选矿过程模拟与优化_第八章 筛分和分级数学模型
选矿过程模拟与优化_第一章概述
③综合模型:把上述二者结合起来, 模型形式来自理论分析,但其中参数 需待定,要由生产或实验数据确定。 2、根据模型中变量与时间关系可分为 稳态模型和动态模型。 3、从变量的性质来分可分为确定性模 型和随机模型。
§1-3 研究和建立选矿数模的意义
选矿数学模型的研究与建立是一个复杂的 课题,也是近些年来选矿工作者重视和进行研 究的一个重要领域。研究和建立符合实际的选 矿数学模型有以下几方面的意义。 (1)揭示选矿过程本质,找出影响生产过 程的因素及其相关关系,使生产过程具有可测 性、可控性,以便达到最优化生产。 (2)选矿过程或设备的模拟及放大。由于 影响选矿过程的因素很多,而其中不少因素又 具有随机性,因此选矿生产过程,选矿方法以 及设备的研制往往要靠大量实验室,半工业或
1矿 二矿 三矿 发电厂
生产能力 t/d 生产成本 元/t 灰分 % 硫分 %
6000 35.73 8.20 0.70
6000 31.50 9.10 0.85
6000 34.05 11.20 1.40
15000(用量)
≤10.00 ≤1.00
解:设三个矿井的实际产量分别为x1、x2、 x3,要使生产成本达到最低,应该使: 35.73x1+31.50x2+34.05x3=min 为了满足发电厂要求,应该使: x1+x2+x3=15000 8.20x1+9.10x2+11.20x3≤10.00×15000 0.70x1+0.85x2+1.40x3≤1.00×15000 矿井生产能力限制条件: x1≤6000, x2≤6000, x3≤6000 x1, x2, x3≥0
数学模型是其他学科与数学相结 合的产物,也是定量化的关键一步。 一切应用科学包括工程技术科学在内, 离开了数学和数学模型方法是不可能 发展的。要使选矿这门学科得到进一 步发展,就必须使用数学模型。
选矿厂矿物的破碎、筛分、分级流程
选矿厂矿物的破碎、筛分、脱水与干燥一、破碎与筛分1、破碎的一般概念从矿山运来的矿石最大块直径通常为300-1500毫米左右。
由于矿石中大多数有用矿物都是细粒浸染及与脉石矿物紧密共生,所以在分选之前必须将矿石中有用矿物“解离”或“单体解离”。
这就必须破碎与磨矿,将矿石碎磨到相适应的粒度。
就破碎而言,在大型选矿厂一般采用三段破碎(也有采用四段的)。
也就是说选厂通常采用阶段破碎的办法将大块矿石的尺寸逐步缩小。
通常将最终粉碎产品为5毫米以上的粉碎过程,称为破碎;取得更细产粒度的粉碎过程,称为磨矿。
当然,它们的划分是相对的,实践上常将1500毫米左右的矿块三段破碎使矿块粒度降到8~25毫米左右,再将8~25毫米的矿粒送入磨矿机进行磨碎,直到有用矿物能达到单体解离为止。
1)破碎比破碎比是破碎机的给矿石最大块度尺寸(D)与破碎机的产品中最大矿块尺寸(d)之比,即破碎比i=D/d。
破碎比表示经过破碎作业后产物缩小的倍数,它是衡量矿石破碎前后粒度变化程度和均衡分配各段破碎机工作的参数。
矿块最大粒度一般以95%的该物料能通过的方形筛孔尺寸来表示。
例如原矿最大粒度D=500毫米,破碎最终产物的最大粒度d=10毫米则破碎比i=D/d=500/10=50。
2)破碎段目前,任何一种常规破碎设备都难以达到50的破碎比。
因此,破碎过程通常需分段进行。
所谓破碎阶段的段数就是物料经过破碎的次数,在生产实践中,通常情况下采三段破碎,即谓粗碎、中碎、细碎。
粗碎、中碎、细碎又可分别称为第一段破碎、第二段破碎、第三段破碎。
段破碎的粒度范围如表11-1所示表11-1各破碎段粒度范围3)各段破碎比及其与总破碎比的关系各段破碎机给矿的最大粒度与排矿的最大粒度之比称为该段的破碎比。
作业总破石于各段破碎比的乘积。
如采用三段破碎,各段破碎比分别以il、i2、i3表示,则总破碎比i总=il*i2*i3。
一定的破碎设备,其破碎比范围固定。
因此,总破碎比往往决定了破碎段数。
选矿数学模型
选矿数学模型1. 选矿数学模型的概述选矿是指通过物理化学方法将矿石中有价值的物质分离出来,是矿山生产中一个至关重要的环节。
在传统的选矿工艺中,经验式和试验是主要的手段,矿冶企业对于选矿工艺的掌握往往依靠技术人员的丰富经验和感性认识。
但随着先进技术和信息化手段的应用,选矿中引入数学模型已经逐渐成为一种趋势。
本文将介绍选矿数学模型的种类和应用。
2. 常用选矿数学模型2.1 统计分析模型统计分析模型是一种基于数据分析的选矿数学模型,主要包括聚类分析、主成分分析、因子分析等方法。
聚类分析可用于分析不同矿石的性质和特征,并将相似的矿石进行聚类,以便制定相应的选矿方案。
主成分分析则可用于提取多变量间的关联关系,并对其中的冗余变量进行消除,从而减少数据的复杂性,以便更好地进行选矿工艺流程的设计。
因子分析则可用于分析矿石中不同元素间的相互关系及其对矿石特性的影响,以便优化选矿方案。
2.2 神经网络模型神经网络模型是一种基于人工智能的选矿数学模型,主要是利用多层感知器(MLP)或循环神经网络(RNN)等方法对矿石特性进行分析和模拟。
神经网络模型不仅可以模拟矿石处理的物理化学过程,还可以处理各种非线性关系,从而更好地预测矿石处理中的各种参数和工艺流程。
2.3 决策支持模型决策支持模型是一种基于数学规划和最优化理论的选矿数学模型,主要包括线性规划、非线性规划、动态规划等方法。
决策支持模型可以通过优化目标函数、制定条件限制、进行敏感度分析等手段,帮助制定最佳的选矿方案,并进行可行性评估。
