Моделирование и анализ работы тяжелосредных гидроциклонов в режиме реального времени Текст научной статьи по специальности «Математика»

- © В.А. Козлов, E.H. Чернышева,

В В. Долматов, 2014

УДК 622.7:658.512; 622.766.43; 622.7.017.2

В.А. Козлов, Е.Н. Чернышова, В.В. Долматов

МОДЕЛИРОВАНИЕ И АНАЛИЗ РАБОТЫ ТЯЖЕЛОСРЕДНЫХ ГИДРОЦИКЛОНОВ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ

Рассмотрены результаты моделирования работы тяжелосредных гидроциклонов в он-лайн режиме, выполненного в рамках исследовательской программы в Организации Объединения Научных и Промышленных Исследований (CSIRO) и в Исследовательском Центре Университета Квинсленда (JKMRC) в Австралии. Ключевые слова: обогащение угля, тяжелосредный гидроциклон, гранулометрический класс угля, фракционный состав угля, плотность разделения, погрешность разделения.

Существует ряд математических моделей, описывающих работу тяжелосредных гидроциклонов (ТСГЦ), анализ которых выполнен в работе [1]. Одна из наиболее известных моделей, применяемой в угольной промышленности Австралии, была разработана Вудом в 1990 г. в исследовательском центре Университета Квинсленда [2]. Эта модель включает девять уравнений, с помощью которых можно прогнозировать работу ТСГЦ при заданных параметрах. Параметрами являются: геометрия гидроциклона (учитывая диаметры сливной и песковой насадок), давление на входе, плотность исходной суспензии, сорт магнетита и др.

Данглисон, также в исследовательском центре Квинсленда, разработал общую модель, которая может использоваться для описания процесса разделения, как в магнетитовой, так и в ферросилициевой суспензии [3]. Эта модель сложнее, чем модель Вуда и, в частности, учитывает поведение среды, принимая во внимание ее вязкость и расслоение, а плотности разделения угля и разделительные числа для частиц разной крупности вычисляются на основе скоростей стесненного осаждения.

Упомянутые модели широко используются также в обогащении руд с применением гидроциклонов для моделирования с условием «что-если» на основе данных обогатимости и гранулометрического распределения материала. Существует несколько программных пакетов использующих эти модели, из которых наиболее известным в австралийской угольной промышленности является пакет Limn, созданный на базе Excel. В целом, результаты моделирования на стадии проектирования фабрик достаточно хорошо подтверждаются последующим опытом работы. Однако при моделировании процесса в реальном времени, когда входные данные поступают непосредственно с фабрики, возможность использования этих моделей до конца не исследована.

Для проверки адекватности моделей Вуда и Данглисона по предсказанию результатов работы тяжелосредных гидроциклонов были проведены исследования на двух углеобогатительных фабриках в Квинсленде (Австралия). Соответствующие программные модули считывают данные о плотности суспензии и давлении питания ТСГЦ непосредственно с фабрики с интервалом в 10 секунд и используют эти данные для прогнозирования работы гидроциклонов.

Углеобогатительная фабрика

Локальная система контроля

Оператор фабрики

(DCS)

Данные с фабрики (каждые 10 с)

Модель ТСГЦ

Прогнозные показатели работы ТСГЦ (каждые 10 с)

Рис.1. Концепция он-лайн модели ТСГЦ

По существу эти модули действуют как программные датчики (soft-сенсоры), выдавая данные, которые обычно нельзя получить другим способом, такие как выход и зольность концентрата, распределение плотности разделения по размеру частиц и погрешность разделения Epm.

На рис. 1 в виде диаграммы показана основная концепция работы моделей. Данные считываются с распределенных локальных систем контроля (DCS) фабрики и передаются в ноутбук с программным обеспечением модели ТСГЦ. Вновь рассчитанные данные, прогнозирующие режим работы ТСГЦ на фабрике, мгновенно представляются оператору фабрики на мониторе.

