怎样确定最佳磨矿粒度

磨矿粒度,也称磨矿细度。指的是磨矿产物中小于某特定粒度粒级的产率。对于选矿而言,磨矿粒度至关重要。在生产中,一些选矿厂的磨矿粒度并不合适。如宜春钽铌矿的两段磨矿,就存在一段过磨而二段欠磨的问题。倘若磨矿粒度过粗,则磨矿产物中就会有大量有用矿物未能单体分离而得不到回收,选矿回收率自然低。反之,如果磨矿粒度过细,那么磨矿产物中的有用矿物虽已     

关于确定合理的磨矿粒度问题

磨矿粒度的确定是一个极其现实的问题,因为一方面,如生产能力和动力消耗这些指标均取决于磨矿粒度的正确选择;另一方面,有用组分的回收率高低也取决于它。过磨会引起导致金属损失的泥化,使脱水工序的指标变坏,生产能力降低和成本增加,而磨矿不足又导致有用组分单体解离不充分而流失。     

降低碎矿粒度与磨矿节能降耗

从选矿厂的实际生产工艺流程出发 ,依托科技进步 ,选择应用新型的材料 ,达到降低生产成本的目的     

基于多神经网络的磨矿粒度软测量模型

讨论了多神经网络的建模思路及其实现,针对某选矿厂实际一段磨矿分级过程建立了相应的多神经网络粒度软测量模型,并进行了仿真试验。结果表明,模型具有较高的精度,能成功地对磨矿产品粒度进行估计。     

确定最佳破碎产品粒度的数学模型

在破碎和磨矿作业中,所需要供给的能量取决于破碎产品粒度的合理选择。本文在试验的基础上提出一个改进的数学模型,以确定两段磨矿作业(第一段为棒磨,第二段为球磨)破碎产品的粒度。 1.引言金属和能量的需要量在矿石磨碎作业费用中占有很高的比例,在铜矿选厂,破碎和磨矿所消耗的能量大约占50％。破碎和磨矿能量的消耗主要决定于所选择的破碎产品的粒度。最佳     

超声波粒度分析仪在磨矿过程自动控制中的应用

本文介绍凤凰山铜矿棒、砾磨磨矿回路的自动控制策略以及超声波粒度分析仪在回路中的应用。     

基于PLS的磨矿粒度实时在线测量方法

磨矿粒度对指导生产具有重要意义,但粒度分析仪测量周期较长且不可避免地需要维修,为确保实时获得准确有效的粒度在线检测值,本文研究了一种硬件仪表与预测模型相结合的粒度实时在线测量方式。即,在粒度分析仪的基础上采用PLS算法建立粒度的预测模型,并采用RPLS算法进行模型更新。通过预测结果与仪表测量值的对比分析,实现仪表的故障诊断,及时发现硬件仪表的故障并通知操作员进行检修。更重要的是,在仪表进行检修期间,模型的预测结果可代替仪表,为操作人员提供参考,从而实现了真正的实时在线测量,为磨矿过程的优化控制提供了有利条件。     

优化大山选矿厂磨矿粒度组成提高铜浮选指标

针对大山选矿厂磨矿产品粒度组成不合理的问题,进行了优化磨机球荷特性,提高磨矿产品粒度均匀性,增加中间可选粒级含量的实验室试验和工业化试验,工业试验结果表明,在优化磨机球荷特性后,磨矿分级溢流中磨矿细度、易选粒级(-200+38μm)含量分别提高了3.83、5.86个百分点,+200μm过粗粒级含量减少了3.75个百分点。进一步在实验室条件下对优化后的3#磨机分级溢流样和未优化的4#磨机分级溢流样进行浮选闭路试验,结果表明,前者在原矿品位略低的情况下铜精矿的产率和回收率分别高出0.52和1.24个百分点,达到了优化磨矿产品粒度组成提高铜浮选指标的结果。     

安山玢岩精确化磨矿粒度特性研究

本文以辉钼矿载体矿石安山玢岩为研究对象,探究精确化磨矿对安山玢岩磨矿粒度特性的影响。通过段氏球径半理论公式计算得出精确化钢球配比为Φ30:Φ25:Φ15=25%:60%:15%,混合球径为22.3mm。研究表明,在实验室最佳磨矿条件下,精确化装球制度可以降低欠磨粒级产率7.9%,提升易选粒级产率12.2%;半工业化实验证实,精确化磨矿还可以增加易选粒级钼占有率,使粗选段钼回收率可提升10%以上;粗选段闭路浮选试验可以获得钼品位11.49%回收率82.29%的精矿产品,尾矿中硫回收率达92.92%,辉钼矿与黄铁矿得到有效分离。     

基于案例推理的磨矿过程粒度设定方法研究

磨矿过程特性复杂,传统建模方法难以对磨矿粒度进行优化设定。提出采用案例推理方法对磨矿粒度进行优化设定,避免了难以对磨矿过程建立精确数学模型的问题;并应用到酒钢选矿厂磨矿流程中,粒度设定值与实测值对比结果表明,该方法效果较好。     

合理添加磨矿介质的试验

巴里选厂为了提高选别指标,进行了磨矿介质添加制度的试验研究.通过试验.建立合理的磨矿介质添加制度.通过合理添加磨矿介质,获得了合理的磨矿的排矿粒度.使锡、铅、锌等金属的回收率得到了明显提高.     

