浮选药剂智能优化设定控制方法的研究

最近这些年, 随着我国科技不断发展, 智能控制也在逐渐发展的过程中愈渐成熟。目前它已经在诸多领域中得到了广泛应用, 特别是在浮选药剂设定行业, 这项智能的普及取得了很大进步。它具有操作简单、结果精准的特点。智能优化控制方法的逐步渗透对提高浮选药剂设定值的准确性来说, 具有有着重要意义。

1 浮选药剂控制现状

改变矿物的可浮性是实现浮选的根本原理。具体来说, 不同的矿物, 不仅其物理性质不同, 同时所具备的化学性质也不尽相同。借助于浮选药剂的作用, 矿物所具有的可浮性可以被适度地增大或减小, 进而顺利地完成了矿物的准确分离。浮选过程主要涉及两个工艺指标:一个为精矿品位, 另一个为尾矿品位。这两种工艺指标均与浮选药剂的用量有些密切的关系。然而这种关系往往具有不稳定性, 同时这种不确定的非线性关系用数学模型很难进行描述。因此, 为了解决在线连续测量这一问题, 加用浮选药剂成为了一种可行的方法。常用的加药方式有两种:一种为定值加药, 另一种为按比例加药。虽然通过加药的方式实现了矿物的有效分离, 但浮选过程仍存在着诸多缺陷, 例如:其工艺流程较为复杂, 精矿品位、尾矿品位不稳定, 浮选效果往往受多种因素的影响。近些年来, 为了进一步准确地控制药剂用量, 减小浮选药剂的消耗, 同时降低精矿品位、尾矿品位的波动程度, 智能优化成为了浮选药剂设定的有效控制方法。

2 智能优化设定控制方法的应用

浮选药剂加用过程的诸多环节中, 药剂添加是浮选过程的关键环节。该环节中可将适量的浮选药剂加入条件合适矿浆中。调浆环节是浮选过程的重要环节。通过该环节将条件适宜矿浆可与药剂进行充分的混合。浮选环节是浮选药剂加用过程中的最后环节。通过上述多种环节的作用, 上游矿浆就实现了向精矿及尾矿的转变。如上述所说, 药剂添加是浮选过程的关键环节。为了有效地控制浮选药剂的添加用量, 智能优化设定控制是必不可少的条件。目前, 根据浮选药剂用量控制的以往经验, 结合所推理的药剂模型, 已经得到了浮药剂智能优化设定控制方法。这里所说的药剂模型主要包括三种, 一种为单位药剂预设定模型, 一种为反馈补偿模型, 另一种为药剂量计算模型。

2.1 单位药剂预设定模型

单位药剂预设定模型及反馈补偿模型的有有效结合实现了单位药剂智能优化设定的有效控制。在单位药剂预设定模型条件下, 单位药剂预设定值的准确获取需要多个矿浆指标的参与, 而这些指标可简单表示为c、y、d。其中c代表矿浆浓度, y代表矿浆流量, d代表矿浆粒度。同时精矿和尾矿品位目标值卢也是必不可少的。除此以外, 单位药剂预设定模型是在案例推理技术的基础上构建起来的。因此, 单位药剂预设定模型的建立不仅涉及药剂控制操作专家以往的经验, 同时还涉及案例的构造、检索、重用、修正及存储。

2.2 药剂量计算模型

在矿物浮选的过程中, 无论是精矿品位还是尾矿品位均回因给矿边界条件的不稳定而发生改变。因此, 在进行单位药剂预设定值计算时, 为了减少干扰因素的作用, 进一步提高其准确性, 对其值进行反馈补偿是必不可少的。与单位药剂预设定模型的案例推理技术有所不同, 反馈补偿模型是在规则推理技术的基础上构建起来的。同时, 它的构建主要以精矿品位和尾矿品位的变化情况为依据。其中, 指标目标值与实际目标值之间所形成的误差是规则推理的前提条件。反馈补偿值是规则推理的最后结果。

在反馈补偿模型的使用条件下, “原型分析”是浮选过程的常用方法, 该种方法与案例推理相似, 均是结合了药剂控制操作专家以往的经验。但不同的是设定值的提取是通过补偿方法“原型”的方式获得的.该种方式使系统知识库得到了进一步的优化, 从而不仅使知识的连续性及一致性得到了充分的保障, 同时其推理结果的准确性也得到了进一步的提高。

2.3 药剂量计算模型

药剂流量是浮选过程中添加浮选药剂的主要形式。同上述两种药剂模型不同, 在浮选药剂量计算模型的条件下, 浮选药剂的添加量主要是通过浮选给矿量及单位药剂优化设定值进行控制的。同时, 这一过程是通过加药阀动作的有效控制而完成的。该种模型使浮选药剂的设定得到了进一步地优化控制。

3 结语

当今社会, 人们对于智能技术的要求正在逐渐升高。智能优化, 无论是在浮选药剂设定控制方面, 还是在未来其他化工行业应用方面, 都将发挥着不可替代的作用。智能优化满足了企业对浮选药剂设定控制的新期待, 同时对企业效益的提高具有重要的意义。

摘要：智能优化, 无论是对于社会经济发展还是对于人们日常生活来说, 都发挥着不可替代的作用。智能优化是浮选药剂设定的有效控制方法。该种控制方式不仅准确地控制药剂用量, 同时有效地减小浮选药剂的消耗。和传统的药剂设定控制方法相比, 这样智能化的工程模式起有着相当重要的意义。本篇文章将对智能优化控制方法在浮选药剂设定中的应用, 作出具体分析和讨论。

关键词：浮选药剂,智能优化,设定控制,方法研究

参考文献

[1] 李彦斌.浮选药剂智能优化设定控制方法的研究[J]中国科技, 2015, 45.

[2] 李浩.浅谈浮选药剂智能优化设定控制方法的应用[J]化工设备, 2014, 49.

[3] 韩兵.人工智能在浮选药剂控制中的应用分析[J]《化工中间体》, 2016, 12.

[4] 张勇.浮选药剂智能优化设定控制方法的研究[J]中国科技, 2013, 79.

[5] 张一浅谈人工智能在浮选药剂控制中的应用[J]科技创新及应用, 2015.10.

[6] 敖晓梅.浮选药剂智能优化设定控制方法的研究[J]现代工程, 2016.01.