بهینه‌سازی تک‌هدفه مدار آسیای گلوله‌ای مجتمع فسفات اسفوردی بر پایه الگوریتم ژنتیک

نویسندگان

چکیده

هدف پژوهش حاضر بهینه‌سازی مدار آسیای گلوله‌ای کارخانه فسفات اسفوردی با استفاده از تلفیق الگوریتم‌های شبیه‌سازی فرآیند آسیاکنی و جستجوی ژنتیک است. پس از بررسی کارخانه فرآوری فسفات اسفوردی، مشخص شد که مشکل عمده موجود در مدار، ذرات نرمه با عیار بالای آهن در ته‌ریز هیدروسیکلون در مدار خردایش است که در اثر بیش‌آسیاکنی این ذرات، در مدار فلوتاسیون که پس از مدار خردایش قرار دارد، مشکلات اساسی ایجاد می‌شود. بنابراین، هدف از بهینه‌سازی مدار خردایش، بهبود خردایش در آسیای گلوله‌ای و نیز افزایش بازدهی جدایش در هیدروسیکلون قرار گرفت. بهینه‌سازی به‌صورت تک‌هدفه انجام شد. با بهینه‌سازی مدار، نتایجی در حالات مختلف حاصل شد که انتخاب هر یک از این نتایج به اثر اقتصادی آن، تغییر بر مدار و همچنین عملکرد کارخانه بستگی دارد.

کلیدواژه‌ها


عنوان مقاله [English]

SINGLE OBJECTIVE OPTIMIZATION OF CLOSED BALL MILLING CIRCUIT OF ESFORDI PHOSPHATE PLANT

نویسندگان [English]

  • Z.S. Mirzaei
  • A. Farzanegan
چکیده [English]

The subject of this project is optimization of closed ball-mill circuit at Esfordi phosphate plant, based on integration of process simulation and genetic algorithm (GA) concepts. The BMCS® (BMCS-based Modular Comminution Simulator) under MATLAB software was used in this investigation to search for the optimal operating condition of the comminution circuit so that a pre-defined process goal can be achieved. The search process is done using genetic algorithm. The main problem in the circuit is the existence of fine particles with a high degree of iron content in the hydrocyclone underflow stream which is recycled to the ball mill unit. These particles are subjected to over grinding and cause some problems in downstream processes, i.e., flotation, which leads to a low production quality. Therefore, the goal of this project was set to improve ore grinding in ball mill unit and increase the efficiency of particle size classification by hydrocyclone unit. The GA optimization was done in a single objective form that the optimization goal was to achieve a pre-defined particle size for overflow or underflow streams separately. The circuit simulations optimized by GA produced various results and conditions that each of them can be recommended for plant testing and performance improvements.

کلیدواژه‌ها [English]

  • Single Objective Optimization
  • Genetic algorithm
  • ball mill
  • Esfordi Phosphate Plant
  • BMCS® Software