选矿自动化结课论文选矿自动化发展现状及趋势矿加09-3 阮桂林0972146333内蒙古科技大学2012/9/25 Tuesday选矿自动化发展现状及趋势摘要简单介绍了选矿自动化的发展历程,从最初的单独变量检测,发展到现在的多变量在线检测,并指出了粒度分析仪和品位分析仪等重要选矿分析仪器的最新进展,及选矿自动化近年来的一些新技术以及过程控制、优化控制等先进方法在选矿过程中的应用,并总结了选矿自动化的发展趋势。
关键词选矿自动化优化控制过程控制智能化数字化自动化的发展对选矿过程有着非常重要的作用,可降低选矿过程中的人工成本、简化操作过程、提高劳动生产率、降低能耗、稳定产品质量等。
因此,选矿自动化一经进入到生产实践中,就已成为现代选矿必不可少的因素之一。
1 选矿自动化发展历程选矿自动化技术诞生于20 世纪40 年代初期。
矿石本身的性质存在很多差异,所以,选矿工艺流程也不尽完全相同。
选矿自动化设定的流程或者参数并不能具有普适性。
所以,选矿自动化的发展非常缓慢。
50 年代初期,选矿自动化主要是对选矿过程的某些单独的变量进行测量,并不能与其他的变量进行关联处理。
到了50 年代末期,自动控制水平有了很大发展,这一点也影响到了选矿自动化,这一时期开始了模拟仪表的控制,但并不稳定。
60 年代初,一批用于选矿的自动检测仪表研制成功并逐渐应用于选矿过程,比如矿浆浓度计、金属探测器以及矿浆PH 计等,有些仪表现在还应用于选矿生产中。
到了70 年代初,自动检测技术有了突破性的进展,一些在线检测仪被发明出来,比如X 荧光分析仪用于在线检测金属含量等。
到了70 年代末,选矿过程中比较关键的指标矿浆粒度有了在线检测仪器,这种在线粒度计对提高磨矿产品质量和磨矿效率起到了很大的作用。
70 年代,一种新的控制理论和方法被提出来,同时电子计算机也有了迅速发展,这种理论应用于电子计算机使得计算机控制技术有了突破性的发展。
70 年代中期,已经有了基于微处理器的集中分散型控制系统,这种控制系统促进了工业过程控制的发展。
至今,美国、俄罗斯、南非、澳大利亚、智利、芬兰、加拿大等一些传统的矿业大国在一些大中型选矿厂普遍采用过程控制技术。
从碎矿到脱水的各个选矿作业环节,过程控制技术无处不在,测控参数包括各个关键矿产品或者重要过程产品的粒度、浓度以及品位,随着计算机技术的提高和网络技术的迅猛发展,选矿过程控制已经迈向了集成化的步伐。
2 选矿自动化的一些新技术21 世纪初,多家世界级大型企业( 包括PhelpsDdodge、Anglo Platinum、WMC Resources、Rio Tinto 和Xstrata 等) 赞助CSIRO 机构( 位于澳大利亚) 开发磨机负荷在线分析系统。
这种在线分析系统是对半自磨球磨机表面振动进行检测,以此来确定磨机内的物料的运动信息,通过对物料的运动信息进行分析,可以得到衬板和和提升板的磨损状况报告,根据检测到的信息判断磨机的各项参数是否符合矿石性质以及工艺流程的要求,并且以此为依据优化磨机的操作参数。
粒度分析仪是一种广泛应用于选矿过程的粒度分析仪器。
目前,OUTOTEC 公司生产的基于位移原理的PSI300 型粒度分析仪和基于激光原理的PSI500 粒度分析仪,SYMPATEC GmbH( 位于德国)生产的OPUS 在线超声衰减粒度仪,这些都是比较先进的粒度分析仪器代表。
品位分析仪也是选矿过程中非常必要的一种分析仪器,比较典型和先进的有芬兰OUTOTEC 公司开发的Courier 系列的载流X荧光分析仪。
