基于空气回收率的浮选优化控制研究.pdf

1 6 8 有色金属 选矿部分 2 0 1 7 年增刊 d o i 1 0 ．3 9 6 9 ／j ．i s s n ．1 6 7 1 - 9 4 9 2 ．2 0 1 7 ．z 1 ．0 3 7 基于空气回收率的浮选优化控制研究 杨文旺，武涛，李阳，郭家豪 北京矿冶研究总院矿物加工科学与技术国家重点实验室北京市高效节能 矿冶技术装备工程技术研究中心，北京1 0 0 1 6 0 摘要浮选空气回收率是单位时间流过浮选机溢流堰的非破裂泡沫所含空气体积与充气体积流量之比，它与浮选泡沫 稳定性和矿物回收率密切相关。在某铜钼矿粗选2 台浮选机上开展空气回收率随充气量变化规律研究，开发了一套基于空气 回收率的优化控制系统，可以自动寻找空气回收率峰值对应的充气量，实现浮选过程的充气量自动给定，提升矿物回收率。 关键词空气回收率；浮选；优化控制；矿物回收率 中图分类号T D 4 5文献标志码A文章编号1 6 7 1 - 9 4 9 2 2 0 1 7 S O - 0 1 6 8 ．．0 4 S t u d yo nA i rR e c o v e r yB a s e dF l o t a t i o nO p t i m i z i n gC o n t r o l Y A N GW e n w a n g ，肜UT a o ，L Il ，a 增，G U OJ i a h a o B e r i n gE n g i n e e r i n gR e s e a r c hC e n t e ro nE f f i c i e n ta n dE n e r g yC o n s e r v a t i o nE q u o ，m e n to fM i n e r a lP r o c e s s i n g ， S t a t eK e yL a b o r a t o r yo fM i n e r a lP r o c e s s i n g ，B G R I M MM a c h i n e r ya n dA u t o m a t i o n T e c h n o l o g yC o ．，L t d ．，B e i j i n g1 0 0 1 6 0 ，C h i n a A b s t r a c t F l o t a t i o na i rr e c o v e r yi sd e f i n e da st h ef r a c t i o no fa i re n t e r i n gaf l o t a t i o nc e l lt h a to v e r f l o w st h ec e l l l i pa su n b u r s tb u b b l e s ，i ti sc l o s e l yr e l a t e dt ot h ef l o t a t i o nf o a ms t a b i l i t y ．A ne x p e r i m e n t a lr e s e a r c hw a sc a r r i e do u tt o s t u d yt h er e l a t i o n s h i pb e t w e e na i rr e c o v e r ya n da i rf l o w r a t e so nt w oc o p p e rm o l y b d e n u mr o u g h i n gf l o t a t i o nc e l l sa n d d e v e l o p e da no p t i m i z i n gc o n t r o ls y s t e mb a s e do n a i rr e c o v e r yw h i c hc a na u t o m a t i c a l l ys e a r c ht h ea i rf l o w r a t e s c o r r e s p o n d i n gt ot h ep e a ka i rr e c o v e r y ，r e a l i z i n gt h ea u t o m a t i cs e t t i n go ff l o w r a t e si nf l o t a t i o np r o c e s sa n di m p r o v i n g t h em i n e r a lr e c o v e r y ． K e yw o r d s a i rr e c o v e r y ；f l o t a t i o n ；o p t i m i z i n gc o n t r o l ；m i n e r a lr e c o v e r y 1前言 浮选是依据矿物表面物理化学性质的不同，在 气液固三相界面上分选矿物的科学技术⋯。