В исследовании принимали участие две фабрики. Фабрика А находится в бассейне Боуэн в центральной части Квинсленда (Австралия). Она перерабатывает 1500 т угля в час и выпускает низкозольный концентрат на экспорт. Класс 0,7х12 мм с выходом 30-40% от рядового угля обогащается в ТСГЦ диаметром D = 1 м с эвольвентным входом, с длиной цилиндрической части 1,2D и диаметром сливной насадки 350 мм. Для контроля плотности слива на ТСГЦ установлено соответствующее оборудование.

Вторая фабрика Б расположена в бассейне Кларенс-Мортон в Квинсленде. Она перерабатывает 550 т угля в час по одностадийной схеме и выпускает энергетический концентрат, как для внутреннего использования, так и для экспорта. Класс 2х35 мм обогащался в гидроциклоне диаметром 1,3 м с тангенциальным вводом. В схеме дополнительно были установлены различные датчики, измеряющие плотность суспензии, как в питании гидроциклона, так и в верхнем и нижнем продуктах. На грохотах для обесшламливания, промывки и обезвоживания продуктов также была предусмотрена возможность измерения массы проходящего через них угля.

В ходе проекта тестировались две модели: модель Вуда, разработанная специально для обогащения угля, и общая модель Данглисона для описания работы ТСГЦ как для угля, так и для руды. Эти модели рассматриваются далее более детально.

Модель Вуда была разработана вначале 1990-х для гидроциклонов с диаметром до 710 мм. Последующие исследования показали, что эта модель масштабируется на ТСГЦ большого диаметра (1 м и более), которые широко используются в настоящее время. Модель состоит из совокупности следующих девяти уравнений - модифицированных уравнений Вайтена.

Уравнение 1 описывает объемную производительность, то есть общий объем тяжелой среды и угля О, в м3ч-1:

Qf = 2.87 х 10-5 Df30 Head

<-f J0.46

Г d Vй7

v D у

(1)

где Dc, Du, Do - диаметры гидроциклона, отверстия песковой насадки и сливного патрубка, соответственно, мм; Head - напор на входе в «диаметрах» гидроциклона.

Уравнение 2 описывает разделение пульпы (суспензии и отходов) Qu/Qf к отверстию песковой насадки при условии небольшой нагрузки:

Q Г D У

Q = 9.29D-031 Head-046 D

Qf ' V Do У . (2)

В уравнении 3, используя пропорцию деления потока, определяется плотность нижнего продукта pu:

Го.194<р/ - 2.°7)]

pu =pf + 7.28 х 10-

in Ч'

Pf

Q

Q

Pf

v^ f у

0.562^-0.145

х р1-34 Head0bb2 D

1 -

0.5 M: С

, (3)

где р, - плотность среды в питании, р - средняя крупность магнетита в микронах (из графика Розина-Раммлера); М:С - объемное отношение суспензии и угля.

В уравнении 4 используется пропорция разделения среды и плотность нижнего продукта для вычисления плотности верхнего продукта. Коэффициент 1,52 в уравнении 4 компенсирует ошибку расчета разделения потока, обусловленную напором в гидроциклоне и нагрузкой по отходам:

Po =Pf -1.52

Pf

Pf

Q

v Qf

1-

Q Qf

(4)

Скорректированная плотность разделения р50с для крупных частиц (более 4 мм) определяется уравнением 5:

P50C =Pf + 0.125 + 0.154Pu - 0.215Po

(5)

По уравнению 6 определяют плотность разделения р5М, а по уравнению 7 вычисляют значение погрешности разделения Е для частиц любого размера:

P50d = P50c + °.°674

P50C

1 -_1_ d 10

(6)

Ертd = 0.0333

d , (7)

где d - размер частиц, мм; коэффициент 1/10 в уравнении 6 соответствует тому, что средний размер крупных частиц составляет 10 мм.

3

Как правило, уравнение 7 дает крайне низкие значения Epm для крупных частиц и часто «корректируется» коэффициентом, чтобы привести эти значения в соответствие с экспериментальными данными. По поводу значений E m были некоторые дебаты, причем Вуд поддерживал идею о том, что модель корректна, а экспериментальные значения, получаемые на основе фракционного анализа проб в тяжелых жидкостях, по всей видимости, завышены из-за ограниченного размера лабораторной емкости при проведении анализа.

