CN110193427B - 一种铜浮选流程石灰添加量的自动控制方法 - Google Patents

一种铜浮选流程石灰添加量的自动控制方法 Download PDF

Info

Publication number
CN110193427B
CN110193427B CN201910531484.5A CN201910531484A CN110193427B CN 110193427 B CN110193427 B CN 110193427B CN 201910531484 A CN201910531484 A CN 201910531484A CN 110193427 B CN110193427 B CN 110193427B
Authority
CN
China
Prior art keywords
value
grade
copper
raw ore
optimal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910531484.5A
Other languages
English (en)
Other versions
CN110193427A (zh
Inventor
王旭
王庆凯
李传伟
毛世意
周俊武
赵建军
余刚
赵宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BGRIMM Technology Group Co Ltd
Original Assignee
BGRIMM Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BGRIMM Technology Group Co Ltd filed Critical BGRIMM Technology Group Co Ltd
Priority to CN201910531484.5A priority Critical patent/CN110193427B/zh
Publication of CN110193427A publication Critical patent/CN110193427A/zh
Application granted granted Critical
Publication of CN110193427B publication Critical patent/CN110193427B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B03SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03DFLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D1/00Flotation
    • B03D1/02Froth-flotation processes
    • B03D1/028Control and monitoring of flotation processes; computer models therefor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B03SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03DFLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D2201/00Specified effects produced by the flotation agents
    • B03D2201/007Modifying reagents for adjusting pH or conductivity
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B03SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03DFLOTATION; DIFFERENTIAL SEDIMENTATION
    • B03D2203/00Specified materials treated by the flotation agents; specified applications
    • B03D2203/02Ores

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种铜浮选流程石灰添加量的自动控制方法,首先通过离线数据对当前浮选原矿工况进行分类;确定各分类工况下的最佳PH设定值计算模型参数;实时获取铜浮选流程中的在线测量数据;根据所获取的原矿铜品位测量值、原矿硫品位测量值判断当前工况分类,得到最佳PH设定值;根据所获取的精矿铜品位测量值、尾矿铜品位测量值与品位目标控制范围的偏差情况,通过PH优化控制规则对最佳PH设定值进行自动调整;根据所获取的PH测量值与所述最佳PH设定值之间的偏差及变化量,通过变系数调节的PH稳定控制器对石灰添加量进行自动调整。该方法能够保证矿浆PH值较快稳定在最佳范围内,进而稳定生产指标,确保浮选流程的稳定运行。

