宋 濤 鄒國斌 楊佳偉 宋曉梅
(礦冶科技集團有限公司,礦冶過程自動控制技術(shù)國家重點實驗室,礦冶過程自動控制技術(shù)北京市重點實驗室,北京 100160)
以智能選礦廠為載體,以關(guān)鍵設(shè)備、流程智能化為核心,通過工業(yè)互聯(lián)網(wǎng)支撐的智能礦山建設(shè)方式是近年來我國礦物加工行業(yè)轉(zhuǎn)型升級和發(fā)展的重要方向[1]。礦物加工流程工業(yè)的網(wǎng)絡(luò)化、智能化升級成為提升整個行業(yè)生產(chǎn)效率的重點突破方向。如何打破傳統(tǒng)作業(yè)方式,提升礦物加工行業(yè)數(shù)字化比例,完成設(shè)計理論、操作經(jīng)驗與優(yōu)化控制的對接,也成為在礦物加工行業(yè)實現(xiàn)傳統(tǒng)產(chǎn)業(yè)升級的關(guān)鍵[2]。
磨礦流程是礦物加工工業(yè)中消耗電能最多的單元流程,全世界磨礦消耗的電能占當(dāng)年發(fā)電量的3%~4%[3]。我國選礦企業(yè)碎磨作業(yè)投資占全廠投資的60%左右,耗電量約占全廠用電量的50%,日常生產(chǎn)經(jīng)營費用占比約為全廠運營費用的40%~50%[4]。利用工業(yè)云服務(wù)方式提高磨礦流程的運行效率,提升碎磨產(chǎn)品品質(zhì),降低設(shè)備、流程運行能耗,從而實現(xiàn)礦物加工單元流程數(shù)字化。一方面,利用數(shù)學(xué)模型精確描述磨礦流程大型設(shè)備工作狀態(tài)以及磨礦產(chǎn)品變化范圍,可以幫助工業(yè)云服務(wù)方式獲取傳統(tǒng)在線、離線檢測手段不能完整呈現(xiàn)的工業(yè)數(shù)據(jù)流,做到“深入”;另一方面,發(fā)揮云服務(wù)計算能力,提供快速結(jié)果反饋及數(shù)據(jù)可視化計算結(jié)果,以及發(fā)揮互聯(lián)網(wǎng)服務(wù)模式的特點,盡量降低用戶使用門檻,提供友好易用的操作界面,做到“淺出”。在設(shè)計、建設(shè)、調(diào)試、生產(chǎn)、優(yōu)化等全生命周期內(nèi),利用工業(yè)云服務(wù)模式提升效率,將是礦物加工工業(yè)數(shù)字化、智能化建設(shè)的有效途徑。
本文介紹針對礦物加工磨礦流程中大型半自磨機設(shè)備開發(fā)的一種基于web服務(wù)模式的半自磨機在線自診斷軟件。該軟件可以通過接入服務(wù)網(wǎng)址的方式建立半自磨機粉碎過程模擬模型、半自磨機內(nèi)部物料分布和磨礦介質(zhì)運動軌跡模擬計算模型,并通過計算結(jié)果對在用或預(yù)選型半自磨機進行運行狀態(tài)及磨礦流程產(chǎn)品進行評估。在介紹半自磨磨礦流程礦物粉碎模型及半自磨內(nèi)部物料運動模型后,針對軟件使用方法及國內(nèi)某選礦廠應(yīng)用實例進行詳細(xì)描述,最后展望以該工具為基礎(chǔ)提供礦物加工工業(yè)云服務(wù)前景。
為了準(zhǔn)確描述半自磨磨礦流程,填補傳統(tǒng)檢測數(shù)據(jù)節(jié)點,需要建立半自磨磨礦流程礦物粉碎模型預(yù)測流程各個節(jié)點處的礦石粒度變化情況以及礦漿流量,也需要建立半自磨內(nèi)部物料運動模型在不同設(shè)備條件和操作條件下計算半自磨機內(nèi)礦物的分布和鋼球及大塊礦物的運動軌跡。
MORRELL[5]在MUTAMBO[6]、MORRELL和MORRISON[7]工作的基礎(chǔ)上,將半自磨機破碎效率函數(shù)與半自磨機操作條件緊密地結(jié)合起來,并且引入LATCHIREDDI[8]介紹的方法來計算半自磨機內(nèi)物料輸送過程,提出了較為完備的半自磨機礦物粉碎模型,在很大程度上提高了模型計算精度和模型的適用性。為了描述半自磨機物料粉碎過程,需要在建模過程中定義以下函數(shù)的計算方法:
1)確定與破碎過程相關(guān)的能量計算方法;
2)定義選擇函數(shù)S,用以計算半自磨機磨礦過程中每一個礦石粒級的破碎速率;
