粒度檢測方法

㈠ 各種粒度測試方法的優缺點有哪些

1）篩分 原理：以來篩孔大小的機械分離作用。
優點：簡單直觀。動態范圍較小，常用於大於40mm的顆粒測定。
缺點：速度慢，一次只能測量一個篩余值，不足以反映粒度分布；微小篩孔製作困 難；誤差大，通常達到10%~20%；小顆粒由於團聚作用通過篩孔困難；有人為誤 差，導致可信度下降。
2）沉降 原理：斯托克斯定律。
優勢：可測試。
缺點：動態范圍窄；小粒子沉降速度很慢，對非球型粒子誤差大；由於密度一致性 差，不適用於混合物料；重力沉降儀適用於10微米以上的粉體，如果顆粒很細則 需要離心沉降。
3）庫爾特電阻法 原理：顆粒通過小孔時產生的電阻脈沖計數。
優點：可以測定顆粒總數，等效概念明確；操作簡便。
缺點：動態范圍小，1：20左右；對介質的電性能有嚴格要求；容易出現 堵塞小孔現象。
4）顯微鏡法 原理：光學成像。
優點：簡單直觀；可作部分形貌分析。
缺點：動態范圍窄，1：20；測量時間長，約20分鍾；樣品制備操作較復雜； 采樣的代表性差；對超微細粒分散有一定的難度，受衍射極限的限制，無法檢測超 細顆粒。
5）電鏡 原理：電子成像。
優點：直觀；解析度高。
缺點：取樣量少，沒有代表性，樣品雜；儀器價格昂貴。
6）激光粒度儀 原理：激光衍射/散射。
優點：測量速度快，約1分鍾；動態范圍大，約1：1000以上；重復型號； 准確度高，解析度高；操作簡便；客隊動態顆粒群進行跟蹤測試分析，是目 前最先進的粒度儀，也是粒度儀發展方向。

以上是微納總結

㈡ 何謂粉體的粒度和粒度分布粒度有哪些測試方法有何優缺點

粒度particle size
顆粒在空間范圍所佔據大小的線性尺度。對表面光滑的球形顆粒只有一個線性尺度，即直徑。對非光滑球形顆粒用相應球或相應圓〔投影)的直徑或者一些其他的規定作為其粒度.
粒度分布particle sine distribution
顆粒群的顆粒數、質量、體積或其相應的百分數，按粒度大小的分布稱為該顆粒群的粒度分布。
常用的有：篩分法，沉降法，超聲波法，透氣法，激光法，電鏡法，圖像發，電阻法，動態光散射法。目前最常用粒度測試為激光法，具有速度快，准確度高等特點。其他的都有各自的優缺點，想了解的話，我發一份資料給你，如果需要這方面的儀器，或者需要技術支持的話也可以聯系我。

㈢ 如何檢測粉體粒度

你所說的微米級很常見，也就是um，有馬爾文和歐美克等，國內常見的還是馬爾文激光粒度測試儀，我所在的公司就可以測，廣東東方鋯業科技股份有限公司，其實很多單位都可以的啦，特別是生產粉料的大公司。

