压滤过程中煤泥滤饼结构演化规律及组合药剂优化机理

煤泥滤饼结构对脱水效果有重要影响,采用自制加压脱水装置及CT扫描等方法研究了压滤脱水过程中滤饼结构特性及其演化规律。将压滤过程修正为4个阶段,其中滤饼脱水阶段主要脱去滤饼内部水分,此阶段滤饼孔隙结构越发达则压滤脱水效果越好;滤饼压缩阶段主要对滤饼进行最后压缩,此阶段滤饼可压缩性越高,滤饼最终的孔隙率和含水量就越低。并采用聚合硫酸铁(PFS)和α-半水石膏(α-HH)对煤泥进行助滤实验。从煤泥颗粒絮团结构、滤饼物相组成、滤饼三维结构等多方面分析了助滤机理。结果表明:PFS和α-HH联合使用显著提升了煤泥的过滤效果,通过中心组合设计(CCD),确定了2者最佳药剂量为1711.44 g/t和48.33 mg/g。在最佳条件下,滤饼含水量降低至16.97%,过滤速度提高至145.89 mL/(s·m^(2))。α-HH的加入使滤液Zeta电位的绝对值降低到1.45 mV,从而降低了煤泥颗粒之间的静电排斥力,增强了PFS的絮凝效果,使絮状物的弦长增加到71~171μm。同时在PFS体系中,α-HH的水化反应被加速,形成大量二水石膏晶体,在煤泥絮体中形成交织的骨架,发挥了骨架构建体的作用,使煤泥压滤脱水指数(I_(CD))提升至176.30,增强了滤饼强度,使压滤过程中煤泥滤饼孔隙率从12.14%提高到14.39%,提高了煤泥滤饼的孔隙配位数及连通性从而提高了过滤效果。

镍浮选过程智能控制系统开发与应用

针对国内某选矿厂镍浮选工艺来矿性质不稳定、精矿品位波动大、回收率不理想的特点,结合浮选生产现场检测设备不完备或者检测周期长、费用高的现状,设计了一套基于品位预测模型的浮选过程智能控制系统,系统投入运行后,泡沫流速稳定性显著提高,精矿品位波动性明显减小,证明了系统的实用性。

浮选生产过程泡沫状态与药剂控制关系研究

针对泡沫状态与浮选药剂用量的对应关系,采用泡沫图像分析仪与液位计等在线检测设备对浮选生产过程中的泡沫状态进行量化处理,建立泡沫状态与浮选药剂控制之间的对应关系。基于量化后的泡沫特征变量,对浮选药剂用量给出了指导意见,并为后续开展浮选药剂智能控制提供了基础。经过长时间现场观察和大量数据分析,验证了理论研究的合理性,对于提高浮选生产过程的效率和稳定性具有重要意义。

新形势下国家重点实验室重组的差异分析与经验总结——以学科、企业、省部共建三类全国重点实验室为例

为了应对新形势下科技发展需求,国家正在重组优化实验室体系。该文首先从科技发展的五项关键要求(强化基础研究、促进产学研融合、培育创新人才、增强国际竞争力和服务国家战略)剖析了国家实验室体系的重要性,同时指出目前实验室体系存在学科滞后、创新不足、定位模糊、人才培养挑战及国际影响力待提升等问题。然后借鉴成功案例,强调了实验室明确定位、加强人才培养与平台建设、促进产学研合作的重要性。最后,通过分析学科、企业、省部共建三类实验室重组案例,旨在为正在重组的国家重点实验室提供借鉴,推动整体体系升级与发展。

黄金矿山智能选矿厂建设关键技术研究与应用

三山岛金矿在完成选矿设备、工艺、自动化和IT的技术集成建设之后,通过数据采集平台、智能操作选矿厂和VR选矿厂的技术升级,选矿设备和工艺的可靠性得到了显著提高,黄金选矿更加智能化。实现了稳定和优化生产工艺,达到了减员增效的目的,提高了技术指标和经济效益,建成了世界先进的黄金选矿厂之一。

