铝土矿浮选泡沫尺寸分布特征与浮选药剂添加量关系模型.pdf

分类号 UDC 密级 编号 十南大学 C E N T R A L S o U T HU N I V E R S I T Y 硕士学位论文 论文题目铝土矿浮选泡沫尺寸分布特征与浮选 药剂添加量关系模型 学科、专业⋯⋯⋯⋯．摈烈丢翟⋯⋯⋯⋯⋯⋯． 研究生姓名⋯⋯⋯⋯⋯平零霞⋯⋯⋯⋯⋯⋯⋯ 导师姓名及 专业技术职务⋯⋯⋯．．唐朝巨⋯熬撬⋯⋯⋯⋯．． 2 0 1 2 年5 月 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名犟墼盈 日期』丝生年』月型日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名姒导师签名婵日期趔兰年￡月丝 摘要 浮选工艺与泡沫尺寸大小存在着密切关系，其中浮选加药量的多 少能够直接影响泡沫尺寸的变化，气泡尺寸特征可以作为药荆加入量 的一种指示符。为使浮选生产正常、可靠和高效地运行，研究气泡尺 寸就具有重要的意义。因此，研究建立加药量和泡沫尺寸分布的动态 关系模型是本文的主要内容。 首先，对利用计算机机器视觉检测系统获取的泡沫图像进行分 割，获得准确你的气泡尺寸数据。本文提出采用泡沫尺寸概率密度分 布 P D F 作为研究对象，避免采用均值、中值等简单数据处理方法 时，对数据所造成的数据信息丢失。运用核密度非参数估计方法描述 泡沫尺寸分布，设计适于泡沫尺寸分布的核密度估计操作数来逼近概 率密度分布曲线，得到与P D F 对应的核函数权系数。 其次，为了建立泡沫尺寸分布特征与药剂调整刹的关系模型，本 文采用了R B F 神经网络建模方法。R B F 神经网络具有全局逼近能力 佳，学习泛化能力强等优点，但逼近过程中具有陷入局部最小的缺点， 因此采用遗传算法对R B F 神经网络进行优化，将R B F 网络不同的中 心和其对应的宽度及各个调节权值重新统一编码，得到更优化的建模 方法。建立遗传算法与R B F 的神经网络相结合的核函数权系数与调 整剂添加量的关系模型，从而实现建立泡沫尺寸分布特征与调整剂添 加量关系模型的目的。研究结果表明，这种建模方法具有一定的实际 意义，可以有效的指导生产。 关键字泡沫浮选，尺寸分布，核函数，遗传算法，R B F 网络 本研究得到国家臼然科学基垒 蝙号6 1 0 7 11 7 6 资筋 A B S T R A C T T h q ‘ c l o , , r e l a t i o n s h i pb e t w e e nt h e ‘。 ‘ a n dbubblehere l Sac l o s er e l a t i o n s h i ob e t w e e nt h ef l o t a t i o no r o c e s sa n db u b be s i z e ．R e a g e n t sa d d i t i o nc a nd i r e c t l ya f f e c tt h eb u b b l es i z ed i s t r i b u t i o n ．I n o r d e rt og u a r a n t e et h ef l o t a t i o nr u n n i n gr e l i a b l ya n de f f e c t i v e l y ，i ti s i m p o r t a n tt os t u d yt h eb u b b l es i z e ．B u b b l es i z ec h a r a c t e r i s t i c sC a l lb eu s e d a sa ni n d i c a t o ro ft h er e a g e n t s a d d i t i o n ．T h e r e f o r e ，e s t a b l i s h i n gt h e d y n a m i cr e l a t i o n s h i pm o d e lb e t w e e nr e a g e n t sa d d i t i o na n db u b b l es i z e d i s t r i b u t i o ni St h em a i nc o n t e n to ft h i sa r t i c l e ． F i r s to fa l l ，t oe f f e c t i v ef r o t hs e g m e n t a t i o na l g o r i t h m sf o rf o a m i m a g e ，w h i c h a r ec o l l e c t e d b yd e v e l o p e dc o m p u t e r v i s i o nb a s e d m o n i t o r i n gs y s t e m ，S Ot h a ta c q u i r ea c c u r a t eb u b b l es i z ed a t a ．