FI120560B - Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi - Google Patents

Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi Download PDF

Info

Publication number
FI120560B
FI120560B FI20051308A FI20051308A FI120560B FI 120560 B FI120560 B FI 120560B FI 20051308 A FI20051308 A FI 20051308A FI 20051308 A FI20051308 A FI 20051308A FI 120560 B FI120560 B FI 120560B
Authority
FI
Finland
Prior art keywords
mineral
separation process
separation
grain size
mineral content
Prior art date
Application number
FI20051308A
Other languages
English (en)
Swedish (sv)
Other versions
FI20051308A0 (fi
FI20051308A (fi
Inventor
Alfthan Christian Von
Kari Saloheimo
Original Assignee
Outotec Oyj
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Outotec Oyj filed Critical Outotec Oyj
Publication of FI20051308A0 publication Critical patent/FI20051308A0/fi
Priority to FI20051308A priority Critical patent/FI120560B/fi
Priority to BRPI0620379-5A priority patent/BRPI0620379A2/pt
Priority to CN2006800481749A priority patent/CN101351697B/zh
Priority to CA2634607A priority patent/CA2634607C/en
Priority to SE0801402A priority patent/SE533492C2/sv
Priority to EA200801354A priority patent/EA014120B1/ru
Priority to PCT/FI2006/000412 priority patent/WO2007071811A1/en
Priority to AU2006326956A priority patent/AU2006326956B2/en
Priority to US12/097,592 priority patent/US8151632B2/en
Publication of FI20051308A publication Critical patent/FI20051308A/fi
Priority to ZA200805181A priority patent/ZA200805181B/xx
Application granted granted Critical
Publication of FI120560B publication Critical patent/FI120560B/fi

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02Investigating particle size or size distribution
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/07Investigating materials by wave or particle radiation secondary emission
    • G01N2223/076X-ray fluorescence

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Dispersion Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Description

