下载文档原格式
选矿厂矿物的破碎、筛分、脱水与干燥一、破碎与筛分1、破碎的一般概念从矿山运来的矿石最大块直径通常为300-1500毫米左右。
由于矿石中大多数有用矿物都是细粒浸染及与脉石矿物紧密共生,所以在分选之前必须将矿石中有用矿物“解离”或“单体解离”。
这就必须破碎与磨矿,将矿石碎磨到相适应的粒度。
就破碎而言,在大型选矿厂一般采用三段破碎(也有采用四段的)。
也就是说选厂通常采用阶段破碎的办法将大块矿石的尺寸逐步缩小。
通常将最终粉碎产品为5毫米以上的粉碎过程,称为破碎;取得更细产粒度的粉碎过程,称为磨矿。
当然,它们的划分是相对的,实践上常将1500毫米左右的矿块三段破碎使矿块粒度降到8~25毫米左右,再将8~25毫米的矿粒送入磨矿机进行磨碎,直到有用矿物能达到单体解离为止。
1）破碎比破碎比是破碎机的给矿石最大块度尺寸(D)与破碎机的产品中最大矿块尺寸(d)之比,即破碎比i=D/d。
破碎比表示经过破碎作业后产物缩小的倍数,它是衡量矿石破碎前后粒度变化程度和均衡分配各段破碎机工作的参数。
矿块最大粒度一般以95%的该物料能通过的方形筛孔尺寸来表示。
例如原矿最大粒度D=500毫米,破碎最终产物的最大粒度d=10毫米则破碎比i=D/d=500/10=50。
2）破碎段目前,任何一种常规破碎设备都难以达到50的破碎比。
因此,破碎过程通常需分段进行。
所谓破碎阶段的段数就是物料经过破碎的次数,在生产实践中,通常情况下采三段破碎,即谓粗碎、中碎、细碎。
粗碎、中碎、细碎又可分别称为第一段破碎、第二段破碎、第三段破碎。
段破碎的粒度范围如表11-1所示表11-1各破碎段粒度范围3）各段破碎比及其与总破碎比的关系各段破碎机给矿的最大粒度与排矿的最大粒度之比称为该段的破碎比。
作业总破石于各段破碎比的乘积。
如采用三段破碎,各段破碎比分别以il、i2、i3表示,则总破碎比i总=il*i2*i3。
一定的破碎设备,其破碎比范围固定。
因此,总破碎比往往决定了破碎段数。
选矿数学模型1. 选矿数学模型的概述选矿是指通过物理化学方法将矿石中有价值的物质分离出来，是矿山生产中一个至关重要的环节。
在传统的选矿工艺中，经验式和试验是主要的手段，矿冶企业对于选矿工艺的掌握往往依靠技术人员的丰富经验和感性认识。
但随着先进技术和信息化手段的应用，选矿中引入数学模型已经逐渐成为一种趋势。
本文将介绍选矿数学模型的种类和应用。
2. 常用选矿数学模型2.1 统计分析模型统计分析模型是一种基于数据分析的选矿数学模型，主要包括聚类分析、主成分分析、因子分析等方法。
聚类分析可用于分析不同矿石的性质和特征，并将相似的矿石进行聚类，以便制定相应的选矿方案。
主成分分析则可用于提取多变量间的关联关系，并对其中的冗余变量进行消除，从而减少数据的复杂性，以便更好地进行选矿工艺流程的设计。
因子分析则可用于分析矿石中不同元素间的相互关系及其对矿石特性的影响，以便优化选矿方案。
2.2 神经网络模型神经网络模型是一种基于人工智能的选矿数学模型，主要是利用多层感知器（MLP）或循环神经网络（RNN）等方法对矿石特性进行分析和模拟。
神经网络模型不仅可以模拟矿石处理的物理化学过程，还可以处理各种非线性关系，从而更好地预测矿石处理中的各种参数和工艺流程。
2.3 决策支持模型决策支持模型是一种基于数学规划和最优化理论的选矿数学模型，主要包括线性规划、非线性规划、动态规划等方法。
决策支持模型可以通过优化目标函数、制定条件限制、进行敏感度分析等手段，帮助制定最佳的选矿方案，并进行可行性评估。
3. 选矿数学模型的应用选矿数学模型已经广泛应用于矿山生产中，下面将就几个实际案例进行说明。
3.1 基于主成分分析和神经网络的选矿方案优化某金矿在生产中遭遇选矿工艺复杂、杂质元素含量高等问题，经过数据分析、主成分分析和神经网络模型的建立，最终确定了提高选金率和降低杂质元素含量的选矿方案。
