一种矿石智能分选机给料系统及其多目标优化方法技术方案

本发明专利技术公开了一种矿石智能分选机给料系统及其多目标优化方法，方法为：对检测皮带上的给料重叠率与检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5的关系进行回归分析；对给料波动速度与x1,x2,

【技术实现步骤摘要】
一种矿石智能分选机给料系统及其多目标优化方法


[0001]本专利技术属于矿石分选
，具体涉及一种矿石智能分选机给料系统及其多目标优化方法。

技术介绍

[0002]矿石智能分选机实际工作原理如图1所示。待分选的矿石颗粒在经过振动给料后通过溜板下落到检测皮带上，经过一段距离的稳定时间颗粒与检测皮带保持相对静止并在检测点位置进行X射线成像，外部电脑在识别成像数据后控制气排枪对尾矿进行吹气，使精矿和尾矿分别落于不同的收集仓内。
[0003]给料系统是矿石智能分选机的基础结构和关键组成部分，其主要作用是持续输送矿石，并让矿石间隔、稳定地单层通过照射和检测、分离区域，以保证检测精度和分离准确率。
[0004]给料系统作为物料处理设备必不可少的组成部分，国内外学者进行了大量研究。
[0005]国外，Thais等人研究了生物质在给料过程中的特性，设计了给料系统，能够评估旋转阀的进料效率并通过改变正压气力控制输送管道中的生物质流量，能满足具有不同物理特性的生物质使用；Nematollahi等人研究了给料槽设计对圆锥破碎机性能的影响，通过DEM仿真优化了进料斜槽设计，降低了破碎机的外壳和衬板的磨损率并提高物料的均匀性；Bekaert等人通过多元数据分析了材料特性、工艺设置和螺杆进料行为之间的定量关系，证明了材料特性和工艺设置与进料行为具有相关性，并优化了质量流量过滤器、振动、搅拌器和补充系统来降低进料量的变化性。
[0006]国内，合肥通用机械研究院的纪克鹏等人对振动给料机供料系统进行改进，通过新增插板阀控制物料的流量，精确称量物料并利用原有控制系统控制插板阀与振动给料机同步运行简化了控制系统；南京理工大学的柳志康等人通过离散元法研究了玻璃纤维在振动给料机不同参数下的输送过程，分析了粒子运动轨迹、作用力和运动特性；中国矿业大学的王新文研究了给料机在不同闸门角度床面所受物料的冲击压力和最大压力位置，优化闸门角度设计；中南大学的唐华平针对给料机强度不足问题，基于有限元法分析和动应力测量建立以弹簧上座组合应变能为优化目标函数，约束应力和体积分数的拓扑优化模型，利用遗传算法对响应面模型进行多目标优化提高了给料机整体的刚度和结构可靠性。
[0007]综上所述，国内外对给料系统的研究很多，研究方向主要集中在物料输送量的精准控制、不同形状物料的运动行为、结构的受力和磨损状态等方向，对于给料重叠率和速度波动的研究比较少。
[0008]但在矿石的给料过程中，由于矿石粒度变化大、矿石形状多样、分选矿石处理量大等原因，矿石颗粒在检测皮带输送时不可避免地会产生重叠现象。重叠现象一定情况下会使检测系统误判重叠矿石为一个整体矿石，影响检测系统的精度；同时在由气排吹气分离时重叠矿石会相互产生干扰致使错误分类，影响分离系统的准确性。
[0009]且在矿石的给料过程中，矿石经过振动给料后具有较高的动能，在通过溜板和挡
料胶皮后颗粒之间速度会产生一定的差距，这种速度波动致使颗粒在检查皮带上窜动，如果窜动剧烈甚至会导致细小颗粒挤入护坡胶皮内侧磨伤检测皮带，同时从检测到分离需要颗粒与检测皮带保持相对静止以便定位，速度波动影响检测皮带从溜板到检测点的长度。故降低速度波动可以减小颗粒窜动，保护设备，减小检测长度，降低生产成本。
[0010]因此，给料重叠率和速度波动都是矿石智能分选机的给料系统给料性能的衡量指标，有必要开发一种以给料重叠率和速度波动最小为目标来优化给料系统的结构参数的技术。

