锡石与伴生硫化矿物沉降特性试验研究

采用自制的新型沉降实验装置,考察了沉降时间、沉降高度、矿浆浓度等因素对锡多金属硫化矿中锡石与伴生硫化矿物沉降特性的影响,获得了锡、锌和铅锑3种精矿在水介质中的沉降规律特征,为现场提高磨矿分级效率和降低锡石"过磨"提供理论指导。     

基于磨矿技术效率锡石多金属硫化矿磨矿优化研究

在锡石多金属硫化矿磨矿实践中,存在锡石过磨和硫化矿欠磨的问题。为缓解锡石过磨和硫化矿欠磨矛盾,实现磨矿优化,采用单因素试验与响应曲面法试验方法,提出合格粒级指数表征方法,研究了入磨粒度、磨矿时间、磨矿浓度对锡石多金属硫化矿磨矿技术效率与合格粒级指数的影响,结果表明:单因素分析时,与-3 mm入磨粒度相比,-2 mm入磨粒度的磨矿产物能够得到较高的锡石磨矿技术效率和硫化矿磨矿技术效率,且锡、锌、铅、铁四种金属的合格粒级指数较高;磨矿时间为8 min时,磨矿产物的磨矿技术效率最高,且锡金属合格粒级指数最高;磨矿浓度为75%时,锡金属合格粒级指数最高。响应曲面法分析时,入磨粒度为-2 mm,磨矿时间为8 min,磨矿浓度为75%时,锡金属合格粒级指数最高。     

锡石多金属硫化矿磨矿优化试验研究

为了缓解锡石多金属硫化矿在磨矿实践中存在锡石过磨与硫化矿欠磨的矛盾,优化其磨矿过程。本文采用单因素试验方法,研究操作因素如磨矿时间、磨矿浓度及磨机充填率对磨矿技术效率、矿石欠磨与过磨以及磨矿合格粒级产出影响规律。结果表明,在磨矿时间8min、磨矿浓度70%、充填率30%时,获得的磨矿技术效率最优。磨矿时间和充填率对锡石多金属硫化矿矿石欠磨与过磨及磨矿合格粒级产出影响较大,而磨矿浓度对其影响相对较小。研究结果可为后续的工业磨矿过程的优化提供试验数据。     

锡石多金属硫化矿微波辅助磨矿机理研究

以锡石多金属硫化矿作为研究对象,通过微波加热预处理矿石,考察矿石预处理前后和不同冷却方式对磨矿产品可磨度等指标的影响。结果表明,经微波加热预处理后,矿石可磨度提高,邦德功指数下降。这是因为微波辐射致使锡石多金属硫化矿中的脆硫锑铅矿、黄铁矿、闪锌矿、锡石等金属矿物温度升高,而脉石矿物升温并不明显,致使金属矿物和脉石的温度梯度大,产生不均匀热膨胀,导致在矿石内部出现应力集中对矿物与脉石产生破坏,强化锡石多金属硫化矿磨矿效果。      

锡石多金属硫化矿磨矿目标粒度产率预测模型研究

针对锡石多金属硫化矿磨矿实践中存在的锡石过磨和硫化矿欠磨问题,在研究磨矿产物粒度特征的基础上,提出磨矿目标粒度产率,以磨矿浓度和磨矿时间为自变量,利用MATLAB软件分别建立了锡石和硫化矿磨矿目标粒度产率预测模型,结果表明:入磨粒度为-3 mm、浓度为65%、磨矿时间为6min时,磨矿产物粒度分布符合A.M.高丁数学模型,拟合决定系数为0.9957;不同磨矿时间下磨矿产物粒度分布符合磨矿动力学模型,拟合决定系数为0.900;通过数学极值分析,求出锡石和硫化矿的磨矿目标粒度产率极大值分别为29.11%和31.13%,极值点分别为(60.38%,2.837)和(38.43%,7.202)。     

锡石多金属硫化矿微波助磨研究

从微波选择性加热潜力出发,研究了锡石多金属硫化矿的微波吸收效果及其微波辅助加热预处理对磨矿结果的影响,考察了矿石微波加热预处理前后磨矿产品的粒度分布、金属分布等指标的变化,旨在探索锡石多金属硫化矿的微波加热辅助磨矿新途径。结果表明:锡石多金属硫化矿的主要矿物的吸波能力存在显著差异,其中脆硫锑铅矿的吸波能力最强,其次是黄铁矿,再次是锡石,闪锌矿和脉石矿物的吸波能力最差;物料加热预处理后采用水快速冷却后的磨矿效果比自然慢冷好。      

基于Matlab的锡石多金属硫化矿磨矿产品粒度分布预测研究

对磨矿产品粒度分布进行精准预测是实现磨矿智能化调控和优化的有效途径之一。本文基于锡石多金属硫化矿磨矿试验数据和Matlab编程技术,进行建立粒子群算法BP神经网络磨矿产品粒度分布预测模型研究。结果表明,在不同直径球介质不同磨矿时间条件下,除少数几个粒级的平均相对误差在1%~2.22%,其他均在0.6%以下,预测结果比较理想。这说明预测模型的预测值与试验值吻合度高,模型可靠性高、适用性好。研究结果为锡石多金属硫化矿磨矿产品粒度分布预测提供一种新方法,也为锡石多金属硫化矿磨矿智能化调控和优化控制提供理论基础。     

