CN110180683B - 一种基于大数据分析的浮选系统 - Google Patents

一种基于大数据分析的浮选系统 Download PDF

Info

Publication number
CN110180683B
CN110180683B CN201910544660.9A CN201910544660A CN110180683B CN 110180683 B CN110180683 B CN 110180683B CN 201910544660 A CN201910544660 A CN 201910544660A CN 110180683 B CN110180683 B CN 110180683B
Authority
CN
China
Prior art keywords
signal
mineral aggregate
module
auxiliary agent
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910544660.9A
Other languages
English (en)
Other versions
CN110180683A (zh
Inventor
杜友花
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Guolan Intelligent Technology Co ltd
Original Assignee
Anhui Guolan Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Guolan Intelligent Technology Co ltd filed Critical Anhui Guolan Intelligent Technology Co ltd
Priority to CN201910544660.9A priority Critical patent/CN110180683B/zh
Publication of CN110180683A publication Critical patent/CN110180683A/zh
Application granted granted Critical
Publication of CN110180683B publication Critical patent/CN110180683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D1/00—Flotation
    • B03D1/02—Froth-flotation processes
    • B03D1/028—Control and monitoring of flotation processes; computer models therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D1/00—Flotation
    • B03D1/14—Flotation machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D2203/00—Specified materials treated by the flotation agents; specified applications
    • B03D2203/02—Ores

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biotechnology (AREA)
  • Crushing And Grinding (AREA)

Abstract

本发明公开了一种基于大数据分析的浮选系统，包括矿料数据模块、执行处理模块、控制器、动作指导模块、赋值分析模块、助剂数据模块、整合记录模块和数据库；所述矿料数据模块用于实时的采集矿料的粒径信息，并将其传输至执行处理模块，且粒径信息包括粒径数据和粒径超过预设值a的重量数据；所述执行处理模块在接收到实时的粒径信息时，即开始进行信号生成操作；本发明能够针对矿料的整体质量进行数据化判定，并由判定结果做出细致化的深层次处理，以提高后续的浮选效率，避免出现矿料的入料粒度不均的情况，而粒度过大的话，即使矿料已单体解离，因超过气泡的浮载能力，往往也难以浮起。

