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。     

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。     

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。     

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%。     

论长坡锡石-多金属硫化矿的选别

长城选矿厂建厂30年来紧密结合本厂所处理的锡石一多金属硫化矿矿石性质的特点,对选别工艺流程进行了大量的试验研究和技术改造工作。同时逐步推广适应矿石性质特点的新设备、新工艺、新技术,探索了一套适应矿石性质特点的选矿工艺流程。本文仅就长坡选矿厂工艺流程的特点、不足之处和改进建议等诸方面进行论述。     

某锡石多金属硫化矿选矿工艺研究

对某锡石多金属硫化矿进行了“浮选—重选”和“重选—浮选”的选矿工艺流程研究,结果表明两流程均可产出锡粗精矿以及富中矿,锡总回收率61.81%-67.90%;并获得含铜5.22%-7.04%的铜粗精矿,铜回收率为70%-78%,实现了资源综合利用。采用“阶段磨矿、阶段选别的浮选—重选”联合流程更适于处理此矿石。     

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。基于锡石多金属硫化矿磨矿试验数据和MATLAB编程技术,进行了建立粒子群算法BP神经网络磨矿产品粒度分布预测模型研究。结果表明,在不同直径球介质和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。     

某含锌锡多金属硫化矿石锌浮选试验研究

某含锌锡多金属硫化矿石Zn、Sn、Fe、S含量分别为6.04%、1.05%、29.33%、19.08%,锌主要以铁闪锌矿、闪锌矿的形式存在,锡主要以锡石的形式存在,铁主要以黄铁矿、磁黄铁矿等形式存在,其中的金属矿物共生关系密切,相互包裹现象普遍。为确保不影响后续选锡,对锌浮选流程进行了试验研究。结果表明：矿石在磨矿细度为-0.074 mm占80%的情况下,采用预先脱硫—锌硫混浮再分离流程处理,在选择硫酸铜为锌矿物活化剂、丁基黄药为捕收剂、松醇油为起泡剂、石灰为黄铁矿抑制剂的情况下,经1段脱硫、2粗1扫锌硫混浮、1粗2精锌硫分离,锌硫分离精选尾矿与锌硫混浮扫选精矿2次精选后锌硫分离,最终获得锌精矿Zn品位47.06%、回收率90.76%,试验指标良好。     

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。     

青海某铜镍多金属硫化矿工艺矿物学研究

本文研究了青海某铜镍多金属矿物的工艺矿物学。结果表明,矿石中铜镍为有回收价值的金属,铜矿物主要为黄铜矿,镍矿物主要为镍黄铁矿,脉石矿物主要为蛇纹石、滑石等矿物,选择-0.074 mm 70%作为较佳磨矿细度可以保证各有用矿物的单体解离。该研究对于选别铜镍多金属矿有一定的指导意义。     

江西某铜多金属硫化矿石选矿试验研究

江西某铜多金属硫化矿石含铜0.91%。为了更好地利用该铜矿资源,进行了详细的选矿试验研究。针对原矿中矿物种类复杂、嵌布粒度细小的特性,在条件试验的基础上进行了铜中矿再磨闭路试验和铜粗精矿再磨精选闭路试验,分别获得铜品位为20.53%、铜回收率为85.40%的铜精矿,和铜品位为23.41%、铜回收率为84.54%的铜精矿,为该矿的开发利用提供了技术依据。     

江西某银铅锌多金属硫化矿石选矿工艺优化

江西某银铅锌多金属矿选矿厂因药剂制度等方面的原因,导致生产过程不够稳定,生产指标不理想。对该选矿厂的选矿工艺优化研究表明,在原矿品位相当,现场磨矿细度从-0.074 mm占90%调整为-0.074 mm占85%,铅锌精选次数各减少1次、铅扫选次数增加1次的情况下,获得了铅品位为44.21%、含银1 736.42 g/t、铅回收率为86.61%、银回收率为60.59%的铅精矿,以及锌品位为39.06%、含银374.16 g/t、锌回收率为81.81%、银回收率为18.68%的锌精矿,银总回收率达79.27%。根据研究成果对现场选矿工艺进行优化后,铅精矿铅回收率提高了3.26个百分点,锌精矿锌回收率提高了3.65个百分点,银总回收率提高了9.44个百分点。新工艺较好地解决了原工艺所存在的问题。     

复杂铜铅锌银多金属硫化矿选矿试验研究

对某复杂铜铅锌银多金属硫化矿进行了选矿试验研究。依据矿物特性, 采用铜铅部分混合浮选、混合精矿铜铅分离、混合浮选尾矿再选锌的工艺流程, 可获得铜精矿铜品位23.37%、铜回收率63.99%, 铅精矿铅品位71.68%、铅回收率90.34%, 铅精矿含银1 189 g/t、银回收率78.04%, 锌精矿锌品位52.38%、锌回收率75.98%。试验所获技术指标理想, 为该矿石的开发利用提供了有效途径。     

某含银复杂多金属硫化矿的选别工艺研究

针对某含银多金属硫化矿的矿石性质和现场所存在的问题, 进行了选别工艺研究, 确定了优先浮铜、锌砷混选再分离、重选回收钨的工艺流程。选用了选择性强、对银矿物捕收力强的捕收剂SK9011, 使铜、银、砷的回收率大幅度提高。同时, 采用分级重选方法, 提高了钨矿物的回收率。