Actual tendencies in description and mathematical modeling of mineral processing
More details
Hide details
Gospodarka Surowcami Mineralnymi – Mineral Resources Management 2010;26(3):111-123
KEYWORDS
ABSTRACT
Many conventional methods and mathematical modeling techniques are limited in mineral processing systems applications giving the models of special features and limitations. The global applications lead to the situation where the classical designing tasks and searching for the optimal conditions became the problems from the field of informatics and certain calculating procedures. The paper presents widely the applications of evolutionary programming to select the optimal conditions for jaw crushers work (formulas (1), (2) and (3)), leading to designs of comminution technological systems. In many cases the application of non-classical statistical methods, like bootstrap, Bayesian and non-parametric methods of estimation of grained materials characteristics distribution functions is advisable. These methods were discussed in the paper. Furthermore, the multidimensional approach to the materials characteristics was generally presented, with special attention to their specific character.
METADATA IN OTHER LANGUAGES:
Polish
Aktualne tendencje w opisie i modelowaniu matematycznym procesów przeróbki materiałów uziarnionych
przeróbka surowców, matematyczne modelowanie, programowanie ewolucyjne, nieklasyczne metody statystyczne, kruszarka szczękowa
Wiele konwencjonalnych metod i technik modelowania matematycznego ma ograniczone zastosowania w odniesieniu do układów przeróbki surowców mineralnych, a uzyskiwane modele mają specjalne cechy i ograniczenia. Masowe zastosowanie komputerów doprowadziło do tego, że klasyczne problemy projektowania i poszukiwanie optymalnych warunków stały się zadaniem z zakresu informatyki i odpowiednich procedur obliczeniowych. W artykule omówiono dość szeroko zastosowanie programowania ewolucyjnego do doboru optymalnych warunków pracy kruszarek szczękowych (wzory (1), (2) i (3)), prowadzące do projektów układów rozdrabniania. W wielu przypadkach wskazane jest stosowanie nieklasycznych (niestandardowych) metod statystycznych, z których omówiono metody bootstrapowe, metody bayesowskie i nieparametryczne sposoby estymacji gęstości rozkładów właściwości materiałów uziarnionych. Zostało także ogólnie scharakteryzowane wielowymiarowe podejście do opisu właściwości materiałów, ze zwróceniem uwagi na ich specyfikę.
REFERENCES (35)
1.
Cardu M., Clerici C.,Morandini A.,Ocella E., 1993 - An experimental research on the comminution law and work index in jaw. Proceedings of XVIII International Mineral Processing Congress, Sydney.
2.
Chentsov N. N., 1962 - Evaluation of an unknown distribution density from observations. Soviet Math. Dokl. 3, pp. 1159-1562.
3.
Domański C., Pruska K., 2000 - Nieklasyczne metody statystyczne. Polskie Wydawnictwo Ekonomiczne, Warszawa.
4.
Eadie W.T., Drijard D., Janas F.E., Ross M., Sadoulet B., 1971 - Statistical methods in experimental physics. North-Holland.
5.
Efromovich S., 1999 - Nonparametric curve estimation. New York, Springer-Verlag.
6.
Efron B., Tibshirani R.J., 1993 - An introduction to the Bootstrap. Chapman and Hall, London.
7.
Fisz M., 1969 - Rachunek prawdopodobieństwa i statystyka matematyczna. Warszawa PWN.
8.
Foszcz D., 2005 - Estymacja parametrów funkcji regresji metoda klasyczna oraz metodami bootstrapowymi. Górnictwo i Geoinżynieria, z 3/1, pp. 67-78.
9.
Foszcz D., 2004 - Ocena dokładności estymacji charakterystyk parametrycznych zmiennych losowych za pomocą metod bootstrapowych. Górnictwo i Geoinżynieria, z. 2/1, pp. 13-20.
10.
Foszcz D., 2003 - Zastosowanie metod bootstrapowych do bilansowania produkcji na przykładzie O/ZWR KGHM ,,Polska Miedź" S.A. Górnictwo i Geoinżynieria, z. 3, pp. 64-69.
11.
Fuerstenau M.C., Han K.N., 2003 - Principles of Mineral Processing. SME.
12.
Gajek L., Kałuszka M., 2000 - Wnioskowanie statystyczne. Warszawa, WNT.
13.
