孫 靜 吳同春

(中國黃金集團內蒙古礦業(yè)有限公司)

基于泡沫、品位分析的浮選優(yōu)化控制

孫 靜 吳同春

(中國黃金集團內蒙古礦業(yè)有限公司)

烏山銅鉬礦原來浮選控制主要依靠工人的經驗和責任心，浮選過程“跑槽”、“冒槽”“不刮泡”等現(xiàn)象經常發(fā)生，直接導致精礦品位不穩(wěn)定、金屬流失、回收率低。為此，通過泡沫分析儀實現(xiàn)了穩(wěn)定的產率控制，根據(jù)品位分析儀穩(wěn)定了精礦品位，運用選礦技術、品位分析技術、泡沫圖像分析技術和模糊控制技術等相結合，找出了品位和回收率的最佳平衡點；在穩(wěn)定精礦品位的前提下，提高了回收率，降低了勞動強度，取得了顯著的經濟效益。

泡沫分析 品位分析 過程參數(shù)優(yōu)化 回收率

中國黃金集團內蒙古礦業(yè)有限公司選礦廠(以下簡稱烏山選礦廠)地處內蒙古自治區(qū)新巴爾虎右旗境內，主要生產銅精粉和鉬精粉。烏山選礦廠生產流程采用粗碎—SABC碎磨工藝—混合浮選—混合精選—混合精礦分離浮選—尾礦膏體排放技術，銅鉬混合浮選采用的是320 m3大型浮選機。

浮選是一個極其復雜的動態(tài)循環(huán)系統(tǒng)，且易受浮選給礦濃度、給礦量、給礦粒度、給礦品位和浮選藥劑等眾多因素干擾，難以建立精確的數(shù)學模型[1]。常規(guī)的以基礎控制回路為主的定值控制難以適應浮選復雜工況條件的變化，且工人依靠經驗和責任心根據(jù)工況的變化去調整各個回路的設定值，既不及時，又難以找到最優(yōu)的過程參數(shù)，經常導致浮選過程出現(xiàn)“冒槽”、“跑槽”、“不刮泡”現(xiàn)象，進而導致浮選精礦品位不穩(wěn)定，造成金屬流失，回收率下降[2]。為此，運用選礦技術、模糊控制技術、泡沫圖像分析技術、品位分析技術與常規(guī)PID控制技術相結合，構建了浮選優(yōu)化過程控制系統(tǒng)，實現(xiàn)了浮選過程參數(shù)的優(yōu)化，代替了原來的人工控制。穩(wěn)定了精礦品位，提高了回收率，經濟效益顯著。

1 浮選工藝及控制現(xiàn)狀分析

烏山選礦廠浮選工藝流程為1粗3精3掃，首先經過磨礦旋流器溢流的濃細度合格的銅鉬混合礦漿進入粗選進行分選，富集有用礦物的泡沫進入精選，粗選底流進入掃選。粗選泡沫進入精選進行3次分選，精選泡沫為最終的銅鉬混合精礦，精選底流返回到粗選工序。粗選底流進入掃選進行3次分選，掃選泡沫返回到粗選工序，掃選底流為最終尾礦排放到尾礦庫。烏山選礦廠浮選工藝流程見圖1。

圖1 浮選過程工藝流程

(1)

(2)

2 過程優(yōu)化控制方法

2.1 泡沫圖像分析儀簡介

浮選泡沫圖像分析儀是應用于選礦過程中浮選泡沫特征參數(shù)的實時分析在線檢測儀器。該儀器采用計算機視覺技術，分析浮選機表層的泡沫實時特征狀態(tài)，測量的泡沫移動速度、大小、黏度、RGB顏色空間等參數(shù)，為及時調整浮選控制提供量化數(shù)據(jù)和實時泡沫圖像，同時為優(yōu)化控制、專家系統(tǒng)的模型建立提供數(shù)據(jù)支持。

