Optymalizacja sterowania procesami flotacji przy zmiennych parametrach nadawy z zastosowaniem systemu FloVis w KGHM PM O/ZWR Rejon Rudna

Transkrypt

1 Optymalizacja sterowania procesami flotacji przy zmiennych parametrach nadawy z zastosowaniem systemu FloVis w KGHM PM O/ZWR Rejon Rudna Tadeusz Legierski AMEplus Dariusz Foszcz AGH w Krakowie, Wydział Górnictwa i Geoinżynierii, Katedra nżynierii Środowiska i Przeróbki Surowców Witold Pawlos KGHM Polska Miedź S.A., Oddział Zakłady Wzbogacania Rud Anna Zamora AMEplus Szymon Ogonowski AMEplus; Politechnika Śląska, Wydział Automatyki, Elektroniki i nformatyki, nstytut Automatyki, Zakład Pomiarów i Systemów Sterowania STRESZCZENE: W referacie przedstawiono możliwości systemu FloVis w zakresie sterowania pracą maszyny flotacyjnej, w oparciu o analizę obrazu piany. Celem systemu jest optymalizacja pracy układu technologicznego flotacji w warunkach zmian parametrów nadawy i sytuacji technologicznej. Zaprezentowano wpływ działania systemu na przebieg procesu wzbogacania, pracującego w różnych trybach, wraz z opisem realizowanej funkcji celu sterowania. Ponadto zaprezentowano wyniki analizy wpływu zmienności parametrów nadawy, takich jak zawartość Cu, gęstość, natężenie przepływu, uziarnienie, na parametry wizyjne oraz na przebieg wzbogacania. Dokonano oceny uwarunkowań dla optymalizacji pracy układu technologicznego flotacji przy zmiennych parametrach nadawy. Wyniki analizy uzyskano na podstawie doświadczeń przemysłowych przeprowadzonych w O/ZWR Rejon Rudna. SŁOWA KLUCZOWE: flotacja, optymalizacja, system wizyjny. 1. WSTĘP Całość wydobywanej przez KGHM PM S.A. rudy miedzi jest wzbogacana w oparciu o proces flotacji. Z uwagi na unikalny na skalę światową i jednocześnie skomplikowany charakter eksploatowanego złoża, cechującego się zmiennym składem litologicznym oraz złożoną budową mineralogiczną, prowadzenie procesu przeróbki jest utrudnione i wymaga dużego doświadczenia technologicznego w celu osiągnięcia odpowiedniego poziomu odzysku minerałów miedzi dla wymaganej wysokiej zawartości miedzi w koncentracie. Od momentu uruchomienia Zakładów Wzbogacania Rud trwa ciągły rozwój technologii flotacji. Wynikiem podjętych działań w tym zakresie jest powstanie systemu sterowania maszynami flotacyjnymi przy zastosowaniu systemu wizyjnego FloVis [2] [1]. Z uwagi na to, że proces flotacji w O/ZWR jest jedną z najważniejszych operacji technologicznych w całym procesie przetwarzania rud miedzi, stabilność pracy maszyn flotacyjnych wpływa w decydującym stopniu na efekty technologiczne oraz na koszt przerobu rudy. O skomplikowaniu 1

2 procesu wzbogacania rud miedzi w O/ZWR świadczy zaś długość czasu niezbędnego do przeszkolenia nowego pracownika, który wynosi nawet 6 miesięcy [2]. Problem sterowania procesem flotacji w ujęciu jednostkowym polega na tym, że skuteczność procesu, mierzona minimalizacją strat materiału w odpadach, jest nieliniową funkcją wielu parametrów, w tym m.in.: wysokości warstwy piany, ilości dozowanego powietrza oraz ilości odczynników. Wiele innych parametrów, takich jak ilość nadawy, rozkład wielkości ziaren oraz zawartość miedzi w nadawie mogą się różnić, ale są one albo rezultatem procesów poprzedzających lub też wynikają ze zmiennego charakteru przerabianej rudy i nie steruje się nimi w układzie flotacji jednostkowej. Parametry te wpływają jednak na uzyskane wartości wskaźników technologicznych procesu flotacji, wymuszając konieczność zmiany nastaw maszyny, w celu utrzymania wartości wskaźników technologicznych na założonym poziomie. Przy zmianach nastaw maszyny należy uwzględniać zależności funkcyjne pomiędzy podstawowymi parametrami regulacyjnymi, tj. poziomami mętów w maszynie, ilością dozowanego powietrza oraz ilością dozowanych odczynników. stotnym parametrem w sterowaniu jest właściwe ustawienie poziomu zawiesiny w maszynie, a więc wysokości warstwy piany, która decyduje o jakości i ilości