选矿过程模拟与优化_第六章浮选

1、第六章浮选数学模型第六章浮选数学模型第一节概述第一节概述1 1浮选数模的研究现状浮选数模的研究现状 大家都知道，浮选是细粒煤最主要的分选方法之一，要提高浮选效果重要手段就是实现浮选过程自动化，而要实现浮选过程的自动化，并进行实时控制，就必须研究浮选数学模型。 然而浮选是一个复杂的物理化学过程，影响浮选效果的因素较多，诸如原煤的矿物组成、粒度组成、原煤的可浮性好坏、浮选药剂制度、浮选机的工作情况、浮选过程操作情况等等，所以要想较好地模拟浮选过程确实比较困难。 即使如此，许多学者都已从不同角度对浮选过程数学模型进行了研究。在这些研究变化中，比较实用和有前途的还是浮选动力学模型。 在浮选数模研究工作

2、中，煤泥浮选数学模型起步较晚，而金属矿物的浮选数模研究起步较早，。 由于浮选过程的复杂性，虽然许多学者进行了多手研究，也取得了一些成果，但这些模型多数是属于学院式的模型，模型的局限性较大，模型中存在着一些难以求得的参数，所以，到目前为止，尚没有一个通用的浮选数学模型。 2 2浮选数学模型的分类浮选数学模型的分类 浮选模型的形式往往取决于它的用途和研究人员所采取的方法，一般可分为以下几种：(1)(1)概率模型概率模型 概率模型是把浮选过程中的主要影响因素用事件出现的概率形式来表示。比较有代表性的就是舒曼和凯索尔公式。 a.a.舒曼公式舒曼公式： 粒度为x的颗粒浮选速度为： RPcPaC(x)VS

3、 式中： C(x)矿浆中粒度为x的颗粒浓度； V浮选槽容积； Pc气泡与颗粒碰撞概率； Pn气泡与颗粒附着概率； S泡沫稳定性系数; 其中:SPe PfPe表示矿粒和气泡聚合体上开到泡沫层底部不脱落概率;Pf表示矿粒在泡沫层中随水下泄的概率。 ; 结论：舒曼的概率模型中包括着一些难以求得的参数，它只是分析了浮选槽内矿浆和泡沫内的作用机理。 b.凯索尔公式： 形式： 式中： WO 浮选第一槽的有用矿物重量; W N槽后在矿浆中剩余的有用矿物重量; P 有用矿物的浮选概率; N 浮选的槽数; 该公式可用在连续浮选槽中，其中有用矿物的浮选概率P实际上是舒曼公式中所有概率Pc,Pa,Pe,Pf的乘积。

4、)1lg(PNWWLgO 上式可变换为：WWO（1P）N 如果具有浮选机的逐槽分选结果，就可利用上式估算浮选物料的成功率。 2 2经验模型经验模型 经验模型是根据变量之间的统计关系建立的，它并不考虑过程的作用机理。 该种模型优点是建立模型所费人力较小，时间较短，实用上，往往也能得到比较满意的结果。缺点是局限性大，只能用在特定条件下。3 3总体平衡模型总体平衡模型4 4动力学模型动力学模型 浮选动力学模型是研究浮选泡沫产品随时间变化的规律，表示这种变化的量主要有矿物质量，回收率和产率。 浮选动力学模型是根据浮选动力学理论建立起来的，它最早是从化学反应动力学中引用来的，它把浮选过程中矿粒与气泡碰撞

5、附着比拟为化学反应中的分子碰撞。从类似于分子动力学观点来研究浮选过程模型。 从上述四种模型实用性来看，浮选动力学模型和经验模型实用性较强，所以本章我们主要介绍这二种模型，重点是动力学模型。 第二节单相浮选动力学模型第二节单相浮选动力学模型一、什么是单相浮选一、什么是单相浮选动力学模型模型 所谓单相模型就是把浮选槽内的物料看作一个整体，忽略其中矿浆与泡沫层之间的差异。60年代以后才出现了二相或多相模型。二相模型是把浮选槽内的矿浆和泡沫划分为不同的二个相，分别建立独立的模型。多相模型则把浮选槽分为更多的相，然后从理论上建立各相的模型。 目前，具有实用价值的还是单相浮选动力学模型，利用它可以模拟单槽

