ArticleName |
Опыт разработки, внедрения и развития автоматической системы опробования пульповых продуктов
обогащения руд |
ArticleAuthorData |
Аналитический центр АО «НПО «РИВС», Санкт-Петербург, Россия
Бондаренко А. В., директор, канд. техн. наук, A_Bondarenko@rivs.ru Полищук А. М., руководитель сектора опытно-конструкторских работ Андреев И. В., руководитель сектора технического сопровождения разработок Шаповалов Е. В., руководитель сектора системотехники |
Abstract |
Рассмотрены особенности и задачи опробования на флотационной обогатительной фабрике. Основное внимание уделено автоматической системе опробования пульповых продуктов (АСОПП), составу и преимуществам разработанных пробоотборных и пробоподготовительных комплексов. Рассмотрены программно-технические средства комплексов, приведен их состав и функциональные особенности. Отмечено, что универсальная для решения различных задач опробования (оперативного, балансового и товарного) АСОПП может функционировать как автономно, так и в составе фирменной автоматической системы аналитического контроля АСАК-РИВС на основе автоматического рентгенофлуоресцентного анализатора пульп в потоке АРФА-РИВС. Проведено сопоставление разработанного оборудования с зарубежными аналогами в рамках реализации государственной программы импортозамещения. |
keywords |
Опробование, пробоотбор, пробоподготовка, представительность проб, автоматические комплексы, разработка, внедрение, совершенствование, импортозамещение |
References |
1. Козин В. З. Опробование минерального сырья. – Екатеринбург : УГГУ, 2011. – 316 с. 2. Карпенко Н. В. Опробование и контроль качества продуктов обогащения руд. – М. : Недра, 1987. – 215 с. 3. Бондаренко А. В. Опыт создания и перспективы развития автоматической системы аналитического контроля для горно-обогатительных предприятий // Горная промышленность. 2021. № S5-2. С. 67–71. 4. ГОСТ 14180–80. Руды и концентраты цветных металлов. Методы отбора и подготовки проб для химического анализа и определения влаги. – М. : Стандартинформ, 2010. – 19 с. 5. Патент 153389 РФ. Пробоотборник пересечной / А. В. Зимин, А. В. Бондаренко, А. А. Трушин, П. А. Захаров; заявл. 14.10.2014 ; опубл. 20.07.2015, Бюл. № 20. 6. Бондаренко А. В., Карамышев Н. И., Кацман Я. М. Подход к созданию методико-математического обеспечения автоматической системы аналитического контроля флотационных процессов обогащения руд // Горная промышленность. 2021. № S5-2. С. 72–77. 7. Szaloki I., Racz G., Germany A. Fundamental Parameter Model for Quantification of Total Reflection X-Ray Fluorescence Analysis // Spectrochimica Acta Part B: Atomic Spectroscopy. 2019. Vol. 156. P. 33–41.
8. Bowers C. Matrix Effect Corrections in X-ray Fluorescence Spectrometry // Journal of Chemical Education. 2019. Vol. 96. No. 11. P. 2597–2599. 9. Du K. L., Swamy M. N. S. Neural Networks and Statistical Learning. 2nd ed. London : Springer-Verlag, 2019. – 955 p. 10. Zeng Y., Zhang M., Han F., Gong Y., Zhang J. Spectrum Analysis and Convolutional Neural Network for Automatic Modulation Recognition // IEEE Wireless Communications Letters. 2019. Vol. 8. No. 3. P. 929–932. 11. Charu C. Aggarwal Neural Networks and Deep Learning : A Textbook. Springer, 2018. – 497 p. 12. Хайкин С. Нейронные сети. Полный курс. 2-е изд., испр. – Москва, Санкт-Петербург : Диалектика. 2020. – 1103 с. 13. De Bragança Pereira B., Rao C. R., de Oliveira F. B. Statistical Learning Using Neural Networks: A Guide for Statisticians and Data Scientists with Python. – London : CRC Press, 2020. P. 131–150. 14. Loimi J., Minkkinen P., Von Alfthan C., Lohilanhti J., Korpela T. Evaluation of sampling error sources in a multiple cutter metallurgical sampler // TOS forum. 2015. P. 138–143. 15. Get reliable metallurgical composite samples that represent the variations that occur in particle size distribution, elemental concentrations and solids flow. Metso. Available at: https://www.metso.com/portfolio/metallurgicalaccount-sampling (accessed: 19.07.2023). 16. Improve process control while reducing assaying and sampling costs. Our gravity-type samplers provide a continuous sample flow for online analysis that is proportional to changes in the properties of the process stream. Metso. Available at: https://www.metso.com/portfolio/primary-samplersfor-gravity-flow (accessed: 19.07.2023). 17. Enable monitoring of changes in the properties of a process stream with Metso pressure-type samplers. Metso. Available at: https://www.metso.com/portfolio/primary-samplers-for-pressurized-process-flows (accessed: 19.07.2023). 18. Патент 2710333 РФ. Автоматический комплекс пробоподготовки / А. А. Зимина, А. В. Бондаренко, А. А. Трушин, П. А. Захаров; заявл. 18.03.2019 ; опубл. 25.12.2019, Бюл. № 36. ГЖ |