I no r d e rt o a v o i dd a t al o s t ，w h i c hi sc a u s e db yt h em e a n ，m e d i a na n do t h e rs i m p l e d a t ap r o c e s s i n gm e t h o d s ．I ti sp u tf o r w a r di nt h i sp a p e rt h a tp r o b a b i l i t y d e n s i t yf u n c t i o n P D F i sr e s e a r c h e d a s o b je c t s ，a n dm e t h o d s o f n o n - p a r a m e t r i ce s t i m a t i o nd e s c r i b et h ep r o b a b i l i t yd e n s i t yd i s t r i b u t i o no f t h eb u b b l es i z ed i s t r i b u t i o n ．T h ed e s i g n e dn o n p a r a m e t r i ce s t i m a t i o ni s a p p l i e dS Ot h a tt h eo u t p u t P D Fi sf o r m u l a t e d i nt e r m so f d y n a m i cw e i g h t s ．T h ed y n a m i cw e i g h t si st h ec h a r a c t e r i z a t i o no fb u b b l e s i z eP D F ． S e c o n d l y , I n o r d e rt oe s t a b l i s ht h e r e l a t i o n s h i p b e t w e e n b u b b l e s i z ed i s t r i b u t i o na n dr e a g e n t sa d d i t i o n ，t h eR B Fn e u r a ln e t w o r k a p p r o a c h i s p r o p o s e d ．R B Fn e u r a l n e t w o r kh a sa g o o dg l o b a l a p p r o x i m a t i o na b i l i t ya n dg e n e r a l i z a t i o na b i l i t yo fl e a r n i n g ，b u ti th a s l o c a lm i n i m u ms h o r t c o m i n g si nt h ea p p r o x i m a t i o np r o c e s s ．S ou s i n ga g e n e t i ca l g o r i t h mo p t i m i z et h eR B Fn e u r a ln e t w o r k ，t h ec e n t e r , w i d t ha n d n e t w o r k w e i g h t sa r ec o d ea g a i n ，a n dg e to p t i m i z e dm o d e l i n g ．u s i n g g e n e t i ca l g o r i t h mo p t i m i z eR B F n e u r a ln e t w o r ka n de s t a b l i s hr e l a t i o n s h i p b e t w e e nd y n a m i cw e i g h t sa n dr e a g e n t sa d d i t i o n ，S Ot h a tr e c e i v e dt h e r e l a t i o n s h i p o ft h eb u b b l es i z e d i s t r i b u t i o nb e t w e e n r e a g e n t s a d d i t i o n ．