磨矿过程是整个选矿工业的核心部分，它起着承上启下的关键作用。目前国内的磨矿过程自动化程度较低，从而导致生产效率低、能源消耗大、磨矿过程的各项工艺指标合格率较差，成为制约整个选矿生产的瓶颈，因此有必要提高磨矿过程的自动化控制程度。

磨粉生产现场实拍

一、磨矿过程工艺流程

某选矿厂磨矿过程的工艺流程：料仓内的原矿石经由给料机和调速秤，被送入一段球磨机内，经过一段闭路磨矿系统研磨后，再经过筛分，不符合工艺要求的物料通过螺旋分级返砂至一段球磨机，符合要求的物料将进入二段闭路磨矿系统进行二次研磨，经过水力旋流器的溢流和经筛分作用后的物料将进入后续作业。

整个磨矿过程中，关键的工艺指标是二段闭路磨矿系统的旋流器溢流粒度。影响整个磨矿过程的主要因素有料仓给料 量、一段球磨机筒体内的矿浆浓度、螺旋分级机的溢流浓度、水力旋流器的矿浆浓度等。保持球磨机给料量的相对稳定，使其不波动或者在允许范围内小幅波动，对磨矿过程至关重要，同时在保证球磨机安全稳定运行的前提下，从经济效益的角度考虑应保证球磨机始终运行在良好负荷区间。

螺旋分级机的溢流浓度与一次分级的溢流粒度有着密切的联系，可以影响一段球磨机的台时处理量，因此螺旋分级机溢流浓度是决定产品质量好坏、提高磨矿效率的重要环节。为了保证水力旋流器在产品质量上的稳定，必须对旋流器的给矿压力施以控制，从而保证旋流器的工况保持良好，防止产品质量的大幅波动。旋流器的溢流粒度与给矿浓度有一定的关系，此参数配合将是控制旋流器分级效率的重要参数。上述各因素共同决定了磨矿过程的产品质量。

通过文分析，可以确定整个磨矿过程的主要控制量为料仓的给料速度、一段球磨机入口加水阀门开度值等，即一段闭路磨矿系统的水料比；主要被控量为料仓给料量、一段球磨机入口加水量、一段球磨机的矿浆浓度、二段磨泵池液位等。

二、磨矿过程控制策略

智能优化系统包括智能协调模型、一段磨矿回路设定模型、一段溢流浓度软测量模型、一段磨机负荷推理模型、一段预测补偿模型、一段磨矿矿浆浓度软测量、二段溢流浓度软测量模型和二段预测补偿模型组成。

1、智能协调模型

智能协调设定模型根据给定的水力旋流器溢流浓度的预期值，在球磨机台时处理量以及边界条件的约束下，计算出一段磨矿回路溢流浓度和二段磨矿回路的预期值。该模型采用基于技术人员控制系统的多级决策算法，协调一段磨矿回路和二段磨矿回路的产能分配。当工艺指标与当前实际值的偏差值在二段磨矿回路的调节能力的范围之外时，调整一段磨矿回路溢流浓度的预期值，从而可有效调整磨矿过程的运行状态。

2、一段磨矿回路设定模型

一段磨矿回路设定模型可以根据上述智能协调设定模型得出的一段溢流浓度的预期值，然后得出一段磨矿回路的设定值。该模型可以有效地结合球磨机有功功率的变化曲线，采用自寻优控制，针对上佳负荷工作点实时漂移这一情况，实时寻优找出较好负荷工作点，实现球磨机台时处理量的比较好。

3、一段预测补偿模型

一段磨矿回路预测补偿模型基于技术人员控制系统，将一段溢流浓度软测量的预估值和一段溢流浓度的预期值进行比较，然后根据其偏差值，对一段磨矿回路的设定值进行修正。

4、二段溢流浓度软测量模型

二段磨矿回路浓度软测量模型采用案例推理算法来对二段磨矿回路指标进行预测；一段磨矿回路浓度软测量模型采用BP神经网络对其指标进行预测。一段磨矿回路矿浆浓度软测量模型根据料仓的给料量、返砂水量和螺旋分级机电流等数据，采用基于BP神经网络与物料平衡相结合的算法，得出当前矿浆浓度的在线估计值。

5、磨机负荷推理模型

磨机负荷推理模型根据一段球磨机有功功率、螺旋分级机电流、磨机声强和球磨机给矿量等，采用模糊控制，给出当前磨机负荷的估计值，并将磨机负荷的估计值输入一段磨矿智能设定模块，作为优化设定的约束条件。

通过对该综合自动化系统的实践，有效地避免了人为因素对整个磨矿过程造成的影响，保证了磨矿过程平稳、安全和高能运行，并且改善了现场人员的劳动强度和工作环境；近几个月的试运行以来，球磨机的台时处理量提高了近0.9t/h，二次磨矿品位提高近3%。

磨矿设备价格咨询电话：0371-67772626

磨矿设备总部地址：中国郑州高新技术产业开发区檀香路8号