某铁矿石干选抛废试验

某铁矿露天转地下后,原矿品位波动较大,为稳定入选矿石品位,进行干选抛废试验。结果表明,矿石混岩率一定时,增大干选机分料板距离,抛废精矿产率和铁回收率升高;分料板档位固定时,提高矿石混岩率,抛废精矿产率和回收率降低。试验结果可为矿石质量管理和干选抛废流程的改造、完善提供可靠依据。     

矿山经营参数整体动态优化系统的研究

将矿山采矿、选矿全过程作为模型，结合最先进的采、选工艺、设备技术，以矿山经营整体经济效益最优化为目标建立了矿山经营参数整体动态优化模型，并结合实际，以边界品位、损失率、贫化率、出矿截止品位、干选选比、甩废石矿石品位、选矿比、精矿品位为变量，对弓长岭矿业公司矿山经营系统进行了整体优化，其优化结果不仅提供了各参数的控制指标，而且可年增加经济效益6882．8万元。     

基于智能算法的经济合理放矿截止品位与入选品位

随着矿石价格的不断变化以及矿山设备的不断更新,为了达到矿山经济效益的最大化,通过智能算法来优化放矿截止品位与入选品位。以程潮铁矿2015年的生产指标作为参数,建立金属回收率、成本与截止品位和入选品位的BP神经网络,确定它们之间的函数关系。通过遗传算法,在模糊理论的基础上以精矿量与利润两个经济指标构建综合隶属度模型,优选出经济合理的截止品位与入选品位组合。结论证明,程潮铁矿的截止品位选取为15.70%,入选品位选取为23.13%时,精矿量提升了8474.77t,利润增加了5709407.58元。     

无底柱分段崩落法放矿截止品位优化

分析了无底柱分段崩落法放矿截止品位与损失率、贫化率之间的关系,以及选矿金属回收率与入选品位和精矿品位之间的关系.在块状模型的基础上,建立了以总现值最大为目标函数进行放矿截止品位优化的数学模型,给出了计算实例.结果表明,合理的放矿截止品位应综合考虑金属回收率、总赢利及总现值3者的关系.     

应用己二胺残液提高难选硫化铜矿石选别指标的研究

针对入选矿石氧化率高、含墨铜矿复杂难选、选别指标不理想的情况，结合生产实际开展研究，本试验应用己二肢残液作辅助捕收剂，与乙基黄药按17：1混合使用，提高了铜、金、银的精矿品位和回收率，解决了铜精矿品位与回收率偏低、精选作业分选效率低、难控制的问题，年可创造经济效益310．60万元。     

露天开采时矿体边界品位动态优化的神经网络方法

本文提出了以净现值最大为优化目标，考虑采、选、冶生产能力，品位分布以及开采计划要求的露天矿矿体边界品位动态代化模型，并应用神经网络理论提出了该模型的求解方法。     

截止品位与入选品位的遗传-神经优化模型

合理确定截止品位与入选品位关系到企业的经济效益和资源的可续性利用,有着重要的理论意义与现实意义。采用遗传算法与神经网络嵌套的动态优化模型,以武钢集团大冶铁矿为例,对其截止品位和入选品位进行动态优化。结果表明,当前大冶铁矿截止品位18%,入选品位41%~42%的生产方案有待改进,当截止品位为15.8%,入选品位取值为43.776%~44.139%,2007年1月-2007年11月的总净现值增加901~944万元。     

金山店铁矿入选品位动态优化数学模型建立

金属矿山合理人选品位动态优化研究的技术关键是建立各种数学模型。金山店铁矿人选品位优化研究项目中进行了数学模型的建立。研究中充分吸取已有研究工作的先进性和合理性的基础上加以改进，利用先进的数学工具软件MATLAB进行矿石工业储量的数学建模，通过人工神经网络技术进行选比模型的建立，并以金山店铁矿西区-200～-270m阶段为评价对象进行了人选品位动态优化，优化结果可使该段多回收铁精矿16.23万t，利润增加2030.57万元。     

浮选回收率相对入选品位的回归分析

利用计算机对某金矿两年多的浮选回收率、入选品位进行统计为析，以建立日回收率与入选品位间的关系数据库，导出入选品位与浮选回收率间非线性相关的回归方程。可用于计算某一入选品位的优化浮选回收率，指导和考核选矿生产。     

