跳汰机脉动曲线智能优化：根据给矿粒度组成自适应调节

【30秒速读】

• 跳汰机脉动曲线（冲程、冲次、波形）与给矿粒度组成不匹配，是跳汰分选精度低、处理量受限的核心原因——粒度变粗冲程跟不上、粒度变细冲次降不下来。

• 脉动曲线智能优化系统：在线粒度分析仪检测给矿粒度组成，PLC根据预设的“粒度-脉动参数”模型自动调节跳汰机的冲程、冲次和进气/排气时间，实现粒度变化时脉动参数的自适应跟随。

• 广西大厂某锡矿跳汰机升级智能控制系统后，脉动参数调整响应时间从人工的30-120分钟缩短至15秒，跳汰作业回收率从68.5%提升至75.2%，尾矿锡品位从0.18%降至0.11%。

• 系统投资约45-65万元/台（含粒度分析仪、PLC控制器、电液执行器），年综合效益约80-120万元/台，投资回收期6-10个月。

• 智能优化不是“一键调好”——需要建立给矿粒度与最佳脉动参数的关系模型，模型精度决定了自适应调节的效果。

第1步：患者主诉

诊断要点：给矿粒度变粗了冲程没变、变细了冲次没降，操作工靠耳朵调机——跳汰机的“脉动”跟不上矿石的“变动”

云南个旧一家锡选厂，跳汰机（JT-5型）处理破碎筛分后的-8mm原矿，日处理量约600吨。给矿粒度组成随采矿工作面推进不断变化，粗粒（+2mm）比例在25%-45%之间波动。

选厂厂长的原话：“操作工每天早上调一次冲程冲次，然后就让它跑到下班。但给矿粒度一天变好几次——早上粗、中午细、下午又粗，跳汰机参数没跟着调。操作工说他能听见跳汰机声音不对了就去调，但一天也就调个两三次。声音不对的时候已经跑了不少锡了。”

现场实测数据：

• 当给矿中+2mm粗粒占35%时，冲程10mm、冲次320次/分钟是合适参数

• 当粗粒升至45%时，仍用同样参数，粗粒锡石沉降不足，尾矿+1mm粒级锡品位0.15%（正常应＜0.08%）

• 当粗粒降至25%时，同样参数下细粒被冲走，尾矿-0.5mm粒级锡品位0.22%

人工调节的滞后性（每次30分钟以上）和低频次（每天2-3次）导致跳汰机在大部分时间内处于“参数不匹配”的状态。

更深入的问题是：操作工的“经验”无法量化。他听到的“声音不对”是什么频率？什么幅度？不同的粒度变化对应什么样的参数调整量？这些都没有量化标准，换一个操作工就是另一套标准。跳汰机的分选精度始终波动在±5个百分点范围内。

第2步：快速检查

诊断要点：查给矿粒度组成的时变规律、查现有脉动参数与粒度的匹配关系、查脉动参数调节的执行机构响应速度

到现场后做了四件事。

第一件事，连续监测给矿粒度组成的变化规律。用在线粒度分析仪（或每30分钟取样做快速筛析）连续监测8小时，每30分钟测一次+2mm、-2+0.5mm、-0.5mm三个粒级的比例。

粒度组成在8小时内发生了显著变化：+2mm从28%到45%之间波动，-0.5mm从23%到38%之间波动。给矿粒度不是恒定的，而是持续变化的。

第二件事，做不同粒度组成下的最佳脉动参数寻优试验。在给矿粒度分别处于“细”（-0.5mm占35%）、“中”（-2+0.5mm占38%）、“粗”（+2mm占42%）三种状态下，用不同冲程冲次组合做对比试验，找出每个粒度状态下的最优参数。

冲程、冲次、进气/排气时间比三个参数都需要随粒度变化而调整，不是只调冲程或只调冲次。

第三件事，检测现有脉动参数调节执行机构的响应速度。现场冲程调节通过手动旋转手轮改变偏心距，调节一圈冲程变化约0.5mm，完成一次大幅调节（如从10mm调到15mm）需要操作工旋转10圈、耗时约2分钟。冲次调节通过更换皮带轮实现，需要停机换轮，耗时15-20分钟。

这种调节方式注定了它无法“跟得上”粒度变化的节奏——粒度变化是分钟级的，调节耗时是小时级的。

第四件事，测跳汰机在不同脉动参数下的分选精度（以Ep值表示，Ep值越小分选精度越高）。在给矿粒度相同（中粒状态）的条件下，分别用“最优参数”和“偏移参数”运行2小时，测Ep值。

