搖床是分選細(xì)粒重礦物的主要設(shè)備。長期以來，人們都是通過進(jìn)行大量的預(yù)先試驗來確定搖床的*佳操作條件。這種方法不僅耗費(fèi)大量的資金，而且對給礦性質(zhì)的變化適應(yīng)性差。如能將搖床上的分選過程用計算機(jī)仿真，既可代替部分人工預(yù)先試驗，還可實現(xiàn)以地?fù)u床操作的適時控制，尋求*佳的操作參數(shù)，獲得*好搖床分選指標(biāo)。仿真的成功與否，完全取決于所建立的數(shù)學(xué)模型。目前，建立搖床數(shù)學(xué)模型的方法大體分為兩類，**類是根據(jù)搖床的比重級別分配曲線來建立醋；第二類是根據(jù)搖床顆粒沿縱向的粒度及比重分布，得到礦粒向各種產(chǎn)品中的轉(zhuǎn)移概率，再根據(jù)轉(zhuǎn)移概率作出搖床的回歸數(shù)學(xué)模型。**類模型適用于給礦各比重級別分布較均勻的情形，例如煤等。第二類模型雖然沒有比重級別分布這一限制，但每一種給礦均需作大量的試驗來確定每種粒級每種比重的轉(zhuǎn)移概率，工作量非常大。這兩類模型均未涉及到搖床的分選機(jī)理，模型的建立方法雖然可推廣至別的重選設(shè)備，但由于純粹是經(jīng)驗式的數(shù)學(xué)模型，模型的擬合程度完全取決于各個特定參數(shù)。待定參數(shù)越多，模型的擬合程度當(dāng)然越好，但試驗的工作量會成倍增加。

這里我們認(rèn)為，要建立擬合程度好而又節(jié)省試驗工作量的搖床模型，還是應(yīng)從分析搖床的機(jī)理著手。由于搖床上顆粒的受力很多，顆粒的運(yùn)動構(gòu)成一復(fù)雜的力學(xué)體系，而且顆粒的運(yùn)動還受隨機(jī)因素的影響，從這方面著手建立合適的數(shù)學(xué)模型相當(dāng)困難。這里我們在原有對顆粒運(yùn)動的力學(xué)規(guī)律研究的基礎(chǔ)上，將選礦設(shè)備搖床上顆粒的分層與分離分別視為兩個隨機(jī)過程來研究，并根據(jù)所得到的轉(zhuǎn)移概率建立搖床的模型，*后將計算機(jī)的仿真結(jié)果與試驗結(jié)果進(jìn)行了比較。

轉(zhuǎn)載請注明來源：www.tonicaseyforsenate.com