泡沫的移動速度、大小和RGB值對于浮選控制策略來說是3個關鍵的參數(shù)。通常，泡沫移動速度可以表征浮選機的刮泡量，泡沫的大小和紋理可以表征所給藥劑量是否合適，泡沫的顏色和亮度可以描述精礦的品位和回收率[5]。泡沫圖像分析儀界面見圖2。

圖2 泡沫圖像分析儀界面

2.2 品位分析儀簡介

X熒光分析儀是基于能量色散的分析技術，利用高壓產生X射線激發(fā)被測試樣，產生X射線熒光，由于X射線熒光的能量是特征性的，與元素有一一對應的關系，同時在一定檢測周期內熒光光子數(shù)與元素含量成正比，依據(jù)X熒光的上述特點實現(xiàn)對元素的定性和定量分析[6]。品位分析儀界面見圖3。

烏山銅鉬礦選礦廠品位測量采用的是芬蘭奧圖昆普公司的Courier 6在線X熒光分析儀。該儀器對浮選流程的原礦、精礦、尾礦的品位進行實時測量，為生產提供實時的品位數(shù)據(jù)參考。品位分析儀測量值與化驗值對比結果見表1。

圖3 品位分析儀界面

由表1可知，品位儀測量的原礦銅品位、混合精礦銅品位和尾礦銅品位的測量值與化驗值的誤差均在2個百分點以內，完全可用于指導生產，同時為優(yōu)化控制、專家控制提供數(shù)據(jù)參考。

2.3 優(yōu)化控制策略

經典控制論解決線性定常系統(tǒng)的控制問題是十分有效的，但在實際生產中卻有相當數(shù)量的過程，如大滯后、非線性等復雜工業(yè)過程，用傳統(tǒng)的方法難以實現(xiàn)自動控制。一個熟練的操作人員可以沒有理論知識，憑自己豐富的實踐經驗通過手動操作實現(xiàn)復雜生產過程控制。人們的經驗知識具有模糊性，無法用精確數(shù)學語言表述，但可用模糊集合與模糊邏輯描述，通過把這些經驗知識變成相應的控制規(guī)則，并按這些規(guī)則設計控制器，實現(xiàn)復雜工業(yè)過程的自動控制[7]。由于浮選過程的機理復雜，難以通過機理分析建立數(shù)學模型，為此本文通過提取人工操作經驗和運行工況的過程數(shù)據(jù)，整理成模糊專家規(guī)則庫，規(guī)則的表示方法為：IF(前提)THEN(結論)。

表1 品位分析儀數(shù)據(jù)與化驗數(shù)據(jù)對比 %

序號原礦銅品位測量值化驗值誤差精礦銅品位測量值化驗值誤差尾礦銅品位測量值化驗值誤差10.38200.38450.6526.9427.211.000.04250.04352.3520.40250.40400.3725.7025.14-2.180.05600.05661.0730.35800.36000.5622.6322.760.570.04350.04350.0040.40950.4085-0.2417.7717.810.230.05400.0530-1.8550.35000.35300.8619.6219.650.150.05600.0555-0.8960.32500.32550.1519.4819.47-0.050.03800.03882.1170.37350.37450.2721.9321.9-0.140.04480.0440-1.7980.39000.39050.1323.7123.47-1.010.02700.02731.1190.36750.36800.1424.8424.880.160.03800.03871.84100.34700.3460-0.2923.1523.150.000.04100.0406-0.98110.33050.3300-0.1522.5322.841.380.04600.0454-1.30120.36400.36500.2718.3817.99-2.120.06300.0600-4.76130.40500.4000-1.2021.8522.191.560.02500.02604.00140.42600.43000.9425.3925.27-0.470.04500.04704.44150.33400.33600.6022.6522.720.310.05400.0531-1.67160.40000.40501.3022.4422.34-0.450.05150.05251.94170.34850.34950.2921.5721.56-0.050.04100.04202.44180.38000.3775-0.6622.8722.80-0.310.05400.05430.56190.37750.37900.4020.6020.670.340.04300.0425-1.16200.26900.2660-1.1023.9123.89-0.080.04200.04302.38210.29000.2860-1.4021.7721.56-0.960.04300.0428-0.47220.39350.39450.2522.2922.480.850.05750.05800.87230.33200.33500.9029.1128.50-2.100.05600.05701.79

