Совершенствование интеллектуальных методов управления процессами обогащения на основе визиометрического анализа сортности руды

Новым решением задачи повышения эффективности управления обогатительными процессами на основе радиометрической информации о сортности руды является анализ руды или продуктов обогащения в рентгеновской и видимой части спектра [1, 2]. Важным преимуществом таких способов является     возможность     оперативного измерения параметров состава руды и продуктов обогащения, в т.ч. массовых долей отдельных минералов.

Ранее российскими и исследователями     была возможность       оценки перерабатываемой    руды зарубежными установлена сортности на основе

результатов измерений вещественного состава исходной руды и продуктов ее флотационного обогащения       с       использованием рентгенофлюоресцентных анализаторов [3, 4].

Однако адекватная оценка сортности руды возможна только при оперативном измерении параметров минерального состава, таких как степень окисленности руды и соотношение основных минеральных форм [5, 6].

Оперативный анализ сортности руды может быть реализован как на основе непрерывного измерения минерального состава непосредственно в технологическом потоке, так и в результате анализа специально отобранных от этого потока проб руды.

МЕТОДИКА ВИЗИОМЕТРИЧЕСКОГО АНАЛИЗА СОРТНОСТИ РУДЫ

Достоверное раздельное определение минералов в руде возможно с использованием современных форматов распознавания цветного изображения. Для первичной обработки цветового изображения наиболее подходящим является формат RGB, комбинирующий любой цвет в виде комбинации красного, зеленого и синего цветов.

Другие параметры, наиболее важными из которых являются спектральные характеристики, насыщенность и яркость (HSV), определяются на основе этих трех базовых параметров [7].

Первоначально в базу данных созданной системы вносятся видеоизображения всех основных минералов месторождения. На рис. 1 представлены изображения основных рудных грандиорит) и акцессорных (кварц, серицит) породообразующих минералов.

Путем программной обработки создаются компьютерные образы (эталоны) основных минералов. Спектральные характеристики минералов в видимом диапазоне волнового излучения являются источником информации (базой данных) при проведении минералов меди, а также первичных (грансиенит и визиометрического анализа минерального состава руды (рис. 2).

Основные породные минералы

Рис. 1. Фотографии рудных и породообразующих минералов медно-молибденовых руд

Цветовой тон, град

б

Рис. 2. Цветовые характеристики минералов в формате HSV: 1 – азурит; 2 – бирюза; 3 – малахит; 4 – куприт; 5 – халькопирит; 6 – халькозин; 7 – борнит; 8 – ковеллин; 9 – пирит

а

Как видно из рис. 2, б , спектральные характеристики минералов становятся более разрешимыми при использовании двухпараметрической системы распознавания: цвет – насыщенность в формате HSV. При использовании возможностей формата HSV в полном объеме вероятность определения минералов существенно возрастает и достигает 0,95 даже для таких сложных систем, как халькопирит – пирит или халькозин – ковеллин, борнит.

В программе используются простые интервальные ограничения энергий RGB единичного объекта снимка (пиксела). Формируются 3D-области интервалов энергий RGB исследуемых минералов цвета и общей энергии элемента изображения по двумерным вероятностным областям (ареалам) присутствия различных минеральных продуктов в системе HSL. Распознавание происходит по трехмерным вероятностным областям пар цветов единичных пикселов минеральных продуктов в системе HSL с использованием методов нейронных сетей с обучением системы.

На рис. 3 представлены исходное изображение сростка халькопирита с борнитом и ковеллином ( а ) и результаты распознавания ( б ).

Эффективность распознавания велика даже для спектрально близких минералов, таких как ковеллин и борнит. Необходимо отметить, что размер сростка на изображении составляет 2 мм.

Рис. 3, а . Изображение сростка сульфидных медных минералов в медно-молибденовой руде и результаты распознавания: 1 – халькопирит; 2 – борнит; 3 – ковеллин

«ИЙ КАДР

2    4

2  4  13

Рис. 3, б . Изображение сростка медных минералов в медно-молибденовой руде и результаты распознавания: 1 – халькопирит; 2 – борнит; 3 – ковеллин; 4 – азурит

На основе спектрального минералогического анализа производится определение массовой доли окисленных минералов, первичных и вторичных сульфидов меди, пирита, кварца, серицита, слюды и других минералов, присутствие и соотношение которых характеризует сортность руды.

