基于多目標(biāo)混料設(shè)計(jì)的重介質(zhì)旋流器混料成分配比

袁清和, 殷憲輝， 賈　順， 許雪潔

(山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590)

?

基于多目標(biāo)混料設(shè)計(jì)的重介質(zhì)旋流器混料成分配比

袁清和, 殷憲輝， 賈順， 許雪潔

(山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590)

摘要：為了準(zhǔn)確掌握重介質(zhì)旋流器各混料成分之間的配比關(guān)系，明確不同配比對(duì)旋流器產(chǎn)出質(zhì)量和產(chǎn)量的影響，實(shí)現(xiàn)分選效果的最優(yōu)化.分析了現(xiàn)有旋流器優(yōu)化和混料配比研究的不足，探討了采用混料設(shè)計(jì)方法解決上述問題的可行性和局限性。通過設(shè)計(jì)混料試驗(yàn)，運(yùn)行試驗(yàn)得到試驗(yàn)結(jié)果，建立混料成分與各響應(yīng)變量的數(shù)學(xué)模型，分析模型的有效性，以各響應(yīng)變量的同時(shí)最佳為綜合約束條件進(jìn)行響應(yīng)優(yōu)化，通過求解苛求函數(shù)復(fù)合合意度最高時(shí)的各參數(shù)值，確定各混料成分的最優(yōu)配比，并通過T假設(shè)檢驗(yàn)驗(yàn)證試驗(yàn)結(jié)果用于生產(chǎn)的有效性。結(jié)合某選煤廠旋流器生產(chǎn)運(yùn)行情況，明確旋流器中塊煤、懸浮液和煤泥各混料的水平要求，采用極端頂點(diǎn)法設(shè)計(jì)混料試驗(yàn)并運(yùn)行試驗(yàn)，建立三因子與精煤灰分和產(chǎn)率兩個(gè)響應(yīng)變量之間的回歸模型，分析兩響應(yīng)變量同時(shí)最佳條件下最優(yōu)的混料配比，得到三混料成分配比依次為15.5%、59.8%、24.7%，依據(jù)上述配比進(jìn)行試生產(chǎn)，并采用T檢驗(yàn)驗(yàn)證試驗(yàn)結(jié)果是有效的，從而為選煤廠高效生產(chǎn)和精確控制提供有效的支撐，也為后期實(shí)現(xiàn)自動(dòng)化控制提供了可能。

關(guān)鍵詞：混料設(shè)計(jì)； 重介質(zhì)旋流器； 多目標(biāo)優(yōu)化； 混料配比； 假設(shè)檢驗(yàn)

