周佳刚,王伟光

随着矿产资源日趋“贫、细、杂”，浮选机大型化带来的流体动力学问题日益突出，传统经验设计难以揭示槽内复杂气-液-固多相流动机制，制约了分选效率与能耗表现。本研究旨在构建一套融合计算流体动力学（CFD）仿真、参数化建模与智能优化算法的数字化研发体系，对浮选机关键部件进行协同优化。通过建立高保真多相流模型，仿真揭示了原始结构存在流动“停滞区”、气泡聚并严重及叶轮功耗高等缺陷。进而，以提升气含率均匀性、降低能耗为目标，采用响应面法与遗传算法对叶轮叶片形状与角度、定子开孔率与导流角度、槽体底部轮廓等进行多目标优化。物理样机试验表明，优化后浮选机在同等处理量下，目标矿物回收率平均提升5.8%，单位能耗降低12.3%，气泡分布更加均匀。本研究实现了从仿真诊断、智能寻优到实验验证的完整数字化研发闭环，为大型浮选装备的高效节能设计提供了系统化范式。

多相流仿真；浮选机优化；流体动力学；协同优化；气泡分布

[1] 刘艳飞.浮选机流场模拟及矿浆流体动力学研究[D].江西:江西理工大学,2017. [2] 沈政昌,刘万峰,史帅星,等.680m3 超大型浮选机在铜矿工业试验中的应用[J].铜业工程,2019(3):33-35. [3] 武涛,刘利敏,杨文旺,等.超大型浮选机智能控制系统设计与开发[J].有色金属(选矿部分),2019(4):81-86. [4] 史帅星,孙传尧,沈政昌,等.粗颗粒矿物在矿浆相中的悬浮特征[J].有色金属(选矿部分),2018(5):88-95. [5] 任博文,沈政昌,史帅星,等.基于试验与仿真的 XCF 浮选机性能研究[J].有色金属(选矿部分),2022(2):129-136.

点击下载PDF