CN104174505A - 一种定量预报矿石浮选理论选矿回收率和精矿品位的方法 - Google Patents

Abstract

本发明公开了一种定量预报矿石浮选理论选矿回收率和精矿品位的方法，与现有技术相比，本发明基于背散射电子图像分析、标准矿物X射线能谱图数据库、矿物元素组成数据库，快速、定量获取矿石颗粒工艺矿物学性质，利用矿物与药剂作用因子数据库，计算颗粒的可浮性指数，按颗粒可浮性指数降序排序，计算元素品位～回收率曲线，进而定量确定理论精矿品位和回收率。本发明需要的矿石样品量小，测试速度快，可以得到完整的精矿品位～回收率关系曲线，理论精矿品位和回收预报精度和准确度高，对资源评价、选矿工艺优化具有重要指导作用。

Description

一种定量预报矿石浮选理论选矿回收率和精矿品位的方法

技术领域

本发明涉及一种矿石浮选方法，尤其涉及一种定量预报矿石浮选理论选矿回收率和精矿品位的方法。 

背景技术

选矿包括目的矿物磨矿解离和矿物分离两个基本过程，根据矿石的工艺矿物学特点，可以大致确定磨矿、精矿富集等选矿参数，并对矿物分离的难易程度和精矿品位进行初步估计。分析和预报理论选矿回收率和精矿品位，对资源评价、选矿工艺优化具有重要指导作用。显微镜下观察和分析的传统工艺矿物学研究方法时间周期长、技术难度大、结果定量精度低，理论选矿回收率和精矿品位预报的准确度和精度低，随着矿石禀赋“贫、细、杂”的日益加深和不断提高选矿回收率及精矿品位的要求，难以满足选矿工艺研究和生产的要求。 

发明内容

本发明的目的就在于为了解决上述问题而提供一种定量预报矿石浮选理论选矿回收率和精矿品位的方法。 

本发明通过以下技术方案来实现上述目的： 

本发明包括以下步骤： 

(1)测试：原矿石加工破碎至-3mm，用实验室用磨矿机磨细至一定细度，筛分成不同粒级并分别制成样片；用扫描电子显微镜和X射线能谱仪对样片上的颗粒分别进行测试，获得每个颗粒的背散射电子图像和不同灰度区域的X射线能谱图； 

(2)数据处理：根据颗粒背散射电子图像的不同灰度区域区分不同矿 物，并将该区域的X射线能谱图与标准矿物的X射线能谱图相比较，从而确定具体矿物和颗粒的矿物组成；矿物的元素组成按矿物化学式或采用适宜的分析方法确定； 

(3)理论精矿品位和回收率预报：计算每个颗粒的可浮性指数和矿物组成、元素组成及品位；全部颗粒按可浮性指数降序排序，统计计算得到元素品位～回收率或矿物品级～回收率关系曲线；设定合理的可浮性指数阀值把颗粒划分为精矿或尾矿，得到对应的理论精矿品位和回收率。 

本发明所述颗粒采用i表示，所述颗粒i的可浮性指数通过以下公式确定： 

F_i＝A_iS_iC_i。 

本发明所述颗粒采用i表示，所述颗粒i的药剂作用因子通过以下公式确定： 

$A_i=\underset{j=1}{\overset{s}{\mathrm{\Σ}}}\frac{L_{\mathrm{ij}}}{L_i}{M}_{\mathrm{ij}}.$

本发明所述矿物采用j表示，所述矿物j的药剂的作用因子与矿物性质及所用药剂种类和用量有关，并通过以下公式确定： 

$M_{\mathrm{ij}}=\underset{k=1}{\overset{t}{\mathrm{\Σ}}}{q}_k{R}_{\mathrm{jk}}.$

本发明的有益效果在于： 

本发明是一种定量预报矿石浮选理论选矿回收率和精矿品位的方法，与现有技术相比，本发明需要的矿石样品量小，测试速度快，可以得到完整的精矿品位～回收率关系曲线，理论精矿品位和回收预报精度和准确度高，对资源评价、选矿工艺优化具有重要指导作用。 

附图说明

图1是典型的矿石颗粒结构示意图； 

图2是典型矿物的X射线能谱(黄铜矿)； 

图3是颗粒按可浮性指标排序图； 

图4是品位～回收率关系图。 

具体实施方式

下面结合附图对本发明作进一步说明： 

本发明包括以下步骤： 

(1)测试：原矿石加工破碎至-3mm，用实验室用磨矿机磨细至一定细度，筛分成不同粒级并分别制成样片；用扫描电子显微镜和X射线能谱仪对样片上的颗粒分别进行测试，获得每个颗粒的背散射电子图像和不同灰度区域的X射线能谱图； 

(2)数据处理：根据颗粒背散射电子图像的不同灰度区域区分不同矿物，并将该区域的X射线能谱图与标准矿物的X射线能谱图相比较，从而确定具体矿物和颗粒的矿物组成；矿物的元素组成按矿物化学式或采用适宜的分析方法确定； 

(3)理论精矿品位和回收率预报：计算每个颗粒的可浮性指数和矿物组成、元素组成及品位；全部颗粒按可浮性指数降序排序，统计计算得到元素品位～回收率或矿物品级～回收率关系曲线；设定合理的可浮性指数阀值把颗粒划分为精矿或尾矿，得到对应的理论精矿品位和回收率。 

本发明所述颗粒采用i表示，所述颗粒i的可浮性指数通过以下公式确定： 

公式一：F_i＝A_iS_iC_i

式中：F_i—可浮性指数(无量纲)；A_i—药剂作用因子(无量纲)；S_i—粒度修正因子(无量纲)；C_i—其他修正因子(无量纲)。 

本发明所述颗粒采用i表示，所述颗粒i的药剂作用因子通过以下公式确定： 

公式二： $A_i=\underset{j=1}{\overset{s}{\mathrm{\Σ}}}\frac{L_{\mathrm{ij}}}{L_i}{M}_{\mathrm{ij}}$

式中：M_ij—构成颗粒i的第j种矿物的药剂作用因子(无量纲)；L_i—颗粒i的截面边界长度，μm；L_ij—构成颗粒i的第j种矿物的暴露截面边界长度，μm。 

本发明所述矿物采用j表示，所述矿物j的药剂的作用因子与矿物性质及所用药剂种类和用量有关，并通过以下公式确定： 

公式三： $M_{\mathrm{ij}}=\underset{k=1}{\overset{t}{\mathrm{\Σ}}}{q}_k{R}_{\mathrm{jk}}$

式中：R_jk—矿物j与药剂k的作用因子(无量纲)；q_k—药剂用量调整因子(无量纲)。 

图1至图4所示：矿石颗粒背散射图像的不同灰度显示该颗粒由4种不同的矿物构成，矿物1与矿物4连生，矿物2和矿物3包裹于矿物1路。计算颗粒和各矿物的面积、截面边界长度、矿物间连生连界长度、暴露边界长度等，可以定量获得矿石的矿物组成、粒度分布、嵌布关系、解离特征等工艺矿物学参数。 

实施例： 

采集有代表性的矿石样品，加工破碎至-3mm，用实验室用磨矿机磨细至一定细度，筛分成不同粒级并分别制成样片；用扫描电子显微镜和X射 线能谱仪对样片上的颗粒分别进行测试，获得每个颗粒的背散射电子图像和不同灰度区域的X射线能谱图。可以应用工艺矿物学参数自动测定系统进行测量，许多研究机构都在这一领域开展着工作，典型的有QEMSCAN(Quantitative Evaluation of Minerals by Scanning Electronic Microscopy)、MLA(Mineral Liberation Analyser)。 

根据颗粒背散射电子图像的不同灰度区域区分不同矿物，并将该区域的X射线能谱图与标准矿物的X射线能谱图相比较，从而确定具体矿物和颗粒的矿物组成。图1中，矿石颗粒背散射图像的不同灰度显示该颗粒由4种不同的矿物构成，矿物1与矿物4连生，矿物2和矿物3包裹于矿物1中。谱图比较及矿物识别由计算机系统自动完成。计算颗粒和各矿物的面积、截面边界长度、矿物间连生连界长度、暴露边界长度等，可以定量获得矿石的矿物组成、粒度分布、嵌布关系、解离特征等工艺矿物学参数。 

矿物的元素组成按矿物化学式或采用适宜的分析方法确定。由于矿物种类繁多、性质复杂，利用被测样品来建立标准矿物数据库(X射线能谱图、矿物元素组成)，所得结果可靠性高。根据矿物元素组成，可以计算各元素在矿物中的分布(赋存状态)。 

计算每个颗粒的可浮性指数和矿物组成、元素组成及品位。颗粒i的可浮性指数通过公式一确定，药剂作用因子反映选矿药剂和矿浆组分对浮选性质的影响，粒度修正因子反映粒度对浮选性质的影响，其他修正因子反映影响浮选性质的其他因素。颗粒i的药剂作用因子与该颗粒的矿物组成及结构特征有关，通过公式一确定，参数L_i和L_ij反映矿物解离特性和颗粒结构特征对可浮性的影响。矿物j的药剂的作用因子与矿物性质及所用药剂种类和用量有关，通过公式三确定，矿物与药剂的作用因子反映了药剂对矿 物浮选性质的影响，取值范围0～1，数值越大，矿物可浮性越好；建立一个完善的矿物与药剂的作用因子数据库有助于该参数的正确估值；药剂用量调整因子反映了药剂用量对矿物浮选性质的影响。 

全部颗粒按可浮性指数降序排序，统计计算得到元素品位～回收率或矿物品级～回收率关系曲线；设定合理的可浮性指数阀值把颗粒划分为精矿或尾矿，得到对应的理论精矿品位和回收率。 

以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。 

Claims (4)

1.一种定量预报矿石浮选理论选矿回收率和精矿品位的方法，其特征在于，包括以下步骤：

(1)测试：原矿石加工破碎至-3mm，用实验室用磨矿机磨细至一定细度，筛分成不同粒级并分别制成样片；用扫描电子显微镜和X射线能谱仪对样片上的颗粒分别进行测试，获得每个颗粒的背散射电子图像和不同灰度区域的X射线能谱图；

(2)数据处理：根据颗粒背散射电子图像的不同灰度区域区分不同矿物，并将该区域的X射线能谱图与标准矿物的X射线能谱图相比较，从而确定具体矿物和颗粒的矿物组成；

(3)理论精矿品位和回收率预报：计算每个颗粒的可浮性指数和矿物组成、元素组成及品位；全部颗粒按可浮性指数降序排序，统计计算得到元素品位～回收率或矿物品级～回收率关系曲线；设定合理的可浮性指数阀值把颗粒划分为精矿或尾矿，得到对应的理论精矿品位和回收率。

2.根据权利要求1所述的定量预报矿石浮选理论选矿回收率和精矿品位的方法，其特征在于：所述颗粒采用i表示，所述颗粒i的可浮性指数通过以下公式确定：

F_i＝A_iS_iC_i。

3.根据权利要求1所述的定量预报矿石浮选理论选矿回收率和精矿品位的方法，其特征在于：所述颗粒采用i表示，所述颗粒i的药剂作用因子通过以下公式确定：

$A_i=\underset{j=1}{\overset{s}{\mathrm{\Σ}}}\frac{L_{\mathrm{ij}}}{L_i}{M}_{\mathrm{ij}}.$

4.根据权利要求1所述的定量预报矿石浮选理论选矿回收率和精矿品位的方法，其特征在于：所述矿物采用j表示，所述矿物j的药剂的作用因子与矿物性质及所用药剂种类和用量有关，并通过以下公式确定：

$M_{\mathrm{ij}}=\underset{k=1}{\overset{t}{\mathrm{\Σ}}}{q}_k{R}_{\mathrm{jk}}.$