可持续矿物研究所的研究人员188BET金宝搏亚洲真人体育Julius Kruttschnitt矿物研究中心(JKMRC)正在开发一种软传感器，以克服半自磨(SAG)磨机所面临的先前公认的性能挑战。
作为从矿石中提取矿物的关键阶段之一，SAG磨机是选矿作业的关键资产，其持续稳定运行对生产率至关重要。
然而，随着进料尺寸和硬度等条件的变化，以及由于衬套磨损引起的长期变异性，垂下磨的性能会迅速变化——没有仪器可以直接观察到这一点。
新的磨粉机充填预测(MFP)工具是一种软传感器(一种充当传感器的数学模型)，可以提供磨粉机内容物的信息，并使其能够更接近其最大容量。MFP工具是由Marko Hilden博士开发的，他是JKMRC的高级研究员。他改造和更新了JKMRC的各个研究人员开发的模型，并开发了新的模型来适应新的应用。
Mohsen Yahyaei副教授谁是JKMRC的先进过程预测与控制(APPCo)组长表示，MFP工具包括数学模型，可以预测磨机的磨损状况、磨机填充水平、钢研磨介质的填充和颗粒轨迹。
他说:“该模型从SAG磨机周围普遍安装的传感器中捕获数据，这使得模型能够实时运行，为操作员提供影响磨机性能的关键条件的即时反馈。”
“MFPT已经在许多工业现场得到应用，他们开始看到在控制研磨回路方面的多种好处。”
在采矿业，大部分能源是在矿物加工过程中使用的，在一些子部门，粉碎(包括研磨)占总能源使用的70%。
Yahyaei副教授表示，精确预测磨粉机的填充量可以增加运营商在更高的平均填充量和功率消耗下运行磨粉机的信心，从而提高整体设备的效率和产量。
“当泥浆池等不良情况即将发生时，操作员可以收到警报，降低磨机超载的风险。
“钢球水平的估计和显示减少了需要进行定期手动测量的需要，这些测量需要停止，有时需要进入工厂，因此减少了对生产和人员健康和安全的影响。
“在可能发生套管冲击时发出警告，可以帮助作业者选择操作条件，避免尾管过度磨损和研磨介质消耗。
JKMRC的先进过程预测和控制小组旨在通过从稳态模型转向更多地利用现场生成的数据和传感器技术结合先进的过程控制，计算分析和建模技术来转换单元过程建模和仿真。
联系人:Mohsen Yahyaei副教授，m.yahyaei@uq.edu.au
