RU2165632C1 - Method of evaluating technological properties and dressability of mineral raw materials - Google Patents
Method of evaluating technological properties and dressability of mineral raw materials Download PDFInfo
- Publication number
- RU2165632C1 RU2165632C1 RU2000120016/28A RU2000120016A RU2165632C1 RU 2165632 C1 RU2165632 C1 RU 2165632C1 RU 2000120016/28 A RU2000120016/28 A RU 2000120016/28A RU 2000120016 A RU2000120016 A RU 2000120016A RU 2165632 C1 RU2165632 C1 RU 2165632C1
- Authority
- RU
- Russia
- Prior art keywords
- mineral
- technological
- determining
- raw materials
- structural
- Prior art date
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
Description
Изобретение относится к горной промышленности, а именно к обогащению полезных ископаемых, и может быть использовано для прогнозной экспрессной оценки технологических свойств и обогатимости минерального сырья природного и техногенного происхождения, а также для выявления технологических ошибок при горно-обогатительном производстве. The invention relates to the mining industry, in particular to mineral processing, and can be used for predictive rapid assessment of technological properties and mineral processing of raw materials of natural and man-made origin, as well as to identify technological errors in mining and processing production.
Известны способ оценки объемов добычи полезных ископаемых и система для его реализации, описанные в заявке Франции N 2734069, МПК G 06 F 19/00. Известный способ моделирования объекта, включающего в себя подземное месторождение, с помощью соответствующего программно-аппаратного обеспечения позволяет прогнозировать объем добычи полезных ископаемых на основе параметров, представляющих собой геологические данные и данные о запасах месторождения. Способ позволяет создавать один или несколько сценариев возможного изменения объемов добычи и предусматривает формирование для каждого сценария новых данных о добыче, соответствующих гипотетическим состояниям месторождения. После этого для каждого рассматриваемого сценария производится поиск возможности регулирования исходных параметров модели с учетом исходных геологических данных, а также измеренных и скорректированных данных о добыче. Способ можно использовать для количественной оценки непостоянства добычи путем поиска минимальных и максимальных ее величин. A known method for assessing the volume of mining and a system for its implementation, described in the application of France N 2734069, IPC G 06 F 19/00. The known method of modeling an object including an underground field using appropriate hardware and software allows predicting the volume of mineral production based on parameters representing geological data and data on reserves of the field. The method allows you to create one or more scenarios of possible changes in production volumes and provides for the formation of new production data for each scenario that correspond to hypothetical conditions of the field. After that, for each scenario under consideration, a search is made for the possibility of regulating the initial parameters of the model taking into account the initial geological data, as well as measured and adjusted production data. The method can be used to quantify production variability by searching for its minimum and maximum values.
Однако описанные способ и система для его реализации обладают рядом недостатков, к которым можно отнести функциональные ограничения способа и системы, которые применимы только для оценки объемов добычи полезных ископаемых только из месторождений, что обусловлено используемыми в способе исходными данными и методами их обработки. However, the described method and system for its implementation have several disadvantages, which include functional limitations of the method and system, which are applicable only for estimating mineral production volumes only from deposits, which is caused by the initial data used in the method and methods of their processing.
Известен способ технологической оценки минерального сырья, описанный в справочнике "Технологическая оценка минерального сырья (опробование месторождения, характеристика сырья)" под редакцией П. Е. Остапенко - Москва.: "Недра", 1990. - 272 с. (УДК 622.7.017 (035.5)). Этот способ технологической оценки минерального сырья включает определение химического и минерального состава сырья, определение гранулометрического состава исходной крупности и гранулометрического состава продукта, текстурно-структурные характеристики минерального сырья, фазовый анализ, определение физических свойств минералов. A known method of technological evaluation of mineral raw materials described in the reference book "Technological evaluation of mineral raw materials (field testing, characteristics of raw materials)" edited by P. E. Ostapenko - Moscow .: "Nedra", 1990. - 272 p. (UDC 622.7.017 (035.5)). This method of technological evaluation of mineral raw materials includes determining the chemical and mineral composition of the raw materials, determining the particle size distribution of the initial particle size and particle size distribution of the product, texture and structural characteristics of the mineral raw materials, phase analysis, determining the physical properties of the minerals.
Описанный способ имеет ряд недостатков, основным из которых является отсутствие определения структурно-технологических параметров минерального сырья и необходимость проведения большого количества технологических экспериментов, что снижает достоверность прогнозно-технологических показателей и увеличивает сроки и стоимость проведения технологической оценки. The described method has several disadvantages, the main of which is the lack of determination of the structural and technological parameters of mineral raw materials and the need for a large number of technological experiments, which reduces the reliability of prognostic and technological indicators and increases the time and cost of conducting a technological assessment.