MENETELMÄ ALKUAINEEN JA/TAI MINERAALIN PITOISUUDEN
MÄÄRITTÄMISEKSI
Tämä keksintö kohdistuu menetelmään partikkeli- ja/tai mineraalipitoisuuden 5 reaaliaikaiseksi määrittämiseksi mineraalisessa erotusprosessissa joko kiinteässä tai lietemäisessä muodossa viilaavasta hienojakoisesta partikkelimateriaalista.
Mineraalien rikastuksessa kaivoksesta tuotettu materiaali hienonnetaan aluksi 10 murskauksen ja jauhatuksen avulla niin, että malmissa olevat arvomineraalit ovat erillisinä rakeina. Mineraalien erotusprosesseilla otetaan arvomineraalit talteen rikasteena jatkojalostusta varten. Erotusprosessina on tyypillisesti vaahdotus, painovoimaerotus, magneettinen erotus tai sähköstaattinen erotus tai näiden yhdistelmä.
15
Erotusprosessien ohjauksessa tarvitaan yleensä reaaliaikaista mittaustietoa prosessin eri materiaalivirtojen alkuainepitoisuuksista ja/tai mineraalipitoisuuksista. Tyypillisesti rikasteen pitoisuusmittauksien perusteella varmistetaan, että prosessi tuottaa jatkojalostuksen kannalta laadultaan 20 optimaalista tuotetta. Erotusprosessin syötteen pitoisuuksien perusteella voidaan tehdä ennakoivia säätöjä ja jätevirtausten pitoisuusmittausten perusteella varmistetaan, että prosessi toimii optimaalisella saannolla. Usein erotus sisältää sisäisiä kiertoja ja useita prosessivaiheita, jolloin eri välituotteiden pitoisuuksien mittaus on prosessinohjauksen kannalta tarpeellista. 25
Prosessien materiaalivirtojen mittaukset toteutetaan tunnetusti online-analysaattoreilla. Yleisin käytetty alkuainepitoisuuksien analyysimenetelmä mineraaliprosesseissa on röntgenfluoresenssi. Julkaisusta Fl 51872 tunnetaan laite liikkeellä olevan kiinteän tai jauhemaisen aineen analysoimiseksi 30 röntgenfluoresenssiperiaatteella. Kyseisen periaatteen soveltamisessa on kuitenkin merkittäviä menetelmästä johtuvia rajoituksia. Märissä prosesseissa suoraan mineraalilietteestä tapahtuva mittaus on käytännössä vaaditulla 2 tarkkuustasolla mahdollinen vain tietyille alkuaineille. Kevyempien alkuaineiden mittaus onnistuu vain monimutkaisilla ja sen vuoksi häiriöherkillä ja kalliilla näytteenkäsittelyjärjestelmillä, joissa tyypillisesti lietenäyte kuivataan, jauhetaan hienommaksi ja briketoidaan analyysia varten. Vastaavasti kuivissa 5 mineraaliprosesseissa käytännössä röntgenfluoresenssi toimii suoraan prosessoitavalle materiaalille luotettavasti vain piitä raskaammilla alkuaineilla.
Usein erotusprosessien ohjauksen kannalta on merkittävää mitata myös kevyiden alkuaineiden pitoisuuksia. Esimerkiksi magnesiumin, piin, fosforin ja 10 rikin pitoisuudet ovat tärkeitä rikasteiden epäpuhtauden mittana. Tietyissä erotusprosesseissa prosessinohjauksen kannalta olisi tärkeää myös mitata alkuainepitoisuuksien sijasta mineraalipitoisuuksia, esimerkiksi serpentiiniytyneiden nikkelimalmien rikastuksessa on rikasteen magnesium-pitoisuuden lisäksi prosessinohjauksen kannalta olennaista, että tunnetaan, 15 onko rikasteen sisältävä magnesium peräisin talkista vai muista serpentiniittimineraaleista.
Keveiden alkuaineiden ja mineraalien pitoisuuden online-mittaukseen on tunnetusti sovellettu esimerkiksi kaappausgamma-analyysiä (PGNAA). Tällöin 20 mittaus tehdään suoraan lietteestä tai kuiva-aineesta. Tarkkuus jää usein vaatimattomaksi tai mittausaika kohtuuttoman pitkäksi. Jotta gammapulsseja saataisiin riittävästi näytteestä, on mittaus kohdistettava suureen näytetilavuuteen, jonka ylläpitäminen suspensiona vaikeuttaa lietemittausta. Säteilyturvallisuusvaatimukset tekevät laitteet kalliiksi ja vaikeiksi huoltaa ja 25 ylläpitää.