R e s u l t ss h o wt h a tt h ea p p r o a c hh a sp r a c t i c a ls i g n i f i c a n c e ，C a n e f f e c t i v e l yg u i d et h ep r o d u c t i o n ． K E YW O R D Sf o a mf l o t a t i o n ，s i z ed i s t r i b u t i o n ，k e r n e lf u n c t i o n ，g e n e t i c a l g o r i t h m ，R B Fn e t w o r k I I 目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IA B S T R A C T ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．I I第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11 ．1 研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11 ．2 矿物浮选研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．31 ．2 ．1 国内外浮选过程控制研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31 ．2 ．2 矿物浮选图像研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51 ．3 论文内容和安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6第二章铝土矿泡沫浮选机理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．82 ．1 矿物浮选原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．82 ．1 ．1 浮选机理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82 ．1 ．2 铝土矿浮选设备及工艺⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯92 ．2 泡沫浮选药剂对工况的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 02 ．3 调整剂对泡沫尺寸的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 22 ．3 ．1 调整剂碳酸钠对矿浆p H 值的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 22 ．3 ．2 矿浆p H 值对泡沫尺寸的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 52 ．4 气泡大小与浮选工况的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 62 ．4 ．1 铝土矿浮选粘附机理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．162 ．4 ．2 气泡尺寸与碰撞过程的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 72 ．4 ．3 气泡尺寸与粘附过程的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 92 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 0第三章铝土矿气泡尺寸分布非参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 23 ．1 铝土矿泡沫尺寸数据的获取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 23 ．1 ．1 泡沫图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 23 ．1 ．2 气泡的测量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 33 ．