中央噴射型噴嘴顆粒分布準則關(guān)系式

艾元方，孫彥文，陳紅榮，劉安明

?

中央噴射型噴嘴顆粒分布準則關(guān)系式

艾元方1，孫彥文1，陳紅榮1，劉安明2

(1. 中南大學(xué)能源科學(xué)與工程學(xué)院，湖南長沙，410083；2. 金隆銅業(yè)有限公司，安徽銅陵，244021)

建立閃速爐中央噴射型精礦噴嘴實驗?zāi)Ｐ?，用接粒稱重冷模實驗方法研究噴嘴控制下的顆粒分布量綱一的準則關(guān)系式。研究結(jié)果表明：反應(yīng)塔內(nèi)顆粒分布受控于繞流雷諾數(shù)d和修正弗勞德數(shù)′綜合作用，大d或小′使顆粒集中分布于噴嘴正下方區(qū)域；d對顆粒分布的影響比′的影響大；d和′可以將實驗范圍內(nèi)表征各工況顆粒分布均勻性的顆粒比面密度均方差和塔中心區(qū)域顆粒質(zhì)量分數(shù)1二元擬合為非線性指數(shù)函數(shù)，實驗關(guān)聯(lián)式分別為=0.001 2exp(2.916d0.167 1/′0.099 3)，1=11.81exp(?39.15d?0.400 9/′?0.242 5)，與1近似正相關(guān)；相同的條件是投料量增大倍數(shù)s和分布風(fēng)流量增大倍數(shù)dis關(guān)系式滿足dis=s1.341 4。

中央噴射型精礦噴嘴；顆粒分布均勻性；準則關(guān)系式；繞流雷諾數(shù)；修正弗勞德數(shù)