MINTEK 公司( 位于南非) 开发了磨机排矿浓度预估器和旋流器溢流矿浆粒度预估器,这2 种装置是利用软测量技术开发的,通过建模方法实现在线识别和获取磨矿过程的变量信息。
另外,在中国比较先进的有北京矿冶研究总院于2006 年开发的BPSM 矿浆在线粒度分析仪,并且已经成功应用于工业生产; 目前正在工业试验中的还有北京矿冶研究总院开发的BOXA 型载流X 荧光品位分析仪。
另外,解决在线采集磨机筒壁振动检测数据和数据的无线传输问题方面,北京矿冶研究总院与东北大学、清华大共同开发了半自磨机球磨机负荷监测技术,目前正在多个选矿厂进行工业试验。
在浮选过程控制方面,由于浮选泡沫是反映浮选状况的最容易得到和最直观的信息,所以大多关于浮选的控制都是以浮选泡沫作为检测参数。
2000年,OUTOTEC 公司( 位于芬兰) 采用图像处理技术来计算浮选泡沫参数,结合在线X 射线荧光分析仪得到的分析金属含量数据,分析浮选的状态,并且以此来优化浮选过程,此方法应用于生产并取得了很大成功。
2008 年,北京矿冶研究总院与中国矿业大学合作开发了浮选泡沫图像分析仪,该分析仪能够实时分析出泡沫的颜色、大小和流动速度等参数,对这些参数进行分析,以此来控制和优化浮选过程。
3 选矿过程的优化控制不同种类和地区的矿石性质是多种多样的,根据矿石性质所确定的工艺流程也是各不相同。
单一参数的在线检测已经不能满足选矿自动化的要求,一种新的、智能的优化控制被提出来,这种控制以复杂过程多变量融合的过程信息的软测量技术为基础,并融合了单一参数检测方法。
在优化控制方面,Mintek( 位于南非) 开发了一种StarCS 选冶过程优化软件包。
这种软件包汇集了多年的生产数据资料和多年工业实践经验,以此为基础来优化选矿过程; OUTOTEC 开发了PROSCON 先进控制系统对选矿过程进行优化控制。
这两种是代表当前国际选矿优化控制的先进成果。
这些控制方法对于实现选矿过程的全面在线分析、进一步开发选矿智能化控制方法奠定了基础。
东北大学开发了一种混合智能控制方法,该方法是针对在某选矿厂的焙烧过程,根据运行工况实时调整控制系统的设定值,并且通过控制系统跟踪调整后的各项指标,将指标控制在目标范围内。
要实现真正的选矿自动化,首先要实现的是选矿过程的实时检测。
当选矿的工艺流程与矿石性质发生偏差时,工艺流程必须要根据矿石性质做调整。
因此,要有正确的工艺流程,必须有正确的经验和以往数据作为指导。
在此基础上还要对数据进行分析,与实时检测的数据进行比对,将数据的差异转换为工艺流程大的或细微的改变。
另外,历史的数据库只有与选矿工艺和设备相联系后,才具有价值.北京矿冶研究总院提出了一种多变量统计过程监控技术,该技术是一种基于数据驱动和数据分析的理论提出的,该平台主要有以下几个部分:(1) 工艺过程控制。
这一部分PLC 是主要的执行设备。
它的任务是变量采集、连锁控制和回路稳定控制。
(2) 计算机监控。
这一部分是由工业HMI 软件和选矿过程专用信息处理软件2 部分组成的。
工业HMI 软件构成的生产过程数据采集和监控系统,用来建立生产历史数据库; 选矿过程专用信息处理软件则负责将建立的历史数据库和企业第三方数据库进行集成,综合成统一数据仓库。
(3) 选矿过程信息处理客户端。
客户端的工作人员可以对生产过程数据进行实时处理,包括与历史数据进行比对、以及对数据进行重组、对多数参数的数据进行关联计算以及进行趋势曲线组合分析等。
多变量统计过程监控技术通过对生产过程中的数据进行分析,挖掘数据中的本质特征信息和内在联系,对数据之间的关系采取合理的表达方式表示出来。