2 “动态’’泡沫尺寸分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 53 ．3 气泡尺寸概率密度分布的非参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 73 ．3 ．1 直方图方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 73 ．3 ．2 核密度估计原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 93 ．3 ．3 核密度估计核函数的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 13 ．4p H 值调整剂与泡气泡尺寸分布的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 43 ．5 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 8 第四章基于遗传算法的R B F 网络的调整剂关系建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 94 ．1R B F 神经网络原理与结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 94 。2R B F 神经网络的学习规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 l4 ．3 遗传算法的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 54 ．3 ．1 遗传算法的基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 54 ．3 ．2 遗传算法的操作流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 64 ．4 遗传算法优化R B F 网络的算法设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 74 ，4 ．1R B F 网络参数的遗传优化方案⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 74 ．4 ．2 对遗传机制的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 94 ．4 ．3 泡沫尺寸分布特征与浮选药剂添加量关系模型设计⋯⋯⋯⋯⋯．．5 14 ．5 仿真与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 24 ．5 ．1 数据采集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 24 ．5 ．2 数据建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 24 ．5 ．3 结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 34 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 5第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 65 ．1 总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 65 ．2 展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 6参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 8致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 2攻读硕士期间主要研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。6 3 硕士学位论文第一章绪论第一章绪论随着社会经济的迅速发展，使我国有色金属生产和消费也大幅度增大，这使得有色金属冶炼的地位更加重要，成为我国大力发展和国利国利民措施的重要组成部分，然而，随着矿产资源的消耗日益增加，造成了大量有色金属矿物资源紧缺，我国现有的有色金属储藏量无法满足现如今对矿物资源日趋增大的需求，并且我国的矿产资源加工行业自动化水平低，生产设备和选矿技术落后，无法对矿产资源有效利用，无形中造成了矿产资源的极大浪费，严重影响着国民经济的发展，并为此众多企业建立了矿物泡沫浮选生产线，相对其他选矿方法丽言，浮选的分选效率比较高，这种方法可以有效利用低品位的矿产资源，使以前没有开采价值的贫矿利用的价值，扩大了资源利用范围，但在国内浮选过程大多依赖于人工操作，靠人工经验观察泡沫状态，评估浮选效果的好坏，不但使人工劳动强度大，也由于操作人员的主观性造成生产效率低、浮选药剂消耗大、生产状态不稳定等情况，严重影响有色冶炼的在市场中的竞争力。因此提高浮选生产设备效率，降低消耗，稳定生产是，是有效利用低品位矿产资源亟待解决的问题。1 ．1 研究背景与意义浮选技术最初用于硫化矿物，逐渐发展到用于氧化矿物和某些非金属矿物和煤炭、石墨等方面。氧化铝浮选工艺是利用铝土矿表面物理化学性质的差异，通过浮选药剂的的作用，使矿物颗粒选择性的附着在气泡上，从而达到分选的目的，矿物的表面性质对浮选过程有很大影响，矿物的电性、吸附、湿润性、分散、氧化等表面性质会影响有用的矿物颗粒的附着过程，从丽影响浮选效率。氧化铝浮选过程是在固、液和气三相界面上进行的，实现这一过程的关键在于矿物表面的性质的差异，尤其是湿润性，这种差异使得矿浆中析出大量细小稳定的泡沫，有用矿物颗粒充分与这些气泡相碰撞，牢固的粘附在气泡表面并随着气泡浮到矿浆表面；需剔除的脉石矿物无法粘附在气泡表面，仍留在矿浆中，总体来说浮选就是通过气泡作为媒介达到有用矿物和无用脉石之间的分选。使所得到的粘附矿物颗粒的气泡的矿物品位相比于原始矿物的品位有大幅度提高，充分扩大可利用的矿产资源范围，以前不具备利用价值的低品位矿产得到充分利用，促进我国氧化铝冶炼的快速发展。我国是氧化铝生产和消费大国，近年来，铝生产发展非常迅猛，我国已探明具有开发价值的铝土矿保有储量虽然有5 亿多吨，但基本上是铝硅比不高的一水 硕士学位论文第一章绪论硬铝石，用于氧化铝生产，【艺流程长，能源消耗高，特别是经过多年的开发，许多地区的资源开始枯竭，限制我国氧化铝生产的快速发展。铝是最常用I 的有色金属，在国民经济中占有重要的战略地位。氧化铝是铝冶炼的主要原料，但相较于与西方国家我国铝土矿资源的品位较低，导致氧化铝生产能耗高效率低．，严重影响我国氧化铝产业的国际竞争力。在氧化铝生产过程中，浮选工序是分离矿物的主要方法之一，由于浮选针对的是细小的矿物颗粒，这一特性解决了细小矿粒中有用矿物的回收问题；从而获得了高品位的精矿与较高的回收率；浮选法的应用也使矿物资源得到充分的综合利用。氧化铝浮选的目的是提高磨矿之后品位，浮选效果的好坏是影响后序拜耳法生产氧化铝效率的主要因素。因此，如何有效地提高浮选效果是氧化铝生产中的一个重要环节。在浮选过程中需要在固定的时间加入适量的浮选药剂实现分选目的，例如捕收剂、调整剂、起泡剂等。恰当的加入各种药剂可以有效的改善浮选环境，调节矿物颗粒的疏水性与可浮性，增加矿粒与气泡碰撞的概率，提到矿粒的附着铝，提高矿物分选的效果。因此矿物的添加量对浮选工艺来说哦是十分重要的操作指标，对浮选过程稳定、高效运行有着至关重要的作用。合适的加药量能能够把泡沫的尺寸大小分布、气泡的稳定度、泡沫颜色等物理特性控制在适合的范围内，使浮选处于最佳状态，有效的提高矿粒的附着率、品位与回收率。氧化铝浮选过程涉及到众多因素，属于典型的非线性、多约束问题，导致控制过程复杂、检测过程存在大滞后等现象，很难建立准确浮选药剂添加量与泡沫状态的关系模型，多年以来，多采用有经验的人工观察浮选槽泡沫层泡沫大小、颜色等特征来判断浮选过程的加药量状态。然后经过手动调节相关药剂添加量，这样的控制方式没有准确的判断准则，具有很大的随意性与主观性，有些变换无法用肉眼观察，只能做出粗糙判断，同一操作人员在不同的时间会获得不同的判断结果；并且不同的操作人员对泡沫的品质评判标准不同，也导致现场药剂添加状况因为[ 作人员的更换变得混乱。难以保证浮选过程处于最佳状态。除此之外，浮选本 身具有复杂性、非线性、强干扰等特性，仅依靠操作人员的判断，根本无法达到卣效的控制浮选过程的目的，反而会造成人力与物力的极大浪费，降低企业竞争力。随着计算机技术与数字图像技术的迅速发展，浮选自动化字数也有了极大变化，利用数字图像处理技术从泡沫图像提取特征参数，准确的描述浮选泡沫表面特征，找出特征与浮选性能的关系，以此来指导工业生产以成为浮选控制的新方向。也使得在泡沫浮选机器视觉系统的基础上，利用数字图像处理技术建立药剂添加量与浮选泡沫特征的关系模型成为可能。