浮选加药自动控制系统的优化设计

为提高浮选加药自动控制系统的控制效率和控制精度,对其进行了探索性的优化设计,在传统自动加药控制系统中引入了泡沫图像分析仪和专家数据库系统。经过优化设计的浮选加药自动控制系统,不仅控制效果得到改善,且有助于浮选药剂的节约利用,为浮选自动控制系统的未来发展提供了参考。     

数字图像处理技术在煤泥浮选泡沫图像纹理特征的提取及识别上的应用

将数字图像处理系统应用于煤泥浮选泡沫图像的特征提取和识别 ,引入了空间灰度相关矩阵和邻域灰度相关矩阵来提取泡沫的纹理特性 ,并提取基于这两种算法的一系列特征参数来描述泡沫的结构 ;分析了各泡沫特征参数随浮选时间 (泡沫纹理 )的变化关系 ,定性地指出了各泡沫特征参数与泡沫纹理的相关性 ;并利用自组织神经网络对煤泥浮选泡沫的状态进行了识别 ,分类识别的平均正确率达 76 5 %。     

基于多尺度卷积神经网络和LBP算法的浮选工况识别

针对泡沫浮选加药状态检测困难、识别效率低和主观性强等问题，提出了一种结合多尺度卷积神经网络(CNN)特征及改进局部二值模式(LBP)计算方法的核随机权神经网络(K-RVFLNs)浮选工况识别方法。首先，对泡沫浮选图像进行非下采样Shearlet多尺度分解，将原始图像分解为不同频率尺度，设计多通道CNN网络对多尺度图像进行特征提取; 再通过改进LBP算法提取特征作为补充，将CNN提取的图像特征与LBP特征进行融合; 最后，通过核随机权神经网络映射到更高维空间进行分类决策，实现浮选加药状态的精确识别。实验结果表明，采用多尺度CNN及LBP-TOP特征融合的方法识别的精度比传统LBP算法提高了5.34 %，比采用单CNN特征的方法提高了3.76 %，结合K-RVFLNs实现浮选工况分类准确率高达96.38 %，识别精度和稳定性较现有方法有较大提升，且减少了人工干预，有利于提高生产效率。     

基于卷积神经网络的煤泥浮选泡沫图像分类方法

当前煤泥浮选泡沫分类研究多针对光照充足条件下泡沫图像,对于夜晚车间光照不足的暗淡图像效果不好。针对这一问题,引入一种利用深度学习的有效浮选泡沫分类方法,建立了一个深度卷积神经网络同时执行特征学习与泡沫分类,逐层运算抽取图像本质信息,过滤光线影响。实验结果表明,在白天强光和夜晚弱光下,无需图像增强等预处理均获得很高的准确率,实现浮选泡沫端到端分类,提高了识别的抗干扰能力。     

浮选自动跟踪加药控制系统

针对当前浮选加药的现状,设计了一种浮选加药在线自动控制系统。从加药控制原理图、控制算法流程等方面进行了分析说明,并利用组态王进行监控系统界面的设计,完成了整个监控系统的设计开发。该系统在降低浮选药剂耗量、提高浮选精煤产率方面具有显著的效果,为细煤泥浮选加药控制提供了一定的参考。     

范各庄矿选煤厂浮选加药系统改造实践

文章针对范各庄矿选煤厂原浮选加药系统存在的加药精度差、元件老化等问题,对原有系统进行改造,采用隔膜变频计量泵代替电磁阀控制加药,完善了加药程序,提高了药剂添加精度,改造的后浮选加药系统操作方便,节省浮选药剂;同时文章还对新加药系统使用中存在的细节问题提出了解决方案。     

浮选自动加药系统在官地选煤厂的应用

针对井下煤质变化,官地选煤厂原浮选加药方式导致浮选成本高,效果差的问题,该厂进行了"浮选自动加药"改造,通过改造及现场调试运行,不仅降低了药耗,而且提高浮精产率,取得了显著的经济效益,优化了煤泥水系统。     

铅、锌分离浮选的自动控制方法

在合适的泡沫层上,为了必要的返回,要计算好必要的氰化钠的用量,这个所定的氰化钠,用加药泵向浮选槽中供给,强化浮选作业,减少药剂用量。如果现在所定的泡沫层是所定泡沫层的上限与下限之间的话,我们判断这是浮选的良好状态,进行氰化钠添加量的修正之后,     