解决含锡多金属硫化矿一段磨矿过粉碎问题的意见

<正> 螺旋分级和磨矿机闭路,对于以锡为主的多金属硫化矿而言,容易造成锡石过粉碎,这已为十多年的生产实践所证实。一般情况,大屯选厂硫化矿车间一段磨过粉碎率为6～7%,而氧化矿车间一段磨过粉碎率仅2～3%。对于这样一个严重问题,一开始并不为大家所重视,不仪对于松树脚硫化矿选矿设计的多次会审中都曾提到这个问题,而     

锡石多金属硫化矿磨矿试验研究

为了优化磨矿操作,缓解锡石过磨和硫化矿欠磨的矛盾,研究了入磨粒度、磨矿时间及磨矿浓度三个因素对磨矿产物中各个粒级产率、金属分布率的影响规律。结果表明,入磨粒度对磨矿效果影响明显,比较-2 mm和-3 mm两个入磨粒度,-2 mm的磨矿效果较好;随着磨矿时间的增加,磨矿产物中不同金属锡、锌、铅、铁的分布率变化规律大致相似,即粗粒级中锡、锌、铅、铁的金属分布率减小,细粒级金属分布率增大;磨矿浓度从50%增大到75%时,磨矿效果逐渐改善,磨矿浓度超过75%后,磨矿效果变差。入磨粒度为-2 mm,磨矿时间为4~6 min,磨矿浓度为75%时,有效缓解了锡石过磨和硫化矿欠磨的矛盾,磨矿效果较好。     

锡石多金属硫化矿降砷的探讨

通过对毒砂矿物性质的分析,探讨硫化矿降砷及锡石多金属硫化矿选别试验,得出锡石多金属硫化矿浮选降砷的有效抑制剂为TS-1新药剂。用云锡摇床处理硫精矿降砷效果好,除砷效率接近80%。     

锡石多金属硫化矿微波助磨试验研究

本文以广西某选矿厂锡石多金属硫化矿矿石为原料,研究了微波预处理对矿石磨矿产物粒度组成、磨矿动力学、破碎速率及磨机生产能力的影响。结果表明,微波预处理后,矿石在不同磨矿时间下的磨矿产物粒度均变细,-0.074mm粒级含量提高了4.41%~12.90%；微波预处理前后该矿石磨矿均符合一级磨矿动力学模型；微波预处理使矿石的破碎速率(S₁)值提高近57%,且磨机的生产能力得到了明显提升。因此,微波预处理可以降低矿石的强度,强化矿石的磨矿过程,是一种有效的降低磨矿能耗、提高磨矿效率的方法。     

鲁中选矿厂消除磨矿作业过粉碎方法的探讨

对磨矿作业矿物过粉碎情况进行了流程考查，分析了产生过磨原因，并对如何消除过磨提出了合理的磨矿粒度和控制措施。     

“磁—浮—重”联合流程分选某锡石多金属硫化矿的研究

某锡石多金属硫化矿含大量磁黄铁矿以及黄铜矿、铁闪锌矿、锡石和黝锡矿。试验采用阶段磨选工艺,磁选脱除磁黄铁矿,再优先浮铜—锌硫混浮—锌硫分离,摇床重选锡石,尾矿再磨再选。"磁选—浮选—重选"组合流程获得合格锡、铜、锌精矿和较好指标,推荐作为选矿厂设计改造和生产优化的依据。     

锡石多金属硫化矿磨矿技术效率模型预测研究

研究了磨矿时间、磨矿浓度和磨机充填率对锡石多金属硫化矿磨矿技术效率的影响,利用Matlab编程技术建立了粒子群优化算法-BP神经网络磨矿技术效率预测模型并对模型进行了预测验证研究。结果表明,在磨矿时间8 min、磨矿浓度70%、充填率30%时,可获得较好的磨矿技术效率。迭代次数对锡石多金属硫化矿磨矿技术效率模型预测值与试验值误差影响显著; 在合适的迭代次数下,学习因子对模型预测值与试验值误差的影响很小,绝对误差小于±0.01个百分点,相对误差小于±0.04%。迭代次数达到500次后,粒子群优化算法-BP神经网络磨矿技术效率预测模型趋于稳定,模型可靠性高、适应性强。     

基于非线性拟合方法预测与优化银锡多金属矿磨矿细度

针对银漫选厂磨矿粒度组成呈两极分化、银矿物需细磨而锡石需粗磨的磨矿矛盾等问题,提出依据原矿银锡品位比精准调控磨矿细度。同时,以原矿银锡品位比为自变量,建立了磨矿细度和矿物解离度的预测模型。结果表明,当处理高银低锡矿石时,需采用较细的磨矿细度,促进硫化矿物的单体解离；当处理低银高锡矿石时,需采用相对较粗的磨矿细度,降低锡石过粉碎现象。与采用单一磨矿细度相比,铜、银、锌、锡的回收率分别可以提高6.44%、11.08%、16.37%和9.80%,实现了磨矿细度的预测及各有价元素的高效综合回收。