Description

一种铜浮选流程石灰添加量的自动控制方法
技术领域
本发明涉及选冶过程工业自动控制技术领域,尤其涉及一种铜浮选流程石灰添加量的自动控制方法。
背景技术
对于矿物加工过程中的铜浮选工艺,石灰作为最常见的调整剂,其添加量的多少直接影响矿浆PH值,进而影响矿物的可浮选,对最终产品指标的稳定性造成了不利影响。由于实际选矿生产过程中原矿性质波动频繁,相应的石灰添加量需要经常人工调节。
由于现有技术方案均过分依赖人工检测和手动经验操作,造成了实际浮选过程中PH控制的稳定性不佳;且工况一旦改变,操作人员对于PH的最佳控制范围也无从得知,多以摸搜式经验调节为主,进一步造成了生产指标稳定周期的加长,易造成经济损失。
发明内容
本发明的目的是提供一种铜浮选流程石灰添加量的自动控制方法,该方法能够保证矿浆PH值较快稳定在最佳范围内,进而稳定生产指标,确保浮选流程的稳定运行。
本发明的目的是通过以下技术方案实现的:
一种铜浮选流程石灰添加量的自动控制方法,所述方法包括:
步骤1、通过离线数据对当前浮选原矿工况进行分类;其中,所述离线数据包括原矿铜品位、原矿硫品位、原矿硫铜比以及相应的最佳PH控制值;
步骤2、确定各分类工况下的最佳PH设定值计算模型参数;
步骤3、实时获取铜浮选流程中的在线测量数据;其中,所述在线测量数据包括原矿铜品位测量值、原矿硫品位测量值、PH测量值、精矿铜品位测量值、尾矿铜品位测量值;
步骤4、根据所获取的原矿铜品位测量值、原矿硫品位测量值判断当前工况分类,并将测量值代入当前所属分类工况下的最佳PH设定值计算模型,得到最佳PH设定值;
步骤5、根据所获取的精矿铜品位测量值、尾矿铜品位测量值与品位目标控制范围的偏差情况,通过PH优化控制规则对所述最佳PH设定值进行自动调整;
步骤6、根据步骤3所获取的PH测量值与所述最佳PH设定值之间的偏差及变化量,通过变系数调节的PH稳定控制器对石灰添加量进行自动调整,以保证实际PH值与所述最佳PH设定值相一致。
由上述本发明提供的技术方案可以看出,上述方法能够保证矿浆PH值较快稳定在最佳范围内,进而稳定生产指标,确保浮选流程的稳定运行。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的铜浮选流程石灰添加量的自动控制方法流程示意图;
图2为本发明实施例投用前浮选流程原矿PH值8小时变化曲线示意图;
图3为本发明实施例投用后浮选流程原矿PH值8小时变化曲线示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述,如图1所示为本发明实施例提供的铜浮选流程石灰添加量的自动控制方法流程示意图,所述方法包括:
步骤1、通过离线数据对当前浮选原矿工况进行分类;
其中,所述离线数据包括原矿铜品位、原矿硫品位、原矿硫铜比以及相应的最佳PH控制值;
该步骤中,对当前浮选原矿工况进行分类的过程具体为:
首先筛选历史数据库中精矿品位和尾矿品位均达标情况下的生产数据;
然后获取不同的原矿铜品位、原矿硫品位、原矿硫铜比下相应的原矿PH值分布情况,根据PH值分布情况将所述生产数据进行工况分类,最终分类数目记为n;
再分别选取各分类工况下的m组原矿铜品位GradeCu、原矿硫品位GradeS、原矿硫铜比RatioSCu的数值,组成n个工况分类组,分别记录到a~n的工况分组中,具体为:
{(GradeCua1,GradeSa1,RatioSCua1),(GradeCua2,GradeSa2,RatioSCua2),...(GradeCuam,GradeSam,RatioSCuam)},
{(GradeCub1,GradeSb1,RatioSCub1),(GradeCub2,GradeSb2,RatioSCub2),...(GradeCubm,GradeSbm,RatioSCubm)},
......
{(GradeCun1,GradeSn1,RatioSCun1),(GradeCun2,GradeSn2,RatioSCun2),...(GradeCunm,GradeSnm,RatioSCunm)}。
步骤2、确定各分类工况下的最佳PH设定值计算模型参数;
在该步骤中,具体过程为:
第k类工况下最佳PH设定值计算模型表示为:
Figure BDA0002099893080000031
其中,ak1,ak2,ak3和ak4为模型参数,可通过最小二乘法来确定,具体过程为:
首先列出m个样本点的误差方程:
Figure BDA0002099893080000032
再将方程组用矩阵表示为:
Figure BDA0002099893080000033
其中,
Figure BDA0002099893080000034
得到矩阵形式的解:
Figure BDA0002099893080000035
从而得到最佳PH设定值计算模型参数ak1,ak2,ak3和ak4
步骤3、实时获取铜浮选流程中的在线测量数据;
