摘要：隨著工業互聯網、大數據、人工智能等新一代信息技術與礦業領域傳統工藝技術的不斷融合發展，選礦流程數字化、智能化成為行業發展趨勢。數字孿生技術與選礦工藝相結合建立數字仿真平臺，將提升設備改進、流程優化、智能控制等在選礦全生產周期的應用效果。介紹了數字孿生技術在流程工業應用中的發展歷史及趨勢，以及不同數字化模型在黃金選礦流程中的應用潛力。結合工業實踐介紹了幾種黃金選礦流程數字孿生模型的應用場景，探索數字孿生技術在黃金選礦中的應用前景。

　　關鍵詞：數字孿生;黃金選礦;數字化模型;設備模型;流程模型

　　引言

　　通過關鍵設備及流程的智能化，利用工業互聯網、物聯網、云計算技術的支持，建立以智能選礦廠為載體的智能礦山是中國礦物加工工業轉型發展的重要途徑[1]。隨著工業互聯網、大數據、人工智能等新一代信息技術的進步，以及依托數據驅動、智能算法的仿真模型逐漸豐富，數字孿生技術近年來發展迅猛。數字孿生、虛擬仿真技術與礦業領域傳統工藝技術的不斷融合發展，正在推動礦物加工流程工業的網絡化、智能化升級，通過數字技術承載礦物“基因屬性”，最大限度地提高工業數據收集工作的價值，進而提升整個礦物加工行業的生產效率[2]。

　　一項新興通用技術在行業內落地往往需要充分結合行業特點，以行業需求推動特種技術發展，進而實現新興通用技術的工業實踐。數字孿生技術亦是如此。目前，數字孿生技術已經在制造領域、能源領域、醫療領域及城市規劃領域實現了不同程度的應用，取得了良好的示范效果[3]。這些應用案例為數字孿生技術在礦物加工領域開展工業實踐提供了很好的借鑒，但要使數字孿生技術真正為礦山企業帶來實際收益，可能需要借助采礦、運輸、選礦、尾礦處理、水處理等環節的行業知識搭建橋梁，連接數字技術與選礦技術，實現虛擬廠礦與現實廠礦的交互。

　　本文在介紹數字孿生技術的基礎上，提出了黃金選礦數字孿生一般性基礎結構，并探討了不同數字化模型應用場景，以期能夠為數字孿生技術在黃金選礦生產中的應用提供一些思路。

　　1數字孿生技術概述

　　2010年11月，美國國家航空航天局(NASA)在其發布的技術路線圖報告《Draft modeling，simulation，information technology & processing roadmap》中首次使用了“數字孿生”一詞，并開始嘗試建立一個數字孿生系統。該系統基于高性能計算、高精度建模仿真及信息處理技術，能夠在發射任務前進行虛擬飛行演練，提供持續的健康預測和故障排除策略，減小風險;可以鏡像模擬實際的飛行過程，監視及預測飛行孿生的狀態;通過大規模數據分析及整合支持新的科學研究，減少任務設計周期，降低培訓和維護成本[4-5]。

　　隨后數字孿生技術逐漸被應用在制造業中，且重要性越來越大，成為制造業和流程工業“工業4.0”藍圖中不可或缺的元素。在數字孿生產業發展中，數字孿生城市、數字孿生建筑、數字孿生能源等應運而生，并為其各自對應的領域帶來了收益[6]。近年來，數字孿生技術已經開始應用于礦業行業，推動該行業傳統流程工業的數字化轉型。

　　通用電氣公司(GE)數字礦山團隊使用數字孿生技術進行資產規劃、運營績效管理、鉆探指導和故障感知等方面的工業應用，并開發了可以連接工業設備、進行數據分析和實時反饋的PredixTM平臺。2017年4月，通用電氣公司和總部位于澳大利亞珀斯的礦業公司South32宣布達成一項為期3年的協議，將數字孿生技術應用于其業務推廣和創新。South32利用PredixTM平臺，除可對單項資產和單個設備進行優化外，還可對全局礦山事務作出快速、準確的決策，并針對整個礦山業務進行優化[7]。

