CN113713968A - 一种微细粒铁矿物团聚体结构特征原位在线表征方法 - Google Patents
一种微细粒铁矿物团聚体结构特征原位在线表征方法 Download PDFInfo
- Publication number
- CN113713968A CN113713968A CN202111002558.XA CN202111002558A CN113713968A CN 113713968 A CN113713968 A CN 113713968A CN 202111002558 A CN202111002558 A CN 202111002558A CN 113713968 A CN113713968 A CN 113713968A
- Authority
- CN
- China
- Prior art keywords
- micro
- mineral aggregate
- iron mineral
- fine
- stirring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910001608 iron mineral Inorganic materials 0.000 title claims abstract description 53
- 239000010419 fine particle Substances 0.000 title claims abstract description 17
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 15
- 238000012512 characterization method Methods 0.000 title claims abstract description 14
- 239000002245 particle Substances 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 43
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 32
- 239000011707 mineral Substances 0.000 claims abstract description 32
- 239000000203 mixture Substances 0.000 claims abstract description 12
- 238000003756 stirring Methods 0.000 claims description 40
- 239000000523 sample Substances 0.000 claims description 16
- 239000002002 slurry Substances 0.000 claims description 11
- 239000003795 chemical substances by application Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005056 compaction Methods 0.000 claims description 4
- 238000010904 focused beam reflectance measurement Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000005086 pumping Methods 0.000 claims description 4
- 150000004676 glycans Chemical class 0.000 claims description 2
- 229920001282 polysaccharide Polymers 0.000 claims description 2
- 239000005017 polysaccharide Substances 0.000 claims description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 74
- 229910052742 iron Inorganic materials 0.000 abstract description 37
- 238000005054 agglomeration Methods 0.000 abstract description 16
- 230000002776 aggregation Effects 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000010191 image analysis Methods 0.000 abstract description 8
- 238000000926 separation method Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 238000010924 continuous production Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000011084 recovery Methods 0.000 description 9
- 239000012141 concentrate Substances 0.000 description 8
- 240000003183 Manihot esculenta Species 0.000 description 5
- 235000016735 Manihot esculenta subsp esculenta Nutrition 0.000 description 5
- 229920002472 Starch Polymers 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 238000007885 magnetic separation Methods 0.000 description 5
- 235000019698 starch Nutrition 0.000 description 5
- 239000008107 starch Substances 0.000 description 5
- 239000003814 drug Substances 0.000 description 3
- 238000005188 flotation Methods 0.000 description 3
- 239000006148 magnetic separator Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001376 precipitating effect Effects 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 229910052595 hematite Inorganic materials 0.000 description 2
- 239000011019 hematite Substances 0.000 description 2
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- IXPNQXFRVYWDDI-UHFFFAOYSA-N 1-methyl-2,4-dioxo-1,3-diazinane-5-carboximidamide Chemical compound CN1CC(C(N)=N)C(=O)NC1=O IXPNQXFRVYWDDI-UHFFFAOYSA-N 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 229920002261 Corn starch Polymers 0.000 description 1
- 229910052681 coesite Inorganic materials 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000008120 corn starch Substances 0.000 description 1
- 229910052906 cristobalite Inorganic materials 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 235000010413 sodium alginate Nutrition 0.000 description 1
- 229940005550 sodium alginate Drugs 0.000 description 1
- 239000000661 sodium alginate Substances 0.000 description 1
- 229910052682 stishovite Inorganic materials 0.000 description 1
- 229910052905 tridymite Inorganic materials 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
- B03D3/00—Differential sedimentation
- B03D3/06—Flocculation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03B—SEPARATING SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS
- B03B1/00—Conditioning for facilitating separation by altering physical properties of the matter to be treated
- B03B1/04—Conditioning for facilitating separation by altering physical properties of the matter to be treated by additives
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
- B03D2203/00—Specified materials treated by the flotation agents; Specified applications
- B03D2203/02—Ores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明属于矿物分选领域,具体涉及一种微细粒铁矿物团聚体结构特征原位在线表征方法。本发明采用高速摄像技术和聚焦光束反射实时测量技术对微细粒铁矿聚团调浆过程中铁矿物团聚体的图像特征和颗粒粒度组成情况进行实时采集,然后结合图像分析技术对微细粒铁矿物团聚体的结构特征进行实时表征,具有采集精度高,采集速度快的特点。在选矿厂大规模连续生产过程中进行实时监测,根据实时采集的表征结果结合分选指标通过调整工艺参数对矿物团聚体结构进行在线实时调控,从而选出分选指标较优的聚团分选工艺的工艺参数,为微细粒铁矿聚团分选技术的应用提供技术支持,实现通过聚团分选工艺实现微细粒复杂难选铁矿资源的高效开发利用。
Description
技术领域
本发明属于矿物分选领域,具体涉及一种微细粒铁矿物团聚体结构特征原位在线表征方法。
背景技术
我国微细粒复杂难选铁矿储量约120多亿t,占我国铁矿资源总储量的20%,其中代表性的铁矿有山西太钢袁家村铁矿、湖南祁东铁矿、鄂西鲕状赤铁矿、河北司家营铁矿等。微细浸染型铁矿的嵌布粒度微细,要使此类铁矿中的铁矿物达到单体解离往往需要磨细至-20μm,采用常规的选矿设备和选矿工艺难以有效回收其中的微细粒铁矿物,使其在选别过程中大量流失。
微细粒矿物分选过程动力学研究结果表明,导致微细粒矿物难选的主要原因是矿物颗粒粒度较小,矿物颗粒微细一方面在常规磁选作业中,导致磁介质对于弱磁性矿物的捕收能力不足;另一方面在常规浮选作业中,降低了气泡与颗粒的碰撞及附着概率,同时由于颗粒表面能和比表面积的增大降低了药剂选择性,为此,选矿学者们提出增大矿物颗粒表观尺寸来强化分选的聚团分选工艺。
影响聚团分选工艺的主要因素与矿物团聚体的结构特征有直接关系,矿物团聚体的结构特征将直接影响聚团分选指标。但是由于矿浆中矿物颗粒团聚过程是一种复杂的矿物颗粒团聚及破裂的动态平衡过程,矿物团聚体结构较为复杂,难以通过离线测定方法进行准确表征,因此,需要对矿物团聚体的结构特征进行原位实时监测,才能实现对矿物团聚体结构特征的实时调控,进而优化聚团分选工艺,强化微细粒矿物的回收,这为我国微细粒复杂难选铁矿资源的开发利用提供技术支持,实现微细粒铁矿物团聚体结构特征原位在线表征具有重要的实际意义。
发明内容
本发明的目的是提供一种微细粒铁矿物团聚体结构特征原位在线表征方法,旨在解决微细粒铁矿聚团分选过程中铁矿物团聚体结构特征无法实时原位观测和调控的问题。
为实现上述目的,本发明采用以下技术方案如下:
(1)将含有微细粒铁矿物的矿浆加入一定量的铁矿物团聚剂进行调浆搅拌,并控制矿浆pH值和搅拌转速,搅拌一定时间(约3-5min)后将部分矿浆用离心泵打入由树脂材料制成的透明搅拌槽中进行搅拌,以防止矿浆沉淀,剩余矿浆可以直接给入磁选机或浮选机进行选别。
(2)利用白色强光灯照射透明搅拌槽,并采用CCD高速摄像机拍摄记录搅拌槽中微细粒铁矿物团聚体的图像;并将聚焦反射光束测量装置探头插入搅拌槽中,实时记录矿浆中矿物颗粒的粒度组成情况;
其中,所述的高速摄像机的记录速度为每秒1000-5000帧;
所述的聚焦反射光束测量装置为FBRM在线颗粒分析系统;
(3)将CCD高速摄像机采集的图像实时导入图像分析软件,在线观察和测量微细粒铁矿物团聚体的图像特征,包括微细粒铁矿物团聚体的形状尺寸,分形特征及密实程度等,这些图像特征结合聚焦反射光束测量装置记录的矿浆中矿物颗粒的粒度组成情况,共同构成了微细粒铁矿物团聚体结构特征检测结果;
(4)结合分选指标,根据微细粒铁矿物团聚体结构特征检测结果,实时调整铁矿物团聚剂的用量、矿浆pH值和搅拌转速等工艺参数,进而不断优化分选指标。
其中,所述的铁矿物团聚剂主要包括玉米淀粉、木薯淀粉、海藻酸钠等多糖类有机高分子药剂及其改性产物;
在步骤(1)和(4)中,铁矿物团聚剂的用量可以在50-300g/t范围内选择或调整;矿浆pH值可以在8.0-11.0范围内选择或调整;搅拌转速可以在500-1000r/min范围内选择或调整。
本发明采用高速摄像技术和聚焦光束反射实时测量技术对微细粒铁矿聚团调浆过程中铁矿物团聚体的图像特征和颗粒粒度组成情况进行实时采集,然后结合图像分析技术对微细粒铁矿物团聚体的结构特征进行实时表征,具有采集精度高,采集速度快的特点。在选矿厂大规模连续生产过程中进行实时监测,根据实时采集的表征结果结合分选指标通过调整工艺参数对矿物团聚体结构进行在线实时调控,从而选出分选指标较优的聚团分选工艺的工艺参数,为微细粒铁矿聚团分选技术的应用提供技术支持,实现通过聚团分选工艺实现微细粒复杂难选铁矿资源的高效开发利用。
附图说明
图1为本发明实施例1中所采集的矿物图像:
图2为本发明实施例2中所采集的矿物图像。
具体实施方式
实施例1
取甘肃地区微细粒镜铁矿样品进行搅拌调浆,矿样中颗粒粒度为-0.038mm占87.68%,颗粒平均粒径为12.38μm,矿石样品中的TFe品位为30.54%,SiO2含量为58.61%,其它元素含量为10.85%,采用聚团磁选工艺进行选别。微细粒铁矿物团聚体结构特征原位在线表征方法具体实施方式如下:
(1)将矿样加入搅拌槽中调节矿浆pH值为9.0,搅拌转速为750r/min,按矿样质量加入150g/t的改性木薯淀粉进行聚团调浆,搅拌3min后将少部分矿浆用离心泵打入由树脂材料制成的透明搅拌槽中进行搅拌,以防止矿浆沉淀,剩余矿浆直接给入高梯度强磁选机进行选别;
(2)利用白色强光灯照射透明搅拌槽,并采用CCD高速摄像机拍摄记录搅拌槽中微细粒铁矿物团聚体的图像,并将FBRM在线颗粒分析系统的测量装置探头插入搅拌槽中,实时记录矿浆中矿物颗粒的粒度组成情况,经测定采用聚团调浆后矿物颗粒-0.038mm含量减小到46.83%,颗粒平均粒径为20.56μm;
(3)将高速摄像机采集的图像实时导入图像分析软件,在线测量微细粒铁矿物团聚体的形状尺寸,分形特征及密实程度,如图1(b)所示。经图像分析结果可知,铁矿物团聚体平均投影面积为576.34μm2,分形维数为1.84,密实程度较高。
(4)经化验分析,其磁选精矿铁品位为46.78%,铁回收率为78.53%,与不添加团聚剂直接强磁选工艺相比,其磁选精矿铁品位变化不大,铁回收率提高了3.54个百分点。
实施例2
根据实施例1中的微细粒铁矿物团聚体结构特征检测结果,进一步调整工艺参数:增加100g/t药剂用量,提高搅拌转速至800r/min,这种参数下高速摄像机采集的图像如图1(c)所示。矿物颗粒的粒度组成情况为:-0.038mm含量减小到40.23%,颗粒平均粒径为25.26μm。经图像分析结果可知,铁矿物团聚体平均投影面积为623.56μm2,分形维数为1.95,密实程度较实施例1更高。可推测这种工艺参数下能够获得更好的分选指标。
最终获得磁选精矿铁品位为46.53%,铁回收率为80.56%。
对比例3
原料和调浆方式基本同实施例1,只是调浆时不加入铁矿物团聚剂改性木薯淀粉。高速摄像机采集的图像如图1(a)所示。矿物颗粒的粒度组成情况为:-0.038mm含量为87.23%,颗粒平均粒径为12.56μm;。经图像分析结果可知,铁矿物团聚体平均投影面积为253.86μm2,分形维数为1.43,密实程度较实施例1低很多。
最终获得磁选精矿铁品位为46.76%,铁回收率为74.99%。
实施例4
取辽宁地区微细粒含碳酸盐磁赤混合铁矿样品进行搅拌调浆,矿样中颗粒粒度为-0.038mm占89.63%,颗粒平均粒径为15.34μm,矿石样品中的TFe品位为32.14%,SiO2含量为63.78%,其它元素含量为4.08%,采用聚团磁选工艺进行选别。微细粒铁矿物团聚体结构特征原位在线表征方法具体实施方式如下:
(1)将矿样加入搅拌槽中调节矿浆pH值为10.0,搅拌转速为900r/min,按矿样质量加入200g/t的改性木薯淀粉进行聚团调浆,搅拌3min后将少部分矿浆用离心泵打入由树脂材料制成的透明搅拌槽中进行搅拌,以防止矿浆沉淀,剩余矿浆直接给入磁选机或浮选机进行选别;
(2)利用白色强光灯照射透明搅拌槽,并采用CCD高速摄像机拍摄记录搅拌槽中微细粒铁矿物团聚体的图像,并将FBRM在线颗粒分析系统的测量装置探头插入搅拌槽中,实时记录矿浆中矿物颗粒的粒度组成情况,经测定采用聚团调浆后矿物颗粒-0.038mm含量减小到40.23%,颗粒平均粒径为26.75μm;
(3)将高速摄像机采集的图像实时导入图像分析软件,在线测量微细粒铁矿物团聚体的形状尺寸,分形特征及密实程度,如图2(b)所示。经图像分析结果可知,铁矿物团聚体平均投影面积为598.78μm2,分形维数为1.82,密实程度较高。
(4)经化验分析,其磁选精矿铁品位为48.39%,铁回收率为84.26%,与常规的不加团聚剂的强磁选工艺相比,其磁选精矿铁品位变化不大,铁回收率提高了4.53个百分点。
实施例5
根据实施例4中的微细粒铁矿物团聚体结构特征检测结果,进一步调整工艺参数:增加50g/t药剂用量,提高搅拌转速至950r/min,这种参数下高速摄像机采集的图像如图2(c)所示。矿物颗粒的粒度组成情况为:-0.038mm含量减小到36.23%,颗粒平均粒径为28.36μm。经图像分析结果可知,铁矿物团聚体平均投影面积为648.78μm2,分形维数为1.873,密实程度较实施例4更高。可推测这种工艺参数下能够获得更好的分选指标。
最终获得磁选精矿铁品位为48.53%,铁回收率为86.39%。
对比例6
原料和调浆方式基本同实施例4,只是调浆时不加入铁矿物团聚剂改性木薯淀粉。高速摄像机采集的图像如图2(a)所示。矿物颗粒的粒度组成情况为:-0.038mm含量为86.83%,颗粒平均粒径为12.38μm;。经图像分析结果可知,铁矿物团聚体平均投影面积为251.25μm2,分形维数为1.45,密实程度较实施例4低很多。
最终获得磁选精矿铁品位为48.30%,铁回收率为79.73%。
Claims (8)
1.一种微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,包括以下步骤:
步骤1:将含有微细粒铁矿物的矿浆加入铁矿物团聚剂进行调浆搅拌,并控制矿浆pH值和搅拌转速,搅拌后将部分矿浆用离心泵打入透明搅拌槽中进行搅拌;
步骤2:利用白色强光灯照射透明搅拌槽,并采用CCD高速摄像机拍摄记录搅拌槽中微细粒铁矿物团聚体的图像;并将聚焦反射光束测量装置探头插入搅拌槽中,实时记录矿浆中矿物颗粒的粒度组成情况;
步骤3:将CCD高速摄像机采集的图像实时导入图像分析软件,在线观察和测量微细粒铁矿物团聚体的图像特征,所述图像特征结合聚焦反射光束测量装置记录的矿浆中矿物颗粒的粒度组成情况,共同构成了微细粒铁矿物团聚体结构特征检测结果;
步骤4:结合分选指标,根据微细粒铁矿物团聚体结构特征检测结果,实时调整工艺参数,进而不断优化分选指标。
2.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述高速摄像机的记录速度为每秒1000-5000帧。
3.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述的聚焦反射光束测量装置为FBRM在线颗粒分析系统。
4.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述步骤3中微细粒铁矿物团聚体的图像特征包括微细粒铁矿物团聚体的形状尺寸、分形特征和密实程度。
5.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述步骤1中搅拌的时间为3-5min。
6.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述步骤4中调整的工艺参数包括铁矿物团聚剂的用量、矿浆pH值和搅拌转速。
7.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述铁矿物团聚剂包括多糖类有机高分子药剂及其改性产物。
8.根据权利要求1所述的微细粒铁矿物团聚体结构特征原位在线表征方法,其特征在于,所述步骤(1)和(4)中,铁矿物团聚剂的用量在50-300g/t范围内选择或调整;矿浆pH值在8.0-11.0范围内选择或调整;搅拌转速在500-1000r/min范围内选择或调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111002558.XA CN113713968A (zh) | 2021-08-30 | 2021-08-30 | 一种微细粒铁矿物团聚体结构特征原位在线表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111002558.XA CN113713968A (zh) | 2021-08-30 | 2021-08-30 | 一种微细粒铁矿物团聚体结构特征原位在线表征方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113713968A true CN113713968A (zh) | 2021-11-30 |
Family
ID=78679018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111002558.XA Pending CN113713968A (zh) | 2021-08-30 | 2021-08-30 | 一种微细粒铁矿物团聚体结构特征原位在线表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113713968A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114308353A (zh) * | 2021-12-23 | 2022-04-12 | 合肥中亚建材装备有限责任公司 | 一种具有快速检测产品粒度值功能的立磨设备及其检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2224686A1 (en) * | 1995-06-19 | 1997-01-03 | Commonwealth Scientific And Industrial Research Organisation | Determining the size distribution of particles in a fluid |
WO1999022871A1 (en) * | 1997-11-03 | 1999-05-14 | Selective Oil Agglomeration Process Pty. Ltd. | Controlled production and recovery of fine-coal agglomerates |
CN202421023U (zh) * | 2012-02-28 | 2012-09-05 | 北京万水净水剂有限公司 | 混凝絮体性状观测采集装置 |
CN102698874A (zh) * | 2012-03-01 | 2012-10-03 | 南丹县阳光大地矿业开发有限公司 | 一种自动控制矿浆pH值提高尾矿回收率的方法及其系统 |
CN102974470A (zh) * | 2012-12-11 | 2013-03-20 | 中国地质科学院矿产综合利用研究所 | 鲕状赤铁矿絮凝剂及鲕状赤铁矿选择性分散聚团分选方法 |
CN104931396A (zh) * | 2015-06-04 | 2015-09-23 | 东北大学 | 一种确定微细粒级矿物物料粒度组成及金属分布的方法 |
CN104998763A (zh) * | 2015-08-17 | 2015-10-28 | 华北理工大学 | 一种微细粒嵌布赤铁矿矿石絮凝浮选粒度的确定方法 |
CN109272548A (zh) * | 2018-09-28 | 2019-01-25 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109580618A (zh) * | 2018-11-23 | 2019-04-05 | 鞍钢集团矿业有限公司 | 一种基于泡沫颜色判断浮选产品品位的方法 |
CN111709942A (zh) * | 2020-06-29 | 2020-09-25 | 中南大学 | 一种基于纹理度优化的锌浮选加药量预测控制方法 |
CN112441654A (zh) * | 2020-11-02 | 2021-03-05 | 广州晋合水处理设备有限公司 | 一种适用于混凝沉淀的控制系统及方法 |
-
2021
- 2021-08-30 CN CN202111002558.XA patent/CN113713968A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2224686A1 (en) * | 1995-06-19 | 1997-01-03 | Commonwealth Scientific And Industrial Research Organisation | Determining the size distribution of particles in a fluid |