koncentratu, natomiast ilość dodawanego powietrza stwarza możliwość dokładniejszego sterowania komorami flotacyjnymi [7]. Odpowiedni przebieg procesu warunkuje ilość dozowanego odczynnika, której wpływ jest trudny do określenia, dopóki nie jest widoczna znacząca zmiana w osiągach flotacji. W stosunkowo stabilnych operacjach, ilość dodatku odczynników nie różni się wiele. Operatorzy starają się prowadzić ruch tak, aby w procesie flotacji zapewniony był niewielki nadmiar odczynnika [2]. Jednak zbyt duża ilość odczynnika powoduje straty Cu w odpadach i zwiększone koszty ekonomiczne, podczas gdy zbyt mała ilość odczynnika skutkuje zmniejszeniem jakości lub uzysku, jak również stratami ekonomicznymi. Prowadzenie procesu flotacji z uwagi na wieloparametrowość i nieliniowość zależności pomiędzy głównymi czynnikami wpływającymi na jego przebieg jest więc niezwykle skomplikowane i wiąże się z koniecznością stosowania układów automatycznej regulacji oraz sterowania nadrzędnego. Wdrożony system sterowania nadrzędnego FloVis zapewnia optymalizację wielkości sterujących procesu flotacji: poziomu i natężenia przepływu powietrza oraz ilości dozowanych odczynników flotacyjnych w zależności od wybranego celu sterowania i uzależnia ich wielkość od bieżących właściwości przerabianej rudy. W efekcie system poprzez kontrolę parametrów wizyjnych piany zapewnia poprawę podstawowych wskaźników technologicznych [1] [2]. W referacie przedstawiono wyniki analizy wpływu zmienności parametrów nadawy, takich jak zawartość miedzi, gęstość, natężenie przepływu, uziarnienie, na parametry wizyjne oraz na przebieg wzbogacania, uzyskane na podstawie doświadczeń przemysłowych przeprowadzonych w O/ZWR Rejon Rudna. 2. ANALZA ZŁOŻONOŚC PROBLEMU STEROWANA PROCESEM FLOTACJ Końcowy wynik odzysku miedzi z rudy poddawanej procesowi wzbogacania zależy, poza parametrami nadawy, od efektów technologicznych poszczególnych etapów flotacji. Na Rys. 1 w dużym uproszczeniu przedstawiono w układzie blokowym układ poszczególnych etapów flotacji w ciągu technologicznym O/ZWR Rejon Rudna dla strony A, przerabiającej rudę stanowiącą głównie produkt dolny przesiewacza. Przyjmuje się, że produkt dolny przesiewacza stanowi rudę o zwiększonej ilości piaskowca. Z uwagi na niezbyt wyraźny rozdział rudy na poszczególne frakcje litologiczne na przesiewaczu (udział piaskowca w produkcie dolnym waha się od 50-60%), faktyczne zróżnicowanie pod względem frakcji litologicznych następuje dopiero w klasyfikatorze zwojowym. Przelew klasyfikatora stanowi ruda o przeważającej ilości piaskowca, wylew zaś ruda węglanowa. Wydzielone strumienie rudy z uwagi na różne charakterystyki wzbogacalności flotacyjnej przerabia się w odrębnych układach dobranych do oczekiwanego uziarnienia siarczków miedzi oraz czasów flotacji. W układach tych kluczowe znaczenie dla przebiegu wzbogacania pełni 2

3 flotacja wstępna, która ma za zadanie dokonanie właściwego, pierwszego rozdziału strumienia nadawy, w zależności od zmieniającej się wzbogacalności rudy, na strumień koncentratu poddawanego czyszczeniom oraz strumień odpadu, który z kolei poddawany jest ostatecznemu wzbogacaniu we flotacji głównej. Efektywność technologiczna tej flotacji, mierzona uzyskiem końcowym układu, jest związana z możliwością uzyskiwania wysokiej selektywności flotacji, czyli wysokich wartości zarówno uzysku operacyjnego jak i zawartości miedzi w koncentracie. Zbyt duży uzysk flotacji wstępnej, związany z wysokim wychodem koncentratu, powoduje obniżenie efektywności czyszczenia i zwiększoną zawartości Cu w strumieniu zawrotu. Wylew młyna prętowego Przelew nadawa na układ wzbogacania piasków Klasyfikator zwojowy Wylew nadawa na układ wzbogacania węglanów Wzbogacanie piasków Wzbogacanie węglanów Flotacja wstępna Flotacja wstępna Odpad Koncentrat Koncentrat Odpad Flotacja główna Układ flotacji czyszczących Układ flotacji czyszczących Flotacja główna Zawroty do