3)定義表觀函數(shù)B,用以計算不同粒級礦石經(jīng)過破碎后其產(chǎn)品的粒度分布;
4)定義排礦函數(shù)D,用以計算經(jīng)過篩孔和頑石窗的礦漿運動情況。
若定義F,P,M分別為表示給礦、磨礦產(chǎn)品和磨機負(fù)載各粒級礦石質(zhì)量的向量,則依據(jù)質(zhì)量守恒定律,半自磨機磨礦過程守恒方程見式1。
(1)
MUTAMBO[6]通過大量實驗室和工業(yè)試驗數(shù)據(jù),總結(jié)出不同半自磨機操作參數(shù)對選擇函數(shù)計算的影響規(guī)律,并利用一種五點插值樣條函數(shù)來計算選擇函數(shù)。在五個特殊的粒級點(0.25、4、16、44、128 mm)處,計算得到五個插值點的值,然后利用樣條函數(shù)表示整個粒級范圍內(nèi)的選擇函數(shù)值S。具體計算公式見參考文獻[6]。
半自磨模型表觀函數(shù)是代表大粒級礦石破碎后的礦石粒度分布情況,這里需要將不同粒級礦石的破碎能量與粒度分布關(guān)聯(lián)起來。JKMRC落重測試方法定義了兩個參數(shù)來表征物料抵抗沖擊破碎的能力,即A與b,它們都是擬合參數(shù),在式2中表示破碎粒度與能耗的關(guān)系[9]。
t10=A·(1-e-b·Ecs)
(2)
式中,t10表示產(chǎn)物中粒度小于原始顆粒尺寸1/10的物料的產(chǎn)率,Ecs是單位質(zhì)量礦石破碎所消耗的能量。利用JKMRC落重測試獲得參數(shù)A和b,以及Ecs后就可以計算得到t10,進而得到?jīng)_擊能量下的表觀函數(shù)矩陣。另外,還需要計算研磨環(huán)境下的表觀函數(shù)矩陣。最終,按照LEUNG[10]研究的表觀函數(shù)模型結(jié)構(gòu),表觀函數(shù)B表示為:
(3)
這里,BLE和BHE分別為低能量和高能量表觀函數(shù),tLE和tHE分別為低能量和高能量t值。
排礦函數(shù)D體現(xiàn)了半自磨機尾端格柵和頑石窗對粉碎產(chǎn)品排出的影響,具體計算形式仍參考LEUNG的工作[10]。
D=1
x (4) (5) 式中,x為礦物顆粒直徑;xm定義為m尺度,小于其的顆??梢匀颗懦胱阅C;xg定義為g尺度,代表可以通過頑石窗的最大顆粒直徑。 在獲得給礦粒度分布和給礦量、給水量的條件下,利用上述平衡方程可以計算得到半自磨機磨礦產(chǎn)品和半自磨機內(nèi)部物料流量、礦物粒度分布等信息,從而通過計算數(shù)據(jù)預(yù)測半自磨機生產(chǎn)情況。 半自磨機內(nèi)部磨礦介質(zhì)運動源于其在磨機轉(zhuǎn)動時受到襯板或提升條作用而產(chǎn)生的提升運動,以及其在脫離襯板或提升條后所做的拋物線運動。POWELL[11]在MCIVOR[12]、VERMEULEN[13]等學(xué)者研究的基礎(chǔ)上,對磨機筒壁處磨礦介質(zhì)運動進行了系統(tǒng)的理論分析,總結(jié)了影響磨礦介質(zhì)運動軌跡的因素,并通過實驗驗證了其提出的理論計算模型。 本文使用POWELL[11]介紹的方法計算半自磨機內(nèi)部磨礦介質(zhì)運動軌跡。按照以下計算步驟計算磨礦介質(zhì)在半自磨機內(nèi)部運動時各時刻的位置坐標(biāo)及相應(yīng)速度值,和位于半自磨機筒壁處的拋落點坐標(biāo)及速度值。 1)經(jīng)過定義初始平衡狀態(tài); 2)求解磨礦介質(zhì)在襯板或提升條斜面處由于磨機轉(zhuǎn)動獲得角速度及其滾動、滑動狀態(tài)下受力平衡方程,獲得磨礦介質(zhì)在進入拋落狀態(tài)的初始時刻的速度和加速度; 3)計算磨礦介質(zhì)重心拋落速度及軌跡后,獲得其在半自磨機內(nèi)部運動時各時刻的位置坐標(biāo)及相應(yīng)速度值,和位于半自磨機筒壁處的拋落點坐標(biāo)及速度值。 利用此模型可以計算工業(yè)尺度半自磨機內(nèi)部磨礦介質(zhì)的運動軌跡、沖擊點和沖擊速度,進而計算沖擊能量,具體計算過程及計算公式詳見參考文獻[11,14]。 