磨矿分级过程的自动控制

本文重点论述选矿厂磨矿分级过程控制中的检测和控制方法的应用,指出了磨矿分级过程中经常出现的问题,明确提出磨矿分级过程的重点控制目标参数、控制原理及方法。     

离散元法在磨矿设备及参数优化研究中的应用现状

介绍了离散元法（DEM）在磨矿领域的应用背景;解释了DEM中Hertz-Mindlin 接触模型和颗粒黏结模型的基本原理;分类综述了DEM在球磨机、搅拌磨机和自磨机/半自磨机等三类磨矿设备及参数优化研究中的应用现状;指出了DEM在磨矿领域研究中的独特优势及其发展方向。      

智能磨矿系统半自磨机控制关键参数研究

以某选矿厂半自磨工艺智能磨矿系统生产实践为基础,总结分析了智能磨矿系统半自磨机重要控制参数的影响和运行情况。通过分析生产实践数据发现,智能磨矿系统的关键控制参数为半自磨机转速、给矿粒度、半自磨机磨矿浓度。半自磨机转速对智能磨矿系统的控制最敏感,调节效果最显著,可快速调整磨矿系统运行状态;给矿粒度次之,能起到短时调节作用;半自磨机磨矿浓度敏感性最弱,可实现微调。通过上述关键参数的协同控制,能实现磨矿系统处理能力最大化,产品粒度可调可控。     

X射线智能矿石分选机入选粒级优化试验研究与应用实践

南秧田钨矿在资源整合过程中,白钨矿石品位逐年下降,矿石平均品位0.23%左右,通过应用X射线光电选矿技术对该矿石进行预先抛废处理,确定了适宜的分选机分选粒度、入选品位及处理量,在破碎筛分阶段即可将夹杂的废石大量抛除,使入选品位得以预先富集。入选粒度控制在15～50 mm,处理量控制在45～50 t/h,当入选品位为0.20%左右时,抛废率可达到50%,金属回收率达到92%,智能矿石分选机选矿精矿品位可以达到0.34%～0.49%     

板形设定模型参数优化与控制技术应用

 板形设定模型是整个板形自动控制系统中非常重要的一部分,决定着带钢头部板形的控制精度。板形精度既为热轧带钢的一项重要质量指标,又为衡量产品市场竞争力的主要因素。板形控制是带钢热轧的核心技术,为目前轧制技术研究开发的热点。阐述了鞍钢1780线PC轧机板形设定模型功能和构成,对轧辊热凸度模型参数进行了优化,在模型自学习中对各机架给予适量的平直度及凸度反馈,从而提高了板形设定模型精度。由于实际轧制过程的非线性、时变性,传统PID的控制已近极限,为进一步提高控制品质,板带平直度反馈采用非线性PID控制策略,其参数整定范围较宽,易于工程实现。通过对现场大量的轧制数据统计,在应用模型参数优化程序后,热轧板的平直度与凸度的头部命中率有了一定的提高。     

焦家金矿磨矿介质配比优化试验研究与应用

针对焦家金矿选矿厂球磨机单位球耗高、磨机效率偏低和磨矿产品粒度组成不均匀等问题,基于矿石力学性质和磨矿循环产品粒度分布,采用段氏球径半理论公式计算得到推荐方案介质配比,并建立对照方案进行实验室磨矿对比试验,最终确定初装球方案为:Φ90:Φ70:Φ50:Φ40:Φ30=15:25:20:15:25.2016年10月26日...     

球团矿焙烧过程温度智能化控制技术

通过数据分析确定球团焙烧因素的相关性,制定模糊控制规则,结合PID算法实现焙烧温度智能化调节.该控温方法有效解决球团焙烧过程随时间和生产的热传导模型不恒定、迟滞性强的控制问题,在连续生产情况下各个焙烧环节温控精度±10℃,球团矿转鼓指数由95.38％(+6.3 mm)提高到97.89％(+6.3 mm),抗压强度由20...     