Description

一种基于大数据分析的浮选系统
技术领域
本发明涉及浮选系统技术领域，具体为一种基于大数据分析的浮选系统。
背景技术
浮选是利用矿物表面的物理化学性质不同来对其进行分选处理。工业上广泛应用的是泡沫浮选，它的特点是将有用矿物选择性地附着在矿浆中的空气泡上，并随之上浮到矿浆表面，以达到有用矿物与脉石分离的目的。而浮选前的矿料需磨碎到符合浮选所要求的粒度，使得有用矿物基本上达到单体解离状态并添加浮选助剂来促进浮选操作的进行。
在现有的浮选系统中，时常会出现矿料的入料粒度不均的情况，若粒度过大的话，即使矿料已单体解离，因超过气泡的浮载能力，往往也难以浮起，且不能够依据矿料的整体质量来对其进行数据化判定，并由判定结果来做出细致化的深层次处理，以提高后续的浮选效率；
且在公开号为CN109622241A的文件中，仅是依据对矿料的多级处理来使泡沫与矿浆的流动更加顺畅，以提高浮选效果；而将其与现有的浮选系统相结合来说，还存在难以将矿料情况与助剂情况一同代入，并依据权重化处理与评分标定操作，来反映出整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施，以匹配各自付出的辛勤劳动和针对整体浮选效果来择优选出合适的矿料来源和助剂厂家。
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的在于提供一种基于大数据分析的浮选系统，本发明是将粒径数据与粒径超过预设值a的重量数据进行标定，并依据其与各自预设值的比较关系，来得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，而动作指导模块在接收到返料加工信号时，则将矿料导入至矿料研细设备并控制其工作，进而能够对矿料的整体质量进行数据化判定，并由判定结果做出细致化的深层次处理，以提高后续的浮选效率，避免出现矿料的入料粒度不均的情况，而粒度过大的话，即使矿料已单体解离，因超过气泡的浮载能力，往往也难以浮起；
本发明是将由矿料情况生成的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，与助剂情况生成的杂质沉淀量数据相结合，并一同来进行权重化处理，以得到一个月内的每批次矿料和助剂的配合浮选系数Li，并将其与预设范围z的比较结果来标定综合评分系数Ti并赋值，以得到一个月的生产评分值V，并将其与预设范围v的比较关系，来生成奖励信号、督促信号和反省信号，再一同发送至监督人员的手机中，进而将矿料情况与助剂情况相结合来一同进行权重化分析，并对分析结果进行评分标定操作，来反映出整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施，以匹配各自付出的辛勤劳动和针对整体浮选效果来择优选出合适的矿料来源和助剂厂家。
本发明所要解决的技术问题如下：
(1)如何依据矿料的整体质量来对其进行数据化判定，并由判定结果来做出细致化的深层次处理，以提高后续的浮选效率；
(2)如何来将矿料情况与助剂情况一同代入，并依据权重化处理与评分标定操作，来反映出整体浮选效果和相应人员在每月的工作状态。
本发明的目的可以通过以下技术方案实现：
一种基于大数据分析的浮选系统，包括矿料数据模块、执行处理模块、控制器、动作指导模块、赋值分析模块、助剂数据模块、整合记录模块和数据库；
所述矿料数据模块用于实时的采集矿料的粒径信息，并将其传输至执行处理模块，且粒径信息包括粒径数据和粒径超过预设值a的重量数据；
所述执行处理模块在接收到实时的粒径信息时，即开始进行信号生成操作，以得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，并将其均经控制器传输至动作指导模块和赋值分析模块；
所述动作指导模块在接收到实时的正常生产信号时，不进行任何处理操作；所述动作指导模块在接收到实时的助剂加量信号和流速降低信号时，将其发送至监督人员的手机中，且监督人员的手机与动作指导模块间为蓝牙连接，以便监督人员随时了解到矿料情况，并据此来调整加入的助剂量和矿料导入时的流速；
所述动作指导模块在接收到实时的返料加工信号时，则将矿料导入至矿料研细设备中的筛筒并控制电机开启，电机带动第一转轴顺时针转动，第一转轴带动第二直齿轮和磨辊轴顺时针转动，第二直齿轮带动两个第一直齿轮逆时针转动，两个第一直齿轮带动内齿轮逆时针转动，进而由内齿轮来带动筛筒逆时针转动并与磨辊轴的转动方向相反，同时依据磨辊轴的端面为椭圆状且外部均匀嵌入有凸粒，以及筛筒的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，使得矿料在筛筒内可与研磨球、凸粒和磨辊轴充分接触，而反向运动的研磨作用能够大大提升工作效率和研磨质量，并将经研细后的矿料由筛筒上的导料孔导出至固定筛网；
同时第一转轴还带动第二皮带轮转动，第二皮带轮经皮带来带动第一皮带轮转动，第一皮带轮带动第二转轴及其一端的锥齿轮转动，并依据固定柱的底端设置有环形板且为滑动连接，以及环形板的底部嵌入有锥齿轮条且与锥齿轮间为啮合连接，进而带动环形板及其内部的毛刷转动，毛刷则将固定筛网所堵塞的导料孔疏通，以免固定筛网上的导料孔堵塞而对正常出料造成影响，以及使得出料量更加均一，从而提高排料的顺畅度，并将经研细后的矿料导落至储料斗，而固定筛网顶部一侧的距离传感器用于测量残留在固定筛网上的矿料堆积高度数据，当矿料堆积高度数据大于等于预设值b时，来生成清理信号并发送至动作指导模块，当矿料堆积高度数据小于预设值b时，则不生成任何信号进行传输，动作指导模块则将其发送至监督人员的手机中，以便与监督人员相联通并督促其及时的来对残留在固定筛网上的矿料进行清理；
而由称重传感器来对经研细后的矿料在储料斗上的重量数据进行测量，当重量数据大于等于预设值c时，来生成导通信号并发送至动作指导模块，而动作指导模块则来控制电磁阀开启，并将经研细后的矿料由出料管导出，进而能够依据不同的矿料质量来对其进行细致化的深层次处理，以提高后续的浮选效率；
所述助剂数据模块用于实时的采集助剂的杂质沉淀量数据，并将其传输至赋值分析模块；
所述赋值分析模块在接收到实时的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，以及助剂的杂质沉淀量数据时，即对其进行赋值分配操作，以得到每批次矿料和助剂的配合浮选系数Li并将其传输至整合记录模块；
所述整合记录模块在接收到一个月的每批次矿料和助剂的配合浮选系数Li后，即开始进行评分标定操作，以得到一个月的生产评分值V并与预设范围v相比较，当生产评分值V小于预设范围v时，生成奖励信号，当生产评分值V位于预设范围v内时，生成一级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家和矿料来源地址并反馈至整合记录模块，以将其生成督促信号，当生产评分值V大于预设范围v时，生成二级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家、矿料来源地址和对应的操作人员姓名并反馈至整合记录模块，以将其生成反省信号，并将奖励信号、督促信号和反省信号均发送至监督人员的手机中，且监督人员的手机与整合记录模块间为蓝牙连接，进而将矿料情况与助剂情况相结合来一同进行权重化分析，并对分析结果进行评分标定操作，以让监督人员充分的了解到整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施；
