Файл: Лебедкин, В. Ф. Проектирование систем управления обогатительными производствами.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 16.10.2024

Просмотров: 122

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
kXi(X2,

остается невыясненным

вопрос, какая

зависимость

является

луч­

шим приближением — гиперболическая

или параболическая.

 

3.

г

 

, < ті,

,

 

 

В этом

случае

наиболее

веро-

 

hxi

у

)

1 kXi

2

 

у

)

 

J

 

 

 

г

 

ятна

нелинейная

форма

связи k и хі. Вид этой формы

связи, как и

в случае 2, неte определен.

 

 

 

 

 

 

 

 

 

 

Для определения формы нелинейной связи k и Л'І

(случаи 2 и 3)

можно поступить

следующим

образом:

рассчитать

 

коэффициент

корреляции

между k и х2

[156] из группы

{ху}.

По

формуле

типа

(III.81) определить частный коэффициент корреляции г

2 ,

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

ЯХ^ (Х2,

. . .,

Ут)

и провести сравнение с ранее рассчитанным частным

коэффициен­

том корреляции.

 

 

 

 

 

 

 

 

 

 

 

 

 

Если гь„2

 

 

.соизмерим с kbr

l r

ѵ

то с большой ве-

 

" Х 1 (*2

 

ут)

 

 

 

к х ' \ Х г ' • • -ут)

 

 

 

 

 

роятностью

связь

между

k

и Хі линейна.

Если

гкх^^Хг

 

у

^суще­

 

 

 

 

 

 

 

j , то форма

связи должна

быть

парабо

ственно больше г лической. Если г

ftXj 2, . . • ѵт) несколько больше гkxi (х2,

то

можно ожидать гиперболическую связь k и

Х і .

 

Надо сказать, что выбор

формы связи

между

параметрами

всегда сопровождается субъективными оценками

исследователя,

особенно в случаях г. „

- , ~ / " . 2

и вследствие огра-

к х Л Х г

ут)

К Х 1 \ Х г ' • •

-'ут)

 

ниченности выборки п из генеральной совокупности практически не­

возможно строго определить связь k и Хі.

форм связей k

Окончательной оценкой точности выбранных

со всеми аргументами {х, у} является коэффициент

множественной

регрессии [201]

 

где

1

1 Г Ѳ і 8 2

Ö1Ö2

(111.89)

HON

(111.90)

 

1

D oo-

(111.91)

125


минор, получаемый из определителя

(II 1.90)

вычеркиванием

пер­

вой строки и первого столбца;

— формальная переменная,

пред­

ставляющая собой g-й член

искомого

уравнения

регрессии, | =

=т,ж

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Часто

можно

обойтись

без расчета

частных

корреляционных

отношений (III.86), сравнивая

лишь частные

коэффициенты корре­

ляции г. „

„ . и г 2

 

 

Иногда

удается

воспользо-

ваться известными формами связи параметров. Так, можно

сказать

[27, 28, 95, 96], что форма

связи между

расходом

ксантогената и

pH — параболическая или линейная,

между

извлечением

металла

в концентрат и pH — гиперболическая

или линейная,

между извле­

чением,

гранулометрическим

составом

и

плотностью

пульпы —

параболическая,

между

извлечением

и расходом

ксантогената—•

параболическая и т. д.

 

 

 

 

 

 

 

 

 

 

 

 

В качестве примера

на

рис. III.11—III.17

показано

несколько

кривых, заимствованных

из книги С. И. Митрофанова

[158], и рас­

считанные для них аналитические приближения и среднеквадратич­

ные ошибки. Заданные графически

функции аппроксимировались

в рабочих (обычно применяемых

на обогатительных фабриках)

диапазонах изменения параметров. Пунктирными линиями изобра­ жены заданные функции, сплошными — их приближения.

Выше описан метод определения форм связи целевой функции k

с параметрами {х, у} и определено уравнение поверхности

отклика

k{x, у} в виде некоторого

полинома

 

 

 

k=F(Ba,

Ѳ2, . . . .

Ѳ-,

Ѳ„),

(111.92)

определяющего зависимость критерия k от формальной перемен­ ной Ѳ|. Последующая задача состоит в расчете коэффициентов

при каждой переменной

( 5 = 1 . Ю-

В теории множественной регрессии коэффициент Ь% определяется [201] по формуле

где

2

=4~2

(k^rrtuf-

(111.94)

3ft =

 

 

1=1

 

дисперсия отклонений критерия качества k;

 

^Чг2 И0-™*J"

(Ш.95)

1=1

 

дисперсия отклонений формальной переменной Ѳ^; Donопредели­ тель (111.91); Dki — минор определителя (111.90), получаемый вы­ черкиванием первой строки и |-го столбца.

126


Рис.

