Актуальность исследования обусловлена получением новых знаний об оптимизации технологических параметров работы центробежных концентраторов, эксплуатируемых по технологии Knelson CVD, а именно: настройка частоты открытия клапанов и время, в течение которого клапаны остаются открытыми. Цель: статистический анализ результатов полупромышленных исследований применимости технологии Knelson CVD на различных продуктах фабрики с помощью метода группового учета аргументов для получения зависимостей между выходом концентра и настраиваемыми параметрами, позволяющими проводить предварительные расчеты по эффективности внедрения данной технологии на обогатительных предприятиях. Объекты: продукты, полученные в результате работы гидроциклонов, а также технологические параметры работы центробежных концентраторов. Методы: общие методы математической статистики, в частности методы регрессионного анализа, направленные на построение статистически значимых моделей, описывающих зависимость какой-либо переменной от множества регрессоров. Также, наряду с классическим аппаратом регрессионного анализа, применяется метод группового учета аргументов, основная идея которого заключается в построении множества моделей заданного класса и выборе среди них оптимальной. Результаты. Разработана эффективная методика обработки результатов тестов, проведенных на обогатительном оборудовании, базирующаяся на методе группового учета аргументов. На основании полученных данных построены статистически значимые модели, описывающие зависимость содержания в хвостах и концентратах по ценным компонентам от различных настраиваемых параметров оборудования, обоснована их эффективность, позволяющая применять данные модели в дальнейших исследованиях по применению CVD технологии. Продемонстрировано применение метода группового учета аргументов на примере построения полиномиальных регрессионных моделей, содержащих нелинейные комбинации регрессоров.
The paper is devoted to developing a model of baddeleyite recovery from dump products of an apatite-baddeleyite processing plant using centrifugal concentrators. The relevance of the work arises from the acquisition of new knowledge on the optimization of technological parameters of centrifugal concentrators using Knelson CVD (continuous variable discharge) technology – in particular, setting the frequency of valve opening and the duration of valves remaining open. The purpose of the research was to assess the applicability of CVD technology in the treatment of various dump products of the processing plant and to build a model of dependencies between the concentrate and tailings yields and the adjustable parameters, which will allow to perform preliminary calculations of the efficiency of implementing this technology at processing plants. The research objects are middling and main separation tailings of the coarse-grained stream and combined product of main and recleaner separation tailings of the fine-grained stream. The study uses general methods of mathematical statistics: methods of regression analysis, aimed at building statistically significant models, describing dependence of a particular variable on a set of regressors; group method of data handling, the main idea of which is to build a set of models of a given class and choose the optimal one among them. Authors proposed an algorithm for processing experiment results based on classical regression analysis and formulated an original criterion for model selection. Models of dependencies between the concentrate and tailings yields and the adjustable parameters were built, which allowed to establish a relationship between the concentrate yield and the valve opening time, as well as a relationship between the tailings yield and the G-force of the installation.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.