旋流器分選是重介質(zhì)選煤工藝的核心環(huán)節(jié)，旋流器分選效果的好壞將直接影響整個(gè)重介質(zhì)選煤生產(chǎn)系統(tǒng)的有效性和穩(wěn)定性。因此，國(guó)內(nèi)外很多專家學(xué)者開展了對(duì)于旋流器分選效果的優(yōu)化研究，研究主要從旋流器結(jié)構(gòu)參數(shù)、操作參數(shù)、基本力學(xué)原理等方面展開。如孫偉等[1]運(yùn)用灰色關(guān)聯(lián)理論分析優(yōu)化了重介質(zhì)旋流器結(jié)構(gòu)參數(shù)和操作參數(shù)，提高了旋流器的分選效果；Silva, Danylo O等[2-4]研究了固液混合旋流器的結(jié)構(gòu)參數(shù)優(yōu)化問題；黃波[5]和劉立文[6]分別研究了旋流器力場(chǎng)優(yōu)化問題和工藝參數(shù)的優(yōu)化問題；除此之外還有一些專家學(xué)者綜合性地研究了旋流器結(jié)構(gòu)參數(shù)和工藝參數(shù)等集成優(yōu)化問題[7-8]。結(jié)構(gòu)參數(shù)和工藝參數(shù)的優(yōu)化主要解決旋流器設(shè)計(jì)或改造時(shí)的最優(yōu)問題，是從旋流器本身性能角度進(jìn)行的優(yōu)化，但旋流器分選效果除了受旋流器本身性能的影響，還受到分選原料的影響，主要是混料配比的影響，混料成分之間配比不同，各成分之間的交互作用以及對(duì)輸出的影響也不同，并且旋流器性能參數(shù)在設(shè)計(jì)或投產(chǎn)之前就須明確，而分選原料對(duì)選煤效果的影響因企業(yè)不同、產(chǎn)出不同，可以隨時(shí)進(jìn)行分析和設(shè)計(jì)。綜上可知，當(dāng)選煤廠已經(jīng)投產(chǎn)，設(shè)備結(jié)構(gòu)參數(shù)等已經(jīng)確定或旋流器各項(xiàng)結(jié)構(gòu)參數(shù)、操作參數(shù)和工藝參數(shù)處于最優(yōu)設(shè)置，但旋流器中混合分選原料配比未進(jìn)行優(yōu)化研究時(shí)，整個(gè)分選效果仍無(wú)法達(dá)到最優(yōu)。重介質(zhì)旋流器分選時(shí)內(nèi)部主要組成成分為塊煤、懸浮液和煤泥，煤與懸浮液之間存在固液比的優(yōu)化問題，煤泥與懸浮液之間需要研究最優(yōu)煤泥含量的問題[9]。綜合分析可知該研究為3種混料成分之間最優(yōu)配比設(shè)置的問題。旋流器中混料成分配比之間的最優(yōu)直接影響到產(chǎn)品的質(zhì)量和產(chǎn)量指標(biāo)[10]，因此，針對(duì)各組成成分的含量或配比問題，部分學(xué)者從重介質(zhì)選煤懸浮液中煤泥含量角度展開了研究[11-13]，還有學(xué)者研究了旋流器中固液混合比的最優(yōu)設(shè)置問題[14]。但上述研究存在以下問題：1)單方面關(guān)注某一或某兩個(gè)組成成分的配比，不能實(shí)現(xiàn)整個(gè)混料成分的配比最優(yōu)；2)現(xiàn)有實(shí)驗(yàn)結(jié)論為在固定某一個(gè)條件時(shí)研究另一成分的優(yōu)化問題，忽略了成分之間的交互作用；3)由于混料成分考慮不全面，各成分最終設(shè)置比例之和不等于1，從而不能代表混合原料的整體最優(yōu)；4)現(xiàn)有各成分最優(yōu)含量確定方法是基于單響應(yīng)變量的，如只考慮介質(zhì)消耗低時(shí)煤泥含量，煤質(zhì)穩(wěn)定時(shí)固液比?；炝显O(shè)計(jì)是一種用于研究各成分配比同時(shí)最優(yōu)設(shè)置的方法，通過科學(xué)地設(shè)計(jì)混料試驗(yàn)，運(yùn)行試驗(yàn)并分析試驗(yàn)結(jié)果，建立起各混料成分與響應(yīng)變量(輸出)的數(shù)學(xué)模型，從而探索實(shí)現(xiàn)輸出最佳時(shí)各成分的配比設(shè)置，其約束條件之一為各分量之和為1。該方法產(chǎn)生之后，引起了專家學(xué)者的關(guān)注，研究領(lǐng)域已經(jīng)涉及化工、農(nóng)業(yè)、制造業(yè)等行業(yè)，對(duì)于改進(jìn)產(chǎn)品質(zhì)量，實(shí)現(xiàn)效益提升提供了有效的支撐[15-19]。綜上可知，該方法擁有較為成熟的應(yīng)用基礎(chǔ)，但在煤炭行業(yè)的研究還未見公開報(bào)道，并且通過構(gòu)建混料成分與響應(yīng)變量之間的數(shù)量關(guān)系來(lái)求解各成分的配比，因此，混料設(shè)計(jì)具有解決現(xiàn)有旋流器原料含量研究不足的可行性。但這些研究仍關(guān)注單響應(yīng)變量問題，而在進(jìn)行旋流器混料成分最優(yōu)配比研究時(shí)，分選效果除了考慮質(zhì)量的要求，還需要權(quán)衡產(chǎn)量的要求，其屬于一種多目標(biāo)響應(yīng)變量的優(yōu)化問題。