6、浮选或多槽连续浮选。airAir flowmeterAir compressorFlotation CellFroth scrub pedalsWater additionpumpLight suorceopticaldedectormanometerRubber memrane Automatic control unitePulp levelSample trayvalveWater tankairAir flowmeterAir compressorFlotation CellFroth scrub pedalsWater additionpumpLight suorceopticald

7、edectormanometerRubber memrane Automatic control unitePulp levelSample trayvalveWater tank（一）、浮选速度公式（一）、浮选速度公式 1 1分批浮选的浮选速度公式分批浮选的浮选速度公式 a、分批浮选特点： 分批浮选是分批地排出浮选精矿。在分批浮选中，矿浆内欲浮矿物浓度是变化的，浮选是一个非稳定的过程。 b、模型的建立： 单相浮选动力学模型是根据浮选速度的理论建立的。 在单槽分批浮选中，可以认为：浮选速度与浮选槽内欲浮矿物的浓度成正比，即：（一级浮选速度公式） 式中：C槽内欲浮矿物的浓度; K浮选速度常数;

8、t 为浮选时间; 物理意义：在浮选槽内的矿浆中，欲浮矿物的浓度下降速率与同一时间内该矿物在矿浆中的浓度成正比。KCdtdc 一级浮选速度公式实际上是从一级化学反应动力学引用来的，它只是把浮选过程中的矿粒与气泡碰撞附着比拟为化学反应中的分子碰撞。但实际浮选中，矿粒附着后可能还会脱落。它的作用机理比化学反应复杂，所以，浮选速度要比一级反应小。因此，有些研究工作者认为，浮选速率与矿物浓度的n次方成正比。即： 式中: n为反应级数，当n1时为一级速度公式；n2时为二级速度公式，以此类推nKCdtdc 关于n值的研究：有些研究者认为，窄级别的矿物，浮选速率基本上符合一级反应；也有的学者认为，粗粒矿物n值

9、较大，细粒矿物n值较小；但在建立实用的浮选动力学模型中，往往仍采用一级反应的浮选速率公式。 一级反应速度公式为： 积分后得 :Kdtcdc1lnCKtc 设CO为初始欲浮矿物浓度， 即当t0 时CCO，这样根据上式则有C1lnCO ,代入上式,上式则变为：lnCKtlnCO 即 : KtOeKtCClnlnKtOeCC实际上，对于一个浮选过程来说，欲浮矿物的回收率很少能达到100。假设长时间浮选后留在浮选槽内的欲浮矿物浓度为C ,则上式更准确表达为： 设R为欲浮矿物最大回收率则RCo -C这样C -C=C -Co +Co -C = Co-C -(C0-C)=R -RKtOeCCCC上式可写成

10、: 即RR（1eKt）或 上式是以欲浮矿物回收率表示的浮选速度公式，上式中K是浮选速率常数，是浮选动力学模型中的一个基本，也是重要的参数；K是欲浮矿物进入精矿中的一个概率尺度，是衡量某种矿物浮选速度快、慢的标志。 KteRRRKtRRRln2 2影响影响K值的主要因素：值的主要因素： （1）矿物的可浮性、粒度和密度等物料性质。 （2）浮选的物理化学环境，如药剂浓度、药剂种类、加药方式、矿浆的碱度等。 （3）浮选机的机械因素，如槽的形状、叶轮转速、充气量等。 如果浮选过程物理化学环境和机械因素一定时，则K值大小主要取决于物料性质。原料中不同性质的物料都有自己的K值，可浮性好的物料，浮选速度快，K

