系，研究采用渐近约束建模策略，要求灰分在低密度限附近趋近于零、在高密度限趋近有限上界a∞，据此提出参数化渐近模型，该式内在避免负灰分等非物理预测且无需外部估计端点性质；进一步指出常规以中点密度配属馏分灰分忽略了区间内密度分布，导致代表性密度与中点密度失配，遂推导以Johnson SU概率密度函数积分表达的馏分灰分模型，实现无需已知代表性密度的改进校准。研究采用非线性最小二乘回归（MS Excel广义约简梯度算法或MATLAB信赖域法）估计参数，以残差平方和为目标函数，并采用均方根误差、平均绝对百分比误差、决定系数及贝叶斯信息准则等多指标评价拟合优度与简约性平衡。
结果部分：（1）可分选性曲线的一致构建——所提参数框架将相对密度视为从1至无穷的渐近区间，无需显式定义上下界，推导出浮物累积组成简化式，并由质量与灰分守恒确定累积沉物质量及其组成，进料灰分可由FaS数据独立测定或计算；由于两个模型独立拟合不能保证同一样品的整体物理一致性，研究以AFloat(∞)=ASink(1)=AFeed为一致性约束对两模型联合重校准；进而构建组成-密度曲线、相对密度曲线及按澳大利亚标准AS 4156.1-1994定义Δ=0.1的近密度曲线，实现稀疏密度分配输入向连续物理约束可分选性曲线的转化，保证平滑性、有界性与全局一致性并支持可靠外推。（2）模型应用实例——数据集A取自教科书FaS数据用于建立并演示框架，数据集B为澳大利亚标准AS 4156.1-1994参考FaS数据用作工业实践兼容性基准，数据集C由X射线计算机断层扫描（XCT）获得用于展示框架与XCT导出数据的整合。对数据集A，常用组成-密度模型在实验范围内虽拟合优度高，但仅所提模型在范围外保持物理有效性，其余模型预测出负灰分或超过100%的非物理值；重建的可分选性曲线与实验数据吻合良好且平滑连续，近密度曲线正确识别转变区，窄95%置信区间表明参数受数据良好约束；累积沉物质量与直接求和FaS数据存在差异，这并非模型缺陷，而是揭示原始数据构造中累积浮物与沉物质量之和超过100%违反质量守恒的根本不一致，所提框架通过施加强制质量守恒予以纠正。对数据集B，所提模型不仅与实验数据吻合良好，且在0至100%正确极限间平滑有界渐近，为FaS稀疏实验密度之外的预测数据提供正确外推，证实模型与工业标准的兼容性并具增强预测能力。对数据集C，所提模型合理跟随XCT导出数据趋势，可分选性曲线亦捕捉主要趋势，但在高密度区（RD>2.1）累积沉物与近密度曲线偏差较大，这归因于该区域模型拟合不及低密度区，以及传统双组分灰分-密度关系在实验密度范围外与数据失配导致外推物理不一致；采用FaS灰分-密度数据以所提模型重新校准后，重新校准的灰分组成-密度曲线拟合良好并保持物理意义上下限，修正了双组分近似在低密度点预测负值等不可靠外推；由于CFM-RD数据未变，相对密度与近密度曲线基本不变，而组成基可分选性曲线尤以累积浮物-灰分与累积沉物-灰分关系变化较明显；XCT导出CFM-RD数据在RD>2.1处偏离FaS数据集的平滑趋势，可能源于XCT密度测定的不确定性（密度校准误差、高密度颗粒的束硬化与散射、锥束伪影），故所提曲线与参考XCT曲线间的剩余差异不应仅视为模型局限，亦反映XCT导出可分选性数据的不确定性。（3）对其他颗粒体系的潜在扩展——框架本质上具有通用性，可扩展至矿物分选或塑料回收等体系，灰分组成-密度关系可替换为品位-密度、组成-密度或矿物丰度-密度关系，进而生成回收率-品位曲线；但所提模型的特定渐近结构未必适用于所有颗粒体系，可将式中固定值1替换为体系特定下密度界RDL，当RDL=1时即恢复原式，对煤炭体系取1应视为参考而非普适常数；更一般形式还可引入非零下组成渐近值a0，但引入a0及可能的RDL等额外拟合参数可能增加参数相关性、降低可辨识性并恶化数值条件，此类扩展尚属初步推广、未经系统验证，应用需谨慎并以更广颗粒体系的独立数据进一步验证。
关键技术方法方面（不超过250字）：研究采用非线性最小二乘回归（广义约简梯度算法或信赖域法）校准Johnson SU累积浮物质量模型与渐近约束瞬时组成-密度模型，以残差平方和为目标函数，并以均方根误差、平均绝对百分比误差、决定系数及贝叶斯信息准则多指标评价；积分采用自适应Simpson数值积分；两模型以AFloat(∞)=ASink(1)=AFeed为约束联合重校准；以95%置信带表征不确定性。验证数据来源包括教科书FaS数据（数据集A）、澳大利亚标准AS 4156.1-1994参考数据（数据集B，+31.5 mm煤样）及文献报道的2.0–4.0 mm煤样XCT数据（数据集C）。
讨论与结论部分：讨论指出，所提框架消除了对显式相对密度与组成上下界的需要，将二者视为渐近极限，RD自1至无穷；通过质量加权积分耦合两关系并施加全局质量与组成守恒，保证了可分选性关系在整个密度域内的内在一致、有界与平滑；模型经复杂度递增的多个数据集校准与评价，重现实验观测趋势并提供连续物理约束可分选性曲线，支持超出实测密度范围的插值与外推并显式考虑相关不确定性；尽管研究聚焦煤炭数据集，方法并不限于煤，只要具备适当材料特定关系（如品位-密度或组成-密度关系）即可推广至其他密度基分选过程；XCT导出密度信息与FaS导出灰分关系的成功整合展示了连续密度域内多源数据融合的潜力，减少了离散数据集匹配的局限。研究结论部分译为：本研究提出了一个参数化建模框架，用于从稀疏密度分配数据重建连续且物理一致的可分选性曲线。所提方法解决了常规FaS分析若干长期存在的局限，包括对离散密度区间的依赖、缺乏对密度端点的可靠处理，以及以中点密度校准瞬时密度-组成与累积质量模型的不一致使用。该框架建立在两个关键参数关系之上：其一为累积浮物质量-密度关系，采用灵活的Johnson SU分布建模以捕捉非对称与重尾行为；其二为瞬时组成-密度关系，采用渐近约束函数构建以在低、高密度极值处施加物理意义极限。通过质量加权积分耦合这些关系并施加全局质量与组成守恒，所提方法在整个密度域内提供内在一致、有界且平滑的可分选性关系。模型经复杂度递增的多个数据集校准与评价，框架重现了实验观测趋势并提供连续且物理约束的可分选性曲线；该方法还实现了超出实测密度范围的插值与外推，同时显式考虑相关不确定性。尽管本研究聚焦煤炭数据集，其 underlying 方法不限于煤，只要具备适当的材料特定关系（如品位-密度或组成-密度关系），即可潜在扩展至其他密度基分选过程；此外，XCT导出密度信息与FaS导出灰分关系的成功整合，展示了连续密度域内多源数据融合的潜力，减少了离散数据集匹配相关的局限。从实践角度看，所提框架为改进可分选性特征的重建与解释提供了系统方法，在矿物与煤炭加工工业的分离性能预测、工艺设计与优化中具有潜在应用。