Наиболее эффективен такой подход при оценке степени окисленности руды, рассчитываемой как отношение интегральной интенсивности спектральных характеристик окисленных минералов к общей интенсивности спектральных характеристик всех медных минералов. Степень окисленности руды может определяться как соотношение массовой доли меди в окисленных минералах к общей массовой доле меди. Аналогичным образом на основе спектрального минералогического анализа производится определение соотношения первичных (халькопирита) и вторичных (борнита, халькозина, ковеллина) сульфидных минералов меди. Одновременно фиксируется наличие и измеряется массовая доля талька, слюды, сланцев, серицита и других минералов, присутствие которых оказывает влияние на процесс флотации.

Задача определения сортности поступающей на переработку руды состоит в определении ее схожести с основными технологическими типами руд [8]. В принятом нами алгоритме конечная задача определения сортности руды состоит в определении ее состава - доли в ней основных технологических типов руд. В качестве первичной информации системы анализа используются показания рентгенофлюоресцентных анализаторов вещественного состава и показания датчиков видео-имидж-анализа.

Расчет сортности руды осуществлялся с применением многокритериального метода расчёта принадлежности. Область нахождения искомого решения в нашей задаче представлена образами типовых руд. Руда представляется в виде смеси пяти типов руд, при этом в руде определяется доля каждого типа руды. Математическая часть системы обеспечивает расчет сортности поступившей руды по шести или более значимым параметрам руды (например, по содержанию меди, молибдена и железа в руде, массовой доле окисленных минералов меди, вторичных сульфидных минералов меди в руде, первичных минералов меди и серицита). Можно использовать и другие параметры: например, гранулометрический состав, дробимость или измельчаемость руды [9].

Решение многокритериальной задачи заключается в нахождении доли принадлежности расчетной точки к определённому множеству точек на плоскости (двумерное пространство) или в любом другом «пространстве». Суть расчёта долей принадлежности руды к определённому типу состоит в том, что для поступившей руды можно определить степень «сходства» каждому из известных пяти типов руды, и пропорционально этой степени установить доли, которые каждый из пяти типов руды составляют в поступившей на переработку руде [8]. Для этого сначала определяется удаленность от точки, координаты которой соответствуют параметрам руды, поступившей на переработку, до каждой из точек, координаты которых соответствуют типам, руд, выделенных технологами в качестве базовых (рис. 4).

Затем при помощи расчетных уравнений после проведения операций нормирования и оценки значимости параметров определяются искомые значения массовых долей типовых руд в руде, поступающей на переработку.

Рис. 4. Пример оценки состава руды в двумерном пространстве 1, 2, 3, 4, 5 – типы руд;

6 (   ) – руда текущей добычи; S1, S2, S3, S4, S5 – отклонения параметров руды текущей добычи от параметров руд типов 1, 2, 3, 4, 5

Нормированная величина отклонения ( S_i ) параметров смеси руд ( Z_n ) от параметров типовых руд ( Z_ni ) рассчитывается по формуле:

S i=Vn- Z „\! Z» при i = ^1-5.     (1)

Нормированные величины схожести параметров смеси руд с параметрами типовых руд рассчитываются по формуле:

D i =1/ S i , при i = 1-5,             (2)

где   Si   – нормированное отклонение параметров смеси руд от параметров типовых руд. Расчет массовой доли отдельного типа руды ( i ) в смеси руд проводится по формуле:

Y i = kD i / 2 ^kD i . при i ^{= 1-5    (3)}

где k – коэффициенты значимости отдельных измеряемых параметров руды.

Коэффициенты значимости отдельных параметров      являются       адаптивно настраиваемыми параметрами, исходной базой для корректировки которых является проверочная информация о фактической сортности руды, получаемая по результатам анализа         проб,         отобранных и проанализированных с применением классических методик.

Операция определения сортности повторяется через заданный промежуток времени. Конечные результаты анализа сортности перерабатываемой руды имеют вид временных зависимостей, представленных на рис. 5 и отражающих изменение состава перерабатываемой руды.

Модернизация системы оптического анализа руды на конвейере

В результате совместных исследований ученых НИТУ «МИСиС» и ГОКа «Эрдэнэт» был разработан и испытан новый способ опережающей диагностики руды на базе оптического анализатора минерального состава.