3. 选矿数学模型的应用选矿数学模型已经广泛应用于矿山生产中,下面将就几个实际案例进行说明。
3.1 基于主成分分析和神经网络的选矿方案优化某金矿在生产中遭遇选矿工艺复杂、杂质元素含量高等问题,经过数据分析、主成分分析和神经网络模型的建立,最终确定了提高选金率和降低杂质元素含量的选矿方案。
3.2 基于聚类分析和决策支持模型的选矿方案改进某铅锌矿在生产中存在过选问题,通过数据分析、聚类分析和决策支持模型的建立,找出了影响选矿效果的主要因素,并提出了改善选矿方案的具体措施,最终实现了选矿效益的显著提高。
选矿概论.doc
选矿选矿mineral processing;frustrating根据矿石的矿物性质,主要是不同矿物的物理、化学或物理化学性质,采用不同的方法,将有用矿物与脉石矿物分开,并使各种共生的有用矿物尽可能相互分离,除去或降低有害杂质,以获得冶炼或其他工业所需原料的分选过程。
根据矿石中不同矿物的物理、化学性质,把矿石破碎磨细以后,采用重选法、浮选法、磁选法、电选法等,将有用矿物与脉石矿物分开,并使各种共生的有用矿物尽可能相互分离,除去或降低有害杂质,以获得冶炼或其他工业所需原料的过程。
选矿使有用组分富集,减少冶炼或其他加工过程中的燃料、运输等的消耗,使低品位的贫矿石能得到经济利用。
选矿试验所得数据,是矿床评价及建厂设计的主要依据。
从脉石中有时从其他矿物中分选出金属矿物或有价值的别种矿物的机械加工方法。
定义介绍选矿是整个矿产品生产中最重要的环节,是矿企里的关键部门。
一般大型矿企都是综合采,选,冶的资源性企业。
用物理或化学方法将矿物原料中的有用矿物和无用矿物(通常称脉石)或有害矿物分开,或将多种有用矿物分离开的工艺过程,又称“矿物加工”。
产品中,有用成分富集的称精矿;无用成分富集的称尾矿;有用成分的含量介于精矿和尾矿之间,需进一步处理的称中矿。
金属矿物精矿主要作为冶炼业提取金属的原料;非金属矿物精矿作为其他工业的原材料;煤的精选产品为精煤。
选矿可显著提高矿物原料的质量,减少运输费用,减轻进一步处理的困难,降低处理成本,并可实现矿物原料的综合利用。
由于世界矿物资源日益贫乏,越来越多地利用贫矿和复杂矿,因此需要选矿处理的矿石量越来越大。
目前,除少数富矿石外,金属和非金属(包括<A a 煤)矿石几乎都需选矿。
发展历程早期的选矿,是利用矿物间的物理性质或表面物理化学性质的差异,但不改变矿物化学组成的物理选别过程,主要用于处理金属矿石,称“矿石选别”。
以后扩展到非金属矿物原料的选别,称“矿物选别”。
后来,把利用化学方法回收矿物原料中有用成分的过程,也纳入选矿,称为。
选矿生产中磨矿和分级系统介绍
选矿生产中磨矿和分级系统介绍在选矿生产工艺过程中,磨矿和分级是非常关键和重要的一环,磨矿机是一个能耗高、作业效率低、故障多发的设备,对磨矿机的运行状态监测,不但可以提高设备效率和生产率,降低能耗,减少故障,而且可以提高经济效益,保证生产正常进行。
振动筛由于其结构紧凑,分级脱水效率高,与磨矿机配合使用可以大大提高现况效率,然而振动筛是在高频振动下工作,其结构承受着交变力的作用,在长期作用下不可避免地要发生损伤,一方面会改变振动筛的振幅和频率,影响筛分效率,另一方面影响振动筛的寿命,因此,对振动筛的工作状态监测,可以保证设备的高效工作,减少损失,延长寿命。
球磨机齿轮罩由于尺寸较大,刚性较差,运输中易发生变形,安装前按图纸尺寸对其各部进行检查,并按图纸要求装上大齿轮上的密封环。
要求盘车时不应有碰撞响声。
安装后检查齿轮罩刚性,如需要,可在适当位置增加支撑。
齿轮罩与大齿轮之间保持相同间隙,如需要,可通过在各连接法兰之间增减垫片来获得。
在装配各部齿轮罩之前,应先将大齿轮上的密封环安装好,并检查歪斜情况,校正歪斜部位。
球磨机磨矿金属矿的特征要求,解离性磨矿在矿料磨碎中占有重要地位,而金属矿磨矿在解离性磨矿中又占有极重要的地位.与非金属矿相比,金属矿石有一系列特殊的性质,因此对磨矿也就有一系列特殊的要求。
以小齿轮轴组为何安装延伸轴部其安装方法同小齿轮轴组。
传动轴与延伸轴联轴器对中,用塞尺或百分表进行测量,其两轴不同心度不大于0.3mm,中心线侧倾斜不大于1/1000。
安装水平不应大于1.0/1000,并应与磨机的倾斜方向一致。
传动轴轴线与磨机轴线的平行度偏差,每米不应大于0.15mm。
同步电机安装,以延伸轴部为准安装同步电机,同步电机用50t履带吊与车间内16t行车进行吊装就位,同步电机严格按电机安装使用说明书进行安装。
电机只知道重量33t,因此双机如何抬吊,吊梁做成什么形式,要在电机进厂后根据情况再定。
1)球磨机中存煤量的测量,常规做法是采用差压或振动信号方法测量,但这两种方法都有较大的误差。
数学建模:露天矿生产车辆安排之案的优化模型6模型的讨论、灵敏度分析与误差分析 高一上学期数学