Однако р50 и Epm известны для любых размеров частиц d, которые определяются по разделительным кривым, построенным на основе модифицированного уравнения Вайтена (уравнение 8). Форма уравнения означает, что строится симметричная S-образная кривая с вытянутыми хвостами при высокой и низкой плотности, соответствующими разделительным числам PN в районе 100 и 0. Если условия работы ТСГЦ таковы, что эти хвосты на кривой существуют, т.е. уголь попадает в отходы, то эта модель не отражает действительного характера работы ТСГЦ.

PN =-10°-

1.09861 Р50-Р |

1 + е 1 Epm J . (8)

Модель Данглисона была разработана как общая модель ТСГЦ, предназначенная для описания процесса обогащения угля, как с помощью магнетитовой суспензии, так и с использованием ферросилиция в качестве утяжелителя для приготовления тяжелой среды высокой плотности. В результате она значительно сложнее, чем модель Вуда, и из множества уравнений здесь приведены только некоторые.

Несмотря на сложность, модель без труда реализуется в Excel или на любой другой базе. Реализация модели происходит в семь основных шагов, на каждом из которых используется несколько уравнений. Шаг 1 включает в себя расчет скорости потока питания Qf в м3ч-1 (уравнение 9) и определение фракционного деления потока на нижней песковой насадке (уравнение 10). Эти уравнения в основном схожи по структуре с уравнениями в модели Вуда:

ч 0.416 / _ ч-0.147

Qf = 0.244DiDl—L

v Dc у

P

PfSh

C0

Q = 13.5

Qf

Du

v Dc у

pfQf

0.131

D

c у

PfSh

(9)

(10)

где Р. - давление питания на входе (Па), р{ - плотность среды в питании, а -концентрация твердого в питании.

Вязкость среды ц вычисляется на шаге 2, но для упрощения расчетов ее величина была зафиксирована значением 0,022 Пас. Обычно вязкость не является проблемой в процессе обогащения угля в тяжелосредных гидроциклонах с использованием магнетитовой среды. В то же время, в гидроциклонах, использующих ферросилициевый утяжелитель при больших плотностях, вязкость среды оказывает сильное влияние на их работу.

Соответствующее центробежное ускорение ас внутри ТСГЦ определяется на шаге 3. Ускорение вычисляется в точке на расстоянии 0,9 радиуса циклона

от центральной оси. В первую очередь, необходимо по скорости на входе рассчитать тангенциальную скорость, которая в свою очередь, зависит от объемного расхода питания и диаметра входного отверстия ТСГЦ.

На шаге 4 по концентрации твердого в пульпе питания (/т) и плотности угля (/) рассчитывается объемное отношение суспензии к углю (М:С). Для этого берется средняя плотность рядового угля, которая может быть определена из данных фракционного анализа.

Шаг 5 включает в себя расчет плотностей суспензии в нижнем и верхнем потоках из гидроциклона. Разница в значениях возникает из-за классификации утяжелителя в гидроциклоне. Именно на этом этапе проявляется сложность модели. С помощью уравнений Конча и Кристиансена для каждого ¿-го размера в распределении по крупности взвешенных частиц тяжелой среды вы-считываются скорости осаждения V. Концентрация утяжелителя в суспензии, вычисленная на шаге 4, при этом центробежное ускорение, рассчитанное на шаге 3, и вязкость среды, рассчитанная на шаге 2, используются как исходные данные. С помощью модели разделения утяжелителя в суспензии, разработанной Шубертом и Нисом, для каждого размера частиц утяжелителя рассчитываются разделительные числа РМ . Когда рассчитано разделение утяжелителя в суспензии, можно определить объемную долю твердых частиц среды в нижнем потоке, и затем рассчитываются плотности суспензии в нижнем и верхнем потоках из гидроциклона.

