基于无偏灰色GM(1,1)的铁精矿品位预测模型北大核心

铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。     

基于机械采样的MATLAB/Simulink技术在铁矿石取样中的应用

品位波动对于衡量铁矿石交货批的不均匀度和确定其取样的最小分样数具有重要作用。介绍了铁矿石的机械取样流程和取样时分样质量、取样精密度及品位波动、分样的个数、取样间隔等相关参数的确定原理。在此基础上,对港口卸载时的交货批铁矿石进行机械取样,采用在线粒度检测系统检测每个分样,利用MATLAB的Simulink数学建模技术将检测结果进行小波变换以抓取品位波动信息,实现品位波动、分样质量、分样个数、取样间隔等在线检测模块的智能化计算,完成自动取样的计算机模拟过程,指导铁矿石取样。     

原矿铜、硫品位与金、铜回收率预测模型的建立与应用

湖北三鑫金铜股份有限公司选矿厂为解决矿石铜、硫品位变化导致混合浮选精矿产量波动较大及对分离浮选、铜精矿品位控制带来影响的问题,结合实际生产指标数据,通过建立金、铜回收率与原矿铜、硫品位的多元线性回归模型,揭示了铜回收率与原矿铜品位有直接关系,金回收率与原矿硫铜品位比有直接关系,并对其予以验证,用以预测和指导该矿在原矿品位波动下的生产指标规律。     

基于多类型励磁系统对电磁磁选机磁场特性、选矿指标的分析

电磁磁选机的磁场源于励磁系统,长期以来励磁系统只作为供电装置被采用,忽视了其类型的不同对磁场特性、选矿指标的影响。本文设计3种励磁系统供电于电磁铁,利用高频率高斯计监测瞬时状态下磁场波动情况,并利用这3种励磁系统连接与周期式高梯度磁选机Ф200进行低品位磁铁尾矿选矿试验。试验结果表明:3种励磁系统所生成的磁场波形、磁场波动范围与波动频率具有明显差异性,精矿TFe品位随着磁场波动范围的扩大与频率的加剧而提高。进而得出电磁磁选机的供电系统是影响选矿指标的重要因素之一。     

基于BP人工神经网络的磷矿品位预测模型研究

利用特制传感器采集磷矿原矿、浮选精矿和尾矿的颗粒表面特征参数,通过BP神经网络对采集数据进行建模处理,利用该模型进行浮选精矿的品位预测,计算结果显示,模型预测值与实测精矿品位绝对误差小于0.5%,能有效地预测磷矿浮选过程精矿品位。     

原矿锡品位波动对车河选矿厂的影响及应对措施

原矿品位波动对选矿厂的生产影响较大,可能导致选矿过程和生产指标异常。车河选矿厂对此采取了相关技术措施,通过建多个矿仓配矿、采用可变流程、及时调整设备参数、采用高效回收技术及设备等方法,有效防止了锡石多金属硫化矿原矿品位波动对选矿指标的不利影响,在原矿品位逐年降低的情况下,选矿指标反而有所上升。     

降低选矿比的技术措施与实践

介绍了太钢峨口铁矿选矿厂从决定选矿比的三要素:原、精、尾品位分析入手,逐项落实提高原矿品位并稳定其磁性铁占有率、在不显著高于波动幅度下限水平情况下稳定精矿品位、减少磁性铁流失,从而降低尾矿品位等技术措施,实现磨选系统降低选矿比的情况。     

基于Logistic模型的钼-钨品位与回收率关系分析及预测

矿石品位与回收率是采矿及选矿生产中的关键参数,准确掌握金属矿石品位与回收率的关系及规律,可有效提高金属综合回收利用率,大幅提高选矿技术水平。针对洛钼集团各钼、钨选厂进行选矿实际数据收集,分别采集到钼品位与回收率数据1120组,钨品位与回收率数据1636组,综合考虑粗选和精选回收率,利用Logistic模型建立了原矿品位与回收率的趋势预测模型,利用MATLAB软件对该模型进行了模拟及预测,通过实验表明该模型宏观上揭示了洛钼集团当前钼钨原矿入选品位与回收率之间的变化规律,并可以利用该模型进行回收率的预测分析,为采矿及选矿生产管理提供科学依据。     

