利用田口-灰色关联分析法对DCT进料池中尾矿絮凝性能的多目标优化研究：几何参数与进料流体力学特性

《Separation and Purification Technology》：Multi-objective optimization of tailings flocculation performance in DCT feedwell using Taguchi–Grey relational analysis: Geometry parameters and feed hydrodynamics

本研究通过自研PIV可视化平台探究导流板进料斗流体动力学特性，结合Taguchi-Grey关联分析法对进料流量、高度与直径比、宽度与直径比进行多目标优化，发现最优参数组合（流量2700 mL/min，HDR=1.0，WDR=0.1）能平衡剪切强度与能量耗散，显著提升尾矿固液分离效率与絮体结构，模型预测误差仅2.33%，为深锥厚ener进料斗设计提供量化依据。

　　

吴鹏杰|吴爱香|阮准|王振奇|黄同飞

中国-赞比亚矿产资源绿色与安全开发“一带一路”联合实验室，北京科技大学资源与安全工程学院，北京100083，中国

摘要

高效的固液分离对于金属矿山尾矿的资源利用和环境管理至关重要。这一过程依赖于进料井内的絮凝作用，其中包含入口动量耗散、药剂混合以及初始絮体的形成。在这项研究中，通过将物理进料井模型与粒子图像测速技术相结合，建立了一个自主开发的可视化平台。评估了进料水动力学和几何配置对流场及颗粒絮体特性的影响。进一步采用了田口-灰色关联分析框架进行多目标优化。该框架为水动力学调控与絮凝效果之间提供了定量联系，有助于工程设计中进料井参数的选择。研究结果表明，宽径比和高径比对水动力稳定性和絮凝效率有显著影响，而进料流速的影响相对较弱。最佳配置（进料流速=2700 mL·min?1，高径比=1.0，宽径比=0.1）在不同絮凝阶段实现了剪切强度和能量耗散的平衡，从而增强了絮体的形成和沉降效果。测量值与预测值的综合灰色关联等级分别为0.84和0.86，表明模型精度较高，相对误差仅为2.33%。本研究证明了田口-灰色关联分析方法能够实现进料井的定量优化，该方法改善了进料井的水动力学性能，提升了尾矿浓缩系统的絮凝效果。

引言

金属矿山尾矿的安全处置和资源化利用已成为绿色矿业发展的关键问题[1]。随着采矿和选矿能力的持续扩张[2][3]，大规模尾矿储存导致了严重的土地占用[4]、水污染[5]和地表沉降。在这种背景下，水泥浆体回填（CPB）技术被广泛认为是实现“零废物采矿”的绿色方法[6][7]。在CPB过程中，通过浓缩和脱水实现固液分离是尾矿资源化利用的关键步骤[8][9][10]。深锥浓缩机（DCT）因其能够提供高底流浓度并保持优异的澄清性能而成为矿山回填系统的关键组件[11][12]。

然而，尽管其具有工业优势，进料井内部结构仍然是影响浓缩过程稳定性的关键薄弱环节[13][14]。进料井是尾矿浆体在进入沉降区之前经历动量耗散、絮凝剂混合和初始聚集的核心区域[15][16][17]。不合理的进料井设计可能导致短路流动和死区[18]，从而使浆体在充分絮凝之前就流出，导致底流波动和溢流浊度增加。

以往的研究主要集中在操作参数上，如絮凝剂类型、用量[19]、系统温度[20]和固体浓度[21]。同时，对进料井内部流场和流变行为的系统研究仍然有限[22]。最近，一些研究人员尝试使用计算流体动力学（CFD）[23][24]来探索进料井的水动力学特性。Nguyen[25]利用CFD建立了一种新型进料井几何结构，并证明优化设计可以提高流动对称性和絮凝效率。Tanguay[26]采用CFD-PBM（种群平衡模型，PBM）耦合模型研究了不同絮凝条件下的聚集-破碎动态。结果表明，进料井几何结构直接影响絮体的紧密度和分形维数。Fawell[16]和Johnson[17]进一步将能量耗散和剪切率与絮体结构联系起来，强调适当的湍流强度分布对高效絮凝至关重要。然而，这些研究大多属于数值模拟，缺乏对实际流场演变的实验验证[27]。传统的激光多普勒测速（LDV）只能提供点态测量数据，无法捕捉瞬态流动结构[28]。相比之下，粒子图像测速（PIV）可以在多个点捕捉瞬时速度场，使其成为研究进料井中流动-絮凝相互作用的有效工具[29][30]。

首次建立了一个配备PIV的多模块进料井实验系统，用于比较不同附加结构的进料井的流动和絮凝行为[31]。他们的研究表明，内部流动可以分为混合-碰撞区和沉降-生长区，阐明了结构修改如何影响湍流衰减和絮体形成。这为从水动力角度解释絮凝机制奠定了坚实基础。然而，该研究主要停留在定性分析阶段，缺乏对多个响应参数之间耦合关系的定量分析。流场动力学、几何特性和分离效率之间的多维相互作用需要进一步研究。

近年来，多目标实验设计和优化方法已被应用于复杂流体系统[32][33][34][35]。田口正交设计通过信噪比（SNR）评估因素影响，而灰色关联分析（GRA）将多个响应整合为单一的综合关联等级，实现全局系统优化[36]。Aslan成功应用了田口-灰色关联分析（T-GRA）方法优化了实验室浓缩机参数[37]。目前尚未有将T-GRA应用于DCT进料井几何结构多目标优化的报道[38]。

在Wu[31]的工作基础上，本研究开发了一个可视化实验平台，用于研究导向架（GS）进料井，结合PIV和图像分析技术，探讨进料流速（FFR）、高径比（HDR）和宽径比（WDR）对水动力学和絮体结构特性的影响。随后建立了基于T-GRA的多目标优化框架，以评估和确定最佳参数组合。研究结果为DCT进料井的设计优化和操作控制提供了定量依据，有助于提高尾矿浆体固液分离和CPB系统的稳定性。

部分内容摘录

材料

用于进料井絮凝实验的尾矿来自铅锌选矿厂。通过标准筛分分析和激光粒度测量相结合的方法对尾矿的粒度分布进行了表征。如图1所示，中位粒径（D??）为31.47 μm。粒径小于20 μm和74 μm的颗粒分别占39.58%和69.46%，说明该尾矿属于细粒级。有效粒径（D??）、连续粒径（D??）和极限粒径（D...）...

DCT进料井中的速度流线

图5展示了不同实验条件下的重建速度场，可以清晰观察到不同控制参数下尾矿浆体在进料井内的整体流动轨迹[47]。

总体而言，从不同实验序列重建的流线模式显示，GS上部区域呈现集中式的径向流动分布，而下部区域则呈现明显的轴向流动特征。

结论

本研究在可视化的GS进料井平台上构建了田口-灰色关联分析框架，用于评估和优化DCT进料井的水动力学和几何参数。通过将流场特性与絮体结构参数相结合，该方法实现了对多个性能指标的全面评估和优化，实现了多性能指标之间的平衡，并提供了实用的多目标优化方案。

利益冲突声明

作者声明他们没有已知的财务利益冲突或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（项目编号：52427804）的资助。