Lisäksi alkuaineiden ja mineraalien pitoisuuden online-mittaukseen on sovellettu tunnetusti esimerkiksi röntgendiffraktiota (XRD), jolloin analyysi onnistuu suoraan lietteestä tai kuiva-aineesta. Lisäksi sovelluksina mainittakoon optiseen 30 spektroskopiaan ja ydinmagneettiseen resonanssiin perustuvat pitoisuuden mittausmenetelmät, joille tyypillistä on kallis hinta, mitattavan näytteen 3 edustavuusongelmat sekä mittauksen hitaus ja huono analyyttinen tarkkuus sekä toistettavuus.
Esillä olevan keksinnön tarkoituksena on poistaa tekniikan tason mukaisia 5 haittapuolia ja aikaansaada parempi menetelmä partikkeli- ja/tai mineraalipitoisuuden reaaliaikaiseksi määrittämiseksi joko kiinteässä tai lietemäisessä muodossa viilaavasta hienojakoisesta partikkelimateriaalista, jolloin partikkeli- ja/tai mineraalipitoisuuden pitoisuuden määrittämiseen hyödynnetään partikkelimateriaalista raekokoanalyysilla muodostettavaa 10 raekokojakaumaa. Keksinnön olennaiset tunnusmerkit selviävät oheisista patenttivaatimuksista.
Keksinnön mukaiseen menetelmään kohdistuu monia etuja. Keksintö kohdistuu menetelmään partikkeli- ja/tai mineraalipitoisuuden reaaliaikaiseksi 15 määrittämiseksi mineraalisessa erotusprosessissa joko kiinteässä tai lietemäisessä muodossa viilaavasta hienojakoisesta partikkelimateriaalista, josta partikkelimateriaalista otetaan halutuin väliajoin edustava näyte, näytteelle tehdään raekokoanalyysi, jonka avulla lasketaan partikkelimateriaalin alkuaine-ja/tai mineraalipitoisuus, jolloin raekokoanalyysista muodostetaan 20 raekokojakauma, jossa kuvataan kumulatiivisen raekokojakauman arvo raekoon funktiona, josta alkuaine- ja/tai mineraalipitoisuus lasketaan matemaattisesti hyödyntämällä kalibroinnilla määritettyjä alkuaineen tai mineraalin ominaisuuksia kuvaavia vakioita. Raekokojakauman antamaa informaatiota voidaan hyödyntää alkuaineen ja/tai mineraalipitoisuuden määrittämiseen 25 mineraalisen erotusprosessin syötteestä, tuotteesta tai sivutuotteesta, ja tätä tietoa voidaan hyödyntää prosessinohjauksessa.
Keksinnön erään sovellusmuodon mukaan raekokojakauma määritetään laserdiffraktioon perustuvilla menetelmillä. Keksinnön erään toisen 30 sovellusmuodon mukaan raekokojakauma määritetään ultraääniabsorptioon perustuvalla menetelmällä. Keksinnön erään sovellusmuodon mukaan raekokojakauma määritetään optiseen kuva-analyysiin perustuvalla 4 menetelmällä. Keksinnön mukaan kiinteässä tai lietemäisessä muodossa viilaavan hienojakoisen partikkelimateriaalin partikkeli- ja/tai mineraalipitoisuuden reaaliaikaisen määrittämisen perusteella ohjataan mineraalista erotusprosessia optimaalisen syötteen, tuotteen tai sivutuotteen 5 tuottamiseksi. Keksinnön erään sovellusmuodon mukaan mineraalinen erotusprosessi on vaahdotus. Keksinnön erään sovellusmuodon mukaan erotusprosessi on painovoimaerotus. Keksinnön erään sovellusmuodon mukaan erotusprosessi on magneettinen erotus. Keksinnön erään sovellusmuodon mukaan erotusprosessi on sähköstaattinen erotus. Keksinnön 10 erään sovellusmuodon mukaan erotusprosessi on luokitus.
Keksintöä selostetaan lähemmin seuraavassa viitaten oheisiin piirustuksiin, joissa 15 kuvio 1 esittää keksintöä prosessikaavion avulla kuvio 2a, 2b ja 2c esittävät keksinnön mukaista esimerkkiä
Kuviossa 1 on esitetty keksinnön mukaista menetelmää prosessikaavion avulla. Mineraalisen erotusprosessin syötteestä, tuotteesta tai jätteestä otetaan 20 edustava näyte tunnetulla tavalla, kuten esimerkiksi ottamalla näyte kaksivaiheisesti viilaavasta lietevirrasta. Näytteestä muodostetaan raekokoanalyysi, joka kuvaa prosessissa viilaavan partikkelimateriaalin sisältävien partikkeleiden raekokoa. Näyte voidaan ottaa halutuin väliajoin prosessin ollessa käynnissä joko syötteestä, tuotteesta tai jätteestä. Tieto 25 tietystä pitoisuudesta prosessinohjauksen tarpeisiin on saatavilla reaaliaikaisesti eli lähes välittömästi ottaen huomioon viipymäajat laskennassa. Otetusta näytteestä muodostetaan raekokojakauma esimerkiksi ultraääniabsorptioon, laserdiffraktioon tai