CN112131527B - 一种水泥厂石灰石矿山精细化配矿质控方法 - Google Patents
一种水泥厂石灰石矿山精细化配矿质控方法 Download PDFInfo
- Publication number
- CN112131527B CN112131527B CN202010934080.3A CN202010934080A CN112131527B CN 112131527 B CN112131527 B CN 112131527B CN 202010934080 A CN202010934080 A CN 202010934080A CN 112131527 B CN112131527 B CN 112131527B
- Authority
- CN
- China
- Prior art keywords
- preset
- matrix
- mining area
- sampling
- ore
- 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
Links
- 235000019738 Limestone Nutrition 0.000 title claims abstract description 155
- 239000006028 limestone Substances 0.000 title claims abstract description 155
- 238000002156 mixing Methods 0.000 title claims abstract description 35
- 239000004568 cement Substances 0.000 title claims abstract description 11
- 238000003908 quality control method Methods 0.000 title description 3
- 239000011159 matrix material Substances 0.000 claims abstract description 302
- 238000005070 sampling Methods 0.000 claims abstract description 265
- 238000005065 mining Methods 0.000 claims abstract description 245
- 238000009826 distribution Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims description 94
- 235000019640 taste Nutrition 0.000 claims description 27
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 12
- 239000011707 mineral Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/20—Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marine Sciences & Fisheries (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (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)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Manufacture And Refinement Of Metals (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种水泥厂石灰石矿山精细化配矿质控方法,包括:查询各预设开矿地域中矿石的种类、平均含量以及平均分布情况;建立预设采样参数矩阵组A0和预设偏差值矩阵组E0;从所述预设采集参数矩阵组A0中选取对应的采样参数矩阵以对开矿区进行采样;确认开矿区石灰石总含量;重新调节预设配比矩阵组B0中的参数;按照各小区石灰石含量降序的顺序对各小区内的矿石进行开采,并在开采完成时按照对应的配比混合各矿石。本发明通过建立预设配矿比矩阵组B0并根据开矿区内实际存在的矿石种类对B0矩阵中的参数进行实时调节,使所述方法能够根据开矿区的实际矿石种类及各种类矿石的含量灵活调节配矿比,从而有效提高了所述方法的配矿效率。
Description
技术领域
本发明涉及配矿技术领域,尤其涉及一种水泥厂石灰石矿山精细化配矿质控方法。
背景技术
目前,在现有矿山开采过程中,为了满足产量、质量需求,必须对采区各出矿点品位、存矿量进行分析,综合进行搭配出矿,虽然可以满足下山石灰石质量、产量需求,但是作业的不确定性因素较多,人工调整工作量大,作业过程中无功消耗现象较多,生产效率不能完全发挥。
传统的人工配矿靠人员手工计算,操作复杂,而且单凭经验,人为原因因素过多,具有一定的盲目性,必然导致配矿计划的不准确。目前国内外在配矿的理论研究上差距不大,并且取得了很多的学术成果。有一些配矿专家决策系统,利用数学模型分析问题,简化了配矿工艺流程,在数字化配矿领域取得了一定进展,然而要在露天矿配矿生产中真正使用起来,达到能够指导生产的目的还是遇到不少困难。
现有的配矿方法中仅通过理论对配矿区的矿石进行统计、分析和计算,然而在实际开矿时,矿区内的矿石种类以及含量与理论值存在差异,从而无法对矿区内的配矿配比进行实时调节,导致配矿完成矿料的性能无法达到预期效果,配矿效率低。
发明内容
为此,本发明提供一种水泥厂石灰石矿山精细化配矿质控方法,用以克服现有技术中无法针对实际开矿区灵活调节配矿比导致的配矿效率低的问题。
为实现上述目的,本发明提供一种水泥厂石灰石矿山精细化配矿质控方法,包括:
步骤1:通过物联网查询各预设开矿地域中矿石的种类、平均含量以及平均分布情况,建立预设地域矩阵R0和矿石预设分布矩阵组K0,针对K0矩阵组中的各矩阵依次建立对应的配矿比,建立预设配矿比矩阵组B0;
步骤2:针对各开矿地域分别提取各开矿地域石灰石的平均含量以及平均分布信息,建立预设采样参数矩阵组A0并针对各地区设置预设偏差值矩阵组E0;在预设采样参数矩阵组A0中包括多个预设采样参数矩阵,在单个预设采样参数矩阵中的参数包括采样点深度、采样点间隔以及划分的小区数量;
步骤3:在选取指定开矿地区后,从所述预设采样参数矩阵组A0中选取对应的采样参数矩阵,将开矿区域分为指定数量个的小区,在个小区内以指定间隔均匀设置多个指定深度的采样点以对开矿区进行采样;采样完成后,统计各小区内石灰石的含量并计算各小区石灰石含量与该地区内单个小区内预设石灰石含量的小区偏差值,当各小区内的小区偏差值均在预设偏差值内时,计算开矿区内石灰石的总含量并求出该开矿区内石灰石实际含量和预设含量的总量偏差值,当总量偏差值小于预设偏差值时,确认该开矿区的石灰石总含量;