11、值较大；可浮性差的的物料，浮选速度较慢，K值较小。例如，对于不同密度级或不同粒级的物料，不同级别都有自己的K值。3 3准确地确定准确地确定K K值成为浮选动力学模型研究的值成为浮选动力学模型研究的一个关键问题。一个关键问题。 下面我们介绍一下K的确定方法。 K值的确定方法 在分批浮选中，K值通常可以有二种方法求得，即图解法和0.618寻优法计算。 a. 图解法 图解法就是利用 关系作图分析。KtRRRln 步骤：在分批浮选试验中，每间隔一定时间收集一份精矿，这样就可以得出一组累计浮选时间和累计回收率的关系数据。根据上式，在数系 t上作图，就可以得到一条直线，该直线的斜率就是浮选速率常数K值。

12、1 2 3 4 5 6 7 浮选时间t (min)图. 分批浮选的浮选速度RRRlnRRRln b、 0.618寻优法 由分批浮选试验可知，Ri为浮选时间ti时刻的实测回收率，再由浮选速度公式 RR（1eKt）可以计算ti时刻的相应回收率。则实测值与计算值的偏差平方和为： 这里所求的模型参数K值应使R为最小，上式中，K是个变量，其它均为常数。因此，就可以利用0.618寻优求出最佳的单变量K值。21)1(KtiNiieRRR02040608010002468time (t)Recovery R (%)CDR2R3RABt1t2 小结： 对浮选入料成份单一的浮选过程，K近似为常数，上述方法是可行的

13、。 对混合入料浮选行为，上述方法就不合适了。 每个级别的浮选行为不同，K值不同，K值是变化的，可浮性好，先浮出，反之，则浮选速度慢，所以，如果要用一个数值来表示宽级别物料的浮选速率常数K，是不够准确的。（二）、浮选速度常数分布函数（二）、浮选速度常数分布函数 刚才上面已说了，对于混合物料的浮选来说，因为每个粒级或密度级都有自己的K值，而且是不同的，如果各级别数量比例发生了变化，则总体浮选速度随之变化。 若继续用CCOeKt就不合适. 因此有些学者试图从K值分布函数着手进行研究，像北京矿冶研究总院的陈子鸣教授在这方面进行了不少的研究，并取得一定成果。 如果存在一个K值分面函数f (K，0)，那么

14、则有 由于K值分布函数也比较复杂，所以有些学者建议采用一种简单的分布形式，即近似将欲浮矿物分为二部分：快浮部分和慢浮部分。这是一种简单的离散分布形式。 则浮选速度公式为： 式中：Ks，Kf分别为慢浮和快浮速度常数。 为慢浮物料所占原料比率 ;OKtOdKKfeCC)0 ,()1 (tKtKofseeCC优点：实用；简单、便于使用。问题：能否将欲浮矿物截然分为快浮和慢浮二部分。如果原料为二种互不作用的单一成份混合起来，则可行；如果成份较复杂，解离程度？象宽级别、宽密度级时,是否可行？还有一些学者认为：把欲浮矿物按粒度或密度划分为若干部分，分别确定其K值，按各自的K值分别计算回收率，然后综合。 小

15、结： 对于一些离散的分布的K值，可按上面考虑； 如果应用连续的K值分布函数，这些函数都是非线性的，应用时,先要对原料确定一种合适的分布形式，然后利用大量试验来估算分布函数参数所以比较麻烦。复习1、浮选数学模型的研究状况，以及浮选数学模型的分类，这里重点介绍了浮选动力学模型。2、介绍了单相浮选动力学模型： RR（1eKt） 主要讲了：分批浮选速度公式的推导,这里主要讲的是一级反应。介绍浮选速度常数K的物理意义，以及影响浮选速率常数K的主要因素。同时介绍了K值的确定方法，一个是作图法；另一个是寻优法。接下来我们又介绍了浮选速率常数K的 分布函数。这里主要讲了采用离散分布函数，介绍了两速度常数模型。