为了解决上述问题，国家自然科学基金“面向节能降耗的有色冶金过程控制若干理论与方法研究 6 0 6 3 4 0 2 0 ”、国家自然科学基金“数据驱动的多相交 硕士学位论文第一章绪论互冶金过程能耗优化方法研究及应用 6 0 8 7 4 0 6 9 ”的资助下，以校企合作项目“铝土矿泡沫图像分析系统”的部分工作为研究基础，本论文从泡沫浮选的基本原理入手，简单阐述了浮选的作用原理和浮选工艺流程以及浮选的常见设备，并在此基础上分析了铝土矿浮选流程泡沫的特点，对浮选泡沫的药剂添加量影响浮选泡沫尺寸大小方面做了深入研究，并以泡沫尺寸分布为研究基础，设计了尺寸分布特征和加药量的关系模型，并对所建立的模型仿真结果进行了讨论。合理的优化了泡沫浮选的生产过程，有效提高了生产效率，降低了生产成本，提高企业竞争力。1 ．2 矿物浮选研究现状浮选过程控制是指为满足各选矿厂的生产需求，而使用的连续监测和自动控制技术，主要包括生产安全、生产效益、产品质量、环境保护等。过程控制实施的方法主要是以采用合适的控制器、检测仪表以及执行单元为硬件基础，加上设计人员或现场操作人员的参与和配合来实现的【1 】。从上世纪4 0 年代，浮选自动化技术得到飞速发展，改变了以前浮选控制落后的局面。按照传统的选矿工艺，工作人员是凭借着自己的经验来手动调节各选矿变量，对工艺流程的控制不能准确有效实施，生产很难达到理想的生产指标，并且工作人员还需忍受恶劣的工作环境【2 】。生产状况的不稳定性以及操作变量的耦合作用造成浮选过程优化过程难以实现，但这却是每个冶炼厂家急需解决的关键问题。从2 0 世纪6 0 年代起通过自动化检测技术及时有效地监控浮选过程就成了研究热点，降低能耗，有效改善劳动条件。根据资料显示，自动化技术应用在选矿厂后，使设备效率与生产效率获得极大，有效降低生产成本。1 ．2 ．1 国内外浮选过程控制研究现状选矿自动化技术对于我国来说，经历艰难的发展历程，2 0 世纪5 0 年代我国才开始起步。一直到7 0 年代中期，一般采用模拟信号仪表，测量生产操作变量，并且在此基础上实现单回路或多回路的浮选过程控制，例如2 0 世纪6 0 年代，由北京矿冶研究总院设计的p H 值预测控制、给矿量控制、溢流浓度控制等单回路过程控制【3 1 。到2 0 世纪7 0 年代，大型集成电路的发展，推动浮选电气设备发展。例如载流分析仪，大型集成电路为浮选提供坚实的硬件基础。1 9 7 0 年，加拿大的矿山迎来其标志性发展。选矿厂出现精矿在线分析仪、数字电脑控制等设备，并且能有效地控制浮选过程【4 1 。芬兰的奥托昆普公司在K e r e t t i 矿山开采低品位硫铁矿时，开 硕士学位论文第一章绪论发了载流分析仪【5 1 。并且载流分析仪的准确性其他大型选矿厂得到了充分验证。在1 9 7 0 年奥托昆普的实验室研制成功x 射线载流分析系统，加速了自动控制系统在浮选中的应用。由于要确保系统2 4 d 时不间断可靠工作，这成为浮选自动控制的最大挑战，怎样有效集中监控成为了亟待解决的问题。在2 0 世纪7 0 年代中期，出现了监控室。监控人员可以在远端获得选矿厂设备的运行信息，并对现场进行远程指导工作人员进行操作[ 6 1 。但由于受到当时电脑硬件技术的限制处理的大都是从设备反馈回来的电信号。2 0 世纪8 0 年代以来，随着计算机技术的发展，国内外选矿自动化集成程度也随之增高，泡沫浮选控制系统大致分为了三种。按照复杂程度和性能可分为稳定控制，监督控制，最优控制。 1 稳定控制浮选控制主要有浮选槽液位控制、充气量控制以及加药量控制等。对于每个单回路控制，员工只需输入一个设定值，就能将自动变量保持在设定值上。所有控制回路的任务都在一个过程控制器来执行【_ 7 1 。早期的浮选自动控制一般包括一个或两个P I D 控制回路，现在的D C S 或者P L C 系统可包含上百个回路。在正中情况下，可以保持矿浆稳定在设定位置。例如当矿浆的流量突然增加时，液位随即升高，为了保持设定液位，阀门会开大，造成下一个工艺的给矿量增大，造成连锁影响，使整个系统的稳定在时间上有一定滞后性。考虑到每个作业的联动关系，单回路P I D 控制可能存在不足，所以需要新的控制算法来实现液位控制。 2 监督控制监督控制系统指能自动调节设定值，使所有控制回路同时动作以达到最优浮选状态【8 】。通过对测得的浮选过程的效率与某些性能指标或控制目标作比较后进行分析，确定这些设定值以此来达到控制目标。监管控制系统是一种更高水准的控制系统，可以有效减少动作量，减少很多重复工作。例如对于粗选来讲，操作工观察尾矿的取样结果，根据制定好时的给药量、充气量以及液位等参数，调整当前的浮选参数，以获得更好的选矿目标。这样虽然保证了粗选的回收率，但是可能使粗选精矿品位低。这种控制方法无法协调两个指标问的相关影响，为了解决这一问题，专家用很多方法来调节各个流程之间的相互影响，典型的就是最优化控制。 3 最优控制最优控制系统采用了优化思想，按照品位或回收率情况将浮选操作变量控制在生产效果较佳的情况。