步骤4:当所述小区偏差值大于预设偏差值时,针对小区偏差值重新选取对应的采样参数并重新对该小区内的石灰石进行含量进行测量,当各小区偏差值大于预设值的小区全部重新测量完成时,统计并确认开矿区内石灰石的总含量;当所述总量偏差值大于预设偏差值时,针对该开矿区偏差值重新选取对应的采样参数并重新对开矿区进行小区划分、重新确认小区的数量以及各小区内的采样间隔和采样深度,确认完成后重新采样以确认开矿区石灰石总含量;
步骤5:确认石灰石含量后,在各小区的采样点内重新采集开矿区内含有的矿石种类并统计开矿区内各矿石的总含量,建立矿石实际分布矩阵K,将K矩阵中的参数与K0矩阵组中对应的矩阵内的参数进行比对,重新调节所述预设配矿比矩阵组B0中的参数;
步骤6:调节完成后,按照各小区石灰石含量降序的顺序对各小区内的矿石进行开采,并在开采完成时按照对应的配比混合各矿石。
进一步地,对于所述预设地域矩阵R0,R0=R0(R1,R2,R3,...Rn),其中,R1为第一预设地域,R2为第二预设地域,R3为第三预设地域,Rn为第n预设地域;
对于预设采样参数矩阵组A0,A0=A0(A1,A2,A3,...An),其中,A1为第一预设采样参数矩阵,A2为第二预设采样参数矩阵,A3为第三预设采样参数矩阵,An为第n预设采样参数矩阵;
对于第i预设采样参数矩阵Ai,i=1,2,3,...n,Ai=Ai(Hi,Di,Ni),其中,Hi为第i预设采样深度,Di为第i预设采样间隔,Ni为第i预设小区数量;
在对开矿区进行采样时,预先判断开矿区所处的地域并选取对应的采样参数以对开矿区内的石灰石进行采样:
当开矿区属于第一预设地域时,选用第一预设采样参数矩阵A1中的参数,将开矿区划分为N1个小区,将采样深度设置为H1,将各采样点之间的间隔距离设置为D1;
当开矿区属于第二预设地域时,选用第二预设采样参数矩阵A2中的参数,将开矿区划分为N2个小区,将采样深度设置为H2,将各采样点之间的间隔距离设置为D2;
当开矿区属于第三预设地域时,选用第三预设采样参数矩阵A3中的参数,将开矿区划分为N3个小区,将采样深度设置为H3,将各采样点之间的间隔距离设置为D3;
当开矿区属于第n预设地域时,选用第n预设采样参数矩阵An中的参数,将开矿区划分为Nn个小区,将采样深度设置为Hn,将各采样点之间的间隔距离设置为Dn。
进一步地,对于所述预设偏差值矩阵组E0,E0=E0(E1,E2,E3,...En),其中,E1为第一预设偏差值矩阵,E2为第二预设偏差值矩阵,E3为第三预设偏差值矩阵,En为第n预设偏差值矩阵;
当采样完成并计算出各小区内石灰石的含量时,会根据开矿区所处地域选取对应的预设偏差值矩阵作为比对标准:
当所述开矿区处于第一预设地域R1时,从E0矩阵组中选取E1作为各小区的预设偏差值比对标准;
当所述开矿区处于第二预设地域R2时,从E0矩阵组中选取E2作为各小区的预设偏差值比对标准;
当所述开矿区处于第三预设地域R3时,从E0矩阵组中选取E3作为各小区的预设偏差值比对标准;
当所述开矿区处于第n预设地域Rn时,从E0矩阵组中选取En作为各小区的预设偏差值比对标准。
进一步地,对于所述矿石预设分布矩阵组K0=K0(K1,K2,K3,...Kn),其中,K1为第一预设地域矿石分布矩阵,K2为第二预设地域矿石分布矩阵,K3为第三预设地域矿石分布矩阵,Kn为第n预设地域矿石分布矩阵;对于第i预设地域矿石分布矩阵Ki,i=1,2,3,...n,Ki=Ki(Ki0,Ki1,Ki2,Ki3,...Kij),其中,Ki0为第i预设地域石灰石预设含量,Ki1为第i预设地域第一预设种类矿石含量,Ki2为第i预设地域第二预设种类矿石含量,Ki3为第i预设地域第三预设种类矿石含量,Kij为第i预设地域第j预设种类矿石含量,各预设种类矿石在开矿区内的预设总含量按照顺序逐渐降低且各种类矿石的品味均低于石灰石;
当完成对属于第i地域的开矿区的石灰石的采样时,依次统计各小区内的石灰石总量ki0m计算各小区内石灰石的偏差值em,
计算完成时,将em与E0矩阵中的第i预设偏差值矩阵Ei中的参数进行比对。
进一步地,在所述步骤4中,还会建立采样参数修正系数矩阵组S0=S0(S1,S2,S3,S4),其中,S1为第一预设采样参数修正系数矩阵,S2为第二预设采样参数修正系数矩阵,S3为第三预设采样参数修正系数矩阵,S4为第四预设采样参数修正系数矩阵;对于第α预设采样参数修正系数矩阵Sα,α=1,2,3,4,Sα=Sα(Shα,Sdα,Snα),其中,Shα为第α预设采样深度修正系数,Sdα为第α预设采样间隔修正系数,Snα为第α预设采样小区数量修正系数;
对于所述第i预设偏差值矩阵Ei,i=1,2,3,...n,Ei=Ei(Ei1,Ei2,Ei3,Ei4),其中,Ei1为第i预设地域第一预设偏差值,Ei2为第i预设地域第二预设偏差值,Ei3为第i预设地域第三预设偏差值,Ei4为第i预设地域第四预设偏差值,各预设偏差值按照顺序逐渐增加;在依次将各所述小区内石灰石的偏差值em计算完成并与对应的所述Ei矩阵进行对比时:
当em<Ei1时,判定该小区石灰石总含量在预设偏差值内,计算开矿区内石灰石总含量;
当Ei1≤em<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh1,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量;
当Ei2≤em<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh2,将小区内各采样点的间隔调节为Di×Sd2并在修正后重新计算该小区内石灰石总量;
当Ei3≤em<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh3,将小区内各采样点的间隔调节为Di×Sd3并在修正后重新计算该小区内石灰石总量;
当em≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh4,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量。
进一步地,当各所述小区均在预设偏差值内时,统计开矿区内石灰石的总含量K,并计算开矿区内石灰石的总量偏差值E,E=|K-Ki0|,计算完成后,将E与E0矩阵中的各项参数进行比对:
当E<Ei1时,判定该开矿区石灰石总含量在预设偏差值内,确认开矿区内石灰石总含量;
当Ei1≤E<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S1、各小区的采样深度调节为Hi×Sh1、各小区内各采样点的间隔调节为Di×Sd1,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei2≤E<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S2、各小区的采样深度调节为Hi×Sh2、各小区内各采样点的间隔调节为Di×Sd2,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei3≤E<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S3、各小区的采样深度调节为Hi×Sh3、各小区内各采样点的间隔调节为Di×Sd3,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当E≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S4、各小区的采样深度调节为Hi×Sh4、各小区内各采样点的间隔调节为Di×Sd4,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量。