所述数据库内录入有各月份中每批次的助剂供应厂家、矿料来源地址和对应的操作人员姓名。
进一步的，所述信号生成操作的具体步骤如下：
S1：实时获取到每批次矿料的粒径信息，并将其中的粒径数据标定为Qi，i＝1...n，以及将其中的粒径超过预设值a的重量数据标定为Wi，i＝1...n，且在当i＝1时的Q1和W1分别表示为第一批次矿料的粒径数据和第一批次矿料的粒径超过预设值a的重量数据；
S2：先将Qimax和Wi分别与对应的预设范围q和w相比较，当Qimax位于预设范围q之外、Wi位于预设范围w之外时，生成返料加工信号，当Qimax位于预设范围q之内，Wi位于预设范围w之外时，生成助剂加量信号，当Qimax位于预设范围q之外、Wi位于预设范围w之内时，生成流速降低信号，当Qimax位于预设范围q之内、Wi位于预设范围w之内时，生成正常生产信号，且Qimax表示每批次矿料的粒径数据最大值。
进一步的，所述赋值分配操作的具体步骤如下：
D1：获取到一个月内的每批次助剂的杂质沉淀量数据，并将其依次分为第一杂量级、第二杂量级和第三杂量级，同时据此来标定杂量系数Fi，i＝1...n，具体标定过程为：获取到一个月内的每批次助剂的杂质沉淀量数据，并对其进行赋值操作，当一个月内的每批次助剂的杂质沉淀量数据分别对应着第一杂量级、第二杂量级和第三杂量级时，则将杂量系数Fi分别标定为预设值P1、P2和P3，且P1大于P2大于P3，而在当i＝1时的F1表示一个月内的第一批次助剂的杂质沉淀量数据所标定的杂量系数；
D2：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，同时据此来标定矿料系数Gi，i＝1...n，且Gi与Fi一一对应，具体标定过程为：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，并对其进行赋值操作，当一个月内的每批次矿料分别对应着返料加工信号、助剂加量信号、流速降低信号或正常生产信号时，则矿料系数Gi分别标定为预设值K1、K2、K3和K4，且K1大于K2大于K3大于K4，而在当i＝1时的G1表示一个月内的第一批次矿料对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号所标定的矿料系数；
D3：先将杂量系数Fi、矿料系数Gi对浮选质量的影响占比进行权重分配，并依次分配为权重值f、g且f大于g，再由公式Li＝Fi*f+Gi*g，i＝1...n，来求得一个月内的每批次矿料和助剂的配合浮选系数，且在当i＝1时的L1表示为一个月内的第一批次矿料和助剂的配合浮选系数。
进一步的，所述第一杂量级、第二杂量级和第三杂量级依次对应着该批次助剂总量的5％以上、该批次助剂总量的2％-5％、该批次助剂总量的2％以下。
进一步的，所述评分标定操作的具体步骤如下：
Z1：获取到一个月的每批次矿料和助剂的配合浮选系数Li，并将其与预设范围z相比较，同时依据一个月的每批次矿料和助剂的配合浮选系数Li与预设范围z的比较结果来标定综合评分系数Ti，i＝1...n，且Li与Ti一一对应，而在当i＝1时的T1表示为一个月的第一批次矿料和助剂的配合浮选系数L1与预设范围z的比较结果；
Z2：当Li大于预设范围z时，将综合评分系数Ti赋值为H1；当Li位于预设范围z内时，将综合评分系数Ti赋值为H2；当Li小于预设范围z时，将综合评分系数Ti赋值为H3，且H1大于H2大于H3，并依据公式
Figure GDA0002718026810000071
来求得一个月的生产评分值。
进一步的，所述矿料研细设备由箱盖、箱体、进料盖、第一转轴、距离传感器、固定柱、固定筛网、环形板、锥齿轮条、毛刷、称重传感器、伸缩弹簧、出料管、电磁阀、储料斗、锥齿轮、第二转轴、第一皮带轮、皮带、密封板、第二皮带轮、电机、固定轴、内齿轮、筛筒、第一直齿轮、第二直齿轮和磨辊轴组成，所述箱体的顶部通过铰链活动连接有箱盖，所述箱体的底部内壁对应设置有伸缩弹簧，所述伸缩弹簧的一端通过点焊固定有称重传感器，所述称重传感器的顶部通过粘接固定有储料斗，且储料斗的外缘与箱体的内壁间为滑动连接，所述储料斗的一侧设置有出料管并穿过箱体的底部，且出料管的外部安装有电磁阀；
所述箱体的一侧内壁对应安装有固定轴，所述固定轴的一端通过轴承活动连接有第一直齿轮，且两个第一直齿轮的外部设置有内齿轮，所述内齿轮远离固定轴的一侧通过螺钉固定有密封板，且密封板与第一直齿轮和固定轴的端面间的直线距离均为一厘米，所述内齿轮的外部通过点焊固定有筛筒，所述筛筒的一侧设置有进料盖，所述箱体的一侧通过固定架与电机相连接，所述电机的一侧通过联轴器活动连接有第一转轴，且第一转轴依次穿过箱体的一侧、密封板和筛筒的一侧并与箱体的另一侧内壁间为轴承活动连接，所述第一转轴的外部一侧通过点焊固定有第二直齿轮，且内齿轮和第二直齿轮与第一直齿轮间为啮合连接，所述第一转轴的外部中心处通过点焊固定有磨辊轴；
所述第一转轴的外部一侧通过点焊固定有第二皮带轮，所述第二转轴穿过箱体的一侧且一端通过点焊固定有第一皮带轮，所述第一皮带轮、第二皮带轮的外部套接有皮带且为配合结构，所述第二转轴的另一端通过点焊固定有锥齿轮；
所述箱体的内部安装有固定筛网，所述固定筛网的顶部一侧设置有距离传感器，所述固定筛网的底部对应安装有固定柱，所述固定柱的底端设置有环形板且为滑动连接，所述环形板的底部嵌入有锥齿轮条，且锥齿轮条与锥齿轮间为啮合连接，所述环形板的内部安装有毛刷且与固定筛网为配合结构，所述距离传感器、称重传感器、电磁阀和电机均与外部电源电性连接；所述密封板和筛筒与第一转轴间为轴承活动连接，所述第二皮带轮、第二直齿轮和磨辊轴与电机间的距离逐渐增大，且第二皮带轮位于箱体的外部，以及第二直齿轮和磨辊轴均位于箱体的内部；所述筛筒、固定筛网和储料斗为自上而下依次设置，所述筛筒和固定筛网上均开设有导料孔且孔径均为五百微米，所述磨辊轴的端面为椭圆状且外部均匀嵌入有凸粒，所述筛筒的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，以及研磨球的直径为一毫米。
本发明的有益效果：
1.本发明的矿料数据模块采集矿料的粒径信息并传输至执行处理模块，并由执行处理模块来对其进行信号生成操作，即将粒径数据与粒径超过预设值a的重量数据分别标定为Qi与Wi，并依据Qimax和Wi与对应的预设范围q和w的比较关系，以得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，并将其均经控制器传输至动作指导模块和赋值分析模块；