㈣ 什麼是粒度分析

礦粒（或礦塊）的大小稱為粒度。破碎、磨碎和選別過程中所處理的物料，都是粒度不同的各種礦粒的混合物。將礦粒混合物按粒度分成若干級別，這些級別叫做粒級。物料中各粒級的相對含量叫做粒度組成。粒度組成的測定工作叫做粒度分析。 粒度組成的測定是一項很重要的工作，在許多工業部門都常遇到。例如水泥工業、冶金工業、煤粉制備、土工試驗、甚至食品加工等部門，都會用到粒度分析，也是選礦試驗中必不可少的一個檢測項目，原礦和產品都常需進行粒度分析。 沒有一個粒度分析方法，可以適用於一切粒度范圍，一般都是按粒度大小不同採用不同的測定方法。目前應用的各種測定方法及其適用范圍如表1所示。其中有的方法得出的是粒度分布，有的方法得出的是平均直徑；有的是直接測量粒度（如篩析和顯微鏡測定）；有的則是根據其他參數換算（如沉降速度和比表面）；有的是在氣相中進行的干法，有的則是在液相中進行的濕法。表1 粒度測定方法及其所適用的粒度范圍 選礦生產和試驗研究中經常採用的粒度分析方法是篩分分析、水析和顯微鏡分析。 對於粉狀物料常常直接測定比表面（指單位重量的礦粒群的總表面積）。從比表面的測定數據可在一定假定條件下，求出平均粒度（直徑）。測定比表面的主要方法有吸附法、滲透法（液體滲透法；氣體滲透法）。 幾種粒度測定方法比較如下：篩析法的優點是設備便宜、堅固、易制、易操作，適於測定粗粒。一般干篩可篩至100微米（150目），再細建議釤濕篩，現今用光電技術製造的微孔篩可以濕篩細到10微米，但實際上小於40－60微米多半用沉降分析，前者測得的是幾何尺寸，後者是具有相同沉降速度的當量球徑。篩析法受顆粒形狀影響很大。顯微鏡法直觀測出顆粒尺寸和形狀，因此常用於校準其它測量方法，其最佳測量范圍為0.5－20微米之間，當粒度擴大到40微米以上，則易引起偏差。沉降法測量粒度的最大優點是統計性和重復性好，但受顆粒形狀和結構影響很大，適用於1－75微米，不能直接觀測顆粒的大小和形狀。吸附法的特點是測定范圍較大，但不能測出粒度分布曲線，只能間接換算出一個增均尺寸，而且受環境影響較大。滲透法是一種經濟簡便的粒度測量法，但可靠性和重復性差。

㈤ 粉體顆粒分布常用檢測方法有哪些

大概有以下幾種方法： 1、篩分法，這個通過查看篩餘量，過篩率等來判斷粉體粒度的分布，優點是成本低，缺點是只能給出點的粒徑，不能給出全部粉體的粒度分布。 2、沉降法，一般是利用斯托克原理，通過懸浮液體客戶的在重力作用下的沉降速度來判定顆粒的大小。可以給出粒度分布表等，但對於粒徑較小的顆粒，沉降速度比較慢，測試耗時較多。 3、激光散射法，目前使用較多，比較適合測試粒度分布較寬的粉體，測試成本相對較高，儀器價格從國產的幾萬元到國外的幾十萬元不等。更多相關問題，可關注<粉體圈>網路

㈥ 關於粒度儀檢測粒徑的方法

現在多採用激光粒度儀和顆粒圖像分析儀，有些比較大的採用振動篩/目篩。

㈦ 粒度的檢測方法

淺談粒度計算
張 鈴
安徽大學人工智慧研究所230039

摘要：粒度計算是新近興起的人工智慧研究領域的一個方向，本文簡單介紹粒度計算的主要三個方法，以及之間的關系。
關鍵詞：粒度計算、模糊邏輯、商空間理論、粗糙集理論。

一． 引言
人們在思考問題時，或者是先從總體進行觀察，然後再逐步深入地研究各個部分的情況；或先從各個方面對同一問題進行不同側面的了解，然後對它們進行綜合；或是上面兩種方法的組合，即時而從各側面對事物進行了解，然後進行綜合觀察，時而綜合觀察後，對不甚了解的部分再進行觀察……總之，根據需要從不同側面、不同角度反復對事物進行了解、分析、綜合、推理.最後得出事物本質的性質和結論.
人工智慧研究者對人類這種能力進行了深入地研究，並建立了各種形式化的模型.本文要介紹的粒度計算,就是對上述問題的研究的一個方面.
人工智慧最主要的目的是，為人類的某些智能行為建立適當的形式化模型，以便利用計算機能再顯人的智能的部分功能。什麼是人類的最主要的智能，或者說智能的最重要表現形式是什麼。各家有不同的看法，如Simon等認為人的智能表現為，對問題求解目標的搜索（Search）能力。比如學生在證明一道平面幾何題目時，進行思考，「聰明的小孩」能很快地找到證明該結論的有關的定理性質，並很快地應用上去，從而就得到證明。「數學能力差的學生」可能東找西尋，找不到合適的定理和性質，繞來繞去，總得不到證明的要領；Pawlak[P1]則認為人的智能表現為對事物（事件、行為、感知等）的分類（Classification）能力。如平時我們說某醫生本事大，就是這位醫生能從病人的症狀中，正確地診斷出病人是患什麼病（分類能力！分出患什麼病來）等等。我們認為「人類智能的公認特點，就是人們能從極不相同的粒度(Granularity)上觀察和分析同一問題。人們不僅能在不同粒度的世界上進行問題求解，而且能夠很快地從一個粒度世界跳到另一個粒度的世界，往返自如，毫無困難。這種處理不同世界的能力，正是人類問題求解的強有力的表現」[ZH1]。還有很多不同的理解，人們正是從這些不同的理解分別建立各自的模型和相關的理論和方法。
粒度計算目前國際上有三個主要的模型和方法，下面簡單進行介紹。