基于全局时滞间隔辨识的磨矿粒度软测量

磨矿粒度作为磨矿过程中最关键、最直接反应磨矿好坏的生产指标,不仅影响到后续选别工艺的稳定性,还直接关系到分选过程中生产的精矿品位和金属回收率,实现对磨矿粒度的精准预测,不仅能提高磨矿效率、降低能耗,同时也是实现磨矿智能优化控制的有效途径之一。然而在实际生产过程中,由于磨矿过程中大时滞和非线性等问题的干扰,使得磨矿粒度的预测难度变大,且预测精确度不高。将时滞辨识方法引入到磨矿粒度的软测量中,是一个有效的解决思路,但传统时滞辨识算法不仅需要大量的经验知识辅助进行时滞范围的选取,并且所得时滞序列还不具有有序性,难以应用到实际生产过程中。因此,提出了一种基于全局时滞间隔辨识的磨矿粒度软测量方法。通过数据时序性分析确定全局时滞范围,并分别以互相关函数和互信息函数作为关联度函数,使用时滞间隔代替时滞进行基于细分矩形法(DIRECT)的初步寻优,通过累加最优时滞间隔序列得到最终的时滞序列,以此保证时滞序列的有序性。最后将时滞信息引入梯度提升树(GBDT)中进行预测建模。通过仿真数据和真实磨矿过程数据上的结果表明,该方法在减少了对于经验知识需求的同时,能有效解决时滞序列的无序性问题,且软测量的预测精度...     

东鞍山烧结厂降低破碎产品粒度对磨矿的影响分析

结合东鞍山烧结厂的实际情况,降低破碎产品粒度对磨矿进行了影响分析。分析表明,合理控制破碎最终产品粒度,降低磨矿作业电耗,可为企业增加显著的效益。     

精确化磨矿对钨矿粒度分布特性的影响研究

为探明精确化磨矿技术对工业磨矿产品粒度特性的影响,通过实验室对比试验研究发现,精确化制度下的磨矿产品粒度分布更合理,其-0.074mm产率由34.76%提升至44.64%,而过磨粒级与现场一段排矿基本保持一致,有效改善了钨矿石磨矿产品中钨金属的分布特性,与一段溢流产品相比,精确化闭路磨矿产品中-0.15+0.010mm粒级钨金属含量高出现场一段溢流15.93个百分点,-0.010mm粒级钨金属含量低于现场一段溢流26.52个百分点。精确化磨矿后的浮选产品中钨粗精矿回收率比精确化磨矿前高出5.92个百分点,增幅为23.61%;尾矿产品比精确化磨矿前的低出10.00个百分点,降幅为31.95%。对香炉山钨矿三选厂进行了精确化磨矿工业试验,与工业试验前相比,精确化磨矿工业应用后一段分级溢流产品中+0.15mm粒级和-0.010mm粒级含量分别减少了7.41%和11.25%;-0.15+0.010mm粒级含量从66.44%提升至67.76%,增幅为4.52%;-0.010mm粒级中钨金属含量减少了20.51%;-0.15+0.010mm粒级中钨金属含量从79.59%提升至82.75%,增幅为3.97%;钨尾矿中-0.010mm粒级减少了11.90%; -0.010mm粒级和+0.15mm粒级中钨金属量分别减少了30.92%和11.83%。三选厂钨金属回收率从78.65%提升至80.80%,提升了2.15个百分点,增幅2.73%。精确化磨矿试验证实了对香炉山钨矿磨矿产品粒度特性分布改善和浮选指标提升均取得显著效果。     

基于正交试验的预磨机磨矿粒度影响因素分析

为了提高预磨机磨矿效率,使破碎后物料粒度能更好地满足生产需求,针对Ф460 mm预磨试验机,确定了其相应的因素与水平,并设计了四因素五水平的正交试验。根据试验结果,以粗粒产率、中粒产率和细粒产率的质量百分比为评价指标,从直观、极差两方面分析得出了转速、填充率及球配对磨矿粒度的影响趋势,并得到以中粒产率最大和细粒产率最优的设计方案。