而动作指导模块在接收到实时的返料加工信号时，则将矿料导入至矿料研细设备并控制其工作，且由内齿轮来带动筛筒逆时针转动并与磨辊轴的转动方向相反，同时依据磨辊轴的端面为椭圆状且外部均匀嵌入有凸粒，以及筛筒的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，使得矿料在筛筒内可与研磨球、凸粒和磨辊轴充分接触，而反向运动的研磨作用能够大大提升工作效率和研磨质量；且由锥齿轮条与锥齿轮间的啮合作用来带动环形板及其内部的毛刷转动，毛刷则将固定筛网所堵塞的导料孔疏通，以免固定筛网上的导料孔堵塞而对正常出料造成影响，以及使得出料量更加均一，从而提高排料的顺畅度；而当矿料堆积高度数据大于等于预设值b时，来生成清理信号并发送至动作指导模块，动作指导模块则将其发送至监督人员的手机中，以便与监督人员相联通并督促其及时的来对残留在固定筛网上的矿料进行清理；而当重量数据大于等于预设值c时，来生成导通信号并发送至动作指导模块，动作指导模块则来控制电磁阀开启，并将经研细后的矿料由出料管导出，进而来对矿料的整体质量进行数据化判定，并由判定结果做出细致化的深层次处理，以提高后续的浮选效率，避免出现矿料的入料粒度不均的情况，而粒度过大的话，即使矿料已单体解离，因超过气泡的浮载能力，往往也难以浮起；
2.本发明的赋值分析模块则将接收到的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，与助剂数据模块传输的助剂的杂质沉淀量数据相结合，并一同来进行赋值分配操作；
即将助剂的杂质沉淀量数据标定为杂量系数Fi并赋值，再将返料加工信号、助剂加量信号、流速降低信号和正常生产信号标定为矿料系数Gi并赋值，最后依据杂量系数Fi和矿料系数Gi对浮选质量的影响占比进行权重分配，由公式Li＝Fi*f+Gi*g，来求得一个月内的每批次矿料和助剂的配合浮选系数Li，并将其传输至整合记录模块；
整合记录模块则将接收到的一个月的每批次矿料和助剂的配合浮选系数Li进行评分标定操作，即将其与预设范围z的比较结果来标定综合评分系数Ti并赋值，再依据公式
Figure GDA0002718026810000101
来求得一个月的生产评分值V并与预设范围v的比较关系，来生成奖励信号、督促信号和反省信号，再一同发送至监督人员的手机中，进而将矿料情况与助剂情况相结合来一同进行权重化分析，并对分析结果进行评分标定操作，来反映出整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施，以匹配各自付出的辛勤劳动和针对整体浮选效果来择优选出合适的矿料来源和助剂厂家。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图；
图2为本发明的整体正视剖面结构示意图；
图3为本发明的第一直齿轮与内齿轮和第二直齿轮的连接结构示意图；
图4为本发明的筛筒内部结构示意图；
图5为本发明的环形板与毛刷和锥齿轮条的安装结构示意图；
图中：1、箱盖；2、箱体；3、进料盖；4、第一转轴；5、距离传感器；6、固定柱；7、固定筛网；8、环形板；9、锥齿轮条；10、毛刷；11、称重传感器；12、伸缩弹簧；13、出料管；14、电磁阀；15、储料斗；16、锥齿轮；17、第二转轴；18、第一皮带轮；19、皮带；20、密封板；21、第二皮带轮；22、电机；23、固定轴；24、内齿轮；25、筛筒；26、第一直齿轮；27、第二直齿轮；28、磨辊轴。
具体实施方式
如图1-5所示，一种基于大数据分析的浮选系统，包括矿料数据模块、执行处理模块、控制器、动作指导模块、赋值分析模块、助剂数据模块、整合记录模块和数据库；
矿料数据模块用于实时的采集矿料的粒径信息，并将其传输至执行处理模块，且粒径信息包括粒径数据和粒径超过预设值a的重量数据；
执行处理模块在接收到实时的粒径信息时，即开始进行信号生成操作，以得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，并将其均经控制器传输至动作指导模块和赋值分析模块；
动作指导模块在接收到实时的正常生产信号时，不进行任何处理操作；动作指导模块在接收到实时的助剂加量信号和流速降低信号时，将其发送至监督人员的手机中，且监督人员的手机与动作指导模块间为蓝牙连接，以便监督人员随时了解到矿料情况，并据此来调整加入的助剂量和矿料导入时的流速；
动作指导模块在接收到实时的返料加工信号时，则将矿料导入至矿料研细设备中的筛筒25并控制电机22开启，电机22带动第一转轴4顺时针转动，第一转轴4带动第二直齿轮27和磨辊轴28顺时针转动，第二直齿轮27带动两个第一直齿轮26逆时针转动，两个第一直齿轮26带动内齿轮24逆时针转动，进而由内齿轮24来带动筛筒25逆时针转动并与磨辊轴28的转动方向相反，同时依据磨辊轴28的端面为椭圆状且外部均匀嵌入有凸粒，以及筛筒25的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，使得矿料在筛筒25内可与研磨球、凸粒和磨辊轴28充分接触，而反向运动的研磨作用能够大大提升工作效率和研磨质量，并将经研细后的矿料由筛筒25上的导料孔导出至固定筛网7；
同时第一转轴4还带动第二皮带轮21转动，第二皮带轮21经皮带19来带动第一皮带轮18转动，第一皮带轮18带动第二转轴17及其一端的锥齿轮16转动，并依据固定柱6的底端设置有环形板8且为滑动连接，以及环形板8的底部嵌入有锥齿轮条9且与锥齿轮16间为啮合连接，进而带动环形板8及其内部的毛刷10转动，毛刷10则将固定筛网7所堵塞的导料孔疏通，以免固定筛网7上的导料孔堵塞而对正常出料造成影响，以及使得出料量更加均一，从而提高排料的顺畅度，并将经研细后的矿料导落至储料斗15，而固定筛网7顶部一侧的距离传感器5用于测量残留在固定筛网7上的矿料堆积高度数据，当矿料堆积高度数据大于等于预设值b时，来生成清理信号并发送至动作指导模块，当矿料堆积高度数据小于预设值b时，则不生成任何信号进行传输，动作指导模块则将其发送至监督人员的手机中，以便与监督人员相联通并督促其及时的来对残留在固定筛网7上的矿料进行清理；
而由称重传感器11来对经研细后的矿料在储料斗15上的重量数据进行测量，当重量数据大于等于预设值c时，来生成导通信号并发送至动作指导模块，而动作指导模块则来控制电磁阀14开启，并将经研细后的矿料由出料管13导出，进而能够依据不同的矿料质量来对其进行细致化的深层次处理，以提高后续的浮选效率；
助剂数据模块用于实时的采集助剂的杂质沉淀量数据，并将其传输至赋值分析模块；
赋值分析模块在接收到实时的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，以及助剂的杂质沉淀量数据时，即对其进行赋值分配操作，以得到每批次矿料和助剂的配合浮选系数Li并将其传输至整合记录模块；
整合记录模块在接收到一个月的每批次矿料和助剂的配合浮选系数Li后，即开始进行评分标定操作，以得到一个月的生产评分值V并与预设范围v相比较，当生产评分值V小于预设范围v时，生成奖励信号，当生产评分值V位于预设范围v内时，生成一级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家和矿料来源地址并反馈至整合记录模块，以将其生成督促信号，当生产评分值V大于预设范围v时，生成二级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家、矿料来源地址和对应的操作人员姓名并反馈至整合记录模块，以将其生成反省信号，并将奖励信号、督促信号和反省信号均发送至监督人员的手机中，且监督人员的手机与整合记录模块间为蓝牙连接，进而将矿料情况与助剂情况相结合来一同进行权重化分析，并对分析结果进行评分标定操作，以让监督人员充分的了解到整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施；
