摘要: 为研究在磨煤机内煤炭混合破碎过程中各组分可磨性指数(HGI) 对混合物和各组分破碎行为的影响，借助加装功率测量装置的哈氏可磨仪开展不同可磨性指数无烟煤和肥煤，多时间批次的单独与混合破碎实验。 混合物及各组分的哈氏可磨性指数测试结果显示：不同混合比例煤样的 HGI 均大于各煤样 HGI 的质量加权平均值，且差异随混合物中高 HGI 肥煤质量分数的增加而提高，表明混合破碎中两煤种相互作用加速生成细颗粒。为识别并定量煤炭混合物中各组分，分析并计算了不同混合比例样品的 X 射线衍射图谱特征比值(即 002 峰峰高与半高宽比值)，明确了该特征比值与混合物中无烟煤质量分数的线性关系，进而在分析不同混合破碎条件初始和细粒级破碎产物 X 射线衍射图谱基础上，获得各组分在上述混合破碎产物中的质量分数。煤炭混合破碎、各粒级产物不同煤种识别定量及过程能耗分析结果表明：两煤种单独和混合破碎的初始粒级破碎速率均符合一级动力学，且随肥煤质量分数增加而提高;易磨肥煤对较硬无烟煤破碎起促进作用，而肥煤破碎速率则因无烟煤质量分数增加而降低；与单独破碎相比，混合破碎可提高各组分细粒级产率，各组分细度t10均随另一组分质量分数的增加而提高。经典能量—粒度关系模型可分别表征各混合物破碎过程。但混合破碎中各物相相互作用降低其抵抗破碎的能力，导致不同混合物破碎能量效率(单位破碎能量所产生煤粉细度 t10)差异(随其可磨性指数的增加而提高)。 在定性分析混合物破碎能量效率与 HGI 关系基础上，将 HGI 引入到改进型能耗模型，实现各混合破碎条件能量—粒度数据归一和对不同混合破碎过程的表征。根据混合破碎能量和质量守恒，结合改性型能耗模型，利用神经网络算法计算混合破碎中各组分能耗，发现与单独破碎相比，各组分能量效率均有所提高，且肥煤的提高程度更为明显。