黃金選礦廠磨礦細度優化模型研究與應用

陳建龍

摘 要：很多指標都能影響磨礦細度，同時也會對選礦回收率影響造成一定的影響，為了量化磨礦細度對其他指標的重要影響，企業通常會追求最實惠的磨礦細度，并利用線性回歸和BP神經網絡等進行細致分析，確立了科學合理的磨礦細度和選廠小時利潤間的數學模型，并將其實際運用到某黃金選廠的磨礦細度優化中，從而精準地計算出最佳磨礦細度，進而進一步判斷模型的可靠性和可操作性。結果表明，BP神經網絡可以更準確地解釋選礦回收率和磨砂細度之間的關系。選礦廠磨礦細度由50%提高到55%，磨礦成本提高到每噸0.44元，加工能力降低每小時3.7噸，回收率也相應提高了0.69個百分點，年稅收增加430萬元。

關鍵詞：選礦廠;磨礦細度;優化模型

前言：選礦企業實際運營情況、管理水平以及生產技術主要取決于選礦廠技術經濟指標。在風云多變的市場經濟條件下，選礦企業的生產成品價格、銷售狀況以及生產成本等隨市場變化而變化，而且各項指標之間都存在一定聯系，同時又相互制約，組建成一個動態、復雜變化的系統，從而直接影響選礦廠的社會收益和經濟收益。選礦廠技術指標不僅包括磨礦細度，而且還包括回收率和入選精礦品位。在選礦期間，磨礦細度是其中比較關鍵的工藝參數，直接關系到選別指標情況。

現階段，在研究磨礦細度時，只涉及到單一變量，而并沒有綜合分析磨浮成本、選礦回收率以及入選品位，所以，盡管選礦回收率達到最大峰值，但是也不代表企業已經實現最大經濟效益，所以，企業不能盲目追求高回收率和高磨礦細度。回收率一直以來都受到選礦效率、入選品位以及磨礦細度影響，各項指標之間關系十分復雜，在實際計算過程中，如果使用常規數學方法是難以有效解決的。因此，文章進一步研究使用線性回歸和BP神經網絡相融合的辦法，全方位、多角度地考量磨浮成本、選礦回收率以及磨砂細度和處理量間的關系，經過全面系統分析，建立科學合理的某黃金選廠磨砂細度優化模型，從而準確找到最佳適應該選廠生產的最優磨砂細度。

1.針對研究對象的詳細介紹

本章選取了一座有多年生產豐富經驗的黃金礦山，該礦山中黃鐵銅是其中最主要的金屬礦物，同時涵蓋了鉛礦、鋅礦以及銅礦等;其中絹云母、石英以及長石是礦山中最重要的脈石礦物，金礦物的顆粒級別基本在0.025毫米以內，其中還有70%以上顆粒直徑在0.01毫米以內，金礦物主要為黃鐵礦，沿黃鐵礦裂隙分布，沿黃鐵礦生長，占金礦總礦物的43%、25.5%和31.5%，占金礦總礦物的99.8%，占金礦所有金礦物的近99.8%。

2.黃金選礦細度模型的建立與優化

為了使磨礦細度達到最佳效果，目標函數是相關工作人員首選。由于磨礦細度通常關系到磨礦的回收指數、成本和處理量等相關制約因素，所以，工作人員有必要選取利潤G是目前工作人員主要的優化目標。設I為選礦企業的經濟收益，C為設為每個小時的主要成本，單位主要以元為主，由此我們得出G=I-C等式。之后，工作人員將選礦的回收率用ε標準，設為入選經濟的品位用ε代表、磨機的處理量用Q代表以及金礦價格用P表示，由此我們得出的函數為I=Q（x）αε（x）P。之后相關工作人員又將c1設為原礦的生產成本，c2為磨浮成本，排除磨浮，其他選礦成本用c3表示，其單位用元表示，此時，我們可以合理推斷出，每小時的生產成本為c1、c2、c3之和。

由于磨礦細度會對磨浮成本c2有一定的影響，所以，可以用c2=c2（x）來準確表達。將公式I=Q（x）αε（x）P和C=c1+c2+c3代入公式G=I-C，由此我們不難得到G=Q（x）αε（x）-c1-c2（x）-c3。從中，工作人員可以進一步了解到，選礦廠每小時的實際利潤和磨礦細度之間的特殊函數關系，所以，工作人員需要用磨礦細度相關的函數表示出其他未知的因素，即通過磨礦細度來準確表示選礦廠的最佳小時利潤大小。此外，選礦回收率和磨礦細度、磨礦細度和磨機處理量之間的關系模型以及磨礦細度和磨浮成本的關系模型來表示黃金選礦廠磨砂細度優化的核心模型，下邊將具體分析構建情況。

（1）磨機處理量和磨礦細度之間存在的必然關系模型。通過構建黃金選礦廠廠的磨砂細度模型，由此工作人員不難發現，磨機處理量和磨礦細度之間存在著非常緊密的內在聯系。當磨礦細度得到提升以后，磨機的處理量會有所下降，從而幫助工作人員進一步確定磨機處理量和磨礦細度之間的關系模型，最終得出二者成現行關系，工作人員還可以通過回歸曲線分析法，準確得出Q（x）477-74x磨礦細度和磨機處理量之間的關系式。

（2）磨浮成本和磨礦細度二者之間的關系模型。經過具體實踐分析，我們從中不難發現，磨浮成本隨著磨礦細度的提升而逐漸增加。而磨礦細度和磨浮成本之間的關系模型成正比例關系，共同進退，業界人士研究得出c2（x）=55x-17二者的關系函數。