因此，通過采用混料設(shè)計(jì)方法設(shè)計(jì)試驗(yàn)、運(yùn)行試驗(yàn)，分析塊煤、懸浮液和煤泥與各響應(yīng)變量(精煤灰分和精煤產(chǎn)率)的數(shù)量關(guān)系，建立三成分與各響應(yīng)變量的數(shù)學(xué)模型，并分析模型的有效性，明確模型因子和響應(yīng)變量的約束條件。結(jié)合分析模型，建立多重約束條件，采用渴求函數(shù)、重復(fù)等值線圖和響應(yīng)優(yōu)化法研究確定實(shí)現(xiàn)多目標(biāo)時(shí)各成分的最優(yōu)配比設(shè)置。運(yùn)用試驗(yàn)結(jié)果進(jìn)行生產(chǎn)，采用假設(shè)檢驗(yàn)的方法證明試驗(yàn)結(jié)果的有效性。歸納可知，該研究主要解決4個(gè)方面問題：1)如何科學(xué)地設(shè)計(jì)試驗(yàn)，既滿足隨機(jī)性，又滿足混料成分之間的約束關(guān)系，并且節(jié)省試驗(yàn)成本；2)建立各混料成分之間以及與各響應(yīng)變量之間的關(guān)系；3)實(shí)現(xiàn)多響應(yīng)變量條件下混料成分的最優(yōu)配比設(shè)置；4)證明試驗(yàn)結(jié)果的有效性。

1重介質(zhì)旋流器混料成分配比設(shè)置試驗(yàn)背景

某重介質(zhì)選煤廠旋流器為有壓三產(chǎn)品重介質(zhì)旋流器，主要處理的原料煤為0.5-50mm原煤，產(chǎn)品為矸石、中煤和精煤，是重介質(zhì)選煤生產(chǎn)的核心環(huán)節(jié)，旋流器均為圓錐形旋流器。目前該選煤廠對(duì)于旋流器產(chǎn)品質(zhì)量實(shí)施“保一頭”的方法，重點(diǎn)保證精煤質(zhì)量符合要求。煤質(zhì)指標(biāo)主要包括灰分、發(fā)熱量、水分等，且發(fā)熱量、水分等指標(biāo)可以由灰分指標(biāo)推導(dǎo)得出，因此，選取精煤灰分作為質(zhì)量控制指標(biāo)。為了實(shí)現(xiàn)企業(yè)利益的最大化，精煤洗出率即產(chǎn)率指標(biāo)也顯得尤為重要，單方面的滿足低灰分指標(biāo)，可能滿足了配煤的要求，但是精煤產(chǎn)率會(huì)大幅度的降低，導(dǎo)致企業(yè)的利益受損，因此選取精煤產(chǎn)率作為產(chǎn)量指標(biāo)。該選煤廠依據(jù)近期的井下煤質(zhì)情況和配煤需求開展浮沉試驗(yàn)，確定洗選灰分為8.00%的精煤，浮沉試驗(yàn)數(shù)據(jù)如表1所示。

表1　50-0.5mm粒級(jí)原煤浮沉試驗(yàn)綜合表1)

1)采樣地點(diǎn)：301皮帶; 浮沉前煤樣總質(zhì)量：8.60 kg; 灰分21%; 虛線區(qū)域?yàn)樵撔髌骶夯曳趾彤a(chǎn)率的浮沉試驗(yàn)說明

選煤廠技術(shù)人員依據(jù)技術(shù)標(biāo)準(zhǔn)和生產(chǎn)經(jīng)驗(yàn)確定旋流器中各混料成分的水平要求，并結(jié)合表1確定最終的響應(yīng)變量精煤灰分和產(chǎn)率的指標(biāo)要求，如表2所示。通過該部分的分析明確了混料成分(因子)和輸出(響應(yīng)變量)各自的基本約束條件，為后續(xù)的試驗(yàn)設(shè)計(jì)提供了條件。

表2　旋流器混料成分比例條件

1)響應(yīng)變量:精煤灰分=8%(穩(wěn)定)，精煤產(chǎn)率≥66.28%

2重介質(zhì)旋流器混料成分配比設(shè)置試驗(yàn)設(shè)計(jì)

