铁矿采选管理中资源利用与节能降耗目标制定及控制策略研究

This research aims to solve goal-setting and coping strategies of resource utilization and energy-saving & consumption-reducing in Iron Mine mining and milling management. The mining & milling system is divided into the subsystems of production, resource utilization, and energy consumption, a multi-objective constrained optimization problem (COP) model is established to obtain the optimal production grades (cut-off grade and milling grade) and the goals of resource comprehensive utilization and energy consumption; then system dynamics (SD ) model is established to reveal the mechanism of resource loss and energy consumption; the key points of resource loss and energy consumption could be found out by sensitivity analysis; basing on these key points, the paths are designed for resource conservation and energy saving; the optimal path would be seek out from the alternative paths by SD simulation, to get the control strategies. The above contents formulate a chain of "goal- key point- path - strategy". The particle swarm optimization (PSO), artificial neural network (ANN) and differential evolution (DE) are integrated to be hybrid intelligent algorithm (IA), to solve the COP model, and to optimize the parameters and variables of SD model. This study could enrich the theory and methodology of sustainable development of mineral resources, and provide specific and feasible method and policy of resource conservation and energy saving for China's Iron Mine enterprises.

本项目致力于解决铁矿采选管理中资源利用与节能降耗的目标制定及应对策略难题。根据整个采选生产流程，将其分为采选生产、资源利用、能耗等多个子系统，建立多目标约束优化问题（COP）模型，得到最优生产指标（截止品位与入选品位）以及资源综合利用及节能降耗目标；然后建立系统动力学（SD）模型，揭示矿区资源损失和能耗机理；通过灵敏度分析，找出影响矿区资源损失和节能降耗的关键点；以这些关键点为基础，设计相关的资源节约和节能降耗路径，将备选路径代入SD模型进行模拟，进行资源节约和节能减排路径的优选，得到具体的控制策略，形成"目标-关键点-路径-策略"链。其中，集成粒子群算法（PSO）、人工神经网络（ANN）、差分进化算法（DE）等智能算法(IA)，求解多目标约束优化模型，优化SD模型相关参数和变量。本研究可以丰富矿产资源可持续发展相关理论和方法，为我国铁矿企业资源节约和节能降耗提供具体可行的途径与政策建议。

铁矿资源利用和节能降耗策略的已有研究重在罗列可能的工艺优化或设备更新，或给出相关政策建议，没有着眼于采选生产的整个业务流程，将采选品位的确定与资源综合利用和节能降耗联系起来，得到实现矿区的资源利用和节能降耗的具体应对策略。本项目研究从整体矿山系统的角度来确定最优采选品位组合及资源减损和节能降耗投资策略，主要内容包括：（1）资源损失与能耗关键工序识别，得到投资改造方案。通过对典型DY铁矿采选系统各环节、工序间相互联系、相互作用的运行机理的分析，识别出了影响矿区资源损失和节能降耗的主要影响因素或工序，提炼出了若干可行的资源利用与节能降耗改造措施。一是在提高资源利用方面，采矿阶段主要是放矿工艺改进，选矿阶段包括全面抛尾处理，干选系统改造，过滤系统改造，浮选工艺改造以及加强尾矿利用；二是降低能耗方面，采矿阶段包括地下照明与通风设备改造，运输智能调度系统，无轨运输等，选矿阶段包括破碎设备更新，球磨机改造，选矿用水循环利用等。（2）资源利用与节能降耗改造措施的投资成效和成本分析。采用各级主管及专家会议的形式反复论证，确定了提高资源利用和降低能耗的各个投资改造措施的成效和成本。（3）最优采选品位及对应投资改造策略的多目标优化决策模型和算法设计。根据铁矿采选生产实际，建立了以资源利用率、总电耗、经济效益为目标，精矿总产量为约束条件，采选品位和投资策略为决策变量的非线性多目标优化方法；将PSO、GA的高效搜索能力和ANN的建模功能相结合，构成PSO-GA-ANN算法来寻找最优采选品位和投资策略。（4）实例研究。以DY铁矿为案例进行了研究，得到了五种不同的资源利用和节能降耗应对策略，其中采矿截止品位值在18.05~18.16%之间，选矿入选品位在40.82~41.90%之间；所有资源减损备选策略都应进行投资，优先考虑的节能降耗策略是破碎设备更新和球磨机改造，其次是地下照明与通风设备改造、运输智能调度系统和选矿用水循环利用；五种应对策略中，对应精矿总量为104.6万吨左右，资源利用率在79.5%左右，电耗总量在8234~8667万千瓦时之间，净利润在7985~8543万元之间，其优化结果符合铁矿采选生产实际。本研究从系统性视角研究矿山资源利用与节能降耗的目标选择以及应对策略，丰富了矿业可持续发展相关理论，为我国铁矿企业解决资源节约和节能降耗难题提供了具体可行的思路和方法。