模型的讨论、灵敏度分析与误差分析★1 模型的讨论就本题来说,题目中给出的两条原则是相互矛盾的,要想总运量最小,运输成本最小,其生产量必定不能达到最大;相反,若要想生产量获得最大,就不可能使得总运量和运输成本最小.下面讨论一下这两种情况.1.总运量最小,成本最少要获得总运量最小,主要取决于卡车的装载量、卡车数量、各卡车运输次数、各卸点的产量和总路程.对于本题来说,卡车的装载量是确定的,各卸点的产量也是确定的,所以影响总运量和成本的最大因素就是卡车的数量、各卡车运输次数和总路程.(1)铲车数量的影响讨论.模型Ⅰ、Ⅱ是针对原则1建立的模型,从结果来看我们出动6辆铲车就可以满足原则1的需求;模型II是针对原则2建立的模型,从结果来看需要7辆铲车全部出动才能满足要求.对于原则1,它主要是从总运量和成本最小来考虑的,所以在这种情况下,对产量要求就不十分苛刻,只要满足各卸点的产量要求即可.(2)卡车数量的影响讨论.模型Ⅰ、Ⅱ是针对原则1建立的模型,从结果来看我们出动13辆卡车就可以满足原则1的需求.2.产量最大要想获得生产量最大,主要取决于铲车数量、卡车数量、各卡车运输次数和卡车的装载量.同上,卡车的装载量也是已知的.(1)铲车数量的影响讨论.对于原则2,它主要是从总产量最大来考虑的,所以对总运量最小的考虑就相对减少.而铲车数量对开采铁矿来说,它主要是从影响卡车的运输来影响总产量,所以原则1的条件下求得的铲车数量上就不需要全部出动,而原则2的条件下求得的铲车数量上就必须全部出动.(2)卡车数量的影响讨论.模型Ⅲ是针对原则2建立的模型,从结果看来需要20辆卡车全部出动才能满足要求.同上,在原则1和原则2条件下,卡车所产生数量的影响有满足总运量最小的部分,也有满足最大产量的部分.★2灵敏度分析由于本题中对模型结果产生影响的因素有很多,我们在此取几个关键的参数进行了灵敏度分析.模型对这些参数的敏感性反映了各种因素影响结果的显著程度:反之,通过对模型参数的稳定性和敏感性分析,又可反映和检验模型的实际合理性.1.对模型Ⅱ卡车数量的灵敏度分析对模型Ⅱ卡车数量不仅关系到总运量的大小,而且原则1要求出动最少的卡车,这就要求我们在实际的规划中要充分考虑到卡车数量的变化对目标值的影响,假设在其他条件不变的情况下,通过逐个减少卡车的数量,计算得到相应的最小总运量,结果如表3.13和图3.7所示.由上面的计算结果我们可以知道,卡车的数量和总运量呈正比的关系,即卡车数量增加时总运量也增加;反之,则减少.从图3.7中我们可以很直观地看出,在卡车数为10、11、12时,总运量有一明显的增加.由此可知,我们在规划卡车数量时,如果不是矿产运输量有限的情况下,应尽量选择车辆数不小于11辆,当然其具体的数值应根据具体情况而定.2.对模型II的铲车数量以及品位限制的灵敏度分析(1)铲车数量.由于模型II铲车是关系到最大产量的重要因素,所以我们对模型Ⅱ铲车数量进行灵敏度分析,假设其他条件不变的情况下,逐个减少铲车的数量,得到相应的最大出车次数,其结果如表3.14和图3.8所示.从图3.8可以看出,铲车数和最大出车次数呈线性关系(也就是和产量呈线性关系),由此知铲车的数量对于产量来说是至关重要的,建议在开采矿产时,应对铲车的数量进行合理的规划,使铲车得到充分利用.(2)品位限制.同样,在考虑品位限制对产量的影响时,不考虑其他因素的影响,我们逐步对改变品位限制的范围,得到在一定的品位限制条件下的最大产量值(在本题中由于没有给出铲车确切的装填速度,所以无法计算精确的产量,所以用最大的出车量作为目标来代替产量).经过计算,得到的结果,如表3.15和图3.9所示.从上面的结果中可以看出,品质限制变化范围较小时,最大出车次数随品质限制范围的增加而快速上升,当增加到一定的范围时,最大出车次数就不再增长,也就是说,产量的上升也是依此规律上升的.★3 误差分析(数据近似误差)在建立模型的之前,为了满足卡车每次都是满载运输,考虑到卸点和矿位运输的实际,我们分两种情况对模型的数据进行了近似取值.(1)退零取整对矿位的最大运输车次近似取值.(2)进一法对卸点的最大运输车次近似取值.近似取值使模型的求解产生了数据误差,造成了模型求解结果的不精确,对三种参数的近似分别如表3.16、表3.17和表3.18所示.通过表3.16、表3.17和表3.18的近似取值可以看出表3.16数据的近似取值增大了卸点车次的下限,表3.17和表3.18数据的近似取值减小了运矿车次和运岩车次.卸点的车次下限、运矿车次和运岩车次都是目标函数的约束条件,增大或者减小了实际约束条件的范围,使总运量和产量的目标值都跟准确值有一定的误差.由于数据的近似取值对模型结果的影响,卸点所需车次下限的增大导致了总运量和产量目标值的增大;运矿和运岩车次的减小导致总运量和产量的减小.数据的近似取值是考虑了生产运输的实际,简化了模型的计算量.卸点车次下限和岩石矿石运输车次对模型结果影响有一定量相互调整,本章模型结果所得的运输车次与数据的近似值没有十分接近的情况,对目标值没有太大的影响,所以这个误差是可以接受的.针对本章的模型,调整模型数据误差,尽量不要使模型的结果和近似取值的数据贴近.。
选矿过程模拟与优化_第二章回归模型(7-8)
11 23.0769
22 2078.9231
∴
b12 1.06832 P1 1209.0856 C11 23.0769/ 24448.2650
2 b2 4.00222 P2 188.3680 C 22 2078.9231/ 24448.2650
回归平方和U是所有x对y的总影响,若剔 除一个自变量 xk ,新的回归方程的U值 只会减小,不会增加。U减小的越多,说 明该自变量对y的影响越大,若用 pk 表示 这个减少量, pk 则是衡量回归方程中自变 量 xk 对y影响大小的指标,称为偏回归平 方和。
设: U ( p )表示p个自变量x1 , x2 , x p 所引起 的回归平方和。 U ( p 1) 表示p-1个自变量 x1 , x2 , xk 1 , xk 1 ,, x p 所引起的回归平方 和。 则: Pk U ( p) U ( p1)
U ( y i y) [(b0 b1 x1i b p x pi ) (b0 b1 x1 b p xp )]2