optiseen kuva-analyysiin perustuvalla menetelmällä. Raekokoanalyysin pohjalta muodostetaan raekokojakauma eli kumulatiivisen 30 raekokojakauman arvo raekoon funktiona. Raekokojakaumasta lasketaan halutun alkuaineen ja/tai mineraalin pitoisuus matemaattisesti kalibrointimallin avulla, joka kalibrointimalli kuvaa alkuaineen ja/tai mineraalin pitoisuuden ja 5 raekokojakauman välisen riippuvuuden. Pitoisuuden laskennassa voi käyttää yleisesti mitä tahansa matemaattista funktiota G(F(x)), missä F(x) on mitattu kumulatiivinen tai differentiaalinen raekokojakauma tai jakaumasta laskettu tunnusluku; funktion G muoto voidaan määrätä kalibroinnilla hyödyntäen 5 tilastollisia monimuuttujamenetelmiä. Kalibrointimalli muodostetaan yleensä datapohjaisesti ottamalla mitatusta lietteestä tilastollisesti edustava määrä kertanäytteitä, analysoimalla laboratoriossa näytteiden alkuaine- ja/tai mineraalipitoisuudet ja sovittamalla tilastollisilla menetelmillä, esimerkiksi monimuuttujaregressioanalyysillä (MLR), pääkomponenttiregressiolla (PCR), 10 partial least squares regression (PLS)-analyysilla, mitatut raekokojakaumat laboratoriomittaustuloksiin. Analysoitava pitoisuus voi olla joko alkuaine- tai mineraalipitoisuus riippuen prosessista ja prosessiohjauksen tarpeesta. Kyseistä määritettyä pitoisuusarvoa hyödynnetään prosessin ohjauksessa säätämällä sen pohjalta prosessia haluttuun suuntaan muuttamalla esimerkiksi 15 syötteen, tuotteen tai sivutuotteen pitoisuuksia.
Kuvassa 2a, 2b ja 2c esitetyt tulokset havainnollistavat keksintöä seuraavassa esitetyn esimerkin kanssa. Esimerkkinä esitetään sedimenttisen fosfaattimalmin rikastusta, jolloin erotusprosessina on sykloneilla tapahtuva painovoimaerotus 20 ja luokitus. Tehtävänä on ottaa malmista talteen apatiittimineraalit, jotka ovat erotusprosessin syötteessä selvästi silikaattimineraaleja karkeampia. Kuvissa 2a, 2b ja 2c käyrä kuvaa kumulatiivista raekokojakaumaa, joka on muodostettu prosessin syötteen, rikasteen sekä jätteen raekokoanalyysista. Kuvassa 2a on laserdiffraktioon perustuvalla online-raekokoanalysaattorilla mitattu 25 raekokojakauma laitoksen syötteestä. Kuvassa 2b on esitetty raekokojakauma laitoksen rikasteesta sekä kuvassa 2c on esitetty raekokojakauma laitoksen jätteestä. Kuvioissa pystyakselilla on esitetty kumulatiivinen raekoon määrä prosentteina (% V) ja vaaka-akselilla kiintoainepartikkelin halkaisija mikrometreinä (D pm). Syötteessä lähes 100% apatiitista on kooltaan yli 50 30 mikrometriä. Silikaattinen sivukivi on taas selvästi hienompaa, niin että se erottuu kumulatiivisessa raekokojakaumassa omana portaanaan kuvassa 2a. Erotusprosessin jälkeen rikasteessa (kuva 2b) on pääasiassa karkeaa apatiittia, 6 kun taas jätteessä (kuva 2c) on lähes pelkästään hienoja silikaatteja. Esitetty menetelmä toimii esimerkkitapauksessa seuraavasti. Kun online-raekokomittauksesta saadaan tulokseksi kumulatiivisen raekokojakauman arvo raekoon funktiona, F(x), lasketaan siitä esimerkiksi syötteen fosfaattipitoisuus 5 yhtälöllä %P205 = a*F(50 pm) + b, missä a ja b ovat numeerisia vakioita. Arvon F(50 pm) määrittämistä on havainnollistettu kuvassa 2a. Vakioiden a ja b arvot määritetään kalibroinnilla tunnetuista näytteistä, sovittamalla P205-pitoisuudeltaan tunnettujen näytteiden raekokojakauman F(50 pm)-arvot tilastollisesti regressioanalyysillä %P205 -pitoisuuksiin. Pitoisuusmittausta 10 hyödynnetään siten, että syklonoinnin ohjausmuuttujia (käytettävien syklonien määrää, syöttövirtausta, syötteen kiintoainepitoisuutta tai syöttöpainetta) säädetään niin, että rikasteen P205-pitoisuus on vaaditulla tasolla.
Alan ammattimiehelle on selvää, että keksinnön eri sovellutusmuodot eivät 15 rajoitu yllä esitettyihin esimerkkeihin, vaan voivat vaihdella oheisten patenttivaatimusten puitteissa.