基于协同计算的矿浆密度自适应智能检测方法

本文针对磨矿分级中传统密度检测方法精度不高且耗时耗力的问题,提出一种矿浆密度智能检测方法。通过对矿浆流体进行机理分析,得到线性已知项和非线性未知项,结合高斯过程回归与正则化随机配置(RSC)算法对矿浆密度进行整体辨识。此外将机理模型估计的方差作为数据驱动模型的训练目标,提高了模型对数据信息的获取程度。同时采用协同计算的方式将自适应智能检测方法应用到工业中,确保矿浆密度检测的实时性和检测模型自适应性。基于工业数据实验分析,本文方法估计密度的平均绝对误差为7.13、均方根误差为9.31、决定系数为99.51%、检测结果相对误差δ<1.0%的样本数量占比83.58%,均优于其他对比算法,极大提高了矿浆密度检测模型的有效性。

加载速率对不规则钼矿石破坏特性的影响研究

加载速率是影响矿石破碎特性的关键因素之一。为探究加载速率对不规则钼矿石破坏特性的影响,开展了不规则钼矿石在不同加载速率下的单轴压缩实验,系统研究了加载速率对钼矿石的破坏形态、载荷峰值、位移变化、断裂能、破碎强度及Weibull分布模型的影响。实验结果表明:随着加载速率增大,不规则钼矿石破坏程度愈剧烈,其载荷峰值呈现增大趋势,且在高加载速率下增加幅度更为显著,峰值位移(峰值强度对应位移)逐步减小;断裂能在低加载速率(0.1 mm/min和0.5 mm/min)时变化不显著,高加载速率(10 mm/min)时断裂能增加幅度较为显著;随着加载速率增加,不规则钼矿石的破碎强度表现为先急剧增大、后缓慢增加的变化趋势,近似满足幂函数关系;两参数Weibull分布模型可以较好地描述不规则钼矿石破碎强度分布,其中Weibull分布模量m为常数,与加载速率无关,特征强度σ0随着加载速率的增大呈现增大趋势。本论文研究结果进一步丰富和扩展了不规则矿石破碎的理论与方法。

BRFS多频磁驱动加药机的研制与应用

浮选法是有色金属选矿中最重要的选矿方法之一,涵盖了目前国内90%以上的选矿厂。为了进一步分离矿石元素,需要添加多种药剂使矿浆发生化学物理反应来进一步提升选矿效率。因此,如何精准、定量、稳定、自动、无害的添加药剂成为了难题。当前浮选加药机种类很多,比如注射泵、电磁阀、隔膜式计量泵等。注射泵加药机存在误差较大、使用方法不够人性化等问题;电磁阀加药机存在管道易堵塞、安装位置与加药点有一定高差,安装条件苛刻等问题;隔膜式计量泵形式存在标定频繁、易损件多使用及维护成本较高问题。基于以上问题,矿冶科技集团有限公司最新设计研发了一款基于多频磁驱动泵的新型加药机,已经在某选矿厂现场完成了工业试验并投入使用。多频磁驱动加药机基于漩涡加药原理,搭载算法,可实现免标定;基于PID,流量自动校正,稳定可靠;无常规易损件;配备过滤装置,可自动过滤杂质;人性化人机交互界面,简单易上手;自动化程度高,维护量小;可通过PLC实现上位机远程监控;使用维护成本低,可为选矿厂带来可观的经济效益。

面向矿井无人驾驶的IMU与激光雷达融合SLAM技术

同时定位与地图构建(SLAM)是无人驾驶关键技术,现有SLAM技术在煤矿巷道环境下存在累计误差大、漂移等问题。提出一种巷道环境特征辅助的惯性测量单元(IMU)与激光雷达融合SLAM算法。利用IMU观测数据预测点云运动状态并进行运动补偿,减少由设备运动引起的点云畸变;通过点云配准得到雷达里程计位姿变换信息,构成雷达里程计约束;提取巷道侧壁和地面点云并进行平面拟合,构成环境约束;基于IMU预积分约束、雷达里程计约束和环境约束,采用因子图优化方法完成激光雷达与IMU紧耦合,实现对巷道三维场景的高精度重建和无人驾驶车辆定位。仿真实验表明,巷道环境特征辅助的IMU与激光雷达融合SLAM算法的绝对轨迹均方根误差为0.1162 m,相对轨迹均方根误差为0.0409 m,定位精度较常用的LeGO-LOAM算法和LIO-SAM算法有所提升。真实环境测试结果表明,该算法具有良好的建图效果,未出现漂移和拖尾现象,具有较强的环境适应性和鲁棒性。