其中,所述在线测量数据包括原矿铜品位测量值、原矿硫品位测量值、PH测量值、精矿铜品位测量值、尾矿铜品位测量值;
该步骤中,可以通过计算机以太网通讯接口,以OPC(一种利用微软的COM/DCOM技术来达成自动化控制的协定)方式与选矿厂自动化***实现生产数据实时交互,且采样周期可设置为1秒。
步骤4、根据所获取的原矿铜品位测量值、原矿硫品位测量值判断当前工况分类,并将测量值代入当前所属分类工况下的最佳PH设定值计算模型,得到最佳PH设定值;
该步骤中,首先根据当前t时刻下所获得的在线原矿铜品位测量值GradeCut,原矿硫品位测量值GradeSt,原矿硫铜比RatioSCut,组成待分类数据点,该待分类数据点表示为:
(GradeCut,GradeSt,RatioSCut);
其中,
Figure BDA0002099893080000041
然后逐一计算该待分类数据点到如下全部已知工况数据点的欧式距离:
{(GradeCua1,GradeSa1,RatioSCua1),(GradeCua2,GradeSa2,RatioSCua2),...(GradeCuam,GradeSam,RatioSCuam)},
{(GradeCub1,GradeSb1,RatioSCub1),(GradeCub2,GradeSb2,RatioSCub2),...(GradeCubm,GradeSbm,RatioSCubm)},
......
{(GradeCun1,GradeSn1,RatioSCun1),(GradeCun2,GradeSn2,RatioSCun2),...(GradeCunm,GradeSnm,RatioSCunm)}
以该待分类数据点到任一数据点(GradeCukm,GradeSkm,RatioSCukm)的欧式距离yt_km计算为例,计算公式如下:
Figure BDA0002099893080000042
最终得到该待分类数据点到全部已知工况数据点的欧式距离,表示为:
yt_a1,yt_a2,…yt_km,…yt_nm
按照yt_a1,yt_a2,…yt_km,…yt_nm从小到大的顺序,对相应的已知工况数据点进行排序,选取其中前q个与所述待分类数据点离得最近的点,并统计该q个点落入已知的n个工况分类的个数;
将上述q个点里类别出现频率最高的工况类别作为所述待分类数据点的工况分类,并将(GradeCut,GradeSt,RatioSCut)代入最佳PH设定值计算模型,得到该工况分类下最佳PH设定值pHt_cal
步骤5、根据所获取的精矿铜品位测量值、尾矿铜品位测量值与品位目标控制范围的偏差情况,通过PH优化控制规则对所述最佳PH设定值进行自动调整;
该步骤中,所述PH优化控制规则包括:
①若前一时刻PH设定值pHt-1小于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)精矿品位测量值-精矿品位设定值<负允许控制偏差;
b)尾矿品位测量值-尾矿品位设定值<正允许控制偏差;
c)持续时间达到预设值T1;
则当前时刻PH实际设定值pHt等于pHt_cal
②若前一时刻PH设定值pHt-1大于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)精矿品位测量值-精矿品位设定值>正允许控制偏差;
b)持续时间达到预设值T2;
则当前时刻PH实际设定值pHt等于pHt_cal
③若前一时刻PH设定值pHt-1大于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)当负允许控制偏差≤精矿品位测量值-精矿品位设定值≤正允许控制偏差;
b)尾矿品位测量值-尾矿品位设定值>正允许控制偏差;
c)持续时间达到预设值T3;
则当前时刻PH实际设定值pHt等于pHt_cal
④其他情况下,保持当前时刻PH实际设定值pHt等于前一时刻PH设定值pHt-1
上述规则可以结合现场工艺流程来建立。
步骤6、根据步骤3所获取的PH测量值与所述最佳PH设定值之间的偏差及变化量,通过变系数调节的PH稳定控制器对石灰添加量进行自动调整,以保证实际PH值与所述最佳PH设定值相一致。
在该步骤中,在每一控制周期下,石灰添加量按照如下表达式进行调节:
u(t)=u(t-1)+k1×(pHPV_t-1-pHPV_t)+k2×(pHt-pHPV_t)
式中,u(t)为当前t时刻控制器的输出值(即石灰乳添加量),u(t-1)为t-1时刻控制器的输出值,pHPV_t为t时刻PH的实际测量值,pHPV_t-1为t-1时刻PH的实际测量值,k1和k2分别为控制器的调节系数,根据所述PH测量值所处的控制区间进行自动调整。
进一步的,上述k1和k2的系数调整规则包括:
①当PH测量值-当PH设定值>2倍的正允许控制偏差时,k1和k2可取相对较大的系数;
