连续浮选过程动力学模型

作者们在过去工作的基础上,发展了一种适用于工业浮选的动力学模型,其形式为:sum from i=1 to n(R_(ai))=R_(a∞)[1-(1/multiply from j=1 to i[1+K_m/g{e~(-g sum from j=1 to i-1(t_j))(1-e~(-gt_i))}]]在模型中包含了两个常数,即浮选速度常数的起始平均值 K_m,和关系到浮选速度常数平均值变化速度的均值变化常数 g。因为这个模型包含了浮选速度常数均值变化常数,因此它可适用于一个浮选作业中的各种矿物组合。使用这个模型对加拿大不列颠哥伦比亚省布兰达选矿厂所搜集的数据进行了模型的拟合,拟合结果表明,在包括粗选、扫选、一次精选、一次精选扫选、二次精选以及三次精选等六个作业,黄铜矿、辉钼矿、黄铁矿和全部浮出矿物等四种矿物组合的拟合检验中,都得到了非常令人满意的结果。目标函数的最终值,绝大多数都在10~(-4)以下。所得到的浮选速度常数均值变化常数值表明,在粗选、扫选以及一次精选扫选等作业中,黄铁矿及脉石矿物的浮选速度是递增的。此外在各矿物组合间浮选速度常数值的差别将随着精选次数的增加而减小。文章末处附有电子计算机的部分输出结果。     

使用乳化油扩展剂提高微细粒硫化矿物的浮选回收率

本文详细叙述了使用乳化油扩展剂浮选工艺,在实验室条件下处理一种铜钼硫化矿石(含0.94%Cu和0.05%Mo),以提高浮选微细粒硫化矿物的效果.获得的结果与"标准"的实验室浮选方法进行了比较,测定精矿的品位和回收率(包括各粒级的结果)、真实的(只是气泡一颗粒的附着)浮选回收率和浮选速率常数.这种使用乳化油扩展剂(>60 g/t)浮选工艺,比标准的浮选工艺达到了更高分选效果,尤其是对于微细粒(<37 μm)矿物.在使用60～90 g/t柒油微小液滴(3～6 μm)时,在类似的精矿晶位(无论是铜还是铝的硫化矿物)的条件下,精矿的回收率和它们的浮选速度,都要高出大约3%～6%.各粒级的浮选结果证明,分选指标和浮选速度的提高,主要归因于微细粒(37～5 μm)和超微细粒(<5μm)矿物的浮选回收率提高了8%～15%.根据那些与达到更好的油固着和颗粒被气泡捕集有关的物理、化学和物理化学参数,对获得的试验数据进行了分析和讨论.因此可以认为,乳化的微小油滴首先是与矿物表面相互作用,然后呈以透镜状形式扩展开,提高了矿物的疏水性,并使微细颗粒团聚.当油不能很好地与覆盖着捕收剂的硫化矿物(化学亲合力低的)相互作用时,或者是当油没有达到乳化时,就不可能明显地出现这几个阶段.分析了扩展剂浮选技术用于徽细粒选矿的可能性,以及几种工业上实用的油乳化的方法.     

快速分支浮选工艺研究与应用

根据矿石中方铅矿、闪锌矿上浮速度的差异,采用快速分支浮选工艺,可减少矿物的总浮选时间和作业循环量,提高铅锌金属回收率,达到节能降耗、提高经济效益的目的。实施新工艺流程后,选矿厂铅锌回收率分别提高1.05%和0.76%,浮选总容积减少24.7%,电力单耗下降约6.52kW.h,药剂成本下降4.617元/t,综合经济效益达1300万元/a。     

四川某含金碲铋矿选矿试验研究

对四川某地含金银碲铋矿进行了初步矿物组分研究,针对矿物特性进行了浮选条件试验,最终浮选闭路试验可以获得碲品位和回收率分别为9.94%和94.81%的精矿产品。精矿产品中铋、金和银含量分别为14.99%、27.27g/t和64.20g/t,回收率分别为95.08%、92.65%和86.63%。通过试验确定了该碲铋矿石的选矿工艺流程及药剂制度,并综合回收利用了其中的共伴生矿物。     