WO1999022871A1 (en) * | 1997-11-03 | 1999-05-14 | Selective Oil Agglomeration Process Pty. Ltd. | Controlled production and recovery of fine-coal agglomerates |
CN202421023U (zh) * | 2012-02-28 | 2012-09-05 | 北京万水净水剂有限公司 | 混凝絮体性状观测采集装置 |
CN102698874A (zh) * | 2012-03-01 | 2012-10-03 | 南丹县阳光大地矿业开发有限公司 | 一种自动控制矿浆pH值提高尾矿回收率的方法及其系统 |
CN102974470A (zh) * | 2012-12-11 | 2013-03-20 | 中国地质科学院矿产综合利用研究所 | 鲕状赤铁矿絮凝剂及鲕状赤铁矿选择性分散聚团分选方法 |
CN104931396A (zh) * | 2015-06-04 | 2015-09-23 | 东北大学 | 一种确定微细粒级矿物物料粒度组成及金属分布的方法 |
CN104998763A (zh) * | 2015-08-17 | 2015-10-28 | 华北理工大学 | 一种微细粒嵌布赤铁矿矿石絮凝浮选粒度的确定方法 |
CN109272548A (zh) * | 2018-09-28 | 2019-01-25 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109580618A (zh) * | 2018-11-23 | 2019-04-05 | 鞍钢集团矿业有限公司 | 一种基于泡沫颜色判断浮选产品品位的方法 |
CN111709942A (zh) * | 2020-06-29 | 2020-09-25 | 中南大学 | 一种基于纹理度优化的锌浮选加药量预测控制方法 |
CN112441654A (zh) * | 2020-11-02 | 2021-03-05 | 广州晋合水处理设备有限公司 | 一种适用于混凝沉淀的控制系统及方法 |
Non-Patent Citations (3)
Title |
---|
李东 等: "《粒度大小对赤铁矿和石英浮选分离的影响》", 《工程科学学报》 * |
李丽洁 等: "《含氮化合物制备与表征实验》", 31 August 2015, 北京航空航天大学出版社 * |
杨建国: "《选煤厂电气设备与自动化》", 30 September 2018, 中国矿业大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114308353A (zh) * | 2021-12-23 | 2022-04-12 | 合肥中亚建材装备有限责任公司 | 一种具有快速检测产品粒度值功能的立磨设备及其检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112642575B (zh) | 一种含碳酸盐贫磁赤混合铁矿石磁浮联合分选方法 | |
CN103801443B (zh) | 一种活性矿渣粉末生产系统及其工艺流程 | |
CN113713968A (zh) | 一种微细粒铁矿物团聚体结构特征原位在线表征方法 | |
CN101428278A (zh) | 分离高炉干法除尘灰含锌物质的方法 | |
CN105772216A (zh) | 一种用复杂难选铁矿石生产铁精矿的新方法 | |
CN106694517B (zh) | 一种钢渣磁选粉提纯协同制备钢渣微粉的生产工艺 | |
CN204620196U (zh) | 悬浮式干式磁选机 | |
CN102824956B (zh) | 贫赤铁矿分粒级、窄级别分选工艺 | |
CN103111354B (zh) | 熔盐电解精炼的阴极析出物的预处理方法 | |
CN107812590A (zh) | 一种细粒难选矿的选择性解离强化分选方法 | |
CN103045777A (zh) | 一种含铁钢渣的干法处理工艺 | |
CN107583764A (zh) | 一种铜矿尾矿回收云母的选矿方法 | |
CN103861733A (zh) | 一种磁选-反浮选制备超级铁精矿的方法 | |
CN103521363A (zh) | 低品位铝土矿原矿开路磨矿选矿工艺 | |
CN104001370A (zh) | 一种尾矿干排工艺 | |
CN101804381B (zh) | 利用旋流器去除霞石中的云母的方法 | |
CN114370758B (zh) | 一种往复摆动型带式机及其用于铁矿块矿预处理的方法 | |
CN105195268A (zh) | 一种立磨机粉磨锂渣、矿渣复合粉的生产方法 | |
JP5315614B2 (ja) | ニッケル酸化鉱石の前処理方法 | |
CN102380618B (zh) | 一种用硫酸沉淀—h2透气还原工艺制备纳米钨粉的方法 | |
CN105642408A (zh) | 一种带有磨粉外导出机构的新型立式辊磨机 | |
CN103736603B (zh) | 一种磨矿分级的选矿工艺 | |
CN110560256B (zh) | 一种降低高硫煤灰分硫分的综合利用工艺 | |
CN205361641U (zh) | 一种兼具预选抛尾与粗细分级的三产品磁选机 | |
CN208465266U (zh) | 基于给料量和给料浓度的浓缩机耙子转速实时调控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211130 |
|
RJ01 | Rejection of invention patent application after publication |