②当正允许控制偏差≤当PH测量值-当PH设定值≤2倍的正允许控制偏差时,k1和k2可取相对较小的系数;
③当负允许控制偏差<当PH测量值-当PH设定值<正允许控制偏差时,k1可取相对较小的系数,k2可取0;
④当2倍的负允许控制偏差≤当PH测量值-当PH设定值≤负允许控制偏差时,k1和k2可取相对较小的系数;
⑤当PH测量值-当PH设定值<2倍的负允许控制偏差时,k1和k2可取相对较大的系数。
为了进一步说明本发明,下面以某铜矿浮选流程的原矿石灰添加量控制点作为实施对象,具体工艺步骤包括:
步骤1、首先通过包括原矿铜品位、原矿硫品位、原矿硫铜比及相应的最佳PH控制值内在的离线数据对当前浮选原矿工况进行分类。
本实例中从历史数据库中选取了精矿品位和尾矿品位均达标情况下的典型生产数据共21组,结合PH值典型控制范围,将工况分成了3类,具体如下表1所示:
表1
Figure BDA0002099893080000061
Figure BDA0002099893080000071
步骤2、分别确定各工况下的最佳PH设定值计算模型参数。
本实施例中,通过最小二乘法拟合得到如下最佳PH设定值计算模型:
Figure BDA0002099893080000072
中的参数ak1,ak2,ak3和ak4
经过计算,第①类工序下,最佳PH设定值计算模型表达式为:
Figure BDA0002099893080000073
第②类工序下,最佳PH设定值计算模型表达式为:
Figure BDA0002099893080000074
第③类工序下,最佳PH设定值计算模型表达式为:
Figure BDA0002099893080000075
步骤3、读取在线数据,通过OPC方式读取当前时刻原矿铜品位测量值0.71,原矿硫品位测量值9.5、PH测量值11.72、精矿铜品位测量值16.5、尾矿铜品位测量值0.009。
步骤4、根据在线得到的原矿铜品位测量值0.71,原矿硫品位测量值9.5,计算得到原矿硫铜比为13.38,分别计算该数据点到表1中各点的欧式距离并列于下表2中:
表2
Figure BDA0002099893080000076
Figure BDA0002099893080000081
将各点计算所得到的欧式距离按照从小到大排列后,发现排在前5个的数据点,即9、13、14、11及10号点均属于工况类别②,即判定当前属于工况类别②。
将在线原矿铜品位测量值0.71,原矿硫品位测量值9.5,代入步骤2得到的工况②下的最佳PH设定值计算模型,得到该工况下最佳PH设定值pHt_cal为12.05。
步骤5、根据浮选流程精矿及尾矿品位的在线测量值与品位目标控制范围的偏差情况,通过PH优化控制规则对最佳PH设定值进行自动调整。
若前一时刻PH设定值pHt-1=11.75小于当前时刻PH理论设定值pHt_cal=12.5,且同时满足如下条件:
a)精矿品位测量值16.5-精矿品位设定值17<负允许控制偏差-0.3;
b)尾矿品位测量值0.009-尾矿品位设定值0.012<正允许控制偏差0.002;
c)持续时间达到预设值T1=30分钟;
则当前时刻PH实际设定值pHt=pHt_cal=12.05。
步骤6、根据在线检测的PH测量值与PH设定值的偏差及其变化量,通过变系数调节的PH稳定控制器实现对石灰添加量的自动调整,以保证PH测量值与PH设定值相一致。
本实施例中,pHPV_t=11.73,pHPV_t-1=11.7,pHt=12.05,前一时刻石灰添加量控制器的输出值u(t-1)=24.6,k1=10,k2=18,根据石灰添加量控制器输出计算结果,当前时刻石灰乳添加量的设定值变为30.06。
根据上述工艺方法,自动化控制***及时对原矿的石灰添加量设定值进行调节,有效的避免了因操作人员发现不及时造成的产品指标异常,对稳定浮选生产指标很有帮助。
如图2所示为本发明实施例投用前浮选流程原矿PH值8小时变化曲线示意图,如图3所示为投用后浮选流程原矿PH值8小时变化曲线示意图,由图2和3的对比可知:在使用本方法前,8小时内PH变化标准差为0.42;在使用本方法后,8小时PH变化标标准差为0.13。由此可见,原矿PH值的控制稳定性有了显著改善。
值得注意的是,本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
综上所述,本发明所述铜浮选流程石灰添加量的自动控制方法具有以下优点:
1、通过自动调节铜浮选流程石灰的添加量,实现了铜浮选流程PH的稳定控制,保证了保证矿浆PH值较快的稳定在最佳范围内;
2、通过在线检测的原矿品位值对工况进行划分,实现不同工况下浮选流程PH的优化控制,可有效降低生产指标的波动;
3、控制实时性高,结合在线精矿及尾矿品位变化情况,实现了对浮选PH设定值的动态调整,大大降低了人工操作强度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (6)