中央噴射型精礦噴嘴因生產(chǎn)潛能大、節(jié)能環(huán)保等優(yōu)勢而在銅鎳鉛鋅冶煉企業(yè)得到廣泛應(yīng)用，但目前人們對噴嘴性能調(diào)節(jié)規(guī)律理論研究不多，噴嘴操作水平不高，當(dāng)今大投料量條件下閃速煉銅爐況優(yōu)化工作效率不高。噴嘴控制的塔內(nèi)顆粒分布具有影響因素多、反應(yīng)慢、呈非線性而且大滯后等特點[1]，這說明了閃速爐熱工特性的復(fù)雜性和研究難度。在閃速爐熱工特性研究方法中，數(shù)值模擬方法占多數(shù)，冷模實驗方法較少。Solnordal等[2]對奧林匹克壩閃速爐塔內(nèi)氣粒兩相流動、傳熱和冶煉進行仿真研究，發(fā)現(xiàn)仿真結(jié)果對粒度變化非常敏感，塔內(nèi)氣流和顆粒均分布于塔中心區(qū)域。Davidson[3]采用數(shù)值模擬方法證實塔內(nèi)顆粒流動受限于氣流流動。Koh等[4]通過仿真研究了鋅閃速爐中顆粒粒徑對顆粒流動的影響。Varnas等[5]模擬研究鎳閃速爐塔內(nèi)氣粒兩相流動、傳熱和冶煉反應(yīng)規(guī)律。Sasaki[6]仿真發(fā)現(xiàn)顆粒呈彌散狀均勻分散于塔內(nèi)。Li等[7]借助CFX軟件模擬貴溪閃速爐得到塔內(nèi)流場、溫度場、濃度場、燃燒釋熱場以及顆粒軌跡與溫度，發(fā)現(xiàn)顆粒軌跡呈傘狀均勻分布于塔內(nèi)。Higgins等[8]建立穩(wěn)態(tài)軸對稱模型，模擬發(fā)現(xiàn)顆粒粒度、風(fēng)幕風(fēng)入爐角度等影響塔內(nèi)顆粒聚集和分布，顆粒聚集程度主要受顆粒氣流質(zhì)量比、粒度和反應(yīng)塔入口處湍流強度等影響。Debrincat等[9]研究了顆粒參數(shù)對塔內(nèi)顆粒聚集的影響。Nagai等[10]研究發(fā)現(xiàn)粒子摻混到工藝風(fēng)氣流更有助于冶煉反應(yīng)完全。Chen等[11?13]運用Fluent軟件對金隆閃速爐進行單參數(shù)優(yōu)化模擬研究，發(fā)現(xiàn)精礦顆粒呈傘狀均勻分布于反應(yīng)塔內(nèi)，工藝風(fēng)、分布風(fēng)和中央氧影響塔內(nèi)顆粒分布均勻性，分布風(fēng)流量加大或旋流使顆粒分散更均勻。Ahokainen等[14]研究了奧托昆普閃速塔內(nèi)氣粒兩相流變化規(guī)律。Zhou等[15]基于灰色理論研究了噴嘴外下料均勻性隨其主要影響因素變化的規(guī)律。Koh等[16]建立了鎳閃速爐冷模裝置，發(fā)現(xiàn)通過分散錐后的顆粒集中于塔中心區(qū)域流動。這些研究獲得的顆粒分布規(guī)律存在差異，很少有文獻解釋分析這些差異，即使是單參數(shù)優(yōu)化研究，也很少見到顆粒分布量綱為1的準則關(guān)系式報道。這些研究側(cè)重點不同，且受當(dāng)時研究條件限制，顆粒分布規(guī)律缺乏普遍適用價值。另外，對具有普遍適用和推廣價值、包括顆粒分布影響因素在內(nèi)的準則數(shù)及其準則關(guān)系式或半準則關(guān)系式的研究較少?？紤]到噴嘴出口附近區(qū)域近似常溫，且受反應(yīng)塔中下部及沉淀池高溫影響小，作者建立中央噴射式精礦噴嘴冷態(tài)模型裝置，采用接粒稱重冷模實驗方法研究噴嘴出口附近區(qū)域顆粒分布變化規(guī)律，二元擬合歸納出顆粒分布均勻性特征指標隨主要準則數(shù)變化的實驗關(guān)聯(lián)式，論證塔內(nèi)顆粒分布調(diào)控規(guī)律，以便為增大投料量條件下現(xiàn)場噴嘴主控參數(shù)優(yōu)化提供參考。

1 顆粒分布準則關(guān)系式

1.1 顆粒分布均勻性指標

顆粒比面密度均方差和噴嘴正下方中心區(qū)域顆粒質(zhì)量分數(shù)為反應(yīng)塔內(nèi)顆粒分布均勻性指標。

顆粒比面密度均方差定義式為

式中：=，為第接粒區(qū)比面密度；= m/Σm×100%，為第接粒區(qū)顆粒質(zhì)量分數(shù)(%)；=S/ΣS×100%，第接粒區(qū)面積分數(shù)；m和S分別為第接粒區(qū)顆粒質(zhì)量和面積；=1為噴嘴正下方中心≤90 mm接粒單元格；為接粒網(wǎng)格總數(shù)量。式(1)中，=0表示顆粒質(zhì)量均勻分布，越大，則顆粒質(zhì)量分布越不均勻。

噴嘴正下方中心區(qū)域(≤90 mm)顆粒質(zhì)量分數(shù)計算式為

1反映顆粒分布均勻性狀況，1越大，則顆粒質(zhì)量分布越不均勻。

1.2 顆粒分布準則數(shù)

不同于氣固流化床和除塵器氣粒兩相流規(guī)律[17]，閃速爐反應(yīng)塔內(nèi)氣粒兩相流流動方向相同，且存在多股氣流相互交叉和混合作用。從理論上講，反應(yīng)塔內(nèi)顆粒受力有重力、浮力、氣動阻力、壓強梯度力、附加質(zhì)量力、Basset力、Saffman力、Magnus力等。對噴嘴附近顆粒，由牛頓第二定律可知

