黄金选矿厂磨矿细度优化模型研究与应用

陈建龙

摘 要：很多指标都能影响磨矿细度，同时也会对选矿回收率影响造成一定的影响，为了量化磨矿细度对其他指标的重要影响，企业通常会追求最实惠的磨矿细度，并利用线性回归和BP神经网络等进行细致分析，确立了科学合理的磨矿细度和选厂小时利润间的数学模型，并将其实际运用到某黄金选厂的磨矿细度优化中，从而精准地计算出最佳磨矿细度，进而进一步判断模型的可靠性和可操作性。结果表明，BP神经网络可以更准确地解释选矿回收率和磨砂细度之间的关系。选矿厂磨矿细度由50%提高到55%，磨矿成本提高到每吨0.44元，加工能力降低每小时3.7吨，回收率也相应提高了0.69个百分点，年税收增加430万元。

关键词：选矿厂;磨矿细度;优化模型

前言：选矿企业实际运营情况、管理水平以及生产技术主要取决于选矿厂技术经济指标。在风云多变的市场经济条件下，选矿企业的生产成品价格、销售状况以及生产成本等随市场变化而变化，而且各项指标之间都存在一定联系，同时又相互制约，组建成一个动态、复杂变化的系统，从而直接影响选矿厂的社会收益和经济收益。选矿厂技术指标不仅包括磨矿细度，而且还包括回收率和入选精矿品位。在选矿期间，磨矿细度是其中比较关键的工艺参数，直接关系到选别指标情况。

现阶段，在研究磨矿细度时，只涉及到单一变量，而并没有综合分析磨浮成本、选矿回收率以及入选品位，所以，尽管选矿回收率达到最大峰值，但是也不代表企业已经实现最大经济效益，所以，企业不能盲目追求高回收率和高磨矿细度。回收率一直以来都受到选矿效率、入选品位以及磨矿细度影响，各项指标之间关系十分复杂，在实际计算过程中，如果使用常规数学方法是难以有效解决的。因此，文章进一步研究使用线性回归和BP神经网络相融合的办法，全方位、多角度地考量磨浮成本、选矿回收率以及磨砂细度和处理量间的关系，经过全面系统分析，建立科学合理的某黄金选厂磨砂细度优化模型，从而准确找到最佳适应该选厂生产的最优磨砂细度。

1.针对研究对象的详细介绍

本章选取了一座有多年生产丰富经验的黄金矿山，该矿山中黄铁铜是其中最主要的金属矿物，同时涵盖了铅矿、锌矿以及铜矿等;其中绢云母、石英以及长石是矿山中最重要的脉石矿物，金矿物的颗粒级别基本在0.025毫米以内，其中还有70%以上颗粒直径在0.01毫米以内，金矿物主要为黃铁矿，沿黄铁矿裂隙分布，沿黄铁矿生长，占金矿总矿物的43%、25.5%和31.5%，占金矿总矿物的99.8%，占金矿所有金矿物的近99.8%。

2.黄金选矿细度模型的建立与优化

为了使磨矿细度达到最佳效果，目标函数是相关工作人员首选。由于磨矿细度通常关系到磨矿的回收指数、成本和处理量等相关制约因素，所以，工作人员有必要选取利润G是目前工作人员主要的优化目标。设I为选矿企业的经济收益，C为设为每个小时的主要成本，单位主要以元为主，由此我们得出G=I-C等式。之后，工作人员将选矿的回收率用ε标准，设为入选经济的品位用ε代表、磨机的处理量用Q代表以及金矿价格用P表示，由此我们得出的函数为I=Q（x）αε（x）P。之后相关工作人员又将c1设为原矿的生产成本，c2为磨浮成本，排除磨浮，其他选矿成本用c3表示，其单位用元表示，此时，我们可以合理推断出，每小时的生产成本为c1、c2、c3之和。

由于磨矿细度会对磨浮成本c2有一定的影响，所以，可以用c2=c2（x）来准确表达。将公式I=Q（x）αε（x）P和C=c1+c2+c3代入公式G=I-C，由此我们不难得到G=Q（x）αε（x）-c1-c2（x）-c3。从中，工作人员可以进一步了解到，选矿厂每小时的实际利润和磨矿细度之间的特殊函数关系，所以，工作人员需要用磨矿细度相关的函数表示出其他未知的因素，即通过磨矿细度来准确表示选矿厂的最佳小时利润大小。此外，选矿回收率和磨矿细度、磨矿细度和磨机处理量之间的关系模型以及磨矿细度和磨浮成本的关系模型来表示黄金选矿厂磨砂细度优化的核心模型，下边将具体分析构建情况。

（1）磨机处理量和磨矿细度之间存在的必然关系模型。通过构建黄金选矿厂厂的磨砂细度模型，由此工作人员不难发现，磨机处理量和磨矿细度之间存在着非常紧密的内在联系。当磨矿细度得到提升以后，磨机的处理量会有所下降，从而帮助工作人员进一步确定磨机处理量和磨矿细度之间的关系模型，最终得出二者成现行关系，工作人员还可以通过回归曲线分析法，准确得出Q（x）477-74x磨矿细度和磨机处理量之间的关系式。

（2）磨浮成本和磨矿细度二者之间的关系模型。经过具体实践分析，我们从中不难发现，磨浮成本随着磨矿细度的提升而逐渐增加。而磨矿细度和磨浮成本之间的关系模型成正比例关系，共同进退，业界人士研究得出c2（x）=55x-17二者的关系函数。

