酸法地浸采铀浸出剂的减量化控制与应用

针对酸法地浸采铀工艺特点,从采区不同溶浸阶段、满足铀矿石浸出要求、围岩成分及矿层堵塞等方面讨论了浸出剂酸度控制的影响因素及酸耗的主要来源,探讨了浸出剂酸度的控制方法。结果表明:酸法地浸中,酸耗的主要来源为方解石、铁氧化物、硫化物、绿泥石等非铀矿物,应优先考虑低酸浸出,并在不同浸出阶段适当调减浸出剂酸浓度,以满足浸出液中剩余硫酸浓度为0.5～2.0g/L较为合适。511矿床实际应用中,溶浸期浸出剂酸度为5g/L左右、溶浸末期为2～3g/L可满足生产需求。     

铀矿石实验室搅拌生物浸出试验

生物浸出是提取矿石中金属的一种有效方法。为验证生物浸出对铀矿石浸出的有效性,本文在研究某铀矿石铀含量的分析中分别进行了铀矿石室内酸法浸铀与生物浸铀搅拌浸出试验。试验过程中,通过对浸出液铀浓度、pH值、EH值、Fe3 、Fe3 /∑Fe等的监测,得到浸出液中各离子的变化。结果表明,相同条件下生物浸铀比酸法浸铀具有更高的效果。     

新疆某高耗酸矿床碱法地浸采铀试验研究

为新疆某高耗酸矿床探索更科学经济的溶浸工艺,在该矿床开展了碱法地浸采铀试验研究。经过两年的现场试验,结果表明:碱法浸出试验进程顺利,浸出液峰值铀浓度为54mg/L,铀浓度维持在约50 mg/L已达8个月;浸出液量维持在约3.5m3/h水平,与验收水量相近;直接材料成本较酸法开采降低了32.89万元/tU。碱法浸出试验为该矿床溶浸工艺的选择及下步开采提供了依据和参数。     

内蒙古某砂岩型铀矿地浸采铀技术的高效优化与应用

地浸采铀是当前砂岩型铀矿开采最主要的方法,采用该方法进行铀矿开采其生产能力、浸采率、开采成本是地浸采铀工作关注的重点。为提高浸出效率、降低成本,在内蒙古某地浸采铀矿山开展过滤器、酸度、抽液量对铀浸出效能的优化研究与应用。研究表明将过滤器长度控制在4~6m能保证其处于高效工作状态,过滤器上段与品位相对较高的富矿段对接有助于铀浸采率的提升。将溶浸液酸度控制在15g/L左右可提高铀浸出效率和浸出液铀浓度。将抽液量（单宽）维持在0.75m2/h~1.0m2/h,能使采区保持较高的铀生产能力和较低的浸出液量。通过优化的工艺技术参数,优化后的浸出液峰值铀浓度由优化前的28.89mg/L提升至59.72mg/L。采区投运的前两年,铀浸出率由47.20%提升到60.99%,浸出液平均铀浓度由17.43mg/L提升至32.63mg/L,吨铀耗酸减少15.26%,吨铀耗电减少46.51%。从而实现了地浸采铀技术的高效优化。     

某铀矿石生物浸出

通过与酸法浸铀对比,研究某铀矿石生物浸铀过程。浸出液铀浓度、pH、Eh、Fe3+浓度、Fe3+与总铁浓度比等的变化表明,相同条件下生物浸铀比酸法浸铀效果更好。     

某铀矿石生物浸出

通过与酸法浸铀对比,研究某铀矿石生物浸铀过程。浸出液铀浓度、pH、Eh、Fe3+浓度、Fe3+与总铁浓度比等的变化表明,相同条件下生物浸铀比酸法浸铀效果更好。     

某硬岩铀矿石细菌柱浸试验研究

以某硬岩铀矿石为研究对象,对其进行了细菌柱浸与酸法柱浸浸铀对比试验研究。试验成果表明,细菌柱浸比酸法柱浸能降低耗酸0.5个百分点,提高铀浸出率8个百分点,缩短浸铀周期10 d以上,说明应用细菌对该矿山铀矿石的浸出具有一定的可行性。     

不同条件下细菌池浸浸铀对比试验研究

对某铀矿石不同条件下细菌池浸浸铀进行了对比试验研究,分析了浸出过程中有关参数的变化规律,对比试验结果表明,池浸I(充气条件)对该铀矿石具有较好的浸出效果,浸出率为87.05%,渣品位为0.0133%,酸耗为2.16%,浸出周期为48d。与池浸II(不充气)相比,铀浸出率可提高10%左右,表明充气条件下细菌池浸方法回收该铀矿石中的铀具有一定的可行性。     

广东某铀矿石的菌浸与酸浸对比试验研究

对取自某矿的铀矿石进行了细菌柱浸与酸法柱浸对比试验研究,结果表明,细菌柱浸比酸法柱浸耗酸率降低0.9%,铀浸出率提高9%,浸出周期缩短19 d,说明细菌浸出能够浸出常规酸法浸出浸不出来的铀。     

哈萨克斯坦某铀矿床地浸采铀现场试验研究

为工业开发哈萨克斯坦扎尔巴克砂岩型铀矿床,本文收集了详细的地质资料,得到主要开采参数,开展低酸浸出现场试验。浸出试验的结果是获得浸出周期及酸耗等影响成本的关键参数。现场试验采用行列式井型、采用膨润土止水的祼孔施工工艺、超前酸化模式、氟化氢铵洗孔等近几年地浸矿山新工艺,在矿体平均厚度、品位均不占优势的情况下,试验得到了如下结果：该矿床适宜于采用酸法地浸采铀工艺,浸出液集合样平均铀浓度为87.7 mg/L,峰值铀浓度可达150.0 mg/L,平均单孔抽液量为3.5 m³/h,平均单孔注液量为1.3 m³/h。本次试验取得了良好的浸出效果和经济效益,为矿床后续的工业开发提供可靠依据。     

新疆某铀矿矿石浸出性能研究

为探索适合新疆某砂岩铀矿床的地浸采铀工艺,在室内开展了分别以不同质量浓度的硫酸和碳酸氢盐溶液作为浸出剂的搅拌浸出试验。结果表明：该矿铀矿石的浸出性能好,硫酸、碳酸氢盐搅拌浸出均取得了较好的溶浸效果;酸法搅拌浸出,硫酸浓度为2.79 g/L时,铀浸出率达87.65%,铀浓度峰值199.5 mg/L;硫酸浓度为7.04g/L时,铀浸出率达95.06%,浸出液峰值铀浓度达250.20mg/L;碳酸氢盐搅拌浸出,HCO_3^-浓度为5.07g/L时,铀浸出率达83.17%,浸出液峰值铀浓度达213.46mg/L,浸出液中的Ca^₂₊、Mg^₂₊含量仅30~40mg/L,浸出的Ca^₂₊、Mg^₂₊再次沉淀。综合考虑溶浸工艺对矿层孔隙堵塞的风险、生产成本等因素,建议该矿床在地浸采铀条件试验中采用低酸浸出工艺,硫酸酸度建议为2~3g/L。     

地浸终采残留液对某砂岩型铀矿的浸出性能研究

为推动终场采场残留液在地浸采铀中的利用,通过室内静态试验,研究了酸法地浸终采残留液对砂岩铀矿含矿岩芯的浸出条件和浸出动力学。试验结果表明:1)该砂岩岩芯适合酸法浸出;2)残留液对该矿在自然粒径下的最佳浸出条件:固液质量体积比为1∶8 g/mL,浸出时间为48 h,双氧水加入质量浓度为1 g/L,铀浸出率为77.36%。残留液的铀浸出动力学研究(反应活化能Ea=27.519 kJ/mol)结果表明,残留液对该铀矿的浸出过程主要受混合控制。该研究可为终场残留液在地浸采铀中的应用提供参考。     

某低品位铀矿石的浸出性能研究

采用搅拌浸出和柱浸2种方式对江西某矿低品位铀矿石进行浸出性能的试验验研究。搅拌浸出结果表明,该矿石属易浸出矿石,在硫酸质量浓度为10g/L、搅拌浸出12h时,铀的浸出率高于85%,且加氧化剂对浸出改善较小。柱浸试验结果表明,-5mm为堆浸工艺的最佳筑堆粒度,此时,铀的浸出率为85.7%,酸耗为4.6%(与矿石质量比),且矿堆透水性能良好,为33L/(m2.h)。试验获得的浸出参数,可作为堆浸工业性试验设计和生产中调整浸出参数的依据。     

群脉状铀矿床中铀矿石高柱浸出性能的研究

总结了某群脉状铀矿床原地爆破浸出采铀矿石高柱浸出条件试验结果。试验参考某铀矿原地爆破浸出采铀工业性试验的爆破参数，根据Rosin-Rammlar方程，调配了矿石粒度分布。对高柱内矿石不同粒度和不同高度浸出效果进行了研究，结果表明：该矿床矿石浸出性能较好，酸耗低，浸出周期短；铀金属质量浓度梯度变化规律明显；浸出一段时间后加少量氧化剂可明显加快矿石的浸出速率。该试验结果为该矿床原地爆破浸出工业性试验和研究有关技术参数的确定提供了参考和依据。     

磁场强化某硬岩铀矿浸出试验研究

针对江西某花岗岩型难浸硬岩沥青铀矿石,采用常规稀硫酸浸出时稀硫酸、双氧水药剂消耗大,浸出时间长,铀浸出率较低的问题;为了提高该难浸硬岩铀矿的浸出率,通过采用稀土永磁内磁处理器对稀硫酸进行磁化处理后再进行浸出铀的对比试验。试验得出：在磁场强度为610KA/m、磁化时间45min、细度-0.295mm含量占88%、硫酸浓度为21%、H2O2用量为0.7%、浸出时间3.5h的条件下,最终获得了浸出矿渣含铀0.0092%、铀浸出率为91.24%的试验指标。与常规条件下铀浸出试验对比,铀浸出率提高了8.99%,浸出矿渣含铀量减少0.0168%,并且稀硫酸浓度降低2%,H2O2用量减少0.1%,浸出时间缩短0.5h。磁场强化硬岩铀矿浸出工艺为硬岩铀矿浸出技术提供了新的强化浸出方法,同时也为同类型矿山的浸出工艺技术提供技术参考。     

新疆某铀矿石浸出试验

为了给新疆某铀矿采用地面堆浸和井下原地爆破堆浸的采矿新方法恢复生产提供依据，对该矿矿石进行了试验室搅拌浸出和柱浸试验。试验结果表明，该矿矿石氧化剂耗量少、浸出时间短、酸耗较低，属易浸矿石。矿石粒度对浸出率影响较大，当粒度从-5mm增加到-20mm时，矿石的柱浸渣计浸出率从88.7％下降到75．2％。氧化剂可提高浸出液铀浓度，但提高幅度不大。     

表面活性剂提高地浸采铀渗透性的初步研究

含矿层的渗透性是影响原地浸出采铀的一个重要因素。针对新疆某地浸采铀矿山的矿石进行了柱浸实验,初步研究了表面活性剂对含矿层渗透性的影响。结果表明,在溶浸液中加入适当的表面活性剂可显著提高矿层的渗透系数,尤其对低渗透性矿石可使其渗透系数增高30%~40%以上。这对提高地浸采铀的浸出率和资源回收率有重要意义。     

原地爆破浸出率的时间序列预测问题初探

采用灰色系统理论对原地爆破浸出率的时间序列预测问题进行了研究。根据原地爆破浸出工艺的浸出动力学特点，结合现场实例，建立了某铀矿山原地爆破浸出率时间序列预测的短期等维新息GM(1，1)模型和长期等维灰数递补GM(1，1)模型。分别采用这两个模型进行了短期和长期预测，其最大相对误差分别为4．4％和10％，预测结果表明：预测方法合理，预测精度可靠。