技术实现思路

[0011]本专利技术提供一种矿石智能分选机给料系统及其多目标优化方法，降低给料重叠率和速度波动，提高矿石智能分选机的分选精度。
[0012]为实现上述技术目的，本专利技术采用如下技术方案：
[0013]一种矿石智能分选机给料系统的多目标优化方法，包括：
[0014]对检测皮带上的给料重叠率与检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5的关系进行回归分析，得到第一回归模型；记基于第一回归模型的给料重叠率为f1(X)，X是由x1,x2,
…
,x5构成的向量，即X＝(x1,x2,
…
,x5)
T
；
[0015]对检测皮带上的给料波动速度与检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5关系进行回归分析，得到第二回归模型；记基于第二回归模型的给料波动速度为f2(X)；
[0016]同时以给料重叠率f1(X)和给料波动速度f2(X)最小为目标，以检测皮带速度、胶皮离底高度、矿石处理量、溜板高度、溜板角度构成的向量X为决策向量，构建多目标优化问题：
[0017][0018]式中，Ω是决策空间；
[0019]求解所述多目标优化问题的Pareto最优解集，所得即为矿石智能分选机给料系统的多组最优的以下参数设置：检测皮带速度、胶皮离底高度、矿石处理量、溜板高度、溜板角度。
[0020]进一步的，所述给料重叠率是指给料系统稳定下发生重叠的矿石颗粒数量占总颗粒数的比例。
[0021]进一步的，所述给料波动速度检测皮带上颗粒速度之间的离散程度，用检测皮带上的矿石颗粒的速度均方差表示。
[0022]进一步的，所述第一回归模型和第二回归模型均采用二阶模型进行回归分析：
[0023][0024][0025]式中，a0,a1,a2,a3,a4,a5,a
11
,a
12
,a
13
,a
14
,a
15
,a
22
,a
23
,a
24
,a
25
,a
33
,a
34
,a
35
,a
44
,a
45
,a
55
和b0,b1,b2,b3,b4,b5,b
11
,b
12
,b
13
,b
14
,b
15
,b
22
,b
23
,b
24
,b
25
,b
33
,b
34
,b
35
,b
44
,b
45
,b
55
分别为第一回归模型和第二回归模型的回归系数。
[0026]进一步的，采用带有精英策略的快速非支配排序遗传算法，求解所述多目标优化问题的Pareto最优解集。
[0027]一种矿石智能分选机给料系统，其检测皮带速度、胶皮离底高度、矿石处理量、溜板高度、溜板角度的设置方法，从上述任一项技术方案所述的多目标优化方法得到的Pareto最优解集中选择确定。
[0028]有益效果
[0029]本专利技术对矿石智能分选机给料系统的给料重叠率和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿石智能分选机给料系统的多目标优化方法，其特征在于，包括：对检测皮带上的给料重叠率与检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5的关系进行回归分析，得到第一回归模型；记基于第一回归模型的给料重叠率为f1(X)，X是由x1,x2,
…
,x5构成的向量，即X＝(x1,x2,
…
,x5)
T
；对检测皮带上的给料波动速度与检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5的关系进行回归分析，得到第二回归模型；记基于第二回归模型的给料波动速度为f2(X)；同时以给料重叠率f1(X)和给料波动速度f2(X)最小为目标，以检测皮带速度x1、胶皮离底高度x2、矿石处理量x3、溜板高度x4和溜板角度x5构成的向量X为决策向量，构建多目标优化问题：式中，Ω是决策空间；求解所述多目标优化问题的Pareto最优解集，所得即为矿石智能分选机给料系统的多组最优的以下参数的设置：检测皮带速度、胶皮离底高度、矿石处理量、溜板高度、溜板角度。2.根据权利要求1所述的方法，其特征在于，所述给料重叠率是指给料系统稳定下发生重叠的矿石颗粒数量占总颗粒数的比例。3.根据权利要求1所述的方法，其特征在于，所述给料波动速度，是指检测皮带上颗粒速度之间的离散程度，用检测皮带上的矿石颗粒的速度均方差表示。4.根据权利要求1所述的方法，其特征在于，所述第一回归模型和第二回归模型均采用二阶模型进行回归分析：二阶模型进行回归分析：式中，a0,a1,a2,a3,a4,a5,a
11
,a
12
,...

【专利技术属性】
技术研发人员：曾军兰，闵湘川，张林新，殷文俊，王周，
申请(专利权)人：湖南军芃科技股份有限公司，
类型：发明
国别省市：