《Biomass and Bioenergy》：Length-sensitive screening of elongated biomass particles in a pilot-scale orbital screen: Experiments, shape-resolved discrete element method simulations, and surrogate modeling
编辑推荐：
中文摘要翻译
机械筛分被广泛应用于根据颗粒尺寸和形状分离散状物料。然而，对于纤维素类生物质等原料，其高度不规则的颗粒形态（如高长宽比的纤维状颗粒）对传统的孔径基筛分提出了挑战。这些细长颗粒可能因其横截面尺寸足够小而通过筛孔，但其长度却会对下游处理造成不利影响。
中文摘要翻译
机械筛分被广泛应用于根据颗粒尺寸和形状分离散状物料。然而，对于纤维素类生物质等原料，其高度不规则的颗粒形态（如高长宽比的纤维状颗粒）对传统的孔径基筛分提出了挑战。这些细长颗粒可能因其横截面尺寸足够小而通过筛孔，但其长度却会对下游处理造成不利影响。本研究评估了Forest Concepts轨道筛分机（Orbital Screen）在处理磨碎芒草时的长度敏感分离性能。实验表明，尽管所有进料颗粒均能通过12.7 mm的振动筛，但轨道筛分机的上层筛网仍保留了9.21%的过长度物料。三维粒子形状分析显示，合格品流中约70%的颗粒长宽比介于4到16之间，表明基于长度的分离并不完全。为了探究其潜在机理，研究人员采用了单分散、形状分辨的离散元法（DEM）模拟。结果表明，窄而高长宽比的颗粒表现出最宽的过渡区，即其通过概率从0%变化到100%所对应的长度范围最广。此外，近扁平取向显著降低了颗粒通过孔径的概率。机器学习代理模型扩展了DEM预测，揭示了颗粒宽度和长度对通过概率的协同效应。研究发现，轨道筛分机实现了超越传统孔径分类的部分长度敏感分离，但细长颗粒的通过行为强烈依赖于瞬时取向。因此，在设计用于优化过长度颗粒拦截与回收的系统时，应考虑取向感知的设计策略。
论文解读文章
1. 研究背景与问题提出
在矿物、农业和制药工程等领域，机械筛分是依据颗粒尺寸和形状进行分离的关键技术。传统连续筛分设备，如振动筛和滚筒筛，主要通过筛孔几何尺寸和施加的运动来实现高通量分级。然而，当处理新兴的纤维素类生物质原料时，情况变得复杂。这类原料经研磨后会产生高度不规则、具有高长宽比的细长颗粒（如纤维状、针状）。这些颗粒虽然横截面较小，理论上可以穿过筛孔，但其较长的长度会显著增加下游固体处理设备（如给料器）发生架桥、堵塞和不稳定输送的风险。因此，开发一种对颗粒长度敏感而非仅仅依赖横截面尺寸的筛分策略，成为一个重要的研究挑战。现有研究表明，常规连续筛分设备在处理此类生物质时，难以始终如一地实现预期的长度分离效果。
2. 研究目的与意义
为解决上述问题，本研究旨在评估一种名为Forest Concepts轨道筛分机（Orbital Screen）的新型连续筛分系统在长度敏感分离方面的效能。该系统被描述为能够同时按颗粒长度和横截面尺寸进行分选。研究的核心目标包括：
- •
量化颗粒长度和宽度如何共同影响其在轨道筛中的通过概率。
- •
将轨道筛的性能与传统振动筛分机（Sieve Shaker）的孔径基分类进行基准比较。
- •
识别导致细长颗粒拦截不完全的颗粒尺度机制。
此项研究的意义在于，首次将批量筛分实验、三维（3D）颗粒形状表征、几何隔离的离散元法（DEM）模拟以及DEM数据驱动的机器学习代理模型相结合，系统地评估了一种连续生物质筛分系统的长度敏感分离特性。这为设计更有效的生物质预处理流程，特别是针对性地拦截有害的过长度颗粒提供了关键的定量依据和设计思路。
3. 关键技术方法
为实现上述研究目标，研究人员采用了一套综合性的多尺度研究方法：
- 1.
实验筛分与表征：使用集成式研磨-筛分系统（包含Forest Concepts Crumbler?旋转剪切机和Forest Concepts Model 2448-2轨道筛分机）处理来自美国爱荷华州Conesville的巨芒草（Miscanthus × giganteus）。同时，采用W.S. Tyler Ro-Tap? RX-29振动筛分机作为基准对照。利用PARTAN 3D颗粒尺寸与形状分析仪测量了产品流中颗粒的长、宽、厚等边界框尺寸。
- 2.
离散元法（DEM）模拟：采用单分散、形状分辨的模拟协议。具体而言，每个模拟案例只使用一种预设的颗粒几何形状（由多球团簇或多面体表示），分别在LIGGGHTS-INL和ANSYS Rocky平台上模拟轨道筛上层筛网和振动筛的筛分过程。这种方法旨在消除粒径和形状的耦合效应，从而聚焦于特定颗粒几何形状的通过动力学。
- 3.