procesu Koncentrat końcowy piasków Koncentrat końcowy węglanów Odpad Koncentrat Zawroty do procesu Odpad końcowy piasków Koncentrat końcowy wspólny strony A Odpad końcowy węglanów Rys. 1. Schemat blokowy układu technologicznego flotacji dla O/ZWR Rejon Rudna Strona A Fig. 1. Flotation process block diagram in O/ZWR Rejon Rudna, side A Kontrola wychodu strumienia zawrotu jest kluczowa dla pracy flotacji wstępnej z uwagi na fakt, że: - wzrost wartości wychodu zawrotu przy spadającej jakości koncentratu końcowego powinien skutkować podnoszeniem jakości koncentratu flotacji wstępnej mniejszy wychód koncentratu o wyższej zawartości miedzi. - wzrost wartości wychodu zawrotu przy wzrastającej zawartości miedzi w odpadach powinien skutkować zmniejszeniem jakości koncentratu flotacji wstępnej mniejszy wychód odpadów czyli wyższy wychód koncentratu o niższej jakości. Drugą po flotacji wstępnej, istotną z punktu widzenia końcowych wyników technologicznych, jest flotacja główna, która decyduje o ilości miedzi w odpadach końcowych i od której oczekuje się stabilności w zakresie wartości strumienia zawracanych półproduktów. Z uwagi na duży strumień materiału oraz trzy odrębne strumienie koncentratu brak stabilności wychodu z poszczególnych kaskad zmienia bilans materiału i powoduje określone zmiany dla kolejnych operacji wzbogacania, np. skrócenie czasu flotacji czyszczących. Brak reakcji na zmienne parametry wzbogacanej nadawy powoduje niekontrolowane zmiany w ramach prowadzonego procesu i w konsekwencji straty metalu w odpadach końcowych. Mając na uwadze przyspieszenie reakcji na wahania parametrów ilościowych i jakościowych w obiegu, na maszynach flotacji głównej i czyszczącej w O/ZWR Rejon Rudna wprowadzono 3

4 system optymalizacji sterowania procesem flotacji w oparciu o system wizyjny FloVis. Wdrożenie nadrzędnego systemu sterowania zapewnia, że prowadzenie procesu flotacji nie opiera się już tylko na doświadczeniu i intuicji operatora, ale wykorzystuje wyniki pomiarów parametrów wizyjnych oraz wyniki optymalizacji sterowania pracą maszyn flotacyjnych i całych ciągów technologicznych. 3. SYSTEM STEROWANA NADRZĘDNEGO PROCESEM FLOTACJ FLOVS Wyniki uzyskane na drodze opracowywania i wdrażania systemu identyfikacji, połączone z analizą chemiczną wykazały, że system wizyjny umożliwia monitorowanie przebiegu procesu i wykrywanie jego zakłóceń, a zatem, że istnieje możliwość kontroli i regulacji operacyjnych wskaźników efektywności w oparciu o analizę wizyjną piany flotacyjnej. System wizyjny FloVis VSON przetwarza obrazy piany flotacyjnej pozyskiwane przez cyfrowe kamery sieciowe, umieszczone nad powierzchnią piany flotacyjnej. System wizyjny wykorzystując algorytmy przetwarzania obrazów piany wyznacza wartości parametrów charakteryzujących pianę flotacyjną, jej strukturę, zmienność, prędkość spływania i przeźroczystość oraz kolor. Na podstawie wyznaczonych wartości parametrów wizyjnych ocenia się i modyfikuje wielkości sterujące przebiegiem procesu flotacji [8] [10]. Rys. 2. nstalacja kamer nad komorami flotacyjnymi i etapy filtrowania obrazów piany (Zdjęcia: Anna Zamora, Właściciel: KGHM Polska Miedź S.A. O/ZWR) Fig. 2. Cameras installation over flotation machines cells and stages of froth images filtration (photos: Anna Zamora, owner: KGHM Polska Miedź S.A. O/ZWR) System realizuje algorytmy optymalizacji sterowania w zależności od prognozowanej zawartości miedzi w nadawie oraz w zależności od celu sterowania, który jest kompromisem pomiędzy zadaniem minimalizacji zawartości miedzi w odpadach a maksymalizacją zawartości miedzi w koncentracie. Uzyskane wyniki badań nad systemem FloVis stanowiły punkt odniesienia do dalszych działań, mających na celu poszerzenie jego funkcjonalności. dentyfikacja zależności pomiędzy parametrami wizyjnymi piany a wielkościami sterującymi procesem flotacji oraz wynikami technologicznymi umożliwiła opracowanie algorytmów sterujących pracą maszyny flotacyjnej w oparciu o analizę wizyjną, w powiązaniu z oczekiwanymi wynikami technologicznymi. Opracowany w etapie system sterowania zapewniał kontrolę przebiegu procesu flotacji i dostosowywanie nastaw maszyny do bieżących właściwości flotacyjnych rudy. Nastawy 4

