磨矿过程对硫化铜镍矿石浮选的影响

磨矿过程对硫化铜镍矿石浮选存在影响,对相关研究进行了总结。研究表明,磨矿介质的尺寸、外形、配比、材质,磨矿环境等相关参数主要通过影响磨矿产品的粒度组成及磨矿过程中的电化学反应影响硫化铜镍矿石的浮选。特定外形、尺寸、配比的磨矿介质可影响矿石中硫化矿物及脉石矿物的粉碎行为,结合矿石力学性质进行特定调控,可提升磨矿效率,改善磨矿产品中硫化矿物及脉石矿物的粒度分布,提升浮选指标;磨矿介质的材质主要通过影响磨矿过程的电化学反应影响矿物的浮选,由于原电池效应,铸铁等活性介质磨矿时会产生大量亲水化合物,覆盖于硫化矿物表面阻碍其上浮,改用不锈钢等惰性介质可避免这一点,同时降低介质损耗,此外,铸铁等介质产生的铁离子等可能会活化脉石矿物,进一步恶化浮选指标;不同气氛下磨矿也会影响矿物浮选,在氮气气氛下磨矿时,磨矿介质发生的电化学反应微弱,产生的亲水化合物较少,硫化矿物一般可获得比空气气氛下磨矿更高的回收率,而氧气气氛下磨矿则会降低矿物可浮性;干磨湿磨等磨矿方式差异也会通过影响硫化矿物表面组成等方式影响其可浮性。总的来说,磨矿过程对硫化铜镍矿石的浮选影响是多方面的,在对相关参数进行调整时,应结合具体的矿石性质开展详细的试验研究,以获得良好的浮选指标。

基于振动频谱的磨矿过程球磨机负荷参数集成建模方法

以磨矿过程的湿式球磨机为背景,针对传统磨机负荷(ML)检测方法只能依靠灵敏度较低的轴承振动、筒体振声和磨机功率等信号监督判断ML状态,难以检测磨机内部负荷参数的问题,提出了一种基于高灵敏度的筒体振动频谱的集成建模方法.首先,依据磨矿过程的研磨机理,将振动频谱采用波峰聚类方法自动划分具有不同物理意义的分频段;然后利用核偏最小二乘(KPLS)算法分别建立各分频段的ML参数子模型;最后,依据子模型训练数据预测误差的信息熵获得初始权重,加权得到最终的ML参数集成预测模型;在线使用中则根据子模型预测误差的变化进行权值的在线自适应更新.仿真结果证明了该方法的有效性.

基于软PLC技术的磨矿过程运行控制系统及实验

为解决具有综合复杂特性的磨矿生产过程运行控制实验研究的难题,开发了由运行监视子系统、运行控制子系统、虚拟执行机构与检测装置和虚拟对象子系统组成的运行控制半实物仿真系统.本系统采用软PLC技术构建的嵌入式控制器实现实时运行控制,采用基于C sharp语言开发的过程监测软件进行在线监测,并集成执行机构与检测运算模型和虚拟过程对象,具有实时性高、移植性好、面向工业实际等特点.基于运行控制实验系统的结果表明,该系统能够为运行控制方法的研究提供一个高效、便捷的验证环境,为运行控制算法的进一步工业应用奠定基础.

数据驱动的复杂磨矿过程运行优化控制方法

针对赤铁矿磨矿过程的磨矿粒度(Grinding particle size,GPS)与控制回路输出之间的动态特性难以用数学模型描述,且磨矿粒度不能在线测量,并受矿石成分与性质频繁波动干扰,难以采用已有运行优化方法的难题,结合磨矿过程的特点,利用数据,采用神经网络,提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法.该方法由磨矿粒度软测量估计矿浆粒度,通过回路预设定值优化模块求得使性能指标估计值接近最优值的回路预设定值,经优化设定值评估产生回路设定值,最后通过控制回路跟踪设定值,将矿浆粒度控制在目标值范围内并尽可能的接近目标值.通过研制的运行优化与控制研究平台,采用实际运行数据进行仿真实验,表明所提方法的有效性.