贵州务正道铝土矿区矿体地表品位及厚度变化对矿体延深的指示意义

通过对贵州务正道地区工作程度较高的两个矿区共计十多个矿体的品位和厚度变化情况进行总结,对区内一正在开展勘查工作的矿体进行延深规模预测。认为矿体的地表特征与其延深存在着一定的有机联系。矿体地表露头厚度变化与矿体延深的对应规律性不很明显,但有一个总体趋势存在。矿体地表品位变化曲线可划为7个类型,各类型的品位变化预示其不同的延深规模。使用矿体的品位和厚度变化情况可预测矿体的延深规模。     

露天矿经济合理剥采比改进及在低品位金属矿床的应用研究

传统经济合理剥采比计算过程中容易忽视安全、环保、绿色矿山建设等费用和矿产品价格波动的影响，造成经济合理剥采比计算值不符合实际生产需要，通过增加安全、地质环境恢复治理和土地复垦费用对原矿成本比较法、精矿成本比较法、储量盈利比较法和价格法计算公式进行改进。以低品位铁矿为工程实例，使用市场经济预测价格分别按照上述4种方法进行经济合理剥采比计算，结果显示改进后经济合理剥采比计算公式更科学，需要根据矿产品实际价格与临界价格A0的关系确定低品位金属矿床经济合理剥采比的计算方法。该研究对合理确定低品位金属矿床露采境界、提高矿产资源的利用程度和增加矿山经济效益有一定的指导意义。     

基于智能计算的铁矿石消费预测

为了提高铁矿石消费量的预测精度,采用一种基于智能计算的时间序列预测方法。该方法首先对粒子群算法进行改进,然后利用它的全局寻优能力优化RBF神经网络的关键参数,最后了建立铁矿石的消费预测模型。实验结果表明：与其他预测方法相比,该方法预测精度较高,为铁矿石消费预测提供了一种新途径。     

指数曲线预测模型在国内铁矿石产量预测中的应用

根据2001～2010年国内铁矿石年产量,通过一阶差分率系数比较方法选择指数曲线模型作为预测模型,并建立指数曲线预测模型得到本年度国内铁矿石产量预测的指数方程,预测出2011年的国内铁矿石大致产量。     

铁精矿理论品位预测新方法——攀枝花铁精矿工艺矿物学研究

对攀枝花LYM原矿和铁精矿做了详细工艺矿物学研究,发现在原矿性质和工艺流程都近似的前提下,加大磨细度、大幅减少磁选机作业,铁精矿品位高于原单矿物法測定的理论精矿品位。通过MLA等先进方法分析,认为是钛磁铁矿矿物内部结构特征决定了精矿品位的变化,从而确定了铁精矿理论品位预测的新方法。     

基于光谱联合分析的鞍山式铁矿原位测定方法

铁矿组分含量对衡量铁矿石品质优劣具有重要意义。传统的测定方法存在周期长、操作复杂、工作量大、效率低等不足,而目前的光谱原位测试一般仅使用单一光谱范围,难以确定铁矿石中所有组分的含 量。选取鞍山式铁矿石作为试验样品,对样品进行了反射光谱与发射光谱的联合测试分析,并应用高光谱分析技术对矿石中的组分含量进行了定量反演。结果表明：通过将试验样品的反射光谱与发射光谱进行联合分 析与建模,可以反演出样品中Fe3O4、Fe2O3、SiO2各组分的含量以及铁品位、磁性率等重要指标;然后将所建模型应用于矿区现场分析与验证,得到的铁矿分布情况与矿区现场铁矿富集情况基本一致,全铁品位平均 预测误差为3.5%,效果较好。所提出的光谱联合分析方法具有原位测试、操作方便、速度快、效率高、时效性强、无污染等优点,在将来进一步优化模型的基础上,减小测试误差,为以后鞍山式铁矿原位测试和岩矿 智能感知,以至于无人采矿、智能采矿和智能配矿提供了新的技术支撑。     