2 i 1 i 1 n n
[b1 ( x1i x1 ) b2 ( x2i x 2 ) b p ( x pi x p )]2
x1 x1 150 x 2 x 2 / 10 y y 120
y 0 1 x1 2 x 2
1 1 L11 xi12 xi1 5439 2092 2078.9231 n i 13 i 1 1 1 xi2 xi1 xi2 658.5 209 50.5 153.3846 L12 L21 xi n i 13 i i
选矿学PPT课件
包括跳汰选矿、溜槽选矿、摇床选矿等。这些方法具有设备结构简单、操作方便、成本低 等优点,适用于处理粗粒嵌布的矿石。
磁电选矿方法与原理
01
磁电选矿的概念
利用矿物磁性的差异,在不均匀磁场中实现矿物分选的方法。根据矿物
磁性差异可分为强磁性矿物和弱磁性矿物的分选。
02 03
磁电选矿的原理
矿物按磁性差异在不均匀磁场中所受磁力不同,从而实现分离。强磁性 矿物如磁铁矿、钛磁铁矿等,在弱磁场中即可实现分离;弱磁性矿物如 赤铁矿、褐铁矿等,需要强磁场才能实现分离。
应用领域
随着矿产资源的不断开发和利用,越来越多 的复杂难处理矿石需要采用联合流程进行分 选。因此,在实际生产中往往需要将多种选 矿方法组合使用,以达到最佳的分选效果。 例如,在处理多金属硫化矿时可以采用浮选
-重选联合流程;在处理氧化铜矿时可以采 用浸出-萃取-电积流程等。
05 选矿工艺流程与 实践
选矿学的发展历程
古代选矿
古代人们通过手工挑选、淘洗等 方式进行简单的矿物分选。
近代选矿
随着工业革命的到来,机械选矿逐 渐取代手工选矿,选矿效率得到大 幅提高。
现代选矿
20世纪以来,随着科技的进步,浮 选、磁选、重选等多种选矿方法得 到广泛应用,选矿技术日益成熟。
选矿学的研究内容与方法
研究内容
选矿学的研究内容包括矿石性质研究、选矿工艺研究、选矿设备研究以及选矿 厂设计等方面。
磨矿的目的
进一步减小矿石粒度,使 有用矿物与脉石矿物充分 解离,为后续选矿作业创 造条件。
碎矿与磨矿的要求
在保证产品质量的前提下 ,尽量提高破碎比和磨矿 效率,降低能耗和钢耗。
碎矿与磨矿设备及其工作原理
浅谈过程数学模型在冶金中的应用
浅谈过程数学模型在冶金中的应用【摘要】过程数学模型是在冶金领域中被广泛应用的一种方法。
本文首先介绍了过程数学模型的定义和特点,然后详细讨论了在冶金中的应用案例,包括在优化工艺和设备设计中的作用,以及在铁矿石选矿过程中的应用。
通过这些案例分析,可以看到数学模型在冶金工程中的重要性和价值。
结论部分探讨了过程数学模型对冶金工程的推动作用,展望了其在未来的发展前景。
过程数学模型为冶金工程提供了重要的理论支持和技术手段,促进了冶金工业的发展和进步。
【关键词】过程数学模型、冶金、应用案例、工艺优化、设备设计、选矿、推动作用、发展前景1. 引言1.1 研究背景过程数学模型是将需求、资源、约束条件等要素抽象为数学公式,通过数学表达和运算来模拟和优化冶金过程的一种方法。
它具有高效、精确、可重复等特点,可以帮助工程师深入了解冶金过程的规律,提高工艺的稳定性和效率。
在引入过程数学模型的冶金工程领域也积累了大量涉及不同方面的应用实例。
通过对熔炼过程、挤压成型、金属组织的演化等方面建立数学模型,冶金工程师得以优化工艺参数,提高产品质量,降低生产成本。
过程数学模型在冶金工程中的应用逐渐深入人心,成为推动冶金工程发展的重要力量。
1.2 研究意义在冶金领域,过程数学模型的应用具有重要的研究意义。
通过建立数学模型可以模拟和预测冶金过程中的复杂物理现象,帮助工程师和研究人员更好地理解和控制冶金过程。
数学模型可以为优化冶金工艺提供重要参考,通过数值计算和模拟分析,找到最佳的工艺参数组合,提高生产效率和产品质量。
数学模型还可以应用于冶金设备的设计和改进,帮助工程师优化设备结构和设计参数,提高设备的性能和稳定性。
数学模型还在铁矿石选矿过程中发挥着重要作用,帮助矿石的分选和提纯,提高矿石的利用率和回收率。
过程数学模型在冶金领域的应用具有重要的研究意义,不仅可以推动冶金工程的发展,还有助于提高冶金生产的效率和质量。
2. 正文2.1 过程数学模型的定义与特点过程数学模型是利用数学的方法和技巧来描述和分析工程过程、系统或现象的数学表示。
选矿厂工艺流程模拟与优化考核试卷
B. 神经网络
C. 线性规划
D. 主成分分析
20. 下列哪种情况可能导致选矿厂生产成本增加?( )
A. 矿石品位降低
B. 设备能耗增加
C. 金属回收率下降
D. 以上皆是
二、多选题(本题共20小题,每小题1.5分,共30分,在每小题给出的四个选项中,至少有一项是符合题目要求的)
1. 选矿厂工艺流程模拟的主要作用包括以下哪些?( )
B. 水玻璃
C. 黄药
D. 松醇油
17. 选矿厂工艺流程中,以下哪个设备主要用于细粒矿物的回收?( )
A. 颚式破碎机
B. 球磨机
C. 浮选机
D. 离心机
18. 下列哪个因素会影响浮选药剂的使用效果?( )
A. 药剂浓度
B. 矿浆pH值
C. 矿浆温度
D. 以上皆是
19. 在选矿厂工艺流程优化中,以下哪个方法不属于常用优化方法?( )
A. 选矿效率
B. 金属回收率
C. 生产成本
D. 矿石品位
14. 下列哪种矿石适合使用磁选法进行选矿?( )
A. 黄铜矿
B. 方铅矿
C. 磁铁矿
D. 石英
15. 在选矿厂工艺流程中,以下哪个环节可能导致金属流失?( )
A. 破碎
B. 磨矿
C. 浮选
D. 脱水
