基于DMAIC项目管理的细粒浮选尾矿品位降低研究.pdf

Value Engineering 0 引言 选钛厂， 国家高新技术产业化示范工厂， 主要生产经 营产品钛精矿。 微矿作业区是选钛厂的重要生产作业 区之一， 主要采用强磁浮选工艺选别钒钛磁铁矿选矿尾 矿中细粒级钛铁矿， 生产出合格品位的 PTK20 钛精矿[1]。 随着矿山的深度开采、上道工序工艺及设备的变化， 细粒浮选原料变得越来越不稳定，浮选作业回收率偏低， 浮选流程不能完全适应原矿性质的变化，导致 PTK20 钛 精矿产量不稳定， 主要反映在尾矿品位波动大。本文针对 这一问题， 通过精益生产 DMAIC 的实施进行深入分析， 通 过改变浮选原矿粒级含量、 优化浮选操作、 确定最优药剂 制度， 减轻它们对浮选选别效果的影响， 降低浮选尾矿品 位， 使浮选回收率取得阶段性提高， 从而确保产量最大化 和降低生产成本。 1 现状分析 选钛厂细粒浮选自生产以来， 尾矿品位历年偏高。通 过分析 2016 年数据得出， 浮选尾矿品位波动大， 造成微矿 作业区产量不稳定。其中 112 月细粒浮选尾矿品位呈下 降趋势， 并稳定在 6左右， 具有一定降低的空间。所以降 低浮选尾矿， 能提高浮选回收率， 增加钛精矿产量， 从而创 造巨大效益。 2 DMAIC 方法的应用 DMAIC 包括定义（define） 、测量（measure） 、分析 （analyze） 、改进（improve） 、控制（control） 5 个环节 [6-8]。 DMAIC 强调结构性思考，用于有逻辑的严密的推进项 目， 有利于整体把控项目进度， 由表及里、 系统性全盘考 虑影响项目目标的每个环节、 每个因素， 并对问题进行深 入思考[2]。 2.1 定义项目范围和目标 项目范围 可以确定 原矿粒度、 药剂用量、 给矿浓度 是影响浮选尾矿品位的主要因素。 这些因素都在项目控制 范围内， 基本受控， 是降低细粒浮选尾矿品位的主要研究 方向， 是项目流程的主要突破点。 目标 现状为 2016 年的浮选尾矿品位的 6.67， 本文 将目标确定为浮选回收率 82公关值， 即浮选尾矿品位为 5.50。且奋斗目标即潜在最佳值为 5.05。 2.2 收集数据及确定评价指标 2.2.1 数据收集计划 通过收集细粒浮选尾矿品位数据， 分析指标的变化趋 势、 均值以及波动。通过收集分析影响尾矿品位 Y 的各类 小 Y 的数据的变化对大 Y 的影响。最终通过改变浮选原 矿粒级含量、 优化浮选操作、 确定最优药剂制度， 减轻它们 对浮选选别效果的影响， 降低浮选尾矿品位， 提高浮选作 业回收率， 增产创效。 2.2.2 数据测量分析 ①测量系统分析（MSA） 。对测量系统范围的给矿粒 度、 给矿浓度、 药剂制度进行分析， 结果综合说明该测量系 统可以信赖， 我们应着手工程能力研究。 ②尾矿稳定性分析。对大 Y 稳定性进行分析， 得出尾 矿品位在控制限内， 系统基本受控， 稳定性可以接受。 对小 y 给矿粒度、 给矿浓度、 药剂使用量稳定性进行分析， 得出 系统基本受控， 但药剂单耗波动较大， 稳定性有待提高。 ③流程能力分析。对尾矿品位流程能力进行分析， 可 知有很大提升空间。 对小 y 包含的主要因素的流程能力进 行分析， 给矿粒度 （-400 目） 、 给矿浓度、 药剂使用量均基 本受控。 2.2.3 找出关键因子 利用鱼骨图从人、 机、 料、 法、 环等方面层层查找影响 浮选尾矿品位高的主要原因[3]。再运用因果矩阵 （CE） 将 浮选尾矿高定性筛选主要因子。再对其重要因子进行 FMEA 分析， 找出对应 CTQ 的关键因子。由浮选尾矿高失 作者简介李青松 （1971-） ， 男， 山东肥城人， 鞍钢攀钢集团矿业 选钛厂微矿车间倒班作业长， 主要研究方向为精益管 理、 班组管理。 