Ep值从最优的0.12恶化到偏移状态的0.16-0.18，分选精度下降25%-33%。脉动参数偏离最优值对分选效果的影响非常显著。

第3步：病因分析

诊断要点：给矿粒度变化是“因”，脉动参数调节滞后是“果”——“因”是分钟级的，“果”是小时级的，时间错配导致分选效果持续偏离最优

病因一：人工调节的“信息获取”环节太慢

粒度变化是分钟级的，但操作工“知道粒度变了”需要等取样筛析结果，取样→筛分→读数→判断至少需要30分钟。在这30分钟里，粒度可能已经变了2-3次，操作工永远在“追赶已经过去的粒度状态”。

更关键的是：操作工调节的依据是“隔夜”的经验——他只知道今天早上筛析的结果，不知道当前这一分钟的粒度组成。当给矿粒度从粗变细时，操作工还在用粗粒参数运行，直到30分钟后他拿到新的筛析数据才开始调整。

病因二：人工调节的“执行”环节更慢

信息到手后，人工执行调节需要2-20分钟（冲程2分钟、冲次更换皮带轮15-20分钟）。冲次调节需要停机换轮，停机本身就是生产损失。因此操作工倾向于“能不调冲次就不调”，只调冲程，但冲程调节的补偿能力有限——当粒度从粗变细时，只调冲程（从15mm调到10mm）不调冲次（仍用280次/分），脉动曲线的波形和加速度都不匹配。

病因三：缺少“粒度-脉动”的定量关系模型

操作工的“经验”是定性的——“粒度变粗了冲程加大、冲次减小”。但加多少、减多少，没有定量模型。一个操作工可能认为粗粒增加5%需要冲程加1mm，另一个操作工可能认为要加2mm。没有模型意味着调节量是随意的、因人而异的。

病因四：脉动曲线的“波形”同样需要调节，但人工调节几乎做不到

跳汰机的脉动曲线不仅包括冲程和冲次，还包括上升水流和下降水流的持续时间比（进气/排气时间比）。这个参数影响床层的松散速度和松散程度，对分选精度的影响不亚于冲程冲次。但现场操作工几乎不调整这个参数——因为进气/排气时间比需要调节气动阀门，调整后还需要观察床层反应，操作复杂、反馈慢，大部分操作工选择不动。

第4步：处方方案

诊断要点：在线粒度分析仪+PLC+电液执行器——三段构成“检测-决策-执行”的闭环自适应系统

处方一：在线粒度分析仪（“眼睛”）

在跳汰机给料管道上安装在线激光粒度分析仪（或图像粒度分析仪），实时检测给矿的粒度组成。关键输出参数：+2mm占比（粗粒指数）、-0.5mm占比（细粒指数），采样频率1次/分钟。

仪器要求：测量范围0.1-10mm，测量精度±2%，响应时间＜60秒，防护等级IP65（适应矿浆环境）。安装位置在跳汰机给料箱之前的管道上，保证代表性取样。

投资：约18-25万元/台。

处方二：PLC控制器+数学模型（“大脑”）

PLC（可编程逻辑控制器）接收粒度分析仪的实时数据，根据预设的“粒度-脉动参数”数学模型计算出当前粒度状态下的最优脉动参数组合。

数学模型（示例，通过试验数据回归拟合）：
冲程(mm) = 5.2 + 0.22 × (+2mm占比%) + 0.08 × (-2+0.5mm占比%)
冲次(次/分) = 385 - 2.8 × (+2mm占比%) - 1.2 × (-2+0.5mm占比%)
进气/排气时间比 = 0.8 + 0.025 × (+2mm占比%)

当粒度变化超过预设阈值（如+2mm占比变化＞3%）时，PLC自动启动参数调节程序。

PLC控制器还具备“自学习”功能：记录每次粒度变化和对应的脉动参数，以及后续的床层松散度反馈数据，逐步优化数学模型。

处方三：电液执行器（“手脚”）

将手动调节机构更换为电液执行器，接收PLC的4-20mA信号，自动调节冲程、冲次和进气/排气阀门。

冲程调节：电液伺服缸驱动偏心套转动，改变偏心距，调节范围4-20mm，精度±0.2mm，响应时间＜2秒。
冲次调节：变频器驱动电机（原工频电机不变，增加变频器），PLC通过变频器改变电机转速，冲次调节范围200-400次/分，响应时间＜3秒。
进气/排气时间比调节：电控气动阀，PLC通过比例阀控制进气和排气阀门的开闭时间，调节范围1:1至1:2.5，响应时间＜1秒。