二. 三種不同的模型
下面簡單介紹有關「粒度計算」的三個不同的模型和方法。
什麼是粒度，顧名思義，就是取不同大小的對象。也就是說，將原來「粗粒度」的大對象分割為若干「細粒度」的小對象，或者把若干小對象合並成一個大的粗粒度對象，進行研究。
最近Zadeh在[ZA1]-[ZA3]中,討論模糊信息粒度理論時，提出人類認知的三個主要概念，即粒度(granulation)、組織(organization)、因果(causation)(粒度包括將全體分解為部分，組織包括從部分集成為全體，因果包括因果的關聯）。並進一步提出粒度計算。他認為，粒度計算是一把大傘它覆蓋了所有有關粒度的理論、方法論、技術和工具的研究。指出：「粗略地說，粒度計算是模糊信息粒度理論的超集，而粗糙集理論和區間計算是粒度數學的子集」。
Zadeh 的工作激起了學術界對粒度計算研究的興趣，Y.Y.Yao和他的合作者對粒度計算進行了一系列的研究[Y1]-[Y3]並將它應用於數據挖掘等領域，其工作的要點是用決策邏輯語言(DL-語言)來描述集合的粒度(用滿足公式元素的集合，來定義等價類m())，建立概念之間的IF-THEN關系與粒度集合之間的包含關系的聯系，並提出利用由所有劃分構成的格，來求解一致分類問題。這些研究為知識挖掘提供了一些新的方法和角度。
按Zadeh粒度計算的定義,我們提出的商空間理論和Pawlak的粗糙集理論都屬於「粒度計算」范疇。
目前有關粒度計算的理論與方法，主要有三個。一是Zadeh的「詞計算理論」（Theory of Works Computing），一是Pawlak的「粗糙集理論」（Theory of Rough Set），另一個是我們提出的「商空間理論」（Theory of Quotient Space）。
下面簡單介紹三者的內容：
1. 詞計算理論：
Zadeh認為人類在進行思考、判斷、推理時主要是用語言進行的，而語言是一個很粗的「粒度」，如我們說「九寨溝的風景很美」，其中「很美」這個詞就比較「龐統」，也就是說其粒度很粗，如何利用語言進行推理判斷，這就是要進行「詞計算」，早在二十世紀六十年代Zadeh提出模糊集理論，就是「詞計算」的雛型。沿Zadeh的模糊集論的方向，用模糊數學的方法進行有關粒度計算的方法和理論的研究，就構成「粒度計算」的一個非常重要的方法和方向。這也是人們比較熟悉的一個方法。
2. 粗糙集理論：
波蘭學者Pawlak[P1]在二十世紀八十年代，提出的粗糙集理論，他提出一個假設：人的智能(知識)就是一種分類的能力，這個假設可能不是很完備，但卻非常精練。在此基礎上提出，概念可以用論域中的子集來表示，於是在論域中給定一組子集族，或說給定一個劃分（所謂劃分，是指將X分成兩兩不相交的子集之並）。從數學上知道，給定X上的一個劃分，等價於在X上給定一個等價關系R。Pawlak稱之為在論域上給定了一個知識基(X,R)。然後討論一個一般的概念x（X中的一個子集），如何用知識基中的知識來表示，就是用知識基中的集合的並來表示。對那些無法用(X,R)中的集合的並來表示的集合,他借用拓撲中的內核和閉包的概念,引入R-下近似R-(x)（相當於x的內核）和R-上近似R-(x)（相當於x的閉包），當R-(x)R-(x)時,就稱x為粗糙集.從而創立了「粗糙集理論」。目前粗糙集理論已被廣泛應用於各個領域，特別是數據挖掘領域，並獲得成功。
3.基於商空間的粒度計算.
我們認為概念可以用子集來表示,不同粒度的概念就體現為不同粒度的子集,一簇概念就構成空間的一個劃分----商空間(知識基),不同的概念簇就構成不同的商空間. 故粒度計算,就是研究在給定知識基上的各種子集合之間的關系和轉換.以及對同一問題,取不同的適當的粒度,從對不同的粒度的研究中,綜合獲取對原問題的了解.這種對粒度的理解與模糊集對粒度的理解不完全一樣.
下面簡單介紹基於商空間的粒度計算。
3.1商空間模型下的推理模型
商空間的模型用一個三元組來表示，即(X,F,T),其中X是論域,F是屬性集,T是X上的拓撲結構.當我們取粗粒度時,即給定一個等價關系R (或說一個劃分),於是我們說得到一個對應於R的商集記為[X],它對應於的三元組為([X],[F],[T]),稱之為對應於R的商空間.商空間理論就是研究各商空間之間的關系、各商空間的合成、綜合、分解和在商空間中的推理。
在這個模型下,可建立對應的推理模型,並有如下的性質.
A. 商空間模型中推理的「保假原理」（或「無解保持原理」）.
B. 商空間模型中推理合成的「保真原理」.
所謂「保假原理」是指若一命題在粗粒度空間中是假的，則該命題在比它細的商空間中一定也無解。
所謂「保真原理」，是指，若命題在兩個較粗粒度的商空間中是真的，則（在一定條件下），在其合成的商空間中對應的問題也是真的。
這兩個原理在商空間模型的推理中起到很重要的作用，如若我們要對一個問題進行求解，當問題十分復雜時，常先進行初步分析，即取一個較粗粒度商空間，將問題化成在該空間上的對應的問題，然後進行求解，若得出該問題在粗粒度空間中是無解，則由「保假原理」，立即得原問題是無解的。因為粗粒度的空間規模小，故計算量也少，這樣我們就可以以很少的計算量得出所要的結果，達到「事半功倍」的目的。
同樣利用「保真原理」也可達到降低求解的復雜性目的，設在兩個較粗空間X1、X2上進行求解,得出對應的問題有解.利用「保真原理」可得，在其合成的空間X3上問題也有解。設X1、X2的規模分別為s1、s2。因為一般情況下，X3的規模最大可達到s1s2。於是將原來要求解規模為s1s2空間中的問題，化成求解規模分別為s1、s2的兩個空間中的問題。即將復雜性從「相乘」降為「相加」。