浮选自动加药系统在黄陵一号煤矿选煤厂的应用

针对黄陵一号煤矿选煤厂浮选系统人工加药存在的问题,采用浮选自动加药系统代替原人工加药。该系统是针对机械搅拌式浮选机设计的,其能够及时检测入料浓度、矿浆流量等指标,实现浮选药剂的精确添加。生产实践表明:在浮选自动加药系统投入运行后,浮选精煤灰分稳定性增强,能够控制在8%~9%之间,总精煤产率提高约2个百分点;浮选系统加药的控制精度提高,避免了浮选精煤损失或药剂浪费;所需的岗位工人数减少,且工人劳动强度降低,实现了减员增效的目标,总体经济效益明显。     

浮选自动加药系统在浮选中的应用

浮选药剂的合理配比是提高浮选效率，保证浮选效果的重要因素。浮选自动加药系统通过计算机控制浮选加药，提高了工作效率，节约了所耗的药剂，降低了生产成本。     

选煤厂浮选过程智能控制系统设计

针对屯兰选煤厂浮选过程加药量控制精度低、稳定性差、精煤洗出率低的问题,设计浮选过程智能控制系统。智能控制系统由基于BP神经网络的加药量预测模型和基于CAN总线通信的监控平台两部分组成,使得浮选过程智能化、透明化、信息化。经试验验证:屯兰选煤厂浮选过程采用BP神经网络预测模型后加药量更加精确、稳定,提高了精煤洗出率。     

白云鄂博稀土矿浮选泡沫图像颜色特征与品位相关性研究

在稀土矿物实际浮选中,泡沫颜色特征与稀土品位关系密切。针对白云鄂博稀土矿浮选过程中浮选槽中含气率高、气泡重叠、变形,以及不断发生气泡兼并与破裂的情况,设计建立图像采集系统,并针对LED光源特点,设定照射光源最佳角度,进行图像采集。对采集图像进行进一步颜色特征提取,对泡沫图像颜色与品位之间的相关性进行分析研究。根据浮选过程中浮选泡沫表征颜色与品位的相关性,结合计算机图像处理技术,使用Matlab数学分析软件,对泡沫图像进行预处理并且进一步对泡沫图像进行边缘提取,对泡沫色彩进行色彩效果增强处理,将颜色分类量化,并进行色彩分类统计。通过对泡沫图像灰度直方图分析,计算并统计其整体亮度情况,作为泡沫图像亮度值定量依据。结果表明:通过分析浮选图像RGB颜色值分布、颜色分级分类量化提取图像颜色特征值以及灰度信息,对泡沫颜色特征有一定代表性,并且提高泡沫图像颜色提取精度。通过BP神经网络,输入泡沫图像特征值颜色与品位信息并建立黑箱模型,通过样本训练,得到稀土品位预测值。     

铜选矿厂浮选过程控制系统的研究与应用

信息技术的飞速发展,引起自动化系统结构的变革,逐步形成以网络集成自动化系统为基础的生产过程信息化系统。针对浮选过程的复杂性及选矿药剂对浮选指标的影响,利用浮选过程控制系统和定量加药控制系统的以太网通讯接口,对自动控制系统的PLC系统数据通讯和上位机组态软件进行信息层的集成开发,实现浮选液位控制系统与定量药剂添加设备的集成,通过数据共享,协调这两个工艺参数因素。重点介绍浮选过程自动控制系统集成方案和应用。     

白云母、电气石、磷灰石对白钨矿浮选过程中矿浆流变性的影响

通过矿浆流变性测试、人工混合矿浮选试验和泡沫稳定性测量研究了白云母、电气石、磷灰石等3种常见伴生脉石矿物分别对白钨矿和石英人工混合矿矿浆流变性和白钨矿浮选指标的影响。流变测试表明：白云母在矿浆中会形成端面-层面和端面-端面结合的三维网状结构，具有较大的表观黏度，而电气石、磷灰石在矿浆中仅为简单的堆砌型结构，其黏度略有增加。浮选试验和泡沫稳定性测量表明：在白钨矿-白云母-石英的人工混合矿浮选体系中，随着白云母质量浓度的增大，其较高的黏度会使浮选泡沫的半衰期和最大高度增加，使得“二次富集”作用明显提高，浮选指标在一定范围内变好，但较高的矿浆黏度同时会抑制气泡和颗粒之间的碰撞以及气泡-颗粒聚集体的流动性，导致浮选指标变差；在白钨矿-电气石-石英的人工混合矿浮选体系中，随着电气石在水中溶解出的Fe³⁺、Mg²⁺、Ca²⁺等金属阳离子增加，抑制了白钨矿的浮选，使得精矿品位和回收率下降；在白钨矿-磷灰石-石英的人工混合矿浮选体系中，磷灰石溶解出的PO₄^3-在白钨矿表面的吸附会导致矿物的表面...     