5 wyznaczane są na podstawie uzyskanych wyników optymalizacji procesu flotacji dla wybranego celu sterowania [9]. System FloVis udostępnia do wyboru następujące tryby pracy: - OPT optymalizacja: minimalizacja zawartości Cu w odpadach flotacyjnych ϑ (CuO) albo maksymalizacja zawartości Cu w koncentracie β (CuK), - STB stabilizacja procesu o zadanym obrazie piany, - WyK ograniczenie wychodu koncentratu γ. Wyboru trybu dokonuje się w zależności od sytuacji technologicznej i zadań produkcyjnych, tj. maksymalizacji uzysku końcowego miedzi czy też maksymalizacji zawartości miedzi w koncentracie końcowym. Rys. 3. FloVis SCADA - Ekran wyboru celu sterowania i wizualizacji wyników pomiarów analizatora rentgenowskiego Fig. 3. FloVis SCADA synoptic screen of control goal choice and the results of x-ray analyzer measurements 3.1. Sterowanie uzależnione od zmienności wzbogacanej rudy Praca systemu umożliwia kompensację zakłóceń związanych głównie ze zmianami właściwości i natężenia dopływu wzbogacanej rudy [Rys. 3]. Korekty nastaw wyznaczane są na bieżąco, między innymi na podstawie zmian parametrów wizyjnych oraz w zależności od prognozowanych zawartości miedzi w nadawie i w odpadach końcowych maszyny, bądź wskazań zawartości miedzi przez analizator rentgenowski, jeśli pomiary takie są dostępne. Zakłócenia wymagające szybkich zmian są kompensowane poprzez bezpośrednią korekcję wielkości sterujących Tłumienie zakłóceń poziomów w komorach flotacyjnych Według teorii sterowania układy regulacji poziomów w kaskadowo połączonych komorach maszyny flotacyjnej są przykładem wzajemnego oddziaływania układów regulacji. W celu usunięcia wzajemnego wpływu regulacji poziomów, wprowadzono autonomizację obiektu regulacji. Autonomizacja taka polega na tym, że we wszystkich układach regulacji wprowadza się dodatkowe, wielowymiarowe sprzężenia zwrotne, które zapewniają odsprzęganie poszczególnych układów stabilizacji poziomów w kolejnych kaskadach. W efekcie zmniejszane są wahania 5

6 poziomów w sąsiednich komorach, przy zmianach ich wartości zadanych lub w przypadku wystąpienia znacznych zakłóceń. Tłumione są również zakłócenia związane ze zmianą natężenia przepływu nadawy, by w minimalnym stopniu wpływały na zmiany poziomów w kolejnych kaskadach maszyny. Układ stabilizacji poziomów w zbiornikach kaskadowo połączonych komór maszyny flotacyjnej jest klasycznym przykładem obiektu wielowymiarowego z niezerowymi funkcjami przejścia torów skrośnych. Zmniejszenie wpływu sprzężeń skrośnych zapewnia się przez wprowadzenie statycznego sprzężenia od współrzędnych stanu obiektu, zgodnie z metodą Gilberta [l] Struktura funkcjonalna systemu W układzie regulacji podrzędnej PLC_PD wielkościami regulowanymi PV (Process Value) są natężenia przepływu powietrza (FT) i odczynników (EXT, KOR) oraz poziom w komorach flotacyjnych (LT) Rys. 4. LT_CV FT_CV EXT_CV KOR_CV PROCES FLOTACJ System wizyjny FT_PV PLC_PD_FT Analizator VP -parametry wizyjne αβγ SP dentyfikacja modeli procesu CEL STEROWANA (CuO; CuK; STB; WyK) SP_OP Optymalizacja statyczna VP_OPT - optymalny parametr wizyjny z -1 SP_T FT_BAS Korekcje sterowania Regulator ekstremalny Rys. 4. Schemat blokowy układu sterowania i optymalizacji procesu flotacji w systemie FloVis, z przykładowym regulatorem nadrzędnym przepływu powietrza technologicznego Fig. 4. Flotation process control and optimization system block diagram in FloVis system with example of air flow master controller Układ regulacji nadrzędnej wyznacza wartości zadane SP (Set Point) dla tych wielkości, na podstawie wyników porównywania parametrów wizyjnych VP (Vision Parameter) z ich wartościami optymalnymi