基于 DMAIC 项目管理的细粒浮选尾矿品位降低研究 Research on the Reduction of Fine Particle Flotation Tailings Grade Based on DMAIC Project Management 李青松①LI Qing-song；李金龙①LI Jin-long；罗佳慧②LUO Jia-hui （①鞍钢攀钢集团矿业选钛厂微矿车间， 攀枝花 617000； ②攀枝花学院智能制造学院， 攀枝花 617000） （①Ansteel Pansteel Group Mining Titanium Processing Plant Micro mining Workshop， Panzhihua 617000， China； ②School of Intelligent Manufacturing， Panzhihua University， Panzhihua 617000， China） 摘要本文针对细粒浮选尾矿品位偏高的问题， 通过收集细粒浮选尾矿品位数据， 分析指标的变化趋势、 均值以及波动， 最终通过 改变浮选原矿粒级含量、 优化浮选操作、 确定最优药剂制度， 减轻它们对浮选选别效果的影响， 降低浮选尾矿品位， 提高浮选作业回收 率， 增产创效。 Abstract Aiming at the problem of high fine-grained flotation tailings grade, this paper collects fine-grained flotation tailings grade data, analyzes the trend, average and fluctuation of indicators, and finally optimizes flotation by changing the flotation raw ore size content Operate and determine the optimal reagent system to reduce their impact on the flotation effect, reduce the grade of flotation tailings, increase the recovery rate of flotation operations, and increase production and efficiency. 关键词浮选； 药剂制度； 尾矿品位； 作业回收率 Key words flotation； reagent system； tailings grade； operating recovery rate 中图分类号TD9； TD4 文献标识码A文章编号1006-4311 （2021） 23-001-03doi10.3969/j.issn.1006-4311.2021.23.001 1 价值工程 效模式的 Pareto 图最终确定影响度占 82的因子有 8 个， 是关键因子。 除药剂种类、 处理量外， 其余 6 个因子可快速 改善， 改善后再作 2 次 FMEA 重新评价。 经过二次 FMEA， 得出仍然比较重要的因子。脱泥效 果， 药剂添加量依旧有改善的空间， 操作参数， 处理量、 药 剂种类无法快速改进的直接进入下一阶段。 2.3 原因分析 现有 4 个班组甲乙丙丁， 对其粒级范围的多变量数据 进行分析， 得出丙班-400 目粒级含量置中性最好、 波动较 小， 粒级控制过程最稳定。 四个班组的控制基本达到一致。 丁班药剂添加量置中性最好、 波动较小， 药剂用量添加过 程稳定； 甲班药剂添加量置中性最差、 波动较大， 药剂用量 添加过程不稳定。因此应通过技能培训、 现场技术交流等 方式， 统一药剂添加标准， 使各班组齐头并进[4]。 2.4 改进措施 因子 A （脱泥效果） 、 因子 B （药剂添加量） 、 因子 C （处 理量） 对于响应变量尾矿品位的影响确实是显著的； 为了 使尾矿品位取值更小，应该让脱泥效果（-400 目粒级含 量） 、 处理量尽可能小、 药剂添加量适当增大。 