补充资料：选矿过程数学模型

选矿过程数学模型
mathematical models of mineral processing process

惊 选矿数模的建模步骤预测工业试验的结果。 (3)用于过程分析。对过程进行深入的静态或动态分析，特别是对那些难于用试验方法加以确定的变量进行分析研究，例如给矿粒度变化对自磨过程的影响，原矿品位波动和精矿冲洗水变化对浮选过程的影响等。 (4)用于过程控制。计算机在选矿过程控制中的应用日益广泛，而实现计算机控制的先决条件就是建立数学模型。即预先将生产过程中的输入参数和输出参数之间的关系，以及生产过程内部结构的关系等，用数学模型加以描述，存入计算机中，通过程序安排对生产过程中的有关参数进行有序运算，并通过一些判别方法，得出控制方案以控制生产过程，使之保持最佳工况。 (5)用于分析经济活动。可以揭示矿业经济活动的规律，考察实际的经济活动效果，预测未来和制定规划。例如，已建立的采、选、冶系统经济计划模型，可以定量地研究采、选、冶系统的生产、供应和销售规律，对该系统进行平衡分析;在平衡分析的基础上，根据系统内部和市场的变化情况，进行模拟和预测;提供使整个系统的产值、利润和金属回收率的多目标优化的静态和动态生产方案，科学地制定生产计划;对优化生产方案进行灵敏度分析;确定影响采、选、冶系统效益的关键环节，提供挖潜方案;对不同矿山采、选、冶系统的生产经营进行科学评比。 (6)用于选矿设备的优化设计。 展望选矿数学模型的发展趋势是: (l)继续完善现有模型，提高模型精度，扩大其应用范围。例如，对磨矿过程不仅要考虑产品细度，而且还应考虑产品中有用矿物单体解离的情况。已经建立了两种互不相关的模型，即基于矿石性质和磨矿流程特点的磨矿产品粒度分布模型及基于矿石结构分析的矿物单体解离度模型。但分别利用上述两种模型进行预测时，误差都很大。为此，阿普林(A.C.Aphng)利用现有的球磨机模型和水力旋流器模型，结合单机试验测定的参数，提出了工业磨矿回路产品粒度和矿物分布模型，提高了模型预测的精度。 (2)研究和建立新模型。选矿数学模型的发展是不平衡的，在重选、磁选、电选、固液分离和矿业经济方面，数学模型的研究比较薄弱，应该加强这些方面的研究。 (3)由静态模型向动态模型发展，以满足生产过程控制的需要。 (4)由确定性模型向非线性随机状态模型发展。由于选矿生产过程经常受到随机因素的干扰，为了对过程进行更真实的描述，提高模型的精度和扩大模型的应用范围，随机模型的研究日益受到重视，其中随机现象学模型是一个重要的研究方向。 (5)由单元作业(或设备)模型向系统模型发展。为了使整个选矿过程优化，获取最佳技术经济指标，必须建立能够准确描述整个工艺过程的大系统、全流程模型。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。