30 选矿自动化年评.docx

《30 选矿自动化年评.docx》由会员分享，可在线阅读，更多相关《30 选矿自动化年评.docx（35页珍藏版）》请在优知文库上搜索。

1、第30章选矿自动化年评周俊武1、徐宁2、王庆凯1、赵建军1（1北京矿冶探讨总院、矿冶过程自动限制技术国家重点试验室；2北矿智云科技（北京）有限公司）过去十年选矿自动化的发展速度、普及率前所未有，新建选矿厂无一例外地同步建设自动化系统，老选矿厂也不断通过自动化系统的建设实现改造提升、转型升级。但应用状况、实施效果各不相同，本文就选矿过程检测技术和限制与优化技术做简要评述。30.1 在线检测与分析技术在线检测与分析技术是实现自动化、智能化的基础。在过去的十年里，选矿过程的流量、物位、压力、温度、酸碱度等单一参数的检测应用的特别普及和成熟，这里就不再赘述。选矿过程在线分析技术的开发与应用不仅从未止步

2、，而且越来越被行业所重视。尤其是随着应用基础探讨的快速发展，促进了高端分析系统等智能装备的开发与应用。这类装备通过一个或者多个参数的物理测量和数学建模，能够感知、预料生产中的矿物特征、设备状态、生产指标等困难的、综合的、关联的过程信息。这些装备使得生产操作智能化成为可能，变更了选矿自动化传统的含义和任务，缩短了选矿自动化技术与生产成本、效益、平安、环保、管理、学问储备、人才培育等经济效益和社会效益之间的距离。30.1.1 磨机状态监测技术在诸多选矿设备中，磨机运行成本最高、能源消耗最大，磨机运行状态和效率的限制是实现磨矿过程节能优化的关键。确定磨机工作效能的三个因素：磨机筒体尺寸、提升衬板的状

3、态和磨机的装载量及物料分布状况。假如能够刚好驾驭磨机内物料装载量、磨机内物料浓度粒度状态、衬板磨损程度等设备、状态信息，就能够刚好调整磨机操作条件，使得磨机处理量最佳、运转效率最优、维护保养刚好。因此，磨机状态监测技术始终是矿业技术探讨的焦点和热点，国外的AMIRA、CSIRO.Outotec.CoREM、JKMRC等探讨机构都在这方面做了大量的探讨工作。磨机状态监测技术的种类很多。国际矿业联盟AMIRA立项、CSIRo担当的“基于振动测量的磨机负荷监测”项目，2006年研制胜利了惯性供电系统、加速度计传感器组和无线多通道信号采集系统，利用振动测量方法预料磨机运行状态，2008年在NorthP

4、arkesMine进行了试验。2008年AMIRA利用了离散元素法模拟磨矿过程矿石、钢球、衬板之间的动力学特征，进而建立了多项磨机运行状态参数的预料模型，包括磨机负载、磨矿粒度、磨机衬板磨损状况、磨机物料分布范围等。OUtOteC公司2006年报道了利用功率曲线中的脉动信息预料磨机装载量并开发磨机装载量分析仪MinSenSe的探讨，他们认为功率曲线中的脉动信息是由磨机周期性的将物料提升起来、再撞击究竟部物料的运动过程产生的，因而能够通过对脉动信息的提取，以及其在磨机旋转周期的相位变更，来推断充填物料的运动趋势。磨机电耳检测是采纳声响法，将磨机工作过程中产生的噪音，通过麦克采集,转变成仪表信号的

5、方法。据文献报道，该方法被用于南京银茂铅锌矿有限公司选矿厂、中国黄金集团内蒙古矿业有限公司乌努格吐山铜铝矿选矿厂等的磨矿限制系统中，起到了良好的应用效果。我国在较长一段时间内采纳电耳方法预料磨机负荷状况，该方法在肯定程度上能够反映磨机负荷状况，但是由于干扰信号种类众多、信号分析处理手段比较简洁，精确度受到了肯定影响。2006年我国起先基于磨机筒壁振动信号检测与分析的“磨机/半自磨机负荷检测技术”探讨，胜利开发“基于振动测量的磨机负荷监测”系统，实现了振动信号采集和信号实时处理，设备在工业现场长期牢靠运行小儿但是，磨机振动信号受衬板磨损程度的影响严峻，随着时间的推移，信号会出现长期漂移。十二五期

6、间，通过增加衬板磨损测量传感器，在线测量衬板磨损状况，对振动信号进行修正，极大地改进了系统的适用性，同时，可以预料衬板磨损，合理支配检修支配。目前，磨机振动信号的特征参量Beta可用于磨矿限制系统中,并已经胜利应用于三山岛金矿、焦家金矿等选矿厂的磨矿给矿限制回路。综合国内外的探讨成果与应用实践看，磨机状态特征具有多参数耦合、时变、大滞后、多样化等特征，依靠单一检测技术或者方法的局限性很大，因此须要详细对象详细分析，依据被监测对象和详细磨矿工艺的特点，将动力学仿真、数据建模、多变量统计监控等多种技术有机整合，才能取得较好的效果。另一方面，这些年我国磨机设备自带的自动化系统比较成熟了，包括功率、电

7、流等参数，润滑、液压等装置的临界操作和联锁限制等。从生产实践来看，这些看似简洁的变量和信息，对磨机运行状态的分析也是特别重要的。30.1.2 浮选泡沫状态分析技术目前浮选泡沫状态分析技术以分析浮选泡沫表面视觉特征为主，是浮选工况和工艺指标的干脆指示器，在实际矿物选别生产中，浮选泡沫表面视觉特征，如颜色、大小、流速、纹理等依靠人工视察，主观性强、误差大、效率低，无法实现浮选状态的客观评价与认知，造成生产过程不稳定，矿物原料流失严峻，药剂消耗量过大，为此将机器视觉应用到矿物浮选过程的监控中，可以提高浮选过程的回收率。近年来，基于机器视觉的浮选泡沫表面特征监测技术已引起了工业发达国家科研机构的高度关

8、注并推出相应产品。C.Aldrich等、IVanaJOVanoViG等以及南非Mintek网中共提及16款国外的泡沫图像产品。但相关文献较少，其中ViSiOFroth(Metso),FrothMaster(Outotec)已在国外的矿山企业有了广泛的应用。国内北京矿冶探讨总院、中南高校、中国矿业高校等也开展了浮选泡沫图像处理及检测技术的探讨，取得了肯定的探讨成果。J.F.Reddick等阴运用SmartFroth尝试通过颜色预料品位，并认为单独的颜色信息不能用来精确的预料精矿品位。A.Supomo等5在印尼PTFreeport的粗选槽上，运用ViSioFroth测量泡沫溢流速度，通过修改液位限

9、制设定值，配以其他限制条件，调整产率，并宣称提高了粗选流程回收率2.4%。J.1.eivaU等运用VisioFroth测量泡沫输运估计空气回收率，I.Rojas等1运用ViSioFroth测量泡沫输运特性。E.Sanwani等采纳JK俘获法和CSIRO电导率法测量浮选槽内气泡体积分数并对比。NicolasBarbian等”可通过专用隔离筒测量泡沫厚度来测量气泡稳定性，与泡沫图像测量的空气分散特性对比结果一样，证明适中的充气量是保持泡沫稳定性和回收指标的关键。Barbian.N等对气泡固体荷载和空气回收率进行测量，并引入两个参数泡沫体积矿物荷载和相互关极点，并探讨这两个变量与浮选性能的相关性。1

10、.in.B等提出并实施了一种的气泡尺寸估计方法。Nunez.F等开发了基于软测量的动态纹理预料为采样时泡沫速度的算法。M.H.Moys等对测量泡沫载荷的方法进行改进。C.Marais等岫通过泡沫图像信息估计粕品位。Mehrshad.N等网提出了一种基于标记的自适应分水岭分割算法测量泡沫尺寸分布。A.Kramer等1将化学品动态表面张力的测定快速气泡法引入到浮选中在线测量气泡表面张力。W.Kracht等22J采纳随机靠近法测量泡沫尺寸分布。NiSSinen.A等闾运用ERT测量数据对泡沫结构进行建模，并联合运用泡沫图像技术进行检测，结果表明两者有较好的相关性。JahedSaraVani.A等国在

11、试验室采纳固定变量法变更浮选运行条件，运用图像技术分析泡沫信息，然后采纳神经网络法进行建模。Ata.S等阳运用高速摄像机拍摄并分析颗粒对毛细管吹出气泡的影响。MOITis.GDM等侬】运用高速相机浮选并验证Dippenaar在1982年对方铅矿颗粒对气泡薄膜的影响，并提出一些不同的观点。北京矿冶探讨总院2008年开发出了BFIPS-I型浮选泡沫图像分析系统，该系统依据获得的浮选泡沫图像可以计算出浮选泡沫大小、个数、稳定性、速度、颜色、纹理等特征参数，该系统在德兴铜矿大山选矿厂铜铝混合浮选作业进行的工业应用，并实现了利用泡沫特征参数对精矿泡沫品位进行的预料。2014年BFIPS-II型浮选泡沫图