式中：d為繞流雷諾數(shù)，d=g-s·/g，反映粒子周圍氣流狀態(tài)及其相互作用；g-s為氣粒兩相相對速度，即氣體繞流速度，g-s=g?s；g為按工藝風(fēng)出口面積計算的工藝風(fēng)氣流速度；為塔內(nèi)平均粒度；g為塔內(nèi)氣相運動黏度，g=g/g；g為氣相密度；s為迎風(fēng)面粒子橫截面積，s= π2/4；s為顆粒質(zhì)量，s=sπ3/6；為顆粒加速度；為重力加速度；和為實驗常數(shù)。

將式(3)左邊兩項相比并整理得

考慮到阿基米德數(shù)定義，將式(4)整理為

在，和不變時，氣粒兩相中粒子行為取決于d。反應(yīng)塔內(nèi)顆粒流主要受工藝風(fēng)氣流、分布風(fēng)氣流、中央氧氣流和顆粒流等綜合作用。分布風(fēng)和顆粒流綜合作用采用修正弗勞德數(shù)表示。修正弗勞德數(shù)′定義為分布風(fēng)動量和粒子流動量之比，即

式中：dis為分布風(fēng)離開分布風(fēng)孔時的速度；dis為分布風(fēng)孔總面積；dis為分布風(fēng)總流量；為料倉底部離分布風(fēng)孔中心平面的高度；s為顆粒質(zhì)量流量。

1.3 顆粒分布準則關(guān)系式

考慮式(3)實際存在的其他作用力，能推導(dǎo)出更多更全面的準則數(shù)。由于冷模實驗工作量和Matlab軟件擬合功能限制，在影響顆粒分布均勻性的眾多準則數(shù)中，只考慮繞流雷諾數(shù)和修正弗勞德數(shù)。實驗研究目的是變化繞流雷諾數(shù)(變化工藝風(fēng)流量)和修正弗勞德數(shù)(變化分布風(fēng)流量)，擬合整理歸納=(d,′)和1=(d,′)。

2 實驗裝置

中央噴射型噴嘴及反應(yīng)塔模型如圖1所示。噴嘴從外向內(nèi)依次為工藝風(fēng)通道、下料通道、分布風(fēng)通道和中氧央管。工藝風(fēng)為閃速冶煉反應(yīng)提供主要氧化劑，入口帶有調(diào)風(fēng)錐，工藝風(fēng)入口面積可調(diào)節(jié)；料倉顆粒通過減速電機帶動刮板給料機連續(xù)下料進入噴嘴下料通道，4個給料機周向均勻布置。為確保實驗精度，4個料倉由同一開關(guān)控制，同時開啟和關(guān)閉；分布風(fēng)從分散錐側(cè)壁風(fēng)孔射流噴出，壓力高、流量小，使顆粒徑向分散；中央氧為純氧，流量較小，以補充冶煉反應(yīng)不足的氧氣。顆粒在分散錐曲面和分布風(fēng)綜合作用下?lián)饺牍に囷L(fēng)氣流，實現(xiàn)氣粒均勻混合。工藝風(fēng)流量用LU125渦街流量計測量，精度為±1%；分布風(fēng)流量用LU40渦街流量計測量，精度為±1%；中央氧流量用LU25渦街流量計測量，精度為±1%。

圖1 實驗裝置示意圖

閃速爐模型與原型幾何比1:5，模型塔內(nèi)徑為1 106 mm，高為778 mm(本文主要研究噴嘴附近區(qū)域顆粒分散和分布特性，模型反應(yīng)塔高度只取反應(yīng)塔整個高度的1/3)，料倉出料口高出塔頂3.68 m。工藝風(fēng)出口內(nèi)徑為100.0 mm，外徑為146.4 mm。下料通道內(nèi)徑為36.0 mm，外徑為80.0 mm。分布風(fēng)孔沿圓周均勻分布，直徑為1.0 mm，數(shù)量為150個。分散錐底圓直徑為72.0 mm，中央氧管內(nèi)徑為16.0 mm。塔頂內(nèi)壁面比冷卻水套底面高40.0 mm，比分散錐底圓面高85.0 mm。