数据库内录入有各月份中每批次的助剂供应厂家、矿料来源地址和对应的操作人员姓名。
进一步的，信号生成操作的具体步骤如下：
S1：实时获取到每批次矿料的粒径信息，并将其中的粒径数据标定为Qi，i＝1...n，以及将其中的粒径超过预设值a的重量数据标定为Wi，i＝1...n，且在当i＝1时的Q1和W1分别表示为第一批次矿料的粒径数据和第一批次矿料的粒径超过预设值a的重量数据；
S2：先将Qimax和Wi分别与对应的预设范围q和w相比较，当Qimax位于预设范围q之外、Wi位于预设范围w之外时，生成返料加工信号，当Qimax位于预设范围q之内，Wi位于预设范围w之外时，生成助剂加量信号，当Qimax位于预设范围q之外、Wi位于预设范围w之内时，生成流速降低信号，当Qimax位于预设范围q之内、Wi位于预设范围w之内时，生成正常生产信号，且Qimax表示每批次矿料的粒径数据最大值。
进一步的，赋值分配操作的具体步骤如下：
D1：获取到一个月内的每批次助剂的杂质沉淀量数据，并将其依次分为第一杂量级、第二杂量级和第三杂量级，同时据此来标定杂量系数Fi，i＝1...n，具体标定过程为：获取到一个月内的每批次助剂的杂质沉淀量数据，并对其进行赋值操作，当一个月内的每批次助剂的杂质沉淀量数据分别对应着第一杂量级、第二杂量级和第三杂量级时，则将杂量系数Fi分别标定为预设值P1、P2和P3，且P1大于P2大于P3，而在当i＝1时的F1表示一个月内的第一批次助剂的杂质沉淀量数据所标定的杂量系数；
D2：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，同时据此来标定矿料系数Gi，i＝1...n，且Gi与Fi一一对应，具体标定过程为：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，并对其进行赋值操作，当一个月内的每批次矿料分别对应着返料加工信号、助剂加量信号、流速降低信号或正常生产信号时，则矿料系数Gi分别标定为预设值K1、K2、K3和K4，且K1大于K2大于K3大于K4，而在当i＝1时的G1表示一个月内的第一批次矿料对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号所标定的矿料系数；
D3：先将杂量系数Fi、矿料系数Gi对浮选质量的影响占比进行权重分配，并依次分配为权重值f、g且f大于g，再由公式Li＝Fi*f+Gi*g，i＝1...n，来求得一个月内的每批次矿料和助剂的配合浮选系数，且在当i＝1时的L1表示为一个月内的第一批次矿料和助剂的配合浮选系数。
进一步的，第一杂量级、第二杂量级和第三杂量级依次对应着该批次助剂总量的5％以上、该批次助剂总量的2％-5％、该批次助剂总量的2％以下。
进一步的，评分标定操作的具体步骤如下：
Z1：获取到一个月的每批次矿料和助剂的配合浮选系数Li，并将其与预设范围z相比较，同时依据一个月的每批次矿料和助剂的配合浮选系数Li与预设范围z的比较结果来标定综合评分系数Ti，i＝1...n，且Li与Ti一一对应，而在当i＝1时的T1表示为一个月的第一批次矿料和助剂的配合浮选系数L1与预设范围z的比较结果；
Z2：当Li大于预设范围z时，将综合评分系数Ti赋值为H1；当Li位于预设范围z内时，将综合评分系数Ti赋值为H2；当Li小于预设范围z时，将综合评分系数Ti赋值为H3，且H1大于H2大于H3，并依据公式
Figure GDA0002718026810000151
来求得一个月的生产评分值。
进一步的，矿料研细设备由箱盖1、箱体2、进料盖3、第一转轴4、距离传感器5、固定柱6、固定筛网7、环形板8、锥齿轮条9、毛刷10、称重传感器11、伸缩弹簧12、出料管13、电磁阀14、储料斗15、锥齿轮16、第二转轴17、第一皮带轮18、皮带19、密封板20、第二皮带轮21、电机22、固定轴23、内齿轮24、筛筒25、第一直齿轮26、第二直齿轮27和磨辊轴28组成，箱体2的顶部通过铰链活动连接有箱盖1，箱体2的底部内壁对应设置有伸缩弹簧12，伸缩弹簧12的一端通过点焊固定有称重传感器11，称重传感器11的顶部通过粘接固定有储料斗15，且储料斗15的外缘与箱体2的内壁间为滑动连接，储料斗15的一侧设置有出料管13并穿过箱体2的底部，且出料管13的外部安装有电磁阀14；
箱体2的一侧内壁对应安装有固定轴23，固定轴23的一端通过轴承活动连接有第一直齿轮26，且两个第一直齿轮26的外部设置有内齿轮24，内齿轮24远离固定轴23的一侧通过螺钉固定有密封板20，且密封板20与第一直齿轮26和固定轴23的端面间的直线距离均为一厘米，内齿轮24的外部通过点焊固定有筛筒25，筛筒25的一侧设置有进料盖3，箱体2的一侧通过固定架与电机22相连接，电机22的一侧通过联轴器活动连接有第一转轴4，且第一转轴4依次穿过箱体2的一侧、密封板20和筛筒25的一侧并与箱体2的另一侧内壁间为轴承活动连接，第一转轴4的外部一侧通过点焊固定有第二直齿轮27，且内齿轮24和第二直齿轮27与第一直齿轮26间为啮合连接，第一转轴4的外部中心处通过点焊固定有磨辊轴28；
第一转轴4的外部一侧通过点焊固定有第二皮带轮21，第二转轴17穿过箱体2的一侧且一端通过点焊固定有第一皮带轮18，第一皮带轮18、第二皮带轮21的外部套接有皮带19且为配合结构，第二转轴17的另一端通过点焊固定有锥齿轮16；
箱体2的内部安装有固定筛网7，固定筛网7的顶部一侧设置有距离传感器5，固定筛网7的底部对应安装有固定柱6，固定柱6的底端设置有环形板8且为滑动连接，环形板8的底部嵌入有锥齿轮条9，且锥齿轮条9与锥齿轮16间为啮合连接，环形板8的内部安装有毛刷10且与固定筛网7为配合结构，距离传感器5、称重传感器11、电磁阀14和电机22均与外部电源电性连接；密封板20和筛筒25与第一转轴4间为轴承活动连接，第二皮带轮21、第二直齿轮27和磨辊轴28与电机22间的距离逐渐增大，且第二皮带轮21位于箱体2的外部，以及第二直齿轮27和磨辊轴28均位于箱体2的内部；筛筒25、固定筛网7和储料斗15为自上而下依次设置，筛筒25和固定筛网7上均开设有导料孔且孔径均为五百微米，磨辊轴28的端面为椭圆状且外部均匀嵌入有凸粒，筛筒25的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，以及研磨球的直径为一毫米。
一种基于大数据分析的浮选系统，在工作过程中，先由矿料数据模块采集矿料的粒径信息并传输至执行处理模块，且粒径信息包括粒径数据和粒径超过预设值a的重量数据；执行处理模块则对接收到的粒径信息进行信号生成操作，即将粒径数据与粒径超过预设值a的重量数据分别标定为Qi与Wi，并依据Qimax和Wi与对应的预设范围q和w的比较关系，以得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，并将其均经控制器传输至动作指导模块和赋值分析模块；
动作指导模块在接收到实时的正常生产信号时，不进行任何处理操作；
动作指导模块在接收到实时的助剂加量信号和流速降低信号时，将其发送至监督人员的手机中，以便监督人员随时了解到矿料情况，并据此来调整加入的助剂量和矿料导入时的流速；