进一步地,当开矿区内石灰石总量确认完成时,按照上述步骤,使用统计开矿区内石灰石总量的采样点对开矿区内含有的矿物进行识别和采样以统计各种类矿物在开矿区内的总含量。
进一步地,对于所述预设配矿比矩阵组B0,B0=B0(B1,B2,B3,...Bn),其中,B1为第一地域预设配矿比矩阵,B2为第二地域预设配矿比矩阵,B3为第三地域预设配矿比矩阵,Bn为第n地域预设配矿比矩阵;
当所述开矿区为第一预设地域R1时,选用第一地域预设配矿比矩阵B1对该开矿区进行配矿;
当所述开矿区为第二预设地域R2时,选用第二地域预设配矿比矩阵B2对该开矿区进行配矿;
当所述开矿区为第三预设地域R3时,选用第三地域预设配矿比矩阵B3对该开矿区进行配矿;
当所述开矿区为第n预设地域Rn时,选用第n地域预设配矿比矩阵Bn对该开矿区进行配矿。
进一步地,对于第i地域预设配矿比矩阵Bi,i=1,2,3,...n,Bi=Bi(Bi0,Bi1,Bi2,Bi3,...Bij),其中,Bi0为第i地域石灰石配比,Bi1为第i地域第一预设种类矿石配比,Bi2为第i地域第二预设种类矿石配比,Bi3为第i地域第三预设种类矿石配比,Bij为第i地域第j预设种类矿石配比,各预设配比按照顺序逐渐降低;
在所述步骤5中检测所述第i地域的开矿区内矿石的种类及含量时,根据所述Ki矩阵中的参数建立对应的矿石种类矩阵Gi=Gi(Gi0,Gi1,Gi2,Gi3,...Gij),其中,Gi0为第i预设地域石灰石预设,Gi1为第i预设地域第一预设种类矿石,Gi2为第i预设地域第二预设种类
矿石,Gi3为第i预设地域第三预设种类矿石,Gij为第i预设地域第j预设种类矿石;建立完成后,根据开矿区内矿石的实际分布对Gi矩阵进行更新:
若存在所述第i预设地域矿石种类分布矩阵Gi中未记录的矿石种类时,将该种类矿石录入Gi矩阵中并将Gi矩阵内的矿石种类按照开矿区内含量降序重新排序;若第i预设地域矿石种类分布矩阵Gi中记录的矿石种类未在开矿区内检测到时,在Ki矩阵中去除该种类矿石并将后续编号的矿石种类顺次提前;
更新完成后,在对矿石进行配矿时,将Gi矩阵中石灰石的配比设置为Bi0,将更新后的第i地域第一种类矿石的配比设置为Bi1,将更新后的第i地域第二种类矿石的配比设置为Bi2,将更新后的第i地域第三种类矿石的配比设置为Bi3,将更新后的第i地域第j种类矿石的配比设置为Bij;
在对Gi矩阵完成更新时,若Gi矩阵内参数数量大于j,则去除大于j部分的参量,若Gi矩阵内参数数量小于j,则将小于j的部分设置为0。
进一步地,在完成对所述Gi矩阵的更新时,建立预设矿石品味配比修正系数矩阵Q0=Q0(Q1,Q2,Q3,...Qj),其中,Q1为第一预设矿石品味配比修正系数,Q2为第二预设矿石品味配比修正系数,Q3为第三预设矿石品味配比修正系数,Qj为第j预设矿石品味配比修正系数,各预设矿石品味配比修正系数按照顺序逐渐增加;
当所述Gi矩阵完成更新时,将Gi矩阵中的各种类矿石按照品味降序重新排序并将Bi0矩阵中的各项配比参数按照Gi矩阵中参数的新的排序重新排序;排序完成后,将所述Q0矩阵中的各项参数按照顺序依次与Bi矩阵中相同顺次的配比参数相乘以对Bi0矩阵中各种类矿石的配比进行修正。
与现有技术相比,本发明的有益效果在于,本发明通过建立预设地域矩阵R0、预设采样参数矩阵组A0、预设矿石分布组K0矩阵以及预设偏差值矩阵组E0,通过开采区所处地域选取对应的开采参数,并根据开采点统计的石灰石含量与预设含量值之间的偏差值对采样参数重新调节并在调节后重新确认开采区内石灰石的实际总含量,能够有效去除采样点的随机性对开矿区石灰石含量检测精度的影响,提高了所述方法对开矿区内石灰石含量的检测精度,同时,通过建立预设配矿比矩阵组B0并根据开矿区内实际存在的矿石种类对B0矩阵中的参数进行实时调节,使所述方法能够根据开矿区的实际矿石种类及各种类矿石的含量灵活调节配矿比,从而有效提高了所述方法的配矿效率。
进一步地,对于所述预设地域矩阵R0,R0=R0(R1,R2,R3,...Rn),对于预设采样参数矩阵组A0,A0=A0(A1,A2,A3,...An),对于第i预设采样参数矩阵Ai,i=1,2,3,...n,Ai=Ai(Hi,Di,Ni),所述方法能够根据开矿区所处地域选取对应的采样参数矩阵并根据采样参数矩阵中的参数调节开矿区内的采样点深度、采样点间隔以及划分的小区数量,通过对上述参数的调节,能够使所述方法在针对不同的地域时,均能够再用最合适的采样参数对开矿区内的矿石进行采样,保证了后续配比时的精度,从而进一步提高了所述方法的配矿效率。
进一步地,对于所述预设偏差值矩阵组E0,E0=E0(E1,E2,E3,...En),所述方法通过根据不同地域选取不同的偏差值比对标准,能够在后续步骤对采样参数调节时,选用更加合适的调节参数,从而进一步提高所述方法的采样精度,并进一步提高了所述方法的配矿效率。
进一步地,当各小区内的小区偏差值均在预设偏差值内时,计算开矿区内石灰石的总含量并求出该开矿区内石灰石实际含量和预设含量的总量偏差值,当总量偏差值小于预设偏差值时,确认该开矿区的石灰石总含量;当所述小区偏差值大于预设偏差值时,针对小区偏差值重新选取对应的采样参数并重新对该小区内的石灰石进行含量进行测量,当所述总量偏差值大于预设偏差值时,针对该开矿区偏差值重新选取对应的采样参数并重新对开矿区进行小区划分、重新确认小区的数量以及各小区内的采样间隔和采样深度,确认完成后重新采样以确认开矿区石灰石总含量;通过先统计小区石灰石含量,再统计开矿区石灰石总含量,能够有效防止开矿区内石灰石含量偏差值过高导致的所述方法无法修正的情况发生,从而进一步提高了所述方法的配矿效率。
进一步地,对于所述预设配矿比矩阵组B0,B0=B0(B1,B2,B3,...Bn),对于第i地域预设配矿比矩阵Bi,i=1,2,3,...n,Bi=Bi(Bi0,Bi1,Bi2,Bi3,...Bij),在检测所述第i地域的开矿区内矿石的种类及含量时,根据所述Ki矩阵中的参数建立对应的矿石种类矩阵Gi=Gi(Gi0,Gi1,Gi2,Gi3,...Gij)并根据开矿区内矿石的实际分布对Gi矩阵进行更新,能够进一步根据开矿区内矿石的种类及含量准确调整配矿比,从而进一步提高了所述方法的配矿效率。
进一步地,在完成对所述Gi矩阵的更新时,建立预设矿石品味配比修正系数矩阵Q0=Q0(Q1,Q2,Q3,...Qj),当所述Gi矩阵完成更新时,将Gi矩阵中的各种类矿石按照品味降序重新排序并将Bi0矩阵中的各项配比参数按照Gi矩阵中参数的新的排序重新排序;排序完成后,将所述Q0矩阵中的各项参数按照顺序依次与Bi矩阵中相同顺次的配比参数相乘以对Bi0矩阵中各种类矿石的配比进行修正,通过对不同品味的矿石进行修正,能够防止对品位高的矿石种类用量过高的情况发生,有效保护了开矿区内矿石的利用率,从而进一步提高了所述方法的配矿效率。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
