BOXA型载流X荧光矿浆品位分析仪在线建模客户端软件开发

BOXA型载流X荧光矿浆品位分析仪能及时反映出浮选过程中矿浆品位的变化,给操作工以直观的指标提示,从而保证精矿品位和回收率。BOXA载流X荧光品位分析仪不是直接测量矿浆品位,需要建立模型,传统的建模方式需要将建模数据按照固定的格式整理好,采用矿冶科技集团有限公司研发的BCR软件或者其他数据分析软件建立模型,存在数据导出费时费力,数据整理容易出错,建模效率低下等问题。本文介绍的在线建模客户端软件,只需要将化验数据整理好,导入至云端数据库,便可以在线建模和进行模型对比,大大提高了建模效率和模型对比分析的效率。     

BOXA型载流X荧光分析仪本底校正技术的研究与实现（增刊）

BOXA载流X荧光分析仪用于选矿生产过程中矿浆金属元素的在线测量。相比粉末样,矿浆光谱本底情况更加复杂,直接影响分析仪的精度指标。本文针对BOXA分析仪的工作原理,系统分析了矿浆光谱的特点,选择最佳本底校正方法并进行验证。     

BOXA型载流X荧光分析仪本底校正技术的研究与实现

BOXA载流X荧光分析仪用于选矿生产过程中矿浆金属元素的在线测量。相比粉末样,矿浆光谱本底情况更加复杂,直接影响分析仪的精度指标。本文针对BOXA分析仪的工作原理,系统分析了矿浆光谱的特点,选择最佳本底校正方法并进行验证。     

基于X荧光品位分析仪滤网的矿浆代表性研究

为了探索改变滤网的尺寸和形状对BOXA型X荧光品位分析仪测量结果的影响,通过试验研究了两种不同滤网的取样代表性。实验室结果表明:当滤网网格尺寸远大于矿浆粒度时,若矿浆以一定速度和角度冲击滤网平面,通过滤网的矿浆浓度有增加趋势,粒度、品位则不发生明显变化。由于BOXA型载流X荧光品位分析仪具有针对矿浆浓度的补偿功能,后续的工业试验表明:与无滤网情况相比,两种滤网的使用均不会对BOXA型载流X荧光品位分析仪的测量结果造成明显影响。因此,以这两种滤网网格的尺寸和形状为基础,进行滤网的结构改进是可行的。     

基于X荧光品位分析仪滤网的矿浆代表性研究（增刊）

为了探索改变滤网的尺寸和形状对BOXA型X荧光品位分析仪测量结果的影响,通过试验研究了两种不同滤网的取样代表性。实验室结果表明：当滤网网格尺寸远大于矿浆粒度时,若矿浆以一定速度和角度冲击滤网平面,通过滤网的矿浆浓度有增加趋势,粒度、品位则不发生明显变化。由于BOXA型载流X荧光品位分析仪具有针对矿浆浓度的补偿功能,后续的工业试验表明：与无滤网情况相比,两种滤网的使用均不会对BOXA型载流X荧光品位分析仪的测量结果造成明显影响。因此,以这两种滤网网格的尺寸和形状为基础,进行滤网的结构改进是可行的。     

北京矿冶科技集团有限公司信息技术与自动化研究设计所

<正>BOXA载流X荧光品位分析仪测量元素范围从钙到铀,可测量多达24个矿浆流道,同时测量多种金属含量。测量精度:低含量元素3%～6%,高含量元素1%～4%。矿浆品位实时检测分析,从而准确调控生产过程,稳定生产。节约药剂、提高回收率和产品质量。矿浆品位实时检测分析,降低化验成本和人工劳动强度。BGRIMM提供全天候远程维护服务,及时发现问题并提前指导用户解决。BPSM载流粒度分析仪测量对象:矿浆、煤浆、水泥浆等浆料样品通道:1～4分析周期:4通道全开时典型分析周期为8min矿浆样量:70～170 L/min测量范围:粒度:31～600μm (30～500目)测量精度:1σ典型值1%～2%,     

BOXA载流X荧光品位分析仪在西部铜业某选矿厂的成功应用

选矿浮选过程需要保证两个指标,一是最终产品的品位,二是回收率。在原矿品位一定的情况下,尾矿的品位是影响回收率的最关键因素,所以品位的准确测量至关重要。BOXA载流X荧光品位分析仪是由北京矿冶科技集团有限公司自主研发的在线品位检测仪器,其作为浮选过程中在线品位的实时检测仪器,能及时反映出品位的变化,给操作工以直观的指标提示,可以更好地指导浮选作业生产。巴彦淖尔西部铜业有限公司某选矿厂刚刚完成技术改造,磨矿及浮选设备大型化,但由于流程缩短,导致浮选过程中精矿指标变化更快速,急需在线品位检测仪器来检测流程品位变化,从而达到稳定精矿指标,提高回收率等目的,BOXA载流X荧光品位分析仪的成功投用对稳定精矿指标、提高回收率起到了关键的作用。     

