响应曲面法确定弓长岭磁铁矿石的磁选工艺参数

2022-05-08韩呈陈来保马超高双龙汪军

现代矿业 2022年4期

韩呈陈来保马超高双龙汪军

（中钢天源安徽智能装备股份有限公司）

磁选是目前磁铁矿选矿的最有效方法，对磁铁矿的富集与回收起着至关重要的作用。在磁铁矿磁选过程中，磨矿细度、磁选矿浆浓度和磁场强度等参数是影响磁选效果的重要因素，高效合理的操作参数是改善磁选效果的关键［1-2］。

众所周知，磁选过程中操作参数一般采用单因素试验方法确定［3］。单变量优化方法不能解释各试验参数之间的相互影响，因而各因素之间的相互影响很容易被忽略，从而导致试验结果的精确性下降［4-5］。近年来，许多统计试验设计方法开始用于工艺优化，其中，响应曲面法是一种在许多领域都得到广泛应用的方法［6-12］，包括因子设计和回归分析，这有助于评估影响因素和选择最佳试验条件［13］。虽然响应曲面法已广泛应用于各种工艺优化研究，但却鲜见用于铁矿石的磁选工艺优化研究中。

本研究以弓长岭选矿厂的磁铁矿石为对象，应用响应曲面法进行了磁选工艺参数优化，建立了磁选精矿铁回收率与磨矿细度、磁选矿浆浓度和磁场强度间的数学模型，考察了这些工艺与设备参数的交互作用对磁选的影响。

1 试样与设备

1.1 试样

弓长岭选矿厂的细碎产品干燥后用RK/PEF-60×100 型颚式破碎机破碎至2～0 mm，经混匀、缩分、称重、装袋获得试样，试样铁物相分析结果见表1，XRD图谱见图1。

由表1 可以看出，试样中的铁主要为磁性铁，分布率为98.29%，其他铁含量极低。

由图1 可以看出，试样中的主要铁矿物为磁铁矿，是矿石中的主要有用矿物，主要脉石矿物为石英。

1.2 设备

磁选试验采用中钢天源安徽智能装备股份有限公司的CTB606 型半逆流筒式磁选机，工作间隙30～55 mm，设备的外观见图2，分选原理见图3。给矿通过槽体下部进入选别区域，矿浆进入分选区的方向与磁场吸引力的方向基本相同，磁性颗粒被吸引到圆筒表面，并随圆筒旋转到磁系边缘，在冲洗水的作用下离开筒体进入精矿槽。

2 试验方法与设计

2.1 试验方法

弓长岭选矿厂的细碎产品经ϕ420 mm×450 mm格子型球磨机磨矿，每组磁选试验矿样质量为20 kg，不同细度、不同浓度的矿浆分别进行不同磁场强度的磁选试验，并进行产品分析。

2.2 试验设计

影响磁铁矿石分选效果的因素主要包括磨矿细度、粗选矿浆浓度、筒体表面磁场强度，分别用x1、x2和x3表示，响应曲面选择的试验因素和水平见表2。基于磁铁矿选矿通常既有粗选，又有粗精矿再磨再选，粗选着重关注回收率，精选着重关注精矿品位，所以本研究选择铁精矿回收率为响应曲面优化的评价指标。

利用软件Design-Expert 10.0 进行试验设计，将选择的因素和水平输入系统，按照Box-Behnken 组合方法设计出试验方案，试验结果见表3。

3 试验结果及讨论

3.1 选择响应模型

应用Design-Expert 10.0 软件对表3 中的试验结果进行分析，结果见表4。

根据表4中的多种模型的显著性、失拟项及相关性数据分析可知，采用二阶模型模拟铁回收率与磨矿细度、磁选矿浆浓度和磁场强度之间的关系较为合理。

3.2 响应模型的方差分析及模型建立

精矿铁回收率与磨矿细度、磁选矿浆浓度和磁场强度之间的关系二阶模型的方差分析和显著性检验结果见表5。若显著性概率p小于0.05视为模型显著［14］，当二次模型的p＜0.000 1，表明二次模型拟合精度高，且适应性好。多元相关系数R2表示拟合效果的好坏，R2越大，拟合效果越好，R2应不小于0.80［15−16］。

注：R2=0.979 6，变异系数CV为1.92%，信噪比为19.795（＞4.0）。

由表5 可以看出，试验的二次模型相关系数R2=0.979 6，拟合效果较好，模型方程与试验数据接近。变异系数CV评价试验的可靠性，CV越低可靠性越高［17］，本试验的CV较低（仅1.92%），因此，试验结果可靠性较高。信噪比大于4 的测量方法具有足够的精度，视为合理［18］，本试验的二次模型中信噪比为19.795，说明模型精度较高，应用二次模型模拟精矿铁回收率与磨矿细度、磁选矿浆浓度和磁场强度之间的关系较为合理。

通过软件分析计算，得出铁回收率关于变量的拟合方程为

铁回收率与磨矿细度、磁选矿浆浓度和磁场强度之间关系的二次模型的残差正态概率分布见图4，铁回收率二次模型的残差散点几乎分布在一条直线上，且中间概率上分布的残差散点比两边分布密集，残差落在区间（−2.5，2）以外的概率为0，说明模型拟合效果较好。铁回收率模型预期值和试验值的比较见图5，铁回收率的预测值与试验值的散点近似分布在一条直线上，说明试验值和预期值有很高的契合度。综合分析以上结果，响应曲面法建立的铁回收率与磨矿细度、磁选矿浆浓度和磁场强度之间关系的预测模型可靠。

3.3 响应曲面分析

磨矿细度、磁选矿浆浓度和磁场强度对铁回收率的响应曲面及等高线见图6～图8。响应曲面图是由磨矿细度、磁选矿浆浓度和磁场强度交互作用下的响应值构建的三维空间曲面，可以直观地描述磨矿细度、磁选矿浆浓度和磁场强度的变化对铁回收率的影响。磨矿细度、磁选矿浆浓度和磁场强度之间交互作用的显著程度可通过等高线图直观表示，等高线轮廓图越接近圆形，表示因素之间的交互作用越不显著［19−20］。

由图6～图8 可以看出，磨矿细度和磁场强度对精矿铁回收率影响较大，磁选浓度对铁回收率影响较小；磁选矿浆浓度与磁场强度的交互作用最显著，磨矿细度与磁选矿浆浓度和磨矿细度与磁场强度的交互作用均不显著。

3.4 验证试验

利用Design-Expert10.0 软件的优化功能得到模型的最优条件为磨矿细度-200 目占55.67%，磁选矿浆浓度31.46%，磁场强度137.73 kA/m，对应的铁回收率预测值92.90%，3次验证试验的精矿铁回收率平均值为92.84%，与模型预测值偏差0.06 个百分点，说明该预测模型在本试验研究范围内是合理的，应用响应面法能够快速、有效地实现弓长岭磁铁矿石的磁选工艺参数优化。