Скорректированное значение плотности разделения р50с для крупного угля и некоторые другие параметры модели рассчитываются на шаге 6 по уравнению 11:

р50с = 0.644pf

(D Ya43V 1 \a09°6

Dc

1 + 1 1 e(°.00°132(pu-p„))

M ^C1 . (11)

Разделительные числа для разных классов крупности угля и значения Ерш определяются на шаге 7. Снова используется модель Конча и Кристиансена для вычисления скоростей осаждения V. каждой фракции в каждом классе частиц, и модель Шуберта и Ниса для определения соответствующих разделительных чисел PN.. По модифицированному уравнению Вайтена (уравнение 8) для всех разделительных чисел рассчитываются и усредняются значения погрешности разделения Epm. Как и в модели Вуда, расчетные значения Epm получаются несколько выше, чем фактически получаемые в производственных условиях результаты, поэтому используется корректирующий коэффициент:

Epmt _ corrected = 0.0199 + 0.860Epm. . (12)

Полная структура модели, иллюстрирующая взаимосвязь шагов, показана на рис. 2.

На фабрике А программное обеспечение моделей работы тяжелосредного гидроциклона было установлено на ноутбуке, а результаты расчетов графически отображались на мониторе. Обе модели Вуда и Данглисона были запрограммированы в электронных таблицах Excel.

Так как обе модели корректно работали в Excel, то они были перепрограммированы в Matlab для использования на рабочем месте, а выходные данные Matlab сверялись с соответствующими данными в электронных таблицах. На этом этапе был добавлен дополнительный расчет выхода и зольности концентрата на основе данных фракционного анализа рядового угля.

Рис. 2. Структура модели ТСГЦ Данглисона

Текущие данные с фабрики передавались в компьютерные модели с помощью сетевого подключения к оборудованию датчиков по системе OPC «клиент-сервер». Передача данных на базе технологии OLE (Microsoft's Object Linking and Embedding) является промышленным стандартом с интерфейсом «plug and play» в Австралии и обозначается как OPC (OLE for Process Control). Чтобы модели могли обмениваться данными с OPC сервером обогатительной фабрики А, в Matlab с помощью дополнительного программного обеспечения были добавлены необходимые команды OPC.

На обогатительной фабрике Б в рамках более крупного исследовательского проекта, финансируемого за счет бюджетных средств департамента угольной промышленности Австралии, было установлено дополнительное измерительное оборудование. Как упоминалось выше, с помощью различных датчиков, использующих различные сенсорные технологии, выполнялись измерения плотности суспензии и расходов потоков на грохотах концентрата и отходов. Данные, принимаемые от датчиков с интервалом 20 секунд, ежедневно передавались в исследовательские научные центры JKMRC и CSIRO и сводились в форме электронных таблиц Excel. Затем они передавались в Matlab-симулятор для формирования отклика модели. Для контроля работы датчиков, уже установленных на фабрике по проекту, дополнительно были установлены при-

боры, использующие радиационное и электромагнитное излучение для более корректного анализа образцов суспензии на размер частиц, плотность и содержание немагнитной фракции.

На обогатительной фабрике А рассматривался алгоритм, реализующий модель Вуда. Симулятор работал в течение нескольких дней, прогнозируя результаты работы гидроциклона. Расчетные данные отображались на экране ПК в виде трендовых графиков, а также сохранялись в ПЗУ для дальнейшего анализа.

Результаты модельных расчетов показали, что режим работы на фабрике А достаточно стабилен. На рис. 3 показан вид экрана за 20-минутный период, что соответствовало максимальной ширине тренда. Представлены тренды шести кривых: выхода концентрата, зольности концентрата, разделительной кривой, плотности разделения и плотности исходной суспензии, а также плотностей суспензии в верхнем и нижнем потоках. Прогноз выхода и зольности концентрата основывался на имеющихся данных по обогатимости материала шестинедельной давности. Тем не менее, разработка месторождения продолжалась все еще на том же участке, что позволяло обоснованно считать данные актуальными.

Расчетные разделительные кривые постоянно обновлялись на экране, и за 20-минутный период сформировалась крутая ступенька, показанная на рис. 3. За больший период времени наблюдались колебания значений плотности раз-

Время Время

Рис. 3. Тренды параметров работы ТСГЦ за 20-минутный период

деления и погрешности Ерт, и ступенька на разделительной кривой становилась более пологой.

В программу дополнительно было включено более детальное отображение на экране монитора трендов плотности разделения и погрешности Ерт за 20-минутный период времени (рис. 4).

Затем обе модели работали параллельно в течение одного часа, а их результаты сравнивались. Как и следовало ожидать, прогнозируемые данные оказались в целом одинаковыми: среднее значение плотности разделения за один час по модели Вуда составило 1,741, а по модели Данглисона - 1,742.

Сравнение значений Ерт также дало сходные результаты. Наблюдалась небольшая разница в величине плотности среды в нижних продуктах, причем модель Данглисона прогнозировала меньшую плотность суспензии в нижнем продукте и, соответственно, немного более высокую плотность в верхнем потоке суспензии.

Работа компьютерных моделей происходила во время обычного опробования на фабрике А, проводимого независимо персоналом фабрики с целью сравнения прогнозов моделей о работе ТСГЦ с данными, полученными на основе опробования процесса. Результаты прогноза были доступны сразу же, тогда как результаты опробования появились примерно через шесть недель после выполнения фракционного анализа проб.

Предсказанные значения плотности разделения и погрешности Ерт, полученные за один час, в течение которого были взяты пробы, усреднялись, а разделительная кривая строилась с помощью модифицированного уравнения Вай-тена (уравнение 8). Данные о разделении, полученные на основе измерений,

1.8 1.75, 1.7 1.65 1.6

110 120 130 140 150 160 170 130 1Э0 200

Рис. 4. Тренды значений погрешности Ерт и плотности разделения за 20-минутный период

Плотность разделения

Рис. 5. Предсказанная н измеренная плотности разделения

также были аппроксимированы с помощью уравнения Вайтена. Сравнение результатов приведено на рис. 5. Результаты одинаковы в пределах погрешности измерений, что иллюстрирует адекватность он-лайн модели для получения предсказаний в реальном времени.

Также сравнивались прогнозируемые и фактические значения выхода концентрата. На основе данных по фракционному составу, прогнозируемый выход ТСГЦ составил 91,2%, а фактический выход был 92,1%. Зольность угольного концентрата по результатам моделирования составила 8,0%, а по результатам опробования - 8,6%.

Несмотря на различия между модельными и измеренными значениями выхода и зольности концентрата, которые могут более значимыми за длительный период времени, остальные показатели моделирования работы ТСГЦ были достаточно удовлетворительными.

На обогатительной фабрике Б ежедневные электронные таблицы данных отправлялись в научный центр ЛКМИС и обрабатывались в системе МаНаЬ в соответствии с моделью Вуда. Выходные данные формировались таким же образом, как и в случае с фабрикой А. Дополнительные измерения плотности среды позволяли более точно проверить результаты моделирования. На рис. 6 показаны производственные данные за суточный период, которые принимались входными для модели: нагрузка по твердому в питании, давление на входе в ТСГЦ и плотность исходной суспензии. Работа фабрики была стабильной, но наблюдались изменения плотности суспензии в течение дня и соответствующие изменения давления на входе, что было обусловлено выполнением условия поддержания постоянного напора на входе ТСГЦ. На рис. 7 показаны плотность суспензии в верхнем потоке ТСГЦ, рассчитанная на основе модели Вуда, и исходные производственные данные в сравнении с плотностью, измеренной двумя способами: датчиком в сливном патрубке ТСГЦ и датчиком в

Время, ч

Рис. 6. Результаты измерений параметров в течение суток

потоке суспензии в поярешетном продукте грохота. Для сравнения также показаны производственные значения расхода и измеренная плотность исходной суспензии. Результаты обоих измерений указывают на то, что расчетные предсказания плотности суспензии в верхнем потоке были удовлетворительными.

Целью измерений плотности суспензии в верхнем потоке являлась проверка результатов моделирования. Как правило, модель Вуда описывает плотность суспензии верхнего потока очень точно, поэтому любые различия между измеренными и модельными значениями могут делать несостоятельными последующие результаты моделирования, пока не будет устранена причина несоответствия.

Заключение

Исследование [1] продемонстрировало, что моделирование работы ТСГЦ может осуществляться на работающей углеобогатительной фабрике в реальном времени. Компьютерные модели действуют как БоЙ-сенсоры и предоставляют прогнозируемую информацию для принятия решения, недоступную для быстрого получения другими способами.

Когда моделирование происходит в режиме он-лайн, прогноз может совершаться каждые 10 секунд. Результаты предоставляются пользователю немедленно в виде трендовых графиков наподобие тех, что применяются для наблюдения других параметров процесса с использованием фабричной системы контроля, или могут анализироваться позднее путем воспроизведения процесса в компьютерных моделях на основе сохраненных исходных данных.

Достоверность прогноза базируется на ряде предположений. В первую очередь, это корректность полученных с фабрики данных, а именно значений плотности суспензии и давления на входе в ТСГЦ. Как правило, измерение плотности среды не связано с какими-либо проблемами. В силу крайней важности этого параметра на большинстве обогатительных фабрик следят за исправностью и калибровкой датчиков, но измерение давления является большей

Рис. 7. Сравнение измеренной и предсказанной плотности суспензии в верхнем потоке ТСГЦ

проблемой. При нормальном режиме работы фабрики существует тенденция к игнорированию измеряемого сигнала и, как следствие, датчик обслуживается недостаточно хорошо. Если используется метод Бо{1-сенсоров, необходимо, чтобы прибор измерения давления обслуживался в той же мере, что и прибор для измерения плотности.

В настоящее время прогноз в большой степени основывается на том, что гидроциклон поддерживается в стабильном режиме работы. Форма прогнозной разделительной кривой определяется, как правило, Б-образной функцией. Неправильные условия работы, отверстия в корпусе, сливной или песковой насадке не могут быть допущены при работе систем автоматического моделирования, поэтому необходима организация дальнейшей работы по дистанционному определению неисправностей гидроциклона.

Для максимального использования возможностей эо{1-сенсора также требуются дополнительные входные данные. Должно учитываться питание ТСГЦ по твердому. До тех пор, пока состав рядового угля может считаться постоянным, достаточно будет умножать сигнал весов с конвейера питания фабрики на соответствующий коэффициент.

Прогнозирование зольности и выхода концентрата требует данных по обогатимости рядового угля, которые обычно отсутствуют. Там, где уголь поступает из одного источника, могут быть актуальными последние данные по обогатимости, но при этом неизбежны изменения крупности и фракционного состава, обусловленные разнообразием пластов, вариациями методов добычи и степени разубоживания. Там, где уголь поступает из нескольких разрезов, может понадобиться некоторая предварительная обработка данных.

Остается вопрос, каким же образом результаты моделирования могут улучшить работу фабрики?

Похожий БоЙ-симулятор, использующий намного более простую модель для определения плотности разделения, был внедрен на фабрике ВНР в Порт Кемб-ла в начале 1990-х [4]. Было показано, что непрерывное наблюдение за работой ТСГЦ принесло существенную эксплуатационную и финансовую прибыль.

Данное моделирование может осуществляться на базе нескольких гидроциклонов внутри одного модуля или на базе нескольких модулей для сравнения их работы и фиксации значительных отклонений.

Если степень износа ТСГЦ как функция количества переработанных тонн известна из опыта (или на основе измерений на более поздней стадии), то моделирование может показать влияние износа на работу ТСГЦ. На экране ПК могут параллельно отображаться параметры работы изношенного и нового оборудования. Это дает возможность принимать решения, касающиеся обслуживания и ремонта оборудования, на обоснованной коммерческой основе.

Сравнение модельных и измеренных значений плотности нижнего и верхнего потоков позволяет проводить быструю проверку работы гидроциклона.

Описанные в статье БоЙ-симуляторы, предоставляющие информацию о работе гидроциклона, могут рассматриваться как первый шаг на пути к усовершенствованному мониторингу во время нормальной эксплуатации фабрики.

В то же время, работа с Бой-симуляторами осложняется обычной проблемой текущего моделирования: неверные входные данные дают неправильные результаты. Результаты он-лайн моделирования ТСГЦ могут свидетельствовать о том, что гидроциклон работает хорошо, даже если это не так. Для проверки надежности моделирования могут использоваться дополнительные входные данные, как рассмотрено в данной работе дополнительным измерением плотности суспензии в нижнем и верхнем продуктах гидроциклона.