3.2 基于聚类分析和决策支持模型的选矿方案改进某铅锌矿在生产中存在过选问题，通过数据分析、聚类分析和决策支持模型的建立，找出了影响选矿效果的主要因素，并提出了改善选矿方案的具体措施，最终实现了选矿效益的显著提高。
选矿选矿mineral processing;frustrating根据矿石的矿物性质，主要是不同矿物的物理、化学或物理化学性质，采用不同的方法，将有用矿物与脉石矿物分开，并使各种共生的有用矿物尽可能相互分离，除去或降低有害杂质，以获得冶炼或其他工业所需原料的分选过程。
根据矿石中不同矿物的物理、化学性质，把矿石破碎磨细以后，采用重选法、浮选法、磁选法、电选法等，将有用矿物与脉石矿物分开，并使各种共生的有用矿物尽可能相互分离，除去或降低有害杂质，以获得冶炼或其他工业所需原料的过程。
选矿使有用组分富集，减少冶炼或其他加工过程中的燃料、运输等的消耗，使低品位的贫矿石能得到经济利用。
选矿试验所得数据，是矿床评价及建厂设计的主要依据。
从脉石中有时从其他矿物中分选出金属矿物或有价值的别种矿物的机械加工方法。
定义介绍选矿是整个矿产品生产中最重要的环节，是矿企里的关键部门。
一般大型矿企都是综合采，选，冶的资源性企业。
用物理或化学方法将矿物原料中的有用矿物和无用矿物（通常称脉石）或有害矿物分开，或将多种有用矿物分离开的工艺过程，又称“矿物加工”。
产品中，有用成分富集的称精矿；无用成分富集的称尾矿；有用成分的含量介于精矿和尾矿之间，需进一步处理的称中矿。
金属矿物精矿主要作为冶炼业提取金属的原料；非金属矿物精矿作为其他工业的原材料；煤的精选产品为精煤。
选矿可显著提高矿物原料的质量，减少运输费用，减轻进一步处理的困难，降低处理成本，并可实现矿物原料的综合利用。
由于世界矿物资源日益贫乏，越来越多地利用贫矿和复杂矿，因此需要选矿处理的矿石量越来越大。
目前，除少数富矿石外，金属和非金属(包括<A a 煤)矿石几乎都需选矿。
发展历程早期的选矿，是利用矿物间的物理性质或表面物理化学性质的差异，但不改变矿物化学组成的物理选别过程，主要用于处理金属矿石，称“矿石选别”。
以后扩展到非金属矿物原料的选别，称“矿物选别”。
后来,把利用化学方法回收矿物原料中有用成分的过程，也纳入选矿，称为。
选矿生产中磨矿和分级系统介绍在选矿生产工艺过程中，磨矿和分级是非常关键和重要的一环，磨矿机是一个能耗高、作业效率低、故障多发的设备，对磨矿机的运行状态监测，不但可以提高设备效率和生产率，降低能耗，减少故障，而且可以提高经济效益，保证生产正常进行。
振动筛由于其结构紧凑，分级脱水效率高，与磨矿机配合使用可以大大提高现况效率，然而振动筛是在高频振动下工作，其结构承受着交变力的作用，在长期作用下不可避免地要发生损伤，一方面会改变振动筛的振幅和频率，影响筛分效率，另一方面影响振动筛的寿命，因此，对振动筛的工作状态监测，可以保证设备的高效工作，减少损失，延长寿命。
球磨机齿轮罩由于尺寸较大，刚性较差，运输中易发生变形，安装前按图纸尺寸对其各部进行检查，并按图纸要求装上大齿轮上的密封环。
要求盘车时不应有碰撞响声。
安装后检查齿轮罩刚性，如需要，可在适当位置增加支撑。
齿轮罩与大齿轮之间保持相同间隙，如需要，可通过在各连接法兰之间增减垫片来获得。
在装配各部齿轮罩之前，应先将大齿轮上的密封环安装好，并检查歪斜情况，校正歪斜部位。
球磨机磨矿金属矿的特征要求，解离性磨矿在矿料磨碎中占有重要地位，而金属矿磨矿在解离性磨矿中又占有极重要的地位．与非金属矿相比，金属矿石有一系列特殊的性质，因此对磨矿也就有一系列特殊的要求。
以小齿轮轴组为何安装延伸轴部其安装方法同小齿轮轴组。
传动轴与延伸轴联轴器对中，用塞尺或百分表进行测量，其两轴不同心度不大于0.3mm，中心线侧倾斜不大于1/1000。