混料試驗(yàn)設(shè)計(jì)是基于“三線坐標(biāo)系”原理：等邊三角形內(nèi)的任何一點(diǎn)，到三邊垂線距離的和等于該三角形的高，如果高設(shè)為1，則任何一點(diǎn)都可以由其到3條邊的3個(gè)距離給出3個(gè)坐標(biāo)，且3個(gè)坐標(biāo)不獨(dú)立，三者之和恒為1。且混料設(shè)計(jì)包括3種設(shè)計(jì)方法，分別為單純型質(zhì)心法、單純型格點(diǎn)法和極端頂點(diǎn)設(shè)計(jì)法，由表2各混料成分(因子)水平要求可知，各分量受到上下界的限制，對(duì)于這一類問題通常采用極端頂點(diǎn)設(shè)計(jì)法[20]，并且也是為了減少試驗(yàn)次數(shù)，降低試驗(yàn)成本。本次設(shè)計(jì)只考慮各混料成分與響應(yīng)變量的一階主效應(yīng)關(guān)系，設(shè)計(jì)表如表3所示。極端頂點(diǎn)設(shè)計(jì)法設(shè)計(jì)示意圖如圖1所示，極端頂點(diǎn)法共在三線坐標(biāo)系里選擇了11個(gè)配比設(shè)置點(diǎn)，如圖中黑點(diǎn)所示，因此該設(shè)計(jì)共需運(yùn)行11次試驗(yàn)，每次試驗(yàn)各成分配比為該點(diǎn)到三邊的距離，且每次試驗(yàn)順序進(jìn)行了隨機(jī)化處理，避免了隨機(jī)誤差，因此，上述研究解決了科學(xué)的試驗(yàn)設(shè)計(jì)的問題。

表3　旋流器混料設(shè)計(jì)試驗(yàn)設(shè)計(jì)

圖1　極端頂點(diǎn)設(shè)計(jì)示意圖

3重介質(zhì)旋流器混料成分配比設(shè)置試驗(yàn)實(shí)施與分析

按照表3試驗(yàn)設(shè)計(jì)表進(jìn)行試驗(yàn)，依據(jù)國(guó)家標(biāo)準(zhǔn)對(duì)洗選得到的精煤進(jìn)行采樣、制樣和化驗(yàn)，并記錄每一次化驗(yàn)的精煤灰分和產(chǎn)率的數(shù)值，將數(shù)據(jù)記錄在表4中。

借助MINITAB軟件分析塊煤、懸浮液和煤泥與精煤灰分和精煤產(chǎn)率之間的回歸關(guān)系，并分析模型的有效性。由于該研究重點(diǎn)關(guān)注各混料成分和響應(yīng)變量的一階主效應(yīng)，因此擬合模型為多元一次線性回歸模型。三成分與精煤灰分的回歸分析和方差分析分別如表5和表6所示，S=0.126 655，P=0.001，方差值較小且P值小于0.05，說明該回歸模型是有效的，檢查由表4的擬合值和殘差項(xiàng)生成的殘差圖，

表4　試驗(yàn)實(shí)施數(shù)據(jù)1)

1)前6列為試驗(yàn)數(shù)據(jù)表，后4列為數(shù)據(jù)分析時(shí)產(chǎn)生的灰分和產(chǎn)率的擬合值和殘差

如圖2所示，可知該模型的殘差沒有出現(xiàn)異常，符合要求[21]。同理，由表7、表8和圖3可知三成分與精煤產(chǎn)率之間的回歸模型也是有效的，從而可以建立起混料成分與響應(yīng)變量的數(shù)學(xué)模型，如式(1)和(2)所示。

Y(精煤灰分)=11.949X1+5.165X2+12.397X3，

(1)

Y(精煤產(chǎn)率)=72.59X1+58.76X2+85.54X3。

(2)

表6　精煤灰分的方差分析

*代表該項(xiàng)為顯著項(xiàng)

表7　精煤產(chǎn)率的回歸分析

表8　精煤產(chǎn)率的方差分析

*代表該項(xiàng)為顯著項(xiàng)