半自磨機在線自診斷工具以web方式提供用戶交互與服務(wù)模式,在線進行模型設(shè)置、模型計算以及計算結(jié)果顯示,并根據(jù)不同用戶權(quán)限提供不同的計算服務(wù)。軟件主要的用戶權(quán)限、交互界面、數(shù)據(jù)可視化等利用JavaWeb技術(shù)開發(fā);半自磨機粉碎過程模擬計算、半自磨機內(nèi)部物料分布及磨礦介質(zhì)運動軌跡模擬計算算法利用Matlab語言開發(fā),并在JavaWeb環(huán)境中調(diào)用并運行。軟件包括了用戶權(quán)限、模型管理、仿真計算、數(shù)據(jù)可視化等功能模塊,在統(tǒng)一的平臺提供半自磨機自診斷功能。 軟件技術(shù)特點有: 1)集成了半自磨機、頑石破碎機模型,用戶可通過人機交互界面設(shè)置模型參數(shù)或讀取已儲存的模型參數(shù); 2)可進行半自磨機磨礦流程仿真,并可以半自磨機內(nèi)部物料分布和磨礦介質(zhì)運動軌跡; 3)可進行不同設(shè)備參數(shù)、操作參數(shù)調(diào)整情況下半自磨機運行及磨礦效果的仿真結(jié)果的可視化,可以繪制各節(jié)點礦物粒度分布曲線; 4)利用web形式進行用戶注冊、在線計算、自診斷功能實現(xiàn)等。 半自磨機在線自診斷工具可以針對固定的半自磨磨礦流程進行計算,如圖1所示。根據(jù)用戶實際使用或準(zhǔn)備測試的半自磨機設(shè)備及流程操作條件輸入相關(guān)計算參數(shù)后,自診斷工具將保存輸入數(shù)據(jù)并執(zhí)行計算。輸入?yún)?shù)變量名稱及上下界見表1。 圖1 半自磨機在線自診斷工具通用流程圖Fig.1 Flowsheet of the SAG mill online self-appraisal tool 表1 半自磨流程計算參數(shù)列表Table 1 Model coefficients of SAG grinding process calculation 半自磨機在線自診斷工具磨礦介質(zhì)拋落軌跡預(yù)測功能需要單獨輸入半自磨機及磨礦介質(zhì)參數(shù)后方可進行計算。在輸入用戶實際使用或準(zhǔn)備測試的半自磨機設(shè)備及操作信息后(輸入?yún)?shù)包括提升條高度、提升條斜面角度、磨機轉(zhuǎn)速、磨機直徑和鋼球尺寸),自診斷工具將保存輸入數(shù)據(jù)并執(zhí)行計算。磨礦介質(zhì)在半自磨機襯板滑動和滾動的相關(guān)參數(shù)需要專業(yè)工具測量,根據(jù)POWELL文獻數(shù)據(jù)[11]在線自診斷工具在后臺固定了相關(guān)參數(shù),其中靜摩擦系數(shù)設(shè)為0.05,動摩擦系數(shù)設(shè)為0.2。若用戶可提供相關(guān)參數(shù)的測試數(shù)據(jù),可以通過后臺修改的方式更改參數(shù)并進行模擬計算。磨礦介質(zhì)拋落軌跡計算輸入?yún)?shù)變量名稱及設(shè)定默認(rèn)值見表2。 表2 磨礦介質(zhì)拋落軌跡計算參數(shù)列表Table 2 Input of grinding media trajectory prediction tool 利用半自磨機在線自診斷工具可以針對半自磨磨礦流程及半自磨機分別進行自診斷仿真計算,也可以綜合兩種計算模式進行自診斷分析。 首先,以國內(nèi)某銅礦大型選礦廠半自磨工段流程為例,介紹利用本工具進行磨礦—破碎回路的在線流程模擬計算,工藝流程如圖1所示。通過輸入新給礦量、新給水量、磨機尺寸和操作條件、給礦礦物粒度分布、頑石破碎機產(chǎn)品粒度分布等信息(如表1默認(rèn)參數(shù)值),即可進行半自磨—頑石破碎回路的流程模擬計算,得到該流程礦物產(chǎn)品的質(zhì)量與粒度信息。在結(jié)果顯示欄可以顯示新給礦、返回頑石、磨機排礦、磨機給礦、磨礦產(chǎn)品和磨機負(fù)載等各個流程節(jié)點的信息,包括礦石量、水量、礦漿質(zhì)量流量、礦漿體積流量、礦漿密度和礦漿體積濃度以及各流程節(jié)點處的礦物全粒級分布等信息,計算結(jié)果如圖2所示。