16、 （三）、连续浮选速度公式（三）、连续浮选速度公式1 1单槽连续浮选速度公式的推导：单槽连续浮选速度公式的推导： 连续浮选的特点：连续浮选是在稳态的条件下进行的，浮选槽的给料与排料是恒定不变的，矿浆浓度也是不变的。公式推导：根据质量平衡关系：式中：Q，C分别为流量和浓度，R，J，W分别为入料、精矿和尾矿。设C0为浮选槽内矿浆浓度，V为浮选槽容积.WWJJRRCQCQCQ对于浮选槽内的矿物来说必然是一部分进入精矿，一部分进入尾矿，进入精矿的概率为K。（浮选速率常数K是标志矿粒进 入精矿的概率尺度，这里的K就是某单一成份的速率常数）。 则有假定:刮出精矿量远小于浮选槽内的矿浆量。则近似有：则精矿回

17、收率：VKCCQOJJWOCC WWWWWWOORRJJCQVKCVKCCQVKCVKCCQCQR分子、分母同除以 ，得： 这样就得到了连续浮选速度基本方程：2设有N个浮选槽，每个槽的停留时间为常数，就可根据单槽连续浮选速度公式导出N个槽的累积回收率。 WWCQ1WWQVKQVKRKKR1 为各槽的停留时间，各槽回收率分别为 ： 则有： NRRR,21KKR111112112131112)1 ()1 ()1 (1)1 ()1 (1NNRRRRRRRKKRRRRKKRN个槽综合回收率为：上式就是反映多槽浮选综合回收率的浮选速度公式，利用浮选速度公式可计算产物的数质量。 NRRRRR321NNKR

18、RRRRRR)1 (1)1 ()1 ()1 (111211111例：某厂煤泥在6槽浮选机中浮选，原煤泥浮沉组成为下，每槽的标称浮选时间为1.5分，如果忽略精矿带走的煤浆量，试计算浮选机产物的产率和灰分。解：（1）确定浮选速度常数K（见表中）， 一般通过试验确定。 （2）计算各密度级综合回收率 由公式 已知N6，t1.5（分） 各密度级综合回收率分别为： NKtR)1 (1密度密度级级重量重量W灰分灰分Ag%K本级本级回收率回收率R精煤产率精煤产率RW 精煤灰分量精煤灰分量RWA1.312.103.260.560.97511.8038.461.31.435.909.470.540.97234.8

19、9330.451.41.525.1015.340.200.79319.90305.331.51.614.2028.630.120.6308.9024.0036.280.040.2961.1842.96+1.88.770.030.020.1631.4299.31合计合计10019.27 78.141072.63 163.0296.063.0793.0972.0)5.154.01(1975.0)5.156.01(63,1RRRRRR（3）计算精煤产率和灰分： %42. 1%18. 1%9 . 8%90.19%89.34

20、%80.11%10.12975. 0%8 . 18 . 16 . 16 . 15 . 15 . 14 . 14 . 13 . 13 . 13 . 13 . 1WR 灰分： 产率：（4）计算尾煤产率和灰分 尾煤产率(10078.14%)21.86% 灰分=(10019.2778.1413.73721.86） 39.0 (%) 通过上例可以看出，利用连续浮选速度公式可计算浮选机的产物数质量。 浮选速度公式不仅可以进行浮选产物的数量计算，而且还可以间接计算出浮选产物的质量，现举例说明该计算方法。%73.13AgiAig%14.78ir例2：采用浮选处理一种非常简单的矿石，其中矿物A以5t/h和矿物B

21、以95t/h通过6槽浮选机进行分选，在每个槽中停留时间为2min，试计算浮选精矿的数量和矿物A在精矿中的品位。 解：（1）首先确定浮选速度常数KA和KB 通过试验确定： KA=0.3，KB=0.02（2）利用连续多槽浮选速度公式 计算6槽浮选机的回收率RA和RB ：NKR)1 (1%0 .21)202. 01 (1%1 .94)230. 01 (166BARR计算精矿的产量：（th） 设精矿中二种矿物的吨数为TA，TB TAQARA5.094.1%=4.71 th TBQBRB95.021%19.95 th 精矿产量：TTA+TB4.71+19.9524.66 th 计算矿物A在精矿中的品位

22、通过上面例子计算说明，利用多槽连续浮选速度公式，不仅可计算产物的数量，而且可计算质量。%1.1910066.2471.4为了便于同学们的理解，我们假设各槽 相等，但在实际浮选中，精矿所带走的煤浆量是不容忽视的。各槽的标称浮选时间 是不等的，此时各槽的回收率应分别计算。 实际多槽连续浮选速度公式实际多槽连续浮选速度公式 在实际浮选中，由于精矿带走的矿浆量QJ是不容忽视的，即QW量逐槽减少，所以各槽标称浮选时间并不相等（ 逐槽增大），各槽精煤回收率应分别逐槽计算。设有N个槽，各槽标称浮选时间顺次为：则逐槽精煤回收率为：N 槽综合回收率：N,211112221111 (1)1 (11NiiNNNRk

23、KRRKKRkKRNiiRR1（四）浮选回路的模拟（四）浮选回路的模拟 从以上对连续浮选动力学模型的介绍可以看出，从原则上可以利用浮选动力学模型模拟一个简单的浮选机组，也可以模拟一个复杂的浮选回路，但是在实际模拟过程中，却有很多困难，原因是需要做大量的试验来确定模型中的参数值，即使是对特定条件下的浮选过程也是如此。这里要确定的参数，主要是浮选速率常率K和每个槽的标称浮选时间 。1 1浮选机组的模拟浮选机组的模拟 用动力学模拟浮选机组的首要条件是： 浮选机工作正常，没有发生泡沫过载。 需求参数：K，各槽的标称浮选时间 。（1 1）K值计算方法：值计算方法： 关于浮选速率常数K，从实用性角度考虑，

24、一般均采用离散分布的K值，对于煤泥浮选来说，通常采用二速度模型和按原料的粒度组成或密度组成分别计算。 (a)下面我们先介绍二速度常数模型的浮选机组模拟中，浮选速率常数的计算方法。将原料分为可燃物（Kf）和不可燃物（Ks）二部分，分别计算相应回收率： 第一槽： 对于煤泥浮选来说，即使将入料分为可燃物和不可燃物二部分，但是每部分的物料的可浮性还是有区别的，可燃物的范围还是很宽的，如1.3和1.6的煤粒可浮性还是有差别的，粗颗粒和细颗粒的浮选速度也是不同的，在浮选机组分选过程中，可浮性好的优先浮出。 fsfffsssRRRKKRKKR)1(11所以，相邻的各浮选槽浮出的精煤，其Kf和Ks都是不同、逐

25、槽降低的。即：式中，N槽号 拟合参数代入上式，得： fNffNsNssNaKKaKK)1()1(fsaa ,NiifNsNnNnffNnfffNNnssNnsssNRRRRRaKaKRaKaKR1)1()1()1()1()1(11式中Ks，Kf， 需利用试验数据确定; 若已知：浮选机组中各槽的标称浮选时间和相应的可燃物及不可燃物的回收率RSn, RfN。则可用非线性拟合办法找出：Ks，Kf，值。(b)如果将入料按粒度组成或密度组成分为若干部分，仍然可以采用上述思路确定K值，只不过这时，我们以粒度级别或浮沉级别代替快浮与慢浮二部分。 上述二种确定实际浮选生产的K值的试验数据，无外乎来源于二方面，

26、一个是浮选生产fsaa ,fsaa ,的K值的试验数据，无外乎来源于二方面，一个是浮选生产技术检查，再一个是可以根据实验室小型浮选试验求得。（2 2）标称浮选时间的确定）标称浮选时间的确定 标称浮选时间 是浮选机组模拟中另一重要参数。标称浮选时间 是浮选槽的容积V除以尾煤流量Q2而求得的， 即：在浮选时间未知的情况下，那么浮选的精煤 2QV量Q1以及尾煤流量Q2也就是未知的了。所以，在浮选机组模拟中，标称浮选时间不可能事先确定，只能用迭代法求得。下面我们介绍一下迭代法的计算方法。 设原料按密度组成分为M个级别，入料流量Q，精煤液固比为P，浮选槽数为N，计算步骤如下： （1）假定一个值（1），利

27、用下式计算出一个标称浮选时间T1 T1 QV（2）利用下式，计算各部分的回收率 : = （3）按体积计算的精煤量为 : 式中，Fi 入料中第i部分的重量 Si 某密度级平均密度P 精煤液固比 iR111TKTKiiMiMiiiiiiRFPRFSQ1111(4)尾煤流量(5)标称浮选时间为:(6)比较T1及T1，若误差小于某规定范围，则计算正确，反之就要调整值，重新计算，直到两者相近为止。 利用上述方法，我们可以编程计算出选机 组的各种产物的数质量，计算中包括二个循环，一个循环是6个密度级，另一个是浮选机6室。 12QQQ21QVT2 2浮选回路的模拟浮选回路的模拟 一般来说，一个浮选回路可以包

28、括粗选、精选和数选作业，每个作业都是由浮选机组组成的，我们可以利用浮选机组的模拟方法，可以进一步模拟不同的浮选回路。 下面我们以二种煤的浮选回路为例来介绍一浮选回路的模拟方法。 a)开路流程模拟计算:粗选数选精选M1M2 由于是开路的浮选回路，所以计算比较方便。由于精选入料和数选入料分别是粗选的精煤和尾煤，它们的重量和组成均可以从粗选做业算出。所以只要把上述浮选组的计算程序作为该浮选回路模拟的子程序，编写一段主程序，根据回路需要调用子程序即可。b)闭路的浮选流程模拟 对于这种闭路流程，模拟计算时，同样以调用浮选子程序，只不过在计算时要经过若干次重复计算，使得回路结果稳定后才算结束。步骤如下：

29、第一次计算时，完全采用开路的办法； 第二次计算时，也采用开路办法，只不过是粗选原料是由F与第一次计算所得的M1用加数平均办法算出。 C粗选数选M2M1TF精选第三项计算时，粗选原料是由F与第二项计算所得的M1加数平均所得。以后类同，直到前后二项的相同产物数量相 差小于某一规定值。此时可以认为回路处于稳定工作状态。这时产物就是闭路流程的最终产物。 （五）、影响浮选速度的其它因素（五）、影响浮选速度的其它因素 1 1水流的机械夹带作用的影响水流的机械夹带作用的影响 a. 定义：所谓水流机械夹带作用是指在浮选过程中，由于矿浆是完全混合的，所以，从矿浆中挪走进入精矿的水，也就相应带走了矿浆中一定量的固

30、体（当然，这部分固体既包括有用矿物，也包括脉石）。b. 影响关系： 亲水性脉石的回收主要取决于水流的机械夹带作用。 夹带程度取决于矿物的粒度、密度和矿浆浓度，粒度越小，密度越高，矿浆浓度越大，则夹带越明显。 2 2泡沫过载的影响泡沫过载的影响定义：所谓的泡沫过载又叫泡沫过负荷。在浮选过程中，气泡是矿物的载体，气泡 在上升过程中，一些矿粒附着在气泡上，另有一些矿粒又从气泡上脱落，在稳定的条件下，可以使气泡载荷量达到动态平衡，如果气泡表面不足以承载矿物颗粒，则浮选过程就会出现泡沫过载现象。产生泡沫过载原因：原料品位高或精煤产率高，可浮性好，矿浆浓度大，充气量不足或起泡剂不足时都会产生泡沫过载。在煤