动作指导模块在接收到实时的返料加工信号时，则将矿料导入至矿料研细设备中的筛筒25并控制电机22开启，电机22带动第一转轴4顺时针转动，第一转轴4带动第二直齿轮27和磨辊轴28顺时针转动，第二直齿轮27带动两个第一直齿轮26逆时针转动，两个第一直齿轮26带动内齿轮24逆时针转动，进而由内齿轮24来带动筛筒25逆时针转动并与磨辊轴28的转动方向相反，同时依据磨辊轴28的端面为椭圆状且外部均匀嵌入有凸粒，以及筛筒25的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，使得矿料在筛筒25内可与研磨球、凸粒和磨辊轴28充分接触，而反向运动的研磨作用能够大大提升工作效率和研磨质量，并将经研细后的矿料由筛筒25上的导料孔导出至固定筛网7；
同时第一转轴4还带动第二皮带轮21转动，第二皮带轮21经皮带19来带动第一皮带轮18转动，第一皮带轮18带动第二转轴17及其一端的锥齿轮16转动，并依据固定柱6的底端设置有环形板8且为滑动连接，以及环形板8的底部嵌入有锥齿轮条9且与锥齿轮16间为啮合连接，进而带动环形板8及其内部的毛刷10转动，毛刷10则将固定筛网7所堵塞的导料孔疏通，以免固定筛网7上的导料孔堵塞而对正常出料造成影响，以及使得出料量更加均一，从而提高排料的顺畅度，并将经研细后的矿料导落至储料斗15，而固定筛网7顶部一侧的距离传感器5用于测量残留在固定筛网7上的矿料堆积高度数据，当矿料堆积高度数据大于等于预设值b时，来生成清理信号并发送至动作指导模块，当矿料堆积高度数据小于预设值b时，则不生成任何信号进行传输，动作指导模块则将其发送至监督人员的手机中，以便与监督人员相联通并督促其及时的来对残留在固定筛网7上的矿料进行清理；
而由称重传感器11来对经研细后的矿料在储料斗15上的重量数据进行测量，当重量数据大于等于预设值c时，来生成导通信号并发送至动作指导模块，而动作指导模块则来控制电磁阀14开启，并将经研细后的矿料由出料管13导出，进而来对矿料的整体质量进行数据化判定，并由判定结果做出细致化的深层次处理，以提高后续的浮选效率，避免出现矿料的入料粒度不均的情况，而粒度过大的话，即使矿料已单体解离，因超过气泡的浮载能力，往往也难以浮起；
赋值分析模块则将接收到的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，与助剂数据模块传输的助剂的杂质沉淀量数据相结合，并一同来进行赋值分配操作；
先将助剂的杂质沉淀量数据标定为杂量系数Fi并赋值，再将返料加工信号、助剂加量信号、流速降低信号和正常生产信号标定为矿料系数Gi并赋值，最后依据杂量系数Fi和矿料系数Gi对浮选质量的影响占比进行权重分配，由公式Li＝Fi*f+Gi*g，来求得一个月内的每批次矿料和助剂的配合浮选系数Li，并将其传输至整合记录模块；
整合记录模块则将接收到的一个月的每批次矿料和助剂的配合浮选系数Li进行评分标定操作，即将其与预设范围z的比较结果来标定综合评分系数Ti并赋值，再依据公式
Figure GDA0002718026810000191
来求得一个月的生产评分值V并与预设范围v的比较关系，来生成奖励信号、督促信号和反省信号，再一同发送至监督人员的手机中，进而将矿料情况与助剂情况相结合来一同进行权重化分析，并对分析结果进行评分标定操作，来反映出整体浮选效果和相应人员在每月的工作状态，并据此来做出适应性的奖惩措施，以匹配各自付出的辛勤劳动和针对整体浮选效果来择优选出合适的矿料来源和助剂厂家。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于大数据分析的浮选系统，其特征在于，包括矿料数据模块、执行处理模块、控制器、动作指导模块、赋值分析模块、助剂数据模块、整合记录模块和数据库；
所述矿料数据模块用于实时的采集矿料的粒径信息，并将其传输至执行处理模块，且粒径信息包括粒径数据和粒径超过预设值a的重量数据；
所述执行处理模块在接收到实时的粒径信息时，即开始进行信号生成操作，以得到返料加工信号、助剂加量信号、流速降低信号和正常生产信号，并将其均经控制器传输至动作指导模块和赋值分析模块；
所述动作指导模块在接收到实时的助剂加量信号和流速降低信号时，将其发送至监督人员的手机中，且监督人员的手机与动作指导模块间为蓝牙连接；
所述动作指导模块在接收到实时的返料加工信号时，则将矿料导入至矿料研细设备中的筛筒（25）并控制电机（22）开启，电机（22）带动第一转轴（4）顺时针转动，第一转轴（4）带动第二直齿轮（27）和磨辊轴（28）顺时针转动，第二直齿轮（27）带动两个第一直齿轮（26）逆时针转动，两个第一直齿轮（26）带动内齿轮（24）逆时针转动，进而由内齿轮（24）来带动筛筒（25）逆时针转动并与磨辊轴（28）的转动方向相反，同时依据磨辊轴（28）的端面为椭圆状且外部均匀嵌入有凸粒，以及筛筒（25）的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，并将经研细后的矿料由筛筒（25）上的导料孔导出至固定筛网（7）；
同时第一转轴（4）还带动第二皮带轮（21）转动，第二皮带轮（21）经皮带（19）来带动第一皮带轮（18）转动，第一皮带轮（18）带动第二转轴（17）及其一端的锥齿轮（16）转动，并依据固定柱（6）的底端设置有环形板（8）且为滑动连接，以及环形板（8）的底部嵌入有锥齿轮条（9）且与锥齿轮（16）间为啮合连接，进而带动环形板（8）及其内部的毛刷（10）转动，毛刷（10）则将固定筛网（7）所堵塞的导料孔疏通，并将经研细后的矿料导落至储料斗（15），而固定筛网（7）顶部一侧的距离传感器（5）用于测量残留在固定筛网（7）上的矿料堆积高度数据，当矿料堆积高度数据大于等于预设值b时，来生成清理信号并发送至动作指导模块，动作指导模块则将其发送至监督人员的手机中；
而由称重传感器（11）来对经研细后的矿料在储料斗（15）上的重量数据进行测量，当重量数据大于等于预设值c时，来生成导通信号并发送至动作指导模块，而动作指导模块则来控制电磁阀（14）开启，并将经研细后的矿料由出料管（13）导出；
所述助剂数据模块用于实时的采集助剂的杂质沉淀量数据，并将其传输至赋值分析模块；
所述赋值分析模块在接收到实时的返料加工信号、助剂加量信号、流速降低信号和正常生产信号，以及助剂的杂质沉淀量数据时，即对其进行赋值分配操作，以得到每批次矿料和助剂的配合浮选系数Li并将其传输至整合记录模块；
所述整合记录模块在接收到一个月的每批次矿料和助剂的配合浮选系数Li后，即开始进行评分标定操作，以得到一个月的生产评分值V并与预设范围v相比较，当生产评分值V小于预设范围v时，生成奖励信号，当生产评分值V位于预设范围v内时，生成一级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家和矿料来源地址并反馈至整合记录模块，以将其生成督促信号，当生产评分值V大于预设范围v时，生成二级提取信号来传输至数据库，即从数据库中提取一个月的助剂供应厂家、矿料来源地址和对应的操作人员姓名并反馈至整合记录模块，以将其生成反省信号，并将奖励信号、督促信号和反省信号均发送至监督人员的手机中，且监督人员的手机与整合记录模块间为蓝牙连接；
所述数据库内录入有各月份中每批次的助剂供应厂家、矿料来源地址和对应的操作人员姓名。
2.根据权利要求1所述的一种基于大数据分析的浮选系统，其特征在于，所述信号生成操作的具体步骤如下：
S1：实时获取到每批次矿料的粒径信息，并将其中的粒径数据标定为Qi，i=1...n，以及将其中的粒径超过预设值a的重量数据标定为Wi，i=1...n；