安装水平不应大于1.0/1000，并应与磨机的倾斜方向一致。
传动轴轴线与磨机轴线的平行度偏差，每米不应大于0.15mm。
同步电机安装，以延伸轴部为准安装同步电机，同步电机用50t履带吊与车间内16t行车进行吊装就位，同步电机严格按电机安装使用说明书进行安装。
电机只知道重量33t，因此双机如何抬吊，吊梁做成什么形式，要在电机进厂后根据情况再定。
1）球磨机中存煤量的测量，常规做法是采用差压或振动信号方法测量，但这两种方法都有较大的误差。
模型的讨论、灵敏度分析与误差分析★1 模型的讨论就本题来说，题目中给出的两条原则是相互矛盾的，要想总运量最小，运输成本最小，其生产量必定不能达到最大；相反，若要想生产量获得最大，就不可能使得总运量和运输成本最小．下面讨论一下这两种情况．1．总运量最小，成本最少要获得总运量最小，主要取决于卡车的装载量、卡车数量、各卡车运输次数、各卸点的产量和总路程．对于本题来说，卡车的装载量是确定的，各卸点的产量也是确定的，所以影响总运量和成本的最大因素就是卡车的数量、各卡车运输次数和总路程．（1）铲车数量的影响讨论．模型Ⅰ、Ⅱ是针对原则1建立的模型，从结果来看我们出动6辆铲车就可以满足原则1的需求；模型II是针对原则2建立的模型，从结果来看需要7辆铲车全部出动才能满足要求．对于原则1，它主要是从总运量和成本最小来考虑的，所以在这种情况下，对产量要求就不十分苛刻，只要满足各卸点的产量要求即可．（2）卡车数量的影响讨论．模型Ⅰ、Ⅱ是针对原则1建立的模型，从结果来看我们出动13辆卡车就可以满足原则1的需求．2．产量最大要想获得生产量最大，主要取决于铲车数量、卡车数量、各卡车运输次数和卡车的装载量．同上，卡车的装载量也是已知的．（1）铲车数量的影响讨论．对于原则2，它主要是从总产量最大来考虑的，所以对总运量最小的考虑就相对减少．而铲车数量对开采铁矿来说，它主要是从影响卡车的运输来影响总产量，所以原则1的条件下求得的铲车数量上就不需要全部出动，而原则2的条件下求得的铲车数量上就必须全部出动．（2）卡车数量的影响讨论．模型Ⅲ是针对原则2建立的模型，从结果看来需要20辆卡车全部出动才能满足要求．同上，在原则1和原则2条件下，卡车所产生数量的影响有满足总运量最小的部分，也有满足最大产量的部分．★2灵敏度分析由于本题中对模型结果产生影响的因素有很多，我们在此取几个关键的参数进行了灵敏度分析．模型对这些参数的敏感性反映了各种因素影响结果的显著程度：反之，通过对模型参数的稳定性和敏感性分析，又可反映和检验模型的实际合理性．1．对模型Ⅱ卡车数量的灵敏度分析对模型Ⅱ卡车数量不仅关系到总运量的大小，而且原则1要求出动最少的卡车，这就要求我们在实际的规划中要充分考虑到卡车数量的变化对目标值的影响，假设在其他条件不变的情况下，通过逐个减少卡车的数量，计算得到相应的最小总运量，结果如表3.13和图3.7所示．由上面的计算结果我们可以知道，卡车的数量和总运量呈正比的关系，即卡车数量增加时总运量也增加；反之，则减少．从图3.7中我们可以很直观地看出，在卡车数为10、11、12时，总运量有一明显的增加．由此可知，我们在规划卡车数量时，如果不是矿产运输量有限的情况下，应尽量选择车辆数不小于11辆，当然其具体的数值应根据具体情况而定．2．对模型II的铲车数量以及品位限制的灵敏度分析（1）铲车数量．由于模型II铲车是关系到最大产量的重要因素，所以我们对模型Ⅱ铲车数量进行灵敏度分析，假设其他条件不变的情况下，逐个减少铲车的数量，得到相应的最大出车次数，其结果如表3.14和图3.8所示．从图3.8可以看出，铲车数和最大出车次数呈线性关系（也就是和产量呈线性关系)，由此知铲车的数量对于产量来说是至关重要的，建议在开采矿产时，应对铲车的数量进行合理的规划，使铲车得到充分利用．（2）品位限制．