典型的一种方法是在监控系统中，记录较多的实验数据，并从中抽取指标较好的数据进行训练，来找到最优的浮选过程参数组合。4 硕士学位论文第一章绪论1 ．2 ．2 矿物浮选图像研究现状数字图形处理技术应用于矿物泡沫浮选过程控制，是一种较新的研究方向，近十几年来，有很多研究者一直在想法把数字图像处理技术应用到浮选过程中。浮选泡沫图像的外表特征主要指气泡尺寸、纹理、颜色等方面的不同状态，而这些泡沫表面特征与浮选过程变量与结果有密切的关系。在浮选控制中采用图像处理技术，很大程度提高了自动化程度，节省的人力物力。因此了解浮选泡沫图像处理的系统构成和泡沫物理参数的算法，以及泡沫图像的应用与特点，对掌握和使用泡沫图像处理技术具有重大的意义。近十几年前，泡沫图像处理技术才被报道出来。根据现有的研究方法，大致可以分为两种研究方案，一种方法是研究并提取泡沫图像的表面特征，并建立这些特征与浮选生产指标的关系模型。另一种方法是根据浮选生产指标，有目的的提取一些表面特征，如颜色、大小等为生产做指导。南非的M o o l m a n 首次把图像处理技术与浮选过程控制相结合，并为后续研究做了大量工作驯，提出图像颜色分析与快速傅立叶变换的技术处理图像。在1 9 9 5 年瓜里尼【1 0 】利用工业像机获取泡沫图像，并通过计算机利用物理、数学理论准确描述出泡沫中气泡的颜色、尺寸、形状等泡沫特征，并利用这些特征来评估指导浮选过程。智利的某个铜选矿厂利用图像技术用于泡沫监控和管理方面[ 1 1 , 1 2 ] ，在动力学的基础上建立分析系统，有效用于工作人员在浮选中的监控和管理。首先对图像加强，去噪等预处理，再利用颜色R G B 分量均值预测浮选图像颜色。气泡的大小则由泡沫图像整体泡沫面积的均值来获得。实现故障预测报警，并根据专家系统预计出引起故障的原因，提出相应对策。以这种方法建立的专家系统来确定工作状态，成为图像技术在浮选中应用的典范。H a t o n e n 主要对泡沫图像的研究做了深入研究，提取泡沫图像R G B 颜色特征，并计算R G B 分量的偏斜度、方差、均峰值、均值等特征参数，但是这种方法单一，并且对硬件设备的依赖非常严重依【1 3 1 。K a a r t i n e n 贝J J 计算了颜色分量的均值与方差，描述泡沫颜色特征；采用分水岭算法提取尺寸特征；采用图像子块速度估计方法，计算泡沫速度，并且利用速度信息像素变化，来提取稳定度特征【l 引。H a r g r a v e 和H a l l f l 5 】研究的主要特征是泡沫图像颜色与气泡结构，在此技术上估计选矿的品位和回收率，采用统计和神经网络等方法建立它们之间的关系模型，在实际应用中很好实现在浮选精矿品位的预测。B a r t o l a c c i 主要才共生矩阵和小波变换方法提取了泡沫图像的纹理特征，并通过支持向量机并建立精矿品位的专家经验的关系模型，并在专家系统的基础上对浮选过程出现的状况进行评估，实现反馈控制【1 6 】。H y o t y n i e m i 采m G G H A 获得泡沫图像的灰度特征，并计算出荼毒特征的功率谱，获取泡沫图像的纹理特征【l 。 硕士学位论文 第一章绪论 芬兰的奥托昆普公司主要提取了泡沫图像的气泡大小信息、泡沫的运动速 度，并在速度的基础上描述了气泡的稳定度等参数信息，通过泡沫浮选选的控制 系统、荧光分析仪分析这些参数，获得较为优化控制方案，在实际应用中取得较 好的效果[ 1 9 】。B a r b i a l q 。在浮选机理的理出上主要研究了影响气泡对矿物的承载情 况，并建立了气泡结构对浮选生产指标的影响，建立相应的关系模型【l8 1 。J a n i ． K a a r t i n e n 等【2 0 】对浮选泡沫的结构和速度进行分析，建立浮选泡沫在线分析系统， 并在此技术上利用统计方法和神经网络建立了一套浮选泡沫在线分类系统。 近几年，国内图像处理技术在浮选控制方面的研究发展十分迅速，陈子鸣1 2 l J 对泡沫图像做了一些} 刀步研究，李珍香主要针对泡沫浮选图像的识别进行研究， 实现对工况情况作出准确判断[ 2 2 】，刘文礼针抓哟提取了泡沫图像的纹理特征， 并采用聚类算法对泡沫纹理特征进行识别【23 I ，结合浮选工艺参数进行分析研究， 建立纹理与工艺参数的关系模型。研究结果表明，气泡的尺寸的大小信息时一种 很重要的特征信息，它能够直观明显的反映浮选工况过程信息，泡沫的大小的平 均值和矿浆的p H 值成线性关系，气泡大小对矿粒的承载率与承载的矿粒类型影 响十分严重。刘富强等人} 2 4 】通过采用图像处理实现煤自动分选的目的。王凡1 2 5 】 在研究了浮选泡沫图像中泡沫数量算法和气泡的直径测量方法。通过计算图像中 每个气泡亮点的面积，得到其平均直径，通过计算气泡亮点边界的周长，得到气 泡亮点的形状参数。