Наиболее близкими к заявляемым по решаемой задаче и технической сущности является известный способ технологической оценки минерального сырья, описанный в статье В.Л. Чантурия "Современные проблемы обогащения минерального сырья в России", - Российская Академия наук, Сибирское отделение, "Физико-технические проблемы разработки полезных ископаемых", Новосибирск, N 3, 1999, стр. 107-121 (УДК 622.7; 541.15). Этот способ включает определение химического и минерального состава сырья, определение гранулометрического состава исходной крупности и гранулометрического состава продукта, измельченного до крупности максимальной степени раскрытия ценных компонентов, количественную оценку структурно-фазовых характеристик минерального сырья, определение физических свойств минералов, определение прогнозно-технологических показателей. Closest to the claimed for the problem and the technical essence is the well-known method of technological evaluation of mineral raw materials described in the article by V.L. Chanturia "Modern problems of mineral processing in Russia", - Russian Academy of Sciences, Siberian Branch, "Physical and Technical Problems of Mineral Development", Novosibirsk,
Описанный способ имеет ряд недостатков, основным из которых является отсутствие определения структурно-технологических параметров минерального сырья, что снижает достоверность прогнозно-технологических показателей. The described method has several disadvantages, the main of which is the lack of determination of structural and technological parameters of mineral raw materials, which reduces the reliability of prognostic and technological indicators.
К структурно-технологическим параметрам отнесены структурные параметры существенно влияющие на технологические свойства и обогатимость вещества, такие как, например, структурный элемент раскрытия, граничная крупность классификации руды в цикле измельчения, степень раскрытия рудных минералов, распределение сростков минеральных фаз по качеству, массовый размер минералов, скважность и т.п. Structural and technological parameters include structural parameters that significantly affect the technological properties and enrichment of a substance, such as, for example, the structural element of disclosure, the boundary coarseness of ore classification in the grinding cycle, the degree of disclosure of ore minerals, the distribution of aggregates of mineral phases in quality, and the mass size of minerals, duty cycle, etc.
Задача, на решение которой направлено заявляемое изобретение, заключается в повышении эффективности и достоверности предварительной оценки технологических параметров и обогатимости различного минерального сырья, а также сокращении сроков проведения технологических исследований и выявлении возможных технологических ошибок при переработке минерального сырья. The problem to which the invention is directed, is to increase the efficiency and reliability of the preliminary assessment of technological parameters and the enrichment of various mineral raw materials, as well as reducing the time of technological research and identifying possible technological errors in the processing of mineral raw materials.
Данная задача решается за счет того, что в способе оценки технологических свойств и обогатимости минерального сырья, включающем определение химического и минерального состава сырья, определение гранулометрического состава исходной крупности и гранулометрического состава продукта, измельченного до крупности максимальной степени раскрытия ценных компонентов, количественную оценку структурно-фазовых характеристик минерального сырья, определение физических свойств минералов, определение структурно-технологических параметров и прогнозных технологических показателей, количественную оценку структурно-фазовых характеристик минерального сырья и определение количественных значений структурно-технологических параметров, в число которых входят структурный элемент раскрытия, граничная крупность классификации руды в цикле измельчения, степень раскрытия рудных минералов, распределение сростков минеральных фаз по качеству, массовый размер минералов, скважность, осуществляют путем автоматического анализа изображений оптико-геометрическими методами, полученные данные об исследуемом минеральном сырье записывают в базу данных, а определение прогнозных технологических показателей осуществляют с помощью базы знаний, включающей в себя методику рациональной пробоподготовки, методику определения структурного элемента раскрытия минеральных комплексов, методику определения степени раскрытия минеральных комплексов, методику определения качества сростков минералов, методику определения неизвлекаемых шламовых классов крупности исследуемого сырья, методику определения не извлекаемых тем или другим технологическим процессом бедных сростков минералов, знания продуктивных классов обогащения на том или ином технологическом оборудовании. При этом количественные значения структурно-технологических параметров определяют в автоматическом режиме для количества объектов, достигающего десятков тысяч. This problem is solved due to the fact that in the method for evaluating the technological properties and enrichment of mineral raw materials, including determining the chemical and mineral composition of the raw material, determining the particle size distribution of the initial particle size and particle size distribution of the product, crushed to the maximum degree of disclosure of valuable components, quantitative assessment of structural phase characteristics of mineral raw materials, determination of the physical properties of minerals, determination of structural and technological parameters and nosy technological indicators, a quantitative assessment of the structural and phase characteristics of mineral raw materials and quantitative determination of structural and technological parameters, which include the structural element of disclosure, the boundary coarseness of ore classification in the grinding cycle, the degree of disclosure of ore minerals, the distribution of aggregates of mineral phases in quality, mass mineral size, duty cycle, carried out by automatic image analysis by optical-geometric methods, obtained The information about the studied mineral raw materials is recorded in the database, and the forecast technological indicators are determined using the knowledge base, which includes a rational sample preparation technique, a method for determining the structural element of the discovery of mineral complexes, a method for determining the degree of disclosure of mineral complexes, a method for determining the quality of mineral splices, methods determination of non-recoverable sludge classes of fineness of the investigated raw materials, the method of determining not recoverable by one or another t hnologicheskim process poor splices minerals beneficiation knowledge productive classes at a particular process equipment. Moreover, the quantitative values of structural and technological parameters are determined automatically for the number of objects reaching tens of thousands.
