浮選藥劑智能優(yōu)化設定控制方法的研究.pdf

《浮選藥劑智能優(yōu)化設定控制方法的研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、浮選藥劑智能優(yōu)化設定控制方法的研究王文海1葉樹峰2(1招金礦業(yè)股份有限公司河東金礦，山東招遠265400)(2中國科學院過程工程研究所，北京100190)摘要：智能優(yōu)化，無論是對于社會經(jīng)濟發(fā)展還是對于人們日常生活來說，都發(fā)揮著不可替代的作用。智能優(yōu)化是浮選藥劑設定的有效控制方法。該種控制方式不僅準確地控制藥劑用量，同時有效地減小浮選藥劑的消耗。和傳統(tǒng)的藥劑設定控制方法相比，這樣智能化的工程模式起有著相當重要的意義。本篇文章將對智能優(yōu)化控制方法在浮選藥劑設定中的應用，作出具體分析和討論。關鍵詞：浮選藥劑；智能優(yōu)化；設定控制；方

2、法研究最近這些年，隨著我國科技不斷發(fā)展，智能控制也在逐漸發(fā)展的過程中愈漸成熟。目前它已經(jīng)在諸多領域中得到了廣泛應用，特別是在浮選藥劑設定行業(yè)，這項智能的普及取得了很大進步。它具有操作簡單、結果精準的特點。智能優(yōu)化控制方法的逐步滲透對提高浮選藥劑設定值的準確性來說，具有有著重要意義。一1浮選藥劑控制現(xiàn)狀改變礦物的可浮性是實現(xiàn)浮選的根本原理。具體來說，不同的礦物，不僅其物理性質不同，同時所具備的化學性質也不盡相同。借助于浮選藥劑的作用，礦物所具有的可浮性可以被適度地增大或減小，進而順利地完成了礦物的準確分離。浮選過程主要涉及兩個

3、工藝指標：一個為精礦品位，另一個為尾礦品位。這兩種工藝指標均與浮選藥劑的用量有些密切的關系。然而這種關系往往具有不穩(wěn)定性，同時這種不確定的非線性關系用數(shù)學模型很難進行描述。因此，為了解決在線連續(xù)測量這一問題，加用浮選藥劑成為了一種可行的方法。常用的加藥方式有兩種：一種為定值加藥，另一種為按比例加藥。雖然通過加藥的方式實現(xiàn)了礦物的有效分離，但浮選過程仍存在著諸多缺陷，例如：其工藝流程較為復雜，精礦品位、尾礦品位不穩(wěn)定，浮選效果往往受多種因素的影響。近些年來，為了進一步準確地控制藥劑用量，減小浮選藥劑的消耗，同時降低精礦品位、尾

4、礦品位的波動程度，智能優(yōu)化成為了浮造藥劑設定的有效控制方法。2智能優(yōu)化設定控制方法的應用浮選藥劑加用過程的諸多環(huán)節(jié)中，藥劑添加是浮選過程的關鍵環(huán)節(jié)。該環(huán)節(jié)中可將適量的浮選藥劑加入條件合適礦漿中。調漿環(huán)節(jié)是浮選過程的重要環(huán)節(jié)。通過該環(huán)節(jié)將條件適宜礦漿可與藥劑進行充分的混合。浮選環(huán)節(jié)是浮選藥劑加用過程中的最后環(huán)節(jié)。通過上述多種環(huán)節(jié)的作用，上游礦漿就實現(xiàn)了向精礦及尾礦的轉變。如上述所說，藥劑添加是浮選過程的關鍵環(huán)節(jié)。為了有效地控制浮選藥劑的添加用量，智能優(yōu)化設定控制是必不可少的條件。目前，根據(jù)浮選藥劑用量控制的以往經(jīng)驗，結合所推理

5、的藥劑模型，已經(jīng)得到了浮藥劑智能優(yōu)化設定控制方法。這里所說的藥劑模型主要包括三種，一種為單位藥劑預設定模型，一種為反饋補償模型，另一種為藥劑量計算模型。2．1單位藥劑預設定模型單位藥劑預設定模型及反饋補償模型的有有效結合實現(xiàn)了單位藥劑智能優(yōu)化設定的有效控制。在單位藥劑預設定模型條件下，單位藥劑預設定值的準確獲取需要多個礦漿指標的參與，而這些指標可簡單表示為c、Y、d。其中c代表礦漿濃度，Y代表礦漿流量，d代表礦漿粒度。同時精礦和尾礦品位目標值盧也是必不可少的。除此以外，單位藥劑預設定模型是在案例推理技術的基礎上構建起來的。因

6、此，單位藥劑預設定模型的建立不僅涉及藥劑控制操作專家以往的經(jīng)驗，同時還涉及案例的構造、檢索、重用、修正及存儲。2．2藥劑量計算模型在礦物浮選的過程中，無論是精礦品位還是尾礦品位均回因給礦邊界條件的不穩(wěn)定而發(fā)生改變。因此，在進行單位藥劑預設定值計算時，為了減少干擾因素的作用，進一步提高其準確性，對其值進行反饋補償是必不可少的。與單位藥劑預設定模型的案例推理技術有所不同，反饋補償模型是在規(guī)則推理技術的基礎上構建起來的。同時，它的構建主要以精礦品位和尾礦品位的變化情況為依據(jù)。其中，指標目標值與實際目標值之間所形成的誤差是規(guī)則推理的

7、前提條件。反饋補償值是規(guī)則推理的最后結果。在反饋補償模型的使用條件下，“原型分析”是浮選過程的常用方法，該種方法與案例推理相似，均是結合了藥劑控制操作專家以往的經(jīng)驗。但不同的是設定值的提取是通過補償方法“原型”的方式獲得的．該種方式使系統(tǒng)知識庫得到了進一步的優(yōu)化，從而不僅使知識的連續(xù)性及一致性得到了充分的保障，同時其推理結果的準確性也得到了進一步的提高。2．3藥劑量計算模型藥劑流量是浮選過程中添加浮選藥劑的主要形式。同上述兩種藥劑模型不同，在浮選藥劑量計算模型的條件下，浮選藥劑的添加量主要是通過浮選給礦量及單位藥劑優(yōu)化設定值

8、進行控制的。同時，這一過程是通過加藥閥動作的有效控制而完成的。該種模型使浮選藥劑的設定得到了進一步地優(yōu)化控制。3結語當今社會，人們對于智能技術的要求正在逐漸升高。智能優(yōu)化，無論是在浮選藥劑設定控制方面，還是在未來其他化工行業(yè)應用方面，都將發(fā)揮著不可替代的作用。智能優(yōu)化滿足了企業(yè)對浮選藥劑設