企业官网建设流程全解析

PharmaPy 干法制粒二次开发教程（9）：粉碎模块①——磨机类型、筛网角色与 Vogel–Peukert 破碎概率核

版本声明块

• 工具/软件：本项目二次开发的破碎动力学函数（本系列二次开发示例，非官方 API），基于 Vogel–Peukert（2003）破碎概率核
• 语言/环境：Python 3.9 + numpy/scipy（scipy.special.expm1用于数值稳定）
• 本文目标：先认清"磨机是干什么的、筛网在中间扮演什么"——再落地可复用的破碎概率函数，并做一次单粒 Monte Carlo 演示，感受"一粒能不能碎"是随机事件。

一句话结论：制药整粒用低能磨（摇摆/锥式/锤式）把辊压得到的 ribbon 打回颗粒，筛网孔径定上限粒径而叶轮尖端速度主要决定细粉量；Vogel–Peukert（2003）把破碎当作随机事件，单颗粒破碎概率S = 1−exp{−f_Mat·k·x·(W_m,kin−W_m,min)}，其中x为初始粒径、W_m,min为物料破碎阈值能——本项目将其实现为纯函数并用 Monte Carlo 演示，接口接续篇 8 的ribbon_psd。

〇、本篇要解决的认知问题

1. 为什么整粒都用低速"低能磨"？筛网到底是"滤掉大小"还是"决定破碎程度"？
2. 摇摆、锥式、锤式三种磨各自的破碎机制是什么，粒度控制变量分别是什么？
3. 破碎为什么是个"概率"而非"必然"事件？Vogel–Peukert 核里每一项的物理含义是什么？
4. 粗看"粉碎概率"像公式，可它到底怎么和颗粒粒径分布（PSD）对接？破碎后子粒去哪了？
5. 篇 8 给我交出来的 ribbon PSD，我要怎么接进来作为粉碎模块的输入？

一、机制解析

磨机只做一件事：把大颗粒变成小颗粒，筛网决定"能多碎多少"

先破除一个常见的误解：筛网不是"挡筛网配筛孔大小，剩下的自己掉下去"这么简单。在锥式/摇摆磨里，物料是被转子（或摆动锤）强行压过筛网孔，破碎主要发生在"过筛挤压 + 剪切"这一下撞击里，而不是筛网后端选粒径。所以筛网的真实角色是同时决定上限粒径（几何）与破碎程度（力学）：孔小了，颗粒要过孔就得先被撞碎到能穿过去，于是平均粒径和细粉都跟着变。这也是为什么"筛网孔径 + 转子速度"两大变量可以解耦调节：孔径定能过的最大尺寸，转速定每次撞击的能量（进而定破碎概率）。

制药整粒的工业经验高度一致：为了少产生细粉，应优先用低速的"低能磨"（格转子转速通常<1000 rpm）（Hancock & Vendola 2008 综述比较了摇摆、锥式、锤式三类，结论见底账 C1）。（细粉的定义本系列统一为<125 µm质量分数，见篇 16。）

三种磨的破碎机理差异（底账 C1 汇总）

其中锥式整粒机（Comil 类）在制药 RC-milling 里用得最多，因为它在"一致性上限粒径 + 收窄 PSD"上表现好。决定 Comil 出料 PSD 的最大因素 = 叶轮尖端速度 + 筛网孔径/几何（Hancock & Vendola 2008，底账 C1）。这给了我们一个工程指向：做粉碎动力学模型时，"筛网尺寸"进上限粒径，"叶轮尖端速度"进破碎能量核。

破碎为什么是"概率"

一粒颗粒被压过筛孔或撞上锤头，它有某个概率碎、也可能不碎。碎片数量、大小也随机。把这种随机性数学化的最小框架，就是破碎概率核：给定初始粒径x与单次碰撞的比冲击动能W_m,kin，算"这一粒碎不碎/碎多少"的概率。这个"概率"再乘上单位时间的碰撞次数强度，就是后面篇 10 破碎 PBM 里的**选择函数（selection function）**雏形。所以篇 9 这一步的价值是：先把"单次事件概率"这一个最原子的问题讲清楚，为篇 10 的群体化铺路。