工艺矿物学参数自动分析系统在铜矿浮选尾矿银赋存特征研究中的应用

元素赋存状态及工艺矿物学特征是决定其选矿工艺及回收指标的关键因素,对指导矿产资源高效综合回收利用有重要意义。由于银矿物种类繁多且含量低、粒度细小不易识别,传统人为鉴别目标矿物并统计工艺矿物学参数的方法在银的赋存特征研究方面存在局限性,制约了资源高效综合利用。本文利用基于扫描电子显微镜(SEM)和X射线能谱仪(EDS)的工艺矿物学参数自动分析系统(BPMA)对某铜矿浮选尾矿样品(Ag 41.96μg/g,Cu 0.44%)进行矿物学分析,展示其在尾矿样品中铜和银的赋存状态及工艺矿物学特征研究中的具体应用。结果表明:样品中铜矿物主要为辉铜矿和斑铜矿;铜硫化物及其集合体的嵌布粒度细微且解离程度低,是影响铜回收的主要矿物学因素。样品中银主要以独立矿物的形式存在,(含)银矿物有自然银、辉银矿/螺状硫银矿、硒银矿、硒铜银矿、硫铜银矿和含银辉铜矿,银在各(含)银矿物中的分布率分别为95.62%、2.07%、1.33%、0.15%、0.80%和0.03%;银矿物嵌布粒度不均匀,粗粒(>74μm)、中粒(74~37μm)、细粒(37~10μm)、微粒(<10μm)银矿物的占有率分别为32.25%、30.35%、21.44%和15.95%;银矿物的解离程度较高,单体含量高达88.28%,可采用浮选法与铜硫化物一起回收。该研究为提高资源的选矿回收率提供了矿物学依据,同时采用的BPMA&SEM-EDS分析方法为矿物种类复杂、含量低、粒度细小的稀贵金属元素赋存状态及工艺矿物学研究提供了一种技术借鉴。

基于PSO-GRNN的含钛高炉渣活化焙烧浸出成分预测模型

活化焙烧是一种回收利用含钛高炉渣中钛资源的新方法。为通过反应条件快速获得回收渣中成分含量,建立了基于粒子群优化的广义回归神经网络(PSO-GRNN)预测模型。借助斯皮尔曼(Spearman)相关性分析筛选特征变量作为模型输入,利用PSO优化GRNN神经网络的权重与节点阈值,通过与偏最小二乘回归(PLS)、随机森林(RF)以及支持向量回归(SVR)算法的对比,确定了提出模型的优势。研究结果表明,PSO-GRNN具有最小的RMSE和最大的R2,表明在该数据集上所设计的PSO-GRNN有最佳的模型性能,可以为后续实验或工业应用提供一定的指导。

基于机器学习的铜浮选精矿品位预测模型

精矿品位是衡量浮选效果的一项重要指标,一直是行业内关注的重点。本文分别介绍了BP神经网络、随机森林、偏最小二乘法(PLS)三种机器学习算法的原理。利用国内某大型铜矿选矿厂浮选流程生产数据,对比分析了以上三种机器学习算法对铜浮选过程中铜精矿品位的预测结果与误差。研究结果表明,在本文研究数据条件下随机森林是预测误差最小的算法,预测绝对误差在±1%范围内的样本数百分比为91.78%,在±2%范围内的样本数百分比为99.43%,MAE为0.4626,MSE为0.3839。本文提出的算法能较准确地预测铜精矿品位,为操作人员提供实时的决策支持,有助于维持生产过程中精矿品位的稳定性。

