Богуславский Э.И. Управление качеством руды

Подождите немного. Документ загружается.

2.2. Основные характеристики качества

руды, регламентируемые потребителем

Из широкого спектра требований обогатительной фабрики к

продукции рудника (регламентов к рудопотоку) можно выделить

следующие:

6содержание полезных и вредных компонентов в руде

(химический состав, содержание второстепенных компонентов и

вредных примесей);

6минеральный состав рудопотока;

6распределение полезных компонентов в рудопотоке (во

времени и объемах);

6физико-механические свойства руд и пород;

6гранулометрический состав рудопотока.

В настоящее время главным регламентом, предъявляемым

работающей обогатительной фабрикой к руднику, является

содержание полезных и вредных компонентов в руде, от которого

зависят выбор режима обогащения и экономические показатели

процесса. По содержанию полезных компонентов (ПК) выделяют

весьма бедные руды, бедные руды, руды среднего содержания,

богатые и весьма богатые руды.

Минеральный состав рудопотока играет решающую роль

при выборе схем обогащения и оборудования на стадии

проектирования и строительства фабрики. Например, при

обогащении золота для богатых руд применяют гравитационный

метод, а при обогащении бедных – цианирование.

Распределение полезных компонентов в рудопотоке

базируется на текстурно-структурной характеристике руд и пород

месторождения. Пространственно полезные компоненты в рудных

телах могут распределяться в виде сплошного массива (магнетит),

слоистых структур (уголь, марганец, калийные соли), гнезд

(касситерит, вольфрамит), вкраплений (золото, сфалерит, галенит),

тонкодисперсных структур.

Физико-механические свойства руд и пород могут служить

генеральным качеством рудотока (например, твердость для

бокситов, теплопроводность для асбеста, электропроводность для

слюды) или косвенно определять качества рудопотока (например,

крепость, трещиноватость, абразивность).

Гранулометрический состав рудопотока в настоящее время

регулируется, в основном, только по верхнему пределу –

максимальному размеру куска и выходу негабарита. Однако в

интересах обогатительной фабрики (в целях экономии энергозатрат)

получать в поступающей руде кондиционный кусок минимального

размера.

2.3. Закономерности влияния содержания

полезных компонентов на обогатительный

и металлургический процессы

Основная тенденция процесса обогащения состоит в

следующем: увеличение содержания полезных компонентов в руде

ведет к повышению извлечения их в концентрат (рис.2.2).

На каждом месторождении для каждого рудного тела (а

иногда и блока), как правило, существует своя закономерность

изменения извлечения каждого полезного компонента от

Извлечение6%

Содержание полезного

компонента в руде, ,6%

Рис.2.2. Генеральная

закономерность извлечения

полезных

компонентов в концентрат

от их содержания в руде

Рис.2.3. Зависимости извлечения полезных

компонентов в концентрат от их

содержания в руде: 1 – степенная

(6=6141

0,2

);

2 – линейная (6=62436+657); 3 –

гиперболическая (6=685 – 0,5/); 4 –

логарифмическая (6=615ln 6+6118)

100

0,03 0,06 0,09 0,12

,6%

,6%

содержания их в руде (рис.2.3). В частности, для Тырныаузского

молибденового месторождения для разных рудных тел и их

участков получены десятки конкретных зависимостей (табл.2.1)

[17].

Таблица 2.1

Основные зависимости извлечения молибдена в концентрат

от содержания его в руде на Тырныаузской ОФ

Зависимость

Численные коэффициенты

Надежность R

Среднее квадратическое

отклонение σ

с b

 bc

57 243 0,7 7,3





57 3,5 0,6 0,1

c

141 0,2 0,8 0,07





85 -0,5 0,8 6

)/(1  bc

0,02 -0,05 06 0,002

 lnbc

118 15 0,9 5

Для медно-порфирового месторождения Эрдэнэтийн-Овоо

в6Монголии при прогнозировании зависимости содержания меди в

концентрате от ее содержания в руде могут быть использованы

уравнение

17,1

18,1

e3,5





Рис.2.4. Зависимости извлечения меди в концентрат от ее содержания в руде

0,2

0,4

0,6 0,8

1,2 1,4 1,6

Содержание Cu в руде,6%

Содержание Cu

в концентрате,6%

100

Извлечение Cu

в концентрат,6%

0,2

0,4

0,6 0,8

1,2 1,4 1,6

Содержание Cu в руде,6%

или график на рис.2.4, а [16].

