CC BY
30
© В.В. Морозов, В.М. Авдохин, 3. Ганбаатар, 2013
В.В. Морозов, В.М. Авдохин, З.Ганбаатар
АВТОМАТИЧЕСКОЕ УПРАВЛЕНИЕ ПРОЦЕССАМИ ОБОГАЩЕНИЯ НА ОСНОВЕ КОНТРОЛЯ СОРТНОСТИ МЕДНО-МОЛИБДЕНОВЫХ РУД
Обоснована классификация основных типов руд, характерная для порфировых медно-молибденовых месторождений со значительной степенью метаморфических преобразований. Разработан и испытан способ комбинированного опережающего анализа вещественного, минерального и гранулометрического состава руд, включающий радиометрический анализ кусковых фракций на конвейере в диапазонах рентгеновского и видимого диапазонов светового излучения, при использовании операции очистки поверхности кусков руды, обеспечивающий эффективную и оперативную оценку сортности руды поступающей на обогащение. Управление процессами измельчения и расходами реагентов при флотации проводится на основе оценки качества руд с применением графо-аналитического метода расчёта долей принадлежности к пяти базовым технологическим сортам.
Ключевые слова: обогащение, измельчение, флотация, автоматическое управление, сортность руды, моделирование
Зффективным путем решения проблемы повышения эффективности процессов рудоподготовки и флотации является разработка и применение гибких технологических схем и режимов, а так же автоматизированных систем управления, применяющих результаты опережающей диагностики вещественного, минерального, фракционного состава, а также физико-механических свойств обогащаемых руд [1,2].
Важным условием оптимизации процессов обогащения является определение совокупности научно обоснованных параметров сортности руд, базирующихся как на геолого-минералогических особенностях их состава и строения, так и на особенностях технологических режимов рудоподготовки и флотации отдельных сортов руд. Другим необходимым условием выбора эффективных режимов обогащения является установление закономерностей обогащения основных типов руд,
позволяющих сделать обоснованный выбор схем и параметров технологических режимов процессов измельчения и флотации.
Для месторождения «Эрдэнэтийн-Овоо» в предыдущие годы эксплуатации выделялись четыре типа руд: 1 — массивные первичные руды; 2 — смешанные руды с интенсивной вторичной сульфидизацией; 3 — смешанные окисленные руды; 4 — бедные пиритизированные руды. С учетом вовлечения в переработку руд с существенно метасоматически измененных блоков предложено выделить пятый тип руды — серитизирован-ные руды нарушенной структуры. Основанием для выделения такого типа руд послужили принципиально отличающиеся технологические характеристики такого типа руд, связанные в первую очередь с высокой поглотительной способностью по отношению реагентам собирателям и вспенивателям. Другим обоснованием для выделения такого сорта руд является появление возможности оперативного контроля признаков, характерных для таких руд.
В результате усреднения данных были получены пробы «типовых» руд, средние значения характеристических признаков которых приведены в табл. 1.
Задача повышения точности определения сортности руды может быть решена на основе применения комплексных методов, предполагающих одновременное измерение минерального и вещественного состава руды. На обогатительной фабрике ГОКа «Эрдэнэт» разработан новый способ и система опережающей диагностики руды на базе ретгенофлюоресцентного анализатора вещественного состава и системы видео имидж-анализа [3, 4]. Система обеспечивает получение интегрированного цифрового видеоизображения, формирующегося с помощью современных телеметрических и программно-технических средств. Система позволяет получить информацию в реальном времени о минералогическом составе руды и о типе руды. Система так же позволяет получить данные по гранулометрическому составу руды, поступающей в операцию измельчения.
Система видео-имидж-анализа включает установленные над лентой транспортера источники освещения и считывающую цифровую видеокамеру (рис. 2).
<1 Таблица 1 оо
Средние значения параметров для отобранных проб «типовых» руд
№ Параметр руды Массивные Смешанные Смешанные Смешанные Бедные
№ первичные вторичн. ру- окисленные серитизир. пиритизир.
