АНАЛІЗ ВПЛИВУ ГЕОМЕТРІЇ ТА РЕОЛОГІЇ ЗМІШУВАЧА НА ЕФЕКТИВНІСТЬ ЗМІШУВАННЯ БЕТОННОЇ СУМІШІ
DOI:
https://doi.org/10.32347/tb.2024-41.0409Ключові слова:
гравітаційна бетонозмішувач, математичне моделювання, динаміка змішування, реологічні властивості, геометрія лопатей, чисельні методи, ефективність змішування, енергоефективність, однорідність бетонної сумішіАнотація
У статті розглянуто проблеми, пов’язані з ефективністю перемішування бетонних сумішей у гравітаційних бетонозмішувачах, які широко використовуються на будівельних майданчиках завдяки простоті конструкції та мобільності. Сучасні вимоги до енергоефективності та точності контролю якості вимагають розробки прогресивних методів, що дозволяють забезпечити високу однорідність бетонних сумішей при мінімальних енерговитратах. Значну увагу приділено впливу геометрії барабана та робочих органів бетономішалки на процес перемішування. Описано різні підходи до математичного моделювання, які враховують фізико-механічні властивості бетонної суміші та характер її руху при обертанні. Аналіз реологічних властивостей бетонних сумішей свідчить про їх значний вплив на ефективність змішування. Дослідження демонструють, що правильний вибір швидкості обертання барабана, кута нахилу лопатей і тривалості змішування дозволяє досягти оптимального балансу між різними фізичними силами, що діють на частинки. Виділено перспективи подальших досліджень, у тому числі розробки комплексних моделей, які б враховували різноманітні фактори та дозволяли б прогнозувати поведінку суміші в реальних умовах.
Посилання
- Maoqiang Jiang, Yongzhi Zhao, Gesi Liu, Jinyang Zheng (2011). Enhancing mixing of particles by baffles in a rotating drum mixer. Particuology, 3 (9), pp 270-278. https://doi.org/10.1016/j.partic.2010.06.008.
- Nazarenko Ivan, Klymenko Mykola (2015). Evaluation of the energy balance and workflow crite-ria of the “drum mixer-concrete mixture” system. Mining, Construction and Reclamation Machin-ery, 85, pp. 59-65.
- Nazarenko І., Klymenko M., Svidersky A., Pechersky V. (2017). Definition of rational parameters of drum concrete mixers. GBDMM, 90, 67-72.
- Serhii Burlaka, Ihor Kupchuk, Serhii Shapovaliuk, Mykola Chernysh (2023). Analysis of the in-fluence of the geometry of the blade mixer on the turbulence and intensity of liquid mixing. Ma-chinery energeties transport of agribusiness, 2 (121), pp 16-22. DOI: 10.37128/2520-6168-2023-2-2.
- Yu Liu, Marcial Gonzalez, Carl Wassgren (2017). Modeling Granular Material Blending in a Rotat-ing Drum using a Finite Element Method and Advection-Diffusion Equation Multi-Scale Model. AIChE Journal, 9 (64).
- Yong Yuan, Xiaoyun Wang, Xi Chen, Peng Xiao, Eduardus Koenders, Ying Dai (2023). Mathe-matical models of apparent viscosity as a function of water–cement/binder ratio and superplasti-cizer in cement pastes. Scientific Reports, 13, 22301. https://doi.org/10.1038/s41598-023-48748-4.
- Hamed Hoorijani, Behrad Esgandari, Reza Zarghami, Rahmat Sotudeh-Gharebagh, Navid Mostou-fi (2023). Predictive modeling of mixing time for super-ellipsoid particles in a four-bladed mixer: A DEM-based approach. Powder Technology 430. https://doi.org/10.1016/j.powtec.2023.119009.
- Holub G., Achkevych O. (2017). Optimization of the angular velocity of drum-type mixers. Bulle-tin of ZhNAEU, No. 1 (58), p 194-202.
- Nazarenko Ivan, Klymenko Mykola (2020). Application of general energy assessment criteria for preparing building mixtures. KHNADU Bulletin, 2 (88), pp 37-42. DOI: 10.30977/BUL.2219-5548.2020.88.2.37.
- Jian-Ping Pan, Ting-Jie Wang, Jun-Jie Yao, Yong Jin (2006). Granule transport and mean resi-dence time in horizontal drum with inclined flights. Powder Technology, 162, pp 50–58. https://doi.org/10.1016/j.powtec.2005.12.004.
- Rudyk Rostyslav, Virchenko Viktor, Salnikov Roman, Bidanets Serhii (2024). The effect of the blades on mixing the concrete mixture. Materials of the 76th Scientific Conference of Professors, Teachers, Researchers, Postgraduate Students and University Students, Poltava, pp. 270-271.
- Ahmet Bilgil (2012). Estimation of slump value and Bingham parameters of fresh concrete mixture composition with artificial neural network modelling. Scientific Research and Essays, 5(8), pp. 1753-1765. DOI: 10.5897/SRE10.415.