本发明实施例提供了一种水泥厂石灰石矿山精细化配矿质控方法,包括:
步骤1:通过物联网查询各预设开矿地域中矿石的种类、平均含量以及平均分布情况,建立预设地域矩阵R0和矿石预设分布矩阵组K0,针对K0矩阵组中的各矩阵依次建立对应的配矿比,建立预设配矿比矩阵组B0;
步骤2:针对各开矿地域分别提取各开矿地域石灰石的平均含量以及平均分布信息,建立预设采样参数矩阵组A0并针对各地区设置预设偏差值矩阵组E0;在预设采样参数矩阵组A0中包括多个预设采样参数矩阵,在单个预设采样参数矩阵中的参数包括采样点深度、采样点间隔以及划分的小区数量;
步骤3:在选取指定开矿地区后,从所述预设采样参数矩阵组A0中选取对应的采样参数矩阵,将开矿区域分为指定数量个的小区,在个小区内以指定间隔均匀设置多个指定深度的采样点以对开矿区进行采样;采样完成后,统计各小区内石灰石的含量并计算各小区石灰石含量与该地区内单个小区内预设石灰石含量的小区偏差值,当各小区内的小区偏差值均在预设偏差值内时,计算开矿区内石灰石的总含量并求出该开矿区内石灰石实际含量和预设含量的总量偏差值,当总量偏差值小于预设偏差值时,确认该开矿区的石灰石总含量;
步骤4:当所述小区偏差值大于预设偏差值时,针对小区偏差值重新选取对应的采样参数并重新对该小区内的石灰石进行含量进行测量,当各小区偏差值大于预设值的小区全部重新测量完成时,统计并确认开矿区内石灰石的总含量;当所述总量偏差值大于预设偏差值时,针对该开矿区偏差值重新选取对应的采样参数并重新对开矿区进行小区划分、重新确认小区的数量以及各小区内的采样间隔和采样深度,确认完成后重新采样以确认开矿区石灰石总含量;
步骤5:确认石灰石含量后,在各小区的采样点内重新采集开矿区内含有的矿石种类并统计开矿区内各矿石的总含量,建立矿石实际分布矩阵K,将K矩阵中的参数与K0矩阵组中对应的矩阵内的参数进行比对,重新调节所述预设配矿比矩阵组B0中的参数;
步骤6:调节完成后,按照各小区石灰石含量降序的顺序对各小区内的矿石进行开采,并在开采完成时按照对应的配比混合各矿石。
具体而言,对于所述预设地域矩阵R0,R0=R0(R1,R2,R3,...Rn),其中,R1为第一预设地域,R2为第二预设地域,R3为第三预设地域,Rn为第n预设地域;
对于预设采样参数矩阵组A0,A0=A0(A1,A2,A3,...An),其中,A1为第一预设采样参数矩阵,A2为第二预设采样参数矩阵,A3为第三预设采样参数矩阵,An为第n预设采样参数矩阵;
对于第i预设采样参数矩阵Ai,i=1,2,3,...n,Ai=Ai(Hi,Di,Ni),其中,Hi为第i预设采样深度,Di为第i预设采样间隔,Ni为第i预设小区数量;
在对开矿区进行采样时,预先判断开矿区所处的地域并选取对应的采样参数以对开矿区内的石灰石进行采样:
当开矿区属于第一预设地域时,选用第一预设采样参数矩阵A1中的参数,将开矿区划分为N1个小区,将采样深度设置为H1,将各采样点之间的间隔距离设置为D1;
当开矿区属于第二预设地域时,选用第二预设采样参数矩阵A2中的参数,将开矿区划分为N2个小区,将采样深度设置为H2,将各采样点之间的间隔距离设置为D2;
当开矿区属于第三预设地域时,选用第三预设采样参数矩阵A3中的参数,将开矿区划分为N3个小区,将采样深度设置为H3,将各采样点之间的间隔距离设置为D3;
当开矿区属于第n预设地域时,选用第n预设采样参数矩阵An中的参数,将开矿区划分为Nn个小区,将采样深度设置为Hn,将各采样点之间的间隔距离设置为Dn。
具体而言,对于所述预设偏差值矩阵组E0,E0=E0(E1,E2,E3,...En),其中,E1为第一预设偏差值矩阵,E2为第二预设偏差值矩阵,E3为第三预设偏差值矩阵,En为第n预设偏差值矩阵;
当采样完成并计算出各小区内石灰石的含量时,会根据开矿区所处地域选取对应的预设偏差值矩阵作为比对标准:
当所述开矿区处于第一预设地域R1时,从E0矩阵组中选取E1作为各小区的预设偏差值比对标准;
当所述开矿区处于第二预设地域R2时,从E0矩阵组中选取E2作为各小区的预设偏差值比对标准;
当所述开矿区处于第三预设地域R3时,从E0矩阵组中选取E3作为各小区的预设偏差值比对标准;
当所述开矿区处于第n预设地域Rn时,从E0矩阵组中选取En作为各小区的预设偏差值比对标准。
具体而言,对于所述矿石预设分布矩阵组K0=K0(K1,K2,K3,...Kn),其中,K1为第一预设地域矿石分布矩阵,K2为第二预设地域矿石分布矩阵,K3为第三预设地域矿石分布矩阵,Kn为第n预设地域矿石分布矩阵;对于第i预设地域矿石分布矩阵Ki,i=1,2,3,...n,Ki=Ki(Ki0,Ki1,Ki2,Ki3,...Kij),其中,Ki0为第i预设地域石灰石预设含量,Ki1为第i预设地域第一预设种类矿石含量,Ki2为第i预设地域第二预设种类矿石含量,Ki3为第i预设地域第三预设种类矿石含量,Kij为第i预设地域第j预设种类矿石含量,各预设种类矿石在开矿区内的预设总含量按照顺序逐渐降低且各种类矿石的品味均低于石灰石;
当完成对属于第i地域的开矿区的石灰石的采样时,依次统计各小区内的石灰石总量ki0m计算各小区内石灰石的偏差值em,
计算完成时,将em与E0矩阵中的第i预设偏差值矩阵Ei中的参数进行比对。
具体而言,在所述步骤4中,还会建立采样参数修正系数矩阵组S0=S0(S1,S2,S3,S4),其中,S1为第一预设采样参数修正系数矩阵,S2为第二预设采样参数修正系数矩阵,S3为第三预设采样参数修正系数矩阵,S4为第四预设采样参数修正系数矩阵;对于第α预设采样参数修正系数矩阵Sα,α=1,2,3,4,Sα=Sα(Shα,Sdα,Snα),其中,Shα为第α预设采样深度修正系数,Sdα为第α预设采样间隔修正系数,Snα为第α预设采样小区数量修正系数;
对于所述第i预设偏差值矩阵Ei,i=1,2,3,...n,Ei=Ei(Ei1,Ei2,Ei3,Ei4),其中,Ei1为第i预设地域第一预设偏差值,Ei2为第i预设地域第二预设偏差值,Ei3为第i预设地域第三预设偏差值,Ei4为第i预设地域第四预设偏差值,各预设偏差值按照顺序逐渐增加;在依次将各所述小区内石灰石的偏差值em计算完成并与对应的所述Ei矩阵进行对比时:
当em<Ei1时,判定该小区石灰石总含量在预设偏差值内,计算开矿区内石灰石总含量;
当Ei1≤em<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh1,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量;
当Ei2≤em<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh2,将小区内各采样点的间隔调节为Di×Sd2并在修正后重新计算该小区内石灰石总量;
当Ei3≤em<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh3,将小区内各采样点的间隔调节为Di×Sd3并在修正后重新计算该小区内石灰石总量;