Следует отметить, что при росте содержания меди в руде с

0,2 до 1,46%, содержание ее в концентрате увеличивается с 6 до

316%. Это весьма благоприятно влияет на технологию и экономику

металлургического передела.

Извлечение меди в концентрат при различном содержании ее

в руде может прогнозироваться также по зависимости

кк

19,005,2538,60 

и графику на рис.2.4, б.

2.4. Влияние качества руды и его

стабильности

на экономические показатели горно-

обогатительного предприятия

Рассмотрим зависимость экономических показателей

комплекса (рудник и ОФ) от содержания полезных компонентов в

рудопотоке (рис.2.5).

При добыче руды для увеличения содержания ПК в

рудопотоке можно использовать следующие меры:

6снижение разубоживания руды;

6повышение потерь руды;

6применение малопроизводительных и дорогих систем

разработки.

Следовательно, затраты на добычу руды, при повышении

регламентируемого66ОФ содержания ПК, возрастают.

При обогащении руды, рост содержания ПК в ней позволяет

уменьшить объем переработки руды и повысить извлечение ПК в

концентрат. Поэтому затраты на обогащение руды при повышении

регламентируемого ОФ содержания ПК, снижаются (табл.2.2).

Таблица 2.2

Расчет влияния содержания золота в рудопотоке на затраты по обогащению

(данные условные)

Показатель

Содержание золота , г/т

2 10

Извлечение,  г/т (%) 1,4(70) 9(90)

Производственный план,

г/смену

1000 1000

Объем переработки руды,

т/смену

1000/1,46=6714 1000/96=6111

Себестоимость

переработки, руб./т

100 100

Затраты на переработку,

руб./смену

7141006=671400 1111006=611100

Себестоимость

обогащения, руб./г (%)

71400/10006=671,4 (100) 11100/10006=611,1 (15,5)

Рис.2.5. Зависимость экономических

показателей горно-обогатительного

предприятия С от содержания ПК в руде

1 – кривая оптимизации экономических

показателей; 2 – затраты на добычу руды; 3

– затраты на обогащение руды; 4 – область

оптимального содержания ПК

,6%

C, руб./т

Для выживания в рыночных условиях, а тем более

эффективного развития предприятия и повышения благосостояния

работающих необходим поиск оптимального содержания ПК в

рудопотоке (рис.2.5), обеспечивающего минимум затрат

совместного функционирования горно-обогатительного комплекса.

Стабильность качества руды – это степень поддержания

качественных характеристик рудопотока в заданных потребителем

границах. Она играет важную роль в производственных процессах

обогащения руды. Поэтому экономические показатели ОФ

существенно зависят от стабильности качества рудопотока.

При добыче руды планирование роста нестабильности

содержания ПК в рудопотоке на ОФ, позволяет получить

следующие преимущества:

6снизить инвестиции в строительство сооружений по

управлению качеством руды;

6уменьшить эксплуатационные затраты на этот процесс;

6применять дешевые и высокопроизводительные технологии.

C, руб./т

± , %

Рис.2.6. Зависимость экономических

показателей горно-обогатительного

предприятия С от уровня нестабильности

содержания ПК в рудопотоке ,%

1 – кривая оптимизации экономических

показателей; 2 – затраты на добычу

руды; 3 – затраты на обогащение руды;

4 – область оптимальной

нестабильности содержания ПК в

рудопотоке

Следовательно, при росте нестабильности содержания ПК в

рудопотоке на ОФ затраты на добычу руды могут быть существенно

снижены (рис.2.6).

При обогащении руды рост нестабильности содержания ПК

в рудопотоке вызывает повышение потерь ПК в хвосты, перерасход

дорогостоящих реагентов, необходимость перенастройки

эксплуатационных режимов ОФ. Иначе говоря, при росте

нестабильности содержания ПК в рудопотоке, затраты на

обогащение существенно возрастут (рис.2.6).

Таким образом, для выживания в рыночных условиях,

эффективного развития предприятия и повышения благосостояния

работающих необходим поиск оптимального уровня стабильности

содержания ПК в рудопотоке, обеспечивающего минимум затрат

совместного функционирования горно-обогатительного комплекса.

3. ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЕ МЕТОДЫ

ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ РУДЫ

Переход от ранее используемых пассивных функций

контроля качества руды, выполняемого зачастую по принципу ее

годности или негодности, к управлению качеством, включающему

активные функции установления, обеспечения и поддержания

оптимального его уровня, возможен только на базе вероятностно-

статистических методов работы с исходной, текущей и планируемой

информацией. Можно выделить следующие задачи математического

характера:

6статистический анализ природных условий;

6вероятностная оценка объемов опробования;

6статистическое регулирование (оперативное и

долгосрочное планирование) качества;

6вероятностная оценка достоверности контроля качества;

6вероятностное обоснование нормативов по допустимым

отклонениям качества.