基于加权移动平均法的铁矿石价格预测

铁矿石的预期价格对矿业公司的决策异常重要,由于影响铁矿石价格的因素众多,加之近些年价格波动明显,对其进行准确预测较为困难。基于加权移动平均法,综合分析铁矿石价格的可能走势,调整权值,考虑最近三年的铁矿石历史价格,得到铁矿石市场价格的改进预测值,分别为2017年525.36元/t、2018年535.13元/t、2019年548.13元/t、2020年551.67元/t,年平均增长率约为3.73%。结合各大相关机构的预测研究,通过概率分布得出未来几年铁矿石价格年均3.73%的增长率可信度较高,可为相关企业决策提供参考。     

基于灰色系统理论的我国铁矿产业安全性研究

对2000～2009年我国铁矿产业的发展现状进行了统计分析, 建立了我国铁矿产业的灰色关联度矩阵, 进行了铁矿产业的灰色关联度矩阵分析和预测。① 最优相关因素序列为: 钢产量(X₃)、矿石产量增长率(X₄); 揭示了铁矿石产业中钢产量和铁矿石产量增长率对国民经济建设的影响最大。② 次优相关因素序列为: 铁矿石消费量(X₇)。③ 最劣和次劣相关因素序列为: 钢产量增长率(X₂)、铁矿石自给率(X₉); 说明它们对于国民经济建设的影响不大; ④ 最优特征行为序列为: GDP增长率(Y₂); 说明铁矿石产业的发展对于GDP增长率(Y₂)的影响大于对GDP(Y₁)的影响。⑤ 建立了我国铁矿石产业与GDP的GM(1, 1)预测模型, 并对2010～2014年我国铁矿产业及GDP的发展进行了准确的预测。预测显示, 随着国民经济的高速增长, 铁矿供需矛盾突出, 因此, 应该加强铁矿资源的地质找矿工作, 加强钢铁资源的循环利用, 并积极寻找钢铁的替代材料, 只有这样, 才能提高我国铁矿产业支撑国民经济建设的安全性。     

基于MRAS的鞍山—本溪地区铁矿资源潜力分析

简要介绍了辽宁省鞍山—本溪地区区域地质特征及航磁、重力场特征,在此基础上建立了鞍本地区鞍山式沉积变质型铁矿区域预测模型:铁矿产于鞍山—本溪太古宙绿岩盆地;成矿时代是新太古代;含矿建造是新太古代鞍山群樱桃园岩组、茨沟岩组;矿物组合以磁铁矿和赤铁矿为主;磁铁矿具强磁性,磁异常为其重要的找矿标志。基于矿产资源评价系统(MRAS),采用综合信息法对鞍本地区鞍山式铁矿进行了预测单元的圈定。根据预测模型,构置了10个预测要素变量,经筛选保留了磁铁石英岩存在标志、磁铁石英岩面积、磁异常存在标志、磁异常面积、含矿建造存在标志及铁矿床点存在标志等6个变量。对各预测单元成矿有利度进行分类,从而实现了预测单元的优选,最终圈定A类预测区11个,B类预测区9个,C类预测区24个。采用地质经济模型法(非总和式)对区内鞍山式铁矿资源量进行了定量分析,共确定预测资源量476亿t。     

基于BP神经网络的我国铁矿资源需求情景分析

在介绍世界铁矿资源概况以及我国铁矿资源供需现状的基础上,对影响我国铁矿资源需求的主要因素进行了深入分析,然后利用BP神经网络建立了铁矿资源需求情景分析模型,并利用2001-2011年相关数据进行了测算,得出2013-2025年我国铁矿资源需求情景。研究结果表明：未来我国铁矿资源进口依存度将达到25%~35%,虽然有所降低,但仍然比较高。     

基于灰色理论的唐山市铁矿资源供应研究

以唐山市铁矿石产量的实际数据为基础,建立了唐山市铁矿资源的GM(1,1)预测模型,并且进行了后差检验,结果表明该模型是可靠的.利用该模型对唐山市未来5a铁矿资源供应量进行预测,从而指导该地区未来铁矿资源的合理供应,保障唐山市钢铁工业健康、持续发展.