基于图神经网络的最优装矿溜井选择模型

针对金属矿山井下选择装矿溜井时过度依赖人工经验,常导致决策不合理的问题,建立能够科学选择最优装矿溜井的预测模型,优化溜井选择决策以提升有轨运输效率.以安徽白象山铁矿–495水平为研究对象,采集该水平溜井、巷道信息及矿石采装、运输等数据.将数据预处理成能描述该水平路网结构的拓扑矩阵,与包含路段/溜井基础信息、路段/溜井轨迹信息、溜井时序料位信息的特征向量,用作模型训练与验证.结合拆分时序特征、优化池化输出、编码边特征的模型改进设计,构建并训练能兼顾溜井属性、路段属性、路网拓扑的时序图神经网络模型Time-series transformer graph convolutional network(T-TransGCN),将预测结果作为最优装矿溜井选择结果.验证结果显示:(1) T-TransGCN能兼顾节点属性与拓扑信息,相较时序人工神经网络Time-series multi-layer perceptron (T-MLP)与时序基准图模型Time-series graph convolutional network (TGCN),T-TransGCN稳定且有较强的拟合能力;(2)时序料位特征有助于T-TransGCN理解溜井近期动态,轨迹特征能动态反映不同溜井的重要程度,同时帮助模型理解相邻节点相似、岔路节点相似等信息.两类新特征的引入均能有效提升TTransGCN泛化能力;(3)引入边特征、优化T-TransGCN池化层输出、拆分时序料位特征,能进一步提升T-TransGCN拟合能力、泛化能力与稳定性.

立式螺旋搅拌磨机磨矿介质动力学研究

针对传统单相模拟法在模拟立式螺旋搅拌磨机(以下简称“立磨机”)过程中的局限性,如可视化反映特征少、未考虑流体对介质的作用导致仿真精度低等问题。采用一种基于CFD-DEM固液耦合仿真的新方法,用于模拟立磨机湿磨的磨矿过程,该方法能有效提高湿磨仿真的精度。首先建立立磨机的三维模型,以及完成参数标定的流体与介质颗粒,而后利用固液耦合仿真新方法对湿磨条件下磨筒内介质球的运动进行可视化仿真分析。结合室内试验,以主轴扭矩作为仿真精度的评价指标,并定义了一种区域介质球运动速度算法,描述了磨筒内介质球的运动规律,最后对比分析了磨矿过程中介质的法向作用力与切向作用力。研究结果表明:耦合模拟法仿真的轴向扭矩值与试验扭矩值的平均相对误差为6.98%;结果显示,介质运动的平均速度最大值和最小值分别为0.1646m/s与0.0112m/s,且速度梯度较大的位置位于螺旋搅拌叶片周围区域;介质接触时法向力是切向力的5倍。由此可知,耦合模拟法相比传统单相模拟法能有效提高仿真精度。螺旋搅拌叶片周围区域因速度梯度大,是矿物能被有效研磨的前提,研磨物质主要受到介质的挤压破碎作用。

BPMA矿物元素分析工具在含金、含铌钽矿样品分析中的应用

工艺矿物学分析采用自动系统处理后,通常仍有部分精细分析数据需要人工采集,重复劳动工作量大。采用基于扫描电子显微镜(SEM)-X射线能谱(EDS)的BPMA(BGRIMM Process Mineralogy Analyzing System)系统矿物元素分析工具,针对目标矿物进行多点EDS元素分析,通过图像特征信息校正保障目标位置精准,通过高计数谱图信息尽量保障后续元素分析的精度。使用工具软件对含金样品进行位置回溯和元素分析统计的测试,并利用工具软件及BPMA系统对某含铌钽矿样品进行工艺矿物学分析测试,实验表明:样品中含量极少的铌钽矿物主要分布在2~5μm,粒度极细,且60%以上被其他矿物包裹,其中,90%的铌分布于褐钇铌矿、铌钙矿;超过80%的钽分布于铌钙矿和铌易解石。工具软件实现的精度可以代替手动操作,批量回找和自动统计显著提高效率;且工具软件对重要矿物元素含量的分析数据则可进一步提高BPMA最终结果数据的精确度。