四．商空間理論、粗糙集理論和模糊集理論之間的關系
4.1在模型上
三者都是描述人類能按不同粒度來處理事物的能力的模型.
商空間理論、粗糙集理論認為概念可以用子集來表示，不同粒度的概念可以用不同大小的子集來表示，所有這些表示可以用等價關系來描述。
詞計算理論認為概念是用「詞」來表示，而描述「詞」的有效的方法就是模糊集理論。
4.2.研究的對象
商空間理論、粗糙集理論、詞計算理論都將所討論的對象的集合構成論域，但討論對象之間的關系時，卻各有不同。
粗糙集理論的原型估計是由關系資料庫抽象而得的，故其模型為(X,F)(其中X是論域,F是屬性集),即通過元素的不同屬性值，來描述元素之間的關系,並用元素按不同屬性進行的分類來表示不同的概念粒度。
商空間理論的原型是分層遞階方法，故其模型為(X,F,T)(其中X是論域,F是屬性集,T是X上的拓撲結構)即除了元素的屬性外，還引入元素之間的關系T（用拓撲來描述），從這個意義上來說,粗糙集理論是商空間理論的一個簡單的特例。當然各自研究的著重點和側重點不同。
當給定一個等價關系時，粗糙集理論認為是給定一個知識基，然後討論任給的一個概念（集合）在這個知識基上如何被表示為知識基上集合之並,以及之間的關系。粗糙集理論主要利用集合的基數(元素個數)之間的關系,來描述概念之間的隸屬關系，這樣在一定程度上與模糊集概念聯系起來。另外，粗糙集理論還討論如何利用屬性來最簡單地表示所對應的知識基，這就是所謂「簡約」問題。但因模型缺乏描述元素之間的相互關系的手段，故很難提取有結構論域中有關結構所提供的信息。當然結構在一定意義下也可以看成是元素的某種屬性，但這種屬性是多元屬性(要用多元函數來表達)，一般不能表示為f(x),而要用f(x,y,..)表示,如距離要用d(x,y)表示.
商空間理論著重點不同,它不是只針對給定的商空間(知識基)來討論知識的表達問題,而是在所有可能的商空間中,找出最合適的商空間,利用從不同商空間(從不同角度)觀察同一問題,以便得到對問題不同角度的理解,最終綜合成對問題總的理解(解).它的求解過程是在「由所有商空間組成的半序格」中運動轉換的過程.故可看成是宏觀的粒度計算.而粗糙集理論是在給定的商空間中的運動,故可看成是微觀的粒度計算.
詞計算理論與商空間理論、粗糙集理論稍為不同,它主要研究(從粒度計算的觀點來看它)如何描述由詞界定的不同粒度的對象,它更擅長描述由形容詞、副詞表達的不同粒度的概念,如非常好、很好、好、很不錯、還好,…等等. 因為這些詞有程度不同的差別,故在一定意義下,詞計算理論也給出了描述元素之間的關系,但只限於由屬性的強弱程度不同所形成的關系.
從理論上說,將商空間理論、粗糙集理論看成是「精確」的粒度計算,那麼都可在其模型上引入模糊的概念,得模糊的商空間理論,和模糊的粗糙集理論.
在[ZH2]中我們證明：模糊的等價關系,等價於在某個商空間上的歸一等腰距離。即,可將它化成有結構的商空間。於是這三者都可統一地用多尺度的商空間理論來表示.如設商空間理論中原來的結構是一距離d1(x,y),這個d1是元素在空間」位置」關系的描述, 而由模糊概念引入的距離d2,可以看成是元素之間的屬性關系的描述.
屬性是對元素個體性質的描述,而尺度是對元素之間關系的描述(當然也可看成是多元屬性).
若屬性值是取值於一個良序集上時,多可用模糊集來描述.
將三者有機地結合起來，對發展粒度計算將有重大意義。
4.3. 結構的重要性
最後闡述在粒度計算中結構的重要性，
在問題求解時，人們多從一組前提出發，希望由它通過一系列的推導，得到結論。若將每個步驟用箭頭相連，則得到由前提到目標的一條有向路。或更一般，問題求解可看成是在某有結構的空間中，求一條由前提到目標的有向路（或一條路徑），於是當空間的結構是拓撲空間時，關於問題求解的解的存在性問題，就等價於在空間中回答「前提與目標是否處在同一線連通成份中」。而求解問題，就是在有解情況下，求從前提到目標的一條有向路徑。
利用商空間中粗空間對細空間的「保假性」，（即：若問題在粗空間中無解，則在比它細的空間一定也無解）通過合理的分層遞階，可大大降低問題求解的復雜性。
我們對常遇到的結構如：半序結構、距離結構以及一般拓撲結構，其對應的商空間的構成及不同商空間的綜合都給出有效的構造性的演算法。
對什麼情況下分層遞可以降低計算復雜性，能降低多少等，我們在[Z1]中也進行了詳細地論述。
在[ZH3]中還把統計推斷方法引入商空間模型,為多層信息綜合、不確定推理、定性推理等，建立數學模型和相應演算法,有效降低了計算復雜性。
有結構的模型在實際問題求解中是經常遇到的，如地理信息中其地理位置之間的關系就是一個距離結構；在數據倉庫中各數據之間的關系可用半序來描述，它也是一種結構；又在路徑規劃中對象所處空間的位置關系，就是一種距離的結構；在數據挖掘中的規則發現，所有的規則全體按其包含關系就構成半序結構等等。在這些有結構的對象中進行問題求解利用基於商空間理論的粒度計算將是很有效的。