руды ды руды руды руды
1 Масс, доля меди, % 0,51 0,72 0,65 0,62 0,42
2 Масс, доля молибдена, % 0,025 0,034 0,030 0,024 0,020
3 Масс, доля железа, % 2,27 1,75 1,95 1,98 2,32
4 Масс, доля окисл. минер, меди, % 0,041 0,048 0,097 0,087 0,032
5 Масс, доля втор, минер, меди, % 0,23 0,76 0,45 0,34 0,14
6 Масс, доля халькопирита, % 1,83 1,36 1,45 1,.44 0,55
7 Масс, доля молибденита, % 0,051 0,069 0,061 0,048 0,039
8 Масс, доля серии, и сланцев, % 0,65 1,33 1,45 4,82 0,98
9 Дробимость, кг 22,4 33,2 35,3 45,4 22,8
10 Удельн.вес, кг/м3 2,86 2,85 2,82 2,77 2,85
11 Сред, вкрапл. минер, меди, мкм 75,0 145,0 136,5 128,2 71,5
Рис. 2. Схема системы подготовки и видео-имидж-анализа руды (а) и изображение установки для получения видеоизображения (б): 1 — бункер мелкодробленой руды; 2 — питатель; 3 — конвейер; 4 — приемный бункер мельницы; 5 — установка для подготовки руды к анализу; 6 — источник светового излучения; 7 — приемник отраженного светового излучения
Особенностью системы видеоанализа руды является отсутствие сложных средств отбора проб и их доставки в анализатор, что исключает сопутствующие при этом технические проблемы и повышает надёжность работы системы в целом. Для исключения влияния на качество видеоизображений внешних факторов и приведения его к однотипным условиям, над конвейером устанавливается дождевальная установка слабой интенсивности.
Сутью метода видео имидж-анализа является проведение минералогического анализа и оценки сортности руд по на основе обработки изображений руды в видимой части спектра. Первоначально в базу данных созданной системы были внесе-
(I
б
ны видеоизображения всех известных минералов месторождения «Эрдэнэтийн — Овоо». Путем программной обработки были созданы компьютерные образы (эталоны) этих минералов. Спектральные характеристики минералов в видимом диапазоне волнового излучения, является источником информации при проведении видео имидж-анализа.
На основе спектрального минералогического имидж-анализа производится определение массовой доли окисленных минералов, первичных и вторичных сульфидов меди, пирита, талька, слюды, сланцев и других минералов, присутствие которых характеризует сортность руды.
Задача определения сортности поступающей на переработку руды состоит в определении ее схожести к основным технологическим типам руд. В качестве первичной информации используются показания рентгенофлюоресцентных анализаторов вещественного состава руды и показания датчиков видео-имидж-анализа.
Расчет сортности руды осуществлялся с применением метода Парето — графо-аналитического метода расчёта долей принадлежности. Образы типовых рудявляются в нашей задаче областью нахождения искомого решения (областью Парето). Руда представляется в виде смеси пяти типов руд, при этом в руде определяется вклад (массовая доля) каждого типа руды. Математическая часть задачи обеспечивает расчет сортности поступившей руды по шести или более значимым параметрам руды (например, по содержанию меди, молибдена и железа в руде, массовой доле окисленных минералов меди, вторичных сульфидных минералов меди в руде, первичных минералов меди (халькопирита). При наличии необходимых средств и методов измерений можно использовать другие параметры руды: например массовую долю осланцеванных минералов, прочность и измельчаемость руды.
Использованный графоаналитический метод заключается в нахождении доли принадлежности полученной точки к определённым точкам на плоскости (двумерное пространство) или в любом другом «пространстве» [5]. Суть расчёта долей принадлежности руды к определённому типу состоит в том, что для поступившей руды можно определить «сходство» каждому из
известных 5-х типов руды, и пропорционально этому «сходству» установить доли, которые каждый из 5-х типов руды составляет в поступившей на переработку руде. Для этого сначала определяется удаленность от точки, координаты которой соответствуют параметрам руды, поступившей на переработку, до каждой из точек, координаты которых соответствуют типам, руд, выделенных технологами в качестве базовых. Затем при помощи расчетных уравнений, после проведения операций нормирования и оценки значимости параметров, определяются искомые значения массовых долей типовых руд в руде, поступающей на переработку.