Gawenda T., 2004 - Ocena wpływu właściwości fizyko-chemicznych surowców skalnych i parametrów technologicznych kruszarek szczękowych na efekty rozdrabniania. Rozprawa doktorska, AGH, Kraków.
14.
Goldberg D.E., 1998 - Algorytmy genetyczne i ich zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa.
15.
Gupta A., Yan D.S., 2006 - Mineral Processing Design and Operation, Elsevier.
16.
King R.P., 2001 - Modeling and simulation of mineral processing systems. Butterworth-Heinemann.
17.
Jamróz D., 2003 - Wizualizacja wielowymiarowych zbiorów danych dyskretnych. IV Krajowa Konferencja Metody i systemy komputerowe w badaniach naukowych i projektowaniu inżynierskim, pp. 351-354, Kraków.
18.
Lynch A.J., 1997 - Mineral crushing and grinding circuits. Amsterdam Oxford, New York.
19.
Michalewicz Z., 2003 - Algorytmy genetyczne + struktury danych = programy ewolucyjne. Wydawnictwa Naukowo-Techniczne, Warszawa.
20.
Niedoba T., 2003a - Ocena jakości produktu przy pomocy metod bayesowskich na przykładzie złoża "Rudna", Inżynieria Mineralna, n. 3, pp. 134-141.
21.
Niedoba T., 2003b -Różne aspekty wyznaczania wielkości próbki pobieranej z materiałów uziarnionych. Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej nr 103, Oficyna Wydawnicza PW, Wrocław, pp. 285-291.
22.
Niedoba T., 2004 - The utilization of non classical statistical methods in the raw materials' quality estimation - the estimation of economical risk. Proceedings of 8th International conference on Environment and Mineral Processing, Ostrava.
23.
Niedoba T., 2005 - Opracowanie zasad opróbowania i analizy jakości surowców mineralnych metodami statystyki nieklasycznej. Praca doktorska, AGH.
24.
Niedoba T., 2008a - Approximation of particle size composition curves by Bayesian estimators of Weibull distribution function parameters with application of cut normal distribution function. 21st World Mining Congress & Expo 2008, Agencja Wydawniczo-Reklamowa Ostoja, Kraków.
25.
Niedoba T., 2008b - Aproksymacja krzywych składu ziarnowego za pomocą bayesowskich estymatorów parametrów w rozkładzieWeibulla. Zeszyty Naukowe Politechniki Śląskiej,Górnictwo, z. 284, pp. 97-105.
26.
Niedoba T., Soliński B., 2009 - Aproksymacja rozkładu prędkości wiatru za pomocą nieparametrycznych metod statystycznych. [W:] Konwersja odnawialnych źródeł energii, red. Aleksander Lisowski, pp. 52-58, Wydawnictwo Wieś Jutra, Warszawa.
27.
Niedoba T., Tumidajski T., 2006 - The approximation of grain composition curves by non-parametric statistical methods. XXIII International Mineral Processing Congress, vol. 1, pp. 203-209, Istanbul.
28.
Rao C.R.: Statystyka i prawda. Wydawnictwo PWN, Warszawa, 1994.
29.
Schena G., Zanin M., Chiarandini A., 1997 - Procedures for the automatic design of flotation networks. International Journal of Mineral Processing, vol. 52, pp. 137-160.
30.
Svedensten P., Evertsson C.M., 2005 - Crushing plant optimisation by means of a genetic evolutionary algorithm. Minerals Engineering, vol. 18, pp. 473-479.
31.
Tumidajski T., Foszcz D., Jamróz D., Niedoba T., Saramak D., 2009 - Niestandardowe metody statystyczne i obliczeniowe w opisie procesów przeróbki surowców mineralnych. Wydawnictwo AGH, Kraków.
32.
Tumidajski T., 1997 - Stochastyczna analiza własności materiałów uziarnionych i procesów ich rozdziału. Wydawnictwo AGH, Kraków.
33.
Tumidajski T., 1992 - Wybrane problemy stochastycznej analizy własności materiałów uziarnionych i procesów przeróbki surowców mineralnych. Zeszyty Naukowe AGH, Górnictwo 159, Kraków.
34.
Wills B.A., Napier-Munn T.J., 2006 - Mineral Processing Technology. Butterworth-Heinemann.
35.
Zaborski A., 1997 - Przegląd zastosowań skalowania wielowymiarowego w rozwiązywaniu problemów marketingowych. Wydawnictwo A.E., Klasyfikacja i analiza danych, vol. 4, Wrocław.