Заявляемое изобретение поясняется чертежами. The claimed invention is illustrated by drawings.
На фиг. 1 представлена функциональная схема анализатора изображений, с помощью которого осуществляют количественную оценку структурно-фазовых характеристик минерального сырья и определение количественных значений структурно-технологических параметров. In FIG. 1 shows a functional diagram of an image analyzer, with the help of which a quantitative assessment of the structural-phase characteristics of mineral raw materials and quantification of structural and technological parameters are carried out.
На фиг. 2 представлено распределение частиц золота по их длине, иллюстрирующее пример использования заявляемого способа. In FIG. 2 presents the distribution of gold particles along their length, illustrating an example of the use of the proposed method.
Заявляемый способ осуществляют следующим образом. The inventive method is as follows.
Отбирают пробу руды. Дальнейшая подготовка и анализ исходного материала включает в себя следующие этапы:
1) рассыпание пробы в один слой на ровной поверхности;
2) отбор материала (и крупного и мелкого - до дна) по равномерной сетке (через 15-25 см) по 0.5-10 г - всего от 20 до 80 точечных проб;
3) отбор минералогических разновидностей, всего 8-10 кусочков;
4) приготовление препаратов из материала точечных проб и разновидностей (шлифы, аншлифы, брикеты) для минералогического изучения с привлечением автоматического оптико-геометрического анализа на анализаторе изображения с целью определения текстурно-структурных характеристик, гранулометрического состава минералов, слагающих пробу, характера их срастания;
5) перемешивание и сокращение пробы;
6) фракционирование пробы по крупности: ситовой и седиментационный анализ представительной (по крупности) части пробы. Взвешивание, сокращение;
7) изготовление минералогических препаратов из материала различных классов крупности;
8) подготовка материала различной крупности для определения минерального и химического состава классов крупности;
9) изготовление навески из материала тонких классов (менее 40 мкм) для рентгеноструктурного фазового анализа.An ore sample is taken. Further preparation and analysis of the source material includes the following steps:
1) scattering of the sample in one layer on a flat surface;
2) selection of material (both large and small - to the bottom) on a uniform grid (after 15-25 cm) for 0.5-10 g - from 20 to 80 point samples in total;
3) selection of mineralogical varieties, only 8-10 pieces;
4) preparation of preparations from the material of point samples and varieties (thin sections, polished sections, briquettes) for mineralogical studies using automatic optical-geometric analysis on an image analyzer to determine the textural and structural characteristics, particle size distribution of the minerals composing the sample, the nature of their intergrowth;
5) mixing and reduction of the sample;
6) fractionation of the sample by size: sieve and sedimentation analysis of a representative (by size) part of the sample. Weighing, reduction;
7) the manufacture of mineralogical preparations from material of various particle sizes;
8) preparation of material of various sizes to determine the mineral and chemical composition of size classes;
9) the manufacture of a sample of material of thin classes (less than 40 microns) for x-ray phase analysis.
Оставшаяся часть пробы поступает на вторую стадию пробоподготовки, анализа и технологической оценки. Вторая стадия включает в себя следующие этапы:
1) измельчение пробы до крупности менее 1 мм (2-3 мм), для сыпучего материала с предварительной классификацией по данной крупности;
2) сокращение пробы, истирание до крупности менее 70 мкм, сокращение истертой пробы для полуколичественного спектрального анализа и полного химического анализа;
3) фракционирование по крупности (гранулометрический анализ) усредненной измельченной пробы с использованием сит с модулем 2 и гидравлической классификации (седиментационный анализ) материала крупностью менее 44 мкм;
4) гравитационное фракционирование (гравитационный анализ) навесок материала различной крупности (кроме классов менее 44 мкм) методом расслоения в тяжелых жидкостях с предварительным удалением сильномагнитных минералов и скрапа; взвешивание, сокращение;
5) магнитное фракционирование (магнитный анализ) гравитационных фракций с помощью электромагнитной сепарации; взвешивание, сокращение;
6) изготовление минералогических препаратов из фракций гравитационного и магнитного анализов; определение химического состава фракций;
7) оптико-геометрический анализ препаратов, изготовленных из фракций гранулометрического, гравитационного и магнитного анализов, а также из исходного материала, с помощью анализатора изображения с определением структурно-текстурных, фазовых и структурно-технологических характеристик изучаемых объектов;
8) микрозондовые исследования для определения химического состава минералов;
9) исследования на электронном микроскопе с изучением энергодисперсионных спектров минеральных частиц и фаз, определением их микроморфологии и получением фотографий индивидуальных фаз;
10) оже-электронная и рентген-фотоэлектронная микроскопия для анализа состояния поверхности минералов (степени окисления), оценки возможности флотационного обогащения руды.The rest of the sample goes to the second stage of sample preparation, analysis and technological evaluation. The second stage includes the following steps:
1) grinding the sample to a particle size of less than 1 mm (2-3 mm), for bulk material with preliminary classification for this particle size;
2) reduction of the sample, attrition to a particle size of less than 70 microns, reduction of the worn sample for semi-quantitative spectral analysis and complete chemical analysis;
3) fractionation by size (particle size analysis) of the average ground sample using sieves with
4) gravitational fractionation (gravitational analysis) of sample materials of various sizes (except for classes less than 44 microns) by the method of separation in heavy liquids with the preliminary removal of strongly magnetic minerals and scrap; weighing, reduction;
5) magnetic fractionation (magnetic analysis) of gravitational fractions using electromagnetic separation; weighing, reduction;
6) the manufacture of mineralogical preparations from fractions of gravitational and magnetic analyzes; determination of the chemical composition of fractions;
7) optical-geometric analysis of preparations made from fractions of particle size, gravitational and magnetic analyzes, as well as from source material, using an image analyzer with the determination of the structural-textural, phase and structural-technological characteristics of the studied objects;
8) microprobe studies to determine the chemical composition of minerals;
9) electron microscopy studies with the study of energy dispersive spectra of mineral particles and phases, the determination of their micromorphology and obtaining photographs of individual phases;
10) Auger electron and X-ray photoelectron microscopy to analyze the state of the surface of minerals (oxidation state), assess the possibility of flotation concentration of ore.
Далее идет математическая обработка данных оптико-геометрического анализа исходного и измельченного материала пробы, образцов минералогических разновидностей; описание минералогических особенностей материала пробы, анализ раскрытия основных минеральных комплексов, слагающих пробу и обоснование степени обогатимости и извлекаемой ценности характеризуемого объекта. Next is the mathematical processing of data of the optical-geometric analysis of the original and ground sample material, samples of mineralogical varieties; description of the mineralogical features of the sample material, analysis of the disclosure of the main mineral complexes that make up the sample and justification of the degree of enrichment and recoverable value of the characterized object.
Химический, минералогический, гранулометрический анализы проводят с применением стандартных методов. Физические свойства минералов определяются либо стандартными методами, либо с помощью справочных материалов. На основании установленных физических параметров определяют контрастность физических свойств, например путем составления таблиц или диаграмм. Chemical, mineralogical, and particle size analyzes are carried out using standard methods. The physical properties of minerals are determined either by standard methods or by using reference materials. Based on the established physical parameters, the contrast of physical properties is determined, for example, by compiling tables or diagrams.
Количественную оценку структурно-фазовых характеристик минерального сырья и определение количественных значений структурно-технологических параметров (оптико-геометрический анализ) проводят с помощью анализатора изображения "Видео-Мастер" (фиг. 1). A quantitative assessment of the structural-phase characteristics of mineral raw materials and determination of quantitative values of structural and technological parameters (optical-geometric analysis) is carried out using the Video-Master image analyzer (Fig. 1).
