文摘

在浮选过程中,效率和选择性取决于矿物学,粒度分布和解放,试剂添加、混合、和粒子覆盖。然而,粒子动力学恢复是高度依赖于细胞水动力和电路配置和操作策略。控制泡沫深度和气体流速,测量表面气体速度,是一个简单的替代相关动力学的泡沫和收集区。然而,这些参数不准确测量。泡沫深度测量是基于一个浮动的设备加上声波传感器;这配置提出了磁滞和偏差由于气体停滞和果肉密度的变化。在self-aspirated机器,没有技术来测量气流速度。为了解决这个问题,智能在线气体分散传感器提出了基于两个同轴HDPE cylindres。智能在线气体分散传感器是基于两个同心HDPE汽缸。气速计算的方法提高了精度与新算法。 Froth depth measurement is based on two pressure transducers, reducing the uncertainty of the floating sonic sensor to 1 cm. Pulp bulk density is directly measured, and gas holdup can be estimated. Experimental results and industrial device validation indicate that the new intelligent system can measure superficial gas velocity (Jg) online and self-calibrate, with a 2% error, the froth depth error being ±1 cm. Therefore, a multiparameter sensor for measuring gas dispersion in industrial flotation cells was experimentally designed and validated in an industrial environment (TRL 8). In this context, the proposed online gas dispersion sensor emerges as a robust technology to improve the operation of the flotation process.

1。介绍

浮选过程被广泛用于集中有价值的矿物颗粒从煤矸石和矿物质的混合物。过程收集疏水粒子浓度上升气泡(1]。这一过程各种元素之间的交互影响流程的效率;因素,如化学(起泡剂和收藏家)、物理(颗粒大小和比例的固体),操作类型的机器,电路整体效率至关重要。这就是为什么从多种因素所收集的信息是至关重要的决策和工程和冶金行业的关键2]。气泡收集和运输的疏水性矿物颗粒浮选池,形成mineral-concentrated泡沫(3]。效率和动力学过程依赖于粒子的水动力和泡沫细胞。可以发现不同类型的浮选机安排,哪里有系列电路或多个阶段4]。

在工业浮选机、解放和疏水性主要参数控制浮选过程的效率和有效性;通过添加一些特定的试剂称为“收藏家”,操作者能够有选择地修改矿物的表面性质,使一些物种更疏水和其他更多的亲水分开的物种。然而,气体流速和泡沫深度通常增加浓度测量和控制流程效率(5- - - - - -9]。泡沫经济复苏影响精矿的品位和整体复苏(10]。这一阶段的性能通常是测量泡沫经济复苏而言,携入的矿物质水复苏,复苏(11]。一个清晰的泡沫稳定性和过程性能之间的关系已被证明在以前的作品(12]。泡沫在某些植物,放电速度也是衡量成像系统以确保净质量集中拉;然而,这种策略并不相关细胞的冶金性能。气体流量测量的总量分散细胞(平均),这在大型浮选单位不是均匀分布的。因此,气泡上升速度不能确定的,尽管它是一个关键参数控制浮选过程的动力学常数(13]。这个参数有多个方法来计算,如估计气流之间的相关性,浆流,和比例的固体(14]或插入一个缸装满水在泡沫界面(15]。泡沫深度来衡量一个设备,是一个浮点数的组合和超声波传感器,通常未校准或测量偏差由于泡沫累积和滞后。泡沫累积累积的漂浮设备,改变它的浮力,导致测量偏差,降低其可靠性(16,17]。这些偏差可能意味着复苏的变化[5 - 15%18]。考虑到当前的限制,浮选操作仅提供了一个稳定控制,因此,当前的传感器不会导致控制操作。测量泡沫深度的另一种方法是电导率(19]。探测器使用中存在的问题,需要不断维护由于纸浆和其直接接触污染(20.]。

优化浮选操作,需要测量气体流速测量气体弥散参数(气体停滞、表面积通量、气体速度,深度、泡沫和泡沫大小),直接关系到浮选动力学(21]。有不同的方法来测量气流速度(22]。麦吉尔大学的开发和引入气体分散传感器和水动力特征方法(23]。气体分散分析浮选柱使用计算模型(24- - - - - -26]。