16. 下列哪种药剂属于起泡剂?( )
A. 硫酸
10. 选矿厂工艺流程优化可以不考虑环境保护因素。( )
五、主观题(本题共4小题,每题10分,共40分)
1. 请简述选矿厂工艺流程模拟的主要步骤及其重要性。
2. 描述浮选过程中捕收剂、调整剂和起泡剂的作用机理,并说明它们在浮选操作中的应用。
选矿学1课后习题总结
1.什么是矿石、矿物、岩石?三者关系如何?岩石是组成地壳的天然矿物集合体。
矿物就是在地壳中由于自然的物理化学作用或生物作用所生成的具有固定化学成分和物理性质的天然化合物或自然元素。
凡是地壳中的矿物自然集合体,在现代技术经济水平条件下,能以工业规模从中提取国民经济所必需的金属或其他矿物产品者,称为矿石。
其中无用的矿物称为脉石。
选矿就是把矿石加以破碎,使之彼此分离,然后将有用矿物加以富集,无用的脉石抛弃的工艺过程。
第一章碎散物料的粒度组成与粒度分析1.常用的粒度分析方法有哪几种?各方法的用途和适用的粒度范围如何筛粉分析法:利用筛孔大小不同的一系列筛子对散料筛分,N层子可把物料分成(N+1)个粒级.测定0.04~100mm的散粒的粒组成。
水力沉降分析法:根据不同粒度在水介质中沉降速度不同而分成若干粒级.测定1~75um细粒物料的粒度组成.显微镜分析法:利用显微镜观察微细颗粒的大小和形状,可检查分选产品或校正水力沉降分析结果.适应于0.1~50um的物料。
2.累积粒度特性曲线的形状有几种类型?它们对粒度组成的大致判断情况如何?有三种:上凹进,下凸起,直线。
由曲线的形状可大致判断物料的组成的情况,对于正累积曲线的粒度特性曲线,若曲线想向左下角凹进,表明物料中细粒级含量多;若曲线向右上角凸起,表明粗粒级含量多;若曲线近似直线,则表示粗细粒度的分布均匀。
3.正、负累积粒度特性曲线的交点所对应的产率是什么?正负累积粒度特性曲线是相互对称的,若绘制在一张图纸上,它们必交于物料产率为50%的点上。
第二章筛分及筛分机械1.试叙述在不同生产工艺流程中筛分作业的作用和工艺目的。
(1)独立筛分:生产不同粒级的筛分,产品可直接供给用户使用。
(2)准备筛分:提供不同粒级的入选矿.对于煤炭工业,选煤设备供应给适应粒级的原煤,,过粗的大块不能分选,,过细的微粒难以回收.(3)预先筛分与检查筛分:为了避免物料的过度破碎,提高破碎设备的生产能力和减少动力消耗.检查筛分从破碎设备的产物中,将粒度不合格的大块筛出,以保证产品不超过要求的粒度上限.(4)脱水筛粉:将拌有大量的碎散物料筛分,以脱除其中液相.(5)脱泥筛分和脱介筛分:提高产品质量,减少运输.(6)选择性筛分,将碎散物料按几何尺寸分离.2.按工艺目的的不同筛分作业有哪儿种?1)辅助筛分,这种筛分主要用在选矿厂的破碎作业中,对破碎作业起辅助作用。
筛分、破碎、磨矿和分级PPT课件
CHENLI
22
颚式破碎机规格与性能参数表
型号
进料口尺寸 最大进料粒
(mm)
度(mm)
产量(t/h)
配用电机 功率 (kw)
PE-150×250 150×250
125
1-3
5.5
PE-250×400 400×250
200
以下为主要类型破碎和磨碎设备的原理示意图。
CHENLI
18
颚式破碎机
颚式破碎机是出现较早的破碎设备,因其构造简单、坚固、工作可靠、维护和检
修容易以及生产和建设费用比较少,因此,直到现在仍然广泛地在冶金、化工、建材、
电力、交通等工业部门,用于破碎抗压强度在147~245MPa的各种矿石和岩石的粗、
中、细碎。近年来,为满足冶金、矿山、建筑等工业部门破碎高强度、高硬度的微碳
根据体积假说,破碎功只与破碎比的体积假说与虎克定 律有关。
CHENLI
13
3 裂缝假说
裂缝假说是由 F.C.榜德( F.C.Bond )在整理了破碎与
磨碎的经验资料后,于 1952 年提出的介于面积假说和体
积假说之间的一种破碎理论。
裂缝假说认为破碎矿石时,外力首先使物就产生裂缝而破碎成
CHENLI
26
反击式破碎机功格与性能参数表
型号
PF-0608 PF-0807 PF-H-1007I PF-A-1010I PF-B-1210I PF-B-1214I PF-1013 PF-1315 PF-1320
规格
Φ644 × 740 Φ850 × 700 Φ1000 × 700 Φ1000 × 1050 Φ1250 × 1050 Φ1250 × 1400 Φ1000 × 1300 Φ1320 × 1500 Φ1320 × 2000
选矿过程模拟与优化插值PPT课件
• 它们有k个区间,k=1,2,…,n,给定插
值点U,求对应的插值函数V。
• 优选u构模x结1 点有三种情x况0 ,:x1 , x2
• 若 u xn1,则选
xN 2 , xN 1, xN
三点。
第20页/共59页
• 若xk U xk,1 又可分两种情况:
➢当u靠近 xk 时ห้องสมุดไป่ตู้则选
xk 1, xk , xk 1
分段插
第26页/共59页
• 四、拉格朗日插值算法:
• (1)拉格朗日插值
•
设给定函数 的n+1个数y据点f( (x)),( ),…,(
基函数或插值多项式为:
x0 , y0
x1, y1
xn , yn
),定义的插值
•
① A0 , A1,, An
Ai
(x)
(x x0 )(x (xi x0 )(xi
• (4)插值多项式的最高阶次m应比插值 结点N小1,若要建立更低阶次的多项式作 为解析表达式,就应建立分段插值。
第5页/共59页
• §3-2 线性插值
• 一、线性插值模型建立
•
