概要
浮選は鉱物の混合物を販売可能な精鉱に変える工程です。このプロセスは極めて非線形で、同じ捕収剤投与量でもpHが異なり給鉱がやや粗いだけで、回収率が5-10ポイント変動することがあります。しかも試薬は高価で、過剰投与はそのまま損失になります。
従来の制御では一度に2、3の変数しか追跡できません。しかし実際のプラントでは15もの重要変数が存在します。長年かけて培われたオペレーターの勘が、性能の下限ではなく上限になってしまうのです。
Brainiall AI Autopilotは数秒ごとに回路全体の状態を読み取り(フロスカメラ映像、試薬流量、レベルセンサー、空気流量、pH、品位分析)、回収率と品位のフロンティアへ回路を近づける推奨セットポイントを出力します。時間とともにシステムは鉱体固有の鉱物組成を学習し、分析結果が届く前にレジームシフトを先読みします。
Autopilotの機能
連続的・多変数制御 — 単一ループPIDではありません。アドバイザリ層アーキテクチャにより安全性はそのまま維持されます。
フロスの画像解析
コンピュータビジョンがフロスカメラの映像を処理し、気泡サイズ、色、速度、安定性を推定します — 回収率と品位の代理指標です。
試薬投与量の最適化
捕収剤、起泡剤、抑制剤、活性剤の流量を連続調整。回収率を守りながら試薬の過剰投与を削減します。
ラファー/スカベンジャー/クリーナーの協調
AIは各セルを個別にではなく、クリーニング回路全体を協調制御します。ラファーの引き抜き量の変化はクリーナーの物質量に影響します。AIはその連鎖を先読みします。
鉱物組成に応じた適応
お客様の鉱体固有の浮選挙動を学習します。斑岩銅鉱床とVMS鉱床では挙動が異なります。AIはその違いを捉えます。
品位分析に先行する品位予測
ソフトセンサーがフロスの特徴量と回路状態から精鉱品位をほぼリアルタイムで推定します — ラボの報告を待たずに調整が行われます。
継続的に調整される変数
AIはサークルのすべてのセンサーを読み、最適なセットポイント組み合わせをリアルタイムで解決します。
- 捕収剤投与量(g/t)硫化鉱向けのザンセート/ジチオリン酸系。AIが目標回収率で投与量を最小化します。
- 起泡剤添加率(ppm)MIBCまたはパインオイル。気泡サイズ分布を制御し、フロスの安定性を左右します。
- pH/石灰添加選択性を決める因子。銅浮選は通常pH 10.5-11.5、鉛は9-10、モリブデンは10-11です。
- 空気流量(Nm³/h)とJG空塔ガス速度。低すぎると浮選速度が不足し、高すぎると脈石を巻き込みます。
- パルプレベル/フロス深さ物質量引き抜きへの直接的な操作変数。AIはクリーナーのフロスを深くして、回収率を保ったまま品位を高めます。
浮選のROIは回収率向上と試薬削減という2つのレバーで決まります。日量50,000 t/dの銅選鉱プラントでは、回収率1ポイントが現在の銅価格で年間約$4-6Mに相当します。AI最適化は通常0.5-2ポイントの向上を実現しつつ、捕収剤・起泡剤の消費を5-15%削減します — 利益率とESGの二重の成果です。