Изображение сцены (шлиф, аншлиф), находящейся в поле зрения системы ввода, поступает на фокусирующую (оптическую) систему 1 и далее - на оптоэлектронный преобразователь 2 (ПЗС матрицу), где происходит преобразование электромагнитного излучения в электрический видеосигнал. Видеосигнал поступает на блок аналого-цифрового преобразователя 3, где формируется предварительное цифровое изображение. Далее по кабельному вводу это изображение поступает в собственно систему анализа цифровых изображений - центральный процессор 4, который направляет полученные сигналы в видеопамять 5, где и осуществляется окончательное формирование цифровой видеоматрицы исходного 256-градационного изображения. После формирования этого исходного изображения анализатор осуществляет его обработку и анализ. По заданным яркостным характеристикам на исходном изображении выделяются объекты, затем программа осуществляет измерение их метрических параметров и окончательную обработку результатов измерений. Все этапы обработки и анализа, через блок ввода-вывода 6, могут быть выведены на дисплей 7 для контроля и коррекции процесса. Необходимые команды в процессе работы прибора оператор вводит с помощью терминальных устройств 8. The image of the scene (thin section, polished section), which is in the field of view of the input system, goes to the focusing (optical) system 1 and then to the optoelectronic converter 2 (CCD matrix), where electromagnetic radiation is converted into an electric video signal. The video signal is fed to the block of the analog-to-
Полученные результаты, через блок ввода-вывода информации 6, выводятся на дисплей 7, бумажный носитель (принтер) 10 или магнитный носитель 9 в заданном формате (таблицы, графики, распечатка изображений, файлы записи данных и т.д.). The results obtained, through the information input-output unit 6, are displayed on a display 7, paper medium (printer) 10 or
Структурно-фазовые и структурно-технологические параметры, определяемые с помощью анализатора изображений "Видео-Мастер"
- минеральный (фазовый) состав исходного материала;
- распределение частиц и зерен минералов по крупности в исходном сырье (гранулометрический состав - массовый и количественный);
- распределение минералов по классам крупности в измельченном материале;
- распределение минералов по технологическим продуктам - морфометрические параметры частиц и минеральных зерен в исходном материале и технологических продуктах (удлинение, округлость, ориентация, длина, ширина, периметр, площадь, изрезанность границ; их статистические характеристики и корреляционные взаимоотношения);
- характер границ срастания частиц и зерен в исходной руде;
- распределение минеральных сростков по качеству;
- раскрытие минералов в измельченном материале;
- массовый размер минералов;
- скважность.Structural-phase and structural-technological parameters determined using the Video Master image analyzer
- mineral (phase) composition of the starting material;
- the distribution of particles and grains of minerals by size in the feedstock (particle size distribution - mass and quantitative);
- the distribution of minerals by size class in the crushed material;
- distribution of minerals by technological products - morphometric parameters of particles and mineral grains in the starting material and technological products (elongation, roundness, orientation, length, width, perimeter, area, curvature of borders; their statistical characteristics and correlation relationships);
- the nature of the boundaries of the fusion of particles and grains in the original ore;
- distribution of mineral splices by quality;
- disclosure of minerals in the crushed material;
- mass size of minerals;
- duty cycle.
Интерпретируют результаты исследований с целью определения прогнозных технологических показателей, например, с помощью экспертных знаний, которые могут быть записаны в базу знаний, хранящуюся в устройстве памяти (не показано), соединенном с процессором 4. База знаний включает различные методики, например методику рациональной пробоподготовки, методику определения структурного элемента раскрытия минеральных комплексов, методику определения степени раскрытия минеральных комплексов, методику определения качества сростков минералов, методику определения неизвлекаемых шламовых классов крупности исследуемого сырья, методику определения неизвлекаемых тем или другим технологическим процессом бедных сростков минералов, знания продуктивных классов обогащения на том или ином технологическом оборудовании. Используя эти знания, записанные в виде правил, например "ЕСЛИ (факт 1), ТО (вывод 1), ИНАЧЕ (вывод 2)", например "ЕСЛИ форма частицы определена как изометрическая, ТО обогащение таких минеральных частиц проводят методом отсадки, ЕСЛИ форма частицы пластинчатая, ТО обогащение таких минеральных частиц проводят методом винтовой сепарации", определяют
- оптимальный режим рудоподготовки, адекватный физико-механическим свойствам основных минералов и обеспечивающий наиболее полное раскрытие рудных минералов без излишних энергозатрат;
- принципиальную схему обогащения данного минерального сырья;
- основные технологические показатели, которые можно получить в процессе переработки по рекомендуемой схеме (выход концентрата, содержание в нем ценных компонентов, извлечение из него ценных компонентов, то же самое по отношению к отвальным продуктам);
- неизбежные технологические потери, обусловленные вещественным составом сырья, оптимальная глубина обогащения.Interpret research results in order to determine predictive technological indicators, for example, using expert knowledge that can be recorded in a knowledge base stored in a memory device (not shown) connected to processor 4. The knowledge base includes various techniques, for example, rational sample preparation, the methodology for determining the structural element of the disclosure of mineral complexes, the methodology for determining the degree of disclosure of mineral complexes, the methodology for determining the quality of mineral splices, m the methodology for determining the non-recoverable sludge size classes of the investigated raw materials, the method for determining the poor aggregates of minerals that are not recoverable by one or another technological process, knowledge of the productive classes of enrichment on a particular technological equipment. Using this knowledge, recorded in the form of rules, for example, IF (fact 1), THEN (conclusion 1), ANOTHER (conclusion 2), for example, IF the particle shape is defined as isometric, THEN enrichment of such mineral particles is carried out by deposit method, IF lamellar particles, TH enrichment of such mineral particles is carried out by the method of screw separation,
- the optimal ore preparation mode, adequate to the physicomechanical properties of the main minerals and providing the most complete disclosure of ore minerals without undue energy costs;
- a schematic diagram of the enrichment of a given mineral raw material;
- the main technological indicators that can be obtained during processing according to the recommended scheme (yield of concentrate, content of valuable components in it, extraction of valuable components from it, the same with respect to dump products);
- inevitable technological losses due to the material composition of the raw materials, the optimal concentration depth.
При оценке прогнозных технологических показателей учитывают имеющийся в наличии парк оборудования. When evaluating the forecast technological indicators, the available equipment park is taken into account.
Реализация заявляемого способа может быть проиллюстрирована на конкретном примере. The implementation of the proposed method can be illustrated by a specific example.
С использованием анализатора изображений "Видео-Мастер" в пробе с Гайского месторождения изучено более 400 частиц свободного золота. Препараты изготовлены из исходного материала пробы и концентратов гравитационного анализа. Результаты анализа представлены на рисунках, в таблицах и гистограммах. С помощью анализатора определяли количественное и массовое распределение золотин по их длине (гранулометрический состав золотин), ширине (распределение золота по классам крупности при рассеве руды), периметр, округлость, удлинение (форма частиц золота), площадь золотин (массовая доля золота). Using the Video Master image analyzer, more than 400 particles of free gold were studied in a sample from the Gaysky deposit. The preparations are made from the source material of the sample and concentrates of gravity analysis. The results of the analysis are presented in the figures, tables and histograms. Using the analyzer, we determined the quantitative and mass distribution of gold grains by their length (grain size distribution of gold grains), width (distribution of gold by size class during ore sieving), perimeter, roundness, elongation (shape of gold particles), area of gold (mass fraction of gold).
Из полученных данных следует, что 66% общего числа золотин сосредоточено в классах крупности -40 (-44)+20 мкм. На это количество частиц золота приходится 57.78% его массы. На более благоприятные для выделения золота методами обогащения классы -120+40 мкм приходится около 22% количества золотин и 38% его массы, а на классы крупности -20 +0 мкм - 11% количества и около 5% массы. Золотины крупностью -20 мкм составят неизбежные потери свободного золота не менее 5% при любом методе обогащения, поскольку в массе золотин этой крупности присутствует существенная доля свободного золота крупностью менее 1 мкм. From the data obtained it follows that 66% of the total number of gold grains is concentrated in the fineness classes -40 (-44) +20 μm. This amount of gold particles accounts for 57.78% of its mass. Classes -120 + 40 μm, which are more favorable for the separation of gold by enrichment methods, account for about 22% of the amount of gold and 38% of its mass, and particle size classes -20 +0 μm account for 11% and about 5% of the mass. Gold grains with a grain size of -20 microns will make up the inevitable loss of free gold of at least 5% with any enrichment method, since a significant proportion of free gold with a grain size of less than 1 micron is present in the mass of gold grains of this size.
Гранулометрический состав частиц свободного золота позволяет предположить возможность извлечения его флотацией и даже гравитацией на специальном оборудовании для извлечения тонкого золота: центробежные сепараторы, винтовые шлюзы и т.п. The granulometric composition of free gold particles suggests the possibility of extraction by flotation and even gravity on special equipment for the extraction of thin gold: centrifugal separators, screw locks, etc.