线性插值是最简单的插值,它仅需要二个点数据,建立直线方程
来近似代替原函数 ,然后在二点之间(区间)进行插值。
•
在选煤模拟过程中,常常碰到一些试验数据,如筛分、浮沉等一
其中点
称y 为 f结(x点) ,
是它的函
数值,若用
表示它的函数(未知),
插值
的中
y
就x 是在
间值。
f (x)
x这0 个函x数1表
y0
y1
中x再2 y2
插
进…一 …
些
矿物加工数学模型
矿物加工数学模型作业题目矿物加工数学模型姓名所在学院材料科学与工程学院专业班级学号指导教师范肖南教授目录1、课题源数据及题目要求 (3)2、原煤可选性曲线的绘制 (4)3、产品产率的计算 (9)4、分配率的计算及模型的建立 (9)5、实际原煤λ与精煤产率、精煤灰分、分选密度的关系曲线绘制 (12)6、λ=20时精煤的产率、精煤灰分、分选密度的求解 (17)7、参考文献 (19)8、总结 (19)1、课题源数据及题目要求1.1原始数据表一1.2课题要求题目要求:1、绘制原煤可选性曲线2、计算产品产率3、计算分配率4、建立分配曲线模型5、求实际原煤6、实际原煤λ与精煤产率、精煤灰分、分选密度的关系曲线绘制7、λ=20时精煤的产率、精煤灰分、分选密度的求解2.原煤可选性曲线的绘制2.1原煤可选性曲线数据计算根据原始数据和公式γ浮i=γ原i+γ原i+1和Ad浮i=(γ浮i-1*Ad浮i-1+γ原i*Ad原i)/ γ浮i求得不同密度级得浮物产率和灰分,即根据表(一):表(1)原始数据表(二)对上述表格整理可得表(三):表(三)2.2对曲线数据进行细化根据表三的初始数据,对浮物累计及分选密度进行数学建模。
用几种常见的数学模型函数建模,通过比较,选择复合双曲模型预测浮物曲线中浮物产率。
选择复合双曲正切模型对分选密度进行预测、优化复合双曲正切模型结构如下:f(x)=100(b1TANH(b2(x-b3))+b4x+b5) (1)1.浮物曲线建模根据表三中浮物曲线的灰分和产率数据建立符合双曲模型,得到数据见表(四)。
在excel中利用函数sumxmy2(a,b)可直接求得其偏差平方和,利用工具栏里面的规划求解模块可得到最优的模型参数,经处理后的相关数值如表四所示:表四2.密度曲线建模根据表三中密度曲线对应的密度和产率建立符合双曲正切模型,得到数据见表(五)。
在excel中利用函数sumxmy2(a,b)可直接求得其偏差平方和,利用工具栏里面的规划求解模块可得到最优的模型参数,经处理后的相关数值如表五所示表五3.基元灰分建模根据表三中灰分特性曲线对应的灰分和产率建立符合双曲正切模型,得到数据见表(五)。
选矿过程模拟与优化-第八章筛分和分级数学模型
二、粒度特性公式
2、高登-安德烈夫公式:
y Axk
说明:(3)当x=xmax时,y=100%,则:A
100 xk
max
当参数k一定时,A取决于物料的最大粒度xmax,,
因此,将A代入高登-安德烈夫公式可得:
yAxk 10(0 x )k xmax
该式为采用相对粒度表示的高登-安德烈夫公式, 该式变为了只有一个参精品数k的方程。
其中投掷次数 ; mK12Lf K 1 2-效率常数;
L-筛面长度;
f-筛子负荷减小系数。
精品
第二节 筛分数学模型
而某一粒级不透过筛孔的平均概率为:(下限
为s1,上限为 s2)
s21(hs)/h (d)mds
E s1 (s1,s2)
s2s1
为了便于求解上式,我们先看下面二个单
项式展开情况,根据二项式定理,有:
说明:(1)高登-安德烈夫公式的优点是形式 简单,便于计算,式中各参数都具有一定的物理 意义,能够较好地反映物料中细粒(y<60%)的 粒度分布。
精品
二、粒度特性公式
2、高登-安德烈夫公式: y Axk
式中: x—物料粒度;y—负累积产率; A、k—粒度分布参数。
说明:(2)参数k决定曲线的形状,k=1时, 曲线呈直线,表示物料粒度分布均匀;k>1时, 曲线呈凸形,表示大粒度居多;k<1时,曲线呈 凹形,物料以细颗粒为主。
二、粒度特性公式
1、高登公式: wcXk
式中: w-粒级产率;X-物料粒度; k、c-粒度分布参数。
说明:高登公式实际上是一种分布曲线,虽然 也适用于球磨机、棒磨机及辊式破碎机等产物, 但是在使用上并不是很方便。
精品
大数据技术助力选矿提高分级效率
大数据技术助力选矿提高分级效率一、工艺流程及数据平台介绍二、系统存在的问题:分级渣浆泵频率随原矿泵池液位(PID控制)频繁变动,带来给矿量及给矿压力忽高忽低,造成分级效率低且整个系统(包括后面浮选)不稳定、不可控频率2.6Hz一天最大波动溢流流量101m3/h27.7%给矿流量143m3/h15.5%二、系统存在的问题:分级渣浆泵频率随原矿泵池液位(PID控制)频繁变动,原因首先是系统问题,再就是原矿泵池输入的不稳定,如下:三、工作目标及方法:系统建模与优化,达到最优生产优化目标通过对磨矿后旋流器分级系统生产过程数据的分析,进行分级模型的试验研究,使系统达到最佳运行。