多段磨矿分级控制技术在选矿厂生产中的应用

针对牟定郝家河选厂为例，介绍了所采用的以可编程序控制器为中心控制单元的磨矿分级自控系统原理与应用。     

应用自动控制技术优化磨矿过程控制稳定提高磨矿细度

选矿综合自动化系统生产监控系统磨矿控制子系统针对目前磨矿生产不稳定．过程控制各工艺参数没有优化,岗位操作随意性和滞后性的问题。通过自动控制和参数优化．建立智能优化控制模型,实现磨矿工序生产稳定,提高入选磨矿细度,减少过粉碎。使磨矿作业工序质量能很好满足选别作业要求,促进选别作业技术经济指标的进一步提高。     

磨矿浓度粒度的连续快速检测

论述了选厂浓度粒度连续快速检测的原理和方法，数据反映了过程的加权性质，可取代长期沿用的手工检测法，因而有使用价值。     

江西某铜矿磨矿对比试验及应用研究

针对江西某选厂铜矿石磨矿产品粒度组成差、铜回收率低及磨矿介质消耗量大的问题,以矿石性质为依据,通过实验室磨矿对比试验提出工业化应用的最佳磨矿介质尺寸及配比方案,从而达到改善磨矿效果的目的。实验室磨矿对比试验得出处理矿石的最优初装球方案为?70∶?50∶?40∶?30=20∶30∶20∶30。工业试验期间,从现场7#和8#球磨机溢流中取得矿样,在实验室进行浮选对比试验。工业试验结果表明：应用推荐的磨矿介质方案后,磨矿产品粒度均匀性得到提高,-0.038 mm和-0.074 mm百分含量分别提高了0.47%和2.13%,+0.2 mm百分含量减少了3.14%,中间易选级别-0.2+0.038 mm百分含量提高了2.68%,铜回收率提高了3.70%,球耗降低了0.032 kg/t,为提高铜的浮选回收率创造了有利条件,同时对提高磨矿作业质量具有一定的指导意义。     

变结构智能调节器的研制

介绍了一种变结构智能调节器的设计方法。它适用于加热炉这类大惯性、非线性、受外界因素干扰的对象．利用模式识别实现智能切换．增加系统的抗干扰能力．提高系统的快速性．通过试验表明．控制效果明显改善．     

大坪选矿厂磨矿介质制度优化试验研究

针对大坪选矿厂粗磨磨矿产品粒度均匀性差,磨机利用系数低,磨矿技术效率低等问题,根据矿石力学性质,确定了粗磨推荐介质制度为m(φ100)∶m(φ80)∶m(φ60)∶m(φ40)∶m(φ30)=20∶25∶20∶25∶10,进行了不同磨矿介质制度的磨矿对比试验。结果表明:推荐介质制度与现场介质制度相比,过粗粒级+0. 45 mm产率降低了3. 40百分点;中间易选粒级-0. 150～+0. 038 mm和磨矿细度-0. 074 mm产率分别提高了8. 30百分点和5. 39百分点;磨矿技术效率提高了3. 91百分点,磨机-200目利用系数提高了20. 02%;在粗磨阶段,推荐介质制度与现场介质制度相比,磨矿效果更好。     

模糊控制技术的研究与运用

介绍了在加热炉上运用模糊控制技术的理论研究，结合对当前加热炉的各种控制方法的控制性能、优点和缺点的分析，模糊控制器的设计及对模糊控制器的仿真实验结果，实验室实验(实验条件和主要控制程序以及实验结果)及实际工程运用(实际运用对象的工艺条件、主要现场设备、控制系统和运用结果)等情况作了说明。     

选矿过程检测与控制技术新进展

选矿过程检测与控制技术发展已然呈现智能化特点和趋势,即建立在物理检测、数据分析和数学建模基础之上的工况识别、状态监测和规则提取,进而完成控制系统与控制策略的设计与实现。另一方面,信息化和通讯技术加速了生产非实时数据和信息的采集、互通、利用,对保障工艺流程与生产设备的可靠性运转、有效性维护起到了积极作用,并进一步支撑了选矿过程控制智能化的发展。本文介绍碎矿过程智能故障诊断、磨机负荷监测、磨矿分级过程智能控制、选矿厂无线数据管理等方面的探索与实践。     

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

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。      

智能PID控制调节初探

介绍了智能PID的应用和自己对智能PID的想法以及设想。     

模糊控制技术在炉温控制中的应用研究

阐述了模糊控制的一般方法，并通过在加热炉炉温控制中设计自适应模糊控制器来表述模糊控制器的设计思想。     

模糊控制技术在破碎机自动控制系统中的应用

对矿业公司烧结厂破碎机采用模糊控制系统实现恒功率控制进行了分析和论证。由实际运行效果可知，模糊控制系统运行稳定可靠，实现了破碎机高效运行，充分说明了该系统在工矿企业应用的优势。     

新型模糊PID控制器在大型加热炉中的应用

在分析了普通模糊PID控制器的不足后,通过观察加热炉典型升温曲线,指出如何引入积分器及怎样调整模糊规则才能使控制器更合乎控制要求,并由此设计出一种带智能积分的新型模糊PID控制器。经过在大型加热炉中的实际应用,同常规模糊PID控制器相比,该控制器具有低超调和调节时间短的优点。