山东金岭铁矿磨矿系统优化改造实践

山东金岭铁矿通过大力开展技术革新改造,加大了对磨矿系统工艺、设备的改造力度,达到了顺畅生产流程、节能降耗、降低职工劳动强度的目的。     

辽宁某磷铁矿中回收磷灰石浮选试验研究

辽宁某磷铁矿石中P2 O5品位2.57％,主要以磷灰石形式存在.脉石矿物以石英为主.为了回收磷灰石,降低尾矿中P2 O5含量,设计了浮选试验.试验以捕收剂种类、药剂之间相互作用、精选次数为研究对象,探索了磷灰石的浮选指标.研究表明,采用一粗二扫四精浮选流程,在磨矿细度为-0.074 mm占55％条件下,以碳酸钠为调整剂...     

中关铁矿钴回收试验研究

通过试验研究,确定对磁选尾矿中Co金属作为副产物回收的可能性,并确定合适的浮选工艺,在不影响原有磁选工艺的前提下,加入适当的调节剂CaO、起泡剂2#油、捕收剂丁基黄药,浮选钴精矿品味即达到0.341%,回收率71.06%,经济效果显著。     

浮选柱精选细鳞片中碳石墨实验

依据鳞片石墨浮选特点,设计石墨浮选柱实验装置。以细鳞片中碳石墨为研究对象,通过正交实验考察循环压力、矿浆浓度、柱体高度、捕收剂用量四个主要影响因素,分析因素的显著性;通过单因素实验确定实验因素对浮选效果的影响程度。结果表明：在循环压力为0．04MPa、矿浆质量浓度为40g／L、柱体高度为1550mm、捕收剂用量为200g／t条件下,石墨精矿的品位最高,为94．190％;矿浆浓度对精矿品位的影响最为显著,循环压力对精矿产率的影响最为显著;石墨精矿品位随着矿浆浓度、循环压力和捕收剂用量的增加而减小,随着柱体高度的增加而增大。该研究为浮选柱分选石墨的实际应用提供了技术参考。     

基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

小型静态浮选塔选别齐大山选矿厂浮选给矿的试验研究

用静态浮选塔分选齐大山选矿厂浮选作业给矿。在浮选药剂种类、浮选矿浆的温度、浓度和PH值等工艺因素与现场常规浮选机基本相同的条件下,研究了风量和液面高度等因素对浮选塔分选指标的影响。     

几种捕收剂对鲕状赤铁矿的反浮选试验比较

针对贵州赫章鲕状赤铁矿,分别采用了十二胺、GE-609、RAP-138及GE-609和RAP-138混合为捕收剂对鲕状铁矿进行了反浮选试验。其中当十二胺为捕收剂时,精矿铁品位较低;GE-609为捕收剂时,精矿铁品位较高,但磷含量也相对较高;RAP-138为捕收剂时,虽然铁品位不是太高,但磷含量得到有效降低;当GE-609和RAP-138混合为捕收剂时,精矿铁品位较高,磷含量也得到了有效的降低。     

基于ISSA-HKLSSVM的浮选精矿品位预测方法

针对浮选过程变量滞后、耦合特征及建模样本数量少所导致精矿品位难以准确预测的问题,提出了一种基于改进麻雀搜索算法（Improved Sparrow Search Algorithm,ISSA）优化混核最小二乘支持向量机（Hybrid Kernel Least Squares Support Vector Machine,HKLSSVM）的浮选过程精矿品位预测方法.首先采集浮选现场载流X荧光品位分析仪数据作为建模变量并进行预处理,建立基于最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）的预测模型,以此构建新型混合核函数,将输入空间映射至高维特征空间,再引入改进麻雀搜索算法对模型参数进行优化,提出基于ISSA-HKLSSVM方法实现精矿品位预测,最后开发基于LabVIEW的浮选精矿品位预测系统对本文提出方法实际验证.实验结果表明,本文提出方法对于浮选过程小样本建模具有良好拟合能力,相比现有方法提高了预测准确率,可实现精矿品位的准确在线预测,为浮选过程的智能调控提供实时可靠的精矿品位反馈信息.     

葛店选煤厂浮选系统技术改造实践

简述了葛店选煤厂浮选系统技术改造的实践。实践表明：新工艺中增设了浮选入料桶，使浮选入料性质得以稳定，对提高浮选分选效果十分有利。将浮选床更换为机械搅拌式浮选机，取消原有矿浆预处理器，使用浮选机配套的矿浆预矿化器，加大了剪切力度，改善了矿化过程，同时改善了药剂制度。     

浮选—氰化提金厂经济精矿品位的探讨

文章根据浮选精矿品位与回收率之关系及其对氰化过程的影响,提出了确定经济精矿品位的方法,并给出了近似计算经济精矿品位的公式。     

旋流-静态微泡浮选柱浮选某难选钼矿的试验研究

针对某地高氧化率、微细粒不均匀嵌布、易泥化的难选钼矿石,提出粗细粒级分级分选新工艺,即原矿经破磨后将其中粒度小于0．020mm的微细粒级部分利用水力旋流器分离出来,采用高效、节能的微细粒分选设备旋流一静态微泡浮选柱进行分选,解决了该钼矿中微细粒级钼金属回收问题。以煤油为捕收剂,松醇油为起泡剂,水玻璃为分散剂和脉石矿物抑制剂,考察给料量、循环泵工作压力、药剂用量等因素对浮选指标的影响。分别采用一粗二精一扫和一粗二精2种工艺流程对平均钼含量为0．181％的原矿进行连选试验。研究结果表明：采用粗细粒级分级分选、细粒浮选柱回收的工艺流程可获得精矿品位为24．64％,回收率为54．33％的钼精矿,并简化了工艺流程。     

织金中低品位磷矿石反浮选工艺的探索

通过分析贵州织金县某地区磷矿石化学成分,对原矿进行了一系列的反浮选工艺试验研究。结果表明:原矿中P2O5含量可从22.60%提高到30.31%,MgO含量从6.51%降至1.41%,P2O5回收率88.17%,达到选矿指标要求。     

低品位氧化锌矿反浮选研究

针对某地高硅、铁低品位氧化矿的特点,采用反浮进的工艺流程进行了试验.试验证明,该工艺流程可获得锌品位、回收率的锌精矿.     

利用气溶胶浮选技术提高某铜钼矿混合浮选钼回收率

以煤油作为辉钼矿的主要捕收剂,以气溶胶形式进行加药,进行了煤油用量实验、浮选时间实验、pH值和磨矿细度影响实验,研究采用气溶胶浮选技术提高某铜钼矿钼回收率.气溶胶浮选技术可使铜钼混合浮选阶段钼回收率提高3%,且浮选时间缩短20%左右;在相同的回收率下,气溶胶浮选法使用的煤油用量可节省40%;气溶胶浮选的最佳磨矿细度为0.074mm占65%,浮选矿浆最佳pH值为9.与传统浮选工艺相比,气溶胶浮选技术具有浮选效率高、药剂用量少等特点,在低品位难选矿石浮选方面具有一定优势.     

尾矿库回水对齐大山铁矿浮选影响的实验室模拟

在实验室条件下研究了调军台选厂尾矿库回水中可能含有的淀粉、石灰、氢氧化钠和ＲＡ－３１５对齐大山铁矿浮选的影响。结果表明，影响齐大山铁矿浮选过程的主要因素是回水的ｐＨ值，其他药剂的存在也有一定的影响；但经过调整捕收剂石油磺酸钠的用量可以消除其影响，耐不需对该选厂尾矿库回水进行特殊处理即可作为选厂浮选用水。     

淀粉对齐大山铁矿过滤作业的影响

齐大山铁矿选矿工艺在2007年由连续磨矿改为阶段磨矿,改造前后过滤作业发生了很大变化,本文针对改连后过滤作业的效果明显好转,水份大大降低这一现象,通过对影响过滤作业的因素分析,得出淀粉是影响齐大山铁矿过滤作业水份的重要因素.     

金矿浮选回收率预测模型

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.     

低品位尾矿中锰资源的磁选回收利用

采用自主研发的高梯度水平励磁永磁磁辊对低品位碳酸锰尾矿进行湿式磁选试验,研究磨矿细度、磁场强度和矿浆浓度对湿式磁选效果的影响,从而获得富锰效果最佳的工艺参数.研究结果表明：与传统垂直励磁磁辊相比,水平励磁磁辊可显著提高锰品位与锰回收率,降低漏选率;在磨矿细度为80%,磁场强度为796.18 kA/m、矿浆浓度为20%的工艺参数下锰精矿品位可达到21%以上,锰回收率达到86%以上,在低品位尾矿有价金属资源回收利用方面工程的应用价值巨大.     

鞍山式赤铁矿石反浮选尾矿铁品位偏高机制

针对鞍山式赤铁矿石反浮选流程中存在的浮选尾矿铁品位偏高的问题,借助X射线衍射分析、化学多元素分析、粒度分析、扫描电子显微镜等检测手段,对选别流程中样品的化学多元素组成、物相组成、粒度分布及矿物的单体解离度进行了研究.结果表明,在各扫选尾矿中存在着一些单体解离高的微细铁矿物颗粒,其吸附在粗粒级脉石矿物表面,形成“载体浮选”进入到尾矿中,造成尾矿铁品位偏高.     

从铋（铅银）精矿中预先浮选回收伴生元素钼的工艺改进

选矿分厂根据目前钼市场行情，对公司冶炼原料在冶炼前采用浮选方法预先进行回收一部分钼精矿。由于原工艺试验时间仓促，在投入生产后产生诸如浮选药剂用量大，造成环境污染，回收率偏低等问题。通过工艺技术改造,使之节约成本，减少环境污染，提高了金属回收率。