Система видео-имидж-анализа (рис. 6) обеспечивает получение цифрового видеоизображения руды. Она была сформирована с помощью современных телеметрических и программно-технических средств. Система позволяет получить информацию в реальном времени о минералогическом составе руды и о типе руды. Система также позволяет получить данные по гранулометрическому составу руды, поступающей в операцию измельчения, и характеру вкрапленности минералов.

Рис.5. Изменение состава руды текущей добычи: 1 – массивные первичные руды; 2 – смешанные руды с вторичной сульфидизацией; 3 – смешанные окисленные руды; 4 – смешанные серитизированные руды; 5 – бедные пиритизированные руды

<

' 6 4    2 ; 8   5

Рис.6. Установка телеметрического анализа крупности и качества руды. 1 – зона измерений; 2 – корпус, 3 – источник света, 4 – световой поток; 5 , 6 – основной и дополнительный отражатели; 7 – брызгала; 8 – видеокамера; 9 – привод отражателя; 10 – микропроцессор

Установка работает в двух чередующихся режимах. В первом режиме работы от отражателя 5 формируется рассеянное освещение, способствующее равномерному освещению пробы. Во втором режиме от отражателя 6 формируется плоскопараллельный световой поток. Это способствует максимальной «контрастности» изображения, что необходимо для измерения крупности руды.

Сканирование руды на конвейере осуществляется непрерывно. Получаемая от системы информация обрабатывается и усредняется. Далее по описанному выше алгоритму проводится распознавание сортности и крупности руды. Полученные результаты используются для автоматизированного управления процессами рудоподготовки и флотации.

Устройство для оптического анализа отобранной пробы руды

Недостатком анализа руды на конвейере остается невысокая точность измерений вследствие нечеткости фиксируемых изображений. Это обусловлено недостаточной однородностью плоского участка пробы и невозможностью фокусировки на всей поверхности руды.

В результате совместных исследований ученых НИТУ «МИСиС» и ГОКа «Эрдэнэт» был испытан новый способ диагностики руды на базе планшетного анализа минерального состава. Высокая точность визиометрического анализа достигается при использовании специальных устройств, инсталлируемых в схему отбора, и анализа проб руды отделом технического контроля. Для такого анализа была разработана специальная установка.

Установка включает столик для размещения пробы, выполненный из прозрачного стекла, источник светового потока, оптическую систему и оптический преобразователь.

Методика измерений включает измерений в виде плоского участка пробы, освещение и фиксацию изображений сформированного плоского участка пробы в видимой области спектра, освещение и фиксация изображения пробы осуществляются снизу вверх, в режиме двухмерного сканирования.

За счет «укладывания» зерен происходит существенное уменьшение неровности пробы. Формируется практически плоскопараллельная поверхность с равномерной освещенностью без затененных участков. Этим обеспечивается высокая четкость изображения и в последующем большая точность определения минералов.

Управление процессами обогащения на основе информации о сортности руды

Процесс управления качеством руды первоначально осуществляется на стадиях добычи и транспортирования руды. В нем предусматривается управление как усреднением руды в потоке, так и разделением первичного потока на потоки преимущественно сульфидных и преимущественно смешанных руд. Предлагаемая схема обогащения и средства автоматизированного контроля процесса обогащения представлены на рис. 8.

Первой стадией является отбор пробы и проведение минералогического анализа руды непосредственно на стадии горных работ. В качестве критериев качества руды используются показатели «окисленность руды» и «первичность руды». Критерий «окисленности руды» численно соответствует доле меди, находящейся в форме окисленных минералов (азурита, куприта, малахита, хризоколлы и др.). Критерий «первичности руды» рассчитывается как доля меди, находящейся в форме минерала халькопирита (первичного сульфидного минерала меди). В зависимости от значений указанных параметров формируют потоки окисленной руды, направляемой на выщелачивание, подготовку пробы руды, формирование зоны

первичной и смешанной руды, направляемых на обогащение.

