选矿过程工艺指标确定方法及应用研究

2019-01-03王忠应

中国金属通报 2019年3期

王忠应

（云南黄金矿业集团股份有限公司，珑阳天宝矿业，云南保山 678001）

选矿生产方式是一种非常典型的连续性流程式生产, 整个生产过程由多个工序组成并且工序之间相互制约和影响。选矿过程工艺指标是用来评判各个工序加工质量的,综合生产指标会受到每道工序的工艺指标影响，例如：影响选矿生产的终极精矿品位和金属回收率，因此研究选矿过程的工艺指标意义重大。

1 浅析我国当前常见的选矿技术

1.1 浮选

利用各种各样的矿物质原料颗粒表面其亲水性的不同进行甄选，这就是我们常说的泡沫浮选。因为具备天然疏水性的矿物比较少见，因而时常要把捕收剂添入到矿浆中，这样可以提高欲浮出矿物质的疏水特性，然后再加入各种各样的调整剂，使它的选择性更强，通过起泡剂的添加与充气，使其产生气泡，此时具有疏水性的矿物颗粒将会附于气泡之上，达到上浮分离的目的。一般来说，物料只要不大于 0.3 mm，都能使用浮选技术，该技术本质上是可以甄别多种矿物原料，因此它也是目前普遍应用的选矿技术。除此之外，浮选技术也能用在冶炼中间产品、废水处理以及溶液离子处理等领域。

1.2 拣选

除了浮选外，目前我国普遍采用另外一种技术是拣选，它分为手选以及机械拣选两类，在预选丢除废石中使用。手选技术，顾名思义就是选矿人员人为挑选，以矿物的外部特性为判断标准，这种选矿方式古老而传统，这就要求操作人员经验丰富，当前我国尚有矿山在沿用该项技术。机械拣选是属于有光拣选，是靠分析矿物的光学特性来完成的；所谓X射线拣选，是指通过X 射线的荧光照射来甄选；另外放射线拣选的选别方法是通过利用铀与钍等矿物质的天然放射性来完成。人们从上个世纪70年代就在运用矿物的导电性以及磁性做电性拣选与磁性拣选。

1.3 电选

通过利用矿物颗粒的电性差异来选别的方法称为电选技术，在导体、非导体以及半导体矿物的分选上运用广泛。按照电厂分类，电选机分为静电选矿机、电晕选矿机以及复合电场电选机。如果依据矿粒带电来划分，电选机有电晕带电、摩擦带、接触带电三种电选机。一般来讲，电选机的处理粒度范围狭窄，处理能力低，况且选择原料使用前需要干燥，因此在实际运用容易受限。可它具有成本相低、污染小、分选效果好等优势，在锡石、钛铁矿、白钨矿以及金红石等精矿精选中运用较多。此外在进行矿物原料分级以及除尘中经常运用电选，增大处理量以及提高选别细粒物料效率将是未来电选研制的发展方向。

1.4 重选

在介质流中，运用矿物原料颗粒自身比重的不同来选别，这被称之为重选，摇床选、跳汰选、溜槽选等是它的主要选别方式。历来在锡石、黑钨矿、沙金、锰矿石以及粗粒铁等矿物的选别上都是使用这种方式，它还在稀有金属砂矿的选别中也有广泛的运用。重选技术对粒度范围限制小，粒径可低至1 mm，也可大到几百毫米，重选技术的选矿成本高，环境污染小，只要矿物粒度在粒径使用范围内，都可使用。此外还能靠重选预选去除一部分废石，然后使用其他技术继续处理，使选矿费用降低。现阶段贫矿与细矿物的原料都在不断增加，重选技术对选别20 μm 的物特别有效。此外，在斜面运动与碰撞时发生时，可直接使用矿物原料碰撞恢复系数与摩擦系数的差别来选别。在水中进行选矿时，选后的产品完成重力泄水、过滤、浓缩以及干燥等，粗粒和块状物料的重力泄水可以依靠脱水仓、脱水筛、螺旋分级机来完成。