VP_OPT (Optimal Parameter). Wartości VP_OPT są wynikiem optymalizacji sterowania procesem flotacji w oparciu o analizę obrazu piany. Pomiary zawartości wzbogacanego metalu są pobierane z analizatora lub wyznaczane na podstawie parametrów wizyjnych VP. Zmiany zawartości metalu w strumieniu wejściowym oraz w strumieniach obydwu produktów uwzględniane są przez algorytmy modułu programowego FloVis-Model, który wyznacza wartości korekty wielkości zadanych SP oraz wartości korekt optymalnych parametrów wizyjnych OPT. Układ torów regulacyjnych dla FloVis dobiera się na podstawie obserwacji konkretnego procesu flotacji i stanowi niezbędny etap kalibracji systemu sterowania nadrzędnego. 6

7 Parametry, takie jak wielkość pęcherzyków piany flotacyjnej, wpływają na zmiany poziomów pulpy w komorach, zaś zmienność czy prędkość spływania piany flotacyjnej oddziałują na przepływy powietrza. Parametry koloru w skalach RGB bądź HSV lub przeźroczystość piany wpływają na natężenia przepływu odczynników Sterowanie w sytuacjach awaryjnych Operator może w każdej chwili zmienić tryb sterowania na lokalny i ustalić nastawy maszyny stosowne do sytuacji technologicznej. System po przejściu w tryb zdalny koryguje nastawy maszyny w wąskich zakresach zmian wokół zadanego punktu pracy. 4. ANALZY TECHNOLOGCZNE Z PRÓB PRZEMYSŁOWYCH SYSTEMU FLOVS Bazując na wynikach opróbowań zmianowych, dokonano analizy funkcjonalności oraz osiąganych wyników technologicznych przez układ pod działaniem systemu FloVis w szerszym okresie czasu. Tabela 1. Wartości wskaźników technologicznych wzbogacania dla poszczególnych trybów pracy systemu FloVis (Ster. Prod. Sterowanie producenta MF) Table 1. Enrichment process technological parameters values for particular FloVis system control modes (Ster. Prod. Oryginal MF Control System) Data Zmiana %Cu nadawa na stronę A %Cu nadawa piaski (aproksymacja) %Cu nadawa węglany (aproksymacja) %Cu koncentrat oprób. zmianowe %Cu odpad oprób. zmianowe Wychód Uzysk koncentratu Współczynnik a Sterowanie % 1.78% 2.74% 22.83% 0.18% 11.32% 94.18% Ster. Prod. 2.07% 1.83% 2.73% 25.42% 0.20% 10.03% 93.41% Ster. Prod. 2.05% 1.81% 2.73% 23.58% 0.18% 10.92% 94.14% Ster. Prod. 2.25% 1.91% 2.70% 26.52% 0.23% 9.41% 92.29% Ster. Prod. Ster. Prod. 2.09% 1.83% 2.73% 24.59% 0.20% 10.42% 93.51% % 1.88% 2.71% 27.41% 0.25% 9.07% 91.63% FloVis STB 1.85% 1.72% 2.76% 25.14% 0.21% 10.25% 93.18% FloVis CuO 2.04% 1.81% 2.74% 28.23% 0.21% 9.01% 93.02% FloVis CuK 2.04% 1.81% 2.73% 27.93% 0.20% 9.14% 93.36% FloVis CuO 2.04% 1.81% 2.74% 27.93% 0.18% 9.21% 94.02% FloVis CuO 1.97% 1.78% 2.74% 27.17% 0.22% 9.37% 92.74% FloVis CuO 1.97% 1.78% 2.75% 29.18% 0.16% 8.91% 94.69% FloVis CuO 2.00% 1.79% 2.74% 28.72% 0.18% 8.97% 94.02% FloVis CuO CuO 1.98% 1.78% 2.74% 27.68% 0.19% 9.31% 93.67% Opróbowanie układu technologicznego węglanów (Rys. 1) przeprowadzono na zmianach i w roku 2010 w dniach kwiecień, maj, 8-10 oraz czerwiec. W Tabeli 1. oraz na Rys. 5 i Rys. 6 przestawiono wyniki technologiczne określone dla zawartości Cu w nadawie na flotację węglanów. Zawartość ta została aproksymowana według ustalonej zależności z oznaczeń zawartości Cu w nadawie na klasyfikator (wylew młyna prętowego). Zależność tę zidentyfikowano na bazie wyników opróbowania klasyfikatora [3]. Takie podejście do określenia 7

8 wartości wskaźników technologicznych wynika z przyjętego bilansu prowadzonego przez O/ZWR, w którym poza produktami końcowymi do określenia wskaźników, analizie poddaje się zawartość Cu w nadawie procesu, czyli w wylewie młyna prętowego. Ponieważ system wizyjny został uruchomiony na maszynach flotacji głównej wzbogacania frakcji węglanowej strony A w O/ZWR Rejon Rudna, ocena wpływu jego pracy wymagała ustalenia nadawy na ten układ technologiczny, tj. w wylewie klasyfikatora (Rys. 1). Opróbowanie klasyfikatora umożliwiło określenie wychodu jego produktów, co pozwoliło na ustalenie strumienia rudy