1确保系统工况稳定、可控2提高系统分级效率3保持合适的溢流浓度及细度、沉砂浓度及细度、返砂比指标修改控制逻辑稳定工况通过数据的分析及拟合,寻找各运行数据及各项指标之间关系及规律通过人工智能算法给出系统最优运行结果工作方法四、步骤1、优化现有控制逻辑,保证生产参数稳定运行确定给矿流量值确定一个给矿流量的目标值调节频率,保持给矿流量稳定PID 控制泵处理量变化过程中,渣浆泵频率与流量的关系模型手动调节渣浆泵频率控制确定分级泵池液位调节泵池给水开度,保持泵池液位稳定分级泵池液位控制步骤1、改进后,系统运行的稳定性大幅提升在96个小时下稳定运行,旋流器流量99%的点运行在835-870m³/h ,波动率控制在5%以内,给矿压力99%的点分布在82-90Mpa ,波动率控制在10%2022年3月24日00:00:00-2022年3月27日23:59:59计数步骤2、通过数据的分析及拟合,寻找各运行数据及各项指标之间关系及规律通过数据的分析及拟合,数据质量问题严重:新问题的产生:3个浓度计数据不准,变化率也不准确无法使用溢流细度仪数据不准,变化率也不准确无法使用3个流量计数据2个不准,但变化率准确可以数据关联的方法校准以上问题的产生带给我们两个选择:1、更换或维修(矿方尝试过)仪器仪表,缺点是需要投资、影响生产2、人工取样,利用大数据进行关联拟合出实时值,缺点是工作量大确定方案2步骤2: 1、现场采样情况项目组从2021年12月13日开始,按照以下规则持续取样:●取样覆盖分级过程的主要工况,为了不干扰工序正常运转,取样数据较多集中在同时开启两台球磨机与西组渣浆泵;●上下午各取样一次,频率保持的时间尽量超高一天,以使得系统进入稳定状态;●由于泵池取样很难把握,主要测量溢流、沉砂浓度与细度,再根据流量计算给矿浓度与细度;球磨机开启状态渣浆泵频率范围采样点数开启两台球磨机西组渣浆泵35.7-39.457开启一台球磨机西组渣浆泵37.1-39.424开启两台球磨机东组渣浆泵37.8-397开启一台球磨机东组渣浆泵371步骤2: 2、以西组渣浆泵流量表为基准,矫正流量表经过长期观察以及与渣浆泵给矿频率变化的对比分析,西组渣浆泵给矿流量表相对准确,可靠性也较高,故项目组将西组渣浆泵给矿流量表定为旋流器分级系统的基准仪表,用以矫正东组渣浆泵给矿流量表与溢流流量表。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
m
其中投掷次数 m K L f ; K -效率常数; L-筛面长度; f-筛子负荷减小系数。
2
1
1
第二节 筛分数学模型
而某一粒级不透过筛孔的平均概率为:(下限 为s1,上限为 s2)
E( s1 ,s2 )
1 (h s) /(h d )
s2 s1
m
ds
s2 s1
第二节 筛分数学模型
(1)当筛子的筛孔恰等于原料中某一粒级时 (即 s s ), 例如:原料粒级 s 分别为50,25,13,6mm,筛 孔尺寸恰好等于13mm时,这时,限下物各粒级重 量与原料的各粒级重量一致。 (2)如果 s s 时,例如:在上例中筛孔尺寸s0= 20mm时,则筛孔所在的25-13mm粒级就需作一些 计算,这时可按比例把20-13mm粒级的重量算出, 加到下一粒级中,然后再根据部分筛分效率计算 筛下产物重量。
第二节 筛分数学模型
下面介绍模型参数A值的估算方法 如果我们对筛分机进行单机检查,就可以得到限下 物料的部分筛分效率,设限下物料的各粒级的算术平均 粒度为 s1 , s2 ,, sn且s1 s2 sn ,对应的部分筛分效率为 Es , Es ,, Es (试验值)。 s A (1 ) s ˆ 若任给一个A值,利用模型 E si 1 e
当m很大时, (1 x) m
通过对比后可得:
可近似地用
e mx
代替,因此,
2 h s 2 m (h s ) 1 e h d (h d )
第二节 筛分数学模型
若设
y hs hd m 则 ds dy h d m
第二节 筛分数学模型
韦兰特利用了指数函数的形式,根据振动筛的一 些试验结果,他进一步提出了一个计算筛上产物 产率的经验公式:
C ( s) e
A(1 s ) so
式中,C(s)—平均粒度为s的限下物料在筛上产物 中的分配率; so—筛孔尺寸; s—限下物料的平均粒度; A—模型参数(筛子分离强度常数)。
二、粒度特性公式
3、洛辛-拉姆勒公式: 洛辛-拉姆勒在研究破碎机和磨矿机的产物粒 度组成时,发现若以z表示物料中的正累积产 率,则在lnln(100/z)和lnx坐标系中,大部分试 验点在一条直线上,直线方程是:
100 ln ln( ) m ln X ln R Z
由此得出: Z 100e 式中:X-产物粒度;Z-正累积产率,%; R、m-参数。
代入上式,可得:
E( S1 ,S2 ) h d y2 y 2 y1 e dy (s2 s1 ) m
则部分筛分效率为:
( s ,s ) 1 E( s ,s
1 2 1
2)
第二节 筛分数学模型
二、煤用筛分数学模型 1.模型建立 1978年,美国韦兰特建立了一个煤用筛分模 型,他假定粒度分别为S1和S2的两个小颗粒同时 透过一个筛孔的概率与粒度等于S1+S2的一个颗 粒透过筛孔的概率相等,而且粒度为S1的颗粒透 过筛孔的事件与S2颗粒透过筛孔的事件无关,用 公式表示为:
RX m
第二节 筛分数学模型
1.筛分过程预测的一般方法和要解决的题: 筛分过程的预测主要是根据原料的粒度组 成来确定筛分产物的数量和它的粒度组成。在 一般的工艺计算中,多数都是根据经验选定一 个总筛分效率,利用它来计算筛分产物的数量。 这种粗略的计算对不出分级产品的选煤厂是可 行的,但对生产多粒级产品的选煤厂或筛选厂, 则显得不够准确。为此,就要使用部分筛分效 率。
第二节 筛分数学模型
一、振动筛数学模型 怀坦从单个颗粒透筛概率出发,导出了单层振动 筛的数学模型,并通过最小二乘法 求得有关模型参数。 h 设单个筛孔尺寸为h,筛丝 d 直径为d,粒度为s的单个颗粒垂 h-s 直地投射在单个筛孔上,若要使 s 该颗粒透过筛孔进入筛下物,则 颗粒的中心必须落在筛孔的 (h-s)2面积内,而一个筛孔在筛 面上实际所占面积为(h+d)2,所 以单个颗粒透筛的概率为:[(h-s)/(h+d)]2