商空間的方法與目前流行的「粗糙集」方法相同之處在於：都是利用等價類來描述「粒度」,都是用「粒度」來描述概念。但討論的著重點有所不同，我們的著重點是研究不同粒度世界之間的互相轉換、互相依存的關系，是描述空間關系學的理論；而目前的粒度計算(如粗糙集理論等)主要是研究粒度的表示、刻劃和粒度與概念之間的依存關系。更主要的不同在於：我們的理論是在論域元素之間存在有拓撲關系的情況下進行研究的，即論域是一個拓撲空間，而現在的粗糙集理論，其論域只是簡單的點集，元素之間沒有拓撲關系(只是商集理論，而不是商空間理論)，故它們討論的是無結構的特殊情況。
另外，粗糙集是在給定的知識基上求解對應的問題，如求集合的R-上近似和R-下近似，我們是在(X,T)中討論各商空間之間的關系，求相應的（各種意義下）上近似空間和下近似空間。從這個角度看，可以說粗糙集是微觀的粒度計算，商空間理論是宏觀的粒度計算。這兩個理論都是建立在等價關系之上，所有可以將兩者結合起來。
Zadeh 所討論的粒度計算與Pawlak和我們所討論的粒度問題又有些不同，他主要是討論粒度的表示問題，他們認為人類是用語言進行各種思考和推理的，不同的詞就表示不同的粒度，那麼如何表示它們呢？一般來說用「語言」、「詞(word）」來表示的概念，牽涉到「詞計算」問題。而詞計算，現在最流行的方法是「模糊數學」的方法，於是他得出的結論是：模糊數學應是粒度計算的主要工具之一。
依Zadeh的看法，Pawlak和我們討論的粒度是「清晰的粒度」，而他自己討論的是「模糊粒度」。
如何將模糊集的方法引入商空間理論中來，這可從幾方面著手進行，一是在論域X上引入模糊集；二是在結構T上引入模糊拓撲結構；三是對我們的核心概念等價關系，引入模糊概念。
以上簡單介紹了商空間理論、詞計算理論、粗糙集等粒度計算方法之間的關系。可以看出這三個不同的粒度計算理論，從思考問題的出發點和解決問題的任務，都不盡相同，各有千秋。但是三者都有一個共同的特點，那就是都考慮到人類智能中，有從不同粒度思考問題的這一特點。如何將三者的優點結合起來，形成更強有力的粒度計算的方法和理論，是今後一個重要的研究課題。一個明顯可進行的研究是：將商空間理論與粗糙集方法相結合，或說將粗糙集方法引入商空間理論中來，或說在商空間理論中同時討論微觀的粒度計算問題，將微觀和宏觀的粒度計算統一起來，構成一個更加完整的粒度計算理論和方法，將會更有效的。