当em≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh4,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量。
具体而言,当各所述小区均在预设偏差值内时,统计开矿区内石灰石的总含量K,并计算开矿区内石灰石的总量偏差值E,E=|K-Ki0|,计算完成后,将E与E0矩阵中的各项参数进行比对:
当E<Ei1时,判定该开矿区石灰石总含量在预设偏差值内,确认开矿区内石灰石总含量;
当Ei1≤E<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S1、各小区的采样深度调节为Hi×Sh1、各小区内各采样点的间隔调节为Di×Sd1,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei2≤E<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S2、各小区的采样深度调节为Hi×Sh2、各小区内各采样点的间隔调节为Di×Sd2,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei3≤E<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S3、各小区的采样深度调节为Hi×Sh3、各小区内各采样点的间隔调节为Di×Sd3,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当E≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S4、各小区的采样深度调节为Hi×Sh4、各小区内各采样点的间隔调节为Di×Sd4,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量。
具体而言,当开矿区内石灰石总量确认完成时,按照上述步骤,使用统计开矿区内石灰石总量的采样点对开矿区内含有的矿物进行识别和采样以统计各种类矿物在开矿区内的总含量。
具体而言,对于所述预设配矿比矩阵组B0,B0=B0(B1,B2,B3,...Bn),其中,B1为第一地域预设配矿比矩阵,B2为第二地域预设配矿比矩阵,B3为第三地域预设配矿比矩阵,Bn为第n地域预设配矿比矩阵;
当所述开矿区为第一预设地域R1时,选用第一地域预设配矿比矩阵B1对该开矿区进行配矿;
当所述开矿区为第二预设地域R2时,选用第二地域预设配矿比矩阵B2对该开矿区进行配矿;
当所述开矿区为第三预设地域R3时,选用第三地域预设配矿比矩阵B3对该开矿区进行配矿;
当所述开矿区为第n预设地域Rn时,选用第n地域预设配矿比矩阵Bn对该开矿区进行配矿。
具体而言,对于第i地域预设配矿比矩阵Bi,i=1,2,3,...n,Bi=Bi(Bi0,Bi1,Bi2,Bi3,...Bij),其中,Bi0为第i地域石灰石配比,Bi1为第i地域第一预设种类矿石配比,Bi2为第i地域第二预设种类矿石配比,Bi3为第i地域第三预设种类矿石配比,Bij为第i地域第j预设种类矿石配比,各预设配比按照顺序逐渐降低;
在所述步骤5中检测所述第i地域的开矿区内矿石的种类及含量时,根据所述Ki矩阵中的参数建立对应的矿石种类矩阵Gi=Gi(Gi0,Gi1,Gi2,Gi3,...Gij),其中,Gi0为第i预设地域石灰石预设,Gi1为第i预设地域第一预设种类矿石,Gi2为第i预设地域第二预设种类矿石,Gi3为第i预设地域第三预设种类矿石,Gij为第i预设地域第j预设种类矿石;建立完成后,根据开矿区内矿石的实际分布对Gi矩阵进行更新:
若存在所述第i预设地域矿石种类分布矩阵Gi中未记录的矿石种类时,将该种类矿石录入Gi矩阵中并将Gi矩阵内的矿石种类按照开矿区内含量降序重新排序;若第i预设地域矿石种类分布矩阵Gi中记录的矿石种类未在开矿区内检测到时,在Ki矩阵中去除该种类矿石并将后续编号的矿石种类顺次提前;
更新完成后,在对矿石进行配矿时,将Gi矩阵中石灰石的配比设置为Bi0,将更新后的第i地域第一种类矿石的配比设置为Bi1,将更新后的第i地域第二种类矿石的配比设置为Bi2,将更新后的第i地域第三种类矿石的配比设置为Bi3,将更新后的第i地域第j种类矿石的配比设置为Bij;
在对Gi矩阵完成更新时,若Gi矩阵内参数数量大于j,则去除大于j部分的参量,若Gi矩阵内参数数量小于j,则将小于j的部分设置为0。
在完成对所述Gi矩阵的更新时,建立预设矿石品味配比修正系数矩阵Q0=Q0(Q1,Q2,Q3,...Qj),其中,Q1为第一预设矿石品味配比修正系数,Q2为第二预设矿石品味配比修正系数,Q3为第三预设矿石品味配比修正系数,Qj为第j预设矿石品味配比修正系数,各预设矿石品味配比修正系数按照顺序逐渐增加;
当所述Gi矩阵完成更新时,将Gi矩阵中的各种类矿石按照品味降序重新排序并将Bi0矩阵中的各项配比参数按照Gi矩阵中参数的新的排序重新排序;排序完成后,将所述Q0矩阵中的各项参数按照顺序依次与Bi矩阵中相同顺次的配比参数相乘以对Bi0矩阵中各种类矿石的配比进行修正。
至此,已经结合优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种水泥厂石灰石矿山精细化配矿质控方法,其特征在于,包括:
步骤1:通过物联网查询各预设开矿地域中矿石的种类、平均含量以及平均分布情况,建立预设地域矩阵R0和矿石预设分布矩阵组K0,针对K0矩阵组中的各矩阵依次建立对应的配矿比,建立预设配矿比矩阵组B0;
步骤2:针对各开矿地域分别提取各开矿地域石灰石的平均含量以及平均分布信息,建立预设采样参数矩阵组A0并针对各地区设置预设偏差值矩阵组E0;在预设采样参数矩阵组A0中包括多个预设采样参数矩阵,在单个预设采样参数矩阵中的参数包括采样点深度、采样点间隔以及划分的小区数量;
步骤3:在选取指定开矿地区后,从所述预设采样参数矩阵组A0中选取对应的采样参数矩阵,将开矿区域分为指定数量个的小区,在每个小区内以指定间隔均匀设置多个指定深度的采样点以对开矿区进行采样;采样完成后,统计各小区内石灰石的含量并计算各小区石灰石含量与该地区内单个小区内预设石灰石含量的小区偏差值,当各小区内的小区偏差值均在预设偏差值内时,计算开矿区内石灰石的总含量并求出该开矿区内石灰石实际含量和预设含量的总量偏差值,当总量偏差值小于预设偏差值时,确认该开矿区的石灰石总含量;
步骤4:当所述小区偏差值大于预设偏差值时,针对小区偏差值重新选取对应的采样参数并重新对该小区内的石灰石进行含量进行测量,当各小区偏差值大于预设值的小区全部重新测量完成时,统计并确认开矿区内石灰石的总含量;当所述总量偏差值大于预设偏差值时,针对该开矿区偏差值重新选取对应的采样参数并重新对开矿区进行小区划分、重新确认小区的数量以及各小区内的采样间隔和采样深度,确认完成后重新采样以确认开矿区石灰石总含量;
步骤5:确认石灰石含量后,在各小区的采样点内重新采集开矿区内含有的矿石种类并统计开矿区内各矿石的总含量,建立矿石实际分布矩阵K,将K矩阵中的参数与K0矩阵组中对应的矩阵内的参数进行比对,重新调节所述预设配矿比矩阵组B0中的参数;
