Уральский государственный горный университет, г. Екатеринбург, РФ:

Козин В. З., зав. кафедрой, профессор, д-р техн. наук, gmf.dek@ursmu.ru

Комлев А. С., старший научный сотрудник, канд. техн. наук, tails2002@inbox.ru

Определение коэффициента вариации массовой доли полезного компонента в руде или концентрате затруднено тем, что на это определение влияют изменчивость массовой доли от партии к партии и погрешности подготовки проб и их анализа. Коэффициенты вариации для партии концентрата или контрольного периода для потоков (смены) обычно невелики и соизмеримы с коэффициентами вариации, связанными с погрешностями опробования, учет которых не предусмотрен ГОСТ 14180-80. Коэффициенты вариации для отдельных партий или смен имеют большой разброс, поэтому необходимо находить и использовать их среднее значение за длительный период работы или для большого числа партий. С целью исключения влияния неизвестных погрешностей опробования средний коэффициент вариации в потоках следует находить для контрольного периода 1–5 суток в течение месяца, а средний коэффициент вариации для партий целесообразно определять, выбрав их число (N) для удобного итогового периода отгрузки, например, в течение месяца. Использование объединенных проб для расчета коэффициента вариации снижает отрицательное влияние погрешностей опробования на его определение. В итоге коэффициенты вариации в потоках следует находить как средние для суток в течение месяца по результатам текущего опробования на обогатительных фабриках с последующим пересчетом для смен.

1. ГОСТ 14180-80. Руды и концентраты цветных металлов. Методы отбора и подготовки проб для химического анализа и определения влаги. М.: Изд-во стандартов. 27 с.
2. Козин В. З., Комлев А. С. О разработке современного стандарта на опробование руд и продуктов обогащения // Обогащение руд. 2016. № 2. С. 27-32. DOI: 10.17580/or.2016.02.05.
3. Козин В. З., Комлев А. С. Комбинированный способ отбора проб продуктов обогащения и оборудование для его реализации // Обогащение руд. 2014. № 3. С. 28-32. DOI: 10.17580/or.2014.03.05.
4. Козин В. З., Комлев А. С. Экспериментальное определение случайных погрешностей опробования на обогатительных фабриках // Обогащение руд. 2017. № 2. С. 44-48. DOI: 10.17580/or.2017.02.08.
5. Глазатов А. Н., Цемехман Л. Ш., Спицын Н. К., Казаков А. М., Новиков М. Н., Соколов С. В. Совершенствование методики опробования сливов классификации на обогатительной фабрике ОАО «Кольская ГМК» // Обогащение руд. 2010. № 3. С. 35-38.
6. Карпенко Н. В. Опробование и контроль качества продуктов обогащения руд. М.: Недра, 1987. 216 с.
7. Pitard F. Correct sampling systems and statistical tools for metallurgical prosesses // XXVII International Mineral Processing Congress. Santiago, Chile, 2014. Chap. 15. P. 1.
8. Brochot S. Sampling for metallurgical test: how the test results can be used to estimate their confidence level // XXVIII International Mineral Processing Congress. Quebec City, Canada, 2016. Paper ID 438.
9. Коган Г. Н. Применение метода дисперсионного анализа для оценки погрешностей процесса сокращения проб, содержащих благородные металлы // Обогащение руд. 1975. № 6. С. 36-38.
10. Хмара В. В. Оптимизация интервала отбора проб при дискретном контроле изменяющегося параметра // Цветные металлы. 2009. № 2. С. 97–99.
11. Cabri L. J., McMahon G. SIMS analysis of sulfide minerals for Pt and Au: methodology and Relative Sensitivity Factors (RSF) // Canadian Mineralogist. 1995. No. 33. P. 349–359.
12. Australasian Code for Reporting of Exploration Results, Mineral Resources and Ore Reserves. Joint Ore Reserves Committee of the Australasian Institute of Mining and Metallurgy, Australian Institute of Geoscientists and Minerals Council of Australia (JORC), 2004. 63 р.