參考文獻

[P1] Z. Pawlak, Rough Sets Theoretical Aspects of Reasoning about Data, Kluwer Academic Publishers, Dordrecht, Boston, London, 1991.
[Y1] Y. Y. Yao, Granular Computing: basic issues and possible solutions. Proc. of fifth Joint Conference on Information Sciences, Vol.I, Atlantic City, New Jersey, USA, 2000:186-189.
[Y2] Y.Y. Yao, and X. Li, Comparison of rough-set and interval-srt models for uncertain reasoning, Fundamental Informatics, 27,1996：289-298.
[Y3] Y.Y. Yao and Ning Zhong, Granular Computing Using Information Table, in T.Y. Lin, Y.Y Yao, and L. A. Zadeh (editors) Data Miming, Rough Sets and Granular Computing, Physica-Verlag, 2000:102-124.
[ZA1] L. A. Zadeh, Fuzzy logic=computing with words, IEEE Transactions on Fuzzy Systems, 4, 1996：103-111.
[ZA2] L. A. Zadeh, Towards a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic, Fuzzy Sets and Systems, 19, 1997：111-127.
[ZA3] L. A. Zadeh, Announcement of GrC, 1997, http://www.cs.uregina.ca/~yyao/GrC/
[ZH1] 張鈸，張鈴《問題求解的理論及應用》,清華大學出版社,1990)（英文版. Bo Zhang and Ling Zhang, Theory and Application of Problem Solving, North-Holland, Elsevier Science Publishers B.V. 1992）
[ZH2] 張鈴 張鈸 模糊商空間理論（模糊粒度計算方法）「軟體學報」，14（4）2003：770-776.
[ZH3] Zhang Ling，Zhang Bo，Statistical Genetic Algorithm， Chinese Journal of Software Vol.8,No.5:335-344(張鈴,張鈸,統計遺傳演算法《軟體學報》8(5),1997:335-344。

