Strona główna › Pytania GIW.11 › Pytanie 290
GIW.11 · pytanie #290
Sumaryczna zawartość klasy ziarnowej 5-120 mm w próbie nadawy kierowanej do rozdrabniania o składzie ziarnowym przedstawionym w tabeli wynosi <br><br> <table><tr><th>Klasa ziarnowa, mm</th><th>Masa, kg</th><th>Zawartość klasy ziarnowej, %</th></tr><tr><td>300 – 500</td><td>205</td><td>41</td></tr><tr><td>120 – 300</td><td>120</td><td>24</td></tr><tr><td>80 – 120</td><td>75</td><td>15</td></tr><tr><td>50 – 80</td><td>20</td><td>4</td></tr><tr><td>20 – 50</td><td>55</td><td>11</td></tr><tr><td>5 – 20</td><td>25</td><td>5</td></tr><tr><td>Suma</td><td>500</td><td>100</td></tr></table>
- A15%
- B20%
- C35%
- D59%
Poprawna odpowiedź: C. 35%
Kliknij odpowiedź, którą uważasz za poprawną.
Wyjaśnienie
Bardzo dobrze! Wybrałeś odpowiedź, która wynika z prawidłowego zsumowania wszystkich klas ziarnowych mieszczących się w zakresie 5–120 mm. Kluczowe w tym zadaniu jest dobre rozumienie zakresów klas oraz umiejętność czytania tabeli. Pierwszy krok to identyfikacja tych frakcji, które w całości mieszczą się w poszukiwanym przedziale: są to klasy 5–20 mm (5%), 20–50 mm (11%), 50–80 mm (4%) oraz 80–120 mm (15%). Suma tych wartości daje dokładnie 35%. Często w praktyce spotyka się podobne zadania podczas analizy rozkładu ziarnowego materiału sypkiego – to jedno z podstawowych działań przy kontroli jakości nadawy do rozdrabniania. Takie obliczenia pozwalają określić, czy materiał wyjściowy nadaje się do konkretnego typu młyna lub kruszarki i jak efektywnie będzie przebiegał proces rozdrabniania. Moim zdaniem, każdy technik czy inżynier pracujący w przeróbce kopalin powinien sprawnie dokonywać tego typu sumowania – to podstawa rzetelnej analizy technologicznej. W branżowych standardach oraz instrukcjach eksploatacyjnych maszyn bardzo często podaje się minimalną lub maksymalną zawartość określonych klas ziarnowych w nadawie. Dzięki takim obliczeniom można zapobiec przeciążeniu maszyn lub nieefektywnemu rozdrabnianiu. To przekłada się bezpośrednio na wydajność, koszty oraz bezpieczeństwo pracy. W praktyce zawartości poszczególnych frakcji są jedną z kluczowych informacji podczas optymalizacji procesów rozdrabniania czy przesiewania.
🤖 Wyjaśnienie generowane przez AI – weryfikuj w oficjalnych źródłach.