在选矿生产中，为更好掌握生产指标变化规律和进行技术参数调整优化，需要对相关生产数据进行收集加工。选矿常采集的主要数据来源有破碎、磨矿、分级、选别、浓缩、尾矿及回水处理等生产实践环节，通过对采集的数据进行综合分析获得生产变化规律，进而得出有价值数据并用于指导优化技术指标，更好地控制和管理生产。传统生产实践中的数据来源于分析测试，比如破碎粒度、入选品位、磨矿细度、精矿品位、回收率、互含率等，其指标相对静态简单，不能系统和动态地对工艺做出评价，因此不能高效地指导工艺调整。在数字化技术时代，为了达到精细化管理、降低成本和环保节能等各方面要求，需要对选矿工艺流程中每个环节的大量数据进行挖掘采集，利用大数据技术分析和评估生产状态和技术经济水平，进而指导生产使生产效益最大化，这就是大数据技术在选矿工艺中应用的出发点。
选矿大数据采集与挖掘
选矿厂不间断的生产过程就是数据的不间断生产过程，获取选矿大数据是利用大数据的前提。目前我国很多选厂数据来源主要是有经验的工人掌握的生产经验数据和技术人员生产取样数据，其中有的数据量化难度大，可靠性不强，受制于个人的经验差别很大。而在实际工业生产中，由于入选矿石品位波动，矿石性质变化，药剂用量等发生变化，导致生产数据规律不断波动。利用现代感知技术和人工智能设备可以挖掘积累大量有效数据，将其用大数据技术分析获得的结果用于分析指导生产和评估技术经济指标具有重大意义。
常见的选矿数据类型有工作数据参数和技术数据参数，工作数据参数包括机器和设备的工作负荷、能耗、物耗、作业效率、维修效率等;技术数据参数包括粒度组成、破碎比、粉矿仓运转率、磨矿效率、分级效率、细度、矿浆浓度、浮选药剂的添加量、补给水量、品位、矿浆流量、浮选时间、选别指标、过滤参数等。
选矿大数据的挖掘环节包括:破碎筛分系统、磨矿分级系统、选别系统、脱水系统、尾矿输送、尾矿库监测等。每个环节又包含了相应的设施设备，设备作业中对应的就是易耗材料、工作能耗、维修频率、作业效率以及具体的技术工艺参数等数据。因此，对生产过程中的数据挖掘越深入，数据越全面详细;而借助现代检测技术对信息捕捉越多，数据量就越大，规律性越明显，对于生产的分析掌握就越准确可靠。
大量的数据不仅客观反映了设备的工作状态，而且在不同系统或环节的易耗材料、能耗、维修率、工作效率之间也存在密切的联系，它们在工作过程中表现出来的是物耗和能耗的消耗数量，实际是间接地反应到维修率和工作效率高低上，最终体现出产品质量和技术指标的优劣差异。不仅如此，不同系统之间的关系也是环环相扣，破碎系统的产品和技术指标对筛分系统的产品和技术指标有着决定性的影响，筛分系统的产品又决定着磨矿分级系统的产品和技术指标，以此类推，直接关系到最终出厂产品的质量和生产效益。因此，一个最佳的工作参数决定着优秀的技术参数，决定着最优质的产品，也决定着生产效益的最大化。反之亦然。
挖掘和利用好大数据，是透过生产看数据，抛开结果看过程的现代化生产思维，选矿厂生产的不是产品而是数据，数据质量决定产品质量，因此，好的生产数据决定了性价比最高的生产产品，才能在未来的市场中具有较强的竞争力。综上所述，可以有以下几点认知:
(1)选矿厂管理的精细化来源于对大量数据的挖掘与分析，是实现成本管理的核心与基础。
(2)数据时代要求生产信息的数据化，因此用数据化思维来考虑生产成本的最优化是未来生产的首要方法。
(3)大数据技术是核心，现代化感知设备是基础，大数据技术与现代化感知设备的有机组合，才能实现生产的智能化，智能化选矿厂是未来的发展方向。
QQ交流群