上述研究建立了混料成分與各響應(yīng)變量之間的數(shù)量關(guān)系，由各自的數(shù)量關(guān)系可以得到單一響應(yīng)變量實(shí)現(xiàn)條件下的最優(yōu)混料配比，但單一響應(yīng)變量的實(shí)現(xiàn)不代表整體的最優(yōu)，單一響應(yīng)變量條件下的最優(yōu)配比也不是整體的最優(yōu)配比。因此，要確定各混料成分之間的整體最優(yōu)配比需要解決多目標(biāo)優(yōu)化問題，在保證精煤灰分和精煤產(chǎn)率盡可能全部符合目標(biāo)要求的前提下分析各混料成分的配比，由表2和式(1)、(2)可知，要求解各混料成分的最優(yōu)配比即X1-X3的取值，須同時(shí)滿足以下6個(gè)條件。

圖2　精煤灰分的殘差圖

圖3　精煤產(chǎn)率的殘差圖

1)Y(精煤灰分)=8.00%，并且保持穩(wěn)定，屬于望目型；

2)Y(精煤產(chǎn)率)≥66.20%，越大越好，屬于望大型；

3)Y(精煤灰分)=11.949X1+5.165X2+12.397X3；

4)Y(精煤產(chǎn)率)=72.59X1+58.76X2+85.54X3；

5)X1+X2+X3=1；

6)0.15≤X1≤0.25，0.55≤X2≤0.65，0.15≤X3≤0.4。

綜合約束條件確定之后，需明確多目標(biāo)優(yōu)化的各項(xiàng)參數(shù)要求并進(jìn)行設(shè)置：精煤灰分控制在8.00%上下偏差0.02%，精煤產(chǎn)率需大于等于66.20%且盡量實(shí)現(xiàn)70.00%，由于質(zhì)量和產(chǎn)量對(duì)于選煤廠都十分重要，直接影響企業(yè)的經(jīng)濟(jì)效益，所以2個(gè)響應(yīng)變量的權(quán)重一樣，均為0.5且重要性均設(shè)為1。如表9所示。

表9　多目標(biāo)優(yōu)化參數(shù)設(shè)置

通過統(tǒng)計(jì)軟件分析在上述約束條件和參數(shù)設(shè)置下的最優(yōu)解，通過重疊等值線圖形象地描述各響應(yīng)變量同時(shí)最佳時(shí)各因子的值域。該值域即為灰分和產(chǎn)率的等值線交叉形成的區(qū)域，如圖4所示，白色無(wú)陰影區(qū)域?yàn)闈M足要求的取值區(qū)域。

圖4精煤灰分和產(chǎn)率的重疊等值線圖

Fig.4Superimposed contour plot of concentrate ash and yield

重疊等值線圖雖然能夠較為形象地看出可行解的取值區(qū)域，但無(wú)法表述出各成分配比的最優(yōu)解，因此，采用多元苛求函數(shù)求解最優(yōu)解，設(shè)定苛求函數(shù)復(fù)合合意度最高時(shí)得到的各因子的值為最優(yōu)解。因此，借助MINITAB軟件中輸入約束條件和參數(shù)，采用響應(yīng)優(yōu)化的方法生成響應(yīng)優(yōu)化圖，得到具體優(yōu)化結(jié)果，各混料成分配比為(保留3位有效數(shù)字)：塊煤(X1)=0.155，懸浮液(X2)=0.598，煤泥(X3)=0.247，該條件下Y(精煤灰分)=8.00%，Y(精煤產(chǎn)率)=67.51%，如圖5所示。該部分的研究解決了建立混料成分與單一變量的數(shù)量關(guān)系，并形成綜合約束條件，綜合求解出精煤灰分和精煤產(chǎn)量2個(gè)響應(yīng)變量同時(shí)滿足要求時(shí)的最優(yōu)混料配比。

圖5　響應(yīng)優(yōu)化圖

4重介質(zhì)旋流器混料成分配比設(shè)置試驗(yàn)效果分析

選煤廠依據(jù)上述研究的試驗(yàn)結(jié)果，重新設(shè)定重介質(zhì)旋流器中各混料的配比，進(jìn)行生產(chǎn)并統(tǒng)計(jì)連續(xù)10 d的生產(chǎn)數(shù)據(jù)，記錄精煤灰分和產(chǎn)率化驗(yàn)結(jié)果，如表10所示。

表10　試驗(yàn)效果有效性分析數(shù)據(jù)

