针对磨矿破碎过程, 提出一种分布式参数蒙特卡洛动力学方法的粒度分布预测模型和模拟算法. 该算法采用了 分段思想, 将磨机沿着轴向分为若干个虚拟的子磨机; 根据破裂、前向和后向移动三类微观事件定义了倾向函数和系统状态矩 阵, 并设计了分布式算法的调度策略. 此外, 针对蒙特卡洛动力学算法效率低的问题, 提出了基于 τ-leap 的磨矿过程分布式参 数蒙特卡洛模拟加速算法. 为了解决分布式参数更新过程中状态不一致的问题, 创新性地提出了一种基于缓冲区的同步方法. 通过仿真案例的分析表明, 本文所提出的分布式参数蒙特卡洛动力学算法具有较高的精度; 所提出的基于 τ-leap 的加速算法 能够显著提高计算效率, 同时保持较好的精度.
1) 本文提出径向离散化的模型框架来解决磨机 连续磨过程的分布式参数蒙特卡洛动力学模拟问题, 从仿真结果来看, 算法能够精确的刻画颗粒的随机 破碎和径向方向的流动; 但是蒙特卡洛动力学模拟 的计算速度远大于差分数值算法. 2) 针对分布式参数蒙特卡洛动力学算法的速度 问题, 提出基于 τ-leap 加速算法来解决这一问题. 通过仿真实验以及算法精度与速度的比较分析可知, 基于 τ-leap 的方法在本质上是一种对蒙特卡洛动力 学算法的精度和速度的平衡机制, 通过调节参数 ² 可以实现速度和精度的取舍. 3) 本文所提出的方法, 可以用于球磨机或棒磨 机的分布参数动力学模拟.