Claims (10)

1. Menetelmä partikkeli- ja/tai mineraalipitoisuuden reaaliaikaiseksi määrittämiseksi mineraalisessa erotusprosessissa joko kiinteässä tai 5 lietemäisessä muodossa viilaavasta hienojakoisesta partikkelimateriaalista, josta partikkelimateriaalista otetaan halutuin väliajoin edustava näyte, tunnettu siitä, että näytteelle tehdään raekokoanalyysi, jonka avulla lasketaan partikkelimateriaalin alkuaine-ja/tai mineraalipitoisuus, jolloin raekokoanalyysista muodostetaan 10 raekokojakauma, jossa kuvataan kumulatiivisen raekokojakauman arvo raekoon funktiona, josta alkuaine- ja/tai mineraalipitoisuus lasketaan matemaattisesti hyödyntämällä kalibroinnilla määritettyjä alkuaineen tai mineraalin ominaisuuksia kuvaavia vakioita.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että raekokojakauma määritetään laserdiffraktioon perustuvilla menetelmillä.
3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että raekokojakauma määritetään ultraääniabsorptioon perustuvalla 20 menetelmällä.
4. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että raekokojakauma määritetään optiseen kuva-analyysiin perustuvalla menetelmällä. 25
5. Patenttivaatimuksen 1, 2, 3, tai 4 mukainen menetelmä, tunnettu siitä, että kiinteässä tai lietemäisessä muodossa vihaavan hienojakoisen partikkelimateriaalin partikkeli- ja/tai mineraalipitoisuuden reaaliaikaisen määrittämisen perusteella ohjataan mineraalista erotusprosessia 30 optimaalisen syötteen, tuotteen tai sivutuotteen tuottamiseksi.
6. Patenttivaatimuksen 1 tai 5 mukainen menetelmä, tunnettu siitä, että mineraalinen erotusprosessi on vaahdotus.
7. Patenttivaatimuksen 1 tai 5 mukainen menetelmä, tunnettu siitä, että 5 erotusprosessi on painovoimaerotus.
8. Patenttivaatimuksen 1 tai 5 mukainen menetelmä, tunnettu siitä, että erotusprosessi on magneettinen erotus.
9. Patenttivaatimuksen 1 tai 5 mukainen menetelmä, tunnettu siitä, että erotusprosessi on sähköstaattinen erotus.
10. Patenttivaatimuksen 1 tai 5 mukainen menetelmä, tunnettu siitä, että erotusprosessi on luokitus. 15 g
FI20051308A 2005-12-21 2005-12-21 Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi FI120560B (fi)