kierowanej do procesu wzbogacania dla danego układu. Decydujące znaczenie dla poprawności pracy maszyn flotacyjnych ma stabilizacja strumienia materiałowego produktów poddawanych wzbogacaniu. Pozwala to na osiągnięcie wymaganego czasu flotacji, gwarantującego osiągnięcie optymalnego uzysku dla zadanej wartości zawartości Cu w koncentracie. Zmienny skład litologiczny oraz uziarnienie nadawy powoduje dużą zmianę wychodów produktów klasyfikacji. W okresie opróbowań zmiana wychodu wylewu klasyfikatora wynosiła od 23% do 48% (średnia wartość wynosiła 34,0% przy odchyleniu standardowym równym 5,4%, co daje współczynnik zmienności 15%). Tak duża rozbieżność pomiędzy wartościami minimalną i maksymalną daje zmianę strumienia materiału wynoszącą ponad 100%. 95.0% 94.5% 94.0% 93.5% 93.0% 92.5% 92.0% 91.5% 91.0% 90.5% 90.0% Ster. Prod. CuO Uzysk flotacji węglanów str.a Odpad końcowy flotacji głównej str.a 0.30% 12.0% 0.25% 10.0% 0.20% 0.15% 0.10% 8.0% 6.0% 4.0% 0.05% 2.0% 0.00% 0.0% Ster. Prod. CuO Wychód flotacji węglanów str.a Koncentrat flotacji węglanów str.a 35.00% 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00% Rys. 5. Wartości wskaźników technologicznych wzbogacania (uzysku i wychodu) dla poszczególnych trybów pracy systemu FloVis Fig. 5. Enrichment process technological parameters (recovery and yield) values for particular FloVis system control modes Oznacza to dużą zmianę czasu flotacji rudy w układzie, co niekorzystnie wpływa na końcowe wyniki technologiczne wzbogacania. Drugim czynnikiem decydującym o pracy maszyn flotacyjnych w układzie jest oczekiwana wartość zawartości Cu w koncentracie. Zakładając poprawność przygotowania nadawy, tj. osiągnięcie odpowiedniego uwolnienia siarczków miedzi w układzie mielenia i klasyfikacji (pośrednio mierzonego uziarnieniem) oraz poprawność dozowania odczynników, o jakości koncentratu decydują nastawy maszyny oraz możliwości wynikające z charakterystyki rudy, w głównej mierze skład mineralogiczny. 8

9 Ster. Prod. CuO Współczynnik rozdziału a flotacji węglanów str.a Koncentrat flotacji węglanów str.a 35.00% % 25.00% % 15.00% % 5.00% % Ster. Prod. CuO Współczynnik rozdziału a flotacji węglanów str.a Odpad flotacji głównej węglanów str.a 0.30% 0.25% 0.20% 0.15% 0.10% 0.05% 0.00% Rys. 6. Wartości współczynnika rozdziału dla poszczególnych trybów pracy systemu FloVis Fig. 6. Distribution coefficient values for particular FloVis control modes Specyfika eksploatowanego złoża sprawia, że skład mineralogiczny jest zmienny, co powoduje, że osiągnięcie zadanego poziomu jakości koncentratu może się okazać niemożliwe bez znacznego obniżenia się poziomu uzysku. Wynika to z charakterystyki wzbogacalności danej rudy [4] [5] [6]. Zadaniem układu regulacji jest zmiana nastaw maszyn flotacyjnych w celu ograniczenia strat Cu w odpadach z uwagi na zmianę charakterystyki wzbogacalności przerabianej rudy w danym okresie. 5. ANALZA PARAMETRÓW WZYJNYCH W ZALEŻNOŚC OD CHARAKTERYSTYK NADAWY Rys. 7. Zależności od gęstości oraz uziarnienia klasy 0.071mm odpadu: (1)- różnicy koloru czerwonego w obrazie piany w 2. kaskadzie i 1. kaskadzie, (2)-przeźroczystości pęcherzyków piany w 3. kaskadzie Fig. 7. Relation between density and 0.071mm grain class of tailing: (1) difference in red color in froth image in second and first cascade, (2) froth bubbles transparency in third cascade Na podstawie wyników opróbowania, analizie poddano wpływ gęstości i uziarnienia na parametry wizyjne oraz wyniki technologiczne. Na Rys. 7, 8, 9, 10 pokazano wpływ gęstości i uziarnienia odpadów na wybrane, obserwowane parametry wizyjne i wskaźniki technologiczne wzbogacania. 9