第二节 筛分数学模型
则部分筛分效率为:
E( s ) 1 e
A (1 s ) so
式中:E(s)—平均粒度为s的限下物料的部分筛分 效率。 该模型和怀坦的振动筛模型相比,公式简单, 使用计算都比较方便,模型参数的确定也相对容 易一些。
第二节 筛分数学模型
2.模型参数的确定 模型参数A,韦兰特称之为筛子的分离强度 常数,它与筛子的型式、筛孔大小和给料量有关。 同时,A还与筛子所处的位置和筛分工作条件有 关,与给料的粒度分布无关,一般下层筛的A值 比上层筛小,干筛的A值比湿筛小,(A和E(s)成 正比)。
si
可采用0.618寻优法求得上式的模型参数A值。
第二节 筛分数学模型
3.预测计算 对于一个筛分过程来说,若已知模型参数A,就 可用公式
E( s ) 1 e
A (1 s ) so
计算出限下物料的部分筛分效率,从而算出筛下 产物的粒度重量。 使用计算机计算筛下产物重量时,首先要计 算限下物料的粒度组成,然后用相应的部分筛分 效率来计算筛下产物。
§8-1 煤炭的粒度模型
一、粒度特性曲线
矿物的粒度组成可以用不同的粒度特性 曲线来表示。 通常采用累积粒度特性曲线来表示矿物 的粒度组成。 累积粒度特性曲线又分为正累积粒度特 性曲线和负累积粒度特性曲线。
一、粒度特性曲线
正累积粒度特性曲线是用正累积产率作 出的,它表示大于某一粒度的物料产率总 和。 负累积粒度特性曲线是用负累积产率作 出的,它表示小于某一粒度的物料产率总 和。 同一煤样,正累积曲线和负累积曲线是 互相对称的,并在产率为50%处相交。
第二节 筛分数学模型
所以单个颗粒透筛的概率为: 而不透筛的概率即为:
(h s) K1 (h d )
2
(h s) K2 1 (h d )
2
若在m项投掷中,颗粒s的不透筛概率为:
E( s ) (h s ) 2 1 (h d )
为了便于求解上式,我们先看下面二个单 项式展开情况,根据二项式定理,有:
m(m 1) 2 m(m 1)(m 2) 3 (1 x) 1 mx x x 2 ! 3 !
m
第二节 筛分数学模型
而 e mx 的泰勒级数展开式为:
e mx m 2 2 m3 3 1 m x x x 2! 3!
2、高登-安德烈夫公式:
y Axk
100 说明:(3)当x=xmax时,y=100%,则:A k xmax
当参数k一定时,A取决于物料的最大粒度xmax,, 因此,将A代入高登-安德烈夫公式可得:
y Axk 100( x xmax )k
该式为采用相对粒度表示的高登-安德烈夫公式, 该式变为了只有一个参数k的方程。
P(S1 S 2 ) P(S1 ) P(S 2 )
式中P(S)—粒度为S的颗粒透过筛孔的概率
第二节 筛分数学模型
该方程的一个特解是:
P( S ) e ks
就是说,颗粒透过筛孔的概率是粒度的指数函数。 把 P(s ) e ks1 和P(s ) e ks2
1 2
代入上式,即可证明特解。
一、粒度特性曲线
一、粒度特性曲线
累积粒度特性曲线形状可能是凸形、凹形或 直线形。 烟煤通常是凹形曲线,这说明煤比矿石易于 破碎,它是由大量细粒级所组成。 累积粒度特性曲线的优点是能很快地看出任 一粒级物料的累积产率,但是,它对粒度组成 的变化反应不灵敏。 物料粒度组成也可以采用分布曲线表示,分 布曲线是根据各粒级的产率绘制的。即在各粒 级产率的柱状图上,由中点连成曲线。
第八章 筛分和分级数学模型
§8-1 煤炭的粒度模型
粒度组成是煤炭的一个重要特征。研 究煤的可选性、选择选煤方法和设备,往往 都要考虑煤的粒度。煤的粒度组成是经试验 确定的,一般可用不同的曲线来描述。在计 算机应用中,如果能用经验公式描述粒度组 成,则可以通过模型进行产物预测,避免繁 重的筛分试验。
第二节 筛分数学模型
2、什么是部分筛分效率? 部分筛分效率就是原料中各种粒级的筛分效率, 由于不同粒级透筛难易程度的不一样,所以部 分筛分效率也是不同的。为此我们可以利用部 分筛分效率分别计算筛下产物中各粒级的产率, 最后综合计算筛分产物的数量。这样就能更准 确地预测生产多粒级的筛选厂的筛分过程。 ∴目前,筛分数学模型主要是解决如何确定筛 分过程的部分筛分效率问题。
二、粒度特性公式
2、高登-安德烈夫公式:
y Axk
式中: x—物料粒度;y—负累积产率; A、k—粒度分布参数。 说明:(2)参数k决定曲线的形状,k=1时,曲 线呈直线,表示物料粒度分布均匀;k>1时,曲 线呈凸形,表示大粒度居多;k<1时,曲线呈凹 形,物料以细颗粒为主。
二、粒度特性公式
oi o
oiLeabharlann oi0二、粒度特性公式
许多学者认为,破碎和磨矿产物的粒度组 成具有一定的稳定性,它的粒度分布有一定的 规律,所以,设想是否可以用一种经验公式表 示其粒度组成。 比较有代表性的公式有两个,即高登公式 和洛辛-拉姆勒公式: 1、高登公式 高登在研究了大量的破碎和磨矿产物的粒 度组成的基础上,在双对数坐标中按粒级的产 率画出曲线,发现在细粒范围内,曲线呈直线, 因此,导出了粒度特性公式如下:
二、粒度特性公式
1、高登公式:
w cX k
式中: w-粒级产率;X-物料粒度; k、c-粒度分布参数。 说明:高登公式实际上是一种分布曲线,虽然 也适用于球磨机、棒磨机及辊式破碎机等产物, 但是在使用上并不是很方便。
二、粒度特性公式