天然气工业浮选色散测量细胞进行各种细胞类型五大洲的麦吉尔大学的研究和开发团队和相关企业技术和Nesseth咳嗽。这使得建立自动化的设计标准和要求气体分散传感器和估计表面积通量和气体停滞27,28]。

这项研究由发展、建设、实现,和验证的一个工业原型装置的在线测量表面气体速度(詹)纸浆体积密度(RB),体积分数(例如),在浮选柱泡沫深度(高频)。发展考虑特定的算法来自动测量和self-calibrate气体速度,泡沫深度,纸浆容积密度。同时,算法允许气体的估计抢劫,索特直径、表面积通量,后者是一个关键参数控制浮选机的动力学过程收集线索收集区(29日]。

这项工作的范围是设计传感器的工业规模的验证。目前,传感器已经在拉斯维加斯实现植物(英美资源集团(Anglo American),托托拉岛,有8个传感器要求埃斯康迪达(BH (bhp Billiton))和塞拉Gorda (KGHM国际)。

这项研究是基于设计一个装置,可以改善当前的传感器,存在滞后的问题,校准,自洁,维护成本低,在线阅读的变量不以self-aspirated细胞(詹和Eg)。独立开发的软件允许关闭控制回路或通过植物的分布式控制系统。使用的材料和方法的验证和结果三个阶段考虑。

2。材料和方法

传感器使用一个50毫米- 100毫米双同心管浮选池中气体采样。额外的压力测量,是一个持续的空气管入口使用质量流量计的测量取样管的顶部。通过这种方式,直接测量表面气体速度和持续。还可以自动外部速度估计(Ig),集合中的表观密度区,气体持枪抢劫,泡沫深度通过使用一种算法开发。

验证通过三个阶段进行,第一个是在实验室水平1.2米³试点单位,以确保设备的正确功能。随后,传感器被安装在一个工业self-aspirated细胞执行和验证。最后,托托拉岛的传感器是安装在一个细胞工厂目前操作的地方。

2.1。描述和原型设计

原型设计考虑取样管、湿内阁和数据采集系统。麦吉尔的传感器是基于双管和气体速度的措施积累。这个更新版本措施两个同轴管的气流速度和质量流量计由积累(校准)。

另一方面,泡沫深度计算的压力测量稳态(阀门关闭)。主要的贡献是全自动麦吉尔的版本。支持的设备设计有自洁系统空气脉冲每次测量后。否则,设备内置的自校准詹为了减少错误。

2.1.1。取样管

同心管取样管设计提出了促进工业安装,如图1。结构放入浮选池,由压力室形成50毫米- 100毫米线同中心地安装。这些管子连接到湿内阁由两个空气套管压力信号发送到两个压力饱和电抗器和质量空气流量传感器。

一个锥形的内胎增加直径50毫米至100毫米,如图1。其目的是改善泡沫填充气室时捕获;然而,它可能会产生测量偏差函数作为一个通道可能包括以来,排除,或者将里面的泡沫。实验,该组件会加速气泡直径减少,导致液体被拖的上部管。在实践中,这个设备被删除,因为它困难,已成为新的发展相关的案例研究没有解决在这个研究。

是基于使用的维麦吉尔原型,它定义了一个50厘米的高度差之间的管(23]。总长度是实验在实验室范围内定义。通过运动来测量直径测定设备开发的麦吉尔大学(23,30.]。PVC材料是用于实验室测试,因为它制造、可用性和可行性。

2.1.2。湿内阁:压力和流量传感器

湿(液压)内阁拥有传感器、输入信号的受体来自同心管,和输出电信号的电子内阁,这成为一个系统之间的桥梁。该组件是旨在提高电子与麦吉尔原型。

如图2湿内阁由两个压电压力传感器(P101和P102)选择为他们的低响应时间;空气质量流量计(F101)詹通过取样管连续测量;质量流量计测量和控制空气注入(FIC102)在实验室测试和控制调节气阀(ficv - 102)和对应的I / P传感器校准压力表(PI103);压力调节器(VI100)调整输入空气在实验室测试;和一个电磁阀控制传感器填充周期(VI101)。表1显示设备的技术规格。

2.1.3。数据采集设计和实现

数据采集系统(电子内阁)持有中央控制器(16位分辨率),手术和注册的电脑,和一个触摸屏人机界面和数据可视化。该组件接收来自传感器的信号位于液压内阁,控制校准和计算操作变量。所有的细节可以看到用户和操作的人机界面。