S2：先将Qimax和Wi分别与对应的预设范围q和w相比较，当Qimax位于预设范围q之外、Wi位于预设范围w之外时，生成返料加工信号，当Qimax位于预设范围q之内，Wi位于预设范围w之外时，生成助剂加量信号，当Qimax位于预设范围q之外、Wi位于预设范围w之内时，生成流速降低信号，当Qimax位于预设范围q之内、Wi位于预设范围w之内时，生成正常生产信号。
3.根据权利要求1所述的一种基于大数据分析的浮选系统，其特征在于，所述赋值分配操作的具体步骤如下：
D1：获取到一个月内的每批次助剂的杂质沉淀量数据，并将其依次分为第一杂量级、第二杂量级和第三杂量级，同时据此来标定杂量系数Fi，i=1...n，具体标定过程为：获取到一个月内的每批次助剂的杂质沉淀量数据，并对其进行赋值操作，当一个月内的每批次助剂的杂质沉淀量数据分别对应着第一杂量级、第二杂量级和第三杂量级时，则将杂量系数Fi分别标定为预设值P1、P2和P3，且P1大于P2大于P3；
D2：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，同时据此来标定矿料系数Gi，i=1...n，且Gi与Fi一一对应，具体标定过程为：获取到一个月内的每批次矿料所对应的返料加工信号、助剂加量信号、流速降低信号或正常生产信号，并对其进行赋值操作，当一个月内的每批次矿料分别对应着返料加工信号、助剂加量信号、流速降低信号或正常生产信号时，则矿料系数Gi分别标定为预设值K1、K2、K3和K4，且K1大于K2大于K3大于K4；
D3：先将杂量系数Fi、矿料系数Gi对浮选质量的影响占比进行权重分配，并依次分配为权重值f、g且f大于g，再由公式
Figure DEST_PATH_IMAGE001
，i=1...n，来求得一个月内的每批次矿料和助剂的配合浮选系数。
4.根据权利要求3所述的一种基于大数据分析的浮选系统，其特征在于，所述第一杂量级、第二杂量级和第三杂量级依次对应着该批次助剂总量的5%以上、该批次助剂总量的2%-5%且不包含2%、5%、该批次助剂总量的2%以下。
5.根据权利要求1所述的一种基于大数据分析的浮选系统，其特征在于，所述评分标定操作的具体步骤如下：
Z1：获取到一个月的每批次矿料和助剂的配合浮选系数Li，并将其与预设范围z相比较，同时依据一个月的每批次矿料和助剂的配合浮选系数Li与预设范围z的比较结果来标定综合评分系数Ti，i=1...n，且Li与Ti一一对应；
Z2：当Li大于预设范围z时，将综合评分系数Ti赋值为H1；当Li位于预设范围z内时，将综合评分系数Ti赋值为H2；当Li小于预设范围z时，将综合评分系数Ti赋值为H3，且H1大于H2大于H3，并依据公式
Figure 744878DEST_PATH_IMAGE002
，i=1...n，来求得一个月的生产评分值。
6.根据权利要求1所述的一种基于大数据分析的浮选系统，其特征在于，所述矿料研细设备由箱盖（1）、箱体（2）、进料盖（3）、第一转轴（4）、距离传感器（5）、固定柱（6）、固定筛网（7）、环形板（8）、锥齿轮条（9）、毛刷（10）、称重传感器（11）、伸缩弹簧（12）、出料管（13）、电磁阀（14）、储料斗（15）、锥齿轮（16）、第二转轴（17）、第一皮带轮（18）、皮带（19）、密封板（20）、第二皮带轮（21）、电机（22）、固定轴（23）、内齿轮（24）、筛筒（25）、第一直齿轮（26）、第二直齿轮（27）和磨辊轴（28）组成，所述箱体（2）的顶部通过铰链活动连接有箱盖（1），所述箱体（2）的底部内壁对应设置有伸缩弹簧（12），所述伸缩弹簧（12）的一端通过点焊固定有称重传感器（11），所述称重传感器（11）的顶部通过粘接固定有储料斗（15），且储料斗（15）的外缘与箱体（2）的内壁间为滑动连接，所述储料斗（15）的一侧设置有出料管（13）并穿过箱体（2）的底部，且出料管（13）的外部安装有电磁阀（14）；
所述箱体（2）的一侧内壁对应安装有固定轴（23），所述固定轴（23）的一端通过轴承活动连接有第一直齿轮（26），且两个第一直齿轮（26）的外部设置有内齿轮（24），所述内齿轮（24）远离固定轴（23）的一侧通过螺钉固定有密封板（20），且密封板（20）与第一直齿轮（26）和固定轴（23）的端面间的直线距离均为一厘米，所述内齿轮（24）的外部通过点焊固定有筛筒（25），所述筛筒（25）的一侧设置有进料盖（3），所述箱体（2）的一侧通过固定架与电机（22）相连接，所述电机（22）的一侧通过联轴器活动连接有第一转轴（4），且第一转轴（4）依次穿过箱体（2）的一侧、密封板（20）和筛筒（25）的一侧并与箱体（2）的另一侧内壁间为轴承活动连接，所述第一转轴（4）的外部一侧通过点焊固定有第二直齿轮（27），且内齿轮（24）和第二直齿轮（27）与第一直齿轮（26）间为啮合连接，所述第一转轴（4）的外部中心处通过点焊固定有磨辊轴（28）；
所述第一转轴（4）的外部一侧通过点焊固定有第二皮带轮（21），所述第二转轴（17）穿过箱体（2）的一侧且一端通过点焊固定有第一皮带轮（18），所述第一皮带轮（18）、第二皮带轮（21）的外部套接有皮带（19）且为配合结构，所述第二转轴（17）的另一端通过点焊固定有锥齿轮（16）；
所述箱体（2）的内部安装有固定筛网（7），所述固定筛网（7）的顶部一侧设置有距离传感器（5），所述固定筛网（7）的底部对应安装有固定柱（6），所述固定柱（6）的底端设置有环形板（8）且为滑动连接，所述环形板（8）的底部嵌入有锥齿轮条（9），且锥齿轮条（9）与锥齿轮（16）间为啮合连接，所述环形板（8）的内部安装有毛刷（10）且与固定筛网（7）为配合结构，所述距离传感器（5）、称重传感器（11）、电磁阀（14）和电机（22）均与外部电源电性连接。
7.根据权利要求6所述的一种基于大数据分析的浮选系统，其特征在于，所述密封板（20）和筛筒（25）与第一转轴（4）间为轴承活动连接，所述第二皮带轮（21）、第二直齿轮（27）和磨辊轴（28）与电机（22）间的距离逐渐增大，且第二皮带轮（21）位于箱体（2）的外部，以及第二直齿轮（27）和磨辊轴（28）均位于箱体（2）的内部。
8.根据权利要求6所述的一种基于大数据分析的浮选系统，其特征在于，所述筛筒（25）、固定筛网（7）和储料斗（15）为自上而下依次设置，所述筛筒（25）和固定筛网（7）上均开设有导料孔且孔径均为五百微米，所述磨辊轴（28）的端面为椭圆状且外部均匀嵌入有凸粒，所述筛筒（25）的内部均匀分布有研磨球，且研磨球与凸粒为配合结构，以及研磨球的直径为一毫米。
CN201910544660.9A 2019-06-21 2019-06-21 一种基于大数据分析的浮选系统 Active CN110180683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910544660.9A CN110180683B (zh) 2019-06-21 2019-06-21 一种基于大数据分析的浮选系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910544660.9A CN110180683B (zh) 2019-06-21 2019-06-21 一种基于大数据分析的浮选系统

