云南某低品位铜矿中铜及伴生金银高效回收工艺研究

针对云南某低品位铜矿铜浮选指标不太理想,铜精矿中伴生银品位达不到计价要求的现状,对现场生产工艺和生产条件参数进行优化,并进行了分支串流浮选新工艺的试验研究。结果表明,分支串流浮选新工艺是处理该铜矿最佳的浮选工艺,经过闭路试验,可以获得铜精矿铜品位21.33%,含金3.04 g/t,含银23.80 g/t,铜回收率达到92.79%,金回收率为64.51%,银回收率为52.55%的优良指标。与现场生产工艺相比,大幅提高了浮选指标,并且使铜精矿中伴生银品位达到了计价要求,实现了该矿石中铜及伴生金银的高效综合回收。     

铜冶炼渣选矿试验研究

本文以缓冷电炉渣和转炉渣混合形成的典型铜渣为研究对象,通过研究混合铜渣中的矿物组成、元素赋存状态、嵌布特性等确定了铜渣分选的理论基础。并在铜渣物化性质分析的基础上研究了不同种类的调整剂、捕收剂和起泡剂对铜渣浮选的影响,确定了该混合铜渣浮选适宜的药剂制度为磨矿细度-48um 85%,硫化钠400g/t、石灰500g/t、丁基黄药+Z-200为 150g/t+40g/t、2#油140g/t的条件下,获得了Cu品位24.26%的精矿和0.207%的浮选尾矿,铜回收率达到92.78%,铜渣中的铜金属得到了有效回收利用。     

AI选矿——选矿工业4.0的设想

在理论和实践的结合下,作者根据德国工业4.0的标准提出选矿工业4.0的设想:即选矿工业1.0是以选矿工业检测设备为代表,选矿工业2.0的标志性特征为由中心控制室集中控制指挥的检测仪表集中控制系统,选矿工业3.0将其进一步升级为生产过程中的大数据专家智能系统为代表的工艺流程模式,选矿工业4.0的核心为将一次检测仪表中心(中央)控制室系统和大数据专家智能系统连接形成一体化的选矿信息化与智能化系统。     

浮选流体动力学关键技术研究与装备智能化发展路径

为精准定义和测量气体体积流量(Q_g)、表观气体速度(J_g)、气泡直径(D₃₂)及其分布(BSD)、气泡表面积通量(S_b)、体积气含率(ε_g)等流体动力学关键参数,研发成型了新一代浮选流体动力学特征阈值传感器系统。结果表明:该传感器系统通过多维度测量浮选设备以及浮选回路的核心参数,能够对采集到的数据进行建模分析,形成优化方案并生成自动化操作指令,推动选矿技术经济指标实现优化提升,有效填补国内矿业领域此类设备研发的技术空白,为选矿工业4.0的实现创造了有利条件。工业化应用成果表明:该传感器系统具备较为精准评价大型浮选设备运行效能的能力,能够实现矿山浮选流程的金属回收率、精矿品位等经济指标的最优解。     

浮选流体动力学大数据关键技术、装备研究及其工程应用

近年来随着工业4.0技术和设备的发展，有色金属工业应用发生了许多重大的变化。其中大数据、人工智能、云计算、移动互联等现代信息技术与矿业加工领域深度融合，加速融合智能勘探、智能矿山、矿业物联网等新技术手段成为推动矿业领域加速发展的显著特征之一。顺应行业领域发展趋势，近期由昆明冶金研究院、智铜科技联合研发成型的新一代浮选流体动力学特征阈值传感器系统，通过多维度测量浮选设备以及浮选回路的核心参数，对采集到的数据进行建模分析，形成优化方案并生成自动化操作指令，能够推动选矿技术经济指标实现优化提升，有效填补国内矿业领域此类设备研发的技术空白，为有色金属矿山行业打造新型高效低碳节约型模式提供新的方向。     

云南某铜冶炼渣的综合回收应用实践北大核心

针对云南某铜冶炼渣,根据选矿试验、流程考查等数据,结合现场工艺流程与设备配置,开展了稳定渣料性质、降低入磨粒度、提升磨矿产能和入选细度、提高浮选技术指标的优化措施和现场改造应用,生产中稳定铜冶炼炉渣入选品位在2.55%±0.1%,渣料中原生铜与次生铜含量提高了4.46个百分点,碎矿与磨矿产能分别提高了6 t/h和4 t/h,入选细度从-0.048 mm粒级含量占82%提升至85%,精矿品位从20.75%提升至21.46%,提高了0.71个百分点,尾矿品位从0.246%降至0.211%,降低了0.035个百分点,回收率从91.44%提升至92.46%,提高了1.02个百分点。