由于所使用的技术,包括多个输入和输出通道、模拟和数字,可以使连续浮选机的测量在很多点。表2显示了数据采集系统的组件。

自从原始传感器措施的压力在细胞的两个点,一个压力平衡可以应用于确定泡沫深度,这是一个函数的两种力量,体积密度,气体的气体持枪抢劫,估计因素抢劫比率(即在收集和泡沫区。0.2)。

这种技术可以连接到一个分布式控制系统。硬件是基于光电子22“终极I / O”单元集成气体分散测量参数(5)到DCS系统或本地控制器,如图3。Groov互连是特定的硬件接口与移动设备的一个工业标准。

2.2。詹估算方法基于气体积累

麦吉尔传感器技术允许使用表面气体速度测量技术应用新的原型和重新设计。这一原则是基于压力管道内气体的积累。利用物质平衡,以作为参考,图如图4;方程(1)可以获得。

方程(1)[23)显示了压力之间的压力积累在管和表面气体速度的流体静力平衡。因此,流体静力学平衡可以用来估计另一个气体弥散参数,即。,泡沫层厚度。

2.3。从麦吉尔传感器高频估计

最常见的泡沫高度压力的确定方法,即使用压力传感器安装在浮选机。出于这个原因,利用压力传感器从麦吉尔原型,在流体静力平衡(充气管)、泡沫层厚度可以通过使用相同的系统,目前估计表面气体速度的措施。因此,这个估计可以分析,如图5。

基于图4从流体静力学,下面的关系可以确定: 在哪里和分别加气浆密度和泡沫密度,然后呢重力加速度。充气纸浆密度可以确定压强差除以管长度的差异。此外,泡沫层密度可以表示为(30.] 在哪里是纸浆密度的泡沫区,是泡沫密度,是泡沫的气体停滞区,是收集的气体停滞区。泡沫层密度分解(方程(3)表明,很难确定一些参数,主要是气体体积分数和泡沫密度、不同从一个过程到另一个。为了简化方程,涉及的产品和是被忽视的,因为纸浆密度集合中的一个优秀的更杰出的大小。同样,纸浆密度收集区可以吸收到纸浆密度泡沫区,由于固体颗粒的数量。因此,可以建立一个启发式的关系如下: 在实践中,参数 。所以,可以估计的持枪抢劫泡沫区。此外,通过使用校准这个参数可以调整对比测量。

持枪抢劫参数灵敏度的泡沫区和它如何影响泡沫高度确定进行了分析。要做到这一点,使用真实的数据从一个操作。如图6,不啻条件如下:1033₂大气压力,(H1)传感器长度156厘米,80厘米(H0)高度传感器的顶部入口,50厘米(Hbd)管之间的区别,P1 56.81而言不啻₂阿长管压力,P2 7.38而言不啻₂O短管压力,1.26克/厘米³浆密度,和真正的高频泡沫高度6.7厘米。

使用方程(1)- (4),与前面的段落中描述的参数值提出了在前面的图可以获得。图7显示设备的动态压力的行为。

根据上面的,真正的抢劫是调整,参数偏差的影响在泡沫层厚度估算进行了分析。的变化是由±12.5%的延迟,从而导致各种参数 。

因为抢劫是相关估算泡沫层厚度,调整参数使用校准可以得到纠正变量。这种分析符合特定的条件。它说明了estimation-related问题,因为必须调整到一个特定的参考参数,考虑到浮选过程的可变性或添加第三个压力测量点位于泡沫区(31日- - - - - -36]。

2.4。实验验证在1.2³飞行员细胞

故障检测和空气分布在一个工业浮选池是必须考虑的因素,因为传感器测量在一定程度上允许定位传感器在不同的点来检测空气分布失败;其他考虑关于这个验证是为了实现一个自动校准系统使用空气流量传感器的詹(工业self-aspirated细胞,这个变量来衡量是不可能的)。然后,进行一个实验在一个1.2米³飞行员细胞,抽样在三分在两个外部气流条件。这一分析不考虑泡沫层厚度测量由于条件和缺乏细胞层产生的飞行员。考虑到区域(图可用8),可以搬到几个细胞点获得气体分布剖面。

