减小固废变异性的方法：敏感性分析与自动控制技术

无论是破碎、筛分还是相关的选矿工艺，其效果都受到很多因素的影响。例如：反击式破碎，受到了粒径大小、颗粒形状、颗粒裂隙、颗粒弹性行为、颗粒抗压强度、转子的转速等因素的影响；振动筛筛分，受到了料层厚度、过料速度、筛板倾角、筛网振幅、筛网振频、颗粒形状等因素的影响；磁选、涡电流选、跳汰、摇床等选矿技术，也各有大量的影响因素。要减小变异性，就必须对这些影响的敏感度进行分析，寻找到最合理的参数组合。这其中可以利用目前飞速发展的自动化技术。下面举例说明。

涡电流分离技术从生活垃圾焚烧炉渣中分离有色金属时，由于炉渣进料速度的不同，以及炉渣本身金属含量的波动，将有色金属颗粒飞行轨迹与非金属颗粒飞行轨迹分隔开来的隔板，其位置通常是不固定的，需要根据金属颗粒数与非金属颗粒数的比值进行调整，如果这一比值增大，说明隔板需要向非金属颗粒轨迹靠近；如果这一比值减小，则应远离非金属颗粒轨迹。其技术核心包括以下几部分：

（1）以光学发射器与接收器传感器，计数通过发射光束的颗粒（图5-2）。

图5-2　红外传感器的布局

（2）以电力线圈传感器，计数通过的金属颗粒（图5-3）。

（3）根据按下面公式计算的金属品位（G）的指示结果，实时调整隔板位置，确保最佳的分离效果。

图5-3　电磁传感器检测原理与数据流(https://www.xing528.com)

式中 N IRS、N EMS——红外和电磁传感器的计数；

m——平均的颗粒质量；

Z——；

k——；

C——，其中C 为传感器计数的修正因子之比。

以上技术也可以被用于实时的质量控制，针对金属品位数据的变异作出进料速度等的实施调整。