（3）选矿回收率和磨矿细度之间的关系模型。选矿回收率与磨矿细度息息相关，存在必然的联系，根据它们之间的关系，相关工作人员可以确立相关的BF模型，同时获得准确答案，当磨矿细度数值上升时，选矿回收率也在不断提升;而当磨矿细度逐渐变小时，选矿回收率也会相应降低。

3.应用黄金选矿厂磨矿细度优化模型

工作人员可以从前文黄金选矿厂细度优化模型得到很多有用的信息，工作人员可以充分利用此优化模型，从而大大提升选矿厂经济利润，例如，通过磨矿细度模型，工作人员可以准确预估选矿厂经济收益;通过BF模型，工作人员可以有效处理磨矿细度同其他因素之间关系;通过磨矿细度模式来降低生产成本等等。

3.1擅长使用BF模型来处理磨矿细度与其他相关因素之间的联系

BF模型是一个简洁的模型，是磨矿细度和其他变量之间关系模型，可以提供相关工作人员大量有价值的信息。同时，在具体选矿过程中，磨矿细度在其中发挥着举足轻重的作用，同时对磨矿成本、经济效率以及磨机处理率等存在一定的影响，且这些因素之间关系十分复杂。所以，相关工作人员需要利用BF模型来准确确认各因素之间关系及获取有价值的信息。

3.2使用磨矿细度模型来进一步确认选矿厂的实际利润空间

通过全面系统地分析黄金选矿厂磨矿细度优化模型，工作人员已经清楚地认识到选矿厂的实际收益与磨矿细度之间存在必然联系，换言之，磨矿细度很大程度上可以代表选矿厂利润。所以，当相关工作人员不能准确确认选矿厂利润时，可以利用磨矿细度和选矿厂利润的关系函数来进一步估算选矿厂经济收益。相关工作人员通过深入研究和分析二者的函数关系，可以更为精准地计算经济效益达到预定目标时，磨矿细度大小值。当然，值得注意的是，在剖析和深入挖掘磨矿细度和选矿厂利润时，为了进一步明确选矿厂达到最大利润值时，磨矿细度值是多少，会涉及到数学中求函数最大值的方法，所以，在求解选矿厂利润最大值时，很可能会得到负数的磨矿细度。在实际磨矿过程中，磨矿细度一定是一个正数，所以一旦工作人员求得研磨细度为负，应舍去，重新计算，或者在开始时将研磨细度规定为非负数。

3.3充分利用磨矿细度模型来有效节省磨削成本

由于磨矿前期资金不足，部分黄金选矿厂对磨矿投资十分有限，需要我们短暂地忽视选厂的最终经济效益，最大限度地压缩磨矿生产成本。因此，除了运用磨矿细度模型来准确预估选矿厂经济收益外，工作人员还可以利用磨矿细度模型来降低生产成本，最终与选矿厂利润大体一致，以达到提高选矿厂利润的目的。此外，应先构建磨矿细度与磨矿成本的关系函数，再通过精准地计算，来准确分析黄金选矿厂成本压缩到最小时，磨矿细度应为多少。

3.4回收率主要通過磨矿细度来确定

当工作人员通过磨矿成本或者选矿厂预估利润来进一步明确磨矿细度的实际数值以后，工作人员可以通过回收率和磨矿细度的关系来计算回收率值。通过确定磨矿细度与回收率之间的函数关系，将确定的磨矿细度值代入函数中，可以很容易地获得回收率数值。大家都知道，回收率与磨矿细度的关系往往比其它函数更加复杂，因此很难准确计算具体回收率大小。为了保证结果的可靠性和有效性，相关工作人员必须在计算中做到小心严谨，端正工作态度，从而为后续工作顺利开展提供准确、有效数据。

结束语：

综上所述，在具体黄金选矿过程中，磨矿环节是其中最重要工作环节，而通过大量实践研究发现，磨矿细度决定着黄金选矿厂的经济收益。所以，我们需要高度重视和关注黄金选矿厂的磨矿细度，通过深入研究和分析模型，进一步改善磨矿细度，从而促进选矿厂经济效益的不断提升，为选矿厂的长足发展提供重要保障。相信通过业界人士的不断努力，将来选矿厂一定会取得良好的经济收益。

参考文献：

[1]曾妙先.金矿石品位和磨矿细度、浮选指标的关系研究[J].黄金科学技术，2003（4）：28-34.

[2]常富强，段德华，宋龑.生产中提高球磨机磨矿效率的方法[J].现代矿业，2011（3）：81-84.

[3]李健，张伟，张晓煜.提高选矿厂磨矿质量的探讨[J].矿山机械，2010（15）：97-99.

[4]李若兰，庞建涛，王灿霞，等.短圆柱型磨矿介质在胶磷矿磨矿工艺中的应用[J].有色金属：选矿部分，2015（1）：80-82.

[5]李宏，马保平，袁静，等.实行多碎少磨提高经济效益[J].有色矿山，1999（4）：13-18.

[6]张文军，钟洪皓.提高某铜锌硫化矿石选别指标的试验研究[J].金属矿山，2014（12）：95-98.

[7]张亚如. 司家营选矿厂磨矿分级过程研究及应用[D].辽宁科技大学，2012.

[8]沈传刚. 永平铜矿磨矿动力学模型的建立及应用研究[D].昆明理工大学，2017.

[9]王彦慧，王建功，于宏业. 浅谈岩金矿山选矿厂碎磨工艺设计的优化[J]. 黄金，2001（12）：35-38.