步骤6:调节完成后,按照各小区石灰石含量降序的顺序对各小区内的矿石进行开采,并在开采完成时按照对应的配比混合各矿石;
对于所述预设地域矩阵R0,R0=R0(R1,R2,R3,...Rn),其中,R1为第一预设地域,R2为第二预设地域,R3为第三预设地域,Rn为第n预设地域;
对于预设采样参数矩阵组A0,A0=A0(A1,A2,A3,...An),其中,A1为第一预设采样参数矩阵,A2为第二预设采样参数矩阵,A3为第三预设采样参数矩阵,An为第n预设采样参数矩阵;
对于第i预设采样参数矩阵Ai,i=1,2,3,...n,Ai=Ai(Hi,Di,Ni),其中,Hi为第i预设采样深度,Di为第i预设采样间隔,Ni为第i预设小区数量;
在对开矿区进行采样时,预先判断开矿区所处的地域并选取对应的采样参数以对开矿区内的石灰石进行采样:
当开矿区属于第一预设地域时,选用第一预设采样参数矩阵A1中的参数,将开矿区划分为N1个小区,将采样深度设置为H1,将各采样点之间的间隔距离设置为D1;
当开矿区属于第二预设地域时,选用第二预设采样参数矩阵A2中的参数,将开矿区划分为N2个小区,将采样深度设置为H2,将各采样点之间的间隔距离设置为D2;
当开矿区属于第三预设地域时,选用第三预设采样参数矩阵A3中的参数,将开矿区划分为N3个小区,将采样深度设置为H3,将各采样点之间的间隔距离设置为D3;
当开矿区属于第n预设地域时,选用第n预设采样参数矩阵An中的参数,将开矿区划分为Nn个小区,将采样深度设置为Hn,将各采样点之间的间隔距离设置为Dn。
2.根据权利要求1所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,对于所述预设偏差值矩阵组E0,E0=E0(E1,E2,E3,...En),其中,E1为第一预设偏差值矩阵,E2为第二预设偏差值矩阵,E3为第三预设偏差值矩阵,En为第n预设偏差值矩阵;
当采样完成并计算出各小区内石灰石的含量时,会根据开矿区所处地域选取对应的预设偏差值矩阵作为比对标准:
当所述开矿区处于第一预设地域R1时,从E0矩阵组中选取E1作为各小区的预设偏差值比对标准;
当所述开矿区处于第二预设地域R2时,从E0矩阵组中选取E2作为各小区的预设偏差值比对标准;
当所述开矿区处于第三预设地域R3时,从E0矩阵组中选取E3作为各小区的预设偏差值比对标准;
当所述开矿区处于第n预设地域Rn时,从E0矩阵组中选取En作为各小区的预设偏差值比对标准。
3.根据权利要求2所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,对于所述矿石预设分布矩阵组K0=K0(K1,K2,K3,...Kn),其中,K1为第一预设地域矿石分布矩阵,K2为第二预设地域矿石分布矩阵,K3为第三预设地域矿石分布矩阵,Kn为第n预设地域矿石分布矩阵;对于第i预设地域矿石分布矩阵Ki,i=1,2,3,...n,Ki=Ki(Ki0,Ki1,Ki2,Ki3,...Kij),其中,Ki0为第i预设地域石灰石预设含量,Ki1为第i预设地域第一预设种类矿石含量,Ki2为第i预设地域第二预设种类矿石含量,Ki3为第i预设地域第三预设种类矿石含量,Kij为第i预设地域第j预设种类矿石含量,各预设种类矿石在开矿区内的预设总含量按照顺序逐渐降低且各种类矿石的品味均低于石灰石;
当完成对属于第i地域的开矿区的石灰石的采样时,依次统计各小区内的石灰石总量ki0m计算各小区内石灰石的偏差值em,
计算完成时,将em与E0矩阵中的第i预设偏差值矩阵Ei中的参数进行比对。
4.根据权利要求3所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,在所述步骤4中,还会建立采样参数修正系数矩阵组S0=S0(S1,S2,S3,S4),其中,S1为第一预设采样参数修正系数矩阵,S2为第二预设采样参数修正系数矩阵,S3为第三预设采样参数修正系数矩阵,S4为第四预设采样参数修正系数矩阵;对于第α预设采样参数修正系数矩阵Sα,α=1,2,3,4,Sα=Sα(Shα,Sdα,Snα),其中,Shα为第α预设采样深度修正系数,Sdα为第α预设采样间隔修正系数,Snα为第α预设采样小区数量修正系数;
对于所述第i预设偏差值矩阵Ei,i=1,2,3,...n,Ei=Ei(Ei1,Ei2,Ei3,Ei4),其中,Ei1为第i预设地域第一预设偏差值,Ei2为第i预设地域第二预设偏差值,Ei3为第i预设地域第三预设偏差值,Ei4为第i预设地域第四预设偏差值,各预设偏差值按照顺序逐渐增加;在依次将各所述小区内石灰石的偏差值em计算完成并与对应的所述Ei矩阵进行对比时:
当em<Ei1时,判定该小区石灰石总含量在预设偏差值内,计算开矿区内石灰石总含量;
当Ei1≤em<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh1,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量;
当Ei2≤em<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh2,将小区内各采样点的间隔调节为Di×Sd2并在修正后重新计算该小区内石灰石总量;
当Ei3≤em<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh3,将小区内各采样点的间隔调节为Di×Sd3并在修正后重新计算该小区内石灰石总量;
当em≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该小区内的采样参数进行修正,将小区内的采样深度调节为Hi×Sh4,将小区内各采样点的间隔调节为Di×Sd1并在修正后重新计算该小区内石灰石总量。
5.根据权利要求4所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,当各所述小区均在预设偏差值内时,统计开矿区内石灰石的总含量K,并计算开矿区内石灰石的总量偏差值E,E=|K-Ki0|,计算完成后,将E与E0矩阵中的各项参数进行比对:
当E<Ei1时,判定该开矿区石灰石总含量在预设偏差值内,确认开矿区内石灰石总含量;
当Ei1≤E<Ei2时,使用所述第一预设采样参数修正系数矩阵S1中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S1、各小区的采样深度调节为Hi×Sh1、各小区内各采样点的间隔调节为Di×Sd1,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei2≤E<Ei3时,使用所述第二预设采样参数修正系数矩阵S2中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S2、各小区的采样深度调节为Hi×Sh2、各小区内各采样点的间隔调节为Di×Sd2,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当Ei3≤E<Ei4时,使用所述第三预设采样参数修正系数矩阵S3中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S3、各小区的采样深度调节为Hi×Sh3、各小区内各采样点的间隔调节为Di×Sd3,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量;
