CN111932391A - 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法 - Google Patents

一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法 Download PDF

Info

Publication number
CN111932391A
CN111932391A CN202011012353.5A CN202011012353A CN111932391A CN 111932391 A CN111932391 A CN 111932391A CN 202011012353 A CN202011012353 A CN 202011012353A CN 111932391 A CN111932391 A CN 111932391A
Authority
CN
China
Prior art keywords
ore
size distribution
particle size
confluence
consistency
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.)
Granted
Application number
CN202011012353.5A
Other languages
English (en)
Other versions
CN111932391B (zh
Inventor
杨天皓
周俊武
宋涛
王庆凯
邹国斌
杨佳伟
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.)
BGRIMM Technology Group Co Ltd
Original Assignee
BGRIMM Technology Group 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 BGRIMM Technology Group Co Ltd filed Critical BGRIMM Technology Group Co Ltd
Priority to CN202011012353.5A priority Critical patent/CN111932391B/zh
Publication of CN111932391A publication Critical patent/CN111932391A/zh
Application granted granted Critical
Publication of CN111932391B publication Critical patent/CN111932391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Mining & Mineral Resources (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Disintegrating Or Milling (AREA)

Abstract

本发明提供了一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法,涉及工艺过程数据协同计算技术领域。该方法包括:获取流程各节点矿石或矿浆样本的粒级分布筛析数据;基于流程中每个分级设备或汇流点的物料守恒原则,作为预设约束条件,以各节点各粒级含量待修正数据与测量数据偏差平方和的最小化作为目标函数,计算得到的最优解即为修正后的各节点矿石或矿浆样本的粒度分布。本发明通过上述算法,获得了取样时刻满足物料守恒原则的各点粒度分布数据,在一定程度上减小取样、筛分等过程引入的误差;所获得结果有助于现场工艺人员判断流程工况、给出下一步操作策略。计算步骤清晰、简洁,无需额外的修正步骤,便于编程实现。

