基于正交试验和BP人工神经网络的浮选药剂制度优化

探索了人工神经网络在浮选药剂制度优化中的应用。研究通过浮选药剂三因素三水平正交试验采集具有一定代表性的实验数据,然后采用BP人工神经网络,建立了输入为pH值调整剂碳酸钠的用量、抑制剂硅酸钠的用量和捕收剂的用量,输出为选矿效率的BP人工神经网络模型,并通过样本检验模型的准确性。试验结果:F检验确定的药剂制度为pH值调整剂用量4 kg/t、抑制剂用量3 kg/t、捕收剂用量1 kg/t,选矿效率为19.75%,BP人工神经网络确定的药剂制度为pH值调整剂用量4 kg/t、抑制剂用量2.3 kg/t、捕收剂用0.9 kg/t,选矿效率为19.47%,两种药剂制度的选矿效率差别很小,但BP网络确定的药剂制度药剂用量更少。结果表明利用BP人工神经网络可用于浮选药剂制度的优化,可减少试验量,可通过建立模型找出更优的药剂制度,同时结合正交试验减少人工神经网络的学习样本数量,增加样本代表性,优化神经网络的学习过程。     

基于主成分分析法的神经网络模型与箱线图在选厂中的应用

利用探索性数据分析法中的箱线图法对选矿数据进行分析,找到最优的精矿品位、回收率组合.并将其作为输入因素输入到主成分分析-神经网络模型进行验证预测,找到在此组合下的更合理的药剂用量.用此药剂量指导生产,可以得到更好的精矿品位和回收率.     

磺化氧化石蜡皂的合成及其在铁精矿反浮选中的应用

介绍新型捕收剂磺化氧化石蜡皂的合成方法，将其用于包钢选矿厂弱磁选铁精矿反浮选去除氧化矿杂质，与氧化石蜡皂相比，在37～38℃时，选矿效率提高2.97％，药剂用量降低45％；在22℃时，选矿效率提高1.35％，药剂用量降低54％。     

神经网络技术在选矿行业的应用研究

神经网络技术是一门新兴的数据挖掘方法,具有多目标、强拟合、自适应等多种优势。选矿过程包含的流程长、步骤多,涉及的物理化学过程复杂,难以建立精确的数学模型。目前,将神经网络技术应用于选矿各工艺步骤方面已取得了一些研究成果。今后神经网络技术将在选矿过程自动化、选矿设备故障诊断专家系统开发、药剂和选矿效果间的关系研究等领域具有十分广阔的应用前景。     

离子选择电极

电化学控制浮选是近年来硫化矿浮选技术的重大进展。其主要内容是以电化学原理揭示浮选过程的本质，确立流程中各作业点药剂用量与电化学参数的函数关系；在浮选过程中，在线连续测量ｐＨ，电位等各种电化学参数；依据所确立的数学模型调整药剂用量，优化药剂制度，以提高选矿指标。在电化学控制浮选的实验室研究和浮选工业过程中，需要用离子选择电极进行测量。国内外对离子选择电极的研究和生产都很重视，美国已商品化的离子选择电     

MLA技术在某铜钼矿选矿工艺研究中的应用

MLA是目前世界上最先进的工艺矿物学参数自动定量分析测试系统之一。目前国内MLA技术主要用于指导选矿工艺研究,以要进行选矿加工的矿石为研究对象,为选矿流程提供矿物组成、含量、目标矿物嵌布粒度、磨矿产品解离度、伴生元素赋存状态等信息,指导确定选矿工艺,提高选矿试验研究效率。本研究采用MLA技术指导某铜钼矿选矿工艺研究。根据MLA工艺矿物学研究结果确定选矿工艺和药剂制度,通过条件试验确定详细的工艺参数和各药剂用量,最终在原矿铜品位0.63%、钼品位0.022%的条件下,得到铜品位24.82%,铜回收率91.90%,钼品位35.15%,钼回收率57.56%的选别指标。与现场生产指标相比,铜回收率接近,钼回收率提高12%。     

选矿药剂中的环保问题#br#

随着选矿技术的进步，越来越多的选矿药剂投入使用，由此带来的环境问题逐渐受到重视。选矿中涉及到的药剂以浮选药剂为主，包括捕收剂、起泡剂、调整剂、絮凝剂和分散剂等，湿法冶金过程中还涉及到萃取剂等。研究选矿药剂的生物降解特性、药剂结构与降解能力之间的关系对开发新型绿色环保药剂有重要指导意义，常采用的评价方法有振荡培养法、BOD5/CODCr法、CO2生成量法和改良斯特姆法等。选矿药剂对环境的污染包括对水体的污染、选矿车间的二次污染、尾矿坝的复合及二次污染等，应通过研发选矿废水的处理新技术、加大生物技术在选矿中的生产运用、建立药剂准入制度等对选矿药剂的污染进行源头和末端的双重治理。     

微生物在选矿中的应用

用微生物作选矿药剂（絮凝剂，浮选调整剂，捕收剂）的概念是很新颖的。微生物的潜在用途包括用于选矿过程中的常用浮选药剂和絮凝剂，另外，在一些研究中，微生物可用来调整矿物表面，促使矿浮选或絮凝。     

石灰乳动力循环给料系统的设计

石灰乳是应用广泛的选矿药剂。相对其他药剂而言，石灰乳的用量大，现场制备的工作量也较大。块状石灰被送入湿式格子型球磨机中磨碎，经螺旋分级机和水力旋流器分级，细度合格的石灰乳进入搅拌槽内，而粗颗粒则返回到球磨机中再磨，形成闭路。在选矿设计中，搅拌槽内的石灰乳往往利用地势高差来实现自流给药。在实际使用中，     