Publications (2)

Publication Number Publication Date
CN110180683A CN110180683A (zh) 2019-08-30
CN110180683B true CN110180683B (zh) 2021-01-26

Family

ID=67722913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910544660.9A Active CN110180683B (zh) 2019-06-21 2019-06-21 一种基于大数据分析的浮选系统

Country Status (1)

Country Link
CN (1) CN110180683B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1603986A (zh) * 2004-10-29 2005-04-06 东北大学 基于案例推理的磨矿系统智能优化设定方法
CN104134120A (zh) * 2014-07-30 2014-11-05 东北大学 一种选矿生产指标监控系统及方法
CN105701576A (zh) * 2016-01-28 2016-06-22 济南重工股份有限公司 一种基于遗传优化算法的钢球磨煤机设计选型方法
CN107506862A (zh) * 2017-08-28 2017-12-22 东北大学 一种基于物联网的磨矿粒度在线实时预测系统及方法
CN207614949U (zh) * 2017-12-01 2018-07-17 马边瑞丰矿业有限责任公司 一种附带过滤装置的自动上料球磨机系统
CN108393146A (zh) * 2018-05-11 2018-08-14 东北大学 一种钢球磨煤机制粉系统自适应最优解耦控制方法
CN108745605A (zh) * 2018-06-26 2018-11-06 湖南泰通能源管理股份有限公司 一种智能粉磨系统控制方法
CN109747535A (zh) * 2018-12-20 2019-05-14 铜陵有色金属集团铜冠物流有限公司 一种基于大数据的视联网信息管理系统
CN109887228A (zh) * 2019-03-21 2019-06-14 杭州虹晟信息科技有限公司 基于大数据的安全预警系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130246339A1 (en) * 2011-09-13 2013-09-19 Kenny Richard Kendrena Systems and methods for categorizing and presenting performance assessment data

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1603986A (zh) * 2004-10-29 2005-04-06 东北大学 基于案例推理的磨矿系统智能优化设定方法
CN104134120A (zh) * 2014-07-30 2014-11-05 东北大学 一种选矿生产指标监控系统及方法
CN105701576A (zh) * 2016-01-28 2016-06-22 济南重工股份有限公司 一种基于遗传优化算法的钢球磨煤机设计选型方法
CN107506862A (zh) * 2017-08-28 2017-12-22 东北大学 一种基于物联网的磨矿粒度在线实时预测系统及方法
CN207614949U (zh) * 2017-12-01 2018-07-17 马边瑞丰矿业有限责任公司 一种附带过滤装置的自动上料球磨机系统
CN108393146A (zh) * 2018-05-11 2018-08-14 东北大学 一种钢球磨煤机制粉系统自适应最优解耦控制方法
CN108745605A (zh) * 2018-06-26 2018-11-06 湖南泰通能源管理股份有限公司 一种智能粉磨系统控制方法
CN109747535A (zh) * 2018-12-20 2019-05-14 铜陵有色金属集团铜冠物流有限公司 一种基于大数据的视联网信息管理系统
CN109887228A (zh) * 2019-03-21 2019-06-14 杭州虹晟信息科技有限公司 基于大数据的安全预警系统

Also Published As

Publication number Publication date
CN110180683A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN112742591B (zh) 一种立式搅拌磨智能控制系统与方法
CN110180683B (zh) 一种基于大数据分析的浮选系统
CN208513042U (zh) 一种清粉机
CN209020454U (zh) 环保色漆生产用三辊机
CN110242025A (zh) 一种美缝装置
CN115970883A (zh) 一种赤铁矿强磁选工艺参数的优化方法
CN209271622U (zh) 一种钨坯条用破碎机
CN112058368A (zh) 用于重质碳酸钙生产线的筛选装置及其使用方法
CN214346803U (zh) 一种可调节研磨细度的矿石磨粉设备
CN107651387A (zh) 一种移动式振动给料机
CN114029813A (zh) 一种石英石板材磨边倒角装置及使用方法
CN220126893U (zh) 一种新型清粉机
CN220972952U (zh) 一种塑料板生产用混料装置
CN213078554U (zh) 一种小麦着水自动调节系统
CN217199977U (zh) 一种带闸门控制机构的颗粒流量计量装置
CN109808024A (zh) 基于二维检测的刨花板表面平整度工艺调节系统与方法
CN214107828U (zh) 一种碳酸钙粉末粒度检测装置
CN218654866U (zh) 一种研磨机
CN211612844U (zh) 一种高效化工用的化工原料研磨设备
CN217549885U (zh) 一种重晶石粉加工用自动研磨装置
CN220443948U (zh) 一种腻子粉生产细化装置
CN209812618U (zh) 基于二维检测的刨花板表面平整度工艺调节系统
CN218742426U (zh) 一种木浆纸牵引无尘粉碎装置
CN204220184U (zh) 并联式双辊大米抛光机
CN211637234U (zh) 一种玻璃粉末筛分装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant