Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 理工论文 > 正文

浮选流体动力学低碳智能制造技术及装备研究论文

发布时间:2023-10-30 11:43:30 文章来源:SCI论文网 我要评论














SCI论文(www.lunwensci.com)

  摘要:中铝集团以低碳技术为突破口,始终坚持创新驱动,对标行业一流,提升核心竞争力,提速向绿色、安全、智能、高效方向发展,努力将大数据、人工智能、云计算、移动互联等现代信息技术与有色金属发展深度融合,加速引进智能勘探、智能矿山、矿业物联网等新技术手段。加快发展生态修复技术,形成选冶新技术突破,大幅提升资源利用效率,加速推进有色金属行业“双碳”进程,实现企业更好发展,为国家作出更大贡献。作为重要支撑之一,近期由中铝科学技术研究院、昆明冶金研究院等机构联合研发成型的新一代浮选流体动力学特征阈值传感器系统,通过多维度测量浮选设备以及浮选回路的核心参数,对采集到的数据进行建模分析,形成优化方案并生成自动化操作指令,推动选矿技术经济指标实现优化提升,是矿山传统行业向绿色可持续性发展应用场景拓展的有益尝试,能够为有色金属矿山行业打造新型高效低碳节约型模式提供新的方向。

  关键词:智能制造;低碳发展;浮选流体动力学;复合型传感器

  1引言

  根据《全球矿业发展报告2022》,矿业不仅在全球经济发展中占据重要位置,且在全球温室气体排放量方面也占到4%~7%。按照采矿工序,矿山中的碳排放来源大致可分为三个阶段:开采、运输、选矿,而每个阶段又可以按照工艺的种类进行进一步分类。已有数据显示,矿山每年的温室气体排放量大约在200~400 kt CO2 equivalent;例如,位于澳大利亚的Sino铁矿,矿山露天开采,矿石采选规模约25 Mt/a,每年的碳排放量约276 kt CO2 equivalent。作为冶金、化工企业等高能耗产业的上游,矿山和矿业企业的“碳中和”能力对我国有色金属行业实现“双碳”目标的进度能够产生较强的影响力。

  大型矿业公司在全球矿业中占据重要地位,规模排名前二十的公司的全球市值占比高达80%。他们不仅拥有全球优质矿产资源,还影响着全球矿业的实现净零碳的转型计划。在全球气候变化背景下,国际范围内的众多资源行业巨头,包括嘉能可(Glencore)、力拓(Rio Tinto)、淡水河谷(Vale)、比和必拓(BHP)、巴里克(Barrick)等公司在内,都已积极响应《巴黎协定》,提出了各自的减碳目标,并为企业实现“碳达峰“与“碳中和”定下时间。上述企业均在其可持续发展报告或年度报告里表明了他们已经在改变生产方式、注重低碳生产理念、支持科技发展等方面,围绕既定的碳减排与碳中和目标,制定了相应的行动计划以及战略部署。从资金投入到技术开发、跨领域合作、和新设备和新材料的引进等多重方面,逐步推进矿业企业的低碳生产与绿色产业链的发展。通过对比国际大型矿业企业的“双碳”战略规划和实施路径,可以看到尽管各企业受所在国、资产所在地以及公司结构等影响,呈现的减排方案各有不同,但为进一步加快矿山实现“双碳”目标,均提出在优化选矿工艺设计,实现资源利用率最大化等方面发力,逐步推进矿业企业的低碳生产与绿色产业链的发展。

  从有色金属矿山运营现状来看,进入到“十四五”中期,国内外大型有色金属矿山均不同程度的面对原矿品位的进一步下降,资源综合有效利用和节能减排“硬指标”要求也更加严苛的现实状况,粗放型选矿方式因此面临严峻挑战。《全球矿业发展报告2021》还指出,到2050年,为了满足对清洁能源技术日益增长的需求,石墨、锂和钴等矿物的产量将增加近500%,部署风能、太阳能、地热能以及能源储存将需要30亿t以上的矿物和金属资源。因此,从有色金属到镍、锂、稀土等可再生和电气化原材料的需求转变,也会导致矿山工艺设计的改变。

  在双碳背景下,对于有色金属矿山这类传统产业而言,生产惯性难以短时间被解决,普通的减排手段已经不能带来更显著的效果,矿业产业需要加速领域内的低碳技术创新,推动绿色智能矿山转型,提高矿山生产质量以及加强生态环境保护等;因此更进一步以低碳技术和创新驱动为突破口,以矿产资源高效综合利用为目的实现节能减排成为了国内外有色金属矿山实现“碳中和”的首要任务之一。而打造新型高效低碳节约型选矿模式则对选矿智能制造技术及装备研究提出了更高的要求。在降低损失、贫化率,提升原矿金属回收率的矿山精细化运营要求的大前提下,业界广泛认为,选矿领域制定更为精准的减排目标与更加适用的减排方案可通过两方面工作来推进。一方面,矿山可以根据新型设备的出矿量、能耗、工作时长等参数,做出工艺设计上的权衡与调整,使选厂中固定设备的用电量以及化石燃料的使用量大大减少,从而降低能源消耗带来的碳排放量;另一方面,数字化的生产运营模式与智能化的装备技术应用可以极大的提高资源利用率,并降低不必要的能源损失。在工艺设计过程中采用数值模型、协同平台、信息采集等技术,可以协助数字孪生矿山的建设,使原材料、工作装置、生产设备、人员劳动力等资源的利用得到最大化,在保证生产进度与生产安全的前提下,加速矿山实现在选矿阶段的节能减排目标。

  2浮选流体动力学低碳智能制造技术及装备研究与开发

  中铝集团作为全球大型综合性有色金属企业,长期致力于生态文明建设,通过加快变革性技术创新推动有色金属领域以更安全、高效、绿色、可持续的方式向绿色低碳加速转型。现阶段中铝集团正在根据党的“二十大”相关工作要求,加速开展减排行动,并为按时实现2030年碳达峰与2060年碳中和的“双碳”目标,以科技创新为抓手做出了相应的战略部署。目前在工业应用中已经实施的碳中和手段以及待开发的未来低碳高新技术,将为推动绿色有色产业的发展提供关键助力。例如,在深井开采方面,集团开发了深井硬岩矿床非爆短流程机械化开采技术,以悬臂式掘进机为核心、搭配胶带连续运输,实现矿体“采—装—运—支”一体化开采,成功替代传统爆破开采技术。在节能降碳方面,集团研发了高落差长距离浆体管道输送富余能量利用技术,将高海拔矿山原矿管道自然落差转化为输送势能成功发电。在清洁能源利用方面,集团对铜冶炼工艺进行了技术整合,创新性研发了“侧吹炉熔炼-顶吹炉吹炼-阳极炉精炼”的铜熔炼技术,热源供给“氢代煤”和“氢代天然气”,推动铜冶炼向碳净零排放的目标迈进。在电解铝冶炼领域,集团自主研发了基于“阴极稳流优化技术”“电压平衡优化技术”“能量平衡优化技术”的新型稳流保温铝电解槽节能技术,技术实现电解槽平均电压和原铝直流电耗的大幅降低、有效提升电流效率。

  在有色金属矿山选矿领域,以浮选流体动力学低碳智能制造技术及装备为代表的低碳高新技术研究工作也在加速推进。中铝集团科学技术研究院和昆明冶金研究院先进选矿团队,在充分引进吸收加拿大McGill大学和澳大利亚JKMRC研究院基于浮选流体动力学和表面化学等选矿工程领域理论研究成果的基础上,强化对浮选设备性能指标以及浮选工艺大数据的收集与研究,研发成功了一整套浮选流体动力学大数据智能制造装备的设计理论基础和软硬件产品,并取得了工业应用实践方面的相关经验。新型浮选流体动力学智能传感器系统主要由三套各自独立的专用仪器设备组成,同时新的设计也改善了传感器的物理结构与软件配套,可实现Jg、D32和Eg等不同流体动力学物理参数的独立测量及数据的自动交互比对。具体包括:

  (1)气泡观察舱—以矿浆气泡直接成像技术为基础来监测矿浆平均气泡尺寸,通过与回收率等经济性指标类大数据进行关联,形成指导气泡分布、给气率及起泡剂用量等现场操作参数的优化方案,从而提升浮选效能。

  (2)持气率仪—持气率作为浮选设备运行时映射气泡状态的最直观的浮选流体动力学参数之一,仪器通过实时监测瞬时电导率,对矿浆持气率进行趋势分析,形成最优操作策略。

  (3)气速仪—以压差为基础来实时监测浮选设备的实际表面气速以及矿浆密度,对浮选设备的工作状态做出诊断;关联DCS中控对操作参数进行调整,实现表面气速最优水平。

  (4)物联网大数据库—根据新型浮选流体动力学智能传感器系统的实时测量数据和选厂具体工况条件的阶段性监测与分析,自动形成最优选矿生产指标调整方案,并下达操作指令。

  新型浮选流体动力学智能传感器系统通过精准定义和测量浮选机/柱的气泡尺寸、充气速率、气体滞留量等气体扩散关键参数,从而实现浮选实际生产流程中固、液、气三相流的即时状态的表征分析,分析结果直接用于浮选药剂化学特征、用量、鼓风量等生产数据、信息的优化指导。半工业化实验室测试显示能够实现不同矿山条件下精矿品位和金属回收率的双向有效提升。该技术成果拥有较为成熟的技术论证,有着大量的学术基础,随着工业4.0与物联网大数据的发展,该系统以物联网大数据库为基础,就选矿厂实时工况情况提出优化方案并实现自动操作指令的下达,进一步提升了矿山选厂自动化、智能化水平,选矿效能得到有效激发。实施该项技术的核心路径在于将浮选流体动力学基础研究准确应用于实践中,过程中通过提取工业化数据进而打造选矿物联网大数据系统。

浮选流体动力学低碳智能制造技术及装备研究论文

  3技术优势与工业应用效果

  新型浮选流体动力学智能传感器系统通过逐步完善,以气泡尺寸和其概率分布的实时测量,表面气速、持气率的持续监测技术为核心的测试技术手段,以及测试-赋值-解析-优化方案等各节点组成的一整套传感器系统实地应用模式已日趋成熟,并在工业化验证阶段取得较优成果。

  近年来,国内外有色金属矿山选矿领域普遍面临资源品位下降、资源成分复杂、嵌布粒度过细等技术性难题。目前,国际范围内对于处理技术性难题和提升选矿效能,一般采用设备大型化、矿粒细磨、药剂更迭等常规思路办法,效果有限。中铝集团科学技术研究院先进选矿团队在引入世界上先进的浮选理论研究成果的基础上,进一步扩大技术优势,以流体动力学智能传感器系统的研发为独特视角切入,实现选矿技术经济指标的最优解。以中铝集团所属某大型在产铜矿为例,通过引入新型浮选流体动力学智能传感器系统作为测试工具,在两周时间内通过连续测量和大数据交互比对分析,搭建经验模型,提出最优化方案以精确指导不同环境下操作参数的选取,从而改变以往的以经验和假说为基础的人工操作模式,实现了矿物回收率和品位的优化效果,同时降低了人工和时间成本,选矿厂由此每月得到增收370万元。减碳效果方面,按矿山年铜金属回收率、精矿品位分别提升0.6个百分点、0.4个百分点来计算,可实现每年节约标煤0.23万吨,减少二氧化硫排放44吨,一氧化碳0.6万吨,氮氧化物25吨,二氧化碳0.52万吨的等价效果。

浮选流体动力学低碳智能制造技术及装备研究论文

  4长期工作方向和目标

  目前,中铝科学技术研究院以及集团所属科研机构、相关企业科研人员组成研发团队,借助新型浮选流体动力学智能传感器系统研发和应用的相关成果,正在加速研发浮选过程大数据智能选矿仪器仪表为代表的选矿工业3.0技术及配套装备,主要工作方向包括:通过大数据的收集、分析,集成为专家系统,综合判断在选矿工业过程中,各种作业设备的实时运行情况、运行指标和运行状态,通过智能化手段使设备的运行达到最优状态。例如,在矿物分选时准确获悉矿物重、粒度以及成分;在矿石碎磨过程中,实现用最优能耗,较低碎磨成本达到最优产量;在磨矿过程中,通过综合判断磨机的功率、钢球和衬板状况,实现兼顾磨矿细度、矿石处理量的最优效果;在浮选过程中,通过监控浮选设备运行状态、矿浆的流体动力学特征、药剂的使用类别及实际用量、浮选气泡状态、泡沫层厚度等,智能化分析诊断调整浮选效率指标,实现金属回收率和精矿品位的最优水平。研发团队开发的这套系统,强化了对矿浆、药剂、充气率、气泡尺寸等流体力学参数的检测分析功能,为后续搭建一整套综合性选矿专家诊断系统奠定了基础。相关产品正在中铝集团所属科研机构进行研制与半工业化测试,将会为国内自主研发、具有选矿工业3.0水平的仪器仪表提供核心支撑。预计在不远的将来,选矿3.0水平的仪器仪表的工业化应用逐步成熟后,实现以大数据智能选矿、基因选矿为代表的选矿工业4.0可期。

  为进一步提升有色金属矿山智能制造技术及装备层面的工作力度,中铝科学技术研究院正在牵头开展:

  (1)设立国内第一所浮选流体动力学理论研究实验基地。

  引进国外先进浮选理论,建立省市级以上重点实验室规格的国内第一个浮选流体力学理论研究实验基地,以填补国内浮选流体力学理论研究实验机构的空白,寻求浮选经典理论的突破以及自主研发浮选领域的低碳智能制造与选矿工业4.0技术与装备。

  (2)与领域内高水平院校共同建立研究生培养站,博士后流动站与国外院士工作站。

  设立一个国外高水平院士能够参与指导的国际院士工作站、研究生工作站和博士流动站。通过和国内外院士、高校的合作,同时借助国内外院士以某种形式参与指导院士工作站工作的优势,为集团培养相关领域内的顶尖技术人才。

  (3)建成一个矿山选矿浮选智能装备检测调试中心。

  新型浮选流体动力学智能传感器系统是智能化高端装备产业化项目,其特点之一是必须经过检测调试中心才能出厂。建成后的调试中心将成为国内唯一矿山选矿浮选智能装备检测机构,工厂生产的设备经过调试中心的核检与软件调试后,取得植入至矿山选矿主要设备中开展指标优化工作的准入条件。

  (4)建成一个集研发、生产数字化智能选矿装备生产基地和检测测试中心。

  5结语

  中铝科学技术研究院、昆明冶金研究院等机构联合研发的新型浮选流体动力学智能传感器系统采用针对固液气三相流的新型复合传感器技术,多维度测量浮选设备参数和浮选回路参数,通过采集到的数据进行建模分析,形成优化方案并生成自动化操作指令,最终实现选矿技术经济指标的优化提升效果。系统的成功应用,可有效提高矿山效益、降低生产成本。例如,根据过往经验,该系统的成功投运可提升矿山金属回收率0.5%~3%,提高精矿品位0.2%~3%。降低浮选成本5%~10%,降低选矿人工成本20%~40%。

  该项目涉及技术和产品可成功填补国内矿业领域低碳智能制造技术及装备研发的技术空白,是矿山传统行业向绿色可持续性发展应用场景拓展的有益尝试,能够为有色金属矿山行业打造新型高效低碳节约型模式提供新的方向。

关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!
文章出自SCI论文网转载请注明出处:https://www.lunwensci.com/ligonglunwen/65883.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 鄂ICP备2022005580号-2 | 网站地图xml | 百度地图xml