會(huì)澤鉛鋅硫化礦浮選過程分流分速的動(dòng)力學(xué)研究.pdf

1、論文針對(duì)會(huì)澤鉛鋅礦中的方鉛礦、閃鋅礦和黃鐵礦，通過實(shí)驗(yàn)室浮選試驗(yàn)，較系統(tǒng)地研究礦物的可浮性和浮游速度特性，總結(jié)硫化礦浮選過程分流分速的規(guī)律性，從動(dòng)力學(xué)角度進(jìn)一步探討異步浮選的技術(shù)內(nèi)涵，并分別應(yīng)用回歸分析方法和人工智能技術(shù)對(duì)硫化礦浮選過程進(jìn)行了模擬研究。
　　通過分批浮選試驗(yàn)較系統(tǒng)地研究了方鉛礦、閃鋅礦和黃鐵礦在無(wú)捕收劑和乙基鉀黃藥與乙硫氮分別作捕收劑時(shí)的可浮性和浮游速度，以及硫化鈉、硝酸鉛、硫酸鋅、硫酸銅和氧化鈣作調(diào)整劑對(duì)礦物浮選

2、行為的影響。結(jié)果表明，采用硫酸鋅作調(diào)整劑時(shí)，在pH=7.5，乙基鉀黃藥濃度為2.4×10-4 mol/L和硫酸鋅濃度為1.5×10-4 mol/L的條件下，方鉛礦和黃鐵礦浮游性相近，而方鉛礦、黃鐵礦與閃鋅礦浮游性差異最顯著。從總體規(guī)律看，方鉛礦的浮游速度較快，在浮選過程中呈現(xiàn)逐步降低的規(guī)律;而閃鋅礦和黃鐵礦的浮游速度較慢，在浮選過程中呈現(xiàn)先降低后升高的規(guī)律。
　　以經(jīng)典一級(jí)浮選動(dòng)力學(xué)模型為基礎(chǔ)，結(jié)合會(huì)澤鉛鋅硫化礦異步浮選新技術(shù)的特

3、點(diǎn)，提出了礦物分速浮選模型。選擇傳統(tǒng)浮選數(shù)學(xué)模型中的經(jīng)典一級(jí)模型和二級(jí)動(dòng)力學(xué)模型以及本文推導(dǎo)的分速浮選模型，建立會(huì)澤鉛鋅硫化礦浮選動(dòng)力學(xué)模型。結(jié)果表明，方鉛礦、閃鋅礦和黃鐵礦分速浮選模型累計(jì)回收率擬合值與試驗(yàn)值之間的相關(guān)系數(shù)R2均為0.999，可見分速浮選模型可以較好地模擬方鉛礦、閃鋅礦和黃鐵礦的浮選過程。
　　根據(jù)積分復(fù)原法對(duì)會(huì)澤鉛鋅硫化礦浮選過程浮選速度常數(shù)（簡(jiǎn)稱K值）的分布情況進(jìn)行了分析。結(jié)果表明，絕大多數(shù)方鉛礦的K值分布在

4、0.75～1.27min-1區(qū)間內(nèi);對(duì)于閃鋅礦而言，K值分布在0.83～1.33 min-1區(qū)間的量較多，在其他區(qū)間分布的量較少;而黃鐵礦的K值則比較均勻地分布在0～2.07min-1的區(qū)間內(nèi)。
　　應(yīng)用模糊邏輯研究了粒度對(duì)會(huì)澤方鉛礦浮選動(dòng)力學(xué)的影響。試驗(yàn)表明，隨著方鉛礦粒度的增加，浮選累計(jì)回收率呈現(xiàn)先升后降的規(guī)律，而浮選速度常數(shù)則逐漸降低。方差分析表明，粒度對(duì)浮選速度常數(shù)具有顯著性影響，而對(duì)浮選累計(jì)回收率的影響并不顯著。仿真研究

5、表明，基于MATLAB軟件設(shè)計(jì)的模糊邏輯系統(tǒng)可以較好地模擬不同粒度方鉛礦的浮選過程。
　　應(yīng)用模糊數(shù)學(xué)中的隸屬度和隸屬函數(shù)，提出了從可浮性和浮游速度兩個(gè)方面綜合評(píng)價(jià)會(huì)澤鉛鋅硫化礦浮游性的新方法，實(shí)現(xiàn)了礦物浮游性的量化。根據(jù)浮游性評(píng)價(jià)新方法，分析了會(huì)澤方鉛礦、閃鋅礦和黃鐵礦在pH=7.5，乙基鉀黃藥濃度為2.0×10-4 mol/L，硫酸鋅濃度為1.5×10-4 mol/L條件下的浮游性，結(jié)果表明，浮游性順序依次是方鉛礦＞黃鐵礦＞＞

6、閃鋅礦。
　　在單礦物浮選試驗(yàn)基礎(chǔ)之上，進(jìn)行方鉛礦-黃鐵礦二元混合礦和方鉛礦-閃鋅礦-黃鐵礦三元混合礦異步浮選試驗(yàn)。方鉛礦-黃鐵礦二元混合礦異步浮選試驗(yàn)表明，以乙基鉀黃藥作捕收劑，在“等可浮異步選鉛Ⅰ”過程中上浮精礦Ⅰ以方鉛礦(73.42％)為主，黃鐵礦(37.50％)為輔;在“等可浮異步選鉛Ⅱ”過程中上浮精礦Ⅱ以黃鐵礦(51.93％)為主，方鉛礦(22.95％)為輔。方鉛礦-閃鋅礦-黃鐵礦三元混合礦異步浮選試驗(yàn)表明，以乙基鉀黃藥

7、作捕收劑，硫酸鋅作調(diào)整劑，在“等可浮異步選鉛Ⅰ”過程中，方鉛礦、閃鋅礦和黃鐵礦的浮選回收率分別為84.00％、3.48％和43.71％;在“等可浮異步選鉛Ⅱ”過程中，方鉛礦、閃鋅礦和黃鐵礦的浮選回收率分別為14.92％、5.05％和43.85％，實(shí)現(xiàn)了方鉛礦和黃鐵礦等可浮浮選以及方鉛礦、黃鐵礦與閃鋅礦之間的異步浮選分離。
　　分別應(yīng)用回歸分析方法和人工智能技術(shù)對(duì)硫化礦浮選過程進(jìn)行了模擬研究。結(jié)果表明，基于SPSS的回歸模型可以分析