这种方法可以使历史数据与实测数据进行比对,可以发现工艺流程的偏离,可以实现异常工况的报警,并且可以找出引起工艺流程异常的某个变量或者多个变量。
2010年北京矿冶研究总院利用此监控系统对磨矿过程进行运行模式的建模并且进行自动诊断。
实验证明,多变量统计过程监控技术可以在生产数据仓库的基础上,利用智能化的方法对其进行内部联系的分析,分析结果可以对实时生产提供指导,具有现实意义。
4 选矿自动化的发展趋势4. 1 传感器的数字化、智能化和虚拟化随着选矿过程对质量不断提高的要求和对经济利益要求的最大化,对现有矿用传感器的稳定性、精确性、可重复性和灵敏度提出了更高的要求,以便为选矿过程的控制提供更为可靠的状态数据。
数字化、智能化的传感器可以通过现场总线实现多方向、多变量的数据通讯,以取代传统的传感器的单方向、单变量的输入、输出,满足了选矿过程的要求。
传感器的虚拟化可以克服选矿过程恶劣的工作环境,使矿用传感器可以更加准确、稳定的进行长时间工作。
4.2 控制理论和方法的优化选矿过程非常复杂,而且还有难以处理的复杂特性,如大时滞、耦合、多变量、不确定性、非线性、时变和随机扰动,这使得过程控制非常困难。
为使选矿过程控制装置的适应能力更强,就对控制器的适应能力和稳定性等提出了更高的要求。
随着智能控制技术不断的发展和进步,会有更多先进的智能控制技术运用到选矿控制过程中。
总的来说,从选矿自动化发展的方向看,以下几种控制方法将成为选矿过程控制的发展方向。
(1) 优化控制。
所有企业追求的目标是利用最少的资源获取最大的经济利益,优化控制就是基于这种思想产生的,它是一种基于集散系统的设定值优化的控制方式,将是今后重要的选矿自动化控制方向(2)智能控制(IC)。
这是一种在常规控制理论的基础上进一步发展与提高的一种控制思想和方法,是一种闭环自动控制,常用于非结构化、高度非线性、不确定性和与控制对象作用复杂关系的情况下,这是未来选矿自动控制系统中比较重要的一种控制方式。
(3)模型预测控制(MPC)。
选矿过程的数学模型很难精确建立,因此在引入选矿过程中时相当困难。
模型预测控制就是针对这种情况而提出的,这也是未来选矿过程中的一种重要的控制方式。
5 结论选矿自动化是选矿过程非常关键的一种控制方式,实施自动化选矿可以提高生产率、降低能耗、稳定产品质量等。
选矿自动化自产生至今已有了长足的发展,其中一些关键性技术已经应用于生产并且取得了很大成功。
随着科学技术的不断发展和进步,必将有更多的选矿自动化控制应用于选矿生产。
参考文献[1]孙云东,杨金艳.国内选矿自动化技术应用及进展[J].黄金,2010( 4) : 35-38.[2]秦虎,刘志红,黄宋魏.碎矿磨矿及浮选自动化发展趋势[J].云南冶金,2010( 6) : 13-16.[3]聂光华,林和荣.选矿厂过程控制的现状及发展前景[J].矿产综合利用,2007( 10) : 27-31.[4]张晓东,李小平,王小刚,等.排山楼金矿选矿厂综合自动化系统[J].冶金自动化,1999,23( 6) : 29-31.[5] F. Flament,A. Desbiens,R. deillar. Distributed control at the Kidd Creek grinding Plant,Part 1Control Strategy design[J]. CIM Bulletin,1997( 90) : 1008-1014.[6]周俊武,徐宁.选矿自动化新进展[J].有色金属: 选矿部分,2011 年( 增1) : 47-54.[7]徐宁,周俊武,王清.关于选矿过程智能化控制技术的探讨[J].铜业工程,2011( 1) : 54-60.。