[发明专利]一种基于部分因子设计和响应曲面法优化选矿工艺的方法

说明书

本发明公开一种基于部分因子设计和响应曲面法优化选矿工艺的方法，将矿样破碎后混匀、磨矿并进行表征分析；根据分析选取对选矿指标有影响的因素作为考察因素，同时根据实际试验确定选矿指标；将考察因素作为自变量，选矿指标作为因变量，采用部分因子法进行设计并选矿试验后进行方差和显著性分析；根据分析结果选取显著性靠前的因素为自变量，选矿指标为因变量建立响应曲面模型Y并试验，根据试验结果对Y进行拟合，得到确定的响应曲面模型Y’，通过对Y’全局优化，得到自变量的最优化指标；选取最优自变量指标和未被选中自变量的因素中心值作为选矿工艺的操作条件。本发明具有操作简单、试验次数少、能够有效实现选矿工艺条件的优化等特点。

技术领域

本发明属于选矿技术领域，具体涉及一种基于部分因子设计和响应曲面法优化选矿工艺的方法。

背景技术

选矿是根据矿石中不同矿物的物理、化学性质，把矿石破碎磨细以后，采用重选法、浮选法、磁选法、电选法等，将有用矿物与脉石矿物分开，并使各种共生（伴生）的有用矿物尽可能相互分离，除去或降低有害杂质，以获得冶炼或其他工业所需原料的过程。选矿能够使矿物中的有用组分富集，降低冶炼或其它加工过程中燃料的消耗，减少运输费用，减轻进一步处理的困难，降低处理成本，使低品位的矿石能得到有效利用，实现矿物原料的综合利用。由于世界矿物资源日益贫乏，越来越多地利用贫矿和复杂矿，因此需要选矿处理的矿石量越来越大。除少数富矿石外，金属和非金属矿石以及包括部分煤都需选矿来实现富集。

选矿试验是选矿的重要研究内容，试验所得数据，是矿床评价、工艺流程确定及建厂设计的主要依据。然而，通常的选矿试验研究大多只是进行了单因素试验，由于没有考虑各因素之间的交联、耦合等相互作用对选矿效果的影响，使得选矿指标不能够真正意义上达到最优化。即便是有部分进行了优化试验设计，但通常只是采用全因设计、响应曲面法等单一模型进行了考察，由于单一优化设计模型中试验次数随着所选因素的增多而大量增加。以最为常用的单一响应曲面法来说，若要进行6因素的试验研究，至少需要进行77次试验才能够完成。此外，随着所选因素的增多，如单一响应曲面法在试验后的响应曲面分析和响应曲面模型的拟合操作难度呈指数级上升，严重影响选矿试验的经济性和选矿进度，故只适用于部分影响因素较少的特定矿物的选矿工艺优化。现有技术中，为了降低响应曲面法的试验次数和操作难度，一般根据经验选取有限数量的选矿因素作为响应曲面法的自变量，但存在优化效果与操作人员的经验呈强相关，人为影响因素较大，在实际情况下能够考虑的因素较为有限，导致优化得到的工艺不确定因素较多，工艺的可靠性较低。因此，对于因素较多时，若想利用单一的优化模型进行合理的、较为全面的对选矿工艺条件进行最优化是不太现实的。

发明内容

本发明的目的在于提供一种基于部分因子设计和响应曲面法优化选矿工艺的方法。

本发明的目的是这样实现的：包括矿物制备及表征分析、试验因素选取、部分因子试验、响应曲面设计和分析、选矿工艺确定步骤，具体步骤内容为：

A、矿物制备及表征分析：将矿样破碎至2~3mm以下后混匀，选取混匀后的部分矿样磨矿，然后对矿样的表征进行分析；

B、试验因素选取：根据表征分析结果，选取若干个对选矿指标作为考察因素，同时根据实际确定选矿指标；

C、部分因子试验：将选取的考察因素作为部分因子设计的自变量，选矿指标作为因变量，采用部分因子法进行设计并选矿试验，然后根据试验结果进行方差和显著性分析；

D、响应曲面设计和分析：根据部分因子试验的分析结果为依据，对各因素的显著性进行排序，选取排序靠前的至少2个因素作为响应曲面设计的自变量，部分因子试验的选矿指标作为响应曲面设计的因变量并进行试验。利用Minitab或Design expert软件对试验结果进行优化拟合，确定每个自变量的最佳参数水平范围，每个自变量至少设计一高一低两水平，分别记为“+”和“-”。建立因素水平表，进行响应曲面设计并进行试验，分析得出二次回归方程，建立响应曲面模型Y’。根据试验结果对响应曲面模型Y’进行响应曲面拟合，生成响应面图模型Y’得到最值，最值一般存在于曲面最高点或边界点，其对的值为自变量的最优化指标；