Optimization of mineral processing plant through ROM ore size

• Autorzy: Pan X.

Warianty tytułu

PL

Optymalizacja zakładu przeróbczego w przypadku rud surowych

• Języki publikacji: EN

Abstrakty

EN

The ore beneficiation at a mine could be described as complex and expensive, involving many balancing processes where material flow rates, size, density and other factors must all be in balance, if any degree of plant optimization is to be achieved. To determine the optimum setup for maximizing throughput at the final step in the beneficiation process, such as the dense media separation units, a mine optimizer is developed using constraint-based global optimization. The Mine Optimizer uses plant unit availability, capacity in tons per hour (t/h), change in material size (between crushers) and other constraints. The result is that improving cheaper upstream processes, such as blasting, can significantly increase the throughput of expensive downstream processes, like crushing, through improved fragmentation of the ROM ore. For instance, if the ROM ore is not in the required range, the plant production is unbalanced and consequently the mine could loss production by 10-20%, even 50% in the worst case. On one hand, a finer ROM ore may result in lower utilisation of both crushing and coarse separation by 50%. Meanwhile other process units are running at 100% capacity, such as slimes and tailing dumping. In addition, a finer ROM ore may destroy the mineral value as well, such as in the cases of mining coal, iron ore, and diamond ore, where a higher price is for the products of larger size.

PL

Wzbogacanie rud w kopalni można określić jako złożone i drogie, uwzględniające wiele procesów bilansowych, dla których ilości materiału, ich rozmiar, gęstość i inne cechy muszą pozostawać w stanie określonej równowagi jeżeli optymalizacja jest celem, który chce się osiągnąć. Aby określić optymalne ustawienia dla procesu wzbogacania, tj. w przypadku jednostek wzbogacania w cieczach ciężkich skonstruowano optymalizator kopalniany uwzględniający ogólną optymalizację zakładu. Optymalizator Kopalni korzysta z dostępności danej jednostki, wydajności w tonach na godzinę (t/h), zmian w rozmiarach materiału (pomiędzy kruszeniami) i innych ograniczeń. Wynik pozwala zoptymalizować tańsze procesy, takie jest strzelanie co pozwala z kolei znacząco poprawić procesy droższe, tj. kruszenie, dzięki zoptymalizowanemu rozdrobnieniu rudy surowej. Dla przykładu, jeżeli uziarnienie rudy surowej nie jest wymaganego rozmiaru, produkcja zakładu nie jest zbilansowana i tym samym produkcja zakładu jest niższa o 10-20% lub nawet 50% w najgorszych przypadkach. Z drugiej strony, zbyt drobna ruda surowa może spowodować mniejszą stosowalność procesów kruszenia o nawet 50% a w tym samym czasie inne jednostki produkcyjne pracują na 100% swojej wydajności, tj. np. składowiska odpadów. Ponadto, drobniejsza ruda surowa może spowodować spadek wartości minerału, jak np. w przypadku węgla, rudy żelaza bądź diamentów, gdzie wyższa cena produktów zależy od większego ich rozmiaru.

Słowa kluczowe

EN

process optimization; mine production; production simulation; mineral processing

PL

optymalizacja procesu; produkcja kopalni; symulacja produkcji; przeróbka surowców mineralnych

• Wydawca: Wydawnictwa AGH
• Czasopismo: AGH Journal of Mining and Geoengineering
• Rocznik: 2012
• Tom: Vol. 36, no. 4
• Strony: 123--132
• Opis fizyczny: Bibliogr. 3 poz., rys., tab., wykr.

Twórcy

autor

Pan X.

• Department of Metallurgy, University of Johannesburg, South Africa

Bibliografia

• [1] Pan X.W.: Constraint-Based Mine Production Optimization for a Diamond Mine, Proceedings of the 33rd International Conference on Application of Computers and Operations Research in the Mineral Industry, Santiago, Chile, 2007, pp. 477–483
• [2] Valery J.W.: Mine to Mill Optimization and Case Studies, Presentation on the VI Southern Hemisphere Conference on Mineral Technology, May 27-30, Rio de Janeiro, Brazil, pp. 26–31
• [3] Valery W., Jankovic A., Larosa D., etc.: Mining and Milling Process Integration and Optimization — Part 2, http://www.metso.com/in/india_articles.nsf/Webwid.