涡流分级机流场特性分析及分级过程

利用流体运动方程和平面强旋转流的流动特性分析了涡流分级机内空气流动特性和气固两相流运动特性。指出涡流分级机内主气流作二维运动 ,主气流速度场就时均值而言是一个点汇和一个Rankine涡的叠加 ,这将引起Tailer柱效应 ,形成均匀力场 ,有利于分级效率和精度提高。分析了涡流分级机的分级过程 ,并用“空气动力筛”概念说明分级原理。提出了改散物料分散性、改进流场均匀性的措施。

旋流器分级过程的智能控制

旋流器分级过程是二输入三输出系统,难以采用精确的数学模型描述,且存在强耦合、强非线性、边界条件变化频繁等特性.针对上述情况,提出了旋流器分级过程智能控制方法.该方法将建模与控制相集成,将PI控制、模糊控制与规则推理相结合,实现了基于模糊控制算法的泵池液位与旋流器给矿压力串级均匀控制,基于规则推理的异常液位控制,渣浆泵转速控制切换机制,以及旋流器给矿浓度的PI控制.在国内某大型选矿厂的应用表明,该方法能够有效地稳定旋流器分级过程,提高了分级粒度指标.

基于扰动观测器的模型预测控制在磨矿分级过程中的应用

磨矿分级过程(GCP)是冶金选矿行业的关键流程,其产品粒度指标必须严格控制,以保证精矿产品品位和金属回收率。GCP本质上是一个多变量强耦合过程,具有时滞和逆向特性,且存在强扰动。扰动的存在造成系统控制性能变差,甚至不稳定。以两输入两输出GCP为研究对象,提出了一种基于扰动观测器(DOB)的模型预测控制(MPC)复合控制方案DOB-MPC。仿真研究表明DOB-MPC不仅可以有效抑制GCP的外部扰动,而且可以抑制由模型失配和变量之间的耦合而导致的内部扰动;在获得良好的解耦控制能力的同时,取得了满意的抗扰动性能。

基于粒子群优化的磨矿分级过程多层数据协调

准确稳定的过程数据是选矿厂进行过程优化控制和决策管理的依据,今针对磨矿分级过程数据特点,建立了多层数据协调模型,包括总物料平衡层、粒度分布/品位层和不同粒度下的成分分析层(金属分布率层);针对模型维数较高的问题,引入粒子群优化(PSO)算法进行求解。根据不同的测量信息,可选择相应的层次进行协调,并采用从低层向高层逐层协调的方法,实现了部分非线性约束到线性约束的转化,提高了数据协调效率。将该多层模型和PSO算法用于某选矿厂磨矿分级过程实际生产数据的协调,结果表明协调后的数据更准确、更稳定,包含的信息更丰富完整。

描述水力旋流器分级过程的一个新模型

根据水力族流器内固体颗粒运动规律最新研究的实测结果，建立了其分级过程的新模型──溢流模型，该模型比以往模型能更合理地描述其分级过程．

选矿厂磨矿分级过程控制系统研究

在选矿厂的磨矿分级过程中,其主要特点就是非线性、时带性和时变性,同时还具有极为明显的不确定性等特点,由其特点可以看出此过程是极为复杂的。选矿中磨矿分级过程的控制能力是影响其矿厂中发展收益和资源利用率的主要因素,因此磨矿分级过程也愈来愈受我国学者的关注和研究。本文通过对我国选矿厂磨矿分级过程控制系统进行探讨,并对其工作原理进行深入剖析,同时给出了一定解决在选矿厂磨矿分级过程中出现问题的方法,为今后选矿工作人员在运用自动化信息技术进行运行提供有力借鉴。

基于CFD的选粉机分级过程数值模拟

为研究颗粒在选粉机内的分级过程,在对颗粒受力进行理论分析的基础上,对涡流空气选粉机SLK5500分级室平面进行了稳态和非稳态的CFD数值模拟,在稳态模拟中考察了颗粒运动轨迹和分级效率,在非稳态模拟中考察了颗粒的实时运动规律。最后得出,颗粒在选粉机内的分级过程是一个概率事件,粒径较小的颗粒进入细粉的概率大,进入粗粉的概率小,而粒径较大的颗粒进入细粉的概率小,进入粗粉的概率大。通过数值模拟对颗粒的实时运动进行了仿真,为选粉机结构改造和操作参数优化提供了模拟方法和数据基础。

磨矿分级过程预测控制的仿真研究

磨矿分级过程机理复杂，影响因素多，难以建立精确实用的数学模型，针对这一复杂过程，本文引入一种新的预测控制算法，利用计算机仿真对分级机溢流浓度控制系统进行了初步研究和探讨。仿真结果表明，预测控制在选矿领域的应用具有广阔的前景。

一种智能型的磨矿分级过程控制系统

介绍了一种以智能模块与PID算法、模型控制算法等相结合的自寻最优控制系统.控制目标是使系统工作在最优.