㈧ 常用粒度測試方法所具有哪些優缺點

顆粒的大小稱為顆粒的粒度。顆粒是在一定尺寸范圍內具有特定形狀的幾何體。顆粒不僅指固體顆粒，還有霧滴、油珠等液體顆粒。顆粒的概念似乎很簡單，但由於各種顆粒的形狀復雜，使得粒度分布的測試工作比想像的要復雜得多。因此要真正了解各種粒度測試技術所得出的測試結果，明確顆粒的定義是很重要的。
篩分法： 優點：簡單、直觀、設備造價低、常用於大於40μm的樣品。
缺點：不能用於40μm以細的樣品；結果受人為因素和篩孔變形影響較大。
顯微鏡（圖像）法： 優點：簡單、直觀、可進行形貌分析，適合分布窄（最大和最小粒徑的比值小於10：1）的樣品。
缺點：無法分析分布范圍寬的樣品，無法分析小於1微米的樣品。
沉降法（包括重力沉降和離心沉降）： 優點：操作簡便，儀器可以連續運行，價格低，准確性和重復性較好，測試范圍較大。
缺點：測試時間較長，操作比較復雜。
庫爾特法： 優點：操作簡便，可測顆粒總數，等效概念明確，速度快，准確性好。
缺點：適合分布范圍較窄的樣品。
激光法： 優點：操作簡便，測試速度快，測試范圍大，重復性和准確性好，可進行在線測量和干法測量。
缺點：結果受分布模型影響較大，儀器造價較高。
電鏡： 優點：適合測試超細顆粒甚至納米顆粒、解析度高。
缺點：樣品少、代表性差、儀器價格昂貴。
超聲波法： 優點：可對高濃度漿料直接測量。
缺點：解析度較低。
透氣法： 優點：儀器價格低，不用對樣品進行分散，可測磁性材料粉體。
缺點：只能得到平均粒度值，不能測粒度分布。

㈨ 細度檢測方法

細度與礦漿質量分數一樣也是選礦過程中一個重要指標。細度雖然與粒度關系密切，但其含意不同，所謂細是指物料中小於某一粒度的所有粒子的質量，在全部物料中的百分含量，而粒度則指顆粒的實際大小。
細度多用-200目含量來表示。細度的測定方法有多種，選礦生產中常用的有直接測定法和間接測定法。
(1)直接測定法。直接測定法是礦漿取樣後過濾、烘乾，取出一定質量q0(g)的干樣(取樣質量要有代表性)，然後用指定的篩子(如200目篩)進行完全篩分(干法、濕法或干濕聯合法，一般篩分0.5h以上)，稱得篩上產物質量q2或篩下產物質量q1，則細度
或者
這種測定方法結果准確，但測定時間長難以指導生產，一般將其結果用於生產統計報表。
(2)間接測定法。該法是通過測礦漿質量分數來求細度。也稱為快速篩析法。即用標定好的質量分數壺採取礦槳樣並稱重，得出篩分前的礦漿質量Q1(g)，求得礦漿質量分數K1(%)，然後將礦漿在指定的篩子上(通常用200目)濕法篩分，篩後將篩上殘留物裝回原質量分數壺，加滿水再稱重得篩上物加水的質量Q2(g)，同樣求出篩上產物加水後的礦漿質量分數K2(%)，則細度
或
例如，測某閉路磨礦作業的螺旋分級機分級溢流細度：取樣後稱得礦漿質量Q1=1540g，求得其質量分數為K1=38%，然後用200目篩子濕法篩分，篩後篩上產物倒入質量分數壺加水後再稱其質量Q2為750g，相應質量分數為K2=15%，則細度
=80.78%