接粒網(wǎng)格劃分如圖2所示。接粒器由5個半徑分別為90，240，340，440和553 mm的同心圓組成，除中心圓外，其余各圓周向等分成12個扇形區(qū)。反應(yīng)塔出口面與接粒器頂面密封連接，接粒器由網(wǎng)格架和過濾袋組成，實驗顆粒不能通過過濾袋，因此，顆粒留在過濾袋中，氣體經(jīng)過濾袋小孔溢出。接粒器設(shè)計有過渡段，以避免分離時氣流回流對塔內(nèi)氣粒兩相流動的影響，提高實驗精度，最后稱量接粒袋中的顆粒質(zhì)量并進行分析。接粒質(zhì)量用A1?31K電子秤稱量，精度為±0.2 g。

圖2 接粒網(wǎng)格劃分

原型噴嘴附近區(qū)域溫度低，化學(xué)反應(yīng)影響小，可忽略，簡化為與模型相近。因此，本文以噴嘴附近區(qū)域作為研究對象，研究噴嘴出口附近區(qū)域繞流雷諾數(shù)和修正弗勞德數(shù)對顆粒分散影響規(guī)律。

表1 顆粒粒度分布

3 結(jié)果和討論

分別變化繞流雷諾數(shù)d和修正弗勞德數(shù)′，各接粒區(qū)顆粒質(zhì)量稱量后可計算出顆粒比面密度均方差和塔中心區(qū)域顆粒質(zhì)量分數(shù)1變化。在等′條件下，=1(d)離散點集和1=1(d) 離散點集分別如圖3和圖4所示。

Fr′: 1—0.597；2—0.958；3—1.404；4—1.934；5—2.550；6—3.251；離散點為實驗點；連續(xù)曲線為擬合曲線

Fr′: 1—0.597；2—0.958；3—1.404；4—1.934；5—2.550；6—3.251；離散點為實驗點；連續(xù)曲線為擬合曲線

從圖3可以看出：d和′對塔內(nèi)顆粒分布均勻性有直接影響；隨′增大而減小，隨d增大而增大；當(dāng)′不變時，d逐漸增大，即工藝風(fēng)流量逐漸增大，逐漸增大，即顆粒分布逐漸不均勻。由于隨著d增大，逐漸增大的軸向向下工藝風(fēng)氣流作用限制了顆粒的徑向分散，更多的顆粒集中于噴嘴的正下方區(qū)域，顆粒分散和分布更加不均勻。當(dāng)′較小時，曲線斜率大，說明此時′對顆粒分布影響較小，而當(dāng)′較大時，曲線斜率小，說明較大的′能明顯影響顆粒的分散和分布。由于當(dāng)d較小時，′的增大在一定程度上能使減小，即當(dāng)分布風(fēng)相對顆粒流的作用力逐漸增強時，顆粒徑向分散作用增大，塔內(nèi)顆粒分布逐漸趨于均勻，但′越大，顆粒分散所需要增加的動量越大，塔內(nèi)顆粒分布趨于均勻的程度減小，見圖3中左下角區(qū)域。