当E≥Ei4时,使用所述第四预设采样参数修正系数矩阵S4中的参数对该开矿区内的采样参数进行修正,将开矿区内的小区数量调节为Ni×S4、各小区的采样深度调节为Hi×Sh4、各小区内各采样点的间隔调节为Di×Sd4,在修正后重新计算开矿区内石灰石总量并确认开矿区内石灰石总量。
6.根据权利要求4所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,当开矿区内石灰石总量确认完成时,按照上述步骤,使用统计开矿区内石灰石总量的采样点对开矿区内含有的矿物进行识别和采样以统计各种类矿物在开矿区内的总含量。
7.根据权利要求6所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,对于所述预设配矿比矩阵组B0,B0=B0(B1,B2,B3,...Bn),其中,B1为第一地域预设配矿比矩阵,B2为第二地域预设配矿比矩阵,B3为第三地域预设配矿比矩阵,Bn为第n地域预设配矿比矩阵;
当所述开矿区为第一预设地域R1时,选用第一地域预设配矿比矩阵B1对该开矿区进行配矿;
当所述开矿区为第二预设地域R2时,选用第二地域预设配矿比矩阵B2对该开矿区进行配矿;
当所述开矿区为第三预设地域R3时,选用第三地域预设配矿比矩阵B3对该开矿区进行配矿;
当所述开矿区为第n预设地域Rn时,选用第n地域预设配矿比矩阵Bn对该开矿区进行配矿。
8.根据权利要求7所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,对于第i地域预设配矿比矩阵Bi,i=1,2,3,...n,Bi=Bi(Bi0,Bi1,Bi2,Bi3,...Bij),其中,Bi0为第i地域石灰石配比,Bi1为第i地域第一预设种类矿石配比,Bi2为第i地域第二预设种类矿石配比,Bi3为第i地域第三预设种类矿石配比,Bij为第i地域第j预设种类矿石配比,各预设配比按照顺序逐渐降低;
在所述步骤5中检测所述第i地域的开矿区内矿石的种类及含量时,根据所述Ki矩阵中的参数建立对应的矿石种类矩阵Gi=Gi(Gi0,Gi1,Gi2,Gi3,...Gij),其中,Gi0为第i预设地域石灰石预设,Gi1为第i预设地域第一预设种类矿石,Gi2为第i预设地域第二预设种类矿石,Gi3为第i预设地域第三预设种类矿石,Gij为第i预设地域第j预设种类矿石;建立完成后,根据开矿区内矿石的实际分布对Gi矩阵进行更新:
若存在所述第i预设地域矿石种类分布矩阵Gi中未记录的矿石种类时,将该种类矿石录入Gi矩阵中并将Gi矩阵内的矿石种类按照开矿区内含量降序重新排序;若第i预设地域矿石种类分布矩阵Gi中记录的矿石种类未在开矿区内检测到时,在Ki矩阵中去除该种类矿石并将后续编号的矿石种类顺次提前;
更新完成后,在对矿石进行配矿时,将Gi矩阵中石灰石的配比设置为Bi0,将更新后的第i地域第一种类矿石的配比设置为Bi1,将更新后的第i地域第二种类矿石的配比设置为Bi2,将更新后的第i地域第三种类矿石的配比设置为Bi3,将更新后的第i地域第j种类矿石的配比设置为Bij;
在对Gi矩阵完成更新时,若Gi矩阵内参数数量大于j,则去除大于j部分的参量,若Gi矩阵内参数数量小于j,则将小于j的部分设置为0。
9.根据权利要求8所述的水泥厂石灰石矿山精细化配矿质控方法,其特征在于,在完成对所述Gi矩阵的更新时,建立预设矿石品味配比修正系数矩阵Q0=Q0(Q1,Q2,Q3,...Qj),其中,Q1为第一预设矿石品味配比修正系数,Q2为第二预设矿石品味配比修正系数,Q3为第三预设矿石品味配比修正系数,Qj为第j预设矿石品味配比修正系数,各预设矿石品味配比修正系数按照顺序逐渐增加;
当所述Gi矩阵完成更新时,将Gi矩阵中的各种类矿石按照品味降序重新排序并将Bi0矩阵中的各项配比参数按照Gi矩阵中参数的新的排序重新排序;排序完成后,将所述Q0矩阵中的各项参数按照顺序依次与Bi矩阵中相同顺次的配比参数相乘以对Bi0矩阵中各种类矿石的配比进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010934080.3A CN112131527B (zh) | 2020-09-08 | 2020-09-08 | 一种水泥厂石灰石矿山精细化配矿质控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010934080.3A CN112131527B (zh) | 2020-09-08 | 2020-09-08 | 一种水泥厂石灰石矿山精细化配矿质控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112131527A CN112131527A (zh) | 2020-12-25 |
CN112131527B true CN112131527B (zh) | 2024-04-12 |
Family
ID=73845098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010934080.3A Active CN112131527B (zh) | 2020-09-08 | 2020-09-08 | 一种水泥厂石灰石矿山精细化配矿质控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131527B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598776B (zh) * | 2020-12-29 | 2021-08-17 | 江苏星月测绘科技股份有限公司 | 基于全息数据处理的三维地理模型可视化系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528906A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种基于日常岩粉数据的自动化配矿方法 |
CN107703743A (zh) * | 2017-09-15 | 2018-02-16 | 首钢京唐钢铁联合有限责任公司 | 烧结矿碱度自动控制方法 |
CN108345281A (zh) * | 2018-02-05 | 2018-07-31 | 北京矿冶科技集团有限公司 | 一种选矿过程给矿块度配矿控制的方法 |
CN109447837A (zh) * | 2018-11-15 | 2019-03-08 | 国家能源投资集团有限责任公司 | 一种矿区冲击地压的危险性评估方法 |
CN110484714A (zh) * | 2019-05-17 | 2019-11-22 | 宝钢湛江钢铁有限公司 | 一种改进烧结物料配比提升烧结矿质量的方法 |