方案 根据生产需要取最优因子值， 从概率分布图看， 细粒浮选尾矿品位均值在 4.907时， 大于目标值 5.5的 占 5.69， 小于目标值 5.5的占达到 94.31， 对此， 项目 组将从回收率、钛精矿单位成本等方面进行综合分析， 对 此结果进行合规性检验得， 尾矿品位在 4.91时， 合规性 虽然只有 94.31， 但完成了目标值， 且单位成本仅上升约 1， 能够接受这一结果[5]。 2.5 控制实施 2.5.1 I 阶段效果检验 从图 2 得出， P0.0000.05， 拒绝 Ho， 接受 Ha，说明 I 阶段与 A 阶段尾矿品位 有显著差别， 在统计上是显著的， 说明 I 阶 段改善显著效果。 通过 I 阶段改进后尾矿品位最终降低 到 4.907， 已达成奋斗目标 （5.05） ， 同时 尾矿控制波动范围减少， 更加稳定。 （图 3） 2.5.2 控制 Y改善效果检验 从图 4 得出， P0.0000.05， 拒绝 Ho， 接受 Ha，说明改善前后尾矿品位显著差 别， 在统计上是显著的， 说明改善是有显 著效果的。 从图 5 得出， 改善已达成奋斗目标， 同 时尾矿控制波动范围减少， 更加稳定。 2.5.3 控制 X-方法 1 控制图 （图 6-图 8） 为了保持改善效果， 分别对给矿浓度 （即矿浆体积量 不变时， 矿浆浓度反应处理量大小及稳定） 、 给矿粒度、 药 剂使用量进行 SPC 监控， 日常管理。 2.5.4 控制 X-方法 3 标准化 （图 9） 2.5.5 价值推广 效益为先， 制定最佳产线。 通过 DOE 设计技术与生产 图 1 分布图 图 2 A，I 的箱线图 图 3 尾矿品位按阶段的 I-MR 控制图 观测值 观测值 图 4 改善前尾矿品位，改善后尾矿品位的箱线图 2 Value Engineering 实际结合。 项目团队从提高回收率效果及单 位成本综合分析， 认定尾矿品位在 4.91时， 合规性虽然只有 94.31，但完成了目标值， 且单位成本仅上升约 1，能够接受这一结 果；尾矿品位在 4.21时，合规性虽然达到 100， 但单位成本上升 10.55， 不能接受。 3 结语 本文针对细粒浮选尾矿品位偏高的问 题， 对其进行分析， 实施 DMAIC 管理， 采取 稳定控制浮选原矿粒度组成，降低200 目 以上粒级含量及不同药剂组合试验， 优化药 剂制度等途径， 有效降低了细粒浮选尾矿品 位， 提高了钛金属回收率。为进一步降低浮 选尾矿品位， 仍需进行药剂制度、 操作参数、 操作管理等方面的持续研究和优化改进。 参考文献 [1]钒钛磁铁矿选钛技术[M].矿业公司选钛 厂， 2006. [2]李建平， 黄燕珠.基于 DMAIC 的项目精益 化管理效率提升研究[J].四川电力技术， 2021， 44 （02） 89-94.10.16527/j.issn.1003-6954.20210219. [3]赵欣.基于 DMAIC 模型的投资管理中的流 程优化研究以 MH 投资管理公司为例[J].中 国中小企业， 2021 （02） 134-135. [4]李华.选钛厂细粒生产线药剂制度优化实 践[A].山西省金属学会.晋琼粤川鲁冀辽七省金属 （冶金）学会第二十一届矿业学术交流会论文集 [C].山西省金属学会 山西省金属学会， 2014 4. [5]高岩.基于精益六西格玛的 B 单位钕铁硼 产品质量改进工程研究 [D]. 内蒙古科技大学， 2020. 图 5 尾矿品位按阶段的 I-MR 控制图 观测值 观测值 改善前给矿浓度 改善后给矿浓度 观测值 观测值 图 6 给矿浓度按 C4 的 I-MR 控制图 改善前给矿浓度 改善后给矿浓度 图 8 M 阶段药剂使用量的 I-MR 控制图 观测值 改善前药剂使用量改善后药剂使用量 观测值 改善前药剂使用量 改善后药剂使用量 图 7 给矿粒度按 C4 的 I-MR 控制图 改善前给矿粒度 改善后给矿粒度 改善前给矿粒度 改善后给矿粒度 观测值 观测值 图 9 浮选标准作业流程 转车前检查 联系上下工序 符合转车 判断原矿性质 调整给矿浓度 满足工艺要求 药剂使用参数调整 浮选正常 目测各项指标 对比检验指标 合格指标 稳定维持操作 判断浮选现象 3