從圖4可知：不同′時1隨d變化的規(guī)律與隨d變化的規(guī)律一致；′能使顆粒沿半徑方向射流分散，且隨其數(shù)值的增大，分散作用越強，1也越??；d可使顆粒集中于塔中心區(qū)域，隨著d增大，塔下方中心區(qū)顆粒越多，顆粒分布越不均勻?？梢姡涸趯嶒灁?shù)據(jù)范圍內(nèi)，1與呈正相關(guān)趨勢。其原因為：當(dāng)外壁區(qū)域顆粒分布沒有失真(由于徑向分散力較大，顆粒在未到達接粒器平面時已經(jīng)碰觸塔壁而留在外壁區(qū)域)時，中心區(qū)域顆粒占主要部分，顆粒質(zhì)量分布不均主要表現(xiàn)在塔中心區(qū)域顆粒較多，即1較大，因此，較大。

d和′對顆粒分散起著重要作用。以′=0.597為例，當(dāng)d由247增大到318時，增幅為28.75%，而對應(yīng)的1則由26.76%增大到37.34%，增幅為39.54%；當(dāng)d=247時，′由0.597增大到0.958，增幅為60.47%，而對應(yīng)的1則由增26.76%減小到20.88%，減幅為21.97%。這說明d對顆粒運動和分布的影響比′的影響大。

采用Matlab軟件二元非線性擬合模塊尋求和1與′和d之間的關(guān)聯(lián)式。經(jīng)多次模型最小二乘法回歸分析后自定義非線性回歸模型如下：

式中：和分別代表d和′；指數(shù)和為常數(shù)，分布代表兩者相對權(quán)重。整個回歸模型以指數(shù)函數(shù)為主，和為常數(shù)。模型有效性主要以可決系數(shù)2接近1.000 0的程度來確定。利用Matlab軟件進行多次回歸分析，計算結(jié)果見表2。

表2 回歸系數(shù)置信區(qū)間

注：對于參數(shù)，可決系數(shù)2=0.916 1，殘差平方和為6.199 0，顯著性水平檢驗概率＜0.000 1；對于參數(shù)1，2=0.942 0，殘差平方和為0.043 8，＜0.000 1。

，1與d和′的實驗關(guān)聯(lián)式分別為：

(0.597≤′≤3.251，247≤d≤470) (8)

(0.597≤′≤3.251，247≤d≤470) (9)

由式(8)和式(9)得出的′等值線簇分別如圖3和圖4中擬合曲線所示。顯然，經(jīng)計算所得可決系數(shù)分別為0.916 1和0.942 0，說明此模型在置信區(qū)間內(nèi)是可靠的，擬合曲線和實驗點吻合較好。系數(shù)絕對值大于，說明d對顆粒分布影響大于′的影響。設(shè)投料量增大到原來的s倍，工藝風(fēng)流量增大到原來的pro倍，分布風(fēng)流量增大到原來的dis倍，則在相同的料倉高度、粒度、分布風(fēng)孔、工藝風(fēng)與顆粒配比和工藝風(fēng)含氧體積分數(shù)條件下，要使相等，則要求′μd1.682 8，pro=s，dis=s1.341 4；要使1相等，則要求滿足′μd1.653 2，pro=s，dis=s1.326 6。因此，在實際閃速爐生產(chǎn)時，并非簡單的等比例放大關(guān)系，而是隨著投料速度的增大，顆粒的運動和分布存在更復(fù)雜的指數(shù)關(guān)系。

4 結(jié)論

1) 中央噴射式噴嘴顆粒分布均勻性可調(diào)可控。反應(yīng)塔內(nèi)顆粒分布受控于繞流雷諾數(shù)和修正弗勞德數(shù)綜合作用。繞流雷諾數(shù)使顆粒集中分布于噴嘴正下方區(qū)域，修正弗勞德數(shù)使顆粒遠離噴嘴正下方區(qū)域分布。繞流雷諾數(shù)d對顆粒分布的影響作用大于修正弗勞德數(shù)′的影響。

2) 繞流雷諾數(shù)d和修正弗勞德數(shù)′可以將實驗范圍內(nèi)表征各工況塔內(nèi)顆粒分布均勻性的指標，即顆粒比面密度均方差和塔中心區(qū)域顆粒質(zhì)量分數(shù)1，二元擬合為非線性指數(shù)函數(shù)，實驗關(guān)聯(lián)式分別為