Vogel–Peukert（2003）：物料破碎特性不是"一个常数"而是"一组属性"

Vogel 与 Peukert 把多种材料的单颗粒冲击破碎数据拟合出一条主曲线（mastercurve），破碎概率统一写作（底账 C3）：

S = 1 − exp{ − f_Mat · k · x · (W_m,kin − W_m,min) }

• S：破碎概率（0~1，无量纲）。
• x：初始粒径 [m]。
• k：冲击次数。
• W_m,kin：质量比冲击动能 [J/kg]（= 单粒动能/质量）。
• W_m,min：材料破碎阈值能[J/kg]，低于它几乎不碎。
• f_Mat：物料破碎特性参数（“易碎性”，单位 [m·(J/kg)⁻¹·s⁻¹] 量纲上配合 k 与 x 使指数无量纲）。

指数里指数项写成expm1（exp(x)−1），当W_m,kin刚超过阈值时数值更稳。关键直觉：x越大、f_Mat越大、超过阈值越多，破碎概率就越接近 1——大颗粒在同样动能下更容易被撞碎，这正对应"破碎概率随粒径增大"的物理事实。

需要强调的边界（真实性铁律）：f_Mat、W_m,min具体数值必须针对物料实测/标定，不同材料差异很大，本文不编造一组"通用常数"，演示仅用示意参数（底账 J 未核实项）；Vogel–Peukert 曾被改造成描述冲击破碎程度t_10（ACS Engineering Au 2023），本系列只用其概率形式。

与篇 8 的交接点：ribbon_psd作为粉碎输入

篇 8 的RollerCompactor交出了ribbon_psd（进料 ribbon 的x/distrib网格）。粉碎模块的输入正是这一份 ribbon PSD——把每一档粒径的颗粒当作一批"母粒"，各自按S(x)的概率破碎。本系列用工程选型（见铁律）取几何网格~30–50 bin，本篇起统一在x_gr = np.geomspace(10, 2000, num=40)上工作。

二、完整代码与逐行剖析

下面把篇 8 的 ribbon PSD 接进来，实现vogel_peukert_probability(...)（含数值稳定的expm1），再用一次单粒 Monte Carlo演示"碎与不碎是随机事件、但统计上随粒径/动能单调上升"。整段都是可运行的示例（f_Mat/W_m,min为示意参数，正文注明以实测/文献为准）。

importnumpyasnpfromscipy.specialimportexpm1# =============================================================# 破碎概率核：Vogel & Peukert (2003) （示意参数，以实测/文献为准）# S = 1 - exp{ -f_Mat * k * x * (W_m,kin - W_m,min) }# expm1(u)=exp(u)-1 提升 W_m,kin 刚过阈值时的数值稳定性# =============================================================defvogel_peukert_breakage_probability(x,W_m_kin,k=1.0,f_Mat=1.5e4,W_m_min=8.0):"""单颗粒破碎概率。 x : 初始粒径 [m] W_m_kin : 质量比冲击动能 [J/kg] k : 冲击次数（默认1） f_Mat : 物料破碎特性参数 [示意] W_m_min : 材料破碎阈值能 [J/kg] [示意] """ifW_m_kin<=W_m_min:return0.0# 低于阈值：概率恒为0exponent=-f_Mat*k*x*(W_m_kin-W_m_min)return-expm1(exponent)# 1 - exp(u) 用 expm1(u)=exp(u)-1 => -expm1(-a)=1-e^{-a}# ---- 接续篇8：从 ribbon_psd 取进料，逐档算破碎概率 ----defattach_ribbon_psd(x_gr,distrib_ribbon,W_m_kin=15.0):"""把篇8的 ribbon PSD（x/distrib 网格）变成每档的破碎概率向量。"""x_c=np.sqrt(x_gr[:-1]*x_gr[1:])# bin 中心（几何中点，µm）x_m=x_c*1e-6# µm -> mS=np.array([vogel_peukert_breakage_probability(xi,W_m_kin)forxiinx_m])# 归一：保留母粒总质量份额参考 <- 篇10 PBM 里做质量守恒M_total=np.sum(distrib_ribbon)# 示意：粒子数密度归一returnx_c,S,M_total# ---- 单粒 Monte Carlo 演示：统计概率随粒径/动能的单调性 ----rng=np.random.default_rng(42)N_trials=20000forWin[10.0,15.0,30.0]:broken=np.zeros(3)x_sample=np.array([100e-6,500e-6,1500e-6])# 0.1/0.5/1.5 mmforj,xiinenumerate(x_sample):s=vogel_peukert_breakage_probability(xi,W)broken[j]=np.mean(rng.random(N_trials)<s)# 蒙特卡洛统计print(f"W_m,kin={W:5.1f}J/kg 破碎概率估计: "f"{broken[0]:.4f}/{broken[1]:.4f}/{broken[2]:.4f}(小/中/大粒)")

