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。     

锡石多金属硫化矿沉降特性试验研究

针对锡石多金属硫化矿磨矿过程中出现的锡石“过磨”问题, 从研究锡石多金属硫化矿沉降特性入手, 考察了沉降时间、沉降高度和矿浆浓度对沉砂产率的影响, 获得不同粒级磨矿产品沉降规律, 为提高分级效率和降低锡石“过磨”提供理论指导。     

罗河铁矿精确化磨矿试验研究

罗河铁矿为提高一段磨矿能力,针对其溢流细度不足的问题,以一段入磨产品为研究对象,进行了精确化磨矿试验研究。试验结果表明：采用球径?40 mm、?30 mm、?20 mm配比为40%∶50%∶10%,混合球径平均33 mm的精确化磨矿装球制度,与现场一段溢流相比,闭路试验获得的产品欠磨粒级铁分布率由37.81%降低至20.78%,合格粒级铁分布率由42.32%提升至59.89%,过磨粒级铁分布率由19.87%降低至19.33%;磁选试验获得的精矿产品铁回收率为89.92%,均大于采用偏大球装球制度和偏小球装球制度获得的铁回收率;精确化磨矿制度可以改善磨矿产品的粒度分布特性,提高磨矿产品的选别指标。     

某锡铜硫化矿选厂磨矿分级工艺优化研究与实践

某锡铜硫化矿选矿厂随着生产规模的增大,矿石性质的变化,原磨矿分级流程难以适应新的生产要求。生产实践表明,通过改造磨矿分级工艺流程、优化水力旋流器结构参数,棒磨机磨矿技术效率(-0.074 mm)提高10%;1~#、2~#水力旋流器分级效率(-0.074 mm)分别提高10.54%、13.28%,入选物料中不合格粗粒级(+0.2 mm)含量降低了2.69%,过粉碎粒级(-0.019 mm)降低了8,08%,易于选别的粒级(-0.2+0.037 mm)增加了6.91%。明显改善了入选产品的粒度组成,提高了设备的作业效率,达到提质增效的效果。     

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。     

磨矿介质运动状态对锡石多金属硫化物的选择性磨矿的影响

磨矿是实现有用矿物与脉石矿物解离的主要过程,不同矿物之间力学性质不同,要求磨矿时具有选择性。介质运动状态对矿石选择性磨矿有决定性影响,尤其脆性矿物与硬度较大的矿物共生时,介质运动状态的调整尤为重要。我国西南地区的锡矿床中是我国锡资源的聚集地,矿石中既含有脆性矿物锡石也含硬度较大的硫铁矿和石英。针对锡石多金属硫化矿嵌布粒度细,磨矿过程中脆性矿物易过粉碎这一问题,研究了矿石在不同的磨矿条件（介质形状、转速、磨矿时间和磨矿浓度）的选择性磨矿行为。研究结果表明：球体介质对于矿石具有较强的冲击破碎力,会对脆性矿物产生过粉碎,不利于后续的选矿作用,添加柱体介质能改善这一现象;提高磨矿浓度和保持较低磨机转速可以改善介质的运动状态,减少冲击破碎作用,增加介质对矿物的研磨作用,避免矿石中产生较多的微细粒,能够产生较好的选择性磨矿作用,为后续的选矿提供有利条件。     

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。      

某锡石多金属硫化矿浮-重联合选矿试验

针对矿石性质,采用优先选铜再选硫—尾矿分级重选—分级重选中矿再磨再选—硫精矿重选、浮选、磁选-锡石粗精矿浮选工艺对某锡石多金属硫化矿进行研究,分析了锡矿石的性质,考查了工艺技术指标。结果表明,该联合工艺处理可以获得锡品位和回收率分别为68.73%、47.93%的锡精矿,铜品位和回收率分别为12.92%、77.14%的铜精矿,以及砷品位和回收率分别为36.90%和48.85%的砷精矿,较好实现了锡、铜和砷等有价元素的综合回收。     

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。     

国外某高硫锡矿石选矿工艺研究

对国外某高硫锡矿进行了选矿试验研究。采用阶段磨矿、重浮联合工艺, 可获得重选回收锡精矿锡品位55%以上、细粒级(-0.037 mm)浮选回收锡精矿锡品位30%以上、锡总回收率达84.89%的良好试验指标。