　　安德里茨公司(ANDRITZ)利用計算機輔助工程(CAE)、數學模型及控制算法優化建立了較為通用的流程工業模擬平臺及優化控制系統，并在此基礎上開發了數字孿生平臺，針對選礦流程實現流程設計、流程分析、軟測量及優化控制等功能。ANDRITZ幫助大洋黃金公司(Oceana Gold)在南卡羅來納州的Haile金礦應用數字孿生技術提升自動化水平和生產穩定性，分別建立了旋流器和尾礦濃密機底流泵的“虛擬設備”，并作為控制系統的輸入變量之一，參與選礦流程的自動控制，特別是旋流器溢流和底流的計算值已經代替了原有每小時進行的人工取樣測量值[8]。

　　盡管數字孿生技術已經幫助礦業企業在設備管理、資產管理、運輸、生產規劃等方面取得了較好的提升效果，但距離實現礦業企業全生命周期數字孿生系統投入工業實踐的目標還有很大距離。持續關注選礦仿真模型、人工智能算法的發展，并將最新的技術成果納入礦業工業數字孿生系統建設規劃，是實現礦業企業數字化轉型，特別是實現選礦數字孿生工廠建設的有效途徑。

　　2黃金選礦數字孿生技術

　　NASA提出的“數字孿生”概念有其明確的需求導向，即服務于未來宇航任務。在這個數字孿生系統中各種對應不同宇航任務的仿真模型構成了對運載工具及任務流程全生命周期的支持。將這些仿真模型集成到一起，再加上包括實時狀態數據、歷史維護數據、試驗數據等的支撐，以及資產管理、規劃管理等內容，就構成了一種NASA追求的全新的“數字孿生”工作模式。對于礦業行業，或者再具體到黃金選礦行業，數字孿生系統必須要具有行業特點，能夠滿足行業特定需求，在擁有若干不同類型仿真模塊的情況下，完成局部或全部生產流程的虛擬，實現交互。因此，從生產實踐的角度來看，黃金選礦領域的數字孿生系統至少應具備以下幾項功能：

　　1)對黃金選礦關鍵設備進行數字化建模。模型能夠準確模擬設備生產過程，計算設備磨損、運行效果、所處理物料的變化等。

　　2)對黃金選礦單元操作流程進行數字化建模。模型能夠準確模擬單元操作流程的生產功能，計算單元操作流程內礦量、水量、氣量、藥劑量、其他介質等的平衡情況，并反映操作條件變化對流程生產帶來的影響。

　　3)對黃金生產全流程進行數字化建模。模型能夠準確模擬包括破碎、磨礦、分級、浮選、濃縮脫水等黃金生產全流程的生產功能，計算流程內各種物料的平衡情況，反映設備型號、操作條件、物料性質變化給生產流程帶來的影響，計算目標礦物的生產達標情況。

　　在具備了上述一項或幾項功能的情況下，數字孿生系統就可以實現軟測量、故障診斷、生產規劃、流程優化、自動控制等一系列能夠提升實體選礦廠生產效率的工業實踐。當然，除了這3個基本模塊之外，一個完整的數字孿生黃金選礦廠還需要采用必要的數據處理技術、相對應的數據庫管理技術、知識提取技術及對真實系統的反饋機制等建立相應功能模塊，這里僅從上述3類主要的建模方法出發，討論黃金選礦數字孿生技術實現基礎。

　　2.1黃金選礦關鍵設備數字孿生模型

　　在黃金選礦數字孿生系統建設過程中，選礦設備模型是實現選礦流程數字化的基礎。在礦物加工設備建模領域，100年前已經出現了大型機械的理論模型，如基于粉碎功耗理論的Rittinger、Kick和Bond模型，推動了破碎機和球磨機建模的發展[9-11]。WHITEN[12-13]結合磨礦動力學和矩陣表述方法建立了球磨機理想混合模型(Perfect Mixing Model)，奠定了目前大多數磨機設備的模型框架。隨著計算機技術和數值模擬方法的發展，離散元(Discrete Element Modelling，DEM)、計算流體力學(Computation Fluid Dynamics，CFD)等方法被用于模擬破碎機[14]、磨機[15]、振動篩[16]、浮選機[17]、旋流器[18]等選礦關鍵設備，從微觀角度豐富模型細節，對設備內的物料運動軌跡、顆粒碰撞粉碎、氣泡破裂凝并、礦漿流動情況等進行精確計算，協助設備設計及改進。為了更準確地描述選礦設備工業應用場景，加強設備模型應用的實時性，科研人員和工程技術人員開始將人工神經網絡、模糊邏輯、基因算法、支持向量機、決策樹、數據驅動、人工智能等新的基于數據的建模方法與設備建模相結合，針對浮選機、磨機等復雜設備進行建模仿真研究[19]。在此基礎上，新的基于混合建模方法的數字化設備模型建模方法應運而生[20]，通過數值計算和人工智能方法進行工業尺度選礦設備經驗模型的參數整定，利用離線數據、在線數據的支持，建立目標設備的數字孿生模型。這樣的設備模型不僅可以為新設備的設計提供支持，也可以為設備優化、設備操作、設備軟測量提供在線或離線的數據支持，減少設備在生產中的故障率，實現預測性維護，并最終提升設備生產運行效率。