10 Spośród wielu dostępnych parametrów wizyjnych, wyboru dokonano tak, aby wykazać podobieństwo powyższych charakterystyk z charakterystykami otrzymanymi dla uzysku, wychodu oraz współczynnika rozdziału. Na przedstawionych wykresach można zauważyć znaczącą zależność pomiędzy zmianami poszczególnych parametrów wizyjnych a zmianami parametrów technologicznych. Wyniki analizy wskazują na możliwości obserwacji pośredniej gęstości i uziarnienia odpadów, poprzez pomiar parametrów wizyjnych, jak również na możliwości optymalizacji wskaźników technologicznych w oparciu o te pomiary. Rys. 8. Zależności od gęstości oraz uziarnienia klasy 0.071mm odpadu: (1)- różnicy zmienność piany w w 2. kaskadzie i 1. kaskadzie, (2)- różnicy wielkości pęcherzyków piany w 3. i 2. kaskadzie Fig. 8. Relation between density and 0.071mm grain class of tailing: (1)- difference in froth inconstancy between second and first cascade, (2)- difference in bubbles size between third and second cascade Rys. 9. Zależności od gęstości oraz uziarnienia klasy 0.045mm odpadu: (1)-wychodu koncentratu, (2)- współczynnika rozdziału materiału Fig. 9. Relation between density and 0.045mm grain class of tail: (1)- concentrate yield, (2)- material distribution coefficient 10

11 Rys. 10. Zależności od gęstości oraz uziarnienia klasy 0.045mm odpadu: (1)- uzysku Cu w koncentracie, (2)- uzysku Cu w koncentracie po korekcie wpływu %Cu w nadawie Fig. 10. Relation between density and 0.045mm grain class of tail: (1)- Cu recovery in concentrate, (2)- Cu recovery in concentrate after influence of feed Cu content correction 6. PODSUMOWANE Zastosowanie systemu automatycznego sterowania procesem flotacji ma szczególne znaczenie dla O/ZWR z uwagi na fakt, iż kluczowym procesem wzbogacania jest flotacja. Wysoka troska O/ZWR KGHM PM S.A. o wyniki technologiczne, mierzone uzyskiem miedzi, wynika z ponoszonych wysokich kosztów pozyskania rudy oraz jej przygotowania do wzbogacania. stotnym zadaniem jest więc minimalizacja strat miedzi w odpadach końcowych, co jest możliwe tylko przy efektywnej pracy maszyn flotacyjnych na poszczególnych etapach flotacji. Ogromne znaczenie ma tutaj realizacja założonych poziomów odzysku miedzi na poszczególnych etapach wzbogacania flotacyjnego. Wyniki przeprowadzonych prób wskazują [8] [9] [10] [11], że zastosowanie systemu wizyjnego zapewnia stabilny przebieg procesu flotacji głównej, co bezpośrednio przekłada się na poprawę kluczowych wskaźników technologicznych [1] [2]. Wprowadzenie systemu wizyjnego umożliwiło dostosowywanie parametrów pracy maszyn i parametrów flotacji na podstawie informacji o parametrach piany flotacyjnej, a więc na podstawie danych pozbawionych subiektywnych ocen. Zaletą systemu wizyjnego jest możliwość kontroli wszystkich kaskad maszyny flotacyjnej i dostosowanie ustawień do wypracowanego przez operatorów optimum pracy maszyn flotacyjnych [11]. Opracowane tryby pracy systemu FloVis dla sterowania maszynami flotacji głównej mają za zadanie ułatwić obsłudze technologicznej uzyskiwanie optymalnych końcowych wyników technologicznych w zależności od przyjętych założeń maksymalizacji uzysku czy też zawartości Cu w koncentracie końcowym. Należy podkreślić, że duża zmienność, zarówno właściwości wzbogacalności wynikająca w głównej mierze ze zmiennego składu litologicznego jak i przebiegu procesu wzbogacania, wymaga stosowania nowoczesnych układów optymalizacji, opartych o kontrolę i stabilizację jednostkowych procesów przeróbki. Wykorzystanie systemu wizyjnego potwierdza możliwości w zakresie poprawy uzysku poprzez optymalizację pracy maszyn poszczególnych etapów flotacji [1] [2] [1]. LTERATURA [1] Legierski T., Zamora A., Foszcz D., Kazior G., Adamczyk W. - Zastosowania systemów wizyjnych i termowizyjnych do sterowania procesami technologicznymi w KGHM Polska Miedź S.\,A. Application of vision and thermovision systems in control processes at KGHM Polska Miedź S.\,A. W: Copper metallurgy : 50th anniversary of KGHM Polska Miedź S.\,A. : October 2011, Kraków, 11