31、的浮选过程中，往往容易出现泡沫过载，一般煤的浮选过程中，泡沫过载往往出现在13室。 影响： 由于出现了泡沫过载，增加了矿物颗粒在矿浆中的停留时间，因而降低了矿物浮选速度； 由于泡沫过载，造成精矿泡沫的流动差，机械夹带的影响加大，所以精矿回收率和质量下降；对于整个机组，发生泡沫过载的情况是不同的，对煤泥浮选来说，前几室出现泡沫过载，而后几室往往仍按正常的动力学规律分选，所以对整个浮选机组，在这种情况下可采用混合模型进行计算。在煤泥浮选过程中，当泡沫过载时，固体物料回收数量正比于水在精矿中的回收数量，所以水的流量越大，能携带的煤量也越多，在建立经验模型时应考虑到水的回收情况。 3.3.水的回收率计

32、算水的回收率计算为什么要研究水的回收率？ 上面已经分析了进入精矿中的水量对分选效果的影响，即水流夹带作用对分选效果的影响，当发生泡沫过载时，水的回收率就成为一个关键因素，由于它明显地影响物料的回收情况，所以在研究动力学模型时，就应该研究水的回收率；影响水的回收率的因素：起泡剂添加量、充气量、矿浆液面高度等 。 水的回收率的计算 生产资料表明，煤的浮选中，水在精矿中的回收率可以用一级浮选速度公式计算。对于多槽连续浮选，由于浮选槽中起泡剂浓度逐槽降低，所以水回收速度也是逐槽降低的。即: （0a1） aKKNWNW)(1)1(1taKtaKRWW111第三节浮选经验模型第三节浮选经验模型 一、浮选经

33、验模型的原始数据来源一、浮选经验模型的原始数据来源 在目前选矿过程中，经验模型的使用占有相当的比重，经验模型的形式和建立所用的数据均来自实践，建立经验模型，并不需要考虑过程的作用机理，只是根据过程中变量的统计关系，用数学的方法找出它们的关系。 经验模型的数据来源有二类： 一类是根据生产上统计数据。由于生产条件的限制，不能有意识地安排试验，只能根据生产中常规试验的数据统计来建立经验模型，这种建立模型的方法称为非可控试验法或称被动试验法。 另一类是根据主观意图利用事先安排好的试验来获得数据。这需要进行试验设计。二、根据浮选单机检查结果，建立其产率和灰分之间关系的经验模型 煤泥浮选单机检查一般是采用

34、逐槽采集浮选入料、精煤和尾煤的样品，进行灰分测定。然后利用这些结果，可以分别计算浮选机各槽的入料、精煤和尾煤的产率。下表是对某浮选机的单机检查结果，各室产率计算公式：jyWywjwyjAAAA 表6-10 浮选机单机检查试验结果产物名一室二室三室四室五室六室合计精煤Ag,%,%1211.5329.5112.2025.3813.8816.5118.3310.2823.483.4327.261.2213.6886.33精煤累计Ag,%,%3411.5329.5111.8454.8912.3171.4013.0881.6813.4085.1113.6986.33*21.67100.0尾煤累计Ag,%

35、,%5625.9270.4933.6445.1145.6428.6060.0118.3268.4314.8972.0913.6772.0913.67精煤 ,%,%7811.5314.7612.2042.2013.8863.1518.3876.5423.4883.4027.2685.72*为原煤灰分为原煤灰分 在生产实际中，我们对浮选生产的预测计算，一般需要以下几种关系：（1）精煤累计产率和灰分之间的关系（2）尾煤累计产率和灰分之间的关系（3）精煤累计产率与基元灰分之间的关系 这些关系可以根据上表的单机检查计算结果，采用拟合法或插值法得到。 （a）精煤累计产率曲线可以采用一元多项式回归分析计算，如果最高拟合次数MN=10则： =B10A10+B9A9+B1A+B0 拟合