扫描二维码下载原文
作者
于跃先1,刘帆1,石伟2,王海生2,赵永喜2,
魏立勇2,田立新2,佟顺增2,叶贵川3
单位
1. 西安科技大学 化学与化工学院, 陕西 西安 710054
2. 开滦(集团)有限责任公司,河北 唐山 063000
3. 太原理工大学 矿业工程学院,山西 太原 030024
摘要
近几年,随着相关政策的出台以及传统产业数字化转型,我国智能矿山建设步伐明显加快。由于其特殊性, 智能浮选是矿物加工智能化中的难点。文章从选煤和选矿两个维度,按照智能控制程度对现有浮选技术进行梳理,重点阐述了当前智能浮选核心感知技术,并列举了工业应用实例。分析认为,围绕智能浮选的研究集中在智能感知技术和智能决策系统的开发。工业应用表明,智能浮选可实现相关操作参数的自动控制,可在一定程度上稳定产率和产品指标。但整体建设仍处在初级阶段,有关智能浮选技术的感知精度、时效性、抗干扰性、环境适用性等方面仍有较大提升空间,新型高精度矿浆品位(灰分)测量技术亟待开发。受限于智能感知技术的精度,大规模推广应用仍有待进一步发展。
背景
目前,我国选煤(矿)厂浮选系统自动化程度普遍不高,智能化基础较为薄弱,存在浮选劳动强度高、工作环境差、产品指标难稳定等问题。利用先进的在线监测和控制手段,实现浮选系统的智能感知与控制,可稳定生产指标,降低浮选药耗,节省劳动成本。2020年3月2日,国家发展改革委、国家能源局等八部委联合印发了《关于加快煤矿智能化发展的指导意见》(发改能源〔2020〕283号),要求到2025年大型煤矿和灾害严重煤矿基本实现智能化,实现洗选等系统的智能化决策和自动化协同运行。到2035年,各类煤矿基本实现智能化,建成智能感知、智能决策、自动执行的煤矿智能化体系。2020年4月28日,工业和信息化部、国家发展改革委与自然资源部印发了《有色金属行业智能工厂(矿山)建设指南(试行)》(中华人民共和国工业和信息化部国家发展改革委自然资源部公告2020年第19号)指出,面向浮选、磁选、电选等选别生产过程,结合在线品位分析、在线矿浆监测和机器视觉图像分析技术等,建立智能浮选机、智能高梯度磁选机等选别全流程智能协同控制系统,实现选别流程稳定控制和优化控制。稳定选别精矿品位,降低废次,优化提高回收率,实现选别过程智能化操作控制。
我国虽然在矿山自动化、智能化建设方面取得了很大进展,但在智能化选煤(矿)厂建设方面,尤其在智能浮选实际工业应用方面仍有较大提升空间。浮选过程的智能化控制具有其特殊痛点。浮选过程的自动控制由浅到深分为四个层次:基础仪表层、单回路控制层、先进过程控制层和优化控制层。对应来看,智能浮选主要属于后两层。近年来,有关智能浮选的技术与装备不断涌现,归纳起来主要分为两类。第一是智能感知技术,即能够对浮选过程指标进行直接测量或软测量的数据采集传感设备;第二是智能决策系统,即通过智能感知获取的参数,实现浮选过程自动控制的算法和执行系统。
本文以选煤和选矿两个维度,从智能浮选系统概念与组成、智能浮选核心感知技术以及智能浮选应用现状等方面进行系统梳理,旨在为选煤(矿)智能浮选技术的发展与应用提供借鉴和启发。
研究内容
1 智能浮选内涵与系统组成
1.1 智能浮选内涵
1.2 系统架构
1.3 系统硬件组成
2 智能浮选核心感知技术
2.1 矿浆灰分(品位)在线检测
2.1.1 X射线荧光技术
2.1.2 激光诱导击穿光谱技术
2.1.3 双能量 γ 射线吸收技术
2.1.4 图像(或色差)技术
2.1.5 其他煤浆灰分检测技术
2.2 泡沫影像特征感知技术
2.3 浮选矿浆pH智能控制技术
2.4 矿浆粒度在线检测
3 智能浮选系统应用现状
3.1 煤炭智能浮选方面
3.1.1 “前馈”控制型智能浮选系统
3.1.2 “前馈+反馈”控制型智能浮选系统
3.2 矿物智能浮选方面
3.2.1 初级智能浮选应用实例
3.2.2 高级智能浮选应用实例
展望
1)煤炭智能浮选可分为以入料浓度、流量参数为输入量的前馈控制和在前馈的基础上加之以浮选产品灰分参数为输入量的反馈闭环控制。
2)矿物智能浮选根据浮选智能控制的实现程度分为初级阶段和高级阶段。初级阶段可实现基于泡沫影像特征感知技术的浮选产率稳定控制。在此技术上,高级阶段基于矿浆品位在线分析仪实现品位合格前提下的最大浮选产率稳定控制。
3)对浮选过程参数的智能感知技术已取得显著发展,尤其是矿浆灰分(品位)的在线检测。但感知精度、时效性、抗干扰性、环境适用性等方面仍有较大提升空间。
4)部分工业应用结果表明智能浮选可在一定程度上改善产品指标,降低工人劳动强度。但受限于智能感知技术的精度,其大规模应用仍有待进一步发展。对于煤炭智能浮选,煤浆灰分在线检测技术的精度亟待提高。例如,可研发煤样快速干燥和煤炭极速燃尽技术以快速准确获取煤浆真实灰分,从而真正实现浮选系统智能回控。对于矿物智能浮选,除继续提高矿浆在线品位仪等设备的检测精度和时效性外,应探索更加安全、绿色的矿浆品位检测技术。再者,由于矿物浮选流程的复杂性,智能浮选系统的控制逻辑与算法模型也是未来的研究关键与难点。
图表
图 1 智能浮选系统架构
图 2 智能浮选控制系统
图 3 X 射线荧光法矿浆灰分仪检测原理

图 4 浮选尾煤灰分矿浆色差检测技术

图 5 基于CNN-BP的浮选尾煤灰分智能检测模型
引用格式
于跃先,刘帆,石伟, 等. 我国智能浮选核心感知技术研究与应用进展 [J]. 煤炭工程,2025, 57(1): 8-17.
YU Yuexian , LIU Fan, SHI Wei,et al. Research and application progress of core sensing technology for intelligent flotation in China [J]. Coal Engineering,2025,57 (1): 98-105.
供稿:杨蛟洋 制作:王玲 审核:张宝优