Description

一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算 方法
技术领域
本发明涉及工艺过程数据协同计算技术领域,尤其是涉及一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法。
背景技术
流程考察是在碎矿或磨矿流程各节点取得矿石或矿浆样本,以获取各节点矿石或矿浆的浓度、粒度等参数信息的流程研究手段。工艺技术人员往往希望通过分析碎矿、磨矿分级过程获取各节点流量、浓度、粒度等参数,获取当前工艺过程运行状态,进而研究操作指标改进空间。使碎矿、磨矿产品在达到目标粒度基础上,实现生产过程节能降耗并按计划完成生产任务。但是碎矿、磨矿分级过程所涉及的设备较多、流程复杂,流程的不稳定运行以及流程考察的取样、烘干、筛分各环节均会引入误差,导致流程考察数据难以保持一致性。
有鉴于此,特提出本发明。
发明内容
本发明的目的在于提供一种用于碎矿或磨矿流程考察粒度分布一致性修正的计算方法,通过对流程考察获取的各节点粒度分布数据进行修正处理,减小误差,以获得更加客观真实的取样时刻各点粒度分布数据,帮助现场工艺人员判断流程工况。
为了实现本发明的上述目的,特采用以下技术方案,包括:
1)通过开展流程考察,获取碎矿或磨矿流程中各节点矿石或矿浆样本的粒度分布数据;
2)根据流程结构列出理想物料守恒方程组;
3)对所得到的粒度分布数据进行一致性评价,若满足一致性条件,继续后续计算步骤;若不满足一致性条件,则说明本次流程考察误差较大,建议重新开展;
4)根据流程中物料守恒关系,计算每个分级设备或汇流点的分级比或汇流比的最小二乘解;
5)根据预设约束条件,以各节点各粒级含量待修正数据与测量数据偏差平方和的最小化作为目标函数,计算得到的最优解即为修正后的各节点矿石或矿浆样本的粒度分布;
其中,所述预设约束条件包括:流程中每个分级设备或汇流点的物料守恒关系式。
具体计算步骤如图1所示,包括:
S1:开展流程考察,获取所研究的碎矿或磨矿流程中每个节点矿石或矿浆的粒度分布数据;第i个分级设备或汇流点处,有三个矿石或矿浆节点,a ij , b ij , c ij 分别表示流程中不同取样点的粒度分布,即第j粒级占总干矿量的百分比;a ij 表示分级设备给矿或汇流后矿石或矿浆样本的粒度分布,b ij 表示分级后或汇流前一股矿石或矿浆样本粒度分布,c ij 表示分级后或汇流前另一股矿石或矿浆样本粒度分布;r i 表示该分级设备或汇流点处的分级比或汇流比。
例如:如果r i 为流程中旋流器处的分级比,可用a ij 表示旋流器给矿粒度分布,b ij 表示旋流器溢流粒度分布,c ij 表示旋流器沉砂粒度分布。
S2:根据流程结构,列出流程中每个分级设备或汇流点处的理想物料守恒方程组:
Figure DEST_PATH_IMAGE001
其中,p ij 表示理想物料守恒方程组中,第i个分级设备或汇流点处的第j个粒级理想物料守恒关系;其物料守恒方程的具体表现形式为:
Figure 95879DEST_PATH_IMAGE002
;方程组共包含m个分级设备或汇流点,每个分级设备或汇流点有n个粒级;
S3:计算第i个分级设备或汇流点的一致性评价指标:
Figure DEST_PATH_IMAGE003
其中,J i 为一致性评价指标,其取值范围为[0,+∞);当J i ≤1时, |J i -1|<0.05,满足一致性评价要求;当J i >1时, |J i -1 -1|<0.05,满足一致性评价要求;其余情况为不满足一致性评价要求;
若满足一致性评价指标,可继续后续步骤;若不满足一致性评价指标,说明取样误差较大,建议重新开展流程考察。
S4:按如下方程分别计算各理想物料守恒方程中分级比或汇流比的最小二乘解:
Figure 824801DEST_PATH_IMAGE004
其中,
Figure DEST_PATH_IMAGE005
表示第i个分级比或汇流比的最小二乘解。
S5:将分级比或汇流比的最小二乘解代入所述预设约束条件中的物料守恒关系式中,根据所述预设约束条件和目标函数计算得到最优解,包括:
所述目标函数为
Figure 218129DEST_PATH_IMAGE006
所述预设约束条件包括:
Figure DEST_PATH_IMAGE007
其中,
Figure 778424DEST_PATH_IMAGE008
表示修正后的分级设备给矿或汇流后矿石或矿浆样本的粒度分布;
Figure DEST_PATH_IMAGE009
表示修正后的分级后或汇流前一股矿石或矿浆样本粒度分布;
Figure 363120DEST_PATH_IMAGE010
表示修正后的分级后或汇流前另一股矿石或矿浆样本粒度分布;
p ij 表示理想物料守恒方程组中,第i个分级设备或汇流点处的第j个粒级理想物料守恒关系;
求解过程可利用牛顿法、梯度下降法、模拟退火、遗传算法、粒子群算法等任何求解非线性优化算法;最终得到最优解
Figure DEST_PATH_IMAGE011
的最优解,记为
Figure 376075DEST_PATH_IMAGE012
本发明提供的一种机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使处理器实现上述粒度分布数据一致性修正的计算方法。