Нормированная величина отклонения (Б параметров смеси руд (2П) от параметров типовых руд (2п1) рассчитывается по формуле:
Б] = (!2п-2п1 !)/2п1 , при 1 =1-5. (1)
Нормированные величины схожести параметров смеси руд с параметрами типовых руд рассчитываются по формуле: Di = 1/ Б,, при 1 =1-5, (2)
где Б — нормированное отклонение параметров смеси руд от параметров типовых руд. Расчет массовой доли отдельного типа руды (у ]) в смеси руд проводится по формуле:
У , = Ю/ЯШ), при 1 =1-5, (3)
где к — коэффициенты значимости отдельных измеряемых параметров руды.
Конечные результаты анализа сортности перерабатываемой руды имеют вид временных зависимостей, представленных на рис.3 и отражающих изменение состава перерабатываемой руды.
Первым блоком представленной на рис.4 блок-схемы реализованного в АСУТП обогатительной фабрике ГОКа «Эрдэнэт» алгоритма интеллектуального управления процессами коллективной флотации обеспечивается опережающий мониторинг параметров вещественного состава руды с применением метода рентгенофлюоресцентного анализа и параметров минерального состава руды с применением видеоимидж-анализа.
Графики ихченения сортности руды
Текущая дата : 12/22/2011 23:50 Я- Массивные первичные руды | 21.371 %
■ - Смешанные руды с вторичной сульфидизацией | 19.712 %
О-Смешанные окисленные руды ( 20.424 %
В - Смешанные серитизированныв руды [ 21.806 %
П - Бедные тшритиниро ванные руды [ 16.686 %
Рис. 3. Временная зависимость состава руды текущей добычи: 1 —
массивные первичные руды; 2 — смешанные руды с вторичной сульфидизацией; 3 — смешанные окисленные руды; 4 — смешанные серитизированные руды; 5 — бедные пиритизированные руды
Рис.4. Блок-схема алгоритма интеллектуального управления режимом измельчения и коллективной флотации
Управление процессами осуществляется в автоматическом или полуавтоматическом режиме и предполагает выбор оптимальных решений на основе обработки информации о сортности руды. Выбор оптимальных технологических режимов производится на основе обработки технологической информации за предшествующие промежутки времени, в которых перерабатывалась руда схожего состава.
В массив расчетных данных включены расходы реагентов, переработка руды, крупность измельчения и т.д. В наиболее простом случае упрощенные уравнения для расчета расходов реагентов, учитывающие сортность перерабатываемой руды имеют следующий вид:
Расход извести :
ьэ = + а2ьэ2 + а3ьэ3 + а4ьэ4 + а5ьэ5, (4)
Расход собирателя: сэ = с!1С01 + а2СЭ2 + с!3С03 + а4С04+а5С05, (5)
Расход вспенивателя: АВ = в1АВ1+ в2АВ2+ в3АВ3+ в4АВ4 + в5АВ5, (6)
где , ЬЭ2 , ЬЭ3 , ЬЭ4 ЬЭ5 — расход извести для руды типа 1,2,3,4,5, СЭ1, СЭ2, Сэ3, СЭ4, СЭ5, — расход собирателя для руды типа 1,2,3,4,5, РЭ1, РЭ2, РЭ3, РЭ4, РЭ4 — расход вспенивателя для руды типа 1,2,3,4,5; <С1, <С2, <<3, <<4, с4 — доля руд типа1,2,3,4, 5 в руде текущей добычи.
При расчете расходов реагентов учитываются эффекты аддитивного влияния при совместной переработке руд различных технологических типов.
Второй блок обеспечивает прием и анализ информации от датчиков измерения параметров процессов измельчения и флотации: крупности измельчения, плотности пульпы, степени загрузки барабана мельницы, расхода электроэнергии, расхода реагентов, уровней пульпы во флотомашинах и зумпфах и др. параметров.
Алгоритм управления предусматривает автоматическую регистрацию и хранение технологической информации истории процесса за 2 года: записываются данные входного параметрического поля — параметры питания флотации и текущие технологические параметры и данные соответствующего выходного поля — технологические показатели.