同样，在考虑品位限制对产量的影响时，不考虑其他因素的影响，我们逐步对改变品位限制的范围，得到在一定的品位限制条件下的最大产量值（在本题中由于没有给出铲车确切的装填速度，所以无法计算精确的产量，所以用最大的出车量作为目标来代替产量)．经过计算，得到的结果，如表3.15和图3.9所示．从上面的结果中可以看出，品质限制变化范围较小时，最大出车次数随品质限制范围的增加而快速上升，当增加到一定的范围时，最大出车次数就不再增长，也就是说，产量的上升也是依此规律上升的．★3 误差分析（数据近似误差）在建立模型的之前，为了满足卡车每次都是满载运输，考虑到卸点和矿位运输的实际，我们分两种情况对模型的数据进行了近似取值．（1）退零取整对矿位的最大运输车次近似取值．（2）进一法对卸点的最大运输车次近似取值．近似取值使模型的求解产生了数据误差，造成了模型求解结果的不精确，对三种参数的近似分别如表3.16、表3.17和表3.18所示．通过表3.16、表3.17和表3.18的近似取值可以看出表3.16数据的近似取值增大了卸点车次的下限，表3.17和表3.18数据的近似取值减小了运矿车次和运岩车次．卸点的车次下限、运矿车次和运岩车次都是目标函数的约束条件，增大或者减小了实际约束条件的范围，使总运量和产量的目标值都跟准确值有一定的误差．由于数据的近似取值对模型结果的影响，卸点所需车次下限的增大导致了总运量和产量目标值的增大；运矿和运岩车次的减小导致总运量和产量的减小．数据的近似取值是考虑了生产运输的实际，简化了模型的计算量．卸点车次下限和岩石矿石运输车次对模型结果影响有一定量相互调整，本章模型结果所得的运输车次与数据的近似值没有十分接近的情况，对目标值没有太大的影响，所以这个误差是可以接受的．针对本章的模型，调整模型数据误差，尽量不要使模型的结果和近似取值的数据贴近．。
浅谈过程数学模型在冶金中的应用【摘要】过程数学模型是在冶金领域中被广泛应用的一种方法。
本文首先介绍了过程数学模型的定义和特点，然后详细讨论了在冶金中的应用案例，包括在优化工艺和设备设计中的作用，以及在铁矿石选矿过程中的应用。
通过这些案例分析，可以看到数学模型在冶金工程中的重要性和价值。
结论部分探讨了过程数学模型对冶金工程的推动作用，展望了其在未来的发展前景。
过程数学模型为冶金工程提供了重要的理论支持和技术手段，促进了冶金工业的发展和进步。
【关键词】过程数学模型、冶金、应用案例、工艺优化、设备设计、选矿、推动作用、发展前景1. 引言1.1 研究背景过程数学模型是将需求、资源、约束条件等要素抽象为数学公式，通过数学表达和运算来模拟和优化冶金过程的一种方法。
它具有高效、精确、可重复等特点，可以帮助工程师深入了解冶金过程的规律，提高工艺的稳定性和效率。
在引入过程数学模型的冶金工程领域也积累了大量涉及不同方面的应用实例。
通过对熔炼过程、挤压成型、金属组织的演化等方面建立数学模型，冶金工程师得以优化工艺参数，提高产品质量，降低生产成本。
过程数学模型在冶金工程中的应用逐渐深入人心，成为推动冶金工程发展的重要力量。
1.2 研究意义在冶金领域，过程数学模型的应用具有重要的研究意义。
通过建立数学模型可以模拟和预测冶金过程中的复杂物理现象，帮助工程师和研究人员更好地理解和控制冶金过程。
数学模型可以为优化冶金工艺提供重要参考，通过数值计算和模拟分析，找到最佳的工艺参数组合，提高生产效率和产品质量。
数学模型还可以应用于冶金设备的设计和改进，帮助工程师优化设备结构和设计参数，提高设备的性能和稳定性。
数学模型还在铁矿石选矿过程中发挥着重要作用，帮助矿石的分选和提纯，提高矿石的利用率和回收率。
过程数学模型在冶金领域的应用具有重要的研究意义，不仅可以推动冶金工程的发展，还有助于提高冶金生产的效率和质量。
2. 正文2.1 过程数学模型的定义与特点过程数学模型是利用数学的方法和技巧来描述和分析工程过程、系统或现象的数学表示。