机器学习代理模型：利用DEM模拟生成的数据集，训练一个多层感知机（MLP）模型，用以预测在未模拟的颗粒宽度-长度参数空间内的通过行为，从而扩展DEM的预测能力。
4. 研究结果
3.1 基线实验结果
- •
宏观筛分表现：在总处理量1709 kg的六次重复实验中，轨道筛分机成功地将9.21%（156 kg）的物料作为过长度物料保留在上层筛网上。然而，视觉观察和3D扫描均证实，仍有相当数量的细长颗粒进入了合格品流，表明长度分离是不完全的。
- •
与传统振动筛对比：振动筛分分析显示，所有进料颗粒都能通过12.7 mm的筛孔（对应轨道筛上层筛网孔径）。这与轨道筛保留9.21%物料的实验结果形成鲜明对比，证明了轨道筛确实实现了超出传统孔径分类的、基于长度的选择性保留。
- •
颗粒几何特征：对合格品流中50个随机颗粒的3D扫描显示，其最大长度为20.9 mm，最大宽度为4.4 mm，约70%的颗粒长宽比在4到16之间。这表明筛下通过尺寸主要由颗粒宽度决定，而非长度。过长度流中的颗粒长度则普遍更长（最小测量长度为16.4 mm）。
3.2 数值案例研究
- •
代表性颗粒行为：选取一个宽度为2.4 mm（中位宽度）、长度为19.2 mm（代表长颗粒条件）、厚度为1.2 mm的代表性颗粒进行DEM模拟。结果显示，在相同孔径（12.7 mm）下，该颗粒在轨道筛模型中的累积通过分数远低于在振动筛参考模型中的通过分数。
- •
孔径等效性分析：通过逐步减小振动筛模型的孔径，发现只有当孔径降至约7.5 mm时，其累积通过分数才与12.7 mm的轨道筛相当。这说明轨道筛的“有效”筛分孔径远小于其名义孔径，这是由其独特的运动方式和颗粒取向效应导致的。
3.3 参数化模拟结果
- •
通过概率图谱：通过对不同宽度（1.2 mm, 2.4 mm, 3.6 mm）和一系列长度（从短到长）的颗粒进行大规模参数化DEM模拟，绘制了通过概率随颗粒长度变化的曲线。结果显示，所有宽度条件下都存在一个从100%通过到0%通过的“过渡区”。
- •
宽度的影响：颗粒越窄，其过渡区越宽。例如，宽度为1.2 mm的颗粒，其通过概率从100%降至0%跨越了很长的长度范围；而宽度为3.6 mm的颗粒，其过渡区则非常陡峭。这意味着窄而长的颗粒（高长宽比）的行为最具不确定性，更容易在意外情况下通过筛孔。
3.4 机器学习代理模型
- •
预测与验证：基于DEM数据训练的MLP模型成功预测了通过概率在整个宽度-长度参数空间的分布。模型预测与独立DEM验证案例吻合良好，证明了其可靠性。
- •
揭示协同效应：代理模型清晰地展示了颗粒宽度和长度对通过概率的非线性协同效应。它量化了在给定宽度下，颗粒长度超过某个阈值后通过概率急剧下降的临界点，为设计长度筛选标准提供了直接的定量工具。
3.5 颗粒尺度机理分析
- •
取向是关键：通过对DEM轨迹数据的分析发现，颗粒能否通过筛孔，其瞬时取向是决定性因素。那些最终通过筛孔的颗粒，在其通过瞬间，其长轴与筛面平面的夹角（即倾斜角）通常很小，呈现近乎平躺的姿态，使得其横截面能够对准筛孔。
- •
近扁平取向阻碍通过：相反，那些最终被拦截的细长颗粒，在接触筛孔时往往处于较大的倾斜角度，即近乎垂直地“戳”向筛孔，这种“矛刺”式的取向使其无法顺利通过。轨道筛的轨道运动似乎加剧了这种不利于通过的取向分布。
5. 讨论与结论
讨论部分总结：研究结果揭示了轨道筛分机在长度敏感筛分上的潜力与局限。其优势在于通过特定的运动模式和筛网结构，改变了颗粒的取向分布，从而在一定程度上实现了对细长颗粒的拦截，超越了传统孔径分类。然而，局限性也同样明显：对于窄而高长宽比的颗粒，由于其通过概率存在一个宽广的过渡区，且其行为高度依赖于瞬时的、难以控制的取向，因此很难实现100%的拦截。这种取向依赖性意味着，即使是非常长的颗粒，只要其在某个瞬间恰好以低倾角接近筛孔，仍有可能通过。因此，未来的设计改进应着眼于如何更主动地控制颗粒取向，例如通过改变筛网表面纹理、引入导向结构或调整运动模式，以减少颗粒以“可穿过”取向接近筛孔的机会，从而提高过长度颗粒的拦截效率和回收率。
研究结论翻译：本研究通过结合批量筛分实验、三维（3D）颗粒形状表征、几何隔离的离散元法（DEM）模拟以及DEM数据驱动的机器学习代理模型，评估了轨道筛分机对磨碎芒草的细长颗粒进行长度敏感分离的性能。实验结果表明，轨道筛分机实现了超出传统孔径分类的、基于颗粒长度的部分分离，但分离并不完全。DEM模拟和代理模型进一步揭示，颗粒宽度和长度共同决定了通过概率，其中窄而高长宽比的颗粒表现出最宽的过渡区，其通过行为高度依赖于瞬时取向。近扁平取向显著降低了颗粒通过孔径的概率。这些发现强调了在设计用于优化过长度颗粒拦截与回收的系统时，需要考虑取向感知的设计策略。
