摘要：随着选矿规模的不断扩大,选矿厂对浮选药剂的添加量也在不断增加。传统的电磁阀加药机由于加药量小、精度不足已经不能完全满足生产需求,而脉动式加药机由于维护量太大饱受诟病,选矿厂迫切需要一种能够实现大流量药剂添加、精度高且维护量小的自动加药系统。基于此,矿冶科技集团有限公司根据集成计量泵的优点,充分利用先进的控制算法、简单易懂的操作界面,设计了BRFS计量泵自动加药系统。经过在选矿厂连续半年的工业应用,验证了该系统不仅加药量大、精度高、维护量小,而且操作简单、监控画面通俗易懂、能够实现闭环远程连锁控制,解决了药剂自动添加困难的问题,为选矿厂带来了可观的经济效益。本文主要介绍该自动加药系统的工作原理、组成结构、特点和现场工业应用效果,为该系统的大规模推广奠定了基础。

摘要：在半自磨磨矿作业中,半自磨机的给矿通常是粒级分布较宽的固体物料,以实现利用物料自身做磨矿介质,在筒体内进行连续强烈地冲击磨剥达到粉磨的目的。宽粒级组成的固体物料则会导致矿量波动,从而导致控制难度增大,常规的PID控制算法无法满足现场实际需求。同时大多选矿厂半自磨机给矿设备为多台给料机联合布料,因为矿石自然分级等因素的影响,矿仓中的固体物料分布不均匀,存在各个给料机给矿块度和性质差异,给矿块度和矿石性质的巨大变化则会导致半自磨机功率的异常波动,严重影响了生产稳定。针对上述问题,设计开发一套基于专家PID和序列二次规划(SQP)的恒定给矿控制系统,实现给矿量及矿石块度分布稳定控制,达到半自磨机给矿控制恒定以及多给料机频率最优分配。

摘要：当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度.本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别.基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法(CEEMD)去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA-SVM、GS-SVM、PSO-SVM分类模型进行训练,研究表明,PSO-SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题.在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间.基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障.

摘要：为查明金品位2.7g/t的胶东某金矿石中金的赋存状态,利用矿冶科技集团有限公司自主研发的矿物自动定量分析系统———工艺矿物学自动分析仪(BPMA),结合扫描电子显微镜(SEM)、能谱仪(EDS)、X射线衍射(XRD)、化学物相分析等综合手段,系统研究了金矿石的工艺矿物学特征,查明了矿石的矿物组成、嵌布特征、粒度分布,详细测定了矿石中金矿物的种类、金与载体矿物之间的镶嵌关系、金矿物的粒度分布、金在矿石中的赋存状态等关键参数,并阐明了影响矿石中金回收的矿物学因素,为选矿流程设计与优化提供可靠、有效的参考建议。BPMA-SEM-EDS是一种高效、可靠、准确分析矿石中金赋存状态的方法。

摘要：取样是选矿厂生产必不可少的一个环节,选矿厂原矿矿石取样和精矿粉取样国内绝大多数现场依然采用人工取样的方式。我们基于选矿厂对皮带上矿石和精矿粉的自动取样的实际需求,我们开发出了矿冶科技集团自有品牌的成套皮带取样系统。本文着力研究全自动皮带取样方式、皮带系统取样代表性、取样方案及取样设备和系统控制技术,对皮带系统取样现状及存在的问题进行了分析,对皮带取样系统当中的关键核心设备以及控制系统等技术进行了介绍。

摘要：针对选矿厂的设备巡检现状和需求,将RFID技术及智能终端应用到选矿厂的设备巡检过程中,设计并实现了基于RFID物联网的移动巡检系统。系统采用RFID射频感应物联网识别技术,通过对选矿厂的设备管理调研,设计出适应选矿厂的巡检、检修流程,开发出一套巡检后台管理软件及智能终端移动应用,实现了设备巡检、设备报修、统计分析等功能。通过移动巡检系统的应用,可有效提升选矿厂设备巡检的规范化、数字化,为矿山设备管理、故障预警提供技术支撑。

摘要：基于光度滴定法,矿冶科技集团有限公司设计了BOTA-PH矿浆pH分析仪。本文主要介绍了该仪器的工作原理、组成结构、特点和现场工业应用效果。经过连续2个多月的工业实验,验证了该仪器测量精度高、维护量小,且能够实现闭环连锁控制等特点,解决了矿浆pH值测量困难的问题,为选矿厂带来了可观的经济效益。

摘要：某选矿厂日处理25000 t钼矿石,设计年产钼精矿17000 t。通过过程检测仪表、调节装置、DCS集中控制系统、视频监控、电子信息技术和设备,实现对选矿过程生产设备和运行参数进行实时监测和控制,建设一个高度集约化的选矿综合自动化系统,提高集成质量、管理效率,降低运营成本。从粗碎、磨矿、浮选、尾矿、精矿脱水、高位水池等几个方面的控制进行阐述,以及DCS系统建设架构及功能进行说明,为同类矿山自动化建设提供参考依据。

摘要：提出一种可有效提高常规预测控制方法控制性能与计算效率的数据驱动自适应非线性模型预测控制方法.首先,为了提高多输出非线性系统最小二乘支持向量回归(least squares support vector regression, LS–SVR)建模的精度,考虑各维输出间的耦合关系,采用在目标函数中加入样本整体拟合误差项,实现多输出LS–SVR(multi-output LS–SVR,M–LS–SVR)预测建模,同时采用粒子群算法优化模型参数;其次,针对动态过程建模的模型失配问题以及由于M–LS–SVR模型复杂导致传统智能算法求解预测控制律缓慢的问题,提出自适应非线性模型预测控制策略,包括两个非线性优化层:第1层采用梯度下降算法实时优化模型和实际过程输出的偏差,以自适应调节模型参数;第2层采用具有全局收敛性和超线性收敛速度序列二次规划(sequential quadratic programming, SQP)算法设计非线性预测控制器,以加速预测控制律的求解速度. Benchmark仿真实例及在高炉炼铁过程的数据试验表明:所提基于M–LS–SVR预测建模的自适应非线性模型预测控制具有较快的求解速度、较好的设定值跟踪和干扰抑制性能以及较强的鲁棒性.

摘要：针对于选矿厂矿石粒级分布不均匀,含水量波动较大,多振动给料机给矿存在反馈大时滞以及时滞不稳定的问题,采用常规的PID算法,无法实现给矿量的稳定控制,导致磨机磨矿浓度不稳定,磨矿过程的产品指标波动大,设计开发一套基于大间隔采样积分控制及模糊PID恒定给矿控制系统,将大间隔采样积分控制和模糊PID有机的结合,实现多振动给料机切换时给矿量的相对稳定,减少给矿量波动,实现磨机给矿量的恒定控制,同时,针对矿石含水量波动较大的特点,增加水分检测,实现干矿量恒定控制,稳定磨机磨矿浓度和产品指标,系统运行后提高了设备的自动化水平和磨机的生产效率。