（3）選礦回收率和磨礦細度之間的關系模型。選礦回收率與磨礦細度息息相關，存在必然的聯系，根據它們之間的關系，相關工作人員可以確立相關的BF模型，同時獲得準確答案，當磨礦細度數值上升時，選礦回收率也在不斷提升;而當磨礦細度逐漸變小時，選礦回收率也會相應降低。

3.應用黃金選礦廠磨礦細度優化模型

工作人員可以從前文黃金選礦廠細度優化模型得到很多有用的信息，工作人員可以充分利用此優化模型，從而大大提升選礦廠經濟利潤，例如，通過磨礦細度模型，工作人員可以準確預估選礦廠經濟收益;通過BF模型，工作人員可以有效處理磨礦細度同其他因素之間關系;通過磨礦細度模式來降低生產成本等等。

3.1擅長使用BF模型來處理磨礦細度與其他相關因素之間的聯系

BF模型是一個簡潔的模型，是磨礦細度和其他變量之間關系模型，可以提供相關工作人員大量有價值的信息。同時，在具體選礦過程中，磨礦細度在其中發揮著舉足輕重的作用，同時對磨礦成本、經濟效率以及磨機處理率等存在一定的影響，且這些因素之間關系十分復雜。所以，相關工作人員需要利用BF模型來準確確認各因素之間關系及獲取有價值的信息。

3.2使用磨礦細度模型來進一步確認選礦廠的實際利潤空間

通過全面系統地分析黃金選礦廠磨礦細度優化模型，工作人員已經清楚地認識到選礦廠的實際收益與磨礦細度之間存在必然聯系，換言之，磨礦細度很大程度上可以代表選礦廠利潤。所以，當相關工作人員不能準確確認選礦廠利潤時，可以利用磨礦細度和選礦廠利潤的關系函數來進一步估算選礦廠經濟收益。相關工作人員通過深入研究和分析二者的函數關系，可以更為精準地計算經濟效益達到預定目標時，磨礦細度大小值。當然，值得注意的是，在剖析和深入挖掘磨礦細度和選礦廠利潤時，為了進一步明確選礦廠達到最大利潤值時，磨礦細度值是多少，會涉及到數學中求函數最大值的方法，所以，在求解選礦廠利潤最大值時，很可能會得到負數的磨礦細度。在實際磨礦過程中，磨礦細度一定是一個正數，所以一旦工作人員求得研磨細度為負，應舍去，重新計算，或者在開始時將研磨細度規定為非負數。

3.3充分利用磨礦細度模型來有效節省磨削成本

由于磨礦前期資金不足，部分黃金選礦廠對磨礦投資十分有限，需要我們短暫地忽視選廠的最終經濟效益，最大限度地壓縮磨礦生產成本。因此，除了運用磨礦細度模型來準確預估選礦廠經濟收益外，工作人員還可以利用磨礦細度模型來降低生產成本，最終與選礦廠利潤大體一致，以達到提高選礦廠利潤的目的。此外，應先構建磨礦細度與磨礦成本的關系函數，再通過精準地計算，來準確分析黃金選礦廠成本壓縮到最小時，磨礦細度應為多少。

3.4回收率主要通過磨礦細度來確定

當工作人員通過磨礦成本或者選礦廠預估利潤來進一步明確磨礦細度的實際數值以后，工作人員可以通過回收率和磨礦細度的關系來計算回收率值。通過確定磨礦細度與回收率之間的函數關系，將確定的磨礦細度值代入函數中，可以很容易地獲得回收率數值。大家都知道，回收率與磨礦細度的關系往往比其它函數更加復雜，因此很難準確計算具體回收率大小。為了保證結果的可靠性和有效性，相關工作人員必須在計算中做到小心嚴謹，端正工作態度，從而為后續工作順利開展提供準確、有效數據。

結束語：

綜上所述，在具體黃金選礦過程中，磨礦環節是其中最重要工作環節，而通過大量實踐研究發現，磨礦細度決定著黃金選礦廠的經濟收益。所以，我們需要高度重視和關注黃金選礦廠的磨礦細度，通過深入研究和分析模型，進一步改善磨礦細度，從而促進選礦廠經濟效益的不斷提升，為選礦廠的長足發展提供重要保障。相信通過業界人士的不斷努力，將來選礦廠一定會取得良好的經濟收益。

參考文獻：

[1]曾妙先.金礦石品位和磨礦細度、浮選指標的關系研究[J].黃金科學技術，2003（4）：28-34.

[2]常富強，段德華，宋龑.生產中提高球磨機磨礦效率的方法[J].現代礦業，2011（3）：81-84.

[3]李健，張偉，張曉煜.提高選礦廠磨礦質量的探討[J].礦山機械，2010（15）：97-99.

[4]李若蘭，龐建濤，王燦霞，等.短圓柱型磨礦介質在膠磷礦磨礦工藝中的應用[J].有色金屬：選礦部分，2015（1）：80-82.

[5]李宏，馬保平，袁靜，等.實行多碎少磨提高經濟效益[J].有色礦山，1999（4）：13-18.

[6]張文軍，鐘洪皓.提高某銅鋅硫化礦石選別指標的試驗研究[J].金屬礦山，2014（12）：95-98.

[7]張亞如. 司家營選礦廠磨礦分級過程研究及應用[D].遼寧科技大學，2012.

[8]沈傳剛. 永平銅礦磨礦動力學模型的建立及應用研究[D].昆明理工大學，2017.

[9]王彥慧，王建功，于宏業. 淺談巖金礦山選礦廠碎磨工藝設計的優化[J]. 黃金，2001（12）：35-38.