=0.001 2exp(2.916d0.167 1/′0.099 3)

1=11.81exp(?39.15d?0.400 9/′?0.242 5)

可決系數(shù)2分別達到0.916 1和0.942 0。顆粒比面密度均方差與塔中心區(qū)域顆粒質(zhì)量分數(shù)1近似正 相關(guān)。

3) 優(yōu)化繞流雷諾數(shù)和修正弗勞德數(shù)，能實現(xiàn)顆粒分布均勻。在實驗范圍內(nèi)，要使顆粒比面密度均方差相等，則要求繞流雷諾數(shù)d和修正弗勞德數(shù)′關(guān)系式滿足′μd1.682 8，投料量增大倍數(shù)s和分布風(fēng)流量增大倍數(shù)dis關(guān)系式滿足dis=s1.341 4；要使塔中心區(qū)域顆粒質(zhì)量分數(shù)1相等，則要求繞流雷諾數(shù)d和修正弗勞德數(shù)′關(guān)系式滿足′μd1.653 2，投料量增大倍數(shù)s和分布風(fēng)流量增大倍數(shù)dis關(guān)系式滿足dis=s1.326 6。

[1] MEI Chi, ZHOU Jiemin, PENG Xiaoqi, et al. Simulation and optimization of furnaces and kilns for nonferrous metallurgical engineering[M]. Berlin: Springer, 2010: 1?50.

[2] Solnordal C B, Jorgensen F R A, Koh P T L, et al. CFD modelling of the flow and reactions in the Olympic Dam flash furnace smelter reaction shaft[J]. Applied Mathematical Modelling, 2006, 30(11): 1310?1325.

(2)HYSPLIT軌跡分析表明，本次沙塵來源于阿拉善盟、新疆北部，沙塵粒子是向東南輸送，經(jīng)河西走廊到蘭州，后回流至西寧，造成西寧空氣質(zhì)量嚴重污染。

[3] Davidson M R. Comparison of two-way coupling models for confined turbulent gas–particle jets in flash smelting[J]. Applied Mathematical Modelling, 1998, 22(1/2): 39?55.

[4] Koh P T L, Nguyen T V, Jorgensen F R A. Numerical modelling of combustion in a zinc flash smelter[J]. Applied Mathematical Modelling, 1998, 22(11): 941?948.

[5] Varnas S R, Kemori N, Koh P T L. Evaluation of nickel flash smelting through piloting and simulation[J]. Metallurgical and Materials Transactions B: Process Metallurgy and Materials Processing Science, 1998, 29(6): 1329?1343.

[6] Sasaki Y. Prediction of combustion phenomena in flash smelting furnace for production enhancement using a mathematical model[C]// Sohn Int Symp Advanced Processing of Metals and Materials. San Diego, USA, 2006: 545?559.

[7] LI Xinfeng, PENG Shiheng, HAN Xiangli, et al. Influence of operation parameters on flash smelting furnace based on CFD[J]. Journal of University of Science and Technology Beijing, 2004, 11(2): 115?119.

[8] Higgins D R, Gray N B, Davidson M R. Simulating particle agglomeration in the flash smelting reaction shaft[J]. Minerals Engineering, 2009, 22(14): 1251?1265.

[9] Debrincat D P, Solnordal C B, van Deventer J S J. Influence of particle properties on the size of agglomerated metallurgical powders[J]. Int Journal Miner Process, 2008, 87(1/2): 17?27.

[10] Nagai K, Takebayashi M, Sasai S. Development of the Sumitomo type combustion accelerated concentrate burner[C]// 12th Int Flash Smelting Congress. Shanghai, China, 2008: 146?155.

[11] CHEN Zhuo, WANG Yunxiao. Simulation study of intensified flash smelting process[C]// Dipl Ing Jens Harre GDBM Copper. Hamburg: Papierflieger, 2010: 1313?1323.