1.一种铜浮选流程石灰添加量的自动控制方法,其特征在于,所述方法包括:
步骤1、通过离线数据对当前浮选原矿工况进行分类;其中,所述离线数据包括原矿铜品位、原矿硫品位、原矿硫铜比以及相应的最佳PH控制值;
其中,对当前浮选原矿工况进行分类的过程具体为:
首先筛选历史数据库中精矿品位和尾矿品位均达标情况下的生产数据;
然后获取不同的原矿铜品位、原矿硫品位、原矿硫铜比下相应的原矿PH值分布情况,根据PH值分布情况将所述生产数据进行工况分类,最终分类数目记为n;
再分别选取各分类工况下的m组原矿铜品位GradeCu、原矿硫品位GradeS、原矿硫铜比RatioSCu的数值,组成n个工况分类组,分别记录到a~n的工况分组中,具体为:
Figure FDA0002807145480000011
步骤2、确定各分类工况下的最佳PH设定值计算模型参数;
步骤3、实时获取铜浮选流程中的在线测量数据;其中,所述在线测量数据包括原矿铜品位测量值、原矿硫品位测量值、PH测量值、精矿铜品位测量值、尾矿铜品位测量值;
步骤4、根据所获取的原矿铜品位测量值、原矿硫品位测量值判断当前工况分类,并将测量值代入当前所属分类工况下的最佳PH设定值计算模型,得到最佳PH设定值;
步骤5、根据所获取的精矿铜品位测量值、尾矿铜品位测量值与品位目标控制范围的偏差情况,通过PH优化控制规则对所述最佳PH设定值进行自动调整;
步骤6、根据步骤3所获取的PH测量值与所述最佳PH设定值之间的偏差及变化量,通过变系数调节的PH稳定控制器对石灰添加量进行自动调整,以保证实际PH值与所述最佳PH设定值相一致。
2.根据权利要求1所述铜浮选流程石灰添加量的自动控制方法,其特征在于,在步骤2中,确定各分类工况下的最佳PH设定值计算模型参数的过程具体为:
第k类工况下最佳PH设定值计算模型表示为:
Figure FDA0002807145480000012
其中,ak1,ak2,ak3和ak4为模型参数,可通过最小二乘法来确定,具体过程为:
首先列出m个样本点的误差方程:
Figure FDA0002807145480000021
再将方程组用矩阵表示为:
Figure FDA0002807145480000022
其中,
Figure FDA0002807145480000023
得到矩阵形式的解:
Figure FDA0002807145480000024
从而得到最佳PH设定值计算模型参数ak1,ak2,ak3和ak4
3.根据权利要求1所述铜浮选流程石灰添加量的自动控制方法,其特征在于,所述步骤4的过程具体为:
根据当前t时刻下所获得的在线原矿铜品位测量值GradeCut,原矿硫品位测量值GradeSt,原矿硫铜比RatioSCut,组成待分类数据点,该待分类数据点表示为:
(GradeCut,GradeSt,RatioSCut);
其中,
Figure FDA0002807145480000025
然后逐一计算该待分类数据点到如下全部已知工况数据点的欧式距离:
Figure FDA0002807145480000031
以该待分类数据点到任一数据点(GradeCukm,GradeSkm,RatioSCukm)的欧式距离yt_km计算为例,计算公式如下:
Figure FDA0002807145480000032
最终得到该待分类数据点到全部已知工况数据点的欧式距离,表示为:
yt_a1,yt_a2,…yt_km,…yt_nm
按照yt_a1,yt_a2,…yt_km,…yt_nm从小到大的顺序,对相应的已知工况数据点进行排序,选取其中前q个与所述待分类数据点离得最近的点,并统计该q个点落入已知的n个工况分类的个数;