I I I . 11. Влияние расхода из­

$ У

вести на потери молибдена в

хво­

стах

коллективной

флотации

(ре­

 

зультаты

двух

серий)

[158]:

 

Расход Ca О, к г/т

Рис. III.12. Флотация частиц гале­ нита размером от 150 до 20 мк с 0,04 кг/т соснового масла, 0,4 кг/т кальцинированной соды и ксантогенатами в количествах, указанных на диаграмме (по Годэну) [158]:

 

 

/ — и з о а м и л о в ы й к с а н т о г е н а т

к а л и я

 

 

((/ = —3,02- КУ> * 2 + 1 , 1 • 10« х

- 4 ;

0 = 0,89);

 

 

2 — н о р м а л ь н ы й б у т и л о в ы й к с а н т о г е н а т

 

 

((/=—1,07 • 105 х 2 + 6 , 1

• 103

* + 6 , 7 1 ;

б =

 

 

=0,606);

3— п р о п и л о в ы й

к с а н т о г е н а т

 

 

к а л и я ( 0 — 1 , 0 7 • 105

х 2 + 6 , 1 • 103

х + 6 , 7 1 ;

0,00*0,008 Oßl

0,0¥ X

6 — 0,606);

4 — э т и л о в ы й к с а н т о г е н а т

ка ­

л и я ((/ = —3,57-10«

* 2 + 3 , 5 - 1 0 3

*+9,28;

Расход ксантогената, кг/г

 

0 = 0,286)

 

 

 

 

 

S

у

 

 

 

 

Рис. I I I . 13. Флотация частиц гале­ нита размером от 150 до 20 мк

сочищенными жирными кислотами

и0,16 кг/т соснового масла (по Годэну) [158]:

/ — н о р м а л ь н а я

л а у р и н о в а я

 

к и с л о т а

((/=—2,14 • 10« * 2 +2,7 1 * + 1 3 , 1 ;

 

6 = 0,208);

2 — н о р м а л ь н а я

у н д е ц и л о в а я

к и с л о т а

((/=—1,96 • 10«

* 2 + 3 • 103

X — 19,3;

6 =

=0,724);

3— н о р м а л ь н а я

к а п р о н о в а я

к и с л о т а

( і / = — 1 , 2 - 1 0 «

* 2 +2,88 • 103

х —

 

— 75,2; 6 = 0,282)

 

 

 

Расход жирных кислот,кг/т

Рис.

I I I . 14. Влияние расхода

вспе-

нивателя на скорость флотации

угля

крупностью

0,074—0,0325

мм

[158]:

«/=—0,02

х 2 +2,66 х + 7 6 8 ;

z

0=0,06

 

Концентрация 8спениВателя?г/л


Рис. III.15. Влияние вели­ чины pH на адсорбцию ксантогената сульфидными минералами (концентрация ксантогената 30 мг/л) [158]:

/ — х а л ь к о п и р и т

/

,

174,72

I

(у=

х —

 

+ 8,06; 0 = 0);

2 — п и р и т

(</=

= й щ 9 + 0 - 0 2 ;

Ô =° ' 0 1 9 ) ;

3 -

г а л е н и т ((/=—0,25

х+3;

6 = 0)

Величин a pH

С

Рис. I I I . 16.

Зависимость

извлече­ 0}

ния меди в медный концентрат от

тонины помола в период

работы

без чашевого

классификатора [158]:

г/=0,003 X2

0,23 х + 94,2;

0= 0

эг

90 k0 60

80

X

Выход

класса

0,07чмм

В

сливе,

%

Платность слаба класси­ фикатора, % тВердого

Рис. III.17. Зависимость то­ нины помола от плотности слива классификаторов I и I I циклов измельчения [158]:

/ — I

ц и к л

и з м е л ь ч е н и я (</=

3

211

 

\

= - — х + — ; 0 = 0 1; 2 - I I ц и к л

и з м е л ь ч е н и я

(11

у = — \0 х + 1 0 3 0 ;

 

 

0 =

0)


Сомножители ag (а следовательно, коэффициенты 6g) также можно определить при решении линейных алгебраических уравне­ ний [20, 144] вида

Л 1 + Г М « 2 + ••• + \ t N a N >

rhtL=rD

Da,-a

\r

ß 2 + . . . + r p o a

 

M ,

i

(111.96)

 

 

 

TV = г О д , о , а Г

aw

Рассчитав все W коэффициентов равенства (III.92) по формуле (III.93) или ( I I 1.96), получим соотношение для поверхности от­ клика в виде [201]

N

(k — mk)-

(111.97)

5=1

 

При этом дисперсия 2|. значений k около регрессии (III.97) бу­

дет [201]

 

2 f t = 4 ( l - p 2 ) ,

(111.98)

где р — коэффициент множественной регрессии,

подсчитанный по

формуле (III.89).

 

Среднеквадратичной ошибкой приближения (III.97) является величина

(111.99)

Среднеквадратичные ошибки вычисления коэффициентов Ъ\ определяются соотношением [201]

N

(III. 100)

 

где п — объем выборки или длина реализации; Р ь — в е с коэффици­ ентов Ь\, определяемые по формуле

А

X " (III.101)

где

ö2 "l ö,ö2 y2

tlOr, an Г. л

 

Д =

02 »TV 0 ^ » 2

(III.102)

 

Яо„

a„ r,

 

9 З а к а з № 510