论文部分内容阅读
矿石批量拣选在提高矿山效益上具有显著的优势,但其发展及应用受到多方面因素的制约。一方面,当前矿石拣选研究方法难以可靠评价矿石拣选可行性;另一方面,实际拣选效果受拣选决策算法影响也较大。本文在矿石金属分形分布规律研究的基础上,引入分形维数D、分形量度G对矿石金属分布规律进行了参数表征,建立了矿石批量拣选技术及经济指标预测模型,确定了最佳拣选阈值计算公式:SCOG=(cc-cr/y·(s-r))。分别以Cadia Ridgeway铜矿皮带输送样、New Afton铜矿井下爆堆样、New Afton铜矿地质岩芯样为研究对象,对所建立模型准确性进行了验证。验证结果表明,矿石批量拣选模型在拣选技术经济指标预测中有良好的准确性。通过对比在有无矿石批量拣选情况下的矿山经济效益指标,利用所建立矿石批量拣选模型对矿石批量拣选在矿石预选及低品位矿石回收两种应用场景下可行性进行了模型评价,并对矿石性质对拣选可行性的影响进行了分析。分析结果表明,矿石批量拣选应用于矿石预选时,矿石金属分布分形维数越大,分形量度越小,其矿石批量拣选可行性越好;矿石批量拣选应用于低品位矿石资源再回收时,分形维数越大,分形量度越大,矿石可拣选性越好。针对XRF矿石传感拣选技术在矿石批量拣选中的应用,对实验室不同测试参数条件下影响矿石拣选效果的仪器误差及试样误差因素进行了分析,解释了传统线性回归模型作矿石决策算法的缺陷。分析结果表明,试样误差为影响XRF品位测定准确性的主要因素,其具有数值大、无规律的特点,是导致线性回归模型拣选效率低的重要原因。首次采用受试者操作特征曲线分析作为矿石拣选决策算法对某实验室试样进行了拣选效果分析,并与传统线性回归模型的拣选效率及经济效益进行了对比,其在不同XRF测试参数条件下(Q=5,10,20),净熔炼收益(NSR)相比简单线性回归分别提高了 3.1,0.9,1.1 $/t,相比多元线性回归分别提高了 3.0,0.7,0.9$/t。在Q=20测试参数条件下,采用受试者操作特征曲线分析,净熔炼收益(NSR)为7.6 $/t,相比理想指标(8.3 $/t)和模型预测结果(8.1$/t)差别不大。