12 Poland : conference proceedings / nstytut Metali Nieżelaznych, [et al.]. Gliwice : MN, [2011]. SBN S Bibliogr. s. 438, Streszcz., Abstr. [2] Konieczny A., Pawlos W, Jach M, Pępkowski R, Krzemińska M, Kaleta R, Foszcz D. - Zastosowanie systemu wizualizacji do sterowania parametrami pracy maszyn flotacyjnych w KGHM Polska Miedź S. A. Oddział Zakłady Wzbogacania Rud Application of visualization system for controlling operating parameters of flotation machines in KGHM Polska Miedź S. A. Division of Concentrators / // Górnictwo i Geologia : kwartalnik ; SSN t. 6 z. 2 s Bibliogr. s. 71, Streszcz., Summ. Afiliacja: Akademia Górniczo-Hutnicza [3] Raport z opróbowania kwiecień-2010 Tadeusz Legierski AMEplus Sp. z o.o [4] Praca badawcza: Określenie wpływu wzbogacalności przerabianych rud na jakość koncentratów miedziowych dla potrzeb optymalizacji górniczo-hutniczego procesu wytwarzania miedzi Etap (umowa nr KGHM-ZW-U ) wykonanej przez AGH w 2009r. dla ZWR przez zespół: Dariusz Foszcz, kierownik etapu, Andrzej Łuszczkiewicz, Jan Drzymała, Tadeusz Tumidajski, Kazimierz Trybalski, Antoni Muszer, Tomasz Niedoba, Teresa Henc [5] Drzymała J, Luszczkiewicz A., Foszcz D.: Application of upgrading curves for evaluation of past, present, and future performance of a separation plant / // Mineral Processing & Extractive Metallurgy Review ; SSN vol. 31 iss. 3 s Bibliogr. s. 175 [6] Foszcz D., Niedoba T., Tumidajski T.: Analiza możliwości prognozowania wyników wzbogacania polskich rud miedzi uwzględniającego stosowaną technologię Analysis of possibilities of forecasting the results of Polish copper ores benefication with applied technology taken into account / // Górnictwo i Geoinżynieria / Akademia Górniczo-Hutnicza im. Stanisława Staszica, Kraków ; SSN Tyt. poprz.: Górnictwo (Kraków) R. 34 z. 4/1 s Bibliogr. s , Streszcz., Summ. [7] Grotowski A., Bladzi M., Opracowanie nowej technologii przerobu piaskowcowo-węglanowych rud miedzi w KGHM Polska Miedź S.A. Analiza wskaźników wzbogacania O/ZWR Rejon Polkowice i Rudna oraz ocena możliwości zastosowania najnowszych rozwiązań technicznych i technologicznych., 2007 [8] Pawlos W., Wróbel M., Legierski T., Zamora A., Rdest M., Legierski W., Wróbel M., Moszumański J., Garłowski S., Sprawozdanie z pracy badawczo-rozwojowej pt.: Sterowanie procesem flotacji poprzez analizę obrazu jakości piany flotacyjnej Projekt Nr: 108/2006, 2006 [9] Pawlos W., Legierski T., Foszcz D., Zamora A., Wróbel M., Legierski W., Moszumański J., Garłowski S., Sprawozdanie z pracy badawczo-rozwojowej pt.: Sterowanie procesem flotacji poprzez analizę obrazu jakości piany flotacyjnej Projekt Nr: 10806/2007, 2007 [10] Foszcz D., Zamora A., Sprawozdanie z prób przemysłowych wizyjnego systemu optymalizacji sterowania procesem flotacji FloVis (nr 19609), 2010 [11] Raport końcowy z wdrożenia wyników pracy badawczo-rozwojowej pt: Sterowanie procesem flotacji poprzez analizę obrazu jakości piany flotacyjnej FloVis, 2010 (opracowanie własne O/ZWR) [12] Gilbert, E.G.: The decoupling of multivariable systems by state feedback. SAM Journal of Control, Vol 7, No 1, 1969, pp.50-63). [13] TTLE: Flotation process optimization with feed parameters variation using FloVis system in KGHM PM O/ZWR Rejon Rudna. ABSTRACT: The paper presents features of FloVis system in terms of flotation machine control based on froth image analysis. The main goal of the system is the optimization of technological process of flotation with feed parameters variation and different technological states. The system influence on the enrichment process in different operating points is presented and objective function is described. The paper present also the analysis results of the feed parameters (like Cu content, density, feed rate and grain size) variation influence on vision parameters and enrichment process. The flotation process optimization conditions were assessed with the feed parameters variation. Analysis results were obtained based on industrial experiments carried out in Ore Enrichment Plant O/ZWR Rejon Rudna. KEY WORDS: flotation, optimization, vision system. 12