将上述q个点里类别出现频率最高的工况类别作为所述待分类数据点的工况分类,并将(GradeCut,GradeSt,RatioSCut)代入最佳PH设定值计算模型,得到该工况分类下最佳PH设定值pHt_cal
4.根据权利要求3所述铜浮选流程石灰添加量的自动控制方法,其特征在于,在步骤5中,所述PH优化控制规则包括:
①若前一时刻PH设定值pHt-1小于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)精矿品位测量值-精矿品位设定值<负允许控制偏差;
b)尾矿品位测量值-尾矿品位设定值<正允许控制偏差;
c)持续时间达到预设值T1;
则当前时刻PH实际设定值pHt等于pHt_cal
②若前一时刻PH设定值pHt-1大于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)精矿品位测量值-精矿品位设定值>正允许控制偏差;
b)持续时间达到预设值T2;
则当前时刻PH实际设定值pHt等于pHt_cal
③若前一时刻PH设定值pHt-1大于当前时刻PH理论设定值pHt_cal,且同时满足如下条件:
a)当负允许控制偏差≤精矿品位测量值-精矿品位设定值≤正允许控制偏差;
b)尾矿品位测量值-尾矿品位设定值>正允许控制偏差;
c)持续时间达到预设值T3;
则当前时刻PH实际设定值pHt等于pHt_cal
④其他情况下,保持当前时刻PH实际设定值pHt等于前一时刻PH设定值pHt-1
5.根据权利要求4所述铜浮选流程石灰添加量的自动控制方法,其特征在于,所述步骤6的过程具体为:
在每一控制周期下,石灰添加量按照如下表达式进行调节:
u(t)=u(t-1)+k1×(pHPV_t-1-pHPV_t)+k2×(pHt-pHPV_t)
式中,u(t)为当前t时刻控制器的输出值;u(t-1)为t-1时刻控制器的输出值;pHPV_t为t时刻PH的实际测量值;pHPV_t-1为t-1时刻PH的实际测量值;k1和k2分别为控制器的调节系数,根据所述PH测量值所处的控制区间进行自动调整。
6.根据权利要求5所述铜浮选流程石灰添加量的自动控制方法,其特征在于,所述k1和k2的系数调整规则包括:
①当PH测量值-当PH设定值>2倍的正允许控制偏差时,k1和k2取相对较大的系数;
②当正允许控制偏差≤当PH测量值-当PH设定值≤2倍的正允许控制偏差时,k1和k2取相对较小的系数;
③当负允许控制偏差<当PH测量值-当PH设定值<正允许控制偏差时,k1取相对较小的系数,k2取0;
④当2倍的负允许控制偏差≤当PH测量值-当PH设定值≤负允许控制偏差时,k1和k2取相对较小的系数;
⑤当PH测量值-当PH设定值<2倍的负允许控制偏差时,k1和k2取相对较大的系数。
CN201910531484.5A 2019-06-19 2019-06-19 一种铜浮选流程石灰添加量的自动控制方法 Active CN110193427B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910531484.5A CN110193427B (zh) 2019-06-19 2019-06-19 一种铜浮选流程石灰添加量的自动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910531484.5A CN110193427B (zh) 2019-06-19 2019-06-19 一种铜浮选流程石灰添加量的自动控制方法