Чтобы рассчитать оптимальные параметры измельчения и флотации различных сортов руды, проводились исследования на наиболее ярко выраженных пробах типовых руд и составлялись режимные карты процессов их измельчения и флотации. Учитывая невозможность получения проб, представляющих руду заданного сорта, проводились статистическая обработка результатов и моделирование режимов обогащения «типовых» руд: массивных первичных руд (МПР); смешанных вторично сульфидированных руд (СВСР); бедных пиритизованных руд (БПР); смешанных серитизированных руд (ССР) и смешанных окисленных руд (СОР).

Результаты моделирования в виде оптимальных параметров процессов измельчения и флотации каждого сорта руд (табл. 1) были рекомендованы для применения в системах автоматизированного управления на обогатительной фабрике ГОКа «Эрдэнэт».

Дробление 1

расход руды;

2 – крупность измельч. руды и производ.

мельницы по гот. классу крупности;

3 вещ. состав к-та, хвостов

Дробление 1

Дробление 2-3

•1

Полусамоизмельчение

Рис. 8. Принципиальная схема формирования потока руды текущей переработки как смеси руд определенных технологических сортов и расположения точек опробования технологических продуктов, ВК – вкрапленность ценных компонентов

Оптимальные значения параметров процессов измельчения и флотации были использованы         для         расчета функций-задатчиков     SF     локальных автоматизированных систем автоматического регулирования с обратной связью [10]. После установки значений входных параметров, выбранных в соответствии с определенной сортностью руды, проводилось регулирование процесса.

Значение функции-задатчика SF для каждого    параметра    технологического процесса было рассчитано как взвешенное среднее   оптимальных   значений этих параметров для каждого стандартного сорта руды ( SFi ) с учетом вклада данного сорта в смеси руд по уравнению (4)

SF = Z'liSFi •            (4)

где y i ^_ относительная массовая доля руды i -го типа в поступающей на переработку смеси руд.

В массив расчетных данных включены расходы реагентов, переработка руды, крупность измельчения и т.д.

При расчете расходов реагентов могут учитываться эффекты влияния при совместной переработке руд различных технологических типов. Взаимное влияние руд учитывается поправочными коэффициентами ^{L i} . Тогда уравнение (4) принимает вид;

SF^L i^ SF i . (5)

Предустановленные функции были использованы в качестве базового уровня в локальных системах автоматического регулирования процесса измельчения и флотации. Использование процедуры определения сортности руды повышает устойчивость автоматического управления. При использовании алгоритма оценки сортности руды на 5 % до 7 % увеличилась стабильность управления. Поддержание оптимальной степени измельчения и расхода реагентов при флотации руд текущей добычи обеспечивает увеличение извлечения меди и молибдена в концентраты на 0,3 и 1,1 %, соответственно, а также расходов реагентов на 2–3 %.

Таблица 1

Оптимальные параметры процессов измельчения и классификации – целевые функции в системах управления

Параметры технологического процесса	МПР	СВСР	БПР	СОР	ССР
Крупность измельчения, %, класс – 74 мкм	67,50	64,50	67,00	66,00	66,00
Подача руды на мельницу, т/м3ч	1,65	1,74	1,71	1,75	1,75
Плотность пульпы, %	43,50	41,00	41,50	40,00	40,00
Расход собирателя АeroMX-5140	10,00	12,00	13,00	17,50	10.00
Расход вспенивателя МИБК	13,00	16,00	16,00	19,00	13,00
Расход извести	1100,00	1300,00	1300	1300,00	1100,00

Примечание. МПР – массивные первичные руды; СВСР – смешанные вторичные сульфидированные руды; БПР – бедные пиритизованные руды; ССР – смешанные серитизированные руды; СОР – смешанные окисленные руды.

ЗАКЛЮЧЕНИЕ

В результате совместных исследований ученых НИТУ «МИСиС» и ГОКа «Эрдэнэт» получил дальнейшее развитие принцип регулирования процесса флотации но основе опережающей оценки сортности перерабатываемой руды. Испытаны новые способы и устройства для автоматического измерения минерального состава руды на конвейере и в виде специально отобранной пробы. Алгоритм управления использует данные о сортности руды и накопленную информацию об оптимальных параметрах технологических режимов измельчения и флотации. Внедрение разработанной системы обеспечивает снижение потерь ценных компонентов и расходов реагентов на 3–5 %.

information-analytical bulletin. – 2011. – No. 12. – pp. 176-182.