Математические методы многие десятилетия успешно

применяются в физике, механике, астрономии и других науках. Они

широко распространены, в частности, в геологии, горном деле и

обогащении, где приходится иметь дело с гигантскими потоками

информации. Однако использование этих методов сдерживалось

отсутствием эффективных средств их реализации. Появление ЭВМ и

персональных компьютеров обеспечило широкие возможности

применения вероятностно-статистических методов при управлении

качеством руды. На этой базе определились перспективы основных

направлений использования математических методов при переходе

от функций контроля к функциям управления качеством руды:

6накопление, хранение и систематизация обширной

геологической, технологической, организационно-технической,

экономической, экологической и другой информации;

6анализ, обработка, классификация и свертывание

информационных массивов, с представлением их в виде компактных

и воспринимаемых таблиц, графиков, уравнений регрессии и др.;

6математическое и экономико-математическое

моделирование процессов формирования качества руды с целью

разработки тактики и стратегии оперативного управления,

планирования и прогнозирования горных работ в условиях

рыночной конъюнктуры.

3.1. Распределение случайных величин

При оценке качества продукции принимается, что вся

информация состоит из случайных событий либо случайных

величин. Для использования этой информации применяются

вероятностные модели (элементы теории вероятностей) и

статистическая обработка данных (предмет математической

статистики).

Событие – это результат наблюдения или эксперимента.

Каждый полученный факт – элементарное событие. Если событие А

обязательно происходит, то оно называется достоверным, если

никогда не происходит – невозможным, а если может произойти или

не произойти – случайным.

Вероятность – это число n6(A) элементарных событий,

соответствующих требованиям события А, отнесенное к числу всех

возможных элементарных событий n. Вероятность

P(A)6=6n (A) / n

характеризует возможность появления события А и удовлетворяет

условию

1)(0  ΑΡ

Достоверное событие – это событие А, вероятность

появления которого Р(А)6=61. Невозможное событие – это событие А,

вероятность появления которого Р(А)6=60. Случайными событиями

именуются всякие факты, которые имеют определенную

вероятность появления. Они могут произойти с какой-то частотой, а

могут и не произойти, т.е. характеризоваться только качественным

признаком с6оценкой «Да» или «Нет». Если А – случайное событие,

то вероятность его появления 06<6P(A)6<61.

Случайная величина – переменная величина X,

принимающая различные значения x

при наблюдениях или

экспериментах. Она отражает количественные результаты

измерений. При прерывных значениях случайной величины x

, x

, ..., x

) она именуется дискретной. Множество возможных

значений дискретной случайной величины конечно, так как эти

значения можно подсчитать (например, число проб, отбираемых

ежедневно; количество блоков на горизонте, работающих в течение

смены на выпуск руды; число зависаний руды в дучке за смену

выпуска и др.). Дискретные случайные величины обычно

представлены целыми числами. Например характеристики

некоторых факторов управления качеством руды следующие:

Период контроля, сутки 1 2 3 4 5 6 7 8 ... 100

Количество отбираемых проб 17 21 17 15 21 18 17 15 ... 17

Количество блоков в выпуске 5 9 9 8 7 8 5 8 ... 7

В отличие от дискретной, непрерывная случайная величина

может принимать любое значение в одном, двух или более

интервалах. Таковы, например, сменная производительность

доставки руды в блоке; содержание полезных компонентов при

опробовании руды (табл.3.1) и др.

Таблица 3.1

Содержание никеля в руде,%

Номер

пробы



Номер

пробы



Номер

пробы



Номер

пробы



1 0,13 6 0,54 11 0,08 16 0,32

2 0,49 7 0,09 12 0,25 17 0,38

3 0,52 8 0,37 13 0,36 18 0,35

4 0,39 9 0,19 14 0,48 19 0,23

5 0,43 10 0,27 15 0,41 20 0,56

Генеральная совокупность – это множество значений x

случайной величины, объединенных любым признаком.

Выборка – это определенное количество (часть) значений

случайной величины, взятых из генеральной совокупности в

заданном порядке. Выборка предназначена для получения

информации о всей генеральной совокупности при условии ее

однородности. Выборку, достоверно и полно отражающую

характеристики генеральной совокупности, называют

представительной или репрезентативной. Каждое из значений