基于融合建模的浮选药剂消耗预测研究

浮选是选矿技术中常用的技术之一，为了使选矿工艺指标达到要求，需要加入捕收剂、抑制剂、活化剂和 pH 调整剂等药剂。药剂消耗在影响浮选工艺指标的同时也影响着选矿的成本，因此预测每天、周、月、年的药剂消耗量，对其进行定额管理是浮选作业中重要的研究问题，基于缺失数据填补技术采用融合建模的方法在原矿性质、浮选指标及药剂消耗之间建立带有混合效应的非线性模型，并预测 7 d（1 周）、30 d（1 月）、365 d（1 年）的浮选药剂消耗量。预测结果与生产数据对比表明，该模型实现了对选厂浮选药剂用量的短期精确预测。实际数据显示该方法对生产实践具有指导意义。     

基于LM-BP神经网络的浮选药剂流量预测模型研究

结合东鞍山选矿厂浮选流程的实际工况,采集现场浮选流程的关键过程变量、工艺指标,提出了基于LM-BP神经网络的浮选药剂流量预测模型。数据交叉验证的结果表明,该方法能够在保证精矿品位、回收率等指标满足生产要求的前提下,合理预测浮选药剂制度,使浮选矿浆达到最佳矿化状态,进而优化浮选各项指标,对于降低选厂浮选流程的生产成本有一定的参考价值。     

神经网络—交互验证方法及其矿业应用

针对现有矿业神经网络预测方法存在的不足,提出了神经网络－交互验证建模方法,并通过实例介绍了该方法的建模过程。     

多宝山铜业选矿二分厂浮选精细化管理与控制

黑龙江多宝山铜业二选矿分厂采用铜钼混合浮选工艺,细度管控及浮选药剂添加制度对流程稳定性及尾矿指标影响较大,特别是捕收剂及调整剂的使用需要严格把控。基于实验室不同磨矿细度下浮选闭路实验及药剂用量实验结果,制定现场调试方案。最终确定最佳入浮细度在66%以上,根据黄药用量及硫化钠用量实验确定一粗一扫黄药用量110 g/t、硫化钠用量10 g/t。通过入浮细度管控及改良药剂制度,使精矿及尾矿指标均有较大改善。尾矿指标降低0.01个百分点、精矿指标上升3个百分点、回收率上升2个百分点。     

某铅锌矿尾矿综合回收选矿试验研究

针对某铅锌矿老尾矿有用矿物含量高的情况,对尾矿再选进行相关试验研究,以探索合理可行的选矿工艺流程和药剂条件。试验结果表明,尾矿再选综合回收Pb、Zn、Sn、Ag、In、S均取得了较好的效果,其结果对现场的生产和管理也具有现实的指导意义。     

基于平行图像与深度学习的选矿厂设备群升级辅助决策技术

现有选矿厂设备升级辅助决策技术对神经网络的反向微调结果精度较差,导致选矿厂设备的升级优化效果较差。基于平行图像与深度学习算法,设计选矿厂设备群升级辅助决策技术。使用平行图像的方式采集与渲染选矿厂设备信息,标记语义精度样式,计算修正后图像损失函数。应用深度学习训练辅助决策模型参数获取随机单元激活函数,获取循环次数与误差的重构系数。建立选矿厂设备群升级辅助决策模型。实验结果表明,该技术能以最快的速度得到决策结果,且误差较小,选矿厂设备群升级过程的数据精度与完整性可得到保证。     

提高某地铜铁矿石铜回收率试验研究

针对选矿厂铜回收率不高的问题,在不改变选厂现有优先浮选流程及设备的条件下,选择使用MT-12作为铜矿物的捕收剂,通过改变石灰添加地点和用量、提高磨矿细度、优化药剂制度,最终获得铜精矿品位19.54%、回收率75.69%;铜的回收率比现场使用Z-200捕收剂提高了7.46%.     

石灰在铜矿峪矿选矿生产中的应用

对石灰在铜矿峪矿选矿生产中的应用进行了总结,认为合理添加石灰可以提高铜矿峪矿的浮选指标,降低药剂消耗,具有显著的经济效益,应考虑在铜矿峪矿选矿生产中添加石灰。     

基于Res-UNet算法的螺旋溜槽精矿带识别分割方法研究

螺旋溜槽在铁、锡、钛、钽铌等金属及硫、煤等非金属矿的选矿生产中获大量应用,但目前螺旋溜槽的精矿截取调节控制还是依赖于人工,急需开发一种精矿的自适应截取技术代替人工截取以提高螺旋溜槽的生产效率。而实现这一目标的首要任务就是需要解决依赖人工肉眼获取精矿带位置信息的问题,因此提出了一个改进的UNet网络模型Res50-UNet-FD。算法模型使用UNet模型为基础,将残差网络ResNet50代替UNet网络中编码部分的特征提取网络,解决了深层特征提取过程中特征梯度消失以及网络消失的问题,有效提升了螺旋溜槽精矿带特征信息提取的精度。同时,为了改进和优化螺旋溜槽精矿带图像样本数据难易不平衡的问题,利用Focal Loss和Dice Loss的混合损失函数代替原本的CELoss损失函数。经对比,本文算法优于VGG-UNet、Res34-UNet、DC-UNet网络模型,算法模型的mIOU、mPA、F1分数和精确度分别为0.963 2、0.986 9、0.987 0、0.990 7。在性能指标上,本文算法无论是mIOU、mPA还是F1分数,整体性能都比VGG-UNet、Res34-UNet、DC-U...