[12] 陳卓, 王云霄, 宋修明, 等. 高投料量下煉銅閃速爐內(nèi)熔煉過程的數(shù)值模擬[J]. 中國有色金屬學(xué)報, 2011, 21(11): 2916?2921. CHEN Zhuo, WANG Yunxiao, SONG Xiuming, et al. Numerical simulation of smelting process in copper flash smelters at high loading rate[J]. The Chinese Journal of Nonferrous Metals, 2011, 21(11): 2916?2921.

[13] 陳卓, 殷術(shù)貴, 周俊, 等. 銅閃速爐分布風(fēng)旋流噴吹的數(shù)值模擬[J]. 過程工程學(xué)報, 2012, 12(1): 1?8. CHEN Zhuo, YIN Shugui, ZHOU Jun, et al. Numerical simulation of copper flash smelting process with rotarily distributed air[J]. Chinese Journal of Process Engineering, 2012, 12(1): 1?8.

[14] Ahokainen T, Jokilaakso A. Numerical simulation of the Outokumpu flash smelting furnace reaction shaft original[J]. Canadian Metallurgical Quarterly, 1998, 37(3/4): 275?283.

[15] ZHOU Ping, YAO Yingjin, AI Yuanfang, et al. Grey correlation analysis of factors influencing maldistribution in feeding device of copper flash smelting[J]. Journal of Central South University, 2012, 19(7): 1938?1945.

[16] Koh P T L, Jorgensen F R A, Elliot B J. Solids falling in flash furnace burner concentrate chutes[J]. Int Journal Miner Process, 2007, 83(3/4): 81?88.

[17] 李之光. 相似與?；? 理論及應(yīng)用[M]. 北京: 國防工業(yè)出版社, 1982: 1?35. LI Zhiguang. Similarity and modeling: Theory and applications[M]. Beijing: National Defence Industry Press, 1982: 1?35.

Criterion relation of particles distribution for CJD nozzle

AI Yuanfang1, SUN Yanwen1, CHEN Hongrong1, LIU Anming2

(1. School of Energy Science and Engineering, Central South University, Changsha 410083, China; 2. Jinlong Copper Co. Ltd., Tongling 244021, China)

An experimental model of flash furnace with CJD nozzle was built, the criterion relation of particles distribution was studied, employing cold experimental methods such as receiving particles from air flow and weighting particles. Results show that particles distribution in the reaction tower is controlled by the combined action of streaming Reynolds Numberdand modified Froude Number′, the bigdor the small′ makes the particles concentrated on the central zone under the nozzle. The effect ofdon the particle distribution uniformity is larger than that of′;d-and′ are fitted as the nonlinear exponential function with two uniformity indexes ofparticles distribution, i.e. the mean square error of surface density ratioand the central mass fraction1within the scope of experimental data, and the experimental functions are=0.001 2exp(2.916d0.167 1/′0.099 3) and1=11.81exp(?39.15d?0.400 9/′?0.242 5).is positively related to1, the condition thatis the same is that the amplification factor of concentrate loadingsand distribution airdissatifiesdis=s1.341 4.

CJD burner; particles distribution uniformity; criterion relation; streaming Reynolds Number; modified Froude Number

10.11817/j.issn.1672-7207.2015.05.045

TF811

A

1672?7207(2015)05?1909?06

2014?05?10；

2014?07?08

國家高技術(shù)研究發(fā)展計劃(863計劃)項目(2010AA065200)；中南大學(xué)中央高校基本科研業(yè)務(wù)費專項資金資助項目(2012zzts087) (Project(2010AA065200) supported by the National High Technology Research and Development Program of China(863 Program); Project(2012zzts087) supported by College Basic Scientific Research Business of Central South University)

艾元方，博士，副教授，從事可控燃燒反應(yīng)機理與技術(shù)研究；E-mail: yfai@csu.edu.cn

(編輯 陳燦華)