基于STM32的新型X荧光在线品位分析仪的研制与应用

矿浆品位的测量一直是选矿行业的研究重点与技术难点,其测量精度的实时在线反馈直接影响了选矿工艺流程自动化控制的效果。为实现对选矿工艺流程中矿浆元素品位更加准确的测量,在上一代有核在线品位分析仪的基础上改进研发了新一代无核X荧光在线品位分析仪。该新型X荧光在线品位分析仪基于STM32F407控制芯片,采用X光管与半导体探测器相结合的测量结构,其技术架构与分析原理是：X光管与半导体探测器组成测量单元,由X光管激发的X射线照射到需要测量的矿浆表面,同时半导体探测器接收矿浆中待测元素被激发出的X特征荧光;主控单元接收处理半导体探测器上传的数据信号,通过串口通讯将所测元素计数率发送给工控机上位软件;最终上位软件调用Matlab数学分析工具同时采用BP神经网络进行数据的建模分析并得出品位数值。绍兴某选矿厂现场工业试验结果表明,相比较于上一代有核品位分析仪,该新型X荧光在线品位分析仪的测量精度与运行稳定性等均有了显著的提高,各项参数均达到了设计要求。     

北京矿冶科技集团有限公司信息技术与自动化研究设计所

正BOXA载流X荧光品位分析仪测量元素范围从钙到铀,可测量多达24个矿浆流道,同时测量多种金属含量。测量精度:低含量元素3%～6%,高含量元素1%～4%。矿浆品位实时检测分析,从而准确调控生产过程,稳定生产、节约药剂、提高回收率和产品质量。矿浆品位实时检测分析,降低化验成本和人工劳动强度。BGRIMM提供全天候远程维护服务,及时发现问题并提前指导用户解决。     

北京矿冶科技集团有限公司信息技术与自动化研究设计所

正BOXA载流X荧光品位分析仪测量元素范围从钙到铀,可测量多达24个矿浆流道,同时测量多种金属含量。测量精度:低含量元素3%～6%,高含量元素1%～4%。矿浆品位实时检测分析,从而准确调控生产过程,稳定生产、节约药剂、提高回收率和产品质量。矿浆品位实时检测分析,降低化验成本和人工劳动强度。BGRIMM提供全天候远程维护服务,及时发现问题并提前指导用户解决。     

基于三维地质统计学的矿床建模实践研究

结合一个实际的铜铁共生矿床，对应用三维地质统计学方法研究矿床建模工作涉及的若干技术与方法。首先进行了合理而有效的样品组合计算，同时研究了该矿铜，铁样品品位的分布规律，通过交叉验证工作，得出了相应铁原样品位及铜的对数转换品位进行矿床建模的结论，并分析建立了这2种元素的品位模型，然后对建模结果与实际矿床进行了比较，其结果表明了建模的准确性，最后得出了应用地质统计学方法进行矿床建模工作的一些有意义的结论和建议。     

基于神经网络逆系统的空气重介流化床多变量解耦控制

针对空气重介流化床干法分选过程的多变量非线性强耦合特点,在空气重介流化床干法分选过程的神经网络逆系统解耦方法的基础上,设计了线性闭环PI调节器,以实现空气重介流化床干法分选过程的高性能解耦控制.仿真结果表明,该方法能够较好地解决空气重介流化床干法分选过程的控制问题,具有较强的鲁棒性.     

露天矿多采区协同开采资源配置优化

针对鞍千矿业公司科学配矿需求,建立露天矿多采区协同开采资源配置优化模型。针对矿山实际自然环境和生产限制条件,在掌握矿山各采区品位分布等矿山基本信息的基础上,应用线性规划单纯形大M法解算与3DMine矿业软件相结合,并以鞍千矿为实例,验证该方法的实用性。试验结果表明：矿石破碎站的矿石输出品位稳定在要求范围之内,从而保持了选厂入选品位的稳定,最终实现了提高生产效率,降低了生产成本,提高了选矿工艺流程和设备设施的生产能力,对矿山科学生产具有指导性意义。     

用非线性建模选取选矿工艺参数值

神经网络在用于选矿厂建模过程中，一般只用于预测选矿效果，很少用于指导选矿现场。本研究利用神经网络，从选矿生产历史数据本身出发，找到精矿品位和回收率与药剂用量的非线性关系，利用此关系确定药剂的用量，可用于指导选厂实际生产过程。     