Priority Applications (10)

Application Number Priority Date Filing Date Title
FI20051308A FI120560B (fi) 2005-12-21 2005-12-21 Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi
SE0801402A SE533492C2 (sv) 2005-12-21 2006-12-19 Metod för att avgränsa grundämnesinnehåll och/eller mineralinnehåll
CN2006800481749A CN101351697B (zh) 2005-12-21 2006-12-19 用于确定元素含量和/或矿物含量的方法
CA2634607A CA2634607C (en) 2005-12-21 2006-12-19 Method for defining element content and/or mineral content
BRPI0620379-5A BRPI0620379A2 (pt) 2005-12-21 2006-12-19 método para definir a quantidade de um elemento e/ou quantidade de um mineral
EA200801354A EA014120B1 (ru) 2005-12-21 2006-12-19 Способ отделения минерала от тонкоизмельченного зернистого материала
PCT/FI2006/000412 WO2007071811A1 (en) 2005-12-21 2006-12-19 Method for defining element content and/ or mineral content
AU2006326956A AU2006326956B2 (en) 2005-12-21 2006-12-19 Method for defining element content and/ or mineral content
US12/097,592 US8151632B2 (en) 2005-12-21 2006-12-19 Method for defining element content and/or mineral content
ZA200805181A ZA200805181B (en) 2005-12-21 2008-06-13 Method for defining element conent and/or mineral content

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20051308A FI120560B (fi) 2005-12-21 2005-12-21 Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi
FI20051308 2005-12-21

Publications (3)

Publication Number Publication Date
FI20051308A0 FI20051308A0 (fi) 2005-12-21
FI20051308A FI20051308A (fi) 2007-06-22
FI120560B true FI120560B (fi) 2009-11-30

Family

ID=35510671

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20051308A FI120560B (fi) 2005-12-21 2005-12-21 Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi

Country Status (10)

Country Link
US (1) US8151632B2 (fi)
CN (1) CN101351697B (fi)
AU (1) AU2006326956B2 (fi)
BR (1) BRPI0620379A2 (fi)
CA (1) CA2634607C (fi)
EA (1) EA014120B1 (fi)
FI (1) FI120560B (fi)
SE (1) SE533492C2 (fi)
WO (1) WO2007071811A1 (fi)
ZA (1) ZA200805181B (fi)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI122335B (fi) * 2006-10-26 2011-12-15 Outotec Oyj Menetelmä ja laitteisto analyysinäytteen valmistamiseksi
CA2810025C (en) * 2010-09-03 2020-09-22 Cidra Corporate Services Inc. Method and apparatus for the control of a flotation separation process, including parameters of the flotation process and reagent addition to optimize mineral recovery
CN110749613A (zh) * 2019-11-27 2020-02-04 湖北富邦科技股份有限公司 一种磷矿石在线分析的方法
CN111257352B (zh) * 2020-02-18 2022-02-22 中山大学 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法
CN113769864B (zh) * 2021-09-14 2023-01-31 福州大学 一种基于高压电脉冲破碎的矿石金属矿物含量预测方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3614231A (en) * 1968-02-12 1971-10-19 Coulter Electronics Optical aerosol counter
US3628139A (en) * 1970-06-11 1971-12-14 Ikor Inc Method and apparatus for sensing particulate matter
US4559134A (en) * 1984-11-30 1985-12-17 Conoco Inc. Control of froth flotation separation
JPS61162734A (ja) 1985-01-11 1986-07-23 Toyoda Gosei Co Ltd カ−ボンブラツクの等級判定方法
DE3634410A1 (de) 1986-10-09 1988-04-21 Hesto Elektronik Gmbh Verfahren zur durchfuehrung einer analyse von unterschiedlichen chemischen verbindungen und eine vorrichtung zur durchfuehrung des verfahrens
DE3704736C1 (en) 1987-02-14 1988-04-07 Battelle Institut E V Method of rapidly analysing materials
JPH08266887A (ja) * 1995-03-31 1996-10-15 Fuji Photo Film Co Ltd マイクロカプセルの製造における粒径の自動測定制御方法およびその装置
FI102015B1 (fi) * 1995-11-13 1998-09-30 Kari Gustav Henrik Heiskanen Analysointimenetelmä, laitteisto sitä varten ja jauhatuksen säätömenetelmä
US6586193B2 (en) * 1996-04-25 2003-07-01 Genicon Sciences Corporation Analyte assay using particulate labels
TWI284126B (en) * 2001-10-25 2007-07-21 Ciba Sc Holding Ag Free flowing melamine cyanurate agglomerate, method for producing same and use in flame retardant polymer compositions and polymer compositions containing melamine cyanurate

Also Published As

Publication number Publication date
SE533492C2 (sv) 2010-10-12
US20080307902A1 (en) 2008-12-18
EA014120B1 (ru) 2010-10-29
CA2634607C (en) 2014-02-18
ZA200805181B (en) 2009-10-28
CN101351697B (zh) 2011-08-10
AU2006326956B2 (en) 2012-06-07
US8151632B2 (en) 2012-04-10
CA2634607A1 (en) 2007-06-28
BRPI0620379A2 (pt) 2011-11-08
WO2007071811A1 (en) 2007-06-28
AU2006326956A1 (en) 2007-06-28
CN101351697A (zh) 2009-01-21
FI20051308A0 (fi) 2005-12-21
EA200801354A1 (ru) 2008-12-30
FI20051308A (fi) 2007-06-22
SE0801402L (sv) 2008-09-15

Similar Documents

Publication Publication Date Title
FI120560B (fi) Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi
AU2009244067B2 (en) Applications of sonar-based VF/GVF metering to industrial processing
AU2020201670B2 (en) Techniques for optimizing performance of cyclones
Hasikova et al. On-line XRF analysis of phosphate materials at various stages of processing
Uusitalo et al. Online analysis of minerals from sulfide ore using near‐infrared Raman spectroscopy
Kolacz Investigating flow conditions in dynamic air classification
Muganda et al. Benchmarking the flotation performance of ores
Kejonen et al. Improving grade control efficiency with rapid on-line elemental analysis
Cirulis et al. Process Optimization Using Real-Time Tracking of Coarse Material in Individual Cyclone Overflow Streams
MX2008007938A (es) Metodo para definir el contenido de un elemento y/o el contenido de un mineral
Remes et al. Simulation and pilot experiments on pyrite concentrate separation in a Floatex density separator
Kolacz New high definition X-ray sorting system based on X-MINE detection technology
Mahlangu et al. Separation of kimberlite from waste rocks using sensor-based sorting at Cullinan Diamond Mine
Chelgani et al. Sensor-based separation
De Waal TOMORROW’S TECHNOLOGY–OUT OF AFRICA-TODAY
Veijola Start-up tests of OMS’s minipilot beneficiation plant and its applicability on the research use
Kohan et al. Feasibility Study on the Modification and Improvement of Flotation Circuits at Enrichment Plant 2 of the Sarcheshmeh Copper Complex
Kor et al. An investigation of the particle size effect on coal flotation kinetics using multivariable regression
Davey Prediction of the performance of regrind/flotation circuits using laboratory tests and quantitative mineralogical information
Roomyani et al. The Hydrocyclones Performance Monitoring Based on Vibration Wave Analysis at Sarcheshmeh Processing Plant
Keet et al. Flotation process optimization through frequent in-line grade measurement as an alternative to sampling surveys that deliver outdated results
SU1608485A1 (ru) Способ определени показател циркул ции шлама водно-шламовой системы
Izerdem A Comparative Experimental Analysis of the Effect of Spiral Geometry on the Separation of Fine Chromite Particles. Part 1: Potential Downstream Impacts
Przewlocki et al. Radiotracer investigation of the copper ore concentration process
Lvov et al. OPTIMAL CONTROL SYSTEM FOR THE PROCESS OF HYDROCLASSIFICATION

Legal Events

Date Code Title Description
PC Transfer of assignment of patent

Owner name: OUTOKUMPU TECHNOLOGY OYJ

Free format text: OUTOKUMPU TECHNOLOGY OYJ

PC Transfer of assignment of patent

Owner name: OUTOTEC OYJ

Free format text: OUTOTEC OYJ

FG Patent granted

Ref document number: 120560

Country of ref document: FI