В третий блок алгоритма программы входят подпрограмма «Poliflot», обеспечивающая оценку сортности перерабатываемой руды, и подпрограмма «Gransostav», рассчитывающая степень измельчения, необходимую для эффективного раскрытия минеральных комплексов.
В четвертом блоке алгоритма управления программа «Sinus» осуществляет подготовку массива исходных данных и сравнение «исторических» временных комбинаций входных, промежуточных технологических параметров и выходных показателей, наблюдавшихся для опознанного текущего вещественно-минерального состава руды. Набор технологических параметров, обеспечивающий получение наилучших выходных показателей в прошлом, принимается как рациональный режим операций измельчения и флотации для настоящего момента.
Выбранный в четвертом блоке алгоритма оптимальный технологический режим определяет характеристики задания по управляемым параметрам процессов измельчения и классификации, а также процесса флотации. Выбранные технологические параметры процессов передаются пятым и шестым блоком в локальные системы автоматического регулирования в виде функций — задатчиков.
В системе прямого цифрового управления дозированием реагентов устанавливается иерархическая структура, в которой расчетные уравнения 4, 5, 6 используются для задания базовых расходов, а подсистема «Sinus» выдает рекомендации по корректировке расходов реагентов с учетом сложившейся производственной ситуации.
Испытания разработанного способа управления процессом измельчения и коллективной флотации проводились на 5-й секции обогатительной фабрики СП «Эрдэнэт» в 2010—2011 гг. Результаты продолжительных испытаний показали эффективность разработанного способа и системы. Проведенными испытаниями показано, что разработанная система автоматизированного управления процессом коллективной флотации на основе комплексного радиометрического анализа руды обеспечивает повышение извлечения меди на обогатительной фабрике СП «Эрдэнэт» на 1,4 %, молибдена на 2,0 %, сокращение расхода собирателя и вспенивателя на 3—5 % (табл. 2).
Таблица 2
Технико-экономические показатели флотации медно-молибденовой руды с использованием системы управления по сортности руды
№ Условия испытаний Извлечение Извлечение Содержание Содержание
меди в молибдена меди в кони- молибдена в
кони-т, % в кони-т, % те, % кони-те, %
1 Промышл. испытания без управления 83,1 36,8 22,0 48,0
2 Промышл. испытания с управлением 84,5 38,8 22,2 49,5
- СПИСОК ЛИТЕРАТУРЫ
1. Морозов В.В. Управление процессами обогащения на основе измерения параметров сортности руд // Горный информационно-аналитический бюллетень. М.: МГГУ, 2005. -N7. — с. 316—319.
2. Улитенко К. Я., Морозов В.В. Повышение эффективности управления процессом рудоподготовки на основе применения многоуровневых динамических моделей // Горный информационно-аналитический бюллетень, № 3. — 2011. — C. 231—238.
3. Ганбаатар 3., Дэлгэрбат Л., Дуда А.М., Морозов В.В. Управление обогащением медно-молибденовых руд на основе комплексного радиометрического анализа руды // Материалы международного Совещания «Плаксин-ские чтения», Верхняя Пышма. 19—24 сентября. — Екатеринбург: Изд. «ФДИ». — 2011. С.118—121 .
4. Морозов В.В., Авдохин В.М., Юшина Т.Н. Совершенствование автоматического регулирования флотационного процесса с применением компьютерных моделей // Горный журнал, 2007. - № 6. — С. 58—62.
5. Ганбаатар 3., Лодойравсал Ч., Дэлгэрбат Л., Дуда О.М., Морозов В.В. Обогащение медно-молибденовых руд с применением комплексного радиометрического анализа сортности руды // Горный информационно-аналитический бюллетень. -2011. - № 11. С. 176—182. ЕШ
КОРОТКО ОБ АВТОРАХ-
Морозов Валерий Валентинович — доктор технических наук, профессор, заведующий кафедрой, dchmggu@mail.ru,
Авдохин Виктор Михайлович — доктор технических наук, профессор, заведующий кафедрой,
Московский государственный горный университет,
Ганбаатар 3. — кандидат технических наук, заместитель генерального директора ГОКа «Эрдэнэт», ganbaatar@erdenetmc.mn