Publications (2)

Publication Number Publication Date
CN110193427A CN110193427A (zh) 2019-09-03
CN110193427B true CN110193427B (zh) 2021-01-26

Family

ID=67754842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910531484.5A Active CN110193427B (zh) 2019-06-19 2019-06-19 一种铜浮选流程石灰添加量的自动控制方法

Country Status (1)

Country Link
CN (1) CN110193427B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111229475B (zh) * 2020-01-19 2021-09-07 中化重庆涪陵化工有限公司 基于磷矿反浮选的多参量控制***
CN112916196B (zh) * 2020-12-29 2022-08-23 内蒙古黄岗矿业有限责任公司 一种从低铜高锌硫化矿中获取独立铜、锌精矿的选矿工艺
CN113385301A (zh) * 2021-06-21 2021-09-14 矿冶科技集团有限公司 一种铜钼矿的选矿方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2481482A1 (en) * 2011-01-26 2012-08-01 ABB Research Ltd. Control of a froth flotation process with a model based controller using the online measurement of the surface tension
CN106292292A (zh) * 2016-10-17 2017-01-04 鞍钢集团矿业有限公司 基于案例推理的铁矿浮选药剂用量优化设定方法及***
CN107392232B (zh) * 2017-06-23 2020-09-29 中南大学 一种浮选工况分类方法和***
CN108986077B (zh) * 2018-06-19 2021-09-28 东北大学 基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法
CN109569887A (zh) * 2018-11-23 2019-04-05 鞍钢集团矿业有限公司 一种基于尾矿品位的铁矿浮选药剂用量自动控制方法

Also Published As

Publication number Publication date
CN110193427A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CN110193427B (zh) 一种铜浮选流程石灰添加量的自动控制方法
CN110605178B (zh) 一种重介分选过程智能控制***及方法
CN110193428B (zh) 一种浮选流程产率优化控制方法
CN113017132A (zh) 一种基于烘丝机工艺参数预测的烟丝质量优化的方法
CN112642584A (zh) 一种基于模糊控制和pid控制的重介精煤灰分控制方法
CN109062061B (zh) 基于逆解耦自抗扰内模技术的磨矿分级过程运行控制方法
CN110328615B (zh) 一种火花放电控制的智能磨削***及方法
CN109032117B (zh) 基于arma模型的单回路控制***性能评价方法
CN114918031B (zh) 高压辊磨中设备参数控制方法及***
CN111443597B (zh) 用于控制立磨矿粉粒度的装置及方法
US20220277330A1 (en) Method and system for product processing price prediction based on multiple regression model
CN114510098B (zh) 一种生产环境调控方法与***
CN113065288A (zh) 基于工业数据和工艺机理的复合肥生产养分优化方法
CN115186996A (zh) 回转窑工艺参数控制方法、装置、电子设备及存储介质
CN106407669A (zh) 一种切削加工表面粗糙度的预测方法
CN116852665A (zh) 一种基于混合模型的注塑工艺参数智能调节方法
CN110246547A (zh) 一种烧结过程配矿优化方法
CN116991133B (zh) 一种基于流程智能优化的高效供料控制方法及装置
CN104263960B (zh) 金湿法冶金置换过程中置换率和金泥品位的在线预测方法
CN113608510A (zh) 一种选煤单机设备智能控制***控制方法
CN113066536A (zh) 二水湿法磷酸萃取生产优化方法
CN109001989B (zh) 基于智能学习算法的机器控制方法
CN108445855B (zh) 基于K-means的注塑机配方参数优化方法
CN115167583A (zh) 一种基于数据分析的谷物烘干机用运行控制***
CN110243138B (zh) 一种空气分离设备模型前馈控制***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant