共查询到20条相似文献,搜索用时 328 毫秒
1.
2.
3.
4.
5.
应用己二胺残液提高难选硫化铜矿石选别指标的研究 总被引:1,自引:0,他引:1
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。 相似文献
6.
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。 相似文献
7.
8.
9.
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。 相似文献
10.
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。 相似文献
11.
Kari Niiranen MSc 《BHM Berg- und Hüttenm?nnische Monatshefte》2012,157(6-7):264-268
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. 相似文献
12.
13.
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。 相似文献
14.
云南某低品位氧化铜矿的选矿试验研究 总被引:2,自引:2,他引:0
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。 相似文献
15.
王金庆 《有色金属(选矿部分)》2019,(2):5-10
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。 相似文献
16.
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。 相似文献
17.
18.
19.
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。 相似文献