浮选矿 物分离效率主要受到原矿品位、粒度分布、矿浆浓 度、药剂添加、液位、充气量等多方面因素的影响，而 任何一个因素的改变都会引起泡沫相化学条件和物 理过程的变化，进而对泡沫结构和泡沫稳定性产生 影响，精矿品位和矿物回收率随之发生变化。 近3 0 年，国外诸多学者研究了浮选泡沫稳定性 对浮选指标的影响规律。1 9 8 4 年M ．H ．M O Y S 旧1 在 研究浮选过程泡沫相行为数学模型时，首次提出空 气回收率概念，用以量化表征浮选泡沫稳定性，并将 之定义为单位时间流过浮选机溢流堰的非破裂泡沫 所含空气体积与充气体积流量之比。 1 9 9 4 年E ．T ．W o o d b u r n 等人o 提出了一种基于 气泡结构特征和空气回收率的浮选机动力学模型 沙 a Q 。S 。 1 沙。代表流出溢流堰的气泡表面积通量，d 代表 空气回收率，Q 。代表充气速率，S 。代表溢流泡沫当 中的气泡比表面积。 1 9 9 8 年J ．J ．C i l l i e r s 等人H 1 将山。的求解方法进 行了简化，使得山。可以更加方便地通过在线检测的 方式得到， 儿 v i h i w S 。 2 ‘代表溢流泡沫中空气的体积含量 通常被视 为常量 ，”，代表溢流泡沫流速，h ，代表泡沫溢流高 度，埘代表溢流堰周长，s 。代表溢流泡沫当中的气泡 比表面积。 J ．J ．C i l l i e r s 结合公式 1 和公式 2 推出 a ￡下- v l h l w 3 a FL jJ 基金项目国家自然科学基金资助项目 5 1 4 0 4 0 2 7 收稿日期2 0 1 7 - 0 6 - 1 5 作者简介杨文旺 1 9 8 3 ． ，男，山西运城人，硕士，高级工程师，主要从事矿物加工设备自动控制系统研究及工程转化。 万方数据 2 0 1 7 年第5 期 杨文旺等基于空气回收率的浮选优化控制研究 1 6 9 2 0 0 9 年K ．H a d l e r 等人o 在南非某铂系金属粗 选作业的4 台浮选机上，通过由小到大改变每台浮 选机的充气量，发现4 台浮选机的空气回收率均出 现了先增长至某个峰值而后回落的现象，并且在空 气回收率达到峰值的时候其对应的矿物回收率更 高。作者对此现象的解释是在充气量较低时，气泡 流动性差，气泡在到达溢流堰之前破裂的概率高，这 会导致较低的空气回收率和溢流气泡表面积通量， 进而导致矿物回收率低，同时由于气泡有用矿物负 载率较高，脉石夹带少，所以精矿品位较高；在充气 量较高时，泡沫流动性好但脉石夹带率高、水含量 大，泡沫稳定性较差，气泡从溢流堰流出之前容易发 生破裂，导致较低的空气回收率和溢流气泡表面积 通量，所以精矿品位低，矿物回收率不高；在充气量 处于某个中等大小水平时，气泡负载率和泡沫流动 性会达到理想的临界平衡状态，空气回收率达到峰 值，泡沫稳定度最高，进而产生更高的矿物回收率和 较高的精矿品位。 在我国，2 0 11 年中南大学许灿辉∽1 为建立精确 的气泡运动模型的速度分布，对影响空气回收率最 大的表层气泡流动速度的算法进行深入研究，对比 各种速度跟踪算法，提出了基于方向的内搜索六边 形搜索块匹配算法，该快速宏块跟踪算法使得在线 实时测量表层气泡运动速度和计算空气回收率在工 业现场的实现成为可能。鉴于空气回收率与矿物回 收率的强依赖正相关性，研究了空气回收率的准确 计算问题，探讨了表层气泡运动速度和溢流口泡沫 层厚度对空气回收率计算的影响，并在实验室方形 浮选槽上开展试验，证明了空气回收率随空气鼓人 量增加会出现最优尖峰，与国外学者研究结论一致。 以上空气回收率相关结论仅在铂系金属浮选中 得到工业验证，试验所用的浮选设备是奥图泰5 0m 3 和7 0m 3 浮选机。针对不同的金属矿物浮选，以及 不同的设备结构和大小，结论是否仍然成立则需要 进一步验证。为此，在某铜钼矿开展工业试验，研究 空气回收率随充气量变化的规律以及与矿物回收率 的对应关系。空气回收率可以方便的通过泡沫图像 进行测算，且变量单一，开发了一套空气回收率最大 化自动寻优的浮选优化控制系统，实现充气量自动 设定，稳定并提高回收率。 2 试验方法和结果 2 ．1 试验方法 试验地点选择河北某铜钼矿，选矿厂以回收钼 精矿为主，采用B G R I M M 品牌8 台圆形槽K Y F ．1 6 0 外充气式浮选机作为粗、扫选，6 台u 型槽K Y F l O 外充气式浮选机作为预精选，4 台K Y Z B 型浮选柱作 为精选，日处理能力为2 万t ，入选平均品位 0 ．0 7 6 ％，人选浓度为4 3 ％～4 6 ％。 选取粗选前两台K Y F 一1 6 0 浮选机开展空气回收 率相关研究，两台设备相邻且位于同一阶梯平面。 采用北矿机电科技有限责任公司研制的B F V S 浮选 泡沫图像仪实时检测泡沫流速，通过其内置的激光 传感器检测泡沫溢流高度，每台浮选机的充气量数 值 N m 3 ／m i n 取自现场风管上安装的热式质量流量 计，空气回收率按照公式 3 计算。 浮选机是内外置双泡沫槽结构，图像仪安装在 两台浮选机外置泡沫槽溢流堰正上方的踏板平台 上，如图1 所示。