通過礦物全粒級分布結(jié)果顯示,可以直觀地看到經(jīng)過半自磨機、破碎機后,礦物粒度的變化情況。更重要的是,利用模型模擬計算,可以獲取磨機內(nèi)部礦物的粒度分布情況,從而為磨機狀態(tài)分析提供了直觀的判斷方法,并根據(jù)該計算結(jié)果對磨機操作給出指導(dǎo)建議。 圖2 半自磨機在線自診斷工具模擬結(jié)果顯示Fig.2 Simulation results of the SAG mill online self-appraisal tool 利用該工具還可以在設(shè)置不同襯板形狀、不同襯板使用周期、不同磨機轉(zhuǎn)速、不同磨礦介質(zhì)尺寸條件下計算半自磨機內(nèi)部磨礦介質(zhì)的運動情況。這里以國內(nèi)某銅礦選礦廠半自磨機為例,根據(jù)新舊襯板的實際情況進行磨機物料分布在線自診斷分析。主要的計算邊界條件見表2。新舊襯板幾何信息對比如圖3所示。 圖3 某選礦廠半自磨機新、舊襯板磨損情況比較Fig.3 Geometry difference of the new and replaced SAG lifter in a mineral processing plant in China 通過模型計算,得到五個月襯板使用周期內(nèi)每個月磨機內(nèi)部鋼球拋落軌跡。具體計算結(jié)果見圖4。經(jīng)計算結(jié)果可以初步分析,該半自磨機不同襯板使用時期可能的磨礦效果: 1)新襯板:鋼球沖擊點接近礦物分布趾部邊沿,可能發(fā)生砸襯板現(xiàn)象(圖4a); 2)1~2個月后:鋼球沖擊點較為合理,磨機磨礦效果較好(圖4b、圖4c); 3)3~4個月后:隨著提升條的磨損,鋼球提升高度變小,沖擊點較為接近礦物分布中心區(qū)域,磨礦效率降低(圖4d、圖4e); 4)5個月后:磨礦效率進一步降低,沖擊破碎效果消失,磨礦過程以研磨效應(yīng)為主,更換襯板時間較恰當(dāng)(圖4f)。 圖4 磨礦介質(zhì)拋落軌跡預(yù)測結(jié)果(a:新襯板;b~f:使用1~5個月后)Fig.4 Simulation result image of grinding media trajectory prediction tool(a:new lifter;b-f:after 1—5 months) 為了使對磨礦過程基礎(chǔ)知識還較為欠缺的新員工也能夠很好地使用自診斷工具判斷磨機運行狀態(tài),工具預(yù)設(shè)了由半自磨機操作經(jīng)驗劃定的磨礦介質(zhì)拋落點對應(yīng)的磨機運行狀態(tài)分區(qū),如圖5所示。利用自診斷工具模型和判斷規(guī)則可以評測目前使用的襯板是否可以提供合理提升能力,鋼球尺寸是否合適以及磨機設(shè)定轉(zhuǎn)速是否處于合理區(qū)間等。 圖5 普遍情況下磨機鋼球拋落軌跡判斷規(guī)則Fig.5 Normal criterion rule of SAG mill efficiency 數(shù)學(xué)模型在礦冶工業(yè)流程設(shè)計、建設(shè)、調(diào)試、生產(chǎn)、優(yōu)化等全生命周期內(nèi)都可以得到利用,是礦物加工工業(yè)數(shù)字化、智能化建設(shè)的有效途徑。半自磨機在線自診斷工具以機理模型為基礎(chǔ),結(jié)合互聯(lián)網(wǎng)技術(shù),開發(fā)了礦物加工大型設(shè)備在線自診斷、自評價的服務(wù)軟件。通過該工具可以針對半自磨磨礦流程及半自磨機分別進行自診斷仿真計算,也可以綜合兩種計算模式進行自診斷分析,在設(shè)備選型、礦物粒度軟測量、流程改造、新員工培訓(xùn)等方面為選礦企業(yè)用戶提供技術(shù)支持。1.2 半自磨內(nèi)部物料運動模型
2 半自磨機在線自診斷工具開發(fā)
3 半自磨機在線自診斷工具應(yīng)用
4 結(jié)論