本发明提供的用于碎矿或磨矿流程考察的粒度分布数据一致性修正的计算方法,基于物料守恒原则,以流程中每个分级设备或汇流点的物料守恒关系式作为约束条件,以各节点各粒级含量待修正数据与测量数据偏差平方和的最小化作为目标函数,求解最优解,不仅可以实现对流程考察获取的各节点测量的粒度分布数据的修正,减小误差,还可实现对不可测量参数的估计,获得更加客观真实的取样时刻各点粒度分布数据,帮助现场工艺人员判断流程工况。本发明方法步骤清晰简洁、便于编程实现,且有助于分析流程运行状况的碎矿、磨矿分级过程流程考察粒度分布数据一致性修正计算方法。
本发明无需皮带给矿量、流量、浓度等过程变量的测量数据,仅利用各节点取样筛析获得的粒度测量数据,即可实现对粒度分布的一致性修正计算。既对各类工艺流程具有普适性,又避免引入其他误差干扰计算结果。
本发明计算步骤清晰、简洁,便于编程实现。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明粒度分布数据一致性修正的计算方法流程示意图;
图2为本发明实施例提供的磨矿工艺流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
流程考察过程中流程的不稳定运行以及流程考察的取样、烘干、筛分各环节均会引入误差,导致流程考察数据难以保持一致性。
物料守恒原则是流程工业设计、建模、控制、优化中的基本原则。它从宏观上要求全流程的总输入、总输出物料动态质量平衡,从微观上要求各生产设备的输入输出物料满足动态质量平衡。所谓动态质量平衡是指一定工况下,允许物料输入、输出量在一定范围内波动,但在一段时间内输入物料质量均值需要与输出物料均值相等。如果在生产中不能保证物料守恒,则有可能发生磨机胀肚或空载、泵池或浮选机溢出、渣浆泵空转等异常情况。流程考察研究的是碎矿或磨矿过程稳态运行状况,这就要求流程考察数据满足物料守恒原则。考虑到在取样、制样、筛分、称重各环节均有引入误差的可能,因此有必要结合物料守恒原则,对流程考察数据进行数据一致性修正处理。
基于此,本发明实施例提供了一种用于碎矿或磨矿流程考察的粒度分布数据一致性修正的计算方法,该技术可以应用于碎矿或磨矿流程考察过程中,使取样时刻各点粒度分布数据更加客观真实,该技术可以采用相关软件和硬件实现,下面通过实施例进行描述。
下面通过一个具体的实施案例,进一步说明本发明的流程及达到的效果。
某选矿厂磨矿分级流程采用SAB流程,如图2所示。流程中原矿石自矿堆经皮带输送至半自磨机粉磨;半自磨机排矿进入泵池后再由旋流器分级,其中沉砂部分进入球磨机继续粉磨,溢流部分进入后续浮选流程。
流程考察中对半自磨给矿、半自磨排矿、球磨排矿、旋流器给矿、旋流器溢流、旋流器沉砂共6个点取样。现需要各点筛分数据进行一致性修正计算,以获得取样时刻各点粒度,帮助现场工艺人员判断流程工况。
1)流程考察筛分数据如下表所示:
Figure 258581DEST_PATH_IMAGE013
2)如图2所示,该磨矿流程中,存在汇流点一个:半自磨排矿与球磨排矿汇入泵池后进入旋流器给矿;存在分级设备一个:旋流器,旋流器给矿进入旋流器分级为溢流与沉砂。考虑到本案例的特殊之处在于根据物料守恒原则,有半自磨排矿与旋流器溢流的干矿量相等,因此泵池处的汇流比与旋流器处的分级比相等。
因此,该流程理想物料守恒方程组为
Figure 922649DEST_PATH_IMAGE014
其中,sp j ,bp j ,cyc j ,of j ,uf j 分别表示半自磨排矿、球磨排矿、旋流器给矿、旋流器溢流、旋流器沉砂的第j粒级含量;r表示旋流器分级比。
3)分别对泵池处与旋流器处筛分数据开展一致性评价,得到一致性评价指标如下:
Figure 865197DEST_PATH_IMAGE015
由于一致性评价指标J i 越接近于1,其一致性越好,且均满足|0.9645-1|<0.05,|0.9822-1|<0.05的一致性条件。因此可认为上述两点均满足一致性评价要求。
4)由于泵池处的汇流比与旋流器处的分级比相等,因此应结合分级比计算原理,利用全部数据计算分级比的最小二乘解
Figure 303132DEST_PATH_IMAGE016
Figure 786066DEST_PATH_IMAGE017
经计算可得分级比的最小二乘解
Figure 258635DEST_PATH_IMAGE016
=0.2757。
5)利用粒子群优化算法求解约束非线性优化问题:
目标函数:
Figure 185134DEST_PATH_IMAGE018
约束条件:
Figure 110365DEST_PATH_IMAGE019
其中,s j , b j , c j , o j , u j 分别表示半自磨机排矿、球磨机排矿、旋流器给矿、旋流器溢流、旋流器沉砂第j粒级分布的待寻优变量。
可得到流程考察数据的一致性修正计算结果:
Figure 396990DEST_PATH_IMAGE020
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法,其特征在于,包括:
1)通过开展流程考察,获取碎矿或磨矿流程中各节点矿石或矿浆样本的粒度分布数据;
2)根据流程结构列出理想物料守恒方程组;
3)对所得到的粒度分布数据进行一致性评价,若满足一致性条件,继续后续计算步骤;若不满足一致性条件,重新进行步骤1);
4)根据流程中物料守恒关系,计算每个分级设备或汇流点的分级比或汇流比的最小二乘解;
5)根据预设约束条件,以各节点各粒级含量待修正数据与测量数据偏差平方和的最小化作为目标函数,计算得到的最优解即为修正后的各节点矿石或矿浆样本的粒度分布;
其中,所述预设约束条件包括:流程中每个分级设备或汇流点的物料守恒关系式。
2.根据权利要求1所述的碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法,其特征在于,包括:
1)开展流程考察,获取所研究的碎矿或磨矿流程中每个节点矿石或矿浆的粒度分布数据;第i个分级设备或汇流点处,有三个矿石或矿浆节点,a ij , b ij , c ij 分别表示流程中不同取样点的粒度分布,即第j粒级占总干矿量的百分比;a ij 表示分级设备给矿或汇流后矿石或矿浆样本的粒度分布,b ij 表示分级后或汇流前一股矿石或矿浆样本粒度分布,c ij 表示分级后或汇流前另一股矿石或矿浆样本粒度分布;r i 表示该分级设备或汇流点处的分级比或汇流比;
r i 为流程中旋流器处的分级比,用a ij 表示旋流器给矿粒度分布,b ij 表示旋流器溢流粒度分布,c ij 表示旋流器沉砂粒度分布;
2)根据流程结构,列出流程中每个分级设备或汇流点处的理想物料守恒方程组:
Figure 198538DEST_PATH_IMAGE001
其中,p ij 表示理想物料守恒方程组中,第i个分级设备或汇流点处的第j个粒级理想物料守恒关系;其物料守恒方程的具体表现形式为:
Figure 482889DEST_PATH_IMAGE002
;方程组共包含m个分级设备或汇流点,每个分级设备或汇流点有n个粒级;
3)计算第i个分级设备或汇流点的一致性评价指标:
Figure 957732DEST_PATH_IMAGE003
其中,J i 为一致性评价指标,其取值范围为[0,+∞);当J i ≤1时, |J i -1|<0.05,满足一致性评价要求;当J i >1时, |J i -1 -1|<0.05,满足一致性评价要求;其余情况为不满足一致性评价要求;
若满足一致性评价指标,继续后续计算步骤;若不满足一致性评价指标,说明取样误差较大,重新进行步骤1);
4)按如下方程分别计算各理想物料守恒方程中分级比或汇流比的最小二乘解:
Figure 985731DEST_PATH_IMAGE004
其中,
Figure 167314DEST_PATH_IMAGE005
表示第i个分级比或汇流比的最小二乘解;
5)将分级比或汇流比的最小二乘解代入所述预设约束条件中的物料守恒关系式中,根据所述预设约束条件和目标函数计算得到最优解,包括:
所述目标函数为
Figure 356987DEST_PATH_IMAGE006
所述预设约束条件包括:
Figure 69859DEST_PATH_IMAGE007
其中,
Figure 698287DEST_PATH_IMAGE008
表示修正后的分级设备给矿或汇流后矿石或矿浆样本的粒度分布;
Figure 999955DEST_PATH_IMAGE009
表示修正后的分级后或汇流前一股矿石或矿浆样本粒度分布;
Figure 360529DEST_PATH_IMAGE010
表示修正后的分级后或汇流前另一股矿石或矿浆样本粒度分布;
p ij 表示理想物料守恒方程组中,第i个分级设备或汇流点处的第j个粒级理想物料守恒关系;
最终得到最优解
Figure 56303DEST_PATH_IMAGE011
的最优解,记为
Figure 426104DEST_PATH_IMAGE012
3.一种电子设备,其特征在于,所述电子设备包括:处理器和存储装置;
所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1或2所述的碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法。
4.一种机器可读存储介质,其特征在于,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使处理器实现权利要求1或2所述的碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法。
CN202011012353.5A 2020-09-24 2020-09-24 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法 Active CN111932391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011012353.5A CN111932391B (zh) 2020-09-24 2020-09-24 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011012353.5A CN111932391B (zh) 2020-09-24 2020-09-24 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法

Publications (2)

Publication Number Publication Date
CN111932391A true CN111932391A (zh) 2020-11-13
CN111932391B CN111932391B (zh) 2020-12-29

Family

ID=73335091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011012353.5A Active CN111932391B (zh) 2020-09-24 2020-09-24 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法

Country Status (1)

Country Link
CN (1) CN111932391B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113289759A (zh) * 2021-06-01 2021-08-24 浙江大学 干法粉磨系统微粉粒度分布调控方法及装置
CN113536614A (zh) * 2021-09-17 2021-10-22 矿冶科技集团有限公司 一种磨矿分级流程的仿真系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130030783A1 (en) * 2011-07-26 2013-01-31 Azbil Corporation Parameter determining method and device
CN104123475A (zh) * 2014-08-06 2014-10-29 清华大学 一种选矿工业数质量平衡计算方法
CN104318330A (zh) * 2014-10-20 2015-01-28 东北大学 快速蒙特卡洛方法预测球磨机磨矿粒度分布的系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130030783A1 (en) * 2011-07-26 2013-01-31 Azbil Corporation Parameter determining method and device
CN104123475A (zh) * 2014-08-06 2014-10-29 清华大学 一种选矿工业数质量平衡计算方法
CN104318330A (zh) * 2014-10-20 2015-01-28 东北大学 快速蒙特卡洛方法预测球磨机磨矿粒度分布的系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113289759A (zh) * 2021-06-01 2021-08-24 浙江大学 干法粉磨系统微粉粒度分布调控方法及装置
CN113536614A (zh) * 2021-09-17 2021-10-22 矿冶科技集团有限公司 一种磨矿分级流程的仿真系统
CN113536614B (zh) * 2021-09-17 2022-01-28 矿冶科技集团有限公司 一种磨矿分级流程的仿真系统

Also Published As

Publication number Publication date
CN111932391B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN111932391B (zh) 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法
Aslan et al. Application of Box–Behnken design and response surface methodology for modeling of some Turkish coals
Lund et al. Development of a geometallurgical framework to quantify mineral textures for process prediction
CN109446236B (zh) 基于随机分布的水泥粒径分布预测方法
Benzer et al. Simulation of open circuit clinker grinding
CN103412489A (zh) 一种磨矿粒度在线预报系统及方法
CN115238971A (zh) 一种选煤厂智慧大脑分析处理系统
Mazzinghy et al. Vertical agitated media mill scale-up and simulation
Benzer Modeling and simulation of a fully air swept ball mill in a raw material grinding circuit
CN106814719A (zh) 一种水泥联合半终粉磨优化控制系统及方法
Asbjörnsson et al. Different perspectives of dynamics in comminution processes
Bhadani et al. Application of multi-disciplinary optimization architectures in mineral processing simulations
Bouchard et al. Plant automation for energy-efficient mineral processing
Celis et al. Experimental characterization of chalcopyrite ball mill grinding processes in batch and continuous flow processing modes to reduce energy consumption
CN116871015A (zh) 一种磨矿工艺参数优化方法及系统
CN107213956A (zh) 一种二段磨矿设备及其优化控制方法
Farzanegan et al. Simulation of clinker grinding circuits of cement plant based on process models calibrated using GA search method
CN103954342B (zh) 一种用于合成材料组分的称料方法及称料系统
CN112199906A (zh) 一种磨矿分级流程返砂比在线软测量方法
Özer et al. Modeling of the classification behavior of the diaphragms used in multi-chamber cement mills
Becerra et al. Semi-autogenous grinding model based on effective grinding rate and three stages internal classification–Part i
Légaré et al. Calibration of a dynamic model for an industrial comminution circuit
Yaru et al. An Intelligent Control System for Complex Grinding Processes
CierpiSz On-line monitoring of a coal separation process in a jig–a simulation study
Garrido et al. Comprehensive thickening analysis strategy

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