基于神经网络的GEMNet品位估算系统

本文阐述了用于矿床品位估算的GEMNet（品位估计用映射网络）人工智能系统的开发过程。开展这一工作的主要目的之一是探讨把神经网络作为估算品位及其它矿床空间变异特征的工具。神经网络所具有的一些特征表明它适于用来估算品位。神经网络具有学习实例并加以归纳推广的能力（根据有限个钻孔样，预测整个矿床的品位值）。神经网络也能向先例学习，得到训练以解决某一问题。它们并不需要明确地程序化（也就是说，系统的准确性极大地依赖于从矿床中获得的先例的有效性，而不依赖于建立矿床模型时所作出的假设）。神经网络具有逼近定义域之间的复杂映射关系的能力，仅需要以映射的先例为基础（在本文中是指矿床中空间位置与品位值之间的映射或关系）。本文阐述了GEMNet系统的主要组成部分及其运行方法，同时给出以某铁矿床为基础应用于小规模问题的实例。     

Produktstromkontrolle des Aufgabestroms in die Aufbereitung bei LKAB in Kiruna, Nordschweden

LKAB (Luossavaara-Kiirunavaara AB) is mining a high grade iron ore deposit (apatite-magnetite ore) at Kiirunavaara. The deposit is one of the biggest ore deposits in the world. The apatite-magnetite ore of Kiirunavaara is divided into two main types from the practical and also from the traditional point of view: low phosphorous ore (B1, B2) and high phosphorous ore (D1, D3, D5). Until May 2009, the different types of crude ore were mined separately, but since then only one quality of crude ore has been produced to cope with the increasing production (26.5?Mt in 2010). The mining method is large scale sublevel caving in the Kiruna mine. When unloading the trains at the haulage system, underground automatical sampling was in use until 2009. The feed of the crude ore to the concentration plants KA1, KA2 and KA3 in Kiruna and SA in Svappavaara is now controlled at the sorting plant (KS) by sampling at three points partly manually, partly automatically. This sampling is now crucial for the production control and the evaluation of the feed of the crude ore because of the eliminated sampling underground. Also the traditional block model representing grade and tonnage, but particularly the new block model with the processing parameters will have a significant function for controlling and planning of the process at the concentration plants and thus be an essential part of the production chain in Kiruna.     

低品位含金硫化矿选矿试验研究

根据矿石性质,采用混合浮选工艺流程处理某低品位含金硫化矿,在原矿金品位1.03 g/t的条件下,通过添加新型抑制剂DPS强化易浮细粒脉石的上浮和加强含金矿物的活化,大幅度提高了选矿试验指标,金品位由15.25 g/t提高到17.17 g/t,金回收率由91.96%提高到94.55%。     

云南大红山铁矿三选厂深部铜系列选矿设计

大红山铁矿三选厂深部铜矿系列设计规模为240万t/a,处理含铁铜矿,在设计中,针对原矿性质不稳定的实际情况,吸取大红山铁矿一、二选厂的成功经验,充分考虑今后生产可能面临的问题,确定合理的流程、指标和设备选型,加强自动化控制,使选厂在短期内顺利达产达标。     

云南某低品位氧化铜矿的选矿试验研究

试验矿样取自云南某地的低品位氧化铜矿,原矿品位0.68%,研究了该铜矿的浮选工艺以及在浮选过程中各种药剂的用量,最终精矿中铜的品位达到25.96%,回收率达到76.62%;与此同时,伴生银的品位达到264.2g/t,回收率达到57.16%。结果表明,此选别工艺可有效处理该低品位氧化铜矿。     

异步-快速-强化浮选工艺提高硫化铜矿石选矿指标

基于铜硫矿物分选过程的可浮性差异、浮选速度规律及铜硫矿物嵌布粒度特性,提出了异步-快速-强化浮选分选铜硫的新方法。根据硫化铜矿石的工艺矿物学性质,采用异步粗选、易浮矿物快速浮选—难浮(连生体)矿物选择性再磨后强化精选"的选别流程,以石灰调控矿浆pH值至低碱介质,Z-200为快速浮选铜捕收剂获得含铜20.85%、含银94.56g/t、铜回收率61.69%、银回收率45.93%的铜精矿1,戊基黄药+酯-105为组合捕收剂浮出难浮铜及铜硫连生体矿物并选择性再磨后强化精选获得含铜20.37%、含银130.25g/t、、铜回收率32.88%、银回收率34.51%的铜精矿2。累计铜精矿铜品位20.68%、银品位107.16g/t、铜回收率94.57%、银回收率80.44%。相比原工艺条件下的选别指标,铜、银回收率分别提高3.56和8.74个百分点,新工艺显著改善了浮选过程的稳定性,提高了铜硫分选效率,降低了选矿能耗及成本,属于高效节能的硫化铜矿选矿技术。     