塔磨分级过程的智能控制方法及应用

磨矿过程是选矿厂生产成本较高的一个作业过程,其智能控制具有非线性、变量多、耦合性强等特点。为实现磨矿过程的智能控制,针对塔磨分级过程的控制目标与控制难点,利用数据驱动的无模型自适应控制方法具有鲁棒性强、参数少,且适用于工业现场的控制回路设计的特点,将旋流器的给矿浓度和给矿压力分为2个简单的控制回路,基于无模型自适应控制,设计了塔磨分级过程控制的2个单回路控制器,达到了精准控制给矿浓度和给矿压力的目的。

鱼肌肉蛋白质组学分级过程的重现性研究

在比较蛋白质组学中,分级过程经常被用于去除高丰度蛋白质,从而提高低丰度蛋白质的浓度至检出限以上。作者为了证实在二维凝胶电泳分离流程中增加额外的分级过程将会减小对金头鲷宰前应激响应时间依赖检测中所引入的噪声和批次间的偏差,采用多维标度对结果数据进行了多参数分析。结果表明生物响应比分级引入的误差高出几个数量级,而批次间误差不小于不同IEF/SDS-PAGE运行所引入的偏差。

矿物颗粒淘洗和分级过程的振动声学强化作用

利用声振动作用可以强化许多工艺过程,但声学装置复杂而且有效系数和处理量低,因而不能在工业条件下广泛应用,特别是在固,液:气的体系中,更是如此。但是利用声振动作用强化固:液:气体系中的质量转移过程是有可能的,而且无需使用复杂的声学装置。在任何一种被卿送的介质中,都会发生压力脉动,同时伴有液力冲击和介质的涡流振动。

多模型预测控制在磨矿分级过程中的应用

磨矿分级过程的控制目标是将一、二级溢流浓度和细度稳定控制在质量指标区间内.磨矿分级过程是胖系统,完成动态优化目标后控制器仍有剩余自由度,因此需考虑局部稳态经济优化.针对这一目标,提出一种考虑局部稳态经济目标的多模型预测控制方案.首先,建立了基于现场数据库的球磨机和分级机传函矩阵模型;然后考虑局部经济性能,将稳态经济目标以罚函数形式嵌入动态优化目标函数;为消除球磨机换球引起的模型失配的影响,建立了一种基于换球规律的多模型切换策略.仿真结果表明了所提出控制方案的有效性.

磨矿分级过程动态优化控制

建立了基于改进粒级质量平衡模型(PBM)的质量指标预测模型和保证过程最优运行的优化计算模型,提出了基于反馈校正的动态优化控制方案.首先由优化模型计算最优控制律,为消除过程扰动及其他不确定因素影响,引入质量指标反馈调节机制;然后智能控制单元根据人工测试和期望质量指标间的偏差对最优控制律进行反馈修正.现场实验结果表明,该方案能够稳定过程产品质量,实现过程节能降耗.

PSO-BP神经网络的分级过程建模

分级条件直接影响分级效率和精矿品位,为建立分级效率与分级条件之间的关系,首先通过机理分析建立分级效率模型结构,再采用BP神经网络建立模型结构参数与分级条件之间的关系。在网络训练中,考虑到基于梯度的优化方法易陷入局部极小的缺陷,采用PSO算法优化网络权值和阈值。实验表明,与基于梯度的动量BP算法相比,PSO算法训练和测试网络的精度和稳定性均优于前者。最后,将训练好的网络用于实际分级效率模型进行分级效率预测,预测的结果为实际值与估计值的相对误差在7%以下,这表明预测精度能达到给定的工业指标。

安庆铜矿磨矿分级作业过程控制

受入磨矿石性质、粒度和给水水压波动等因素影响，磨矿分级作业靠人工手动操作，作业条件难以掌握，综合作业指标稳定性及均衡性较差，采用作业过程控制系统后。

涡流空气分级机分级功能区研究

从理论上分析了涡流空气分级机的分级过程 ,在此基础上把涡流空气分级机内部分为主要分散区、分散分离区、第二分离区、辅助分离区、阻力区五个功能区 ,讨论了各功能区在分级过程中的作用 ,用物料试验证明了作者的分区正确。在此基础上改进了主要分散区、分散分离区、第二分离区三个功能区 ,得到更好的分级效果 ;这将对理解和改进涡流空气分级机分级性能进而开发出性能更好的涡流空气分级机具有指导作用。

基于ActiveX技术的磨矿分级流程模拟系统的开发

针对某氧化铝选矿厂磨矿分级过程的工艺特点及实际需求,运用ActiveX技术开发了具有计算机图形化建模和流程模拟功能的磨矿分级流程模拟系统;介绍了系统中设备组件的设计以及系统的实现原理;以某有色冶炼企业选矿厂的磨矿分级过程的实例仿真检验了模拟系统组态建模、流程模拟等功能的有效性;模拟系统具有优良的扩展性,通过扩展和升级设备组件,可用于整个选矿流程的仿真。

涡流空气分级机转速特性研究

通过试验,对影响涡流分级机性能的主要因素——转速进行了研究。发现随着转速的增加,分级粒径变小,分级效率先增加后减小。试验数据的分析结果表明,不同的物料对设备的要求是不一样的,同一参数对不同物料的影响也是不一样的。因而在设备的结构设计上,要根据不同的物料特性做出相应的调整。通过理论推导,得到了与试验结果一致的结论。利用流体力学计算软件进行了数值模拟,得到涡流分级机随着转速的增加,流场的涡流现象增强,当转速增加到一定的程度时,出现了反流现象,使已经分离出的细粒又返回到分级区,从而影响分级机的分级效率。