电液执行器改造无需更换跳汰机主体，仅在原有调节机构上做改造，利用现有设备的安装接口。

处方四：反馈闭环——床层状态监测（“小脑”）

在跳汰机内部安装压差传感器（测量床层松散度）和床层高度传感器，实时反馈床层状态。PLC根据床层状态数据微调脉动参数，形成“检测-决策-执行-反馈-修正”的完整闭环。

当床层松散度偏离目标值（15%-20%）时，PLC自动微调进气时间（每次调整0.1秒，观察2个周期后判断是否需要继续调整），使床层恢复到最佳松散状态。

处方五：人机界面

触摸屏显示：当前给矿粒度组成（饼图+趋势图）、当前脉动参数（冲程、冲次、进排气比）、床层松散度、目标参数与当前参数的偏差、调节日志（时间、原因、调节量）。

操作模式：自动模式（系统自动调节）、半自动模式（系统推荐参数、人工确认后执行）、手动模式（保留原手动调节方式作为后备）。

投资汇总（单台JT-5型跳汰机）：

第5步：预后效果

诊断要点：参数调整响应时间从30-120分钟缩短到15秒，回收率从68.5%提升到75.2%

系统投运后连续运行了45天。以下是自动调节与人工调节的对比数据：

回收率从68.5%提升到75.2%，提高了6.7个百分点。尾矿锡品位从0.18%降至0.11%，降幅39%。Ep值从0.16-0.18改善到0.11-0.13，分选精度显著提高。

处理量从26-28吨/时提升到30-33吨/时，提高约15%。原因是床层松散度持续保持在最佳区间，跳汰机的“通过能力”得到释放。

智能系统在运行过程中记录了一次典型的“自适应调节”事件：

• 9:15 给矿+2mm占比从32%升至41%（因采场供矿变化）

• 9:16 粒度分析仪检测到变化，PLC计算新参数：冲程从11mm调到15mm、冲次从310降到275

• 9:18 电液执行器完成冲程调节（2秒）、变频器完成冲次调节（3秒），床层松散度从12%恢复至18%

• 全过程从检测到完成调节约15秒，而人工调节需要约60-90分钟

经济效益测算（单台跳汰机，年运行330天）：

回收率提升6.7个百分点（按跳汰机处理量占全厂60%、原矿品位0.35%计算）：
年新增回收锡金属：600吨/天×330天×0.35%×60%×6.7% = 27.8吨/年
年新增产值：27.8吨×14万元/吨 = 389万元/年

处理量提升15%（多处理尾矿或降低后续磨矿负荷）：
年增产效益约45-60万元/年（按后续磨矿电耗节省和精矿增产综合估算）

年综合效益约434-449万元/年
投资60万元，回收期约1.6个月

出院后的3条医嘱

诊断要点：粒度分析仪的校准、床层传感器清洁、模型的周期性验证——三件事决定智能系统能“聪明”多久

医嘱一：粒度分析仪每周用标准筛样校准一次

在线粒度分析仪的精度是整套智能系统的“眼睛”。眼睛不准，大脑再聪明也无用。每周取给矿样做标准筛析，将结果与在线仪器的读数比对。偏差超过±3%时进行仪器校准。同时注意保护分析仪的测量窗口，防止矿浆结垢影响透光率或图像清晰度，每班检查窗口清洁度，及时用软布擦拭。

医嘱二：床层压差传感器和高度传感器每班检查、每周清理

床层传感器浸泡在矿浆中，传感器表面容易结垢或粘附矿泥，导致信号失真。每班目视检查传感器信号是否在正常范围（压差0.02-0.08MPa、床层高度变化幅度±5mm），发现信号跳动异常及时处理。每周停机后清理传感器探头表面（用稀释盐酸清洗后清水冲净），确保测量数据可靠。

医嘱三：每半年做一次全粒度的“模型验证试验”

数学模型的最优参数是基于某一段时间的给矿特性建立的。当采场推进到新的矿段、矿石解离特征发生变化时，原模型可能不再是最优的。每半年安排一次系统验证：在自动控制状态下，在给矿粒度稳定时，手动做一组“邻域寻优”试验（在当前参数附近±10%范围内微调，观察回收率变化），如果发现新的参数组合比模型推荐的指标更好，更新模型系数。

【关于本文】
本文数据基于锡矿跳汰机脉动曲线智能优化的行业典型示例。不同型号跳汰机（JT系列、下动式、侧动式）的脉动参数调节范围和执行机构不同，智能系统的具体配置需根据设备型号和现场条件定制。本文建立的“粒度-脉动参数”数学模型（冲程、冲次、进排气比公式）仅适用于该矿石类型和JT-5型跳汰机，其他设备需通过试验重新拟合模型参数。建议在系统调试阶段至少进行2周的人工对比验证，确保自动调节效果优于人工调节后再切换至全自动运行模式。