阳春华，周开军[ 2 6 , 2 7 ] 等人针对不规则的浮选泡沫图像，在分 水岭算法的基础上对泡沫图像进行聚类预分割与图像重构等方面的预处j 哩，有效 解决过分割与前分割等不精确分割问题。唐朝晖，刘金平等【2 8 J 以浮选泡沫视频 帧图像序列为研究对象，从图像纹理的角度研究帧序列图像之间的纹理差别，有 效描述图像序列之间的动态差异提取了速度特征，并分析速度特征与浮选工艺指 标参数的关系 综上所述，浮选左能源回收利用中发挥着举足轻重的作用。在选矿过程中浮 选工艺是影响整个选矿过程好还的重要因素，因此对浮选泡沫图像的研究至关重 要。我们应该在大量 现有研究基础上，继续对浮选泡沫图像的图像处理和图像识 别进行更深入的研究，以便得到更好的浮选效果。 1 ．3 论文内容和安排 在铝土矿浮选过程中，药剂添加量是整体浮选工艺过程中非常主要的生产指 标，对整体浮选过程产生巨大影响，由于药剂添加量的改变会直接影响气泡的大 小，因此本文主要研究工作是对铝土矿的粗选过程泡沫尺寸分布和药剂添加量建 立关系模型。本文的主要内容和结构安排如下 第二章，泡沫浮选机理分析，从矿物浮选的基本原理，浮选的的作用机理和 硕士学位论文第一章绪论浮选的操作工艺流程入手，分析了浮选调整剂碳酸钠对矿浆p H 值有直接且显著的影响，并在泡沫的尺寸特征中表现出来，由此可得气泡尺寸可以在一定程度上反映碳酸钠的加药状况，这为加药量的研究提供了一定理论基础。并且主要从矿粒与气泡的碰撞过程与粘附过程的角度分析浮选过程中泡沫尺寸特征的重要性。第三章，铝土矿气泡尺寸分布非参数估计，首先根据泡沫浮选的图像特点，运用分水岭算法对图像进行分割，使图像分割更为准确，获取更为准确的气泡尺寸数据。并采用核密度估计的方法对气泡尺寸分布进行非参数估计，得到与泡沫尺寸P D F 相应的权值，当核函数与带宽固定，核估计的权值就代表泡沫尺寸分布的特征信息。从而可以建立p H 值调整剂添加量与核密度估计的权值之间的关系模型，得到调整剂与尺寸分布的关系模型。第四章，基于遗传算法的R B F 网络的关系模型，建立调整剂添加量与核密度估计的权值之间的关系模型，并在本章分析B P 神经网络与R B P 神经网络的优缺点，R B P 神经网络逼近能力强，避免了局部最小问题等优点，由此选取R B P神经网络方法建立软测量模型，但由于R B F 网络的构建分成了两个过程，并且两者之间互相独立，没有合作能力，相互独立的不相关的过程，使得隐含层与输出层之间的作用关系遭到破坏，因此选用自适应的遗传算法对网络进行优化，得到更为简单、快捷、准确的网络，是优化后的网络更符合实际应用的情况。第五章，总结和展望，对本文所作的工作和所取得的的成果进行总结，并针对本论文研究的不足之处，对未来的研究方向和改进方向进行展望。7 硕士学位论文 第二章泡沫浮选机理分析 第二章铝土矿泡沫浮选机理分析 本章主要分析铝二t 矿浮选基本原理以及浮选药剂对工况的影响。并在此基础 上分析了浮选调整剂对气泡尺寸的影响，在浮选过程中碳酸钠主要调节矿浆p H 值处于最佳范围，p H 值的改变会影响浮选泡沫尺寸的大小，随着p H 值增大气 泡尺寸的平均值会随艺增大。在浮选工艺中，气泡大小是与工况密切相关的视觉 特征，它可以反映众多工况信息。气泡尺寸对气泡与矿粒的碰撞过程与粘附过程 有直接影响，从而影响泡沫的浮选情况。为后续研究调整剂与尺寸分布的关系模 型提供理论支持。 2 ．1 矿物浮选原理 2 ．1 ．1 浮选机理 浮选是通过利用j 旷物表面物理化学性质的不同，使矿物颗粒有选择地在气泡 上附着的一种选矿方法。通过浮选药剂的作用，浮选可以使有用矿粒与气泡相碰 撞，并有选择的聚集j 生气泡表面，而使脉石等无用部分遗留在矿浆中，从而实现 了矿物的分选目的。它的实质就是在气、液、固三相体系中，通过疏水作用使矿 物黏附在疏水性气泡上上升形成矿物富集的泡沫层，而亲水性的颗粒则主要滞留 在水中，而最后随矿浆流排出。最基本的浮选设备单位是浮选槽，槽内是矿浆、 脉石、水的混合物。向浮选槽内充入气体并通过转子搅拌产生气泡，其中有用矿 物由于物理化学性质的差异会粘附在气泡表面不断的升至浮选槽上层，其所形成 的泡沫层会携带者有用矿物颗粒溢流到旁边另一槽内，从而实现分选过程。从本 质上说，浮选就是通过矿物与气泡本身物理化学性质差异，在浮选药剂的作用下 吧无用脉石和有用矿物分离的过程，气泡是实现分离的媒介。浮选过程的操作步 骤如图2 ．1 所示。 浮选的过程主要是在气一液一固三相界面中发生，在这一体系里相界面的吸附 现象非常重要，也非常普遍。在液一气界面的吸附作用下，起泡剂提高了气泡的 稳定性，并促进泡沫的形成和矿化；而矿浆中在矿物表面的吸附的各种浮选药剂 活化剂、捕收剂、抑制剂等 ，主要影响矿物表面的润湿性，导致矿浆中某些 矿物表面具有