金矿浮选回收率预测模型

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.      

介质的尺寸和配比对球磨机磨矿粒度影响的研究

针对目前选矿厂球磨机磨矿介质(钢球)尺寸、配比不合理,严重影响磨矿粒度。采用球磨实验机和离散元软件EDEM相结合的方法针对MQG 3 600 mm×4 500 mm型球磨机磨矿介质尺寸、配比对磨矿粒度的影响情况进行研究。研究结果表明,某选矿厂该球磨机磨矿介质尺寸偏大,现场磨矿介质配比不合理。优化后钢球尺寸最大为Φ80 mm,采用本文推荐的磨矿介质配比,Φ80、Φ70、Φ60、Φ40、Φ30 mm钢球分别占25%、25%、20%、20%和10%,此时磨矿粒度最优。