CN110533246A (zh) * | 2019-08-30 | 2019-12-03 | 西安建筑科技大学 | 一种基于粒子群-鸽群混合优化算法的多金属露天矿多目标配矿方法 |
CN110923379A (zh) * | 2019-11-05 | 2020-03-27 | 攀钢集团西昌钢钒有限公司 | 一种冶炼钒钛磁铁矿的高炉布料方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160122657A1 (en) * | 2014-10-31 | 2016-05-05 | SYNCRUDE CANADA LTD. in trust for the owners of the Syncrude Project, as such owners exist now and | Mining and processing system for oil sand ore bodies |
-
2020
- 2020-09-08 CN CN202010934080.3A patent/CN112131527B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528906A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种基于日常岩粉数据的自动化配矿方法 |
CN107703743A (zh) * | 2017-09-15 | 2018-02-16 | 首钢京唐钢铁联合有限责任公司 | 烧结矿碱度自动控制方法 |
CN108345281A (zh) * | 2018-02-05 | 2018-07-31 | 北京矿冶科技集团有限公司 | 一种选矿过程给矿块度配矿控制的方法 |
CN109447837A (zh) * | 2018-11-15 | 2019-03-08 | 国家能源投资集团有限责任公司 | 一种矿区冲击地压的危险性评估方法 |
CN110484714A (zh) * | 2019-05-17 | 2019-11-22 | 宝钢湛江钢铁有限公司 | 一种改进烧结物料配比提升烧结矿质量的方法 |
CN110533246A (zh) * | 2019-08-30 | 2019-12-03 | 西安建筑科技大学 | 一种基于粒子群-鸽群混合优化算法的多金属露天矿多目标配矿方法 |
CN110923379A (zh) * | 2019-11-05 | 2020-03-27 | 攀钢集团西昌钢钒有限公司 | 一种冶炼钒钛磁铁矿的高炉布料方法 |
Non-Patent Citations (3)
Title |
---|
《Some basic properties of granules from ore blends consisting of ultrafine magnetite and hematite ores》;congcong yang 等;《International Journal of Minerals, Metallurgy, and Materials》;20190831;第26卷(第8期);953-962 * |
《基于GIS的露天矿配矿管理系统研究》;文超 等;《黄金科学技术》;20090430;第17卷(第2期);58-62 * |
《配矿优化技术研究现状及发展趋势》;柯丽华 等;《中国矿业》;20170131;第26卷(第1期);77-82 * |
Also Published As
Publication number | Publication date |
---|---|
CN112131527A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104175401B (zh) | 一种混凝土搅拌站配合比动态调整系统 | |
CN103544273B (zh) | 利用模式识别技术对炉况整体状态进行评估的方法 | |
CN104164558B (zh) | 一种烧结工序烧结矿质量控制方法 | |
CN110484714B (zh) | 一种改进烧结物料配比提升烧结矿质量的方法 | |
CN105243437B (zh) | 用于捣固炼焦的预测焦炭质量和优化配煤比的方法 | |
CN112131527B (zh) | 一种水泥厂石灰石矿山精细化配矿质控方法 | |
CN101349912A (zh) | 烧结厂按化学成分配料自动控制系统 | |
CN106475543A (zh) | 一种连铸坯切割过程定尺补偿方法 | |
US20230067754A1 (en) | Water control method for loosening and conditioning process based on neural network model and double parameter correction | |
CN110502781A (zh) | 一种基于先验知识的铁合金生产配料优化方法 | |
CN109847916A (zh) | 一种水泥原料立磨系统的节能优化方法 | |
CN104649036B (zh) | 一种提高混匀料稳定性的堆积方法 | |
Vereschagina et al. | Building of a digital model of aluminum electrolysis modes | |
CN1680945B (zh) | 用于选矿生产过程的配矿方法 | |
Wang et al. | Soil phosphorus accumulation model for an arid area of north-western China with 3-year rotation of wheat, maize and cotton | |
CN104328276A (zh) | 一种烧结过程中固体燃料的控制方法、装置及系统 | |
CN110989704A (zh) | 一种智能化作物营养实时供给及调控系统 | |
CN103901179B (zh) | 一种评价焦炭混匀效果及焦炭质量稳定性的方法 | |
CN114807596B (zh) | 一种矿堆的配料控制方法和装置 | |
CN116086201A (zh) | 冶炼除尘系统终端粉尘的二次燃烧喷射控制系统 | |
CN112287283B (zh) | 一种高炉运行状态评价方法、装置及存储介质 | |
Savvas et al. | A decision support system to automatically calculate and readjust nutrient solutions in commercial soilless cultivations | |
CN103898271A (zh) | 一种转炉合金生产系统的料仓用自动称量控制方法 | |
CN114169689B (zh) | 硅锰合金配料数据和冶炼炉次数据的映射匹配方法和系统 | |
CN103234351A (zh) | 一种烧结料含碳量的控制方法 |
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 |