实现粒度指标的磨矿过程智能优化控制系统

磨矿过程具有多变量、非线性、强耦合、大时滞、时变等综合复杂特征,其关键工艺指标磨矿粒度难以用常规控制方法进行直接控制。将基础控制、智能控制以及软测量技术相结合,构建了实现磨矿粒度指标的磨矿过程智能优化控制系统。该系统由基础控制系统、过程监控系统以及智能优化设定系统组成,具有设备顺序逻辑控制、回路控制、过程监控以及回路智能优化设定等功能。该系统已成功应用在某大型选矿厂的磨矿过程中,取得了显著效益,具有推广应用的前景。

典型赤铁矿磨矿过程智能运行反馈控制

冶金磨矿是典型的高能耗、低效率过程,其控制与优化不仅仅是使常规过程控制系统尽可能好地跟踪期望设定值,而且要控制整个过程运行,实现表征磨矿整体运行性能的磨矿粒度与生产效率等运行指标的优化.针对我国广泛使用的赤铁矿两阶段全闭路磨矿,由于其原矿石性质与成份复杂且不稳定、粒级波动大,磨矿运行指标不能在线测量,工况时变,难以建立过程数学模型,提出基于数据与知识的智能运行反馈控制方法,包括基于案例推理的控制回路预设定、磨矿粒度动态神经网络软测量以及多变量模糊动态调节器.为了验证所提方法的有效性,将所题方法应用于中国某大型赤铁矿选厂,取得显著应用成效.

磨矿过程的综合自动化技术

针对磨矿过程非线性、时变、磨矿粒度难以直接在线测量等问题,提出磨矿生产过程综合自动化技术。该技术由过程控制系统和制造执行系统2层结构实现。通过以太网Ether Net、控制网Control Net,基于Control Logix系统与RSview32对控制系统进行开发,并应用于选矿厂的磨矿生产过程,实现了磨矿生产过程的优化控制、运行和管理,取得显著的应用效果。

自适应内模控制方法在磨矿过程中的应用

针对磨矿生产过程中球磨机给矿环节存在的大滞后、大惯性、参数时变等特性,提出了一种增益自适应内模控制方法,将内模控制和对象增益参数辨识算法相结合,通过在线辨识被控对象模型的增益参数,对内模控制器和被控对象模型进行校正,以减少模型参数变化和各种干扰对系统的影响。计算机仿真和实际应用效果均表明,与常规PID控制及IMC控制效果相比,该控制方法对于阶跃响应具有超调小、响应时间快、鲁棒性能好等特点,满足磨矿生产过程对控制器性能的要求,实现了球磨机给矿环节的稳定化控制,为选矿过程综合自动化系统的实施奠定了基础。

铝土矿连续磨矿过程球磨机优化控制

针对铝土矿连续磨矿过程球磨机节能降耗问题以及铝土矿来源复杂、品位差异大等特点,提出了球磨机多目标多模型预测控制方法.该方法首先建立状态空间浓度预测模型和粒级质量平衡加权多模型细度预测模型.然后构建了包含磨机排矿浓细度区间控制和经济性能指标的多目标优化结构的多模型预测控制策略.最后采用乘子罚函数法求解控制器局部最优解.仿真及现场试验结果表明了该方案的有效性.

磨矿过程参数自整定PID解耦控制器的设计

根据磨矿过程的数学模型,提出一种改进混合蛙跳算法优化的PID控制器对磨矿过程进行解耦控制。解耦后形成两个单输入单输出通道,使得磨机给矿的速率直接控制磨机排矿率,泵池给水的速率直接控制磨机粒度。一种新的蛙跳规则被提出用来增强SFLA的局部搜索能力,该规则主要通过模拟青蛙的感知和运动的不确定性来动态随机地调整青蛙的局部搜索空间和步长,以防止SFLA算法过早收敛和提高算法的搜索效率。仿真结果表明所提控制方法的可行性和有效性。

磨矿过程的多变量模糊监督控制

针对磨矿过程的关键工艺指标——磨矿粒度难以用现有控制方法进行有效控制的难题,提出一种由模糊监督器、磨矿控制回路预设定模型和磨矿粒度预报器组成的磨矿过程多变量模糊监督控制(MFSC)方法.MFSC方法用于对磨矿过程进行监督,根据工况变化对回路控制器设定值进行调整.通过控制回路跟踪调整后的设定值,可将磨矿粒度控制在期望目标范围内.工业试验表明了所提出方法的有效性.

