کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6672176 1427588 2018 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Development of online soft sensors and dynamic fundamental model-based process monitoring for complex sulfide ore flotation
ترجمه فارسی عنوان
توسعه سنسورهای نرم افزاری آنلاین و نظارت بر فرآیند مبتنی بر مدل پایه پویا برای شناور سازی سولفید پیچیده
کلمات کلیدی
شناور شدن نظارت بر زمان واقعی، سنگ معدن سولفید، پردازش تصویر، برآورد دولت، سنسور نرم رگرسیون بردار پشتیبانی، مدل سازی پایه، گردآورنده،
ترجمه چکیده
سنگ معدن سولفید پیچیده برای پردازش دشوار است و اغلب نیاز به شناور تکراری چند مرحله ای دارد. خروجی های فرآیند مانند درجه و بازیابی در هر مرحله تحت تاثیر فرایندهای مختلف در سیستم قرار می گیرند و برای نظارت بر عملکرد به منظور به حداکثر رساندن تولید ضروری است. در این کار، ما یک طرح نظارت پویا با استفاده از مدل سازی اساسی و یک شبکه سنسور نرم آنلاین برای اندازه گیری های زمان واقعی و بازیابی پیشنهاد کرده ایم. مدل های اساسی پویا برای بازیابی سرب و روی به منظور نشان دادن شناور چند مرحله ای برای سنگ معدن سولفید سرب طراحی شده است. یک شبکه حسگر نرم افزاری برای اندازه گیری درجه و بازیابی در زمان واقعی با استفاده از طبقه بندی پشتیبانی از برنده پشتیبانی و رگرسیون بر روی داده های تصویر چندمتغیره ساخته شد. طراحی فاکتوریل با اندازه ذرات خوراک، دوز کلکتور در مرحله فلوتاسور سرخور سرب و دوز کلکتور در مرحله فلوتاسنج زینک روی به عنوان متغیرهای طراحی برای به دست آوردن شرایط مختلف فرایند برای اعتبار سنجی استفاده شد. اعتبار سنجی موفقیت آمیز در کل محدوده شرایط فرآیند نشان می دهد که پتانسیل تکنیک برای استفاده در برنامه های کنترل و نظارت بر فرایند. تغییرات در دوز کلکتور در مراحل شناور سرب و رویرگر با استفاده از تخمین پارامترها و پارامترهای ساختار مدل پایه نظارت شد. چارچوب نظارت بر فرآیند را می توان برای نظارت بر سایر متغیرهای کلیدی در فرآیند توسعه داد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
پیش نمایش مقاله
توسعه سنسورهای نرم افزاری آنلاین و نظارت بر فرآیند مبتنی بر مدل پایه پویا برای شناور سازی سولفید پیچیده
چکیده انگلیسی
Complex sulfide ores are difficult to process and often require multi-stage sequential flotation. Process outputs such as grade and recovery in each stage are affected by various sub-processes in the system, and it is crucial to monitor the performance in order to maximize the production. In this work, we have proposed and implemented a dynamic monitoring scheme using fundamental modeling and an online soft sensor network for real-time measurements of grade and recovery. Dynamic fundamental models for lead and zinc recovery were developed to represent the multi-stage rougher flotation for lead-zinc sulfide ores. A soft sensor network was built to measure the grade and recovery in real-time using support vector machine classification and regression on multivariate image data. A factorial design with feed particle size, collector dosage in the lead rougher flotation stage, and collector dosage in the zinc rougher flotation stage as the design variables was used to obtain diverse process conditions for validation. Successful validation at the entire range of process conditions demonstrates the potential of the technique for use in process control and monitoring applications. Changes in the collector dosage were monitored in the lead and zinc rougher flotation stages using state and parameter estimates of the fundamental model structure. The process monitoring framework can be extended to monitor other key variables in the process.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Minerals Engineering - Volume 124, 1 August 2018, Pages 10-27
نویسندگان
, , , ,