信阳某低品位银矿选矿探索试验研究

查明了信阳某银矿主要矿物组成,银主要与各种硫化矿紧密共生,因此可以采用浮选硫化矿的方法富集银。通过浮选条件试验,确定了各项浮选工艺参数,浮选开路试验获得了Ag品位1251g/t,回收率88.08%精矿产品。浮选粗精矿经多次精选后,可获得Ag品位1758g/t,回收率为71.01%的最终精矿。     

某难选萤石矿浮选试验研究

某碳酸盐型萤石矿CaF_2含量为28.05%、CaCO_3含量为18.45%、硫含量为0.50%。针对矿石含硫量较高,有用矿物与脉石紧密共生且部分矿石易发生过粉碎的情况,采用"优先浮硫—萤石粗精矿再磨再选"的浮选工艺处理该萤石矿石。在磨矿细度-0.074 mm占80%、丁基黄药用量200 g/t、2号油用量50 g/t条件下预先脱硫及部分细泥,浮硫尾矿进行萤石浮选;采用酸化水玻璃+腐殖酸钠为萤石浮选组合抑制剂,在油酸用量400 g/t、碳酸钠用量1 200 g/t、抑制剂用量1 500 g/t条件下进行粗选,粗精矿再磨至-0.038 mm占85%,采用1粗2扫5精的萤石浮选流程,可获得CaF2品位98.07%、回收率80.80%的萤石精矿。     

黄铜矿与黄铁矿的优选浮选及矿石类型的影响

复杂硫化矿石优先浮选中黄铁矿的抑制是世界许多矿床涉及的共同问题。矿物学上的差异使得对某一特定矿床优化的黄铁矿抑制体系常常不能成功地应用于另一矿床。对从澳大利亚（A、B、C和D）和北美（E）5个不同地方的铜矿石进行了优先浮选试验。浮选试验采用选择性铜捕收剂异丙基硫代氨基甲酸乙酯和黄铁矿抑制剂石灰－氰化物焦亚硫酸钠。粗选矿浆电位用黄铜矿及黄铁矿纯矿物电极连续监控。对优选浮选试验用水作了分析,以确认可能影响特定和抑制剂性能的溶液化学差异。对试验的4种（A、B、D和E）矿石用6mg/1氰化钠和500g/t石灰达到最佳浮选选择性。对矿石,C,500g/t鹪业硫酸钠最佳。抑制剂浓度超过6mg/1氰化钠和500g/t焦亚硫酸钠时,浮选选择性和铜回收率急剧下降。据信矿石浮选选择性的差别与各矿床矿物反应活性的差异有关。     

黄铜矿与黄铁矿的优先浮选及矿石类型的影响

复杂硫化矿石优先浮选中黄铁矿的抑制是世界许多矿床涉及的共同问题。矿物学上的差异使得对某一特定矿床优化的黄铁矿抑制体系常常不能成功地应用于另一矿床。对从澳大利亚 (A、B、C和D)和北美 (E) 5个不同地方的铜矿石进行了优先浮选试验。浮选试验采用选择性铜捕收剂异丙基硫代氨基甲酸乙酯和黄铁矿抑制剂石灰 -氰化物及焦亚硫酸钠。粗选矿浆电位用黄铜矿及黄铁矿纯矿物电极连续监控。对优先浮选试验用水作了分析 ,以确认可能影响特定抑制剂性能的溶液化学差异。对试验的 4种 (A、B、D和E)矿石用 6mg/l氰化钠和 5 0 0 g/t石灰达到最佳浮选选择性。对矿石C ,5 0 0g/t焦亚硫酸钠最佳。抑制剂浓度超过 6mg/l氰化钠和 5 0 0g/t焦亚硫酸钠时 ,浮选选择性和铜回收率急剧下降。据信矿石浮选选择性的差别与各矿床矿物反应活性的差异有关。     

萤石与金云母浮选分离研究

研究了萤石和金云母纯矿物、混合矿和实际矿石的浮选行为。纯矿物浮选试验结果表明:在中性至弱碱性条件下,油酸钠能很好地浮选萤石,而对金云母几乎不浮;混入难免金属离子Fe3+和Al3+后,萤石被抑制而金云母被活化,采用碳酸钠和硫化钠作为调整剂,可以改善萤石与金云母的浮选分离。当pH值为10.0、硫化钠和油酸钠的浓度分别为2.0×10-3mol/L和3.0×10-5mol/L时,能较好地分离萤石和金云母的人工混矿;对含萤石22.27%、金云母75%的实际矿石,采用药剂制度为Na2CO310.00 kg/t、Na2S 20.00 kg/t、油酸钠0.13 kg/t,进行1段粗选得到萤石粗精矿含CaF255.40%、回收率为88.01%。     