采用假設(shè)檢驗(yàn)方法驗(yàn)證試驗(yàn)結(jié)果的有效性，對(duì)于灰分和產(chǎn)率均建立原假設(shè)H0:u=u0，其中當(dāng)檢驗(yàn)灰分時(shí)u0=8.00%，檢驗(yàn)產(chǎn)率時(shí)u0=67.51%；備擇假設(shè)H1:u≠u0。因?yàn)榭傮w方差未知，所以采用單樣本T檢驗(yàn)法分別進(jìn)行分析， 分析結(jié)果如表11所示，P值均大于0.05，說明應(yīng)接受原假設(shè)，拒絕備擇假設(shè)，從而可知實(shí)際生產(chǎn)效果與預(yù)測(cè)是一致的，證明試驗(yàn)效果是有效的。

表11　試驗(yàn)結(jié)果T檢驗(yàn)分析

5結(jié)論

旋流器是重介質(zhì)選煤過程中重要的生產(chǎn)設(shè)備，該設(shè)備的分選效果直接影響整個(gè)選煤生產(chǎn)系統(tǒng)的質(zhì)量和產(chǎn)量，從而影響企業(yè)的效益。通過分析現(xiàn)有關(guān)于旋流器優(yōu)化的研究發(fā)現(xiàn)目前的研究更多地關(guān)注設(shè)備本身或單一混料和單一輸出的優(yōu)化，忽略了各混料成分配比和多目標(biāo)優(yōu)化的研究，進(jìn)而探討了采用混料設(shè)計(jì)解決上述問題的可行性。結(jié)合某選煤廠實(shí)際生產(chǎn)情況，通過設(shè)計(jì)混料試驗(yàn)并分析試驗(yàn)結(jié)果得到以下結(jié)論：1)混料設(shè)計(jì)的三線坐標(biāo)系原理和極端頂點(diǎn)設(shè)計(jì)方法可以有效地用于旋流器混料成分配比優(yōu)化試驗(yàn)設(shè)計(jì)中；2)混料設(shè)計(jì)和多目標(biāo)優(yōu)化集成分析可以求解混料成分的最優(yōu)配比；3)得到響應(yīng)變量和各分量的回歸模型：Y(精煤灰分)=11.949X1+5.165X2+12.397X3，Y(精煤產(chǎn)率)=72.59X1+58.76X2+85.54X3；4)確保精煤灰分和精煤產(chǎn)率實(shí)現(xiàn)最優(yōu)條件下的塊煤、懸浮液和煤泥最優(yōu)配比依次為0.155、0.598、0.247；5)經(jīng)生產(chǎn)實(shí)踐和假設(shè)檢驗(yàn)證明該試驗(yàn)結(jié)果是有效的；6)各分量與響應(yīng)變量之間的數(shù)量關(guān)系、多目標(biāo)優(yōu)化與選煤廠自動(dòng)化相結(jié)合可實(shí)現(xiàn)選煤廠的高效生產(chǎn)和精確控制。

參考文獻(xiàn)：

[1]孫偉, 沈麗娟, 陳建中, 等. 灰色關(guān)聯(lián)在重介質(zhì)旋流器分選效果主因分析中的應(yīng)用[J]. 礦山機(jī)械, 2013, 41(6): 75-80.

SUN Wei, SHEN Lijuan, CHEN Jianzhong, et al. Application of grey correlation to key factor analysis for separation effects of dense-medium cyclones[J]. Mining & Processing Equipment, 2013, 41(6): 75-80.

[2]SILVA D O, VIEIRA L G M, BARROZO M A S. Optimization of design and performance of solid‐liquid separators: a thickener hydrocyclone[J]. Chemical Engineering & Technology, 2015, 38(2): 319-326.

[3]MOHANTY S, DAS B. Optimization studies of hydrocyclone for beneficiation of iron ore slimes[J]. Mineral Processing & Extractive Metallurgy Review, 2010, 31(2): 86-96.

[4]SILVA D O, VIEIRA L G M, LOBATO F S, et al. Optimization of hydrocyclone performance using multi-objective firefly colony algorithm[J]. Separation Science and Technology, 2013, 48(12): 1891-1899.

[5]黃波,韋彬,王浩淇. 重介質(zhì)旋流器內(nèi)部閉環(huán)渦流的數(shù)值模擬研究[J]. 計(jì)算機(jī)與應(yīng)用化學(xué), 2013,30(5): 547-549.