　　2.2黃金選礦單元操作流程數字孿生模型

　　以黃金選礦關鍵設備模型為基礎，輔以管路、泵池等輔助設備模型，在總體平衡框架下可以建立選礦流程中某一單元操作流程的數字孿生模型。此外，單元操作流程模型還應具備原始流程考查數據協調、模型參數修正、通用數據庫環境及不同類型數據接口等功能模塊。到目前為止，礦物加工領域可以進行黃金選礦單元操作流程仿真計算的商業軟件還都是國外公司或研究機構推出的[21]，其中較為典型的軟件有澳大利亞昆士蘭大學朱利葉斯克魯茨尼特礦物研究中心(JKMRC)推出的粉碎流程模擬軟件JKSimMet(見圖1)和浮選流程模擬軟件JKSimFloat，法國地礦研究局(BRGM)開發的選礦流程穩態模擬軟件USIM PAC，美國METSIM國際公司開發的包含選礦和冶金流程靜態、動態模擬軟件包METSIM，美國猶他大學研究開發、礦產技術國際公司(MTI)推出的礦物加工流程模塊化模擬器MODSIM及南非肯瓦特(Kenwalt)公司開發的大型流程模擬軟件SysCAD等。

　　在這些軟件或模擬器中，可以單獨針對單臺設備進行礦量、水量的平衡計算，也可以針對破碎、磨礦、分級、浮選、重選、磁選及固液分離流程進行礦量、水量、粒度、濃度的模擬計算。盡管目前有些軟件稱可以進行動態仿真，如METSIM、SysCAD等，在其平臺下可以測試簡單的控制邏輯對流程的影響。但是，從某種角度來講，其動態過程的計算還不是真正意義上的動態仿真，因為仿真模型中的設備模型參數并不能根據礦石性質及操作條件自動進行調整。也就是說，其只能反映某一穩定狀態下一個或幾個操作變量對流程數質量平衡的影響。盡管如此，這些流程模擬軟件仍可以完成針對流程操作或流程控制單變量分析或有限定條件的多變量分析，幫助工程技術人員進行流程設計、流程優化、復現一定條件下的流程表現。結合目標流程相對應的設備模型，更多的軟測量信息得以補充，則針對特定需求的單元操作數字孿生系統可以在目前的技術水平下實現。

　　隨著設備、單元操作流程動態模型研究的不斷深入，以及大數據技術在礦物加工領域的融合發展，黃金選礦單元操作流程數字孿生系統的建設基礎也會逐漸夯實，基于數字孿生的單元操作流程優化技術也將在黃金選礦生產中發揮實質性作用。

　　2.3黃金生產全流程數字孿生模型

　　黃金生產全流程數字孿生模型不但要包含設備、單元操作流程數字孿生功能，還要在更大的維度發揮數字化模型及孿生系統的優勢，對整個工廠全生命周期進行監控和優化。對于一座黃金礦山來說，全流程數字孿生系統向上游包含探礦、采礦，中游包含選礦、尾礦處理，下游包含冶煉、產品運輸等環節。不同的環節，需要有相應的數字化模型來描述各個不同的生產過程，同時利用大數據技術建立采礦數據庫、運輸數據庫、選礦數據庫、冶煉數據庫、產品數據庫、設備數據庫、資產及金融數據庫、環境數據庫等企業數據鏈之間的內在聯系，從生產全局出發進行單目標或多目標優化，從而達到數字化驅動礦山企業生產經營的目的。數字孿生技術對礦山企業掌握詳細的多維度生產信息、能耗信息、排放信息等具有很大的支撐作用，同時幫助企業推進“綠色礦山”建設，實現“節能減排”“碳中和”等目標。