APP下载

锡矿石提高回收率的选矿新工艺探讨

2021-09-10仇维颂

科技研究 2021年2期
关键词:浮选降低成本

仇维颂

摘要:江西某锡矿开采多年,矿石中锡物相成分复杂,属于难选锡矿石,本文通过相关实验研究解决锡矿选矿工艺,提高锡矿石浮选品位和回收率。文章对矿石先进行性质分析,然后对矿石进行实验室实验(CXR-1000分选机试验、Xrt-1200 智能选矿机分选试验),将采矿过程中贫化带来的围岩(即废石)在选矿入选前预选隔出,提高入选品位;大幅度降低选矿精矿金属成本,利用工业实验研究,减少尾矿库库容占用,隔出废石可作为建筑材料利用。相对提高选厂处理能力,对矿山低品位资源的有效利用创造基础条件。

关键词:浮选;智能选矿;降低成本;去除尾矿库存;资源再利用

前言

江西某难选锡矿经过多年的开采,原露天矿闭坑,现完全转入地下开采,现开采的矿石位于矿体下部,锡矿石氧化率偏高,有用矿物嵌布粒度细,且与黄铁矿致密共生,常形成相互包裹,矿石又易氧化变质,使得该矿石选别难度很大。由于矿源的改变致使矿石性质也发生了很大变化,矿山原来锡硫混浮锡硫分离工艺流程已经不能适应矿石性质的变化,导致浮选分离效果不好,锡回收率平均只保持60%左右,严重影响了矿山的经济效益。为了增加其经济效益,提高该矿的选别指标,进行了合理的选矿工艺流程和工艺参数的研究,采取锡部分优先、混选精矿再磨分选工艺流程,较大幅度地提高该难选锡矿石的分选指标,锡精矿品位可达21.15%,锡的回收率可达83.62%,通过连续工业试验获得的选矿技术指标与当前生产累计的指标对比,新的浮选工艺制度可以提高锡的品位1. 07%和回收率18.33%。

1 矿样分析

原矿主要元素成分分析结果及物相分析结果见表1和表2。

2 选矿实验研究

2.1  CXR-1000分选机试验研究

2.1.1分选模式为排矿模式

KRS分选机的分选机理是根据物料密度的不同进行分选的,不同密度的物料在智能识别源下呈现出不同的颜色,分选执行机构依据物料成像的颜色不同进行分选。KRS分选机喷吹的可以是废石,也可以是产品(即精矿),原则是什么少吹什么,这是节能的需要,也是为了实现设备在同样条件下更高的处理能力。

如图1所示,块状或粒状物料通过振动给料机装置进入皮带形成矿物流,并逐个进入检测区域,在检测区域,智能分析系统对每块矿石进行定性分析,并将结果输入到计算机系统进行分析处理,计算机根据预先设定的阈值判断被检测的矿石是精矿还是脉石,继而向分离执行机构发出动作指令,脉石被高压喷吹空气击中改变下落轨迹进入脉石槽,精矿落入精矿槽,分选过程结束。

由于该设备分选效果较佳的粒级为-80+30mm,经凯瑞斯公司完成矿石建模后,对1#样用50mm筛子进行筛分、2#样用30mm筛子进行筛分,并分别进行工业试验。第一阶段试验分选模式为排矿模式(选精矿的方式),即用喷气嘴将精矿喷至精矿皮带,设备无法识别的矿石则进入尾矿端,试验结果及部分参数如下表3:

从试验结果分析,从试验现象看,六个试验物料进入分选机后,分选出来的精矿量较少,粒度较为均匀,基本无细粒级矿石或较大粒度矿石,大部分矿石均往尾矿端排出。6套试验的精矿产率及回收率均较低,主要原因为在建模时该设备主要对矿石区域内含锡面较广的矿石进行选别,且粒度小于30mm的矿石基本无法识别导致这部分矿石往尾矿端排走,鉴于第一次试验所出的问题,厂家及项目组改变了选矿思路,重新建模采用排废石模式(即将废石喷至尾矿皮带)的方式再次进行试验。

2.1.2 分选模式为排废石模式

从试验现象分析,分选模式由排矿模式调整为排废石模式后,精矿量增加较为明显,废石与精矿,调整分选模式后,第二阶段试验精矿产率及回收率明显高于第一阶段,总体分选效果以调整分选密度值后2#样(三栋进矿粗碎产品(-80+10mm)较佳,在后续的计算产率及金属率抛尾过程中,以条件最佳的2#综合样计算。

结合样品粒度分析、工艺流程及2#样最佳试验结果,最终得出工业试验抛尾后的数质量流程图如下:

2.2  XRT射线分选机选矿实验

2.2.1 设备原理及工作流程

XRT射线分选机工作原理:设备主要由XRT射线源、图像成像传感器、喷阀、内部传送带及外部振动给料斗组成。由外部振动斗给料到内部传送带,当矿石经过传感器和射线直射区域时,运用X射线穿透技术和传感器接收成像技术识别密度大的金属矿物后,由传感器发送指令给喷射控制卡(喷阀)进行相对应的金属矿石喷射选出有矿矿石(工作原理见图4)。

第一阶段实验为定性分析试验,试验过程为将-10mm、+70mm粒级隔除后对中间粒级进行清洗后进分选机进行分选,鉴于矿石表面含泥对设备识别有一定影响,定性分析试验对试验物料(+10-70mm)分别进行了初步洗矿及彻底洗矿的试验研究,试验结果如表5所示;

1#样品试验经简单洗矿,含泥量比较多,精矿产率较小,抛尾品位略高,未0.072%,作业回收率未75.81%;2#样品洗矿较彻底,含泥量较少,作业拋废产率为75.58%,尾矿品位仅为0.012%;从前期的定性分析,可看出XRT射线分选机设备选矿效果比较理想。

3 实验总结

3.1 KRS-智能干法分选机

在整个工业试验过程及试验结果中,对-80+20粒级效果佳、粒度过小(<20mm)、或粒度过大(>80mm)则在扫描中无法识别大部分直接作为尾矿(排矿模式)或精矿(排废石模式)。从2#综合样(-80+10mm)两次排废石模式试验指标分析,在调节分選密度参数值后IV-3号试验指标较IV-2号试验指标提升较大,在精矿产率变化较小(在40%左右)时,锡富集比从1.08倍提升至1.77倍、锡回收率从50.78%提升至72.18%,表明若进一步优化参数,锡回收率仍有提升的空间。

该设备在整个运行过程中,自动化程度较高,生产运行模式较为灵活。在模型建立较完整时可排废石、也可排精矿。同时若在矿石性质发生变化较大时亦可以通过调节阀值来满足生产需求;在生产过程中,分选机对运输皮带质量要求较高,主要原因为:为保证矿石在皮带上呈分散状态易被射线源扫描,皮带下方为固定托盘,矿石对皮带的打击基本无缓冲,使得分选机运输皮带容易通漏。

3.2 XRT射线分选机设备原理

由于该设备的分选最佳粒级为+10-70mm,结合前期的定性分析研究,在整个工业试验过程中,试验粒级均为+10-70mm进行工业试验;从试验结果分析,该厂家的分选设备整体试验指标较为稳定,产品中各粒级分布较为均匀,在进行充分洗矿后,拋废品位均控制在0.04—0.05%之间,拋废产率均能有效控制在75—80%之间。

4 结语

由于该矿石锡氧化率较高,且以次生锡为主,矿物可浮性变化大,锡矿物呈粗细不均匀嵌布,锡离子对黄铁矿的活化,这些因素是造成锡硫分离困难的主要原因。本文利用矿石先进行性质分析,然后对矿石进行实验室实验(CXR-1000分选机试验、Xrt-1200 智能选矿机分选试验),将采矿过程中贫化带来的围岩(即废石)在选矿入选前预选隔出,提高入选品位;大幅度降低选矿精矿金属成本,利用工业实验研究,减少尾矿库库容占用,隔出废石可作为建筑材料利用。相对提高选厂处理能力,对矿山低品位资源的有效利用创造基础条件。

参考文献

[1]王李鹏,胡保栓等.西藏某复杂铜铅锌多金属硫化矿分选工艺研究 [J].矿业研究与开发,2013,33(2):53-56.

[2]印万忠,吴凯. 难选氧化铜矿选冶技术现状与展望[J]. 有色金属工程,2013(6):66-70.

[3]王善春.我国钢铁粉末的发展和展望[J].粉末冶金工业,2000,10(2):25-31.

[4]王克银,等.用左权超纯铁精矿粉制取还原铁粉的性能[J].粉末冶金工业,2001,11(6):23-25.

[5]俞燮廷.用赫格纳斯法生产海绵铁和还原铁粉[J].粉末冶金工业,1997,7(3):31-39.

猜你喜欢

浮选降低成本
国内外选矿废水处理及回收利用研究进展
不透水化妆土的研制
如何有效提升建筑工程施工技术管理水平
煤炭企业降低成本有效措施
煤炭企业降低成本有效措施
以全面预算为核心提高管理质量
选煤中浮选机械设备的应用和展望
选煤中浮选机械设备的应用和展望
浅议如何提升洗煤厂的自动化水平