非机动电动车骑行人头盔佩戴检测研究

随着我国城市交通的不断发展,非机动电动车的数量不断上升,绿色出行的同时,交通事故也日益增多。为了保证非机动电动车骑行人在道路上的安全,国家逐步制定法规,要求出行需佩戴头盔,各地交通部门执行检查与处罚,对骑行人佩戴头盔的自动检测也提上了日程。提出用改进YOLOv5算法视频识别头盔佩戴情况,通过自组织非机动电动车骑行人头盔佩戴情况的数据集,选取聚类算法修改初始锚定框参数。然后,改进算法来适应样本集合,利用聚合输出网络提高判别的准确率。其中,采用迁移学习来减少训练资源的消耗。经各种场景实验测试的结果表明,在每秒30帧视频流下,检测的均值平均精度(mean average precision,mAP)达到了94.53%,满足对头盔佩戴检测精度和速度的要求。

350 kt/a锌熔铸生产线综合自动化系统及应用

根据某冶炼厂年产35万t两条锌熔铸生产线总体设计和工程项目建设,在生产线装备设计制造基础上,通过综合自动化与信息化技术,实现锌熔铸流程生产设备以及过程参数的实时在线监测与流程自动化,开发一套管控一体化的综合自动化系统,提升锌熔铸装备及生产水平,提质降本。本文从熔铸生产线控制系统、视频监控系统和三维可视化系统等几个方面进行阐述,为同类锌熔铸生产线综合自动化系统建设提供参考。

锂云母浮选流程高效适配性的浮选机选型研究

传统浮选机选型方法存在明显的弊端,已越来越不适应工程精益化的要求。采用XFD实验室浮选机和LFM01实验室浮选机分别开展了锂云母浮选试验,基于分批浮选试验结果和JKSimFloat浮选回收率数学模型,分别计算了锂云母和脉石矿物不同组分的浮选速率及其组分含量。在此基础上,根据确定的浮选流程,应用JKSimFloat软件对不同的浮选机选型方案进行了模拟计算。结果表明,相比XFD实验室浮选机,LFM01实验室浮选机的性能更好,其更适合用于浮选机选型研究;通过比较不同选型方案的模拟计算结果,可以指导浮选机配置的优化,从而弥补了传统浮选机选型方法的不足。

选矿厂破碎流程自动化控制的设计

破碎工艺流程作为选矿生产的重要环节,其生产的稳定性尤为重要。破碎流程具有设备数量多且大、分布散、物料转运距离远等特点,造成操作人员劳动强度大、设备工作状况异常判断不及时、检测不到位等问题,因此,进行了选矿厂破碎流程的自动化控制设计,包括含细碎缓冲仓的三段一闭路破碎流程的分段连锁启停、全局连锁启停、连锁保护,以及无细碎缓冲仓的三段一闭路破碎流程的连锁控制设计,并提出了特殊生产情况下的解决方案。

BPMA对含铁样品的分析应用

基于扫描电子显微镜(SEM)-X射线能谱分析仪(EDS)的自动矿物分析系统对于区分原子序数相近的相邻矿物存在一定的困难,往往需要特殊的制样方式或测量方案,或辅以其他测量手段。本文利用BPMA系统的全布点测量模式,对某含铁样品进行了一次性测试分析,并将其对磁铁矿赤铁矿的细节分析结果与光学显微镜下样品的典型特征进行了对比,结果表明其对磁铁矿赤铁矿的区分与光学显微镜下基本一致。该方法虽精度欠缺但操作简便,适用于对精确区分磁铁矿赤铁矿要求不高的检测分析。更高精度分析需求的,可以考虑引入光学显微镜通过异源配置实现光学图像、BSE(背散射电子图)、EDS谱图三种信号融合的自动分析系统。