HUANG Bo, WEI Bin, WANG Haoqi. Numerical investigation on the closed-loop vortex in a dense medium cyclone[J]. Computers and Applied Chemistry, 2013,30(5): 547-549.

[6]田松齡,劉曉敏,陳鈺婷. 基于ARIZ的復(fù)合式旋流器結(jié)構(gòu)布局優(yōu)化及創(chuàng)新研究[J]. 工程設(shè)計(jì)學(xué)報(bào), 2013,20(5): 353-360.

TIAN Songling, LIU Xiaomin, CHEN Yuting. Innovation research of structure layout and optimization based on ariz for compound hydrocyclone[J]. Journal of Engineering Design, 2013, 20(5): 353-360.

[7]吳文紅,高志喆,宋均利,等. 優(yōu)化旋流器參數(shù)提高磁選廠生產(chǎn)能力的工業(yè)試驗(yàn)[J]. 金屬礦山, 2007,369(3): 62-65.

WU Wenhong, GAO Zhizhe, SONG Junli, et al. Industrial test on optimizing cyclone parameters to improve production capacity of magnetic separation workshop[J]. Metal Mine, 2007, 369(3): 62-65.

[8]劉立文. 影響重介質(zhì)旋流器分選效果的因素[J]. 選煤技術(shù), 2007(5): 35-36.

LIU Liwen. Factors affecting on separation performance of dense medium cyclone[J]. Goal Preparation Technology, 2007(5): 35-36.

[9]彭榮任，何青松，楊喆.重介質(zhì)旋流器選煤理論與實(shí)踐[M].北京：冶金工業(yè)出版社,2012: 33.

PENG Rongren, HE Qingsong, YANG Zhe. Theory and practice of coal cleaning by use of dense medium cyclone[M]. Beijing: Metallurgical Industry Press, 2012: 33.

[10]汪進(jìn)雅,張孝松,李強(qiáng),等. 霍爾辛赫選煤廠重介質(zhì)消耗控制研究與實(shí)踐[J]. 煤炭工程, 2015, 47(8): 76-79.

WANG Jinya, ZHANG Xiaosong, LI Qiang, et al. Research and practice of heavy medium consumption control in huoerxinhe coal preparation plant[J]. Coal Engineering, 2015, 47(8): 76-79.

[11]孫偉,沈麗娟,陳建中,等. 范各莊選煤廠3NWX1000/700型重介質(zhì)旋流器分選效果研究[J]. 礦山機(jī)械, 2013,41(9): 106-110.

SUN Wei, SHEN Lijuan, CHEN Jianzhong, et al. Study on separating effects of 3NWX1000/ 700 dense medium cyclone in fan′gezhuang coal washery[J]. Mining & Processing Equipment, 2013,41(9): 106-110.

[12]趙衛(wèi),沈麗娟,陳建中. 磁鐵礦粉粒度對(duì)煤泥重介質(zhì)旋流器分選效果影響的研究[J]. 中國(guó)煤炭, 2014,40(3): 81-84.

ZHAO Wei, SHEN Lijuan, CHEN Jianzhong. The research on separating results of heavy medium cyclone coal slime separation by size fraction of magnetite power[J]. China Coal, 2014, 40(3): 81-84.

[13]DIXIT P, TIWARI R, MUKHERJEE A K, et al. Application of response surface methodology for modeling and optimization of spiral separator for processing of iron ore slime[J]. Powder Technology,2015,275:105-112.

[14]杜振寶, 路邁西. 重介選煤中固液比的影響研究[J]. 潔凈煤技術(shù), 2011, 17(5): 5-6.

DU Zhenbao, LU Maixi. Influence of solid-liquid ratio on dence medium separation process[J]. Clean Coal Techno-logy, 2011, 17(5): 5-6.

[15]HEMALATHA T, RAMASWAMY A, KISHEN J M C. Simplified mixture design for production of self-consolidating concrete[J]. ACI Materials Journal, 2015, 112(2):277-286.

[16]YILMAZ M T, YILDIZ ?, YURT B, et al. A mixture design study to determine interaction effects of wheat, buckwheat, and rice flours in an aqueous model system[J]. LWT-Food Science and Technology, 2015, 61(2): 583-589.