某含银高硫铜矿的选别流程对比实验研究

云南某含银高硫铜矿,矿石中矿物组成较为复杂,目的矿物硫化铜矿物、硫化铁矿物嵌布粒度不均匀且多数较细,银载体矿物分散。在矿石性质研究的基础上进行了选别流程对比实验研究。结果表明,采用优先浮选获得了铜品位21.60%、银品位602.84 g/t及铜回收率89.30%、银回收率54.39%的铜精矿,硫品位45.60%及硫回收率89.79%的硫精矿;采用混合浮选获得了铜品位21.24%、银品位598.42 g/t及铜回收87.38%、银回收率54.01%的铜精矿,硫品位46.38%及硫回收率87.92%的硫精矿。相对于混合浮选流程,在铜精矿中银回收率相近的情况下,优先浮选流程更充分的回收了矿石中的铜、硫,且流程稳定可靠及适合生产应用,可作为选矿工艺技术依据。     

陕西安康某金矿选矿试验研究

陕西安康某以褐铁矿为载体矿物的次生氧化型含金矿石结构及矿物组合较简单,自然金成独立矿物相出现,粒度较细,金品位为3.91 g/t,裸露金、半裸露金占总金的89.53%;脉石矿物以石英为主,其次为云母、方解石、长石和绿泥石等。为高效开发利用该矿石资源进行了选矿试验。结果表明,矿石在磨矿细度为-0.074 mm占65%的情况下,采用1次摇床重选,重选中矿、尾矿合并1粗1精1扫闭路浮选的联合工艺流程处理,可获得金品位为43.72 g/t、金回收率为83.51%的摇床金精矿,以及金品位为23.81 g/t、金回收率为12.42%的浮选金精矿,总金精矿金品位为39.45 g/t、金回收率为95.93%,试验指标良好。     

某银矿选冶试验研究

云南某矿石含银120g/t,银是主要回收矿物,其他矿物暂无回收价值。银在矿石中主要以次生银矿物的形式存在。为了有效回收银矿物,通过开展流程对比试验确定了浮选+酸浸+酸浸尾矿氰化浸出流程。通过条件试验确定了磨矿细度为-48μm占92.91%,氰化钠用量为4kg/t,浸出时间为28h。在开路试验的基础上开展了闭路试验,闭路试验结果:浸出作业回收率79.73%,浮选+酸浸+酸浸尾矿氰化浸出回收率84.17%。     

某微细粒难选金矿石选矿工艺研究

某大型金矿矿石性质较复杂,脉石矿物种类繁多,金矿物主要是自然金和银金矿,金矿物嵌布粒度微细、嵌布关系十分复杂,大部分金矿物被硫化物、难溶硅酸盐及碳酸盐矿物包裹,矿石磨至-71μm占80%时仅有约10%的金矿物实现单体解离。为确定该矿石的开发利用工艺,分别进行了单一氰化浸出工艺、单一浮选工艺、浮选—氰化浸出工艺研究。结果表明,采用单一浸出工艺处理矿石,在磨矿细度为-38μm占96%,浸出液固比为3∶1,石灰用量为3 000 g/t(p H=11.5),氰化物初始浓度为0.05%,浸出时间为6 h情况下,金浸出率仅达61.59%。矿石在磨矿细度为-71μm占80%的情况下,采用2粗1精1扫、中矿精扫选后返回的闭路流程处理,获得了金品位为33.57 g/t、金回收率为51.60%的金精矿,尾矿金品位仍高达1.67 g/t。以单一浮选试验结果为基础,对浮选金精矿进行焙烧—浸出,对浮选尾矿进行直接浸出,金总回收率达79.32%,明显优于单一氰化浸出工艺或单一浮选工艺的回收效果。     