图像兴趣区选择在靠近溢流堰的 某个区域 6 0m m 6 0m m ，同时为了保证所有试验 数据的一致性和重复性，兴趣区始终保持固定位置。 沫 沫槽 轮 图1泡沫图像在线检测仪安装位置 F i g ．1 O n l i n ef r o t hi m a g ed e t e c t o ri n s t a l l a t i o np o s i t i o n 试验在保持液位和加药量设定值不变的情况 下，在5 个充气水平上由小到大手动改变两台浮选 机的充气量设定值，经过2 分钟的气量调整期后，连 续计算5 分钟空气回收率瞬时值，并取其均值作为 当前充气水平下的空气回收率。 2 ．2 试验结果与分析 试验结果如图2 所示。 结果分析 1 在充气量由小变大的过程当中，两台浮选机 的空气回收率均出现先上涨后回落的抛物线状的变 化趋势，并且在中间气量大小时达到峰值。从泡沫 现象来看，气量较小时，气泡颜色较深、表面金属光 泽明显，但溢流速度慢，从溢流堰流出的非破裂气泡 体积流量小，原因是充气量小，气泡负载率尽管很 高，但是气泡流动性能差，容易在流向溢流堰途中发 万方数据 1 7 0 有色金属 选矿部分 2 0 1 7 年增刊 生破裂，进而导致较低的空气回收率。当充气量在 中间气量大小时，气泡大小均匀且表面具有金属光 泽，泡沫溢流速度快，气泡稳定度高。当充气量继续 增大时，气泡直径变大，泡沫水化现象逐渐明显，泡 沫流速虽没有明显下降，但气泡破裂率增大趋势明 显，原因是充气量大，尽管气泡流动性能增强，但气 泡虹膜较薄，同样容易导致气泡流出溢流堰前破裂， 导致空气回收率低。 零 谆5 0 } 擎 国4 5 L 扩I 口 谢4 0 L ≠口＼ 乳，．．．。．．I 3 0 l 打乏r _ 打五r 努责厂1 分一 充气量， N m 3 m i n 。 图2空气回收率在不同充气量下的变化趋势 粗选第一槽和第二槽 F i g ．2 V a r i a t i o n si na i rr e c o v e r ya td i f f e r e n ta i r f l o w r a t e s F i r s tr o u g h e rc e l la n dS e c o n dr o u g h e rc e l l 2 第二槽浮选机空气回收率峰值对应的充气量 低于第一槽空气回收率峰值对应的充气量。旋流器 溢流通过矿浆搅拌和药剂混合后，直接进入第一槽 浮选机，经过一次选别之后进入第二槽浮选机，因此 第二槽的矿浆品位、有用金属总量、矿浆浓度和药剂 量均低于第一槽浮选机，更少的气量便可使空气回 收率达到最大。 3 优化控制方法 试验验证了铜钼矿浮选过程中，单槽浮选机通 过调节充气量可以找到空气回收率峰值。如果空气 回收率峰值对应的矿物回收率最高结论成立的话， 开发一种可以实时调节气量，让空气回收率始终处 于峰值的控制系统，便可以优化浮选过程和指标，提 高分选水平。 在连续选矿过程中，矿石性质和处理量经常发 生变化，浮选槽内的矿浆浓度、粒度、液位、加药量等 也并非固定不变，而任何一个因素的变化均会导致 空气回收率曲线发生偏移⋯，在不同选矿条件和环 境下，很难通过建立准确的数学模型预测空气回收 率峰值对应的充气量。 为此，开发了一种自动寻找空气回收率峰值的 控制算法，通过对比当前和上一时刻的空气回收率 均值，并根据R G B 红色分量限制条件，对充气量进 行遍历操作，在当前规定的充气量范围内寻找最大 空气回收率所对应的充气量设定值。具体控制策略 执行步骤如下 步骤a 开启优化控制 获得当前充气量初始设定值A I R ～S E T f i r s t ；启 动采集时间T c o l l e c t ，采集时间结束后计算出当前 空气回收率均值A V G f i r s t ；同时将A I R S E T l a s t 和 A V G _ l a s t 赋值更新 步骤b 执行单次正向遍历 更改当前充气量设定值A I R S E T ～R e w A I R S E T l a s t 1 。间隔T 时间后，启动采集时间T c o l l e c t ，采集时间结束后计算出当前空气回收率均值 A V G n e wo 步骤C 比较后确认选择正向遍历函数还是负向 遍历函数 i f A V G n e w ，A V G l a s t { 执行气量设定值正向遍历函数；} E l s e { 执行气量设定值负向遍历函数；} 控制逻辑图见图3 。 图3空气回收率优化控制逻辑 F i g ．3 O p t i m i z i n gc o n t r o ll o g i cb a s e do na i rr e c o v e r y 一 面 卜 万方数据 2 0 1 7 年第5 期杨文旺等基于空气回收率的浮选优化控制研究 1 7 1 4 优化控制应用 根据以上优化控制算法，开发了一套基于空气 回收率的浮选优化控制系统，该系统主要由泡沫图 像采集装置、图像处理工作站以及优化软件组成。 