單臺浮選機的基礎控制主要包括給風量控制、液位控制、加藥控制。另外在各個選區(qū)的每一臺浮選機上安裝泡沫分析儀，檢測每一臺浮選機泡沫的特征參數(shù)。優(yōu)化控制系統(tǒng)根據(jù)泡沫分析儀、品位分析儀檢測的泡沫特征和品位參數(shù)，優(yōu)化給風量、液位、加藥量設定值，穩(wěn)定精礦品位，實現(xiàn)最大的回收率。

在實際的生產過程中，由于設備機械狀態(tài)、工藝流程狀態(tài)、流程考察情況以及操作經驗等多方面的原因，通常會將各個流程參數(shù)限制在一定范圍內可調。

2.3.1 浮選產率控制規(guī)則

浮選產率控制主要在混合浮選工序段，主要表現(xiàn)在浮選每一道工序流程的刮泡量的多少，刮泡量大，則浮選產率高，刮泡量小則浮選產率低。浮選產率過大，超過設備的最大處理能力，導致浮選冒槽；浮選產率過小，則選礦回收率過低。只有保證浮選產率適中，浮選回收率才是最理想的。

表2 浮選產率控制規(guī)則

2.3.2 精礦品位控制規(guī)則

混合精選工序段是控制精礦品位的關鍵工序段。精礦品位決定了最終產品是否合格，如果品位過低，則影響銷售價格，品位過高，則對選礦回收率有較大影響。精礦品位和選礦回收率成反比關系，精礦品位高，則回收率就低，精礦品位低，則回收率就高。因此，在保證精礦品位合格的情況下，追求最大的回收率，才能實現(xiàn)最大的經濟效益。

表3 精礦品位控制規(guī)則

4 工業(yè)應用

4.1 控制系統(tǒng)平臺

烏山選礦廠DCS系統(tǒng)硬件平臺由3套ControlLogix系列冗余的PLC組成磨礦、浮選、尾礦3個主站，每個主站通過ControlNet網絡連接若干個分站，分站可通過Modbus或Profibus等通訊協(xié)議實現(xiàn)與第三方設備的通訊，通過RSLogix 5000對3個主站PLC編程。3個主站通過1000M光纖連接成環(huán)，HMI服務器、歷史服務器、優(yōu)化服務器連接在光纖環(huán)網上，各個操作站通過環(huán)網訪問HMI服務器。HMI服務器通過FactoryTalk View Studio6.0實現(xiàn)人機界面組態(tài)。

優(yōu)化服務器采用Microsoft Visual Studio軟件編程，通過OPC協(xié)議實現(xiàn)與3個主站PLC的數(shù)據(jù)交互。優(yōu)化服務器實時讀取DCS系統(tǒng)的過程參數(shù)，根據(jù)優(yōu)化控制模型優(yōu)化過程參數(shù)，輸出給三個主站PLC執(zhí)行。烏山銅鉬礦DCS系統(tǒng)硬件和網絡平臺見圖4。

圖4 烏山選礦廠DCS系統(tǒng)硬件平臺

4.2 應用效果

(1)穩(wěn)定了浮選流程。對比投用前后混合浮選4個選區(qū)刮泡量的情況，投用優(yōu)化控制后刮泡量明顯穩(wěn)定，在穩(wěn)定的泡沫泵池液位下，根據(jù)泡沫泵的特性，每個選區(qū)的刮泡量達到最大，每個選區(qū)的產率達到最大，有利于回收率的提高。使用前后混合浮選4個選區(qū)刮泡量情況見圖5～圖12。