纳米比亚某铁矿选矿试验研究

针对纳米比亚某铁矿嵌布粒度极细的特点,采用磨矿-弱磁选流程和磨矿-预选抛尾-再磨-弱磁选流程对该矿进行了选矿试验研究。在原矿TFe品位23.63%条件下,前者获得品位66.56%、回收率47.56%的铁精矿;后者可获得品位66.38%、回收率51.44%的铁精矿。两流程相比,铁精矿指标相近,但后者可减少占原矿41.85%的二段磨矿量,故将其作为推荐流程。     

基于CPFD多密度矿物颗粒选择性分离行为研究

基于Barracuda仿真计算平台计算颗粒流体力学(CPFD)方法,建立多密度矿物颗粒干法选矿装置内部流场有限元模型,通过试验验证有限元模型的正确性,研究多密度矿物颗粒选择性分离行为对矿物颗粒分选富集效果的影响。结果表明:多密度矿物颗粒干法选矿装置可以有效的分选富集高密度有价金属钨、锰和铜;多密度矿物颗粒组分钨的品位随着粒径的增加而提高;当风速4.2m/s,矿物颗粒钨在分布距离170mm处分选品位较好,在开口为4mm时品位可达10.655%;矿物颗粒锰在分布距离270mm处富集程度最佳,开口为3mm时品位达到最大值48.3%。     

印尼某海滨砂铁矿选矿试验研究

为了给国内某企业开发印尼某海滨砂铁矿资源提供技术依据,采用磨矿-弱磁选流程和预选抛尾-分级-磨矿-弱磁选流程对该矿矿样进行了选矿试验,前者获得了Fe品位为55.31%、TiO₂含量为9.32%、Fe回收率为87.29%的铁精矿,后者获得了Fe品位为54.62%、TiO₂含量为9.49%、Fe回收率为88.35%的铁精矿。两流程相比,铁精矿指标相近,但后者可减少占原矿37.73%的磨矿量和占原矿7.16%的末段磁选量,故将其作为推荐流程。     

柿竹园磁铁矿粗精矿提质选矿实验

柿竹园钨钼铋萤石多金属矿伴生有少量的磁铁矿,其全铁品位为7.15%,磁铁矿中铁品位为1.68%,占全铁的23.50%。该钨钼铋萤石多金属矿整个选矿工艺流程采用“柿竹园法”,其中,在回收钨、钼、铋、萤石等有用矿物前,采用中磁磁选将磁铁矿优先脱出,以避免磁铁矿对后续选别作业造成干扰,产出磁铁矿粗精矿。由于近年来铁矿石价格上涨态势明显,为进一步提高矿产资源的综合利用率和挖掘企业新经济增长点,决定对该磁铁矿粗精矿进行提质选矿实验研究。通过对该磁铁矿粗精矿矿石性质进行研究,发现该磁铁矿粗精矿存在嵌布粒度细、含磁硫高的特点。为提高磁铁矿精矿品质,必须提高磁铁矿精矿中铁的品位,同时还要降低磁铁矿精矿中硫的含量。提高磁铁矿精矿铁品位采用细磨的方法,使磁铁矿充分单体解离,然后通过弱磁选可将铁精矿品位提高;而要降低磁铁矿精矿中硫含量的方法,一般来说采用反浮选脱硫,需要通过实验找到跟该矿石性质相适应的反浮选脱硫工艺流程与参数,确保磁铁矿中磁硫的高效脱除。在经过系统的选矿实验研究后,确定了采用先脱磁再反浮选脱硫,再通过阶段磨矿阶段选别的选矿工艺流程,可以大幅度提高最终磁铁矿精矿品质。在磁铁矿粗精矿品位TFe 38.19%、含S 4.51%时,可以获得最终磁铁矿精矿品位TFe 60.85%、含S 0.99%,铁作业回收率72.13%的良好实验指标。该工艺在现场得到应用,通过优化现场流程结构配置,取得良好效果,为企业新增经济效益显著。      

基于CPFD多密度矿粒流化与分选特性研究

本文基于一种流态化干法选矿装置,实现在约束环境下对多密度矿粒进行分离。通过矿物分选机理研究、利用Barracuda计算平台探索适用于干法选矿装置内气固流动模拟的计算颗粒流体力学（CPFD）仿真计算,并与实验研究相结合,对多密度矿粒分选特性进行研究。结果表明：当风速4.2m/s,矿粒W在分布距离170mm处分选品位较好,在开口为4mm时品位可达10.655%,回收率达88.6%;矿粒Mn在分布距离270mm处矿粒富集程度最佳,开口为3mm时品位达到最大值48.3%,回收率达80.9%。本文研究成果对风力干法选矿技术具有参考意义。