使用PSD-PREP开始一次简单的粒度分析(2)颗粒堆积与筛分
在确保开始前，请先确认您的PSD-PREP已经被正确部署，且对于文中所提到的功能，您当前的license对其具有权限。
- 若您需要试用PSD-PREP的功能，请在license申请时选择【企业版-1个月】
在开始前的激活准备，请参考（若您已准备好，请跳过）：
1. 首先执行1次计算
开始执行计算的准备工作，请参考如下已有指导：
关于首次使用，请参考：
通过该功能，用户可以检查已经计算的粒度分布的任意区间(a, b)的2D视场。这些计算基于MC方法，通过已有校验的粒度分布以数学方式生成，其具有数值上的合理性。一般来说，若实际的2D视场与数学计算结果存在较大差异，则通常有如下可能：
(1) 原始粒度分布频谱未校准
(2) 用户实际检测的筛分粉末取样不准确（这与筛分的原因有关）
由于筛分的取样混沌性，即便符合技术标准的测定手段，也在科学上难以保证取样的稳定性，这一问题将在筛分测算模型中被详细讨论。事实上，这是一个困扰粉末领域的长久问题。
在[虚拟标签]=>[2D视角]中，通过设置区间上下限(例如0-100μm)，单击[计算]按钮，则可通过PSD-Analyzer对已经载入程序的粒度分布仅0-100μm段的颗粒的2D堆积特征进行绘制与描述。
需要说明，此处选择的颗粒的区间(例如0-100μm)，是通过先前计算得到粒度频谱，仅将其目标区间段的粒子截获并转换为个数分布后呈现的结果，其应当与常规的光镜或SEM视场保持一致。
额外的，用户可以通过[复制数据]获取生成的随机堆积的具体分布，其每行内容分别表示独立的圆数据：
R: [半径] center: [圆心坐标]
用户可将上述数据导出进行其它计算，该数据的单位为默认的μm。
2.2 模拟筛分
得益于与PSD-Analyzer的配套，针对PREP粉末的筛分趋势，也可以被数值方法捕捉。
在[虚拟标签]=>[筛分]中，用户可通过设定如下参数，单击[计算]以完成一次筛分分析（相对粒度分布分析）
筛分所需要设置的主要参数如下：
区间值：
(1) 从a至b，表示选择[a, b]尺寸区间的粉末全部纳入到模拟筛分中
(2) 注意该值应当选择全区间，例如大多数粉末在0-150μm内，则此处选择0-150；对于较粗的粉末可以选用0-250μm
筛网
a. 尺寸
名义筛网尺寸，例如对于Taylor筛，325目对应标准的45μm，依次类推
b. 标准差
(1) 考虑真实筛分过程时，筛网的孔径分布并不是完全一致的，其尺寸被假设处于1个正态分布，因而其筛网尺寸需设定1标准差
(2) 例如对于100μm筛网，标准差设置在8μm，已经是相当高质量的筛网
c. 网丝直径
对于编织筛来说，较粗的网丝直径会降低单位面积上网孔占据整个筛网面的百分比，这一参数对筛分结果影响显著，因而需通过实际测量确定后进行处理
e. 孔个数 (相对量)
这是一个可修改的参数，其主要设定了通过MC方法处理时的校准情况，其并不需要设定一个真值
校准问题在后续将详细讨论
f. 碰撞 (相对量)
这是一个可修改的参数，其主要设定了通过MC方法处理时的碰撞校准情况，其并不需要设定一个真值
校准问题在后续将详细讨论
通过进行设定后，软件可对筛分的结果进行测算。
如上图所示，不同颜色的曲线代表了粉末颗粒在不同阶段的粒度分布频谱(PSD frequency):
- 蓝色：原始未筛粉末
- 橘色：下筛粉末
- 绿色：筛上粉末
3. 筛分误差讨论
尽管从模型上来说，碰撞次数是最影响筛分的参数。当碰撞频率固定时，较高的碰撞次数意味着延长碰撞时间，从而使得筛分结果演化。
但问题在于，实际工程的测定往往并不能直接带入碰撞次数，一是其难以测定，二是其真值事实上非常大，不便于进行筛分计算。
但由于，在稳定的筛分体系内，可以认为质量良好的粉末必须保证[少量]取样可以代表整体分布的特点，即符合[取样标准]，那就可以仅针对该[少量取样]的测算。故而，在这一条件下，利于下筛的孔个数和碰撞次数，就并不是全局值，而是一组局部粉末的值，其真值是模糊的。
因此针对这种问题，可以采取如下方式进行处理：
首先确保其它易于测量的筛网参数，原始粉末粒度分布等输入是合理的；
- 确定一个基准的孔个数，例如1000，事实上该值大小决定了采用何种规模的取样体量，1000对于分析多数问题已是足够的；
- 依据一个实际实验的筛分结果，反复调整碰撞次数，使得模拟结果与实验结果匹配，记录当前的碰撞次数N1000(N1000代表基于1000孔的碰撞次数仿真值)，并计算实际碰撞次数NR，计算N1000与NR的转换率r；
- 在不改变筛分模式与设备参数时，引入新的筛网或PSD，可以依据求得的转换率r与实际工艺匹配调整合适的N1000对实验进行仿真。
例如，如上图所示，当增加筛网标准差，或者延长时间（增加碰撞次数），都会导致所得粉末粒度分布的异化。且其具有较显著的差异。
上述数值实验即可表明，为何在粉体领域，筛分，特别是涉及取样的数据，很难保证同一性。除却常规的取样问题以外，被认为最可靠的筛分获取方法，会由于不同的筛分工艺方式（影响N1000）、不同的筛网状态（筛网的名义同一尺寸，也可能存在网丝差异）、同一筛网的不同声生命周期（筛网会随着使用导致其标准差增加）而产生差异。而且这些差异是较为明显的。
故而，工业上的常见现象是，同样一种被认为“合理”的检测筛网，在同样生产工艺下，可能会测得不同的结果。这里的误差主因来源于筛网的测量不稳定性。
而不同的测量厂家，由于采取的筛网标准与手段不同，极大概率获得完全不同的数据结果。
即便对同一样品，同一厂家，由于筛网会随着使用而逐渐变化，也会产生完全不同的结果。
换言之，对于精细粒度分析，通过实验测定的筛分结果，是一个参考值，而不是值得完全相信的基准，这是一个对于粉体领域而言，相对于传统科学习惯所需要特别关注的特征。对于粉体领域，这种习惯可能会导致很多麻烦。
上述失真的主要问题，在于不可还原性，即实测数据可能会丢失PSD遗传特征，使得后续数据不能精确还原原始数据的特征，这对构建精细模型带来麻烦。
One response
师兄太棒啦