1. Scott N., Holtham P., Firth B., O'Brien M. On-Line Simulation & Dynamic Analysis of Dense Medium Cyclone Circuits, XVII International Coal Preparation Congress, Istambul, Turky, 2013. Pp. 277-285.

2. Wood C.J. A performance model for coal washing dense medium cyclone, Ph.D. Thesis, University of Queensland, Australia, 1990.

_ СПИСОК ЛИТЕРАТУРЫ

3. Dunglison M.E., Napier-Munn T.J. A new general model of the dense medium cyclone, Proc.6th Central Queensland Symposium, Emerald, Australian Coal Preparation Society, 1999.

4. Ellison J., Smitham J., Keast-Jones R., Morison I. Dense medium cyclon D RD50 control. In Proc. 6th Australian Coal Preparation Conf., Ed. J.J. Davis, 1993. Pp. 321-336. ЕШ

КОРОТКО ОБ АВТОРАХ_

Козлов Вадим Анатольевич - кандидат технических наук, доцент,

главный технолог ООО «Коралайна Инжиниринг» (CETCO), e-mail: [email protected],

Чернышова Елена Николаевна - кандидат технических наук,

инженер-технолог ООО «Коралайна Инжиниринг» (CETCO), e-mail: [email protected],

Долматов Владимир Викторович - главный инженер ОФ «Распадская»,

e-mail: [email protected].

UDC 622.7:658.512; 622.766.43; 622.7.017.2

MODELING AND ANALYSIS OF REAL-TIME OPERATION OF FLOAT-AND-SINK CYCLONES

Kozlov V.A., Candidate of Engineering Sciences, Assistant Professor, Chief Technologist of Coraline Engineering Ltd. (CETCO), e-mail: [email protected],

Chernyshova E.N., Candidate of Engineering Sciences, Engineer-technologist of Coraline Engineering Ltd. (CETCO), e-mail: [email protected],

Dolmatov V.V., Chief Engineer OF «Raspadskaja», e-mail: [email protected].

The article analyzes modeling of the on-line operation of float-and-sink cyclones in the framework of the research under auspices of the Commonwealth Scientific and Industrial Research Organization (CSIRO) and Julius Kruttschnitt Mineral Research Center (JKMRC), Australia.

Key words: coaJ beneficiation, float-and-sink cyclone, coal particle size, particle size distribution, separation density, separation error.

REFERENCES

1. Scott N., Holtham P., Firth B., O'Brien M. On-Line Simulation & Dynamic Analysis of Dense Medium Cyclone Circuits, XVII International Coal Preparation Congress, Istambul, Turky, 2013, pp. 277-285.

2. Wood C.J. A performance model for coal washing dense medium cyclone, Ph.D. Thesis, University of Queensland, Australia, 1990.

3. Dunglison M.E., Napier-Munn T.J. A new general model of the dense medium cyclone, Proc.6th Central Queensland Symposium, Emerald, Australian Coal Preparation Society, 1999.

4. Ellison J., Smitham J., Keast-Jones R., Morison I. Dense medium cyclon D RD50 control. In Proc. 6th Australian Coal Preparation Conf., Ed. J.J. Davis, 1993, pp. 321-336.

ПОВЫШЕНИЕ КАЧЕСТВА МАГНЕТИТОВЫХ КОНЦЕНТРАТОВ

(1004/03-14 от 27.12.13, 10 с.)

Кармазин Виктор Витальевич - доктор технических наук, профессор, e-mail: [email protected],

Сыса Павел Анатольевич - аспирант, e-mail: [email protected], Московский государственный горный университет, e-mail: [email protected].

IMPROVING THE QUALITY OF MAGNETITE CONCENTRATES

Karmazin V.V., Doctor of Technical Sciences, Professor, e-mail: [email protected], Sysa P.A., Graduate Student, e-mail: [email protected], Moscow State Mining University, e-mail: [email protected].

_ РУКОПИСИ,

ДЕПОНИРОВАННЫЕ В ИЗДАТЕЛЬСТВЕ «ГОРНАЯ КНИГА»