运行趋势应满足（可作验收依据）：同一W下粒径越大概率越高（broken[2] ≥ broken[1] ≥ broken[0]）；同一粒径下W越大概率越高。这些"行为断言"正是篇 10 里做 PSD 演化正确性的伏笔。

逐行要点：

• expm1：1−exp(u)里的1−exp(u)直接写会在大负数时舍入，-expm1(-a) = 1−e^{-a}更稳。工程上可以不用，但这是"数值稳定"的好习惯（呼应篇 10 的质量守恒）。
• attach_ribbon_psd：把篇 8 的ribbon_psd转成每档破碎概率。x_c用几何中点（sqrt(x_gr[:-1]*x_gr[1:])），因为对数网格下几何中点才是 bin 代表粒径（呼应底部网格共轭铁律）。
• Monte Carlo 那段用rng.random(N_trials) < s统计频率逼近概率，证明了S的概率语义——这与后面篇 10 的确定性破碎 PBM（用S_i作速率系数）是同一物理的两种视角，先建立直觉。

三、常见报错与排查

概率算出来超过 1 或为负。
现象：vogel_peukert_breakage_probability返回 1.3 或 -0.5。根因：W_m_kin − W_m_min是负的而你直接1−exp(正数)，溢出成大于 1；或f_Mat*x数字太大导致 exp 溢出。解法：先判W_m_kin <= W_m_min直接返回 0（本篇已内置），并检查量纲——x必须以米，别把 µm 直接代入。

Monte Carlo 频率和理论概率对不上，尤其大粒径。
现象：broken[2]明显偏离解析S。根因：N_trials太小，尾部大粒度概率接近 1，随机波动被放大；或每次循环都新建rng导致可复现性丢失。解法：固定seed、N_trials提到2e4+，且对p≈1的档位不要用贝努利估计而直接读S本身。

ribbon PSD 尺寸/量纲错，导致概率全为 0 或全为 1。
现象：x_c用 µm 但函数内部按米算，所有概率塌缩到某一边。根因：attach_ribbon_psd里的x_m = x_c*1e-6没生效或x_c已经错了。解法：打印x_c的量级核对（µm 应在 10~2000），确认换算后才进核函数；并在函数里加assert np.all(x_m>0)。

筛网"上限粒径"没用上，碎出来的大粒超出筛孔。
现象：破碎后仍能看到 > 筛孔的颗粒。根因：篇 9 只给了概率核，还没接筛网几何约束——那是篇 11（选择/破碎函数 + 筛网分级d_i）和篇 12（Tromp 分级）的职责。解法：明确本篇边界，不要在本篇强行塞筛网，把"上限粒径"作为输入留到篇 11 的网格内分类处理。

四、动手练习

1. 概率单调性验收：跑上面 Monte Carlo 段，把x_sample换成 5 档（50/200/500/1000/2000 µm），W_m_kin=[10,20,40]，分别打印概率矩阵。判定：按行看"粒径升→概率升"，按列看"动能升→概率升"，任一档位违例即为失败；同时解析S与 Monte Carlo 频率偏差<0.02。
2. 阈值能边界：设W_m_kin恰等于W_m_min与W_m_min*1.01，打印概率。判定：恰好等于阈值时为0；略超阈值时概率从极小值平滑起步（用expm1稳定），证明没有跳变。
3. 量纲自检：把x手误传入 µm 版本，观察概率塌缩。判定：加一行assert报错，让你抓住 µm/m 未换算这类"单位显式换算"铁律的违例。