Результаты оптико-геометрического анализа на анализаторе изображения позволяют сделать следующие выводы:
- основная масса частиц золота имеет крупность менее 0.060 мм;
- максимальная крупность измельчения руды, при которой начинается раскрытие частиц золота, равна 0.12 мм, поскольку максимальная длина визуализированных частиц золота 119 мкм;
- суммарная массовая доля визуализированного золота 57-60% приходится на класс крупности -40+20 мкм;
- минимальная крупность измельчения -30 мкм, поскольку наибольшая массовая доля визуализированного золота приходится на частицы золота крупностью -30+20 мкм, а более тонкое измельчение технологически нецелесообразно;
- большая часть частиц свободного золота имеет изометричную форму, что указывает на возможность эффективного гравитационного выделения мелкого золота в центробежных аппаратах (короткоконусных гидроциклонах, центробежных сепараторах и др.);
- преобладающая часть золотин имеет неровную поверхность. Гладкую поверхность имеют только частицы вторичного золота, содержание которого в пробе носит подчиненный характер. Такое состояние поверхности является благоприятным для закрепления на ней флотореагентов, что, с учетом гранулометрии золотин, позволяет рекоментовать флотацию как основной метод обогащения данного сырья;
- технологическое извлечение при использовании гравитационных методов обогащения и флотации может быть достигнуто на уровне 25-30% и 48-55% соответственно;
- при комбинированной гравитационно-флотационной схеме в условиях полного раскрытия свободного золота извлечение может быть на уровне 85%, однако в промышленных условиях это нереально из-за необходимости сверхтонкого помола и последующего "ювелирного" ведения процесса на такой крупности. Реальное извлечение по гравитационно-флотационной схеме - не превысит 60-70%.The results of optical-geometric analysis on an image analyzer allow us to draw the following conclusions:
- the bulk of the gold particles has a fineness of less than 0.060 mm;
- the maximum size of ore grinding, at which the opening of gold particles begins, is 0.12 mm, since the maximum length of the visualized gold particles is 119 μm;
- the total mass fraction of visualized gold 57-60% falls on the size class -40 + 20 microns;
- the minimum grinding size is -30 microns, since the largest mass fraction of visualized gold falls on gold particles with a grain size of -30 + 20 microns, and finer grinding is technologically impractical;
- most of the free gold particles have an isometric shape, which indicates the possibility of effective gravitational separation of fine gold in centrifugal apparatuses (short-cone hydrocyclones, centrifugal separators, etc.);
- the predominant part of the gold has an uneven surface. Only secondary gold particles, whose content in the sample is of a subordinate character, have a smooth surface. This state of the surface is favorable for fixing flotation reagents on it, which, taking into account the granulometry of zolotins, allows us to recommend flotation as the main method of enrichment of this raw material;
- technological recovery using gravity methods of enrichment and flotation can be achieved at the level of 25-30% and 48-55%, respectively;
- with a combined gravity-flotation scheme in the conditions of full disclosure of free gold, recovery can be at the level of 85%, however, in industrial conditions this is unrealistic due to the need for ultrafine grinding and subsequent "jewelry" conduct of the process on such a large size. Real recovery according to the gravity-flotation scheme - will not exceed 60-70%.
Последующие технологические исследования подтвердили правильность этих прогнозных оценок. Subsequent technological studies confirmed the validity of these forward-looking estimates.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2000120016/28A RU2165632C1 (en) | 2000-07-28 | 2000-07-28 | Method of evaluating technological properties and dressability of mineral raw materials |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2000120016/28A RU2165632C1 (en) | 2000-07-28 | 2000-07-28 | Method of evaluating technological properties and dressability of mineral raw materials |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2165632C1 true RU2165632C1 (en) | 2001-04-20 |
Family
ID=20238449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2000120016/28A RU2165632C1 (en) | 2000-07-28 | 2000-07-28 | Method of evaluating technological properties and dressability of mineral raw materials |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2165632C1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2540489C1 (en) * | 2013-07-19 | 2015-02-10 | федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) | Method of mineral material dressability assessment by optic method and device for method implementation |
| RU2560744C1 (en) * | 2014-04-25 | 2015-08-20 | федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) | Method of mineral feed-stock separation by optical method |