1.5 化选

以矿物的化学性质差异为依据，使用对应的化学式或者结合化学与物理方式方法，实现对有用成分的分离与回收，从而得到精矿，这种方法被称为化选。一般而言，该方式比使用物理选矿有更高的适从性，它的分离效果也比较好，美中不足其花费的成本相对昂贵。故而，物理选矿中应用化选技术常常不能实现对矿物原料、尾矿以及中间产品的处理。由于成分复杂、难以选别的矿物原料以及细粒矿物原料不断增多，化学选矿及物理联合化学流程选矿的应用趋于普及化。

2 选矿工艺指标间的关系及其确定过程

在选矿厂生产计划中，给定当日需要选别的原矿种类及其数量,以各种矿石块矿率为依据,这样就能确定当日强、弱磁一系列的块矿以及粉矿的总投入量和相对应的品位, 废石品位与废石率一般是常用规定值,通过物料平衡与金属平衡原则可以得出焙烧矿品位[1]。入选原矿的确定情况与综合精矿品位、金属回收率以及产量是有重要关系的。

选矿过程工艺指标包含4个，它们分别是强磁精矿与尾矿品位，弱磁精矿与尾矿品位，这四项工艺指标是强磁与弱磁两个系列之间采取何种配合方式的决定因素, 也决定着综合精矿品位、精矿产量以及对金属回收率的贡献比。在确定入选原矿情况后，必然要依据一定的最佳配合比例, 这样确保精矿品位合格且同时具有高精矿产量以及高金属回收率(把入选原矿确定之后,追求最高的金属回收率相当于追求最高产量)；在另一个方面,该组强磁尾矿品位与精矿品位，弱磁精矿品味与尾矿品位的最佳配合比例还受到到其他影响，也就是要受到预选前备好的一次溢流回收率以及强磁与弱磁的磨矿粒束缚, 这3者需要达到某个程度才能实现最佳，既要考虑入选原矿的限制, 也要考量它们对后续选别过程工艺指标影响。根据上述分析可得，在确定入选原矿后, 各个工序具体的工艺指标是当日选矿生产可完成多少综合生产指标总量的决定因素[1]。现阶段，选矿厂的竖炉、强磁与弱磁磨矿工序的具体工艺指标都被锁定在一个具体的目标范围内，任何矿石只要能够满足该范围的最低下限即可，然而在实际应用中，选矿工程师会凭借个人经验结合矿石具体情况给出一个工程师本人觉得恰当的磨矿粒度。但是对于选别强磁与弱磁的工艺指标是由选矿厂得工艺部门依照入选矿石的典型性质,把金属最高回收率视为原则, 以此确定出强磁尾矿和精矿品位，弱磁尾矿和精矿品位在理想状态下的配合方式，倘若实际中由于具体入选矿石的差异，致使强磁尾矿和精矿品位、弱磁尾矿和精矿品位不能达到理想设定结果，那么选矿工程师就会凭借自身经验对以上4个指标的配比方式进行重新调控，当然这种调整必须建立在能确保精矿品位的基础上进行[3]。现阶段，人工确定还是各个工序工艺指标主要确定方式,这样就伴随些许模糊性与不确定性。

3 工艺指标在工业中的运用

以某选矿厂为例，根据其实际需求, 开发出了能确定各道工序的工艺指标期望值的软件系统。该系统是选矿企业操作实施MES之中的子系统，处在生产过程管理与控制的过渡位置。从本厂 2011、 2012年这两年的数据记录里获取该系统原始案例库。该选矿厂共四种入选原矿：预选矿、黑沟矿、未预选矿以及大堆粉矿。首先，采用数据预处理功能删除不合格的精矿总品位的记录数据,随后得到540条有效记录，这些记录是数据挖掘构成基础；然后，把入选原矿情况使用自组织映射神经网络分类，并提取出每类入选矿石中出现金属回收率最高的记录，总计39条原始案例。通过分析系统需求与特点, 考量到在该选矿企业中使用本系统的用户比较少，则系统体系结构选择 C/S模式，该模式具有很强的交互性, 可以提高响应速度，并且存取模式比较安全，使网络的通信量减低, 能更加有效的处理大量数据。该选矿厂整个系统实现包括：界面前台、辅助软件实现功能以及数据库后台三大部分。