圖5 人工操作下混合粗選溢流泡沫槽液位趨勢

圖6 優(yōu)化控制下混合粗選溢流泡沫槽液位趨勢

圖7 人工操作下混合掃1溢流泡沫槽液位趨勢

圖8 優(yōu)化控制下混合掃1溢流泡沫槽液位趨勢

圖9 人工操作下混合掃2溢流泡沫槽液位趨勢

(2)穩(wěn)定了精礦品位。對比投用前后，在人工手動操作下的精礦品位，即使有品位儀作為參考實時的指導生產，仍然無法保證精礦品位的穩(wěn)定，在投用優(yōu)化控制后，可穩(wěn)定控制精礦品位。人工操作及優(yōu)化控制下的精礦品位趨勢見圖13～圖14。

圖10 優(yōu)化控制下混合掃2溢流泡沫槽液位趨勢

圖11 人工操作下混合掃3溢流泡沫槽液位趨勢

圖12 優(yōu)化控制下混合掃3溢流泡沫槽液位趨勢

圖13 人工操作下精礦品位趨勢

圖14 優(yōu)化控制下精礦品位趨勢

(3)提高了回收率。如表4可知，通對比投用優(yōu)化控制前后1 a的平均理論回收率，投用后年平均理論回收率比投用前年理論回收率提高了1.98個百分點。

表4 投用前后銅理論回收率對比 %

月份投用前投用后185.5984.46283.7985.49385.4187.66486.5889.96586.7588.77683.2789.26786.5788.30886.4887.37985.3286.201084.9186.101186.2887.711283.8086.55平均85.4087.32

5 結 語

烏山銅鉬選礦廠根據(jù)泡沫圖像分析儀和品位分析儀在線測量數(shù)據(jù)，并結合選礦技術和模糊控制技術等技術在原來浮選過程設定值的基礎上，實現(xiàn)了浮選機液位、浮選機給風量、浮選機泡沫移動速度等過程參數(shù)的智能優(yōu)化。實踐表明：該系統(tǒng)運行穩(wěn)定可靠，減輕了工人的勞動強度，與人工控制相比，浮選工藝流程更加穩(wěn)定，在穩(wěn)定精礦品位的前提下，浮選回收率提高了1.98個百分點，實現(xiàn)了浮選過程基于泡沫和品位分析的精礦品位和回收率的優(yōu)化控制，推廣應用前景廣闊。

[1] 李海波，柴天佑，岳 恒.浮選工藝指標KPCA-ELM軟測量模型及應用[J].化工學報，2012，63(9)：2892-2898.

[2] 李海波，鄭秀萍，柴天佑.浮選過程混合智能優(yōu)化設定控制方法[J].東北大學學報：自然科學版，2012，33(1)：1-5.

[3] 李海波，柴天佑，岳 恒.浮選過程自動控制系統(tǒng)[J].控制工程，2013，20(5):796-799.

[4] 孫傳堯，周俊武，王福利.基于RBF網絡的浮選過程技術指標智能預測系統(tǒng)的研究[J].礦冶，2002，11(4):24-27.

[5] 宋曉明，楊寶東，武 濤，等.浮選過程控制的歷史發(fā)展和現(xiàn)狀[J].有色金屬：選礦部分，2011(增1):223-228.

[6] 馬 斌，周德君.X熒光在線品位分析儀的研制與應用[J].現(xiàn)代礦業(yè)，2014(6):133-137.

[7] 劉金琨．智能控制[M].北京：電子工業(yè)出版社，2014．

[8] 王毓華，鄧海波．銅礦選礦技術[M].長沙：中南大學出版社，2012.

2015-08-05)

孫 靜(1978—)，女，工程師，021400 內蒙古滿洲里市一道街51號。