如图8原点(0,0)位于左下角的细胞。细胞的尺寸是 厘米。在这些实验中,添加了一个漂浮固体,即。,0.4%的p / p玻璃微球。数据9和10显示了这种聚合操作。固体加入帮助稳定浮选池内的泡沫层并生成了一种三相(固体、液体、气体)系统。是65 ppm AEROFROTH使用的起泡剂。

飞行员使用的注射器细胞是90 - 250μ米微孔管,与6000孔/米和10米长。软管安装在丙烯酸支持连接到电池底部。这个配置将覆盖大部分的设备区和提高空气分布。空气喷射器移动泡沫(群),很明显的是乍一看,向左边的一部分飞行员细胞和积累。

2.5。工厂确认

传感器安装在粗糙对于电路的第一个300细胞,在黄铜矿和辉铜矿主要矿物质。这个细胞self-aspirating,几乎8.5³总容量。图11展示了细胞计量点。这些允许研究气体的空间分布离散变量。传感器的高度改变三个计量点,即H0变异是在90年,80年,70厘米。通过这种方式,敏感性和密度对充气渣子评估的影响。表面的气体速度是衡量分析其行为和概要文件。此外,泡沫层厚度的测量是通过比较测量与评估,这是放入pulp-froth间期细胞和液压。

在操作过程中,运营商保持纸浆的一个示例。这个参数是衡量马西直读平衡同时喂养低槽。对于计算,1.26克/厘米³经常操作密度测量报告的运营商。

传感器安装用金属梁修复它,如图12。这个梁焊接的上部细胞。漏洞,让传感器只有水平和垂直移动通过使用一个塑料夹管修复它。

图13显示了一个真正的考验在浮选细胞在拉斯维加斯,托托拉岛智利。

3所示。结果与讨论

不同的实验设计经验表所示3,气体的测量色散参数进行了分析,即:表面气体速度,泡沫深度、体积密度和气体停滞。智能传感器的测量结果与参数估计理论。实验测试进行了两种不同的泡沫depths-35 25厘米,以三种不同的气流速度(Q) 5、10和15 LPM-with 3副本,如表所示3。

詹的结果验证(图14)实验室显示±0.3厘米/秒误差标准差,而验证1.2米³细胞显示了±0.07厘米/秒误差的标准差。300年对于厂内的验证工业电池(12小时轮班),泡沫层,气体速度,纸浆密度测量。泡沫层的误差±0.44厘米。气体流量显示了一个抛物线的气流速度(詹)0.56 - -1.3厘米/秒范围内,符合大规模细胞在文献中。

系统的验证,比较两个值的高频(计算和测量),如图15。

水动力的开发设备允许在线测量变量提出了研究。专利的过程中传感器是在智利,秘鲁,美国,澳大利亚,加拿大和墨西哥。这是考虑到对浮选过程的贡献的在线测量流体动力学变量,使操作人员能正确调整(没有磁滞)泡沫深度控制回路和参数的获得,让估算浮选动力学(詹),为了提高分数曲线和恢复的过程。

4所示。结论和未来的工作

智能在线气体分散传感器是基于两个同心开发HDPE气缸与独立隔离压力连接器。

工厂的验证测量技术进行了基于累积与积累参考质量流量计直接连接管。

验证表明,该仪器可以系统地、不断地推断出的值三个气体分散,最大测量误差为15%,詹为5%,高频在操作范围(0.5 - -2.5厘米/秒和0 - 9厘米),分别。最后,对于未来的工作,同时也具有自定标算法的系统使用詹和高频与手工测量建议商业原型来提高测量的鲁棒性。同样,取样管的尺寸应该研究,考虑到误差传播的优点和缺点在詹和高频估计。

数据可用性

所有原始数据仍然是天主教大学del Norte属性允许在这个研究。输入数据用于支持本研究的结局可能可以从相应的作者的电子邮件与适当的理由。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

中一段和c a .构思、设计和执行实验;作者分析了所有数据;C . l和C。我写的论文。

确认

本研究获得外部资金从英诺华CORFO 17 -该- 78906:“Desarrollo学府“medicion en线de开车肤浅de celdas de flotacion气体。”作者希望承认该提供的物质支持并阿尔贝托和金融支持天主教大学提供的545 - vridt ucn del Norte。