[17]杭鋒,郭本恒,任璐,等. 基于混料設(shè)計(jì)優(yōu)化超高溫滅菌乳復(fù)配乳化劑[J]. 化工學(xué)報(bào), 2009,60(4): 984-989.

HANG Feng, GUO Benheng, REN Lu, et al. Application of mixture design to optimizing compound emulsifiers for ultra-high temperature cow milk[J]. Ciesc Journal, 2009,60(4): 984-989.

[18]周劍忠,黃開紅,董明盛,等. 混料設(shè)計(jì)在藏靈菇奶純培養(yǎng)發(fā)酵劑配方設(shè)計(jì)中的應(yīng)用[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2008,41(3): 816-822.

ZHOU Jianzhong, HUANG Kaihong, DONG Mingsheng, et al. Application of mixture design to design of formulation of pure cultures in tibetan kefir[J]. Scientia Agricultura Sinica, 2008, 41(3): 816-822.

[19]尹健,張賢超,宋衛(wèi)民,等. 基于混料設(shè)計(jì)理論的透水混凝土骨料特征響應(yīng)分析[J]. 建筑材料學(xué)報(bào),2013,16(5):846-852.

YIN Jian, ZHANG Xianchao, SONG Weimin, et al. Response analysis of pervious concrete aggregate gradation characteristics based on theory of mixture design[J]. Journal of Building Materials, 2013,16(5): 856-852.

[20]馬逢時(shí)，周暐，劉傳冰.六西格瑪管理統(tǒng)計(jì)指南 MINITAB使用指導(dǎo)[M].2版.北京：中國(guó)人民大學(xué)出版社, 2013: 592-608.

MA Fengshi, ZHOU Wei, LIU Chuanbing. Six Sigma management: MINITAB guide book[M]. 2ndEdition. Beijing: China Remin University Press, 2013: 592-608.

[21]何楨.六西格瑪管理[M].3版.北京：中國(guó)人民大學(xué)出版社, 2014: 442-443.

HE Zhen. SIX Sigma Management[M]. 3rdEdition. Beijing: China Remin University Press, 2014:442-443.

A Study of the Ratio of Components of Mixing Material of Dense Medium Cyclone Based on Multi-objective Mixture Design

YUAN Qinghe, YIN Xianhui, JIA Shun, XU Xuejie

(Mining and Safety Engineering College, Shandong University of Science and Technology, Qingdao 266590, China)

Abstract：In order to know accurately the ratio of components of mixing material of dense medium cyclone, and to understand the influence of different ratio to the output of dense medium cyclone and to optimize the separation effect, the limitations of the existing research on cyclone optimization and ratio of mixing material are analyzed and the feasibility and problem of using mixture design to achieve the above goals is discussed. By designing experiment of mixture, and running the experiment to get the result, the mathematical model of response variables and components of mixing material is fitted and analyzed and the effectiveness of the model analyzed. And the response is optimized with all response variables optimal. Through solving the parameters of the composite purpose for most demanding function value, multi-objective optimization of mixture design is realized and the optimal ratio of components of mixing material is determined. The effectiveness of the experiment is tested by practical production effect. Based on the requirement of lump coal, suspension and slime of dense medium cyclone in a coal preparation plant, mixture experiment is designed and run through extreme vertex design. The mathematical model of two response variables, which are concentrate ash and yield, and three factors which are lump coal, suspension and slime, is established to analyze the optimal ratio of components of mixing material under the condition that two objectives are achieved. The ratio of components of mixing material is 15.5%, 59.8% and 24.7%. The effectiveness is tested by T-testing. The experiment and analysis provide effective support to the efficient production and accurate control of coal preparation plant and can help the realization of automatic control.

Key words：mixture design； dense medium cyclone； multi-objective optimization； ratio of mixing material； hypothesis testing

收稿日期：2016- 01- 08

作者簡(jiǎn)介：袁清和(1968-)，男，河北省人，教授，博士，主要研究方向?yàn)楣I(yè)工程、資源經(jīng)濟(jì)與管理和礦業(yè)系統(tǒng)工程.

doi:10.3969/j.issn.1007- 7375.2016.03.021

中圖分類號(hào)：F253.3

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1007-7375(2016)03- 0130- 08