| RU2565308C2 (en) * | 2014-01-22 | 2015-10-20 | Открытое акционерное общество "Союзцветметавтоматика" | Development of green ore type in preparation for dressing |
| RU2605861C2 (en) * | 2014-10-02 | 2016-12-27 | Общество с ограниченной ответственностью "Научно-экологическое предприятие "ЭКОСИ" | Intelligent system for automatic monitoring of quality and quantity of ore flow in process of preparation for concentration |
| CN110221587A (en) * | 2019-06-24 | 2019-09-10 | 山东工大中能科技有限公司 | A kind of ore properties and process matching countermeasure |
| CN114544442A (en) * | 2020-11-24 | 2022-05-27 | 立邦涂料（中国）有限公司 | Detection method for rapidly evaluating fineness of 700-mesh heavy calcium carbonate |
| CN115860267A (en) * | 2023-02-20 | 2023-03-28 | 新疆独山子石油化工有限公司 | Refinery logistics value estimation method and device, equipment and storage medium |
-
2000
- 2000-07-28 RU RU2000120016/28A patent/RU2165632C1/en not_active IP Right Cessation
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2540489C1 (en) * | 2013-07-19 | 2015-02-10 | федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) | Method of mineral material dressability assessment by optic method and device for method implementation |
| RU2565308C2 (en) * | 2014-01-22 | 2015-10-20 | Открытое акционерное общество "Союзцветметавтоматика" | Development of green ore type in preparation for dressing |
| RU2560744C1 (en) * | 2014-04-25 | 2015-08-20 | федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) | Method of mineral feed-stock separation by optical method |
| RU2605861C2 (en) * | 2014-10-02 | 2016-12-27 | Общество с ограниченной ответственностью "Научно-экологическое предприятие "ЭКОСИ" | Intelligent system for automatic monitoring of quality and quantity of ore flow in process of preparation for concentration |
| CN110221587A (en) * | 2019-06-24 | 2019-09-10 | 山东工大中能科技有限公司 | A kind of ore properties and process matching countermeasure |
| CN110221587B (en) * | 2019-06-24 | 2021-12-28 | 山东工大中能科技有限公司 | Matching and coping method for ore properties and process |
| CN114544442A (en) * | 2020-11-24 | 2022-05-27 | 立邦涂料（中国）有限公司 | Detection method for rapidly evaluating fineness of 700-mesh heavy calcium carbonate |
| CN115860267A (en) * | 2023-02-20 | 2023-03-28 | 新疆独山子石油化工有限公司 | Refinery logistics value estimation method and device, equipment and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| King | A model for the quantitative estimation of mineral liberation by grinding | |
| Hesse et al. | Increasing efficiency by selective comminution | |
| Donskoi et al. | Utilization of optical image analysis and automatic texture classification for iron ore particle characterisation | |
| Leißner et al. | MLA-based partition curves for magnetic separation | |
| Reyes et al. | Quantifying mineral liberation by particle grade and surface exposure using X-ray microCT | |
| US20090245588A1 (en) | Method And Apparatus For Determining Particle Parameter And Processor Performance In A Coal And Mineral Processing System | |
| Hunt et al. | Characterising chalcopyrite liberation and flotation potential: Examples from an IOCG deposit | |
| Liu et al. | Deep learning-based image classification for online multi-coal and multi-class sorting | |
| Köse et al. | Statistical methods for segmentation and quantification of minerals in ore microscopy | |
| RU2165632C1 (en) | Method of evaluating technological properties and dressability of mineral raw materials | |
| Donskoi et al. | Modelling and optimization of hydrocyclone for iron ore fines beneficiation—using optical image analysis and iron ore texture classification | |
| Murphy et al. | Underground preconcentration by ore sorting and coarse gravity separation | |
| Gülcan | A novel approach for sensor based sorting performance determination | |
| Leroy et al. | Optical analysis of particle size and chromite liberation from pulp samples of a UG2 ore regrinding circuit | |
| Wightman et al. | Representing and interpreting the liberation spectrum in a processing context | |
| Wang et al. | On-line system for monitoring the size distribution of aggregates on a conveyor belt | |
| Wang | Rock particle image segmentation and systems | |
| CA2813035C (en) | A method of sorting ore | |
| Perez et al. | Lithological classification based on Gabor texture image analysis | |
| Fu et al. | Quantitative ore texture analysis with convolutional neural networks | |
| Butcher | A practical guide to some aspects of mineralogy that affect flotation | |
| CN103514324A (en) | Method for determining grade fluctuation of delivery batch iron ores by utilization of wavelet time sequences | |
| Kursun | Particle size and shape characteristics of kemerburgaz quartz sands obtained by sieving, laser diffraction, and digital image processing methods | |
| RU2761038C2 (en) | Method for x-ray fluorescence sorting of ores with a complex material composition | |
| de Sousa | Assessment of separation efficiency in mineral processing using the ultimate upgrading concept-a holistic window to integrate mineral liberation data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20040729 |