五、小结与下一篇预告

本篇把粉碎战场铺开：三种低能磨机理与筛网角色，并把破碎的"随机本质"用 Vogel–Peukert 概率核 + 单粒 Monte Carlo 讲透。你应记住三个可迁移的心智：筛网同时管上限粒径与破碎程度、Comil 类锥磨用叶轮尖端速度定细粉、破碎概率S(x,W_m,kin)是"单次事件"视角——它即将被"剂伯爵化"成篇 10 破碎 PBM 里决定 PSD 演化的选择函数。

下一篇：篇 10《粉碎②：离散破碎 PBM 数值实现》——把单个颗粒的"碎不碎"升级为"整批 PSD 如何随停留时间演化"：落籽 Hounslow 几何网格与 Kumar–Ramkrishna（1996）固定枢轴法，用solve_ivp积分dN_i/dt=Σ_{j≤i}S_j·B_ij·N_j − S_i·N_i，并以质量守恒<容差作为验收硬标准。

本篇认知问题回显（FAQ）

Q1：为什么要用低速"低能磨"？筛网是"滤大小"还是"定破碎"？
A1：制药整粒为少产细粉（细粉=<125µm，本系列口径）而倾向低速低能磨（常用转子<1000 rpm）。筛网不是单纯"挡大小"——在锥式/摇摆磨里物料是被转子强行压过筛孔，所以筛网同时决定上限粒径（几何）与破碎程度（力学）；同理叶轮尖端速度主要决定细粉量，两者可解耦调节。

Q2：摇摆/锥式/锤式磨有什么机理差异？
A2：摇摆磨靠摆动转子把物料挤出/压过筛网（温和、适合脆性 ribbon）；锥式磨（Comil 类）靠锥形筛网内旋转叶轮剪切+推进，粒径控制最稳、能收窄 PSD（工业用得最多）；锤式磨（FitzMill 类）靠高速锤头冲击，对脆性料效率高但细粉偏多。决定 Comil 出料的最大因素是叶轮尖端速度 + 筛网孔径/几何。

Q3：破碎为什么是"概率"？Vogel–Peukert 核每项是什么？
A3：单颗粒撞上锤头"碎不碎、碎成几块"本质随机，所以用概率描述。Vogel–Peukert（2003）写为S=1−exp{−f_Mat·k·x·(W_m,kin−W_m,min)}：x初始粒径、k冲击次数、W_m,kin单粒质量比冲击动能、W_m,min材料破碎阈值能、f_Mat物料破碎特性参数。指纹在指数项——粒径越大、动能超过阈值越多、材料越易碎，概率越接近 1。

Q4：单粒概率怎么和 PSD 对接？
A4：把 ribbon PSD 的每一档颗粒当作一批"母粒"，各自按S(x)的概率破碎，碎出的子粒再落回更小的档位——这就是篇 10 破碎 PBM 的"出生/死亡"结构（Σ_{j≤i}S_j·B_ij·N_j − S_i·N_i）。本篇的S(x,W_m,kin)就是决定演化的选择函数雏形。

Q5：篇 8 的 ribbon PSD 怎么接进粉碎模块？
，各自按S(x)的概率破碎，碎出的子粒再落回更小的档位——这就是篇 10 破碎 PBM 的"出生/死亡"结构（Σ_{j≤i}S_j·B_ij·N_j − S_i·N_i）。本篇的S(x,W_m,kin)就是决定演化的选择函数雏形。

Q5：篇 8 的 ribbon PSD 怎么接进粉碎模块？
A5：用attach_ribbon_psd(x_gr, distrib_ribbon, W_m_kin)读篇 8 的ribbon_psd，按 bin 几何中心（sqrt(x_gr[:-1]*x_gr[1:])）把粒径换算成米后再逐档算破碎概率，返回(x_c, S, M_total)。M_total用于篇 10 的质量守恒核对；x_c用几何中点是对数网格的 bin 代表粒径（网格共轭铁律）。