㈩ 粒度測試的基本知識

① 表格法：用表格的方法將粒徑區間分布、累計分布一一列出的方法。
② 圖形法：在直角標系中用直方圖和曲線等形式表示粒度分布的方法。
③ 函數法：用數學函數表示粒度分布的方法。這種方法一般在理論研究時用。如著名的Rosin-Rammler分布就是函數分布。 粒徑就是顆粒直徑。這概念是很簡單明確的，那麼什麼是等效粒徑呢，粒徑和等效粒徑有什麼關系呢？我們知道，只有圓球體才有直徑，其它形狀的幾何體是沒有直徑的，而組成粉體的顆粒又絕大多數不是圓球形的，而是各種各樣不規則形狀的，有片狀的、針狀的、多棱狀的等等。這些復雜形狀的顆粒從理論上講是不能直接用直徑這個概念來表示它的大小的。而在實際工作中直徑是描述一個顆粒大小的最直觀、最簡單的一個量，我們又希望能用這樣的一個量來描述顆粒大小，所以在粒度測試的實踐中的我們引入了等效粒徑這個概念。
等效粒徑是指當一個顆粒的某一物理特性與同質的球形顆粒相同或相近時，我們就用該球形顆粒的直徑來代表這個實際顆粒的直徑。那麼這個球形顆粒的粒徑就是該實際顆粒的等效粒徑。等效粒徑具體有如下幾種：
① 等效體積徑：與實際顆粒體積相同的球的直徑。一般認為激光法所測的直徑為等效體積徑。
② 等效沉速徑：在相同條件下與實際顆粒沉降速度相同的球的直徑。沉降法所測的粒徑為等效沉速徑，又叫Stokes徑。
③ 等效電阻徑：在相同條件下與實際顆粒產生相同電阻效果的球形顆粒的直徑。庫爾特法所測的粒徑為等效電阻徑。
④ 等效投進面積徑：與實際顆粒投進面積相同的球形顆粒的直徑。顯向鏡法和圖像法所測的粒徑大多是等效投影面積直徑。 ① D50：一個樣品的累計粒度分布百分數達到50%時所對應的粒徑。它的物理意義是粒徑大於它的顆粒佔50%，小於它的顆粒也佔50%，D50也叫中位徑或中值粒徑。D50常用來表示粉體的平均粒度。
② D97：一個樣品的累計粒度分布數達到97%時所對應的粒徑。它的物理意義是粒徑小於它的的顆粒佔97%。D97常用來表示粉體粗端的粒度指標。
其它如D16、D90等參數的定義與物理意義與D97相似。
③ 比表面積：單位重量的顆粒的表面積之和。比表面積的單位為m2/kg或cm2/g。比表面積與粒度有一定的關系，粒度越細，比表面積越大，但這種關系並不一定是正比關系。 同一個樣品多次測量結果之間的偏差。重復性指標是衡量一個粒度測試儀器和方法好壞的最重要的指標。它的計算方法是：
其中，n為測量次數（一般n>=10）；
x i為每次測試結果的典型值（一般為D50值）；
x為多次測試結果典型值的平均值；
σ為標准差；
δ為重復性相對誤差。
影響粒度測試重復性有儀器和方法本身的因素；樣品制備方面的因素；環境與操作
方面的因素等。粒度測試應具有良好的重復性是對儀器和操作人員的基本要求。 通常的測量儀器都有準確性方面的指標。由於粒度測試的特殊性，通常用真實性來表示准確性方面的含義。由於粒度測試所測得的粒徑為等效粒徑，對同一個顆粒，不同的等效方法可能會得到不同的等效粒徑。
可見，由於測量方法不同，同一個顆粒得到了兩個不同的結果。也就是說，一個不規則形狀的顆粒，如果用一個數值來表示它的大小時，這個數值不是唯一的，而是有一系列的數值。而每一種測試方法的都是針對顆粒的某一個特定方面進行的，所得到的數值是所有能表示顆粒大小的一系列數值中的一個，所以相同樣品用不同的粒度測試方法得到的結果有所不同的是客觀原因造成的。顆粒的形狀越復雜，不同測試方法的結果相差越大。但這並不意味著粒度測試結果可以漫無邊際，而恰恰應具有一定的真實性，就是應比較真實地反映樣品的實際粒度分布。真實性目前還沒有嚴格的標准，是一個定性的概念。但有些現象可以做為測試結果真實性好壞的依據。比如儀器對標准樣的測量結果應在標稱值允許的誤差范圍內；經粉碎後的樣品應比粉粉碎前更細；經分級後的樣品的大顆粒含量應減少；結果與行業標准或公認的方法一致等。