浮选指标预测模型的建立

风靡全球

浮选指标预测模型的建立

建模思想

数学模型的建立过程是从概念世界出发，与现实世界相联系，通过观察概念世界中的各因素间的关系进行分析进而建立模型结构，再对现实世界中的现象进行预测与检验。通过建立浮选数学模型对浮选的指标进行预测，并且及时的反应出变化趋势，以便于及时釆取调控措施，使得分选尽可能达到最佳状态，降低风险，提闻收益。

通过对常用的浮选速率常数分布进行推导，发现虽然模型是建立在浮选速率常数的基础上，但实际上又与浮选速率常数无关，这就说明浮选速率常数只影响浮选速度的快慢，并不对模型造成影响，为浮选指标预测模型的建立打下基础。基于浮选过程中的各品级矿物的浮选速率差异，对浮选速率常数的分

布进行了研究，建立了回收率浮选速率和产率浮选速率的函数关系式；回收率与产率均是以浮选速率常数为自变量的函数，通过分别分析了几种常用的浮选速率常数分布关系，可以建立回收率产率数学模型关系，对于特殊的伽马分布，可以通过数值积分方法得到回收率与产率之间的抽象模型关系，与其他常用的浮选速率分布下的回收率产率曲线相符合；排除了浮选速率常数对回收率产率模型的影响，为浮选指标预测模型的建立奠定基础。

矿粒运动

在浮选作业中，浮选槽内的矿物颗粒有两种运动趋势，一种是随着矿物泡沫被刮起进入精矿流，一种就是随着矿衆进入尾矿流。决定矿物颗粒进入精矿或者排入尾矿的因素是矿物颗粒的上浮速度，在给定的时间内，同样的矿物颗粒上浮速度越大，得到的精矿产量就越大。精矿的产量与矿物颗粒上浮的速度有着直接的关系，矿物的原矿性质、浮选的设备、化学环境以及操作方法等多方面的因素共同影响浮选的上浮速度，进而影响精矿的产量，对于浮选指标中最为重要的精

矿回收率和精矿品位也与精矿的产量密切相关。所以，用精矿产率作为自变量，能够反映出浮选过程中众多因素引起的综合影响，这些影响因素最终体现在精矿产率的波动上，产率的波动又进一步引起精矿回收率和品位的系统波动，故精矿回收率和精矿品位都可以表示为精矿产率的函数，他们之间的关系可以用回收率产率曲线和品位产率曲线来表示。这两条曲线都是建立在的基础上，因此它们不是相互独立的，存在内在的联系，但曲线是基础曲线，我们以曲线为出发点进行研究。

9 V$ L' ]* X0 w* B