基于模型迁移的磨矿过程混合蛙跳算法-小波神经网络软测量建模及重构

以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络(WNN)的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波函数伸缩因子、平移因子和网络连接权重)进行优化,实现软测量模型输入输出变量之间的非线性映射;并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构,以解决输入矿石品位改变这一动态工况下的模型自适应校正问题.仿真结果表明,所提出的模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性,满足磨矿生产过程的实时控制要求.

磨矿过程钢球尺寸及配比计算软件开发与应用

借鉴数据库管理技术,利用C#、SQL语言开发了磨矿过程钢球尺寸及配比计算软件,该软件界面简洁、操作简单、功能完整,方便自动计算和数据管理,可为工业生产提供及时数据,从而提高选厂管理水平。

磨矿过程给矿自动控制系统设计与实现

本文详细介绍了磨矿过程给矿自动控制系统现场控制层及上位监控层的设计及实现方法,该系统在宝钢集团梅山选矿厂得到成功应用。

磨矿过程综合自动化系统

磨矿过程具有大惯性、滞后性、非线性、多变量耦合等特性,传统的控制方法或者人工控制都无法取得较为满意的效果,导致了磨矿过程产品合格率低、能源消耗大、生产效率低,并且球磨机还时常出现"饱磨",引起生产事故。针对磨矿过程中存在的上述问题,提出了由过程管理、智能优化和过程控制三层结构组成的综合自动化系统。通过在唐山某选矿厂的运行效果表明该系统不仅可以稳定整个磨矿过程,而且提高了磨矿效率。

模糊PID算法在磨矿过程控制中的研究

磨矿过程是冶金工业和选矿工业的重要组成部分,具有大时滞、多变量、非线性等特点。文章针对传统控制方法应用磨矿过程中控制效果不理想、性能指标不符合的现状,从其运行特性角度出发,建立磨矿过程的控制系统,给出系统的控制方案,将模糊控制思想应用到磨矿过程控制上,与工业控制过程中应用最广泛的PID控制算法作比较,结合一传递函数模型通过仿真实验表明,模糊PID算法较常规PID算法控制更适用于磨矿过程控制,具有更好的适应性和鲁棒性。

基于神经网络质量模型的磨矿过程智能控制

通过分析实际磨矿过程的生产状况和基本的生产数据 ,提出了在磨矿过程中结合比值调节控制前水和给矿量 ,运用专家系统对给矿量进行优化控制和基于神经网络质量模型的智能控制方法。实际仿真研究表明 ,该方法能够提高生产效率 ,解决磨矿过程中有一定难度的溢流浓度和分级粒度控制问题。

基于自适应控制的磨矿过程智能控制研究

提出了一种磨矿控制方案,通过增益自适应的控制方法,建立对象增益参数辨识算法,采用对被控对象模型进行在线测控其参数的方式,对被控对象模型进行实时校正,在一定程度上减少了模型的参数变化以及外界的干扰对系统稳定性的影响,实现了稳定磨矿,产出粒度能够控制在一定的目标值范围内。

磨矿过程基础回路优化控制方法

以磨矿过程基础回路重要工艺参数——旋流器给矿浓度控制为研究对象,针对无模型自适应控制(MFAC)的参数自适应性差的问题,引入模糊控制,提出了模糊MFAC方法,给出了该方法的理论推导步骤,设计了模糊MFAC控制器。将模糊MFAC方法、基本MFAC方法和PID方法进行对比仿真实验,结果表明,模糊MFAC方法能够快速跟踪期望值,具有更小的超调量和跟踪误差,且抗干扰能力强。

磨矿过程的球磨机研磨机理数值仿真及磨机负荷参数软测量综述

鉴于球磨机负荷参数在线监测对实现磨矿全流程运行优化与控制的重要性,对球磨机研磨机理数值仿真及磨机负荷参数软测量进行综述.首先,结合实际磨矿过程对磨机负荷进行描述,明确了磨机负荷及磨机负荷参数定义,结合其相互之间的机理模型给出磨机负荷检测的框架;接着,综述了面向球磨机研磨过程的数值分析现状,厘清不同类型球磨机研磨机理的差异性和基于数值仿真技术支撑磨机负荷参数软测量的可能性;然后,详细综述了基于多组分机械信号进行磨机负荷参数软测量的方法和技术;最后,指出磨矿过程磨机负荷检测的发展趋势和需要解决的问题.可以看到,球磨机负荷参数难以采用常规方法予以解决,必须构建能够模仿领域专家动态认知与补偿机制的智能软测量模型并弥补其存在的不足,方可有效解决.