某羟硅铍石矿中浮选富集含铍矿物的试验研究

新疆某羟硅铍石矿BeO品位0.47%,脉石矿物主要是石英、长石、云母等硅酸盐类矿物。为回收利用其中的铍矿物,采用浮选的方法对其进行试验研究。最终在磨矿细度-0.074 mm粒级占90%,调整剂氟化钠用量400 g/t、碳酸钠用量1 500 g/t、硫化钠用量2 000 g/t、六偏磷酸钠用量50 g/t,捕收剂油酸900 g/t+GYB 100 g/t的条件下,进行了一次粗选、一次扫选、四次精选的闭路浮选试验,可获得BeO品位8.31%、回收率84.56%的铍精矿。该羟硅铍石的浮选富集程度较好,可为同类型矿石的开发提供依据。     

内蒙古某银铅锌矿选矿试验研究

对内蒙古含银铅锌矿石进行了浮选分离工艺研究。在查明矿石的主要矿物组成及嵌布特征的基础上,依据矿石特性采用铜铅混选-锌浮选的工艺流程进行选矿试验,从含银310.92g/t、铅6.10%、锌4.95%的矿石中获得含铅76.63%、含银3 659.74g/t、铅回收率为91.50%、银回收率为87.11%的铅精矿和含锌55.48%、含银282.84g/t、锌回收率为89.15%、银回收率为7.34%的锌精矿。实现了矿石中银、铅、锌的综合回收。     

辽宁某含碳难选金矿石浮选试验研究

以辽宁某含碳难选金矿石为研究对象,通过X射线衍射、化学组成分析对原矿工艺矿物学性质进行了研究。结果表明,原矿金品位为2.45 g/t,并含有4.38%的碳,金主要赋存在硫化矿物中,主要载金矿物为黄铁矿,主要脉石矿物为石英。分别采用常规浮选和先脱碳后浮金流程进行了浮选对比试验,结果显示:在磨矿细度-0.071 mm占90%,CaO用量为800 g/t,CuSO_4用量为400 g/t,混合捕收剂总用量为60 g/t(其中丁基黄药和25~#黑药的比例为1∶5)的条件下,采用1粗2精3扫的浮选流程,获得了金品位14.33 g/t和金回收率67.60%的浮选精矿;相比于常规浮选流程,预先脱碳浮选指标较差。即矿石适宜采用常规浮选流程处理。     

浮选分离具有相似浮选行为的矿物

通过采用有用矿物具有高回收率的粗选与扫选作业和回收率非常低的精选作业,以及浮选的中闯产物返回前一作业的浮选流程,分选细磨矿石中浮选行为相似的矿物。这些相似的矿物如:萤石-方解石、萤石-重晶石和锡石-矽卡岩混合物等。扫选/粗选和精选/粗选的容积比分别为0.3～0.6:1和     

内蒙某铂钯矿选矿试验研究

该矿石属浸染状低硫铂钯矿石,构造以稀疏浸染状为主,金属矿物仅占矿石矿物总量的1.7%,铂钯矿物大部分赋存在硫化物中,呈复合矿物集合体不均匀浸染于脉石中。试验采用一粗、二扫、二精浮选工艺流程,选用丁基黄药、2#油、碳酸钠和EML1药剂,最终获得了混合精矿含铂74.04g/t、铂回收率89.79%,含钯78.60g/t、钯回收率88.68%,含铜18.04%、铜回收率70.87%的较好选矿指标。     

KYZ-E型浮选柱选别金矿石的研究

针对金品位较高的细粒级矿物在浮选尾矿中流失、导致选别作业回收率低的问题,根据该金矿矿石特点,采用KYZ-E型浮选柱开展了半工业试验研究。试验表明,配备E型静态混合充气器的KYZ-E型浮选柱运行平稳,粗选尾矿品位降至0.46 g/t,金回收率75.21%,其中-38μm粒级金回收率达到88.50%,可以看出浮选柱对细粒级矿物的回收效果良好。     

浮选速度方程的级数问题

<正> 一、级数问题的争论最早研究浮选过程动力学的H.G.Zuniga和К.Ф.Белоглазов等人所提出的浮选速度方程,是从化学反应动力学借用来的,其基本形式为 dc/dt=-KC (1)式中 C——浮选槽内待浮矿粒的浓度 t——浮选时间 K——浮选速度常数