系统应用地点和上述试验地点相同，优化系统自动 计算粗选前两槽浮选机的空气回收率，寻找到最大 空气回收率对应的充气量，并将其设定至现场的 P L C ，实现这两台浮选机的充气量自动设定。 自动优化期间，每槽浮选机的液位和加药量仍 然由浮选工根据经验正常操作。 为了考察优化控制系统的使用效果，将优化控 制系统连续1 个月在白班应用实施，并与当天小夜 班、大夜班以及前一个月人工操作的白班分别进行 对比。对比结果如表1 所示。表格中的原精尾品位 和综合回收率均为一个月的累积平均值。 表1优化控制与人工操作对比 T a b l e1 O p t i m i z i n gc o n t r o lV Sm a n u Mo p e r a t i o n ，％ 由表1 可知，实施空气回收率优化控制的班次 与其他人工操作班次相比，在原矿品位接近的情况 下，钼金属综合回收率最低提高了0 ．2 ％，最高提高 了1 ．6 7 ％，同时精矿品位基本持平且满足选厂对钼 精粉品位的要求 不低于4 5 ％ 。 5结论 1 浮选机空气回收率在充气量由小到大变化的 过程中存在峰值的结论，同样适用于铜钼矿浮选以 及不同的设备结构，具有一定的普遍性； 2 基于空气回收率的优化控制方法可以自动寻 找最大空气回收率对应的充气量，实现浮选过程充 气量的自动设定； 3 优化控制系统通过自动调节充气量，将浮选 机空气回收率维持在峰值水平，可以有效稳定精矿 品位并提高矿物回收率。 参考文献 [ 1 ] 沈政昌．浮选机理论与技术[ M ] ，北京冶金工业出版 社，2 0 1 2 ． [ 2 ] M o y sMH ．R e s i d e n c et i m ed i s t r i b u t i o n sa n dm a s st r a n s p o r t i nt h ef r o t hp h a s eo ft h ef l o t a t i o np r o c e s s [ J ] ．I n t e r n a t i o n a l J o u r n a lo fM i n e r a lP r o c e s s i n g ，1 9 8 4 ，1 3 11 7 - 1 4 2 ． [ 3 ] W o o d b u mET ，A u s t i nLG ，S t o c k t o nJB ．Af r o t hb a s e d f l o t a t i o nk i n e t i cm o d e l [ J ] ．C h e m i c a lE n g i n e e r i n gR e s e a r c h a n dD e s i g n ，1 9 9 4 ，7 2 A 2 ，2 1 1 - 2 2 6 ． [ 4 ] C i l l i e r sJJ ，A s p l i nRA ，W o o d b u mET ．K i n e t i cf l o t a t i o n m o d e l i n gu s i n gf r o t hi m a g i n gd a t a ．I n L a s k o w s k i ，J ．S ．， W o o d b u r n ，E ．T ． E d s ． ，F r o t h i n gi nF l o t a t i o nI I ，v 0 1 ．2 [ M ] ．N e t h e r l a n d s G o r d o na n dB r e a c hS c i e n c eP u b l i s h e r s ， 1 9 9 8 3 0 9 3 3 6 ． [ 5 ] H a d l e rK ，C i l l i e r sJJ ．T h er e l a t i o n s h i pb e t w e e nt h ep e a ki n a i rr e c o v e r ya n df l o t a t i o nb a n kp e r f o r m a n c e [ J ] ．M i n e r a l s E n g i n e e r i n g ，2 0 0 9 ，2 2 4 5 1 - 4 5 5 ． [ 6 ] 许灿辉．矿物浮选气泡速度和尺寸分布特征提取方法与 应用[ D ] ．长沙中南大学，2 0 1 1 ． [ 7 ] N o r o r i - M c C o r m a cA ，H a d l e rK ，C i l l i e r sJJ ．P e a ka i r r e c o v e r y a ni n v e s t i g a t i o ni n t o t h ee f f e c t o f p a r t i c l e s i z e [ C ] ／／P r o c e e d i n g so ft h eX X V I II M P C ，S a n t i a g o ，C h i l e ， 2 0 1 4 2 3 6 - 2 4 1 ． 万方数据