12、像分析系统在山东黄金集团焦家金矿选矿厂中运用，通过联合调解锥阀以及充气量，限制浮选泡沫速度，实现了浮选过程的自动限制并取得显著效果。中南高校也在基于机器视觉的矿物浮选过程监控技术方面取得了相应的探讨成果，研发了铝土矿、铜矿、金睇矿等多种矿物浮选泡沫图像处理系统，其铝土矿浮选泡沫图像处理系统能够自动提取出表示泡沫颜色、大小、速度、纹理、稳定性、流淌性等泡沫特征，并供应泡沫图像实时显示、特征曲线及工艺参数曲线实时显示，实现浮选泡沫状态的分类、识别与综合评价和自动生成生产报表等功能，该系统有效改善工人工作环境和劳动强度，对现场浮选操作供应指导信息，提高了浮选过程的自动化技术水平久近几年很多学者针对泡

13、沫纹理、尺寸、颜色、移动速度等特征的提取方法及浮选工况识别方法绽开了大量探讨。为了精确获得泡沫图像纹理，桂卫华等128)在灰度共生矩阵方法的基础上提出一种新的浮选泡沫图像纹理特征提取方法，将泡沫图像进行颜色空间转换，对转换后的泡沫图像计算其颜色共生矩阵，然后从归一化后的颜色共生矩阵中提取特征统计量，最终依据特征统计量表征的泡沫纹理状况，从而为浮选优化限制供应依据。刘金平129建立了泡沫图像变换域系数的统计分布模型，并依据泡沫图像对应的视觉特征与浮选生产工况的相互关系，开发基于泡沫图像统计特征参量的粗选过程药剂添加健康状态的自动识别功能，以及浮选生产工况的综合分类与评价功能，以铝土矿浮选过程为对

14、象,将所提出的方法应用到了浮选过程工况分类与识别中,并利用所收集的浮选操作学问,依据工况识别结果,为浮选现场操作工人供应了相应的操作指导。任会峰刖依据泡沫图像与浮选矿浆PH值的关联性，提出泡沫颜色、形态和纹理特征提取方法,建立基于泡沫图像特征与多工况子模型组合的PH软测量模型,实现铝土矿浮选PH值的实时检测,为浮选过程优化限制创建条件。周开军州提出了基于分级分水岭算法的泡沫图像自适应分割方法，引入样本统计分布的概念,提取了气泡平均尺寸、方差、偏斜度及陡峭度等统计特征，提出了基于形态学签名变换的泡沫形态特征提取方法，对气泡形态特征进行量化。分析泡沫形态特征与矿物回收率的相关性,建立了基于最小二乘

15、支持向量机的矿物回收率预料模型，为优化操作供应依据。林霞针对目前存在的浮选泡沫图像的纹理特征提取存在计算量大及精度低的特点,在图像的空间域中提出了基于CCHS的纹理特征提取方法。针对困难工况导致浮选泡沫图像纹理困难多变以及光照变更等鲁棒性等问题,在图像的频率域中提出了基于改进的GabOr小波变换的泡沫图像的纹理特征提取方法,将提取到的纹理特征用于工业分类。欧文军印】探讨了速度和形态特征提取算法，一种基于宏块跟踪的泡沫运动速度提取方法,并引入最大势能的概念,模拟分水岭集水盆地的沉没过程,基于最大势能的分水岭分割方法获得泡沫的形态特征，采纳专家学问系统为浮选过程优化限制供应指导。陈宁提出一种基于颜

16、色共生矩阵的浮选泡沫图像纹理特征提取方法，通过统计泡沫图像纹理困难度及与之对应的矿物品位，分析两者的变更关系，定性地指出泡沫纹理困难度与矿物品位的相关性,给出浮选泡沫的最佳纹理困难度区间。牟学民国】提出了一种自适应的基于FOUrier-MeIlin变换与模板匹配相结合的泡沫图像宏块跟踪方法来自动跟踪形变气泡以精确测量浮选泡沫流向刮板的速度，以及基于泡沫图像灰度SIFT与Kalman滤波相结合的泡沫速度特征提取方法跟踪各种泡沫运动子块。针对泡沫稳定度特征难以定量描述问题,提出基于数字图像处理的浮选泡沫表面形变系数与破裂率特征提取方法,对泡沫形变系数、泡沫破裂率的量化描述。李建奇36探讨浮选泡沫图像的清楚度评价方法、泡沫图像的光照匀称化方法,以及泡沫图像的多尺度增加方法,进一步提出一种面对参数测量的泡沫图像自适应分割方法,在铝土矿浮选工业应用方面进行了探讨。其他基于泡沫图像处理技术的方法，还包括统计树型小波变换后的小波系数来提取精选泡沫图像纹理特