提高某铜锌硫化矿石选别指标的试验研究

某铜锌硫化矿随着开采向深部延伸,地质条件发生变化,矿石中出现了大量的磁黄铁矿,且矿物共生关系变得更为复杂。选矿厂按原有铜、锌依次浮选工艺组织生产,选铜时由于磁黄铁矿的干扰和磨矿细度不足而导致铜锌分离效果不佳,选锌时则由于流程结构不尽合理而导致锌回收率较低。针对这些问题开展选矿工艺流程优化研究,在选铜前先通过1次磁选将磁黄铁矿脱除并将入选细度由-0.074 mm占70%提高到-0.074 mm占80%,在选锌时增加1次扫选、1次精选和1次精扫选,最终获得了铜品位为21.68%、锌含量为0.62%、铜回收率为93.14%的铜精矿和锌品位为48.87%、锌回收率为74.92%的锌精矿。与模拟现场工艺流程所获闭路试验指标相比,优化后工艺流程所获铜精矿的铜品位和铜回收率分别提高了0.70和1.45个百分点、锌含量降低了2.83个百分点,所获锌精矿的锌回收率提高了3.67个百分点,优化效果明显。     

兰坪某铅锌矿中铅的工艺矿物学与浮选试验研究

矿样取自兰坪某铅锌矿,原矿含铅2.84%,氧化率为91.7%,属难选氧化矿。通过对原矿进行工艺矿物学的研究,探明矿物的嵌布状态及伴生关系。结合工艺矿物学研究,制定探索试验的工艺流程及药剂制度。最终确定磨矿细度为-0.074 mm占94.6%;硫化铅组合捕收剂乙基黄药+丁基铵黑药为60+50 g/t;氧化铅采用硫化后浮选,硫化钠用量为2 kg/t。根据条件试验确定闭路试验的药剂制度,得到最终的选矿指标为:铅精矿品位为23.41%,银的品位为805.76 g/t。     

本溪市某选矿厂三段磨矿工艺改造

本溪市某选矿厂生产一直采用两段磨矿工艺,由于矿石性质的变化和生产任务加重,选矿厂生产指标浮动大,因此进行了三段磨矿工艺改造。通过三段磨矿工艺改造,选厂生产能力提高7.63 t/(h·台),金属回收率提高7.78%,选别效率提高9.71%,选比降低0.28 t/t,精矿品位稳定在66.60%以上,尾矿品位由原来的17.38%降低到14.00%。     

冬瓜山铜矿50t/d规模选矿半工业试验研究

冬瓜山铜矿即将投产,为确定设计选矿工艺流程对矿石的适应性并指导选矿生产,在铜陵有色设计研究院进行了50t/d规模半工业验证试验,其试验指标为铜精矿品位16.96%、回收率83.61%,硫精矿1品位34.46%、回收率56.98%。为提高选矿指标,同时进行了药剂优化和局部流程优化半工业试验研究。局部流程优化试验铜精矿品位为20.25%、回收率84.96%,较验证试验铜指标分别提高3.29%、1.35%,并有利于稳定指标和生产操作。     

汤丹高碱性脉石难选氧化铜矿的试验研究和工业实践

云南汤丹铜矿含铜品位低(平均含Cu0 64%)、氧化率高(>70%)、碱性脉石含量高(CaO+MgO>40%),而且嵌布粒度很细,给矿石加工处理带来很大困难。通过"九五"科技攻关,在试验研究的基础上建成了一座年产500t阴极铜的试验工厂,1997年底投产。本文叙述了采用氨浸—萃取—电积工艺处理汤丹高碱性脉石氧化铜矿的工艺流程和关键技术,重点叙述了试验工厂的操作和主要技术经济指标。