泡沫稳定性研究进展

综述了近年来国内外学者们针对泡沫稳定性研究的进展。对各种测试方法和影响泡沫稳定性的主要因素进行了总结。对于泡沫衰变机理研究进行了讨论,指出调整泡沫体系液膜间通道的液相组成,或是改变液膜表面的界面层性质,是今后研究的发展方向。     

纤维素醚调整剂对MIBC起泡剂泡沫性能影响研究

浮选泡沫的性质对矿物的浮选效果具有重要影响。本文以甲基异丁基甲醇(MIBC)为起泡剂,研究羟丙甲基纤维素(HPMC)、羧甲基纤维素(CMC)和3-氯-2-羟丙基三甲基氯化铵纤维素醚三种泡沫调整剂对起泡剂MIBC泡沫的稳定性、表面张力、气泡尺寸和数量等特性的影响。结果表明,随着泡沫调整剂浓度的增加,表面张力降低,泡沫稳定性增强,HPMC对泡沫稳定性的增强效果最好。通过自建图像法测量系统、采用Image-Pro-Plus软件测定、分析气泡数量和尺寸,试验结果显示,泡沫调整剂的加入减少了气泡的数量、减小了泡沫尺寸、增大颗粒与气泡的碰撞概率。透射电镜表明,在纤维状纤维素醚分子链上吸附了MIBC颗粒。黄铁矿纯矿物的浮选实验结果表明,泡沫调整剂的加入提高了黄铁矿纯矿物的回收率。     

十二胺与十二烷基磺酸钠组合捕收剂对赤铁矿浮选的优化及其泡沫性能调控北大核心

采用十二胺进行微细粒级赤铁矿反浮选时具有泡沫产品黏、难消泡的问题。选取赤铁矿和石英两种纯矿物,分别在十二胺(DDA)以及十二胺与十二烷基磺酸钠(SDS)的组合捕收剂体系下,研究了pH值、捕收剂用量及其配比、淀粉用量等对赤铁矿和石英单矿物和混合矿浮选的影响,并进行了泡沫稳定性试验。研究表明,不加入矿物颗粒时,十二胺溶液的气泡平均尺寸小于组合捕收剂(DDA∶SDS=2∶1)的气泡平均尺寸;采用十二胺作捕收剂浮选赤铁矿和石英时,泡沫量更多,气泡小且密集,气泡破裂速度较慢,泡沫更黏更稳定。与单一十二胺捕收剂相比,十二胺和十二烷基磺酸钠组合捕收剂在浮选指标和泡沫性能均体现出了优势。在适宜的药剂制度条件下,十二胺与十二烷基磺酸钠在一定比例条件下组合使用,不仅能够提高浮选指标,还能优化泡沫性能,大幅度降低泡沫黏性。研究对克服阳离子浮选工艺存在的泡沫问题和微细粒级赤铁矿石的浮选具有一定的参考价值。     

无机盐阳离子对粉煤灰浮选泡沫稳定性的影响研究

粉煤灰中矿物组成的自然属性使得浮选脱炭体系的泡沫稳定性较差,从而影响了未燃炭的有效脱除。通过添加无机盐阳离子的方式来改变粉煤灰浮选矿浆体系的液相性质,研究了不同离子种类和含量对两相泡沫和粉煤灰浮选三相泡沫稳定性的影响,并进行了浮选验证。研究结果表明：无机盐阳离子的添加提高了泡沫的稳定性,阳离子价态越高,这种稳定作用就越明显。利用泡沫稳定性调节中的离子效应,对采自湖北黄石的粉煤灰样品进行了浮选脱炭的验证试验,结果表明：Fe3+对泡沫的稳定作用有效提高了粉煤灰的浮选脱炭效果,与空白浮选体系相比,在Fe3+浓度为3 mmol/L的条件下,浮选低炭灰烧失量由8.85%降低至5.57%,炭脱除率由41.94%提升至74.55%;与添加Fe3+的浮选体系相比,Mg2+和Na+对浮选指标的提高作用依次减弱。