选矿厂浮选回收率计算方法

选矿指标定义及计算公式

选矿指标定义及计算公式选矿指标是指在矿石选矿过程中，用于评价和判断矿石品质和选矿效果的指标。

常见的选矿指标包括矿石品位、回收率、浮选指数、综合指数等。

下面将对这几个指标的定义及计算公式进行详细说明。

1.矿石品位矿石品位是指矿石中所含有用矿物的含量。

它是评价矿石质量的重要指标，通常表示为百分数或以比例的形式出现。

矿石品位的计算公式为：品位=含量/总量×100%2.矿石回收率矿石回收率是指选矿过程中从原矿中提取和回收有价矿物的比例。

回收率越高，说明选矿效果越好。

矿石回收率的计算公式为：回收率=提取量/进料量×100%3.浮选指数浮选指数是指通过对原矿经浮选后所得浮选指标与原矿的对比来判断浮选效果的指标。

它主要用于比较优化不同选矿工艺的效果。

浮选指数的计算公式为：浮选指数=浮产品品位×浮产品回收率/原料品位4.综合指数综合指数是根据不同选矿指标的权重计算得出的一个综合评价指标，用于综合评价矿石选矿效果。

综合指数的计算公式为：综合指数=品位权重×品位+回收率权重×回收率+浮选指数权重×浮选指数其中，品位权重、回收率权重和浮选指数权重可以根据实际情况进行设定，不同的选矿工艺和矿石类型可能需要考虑的指标权重不同。

总结：在矿石选矿过程中，选矿指标的定义和计算公式是评价和判断矿石品质和选矿效果的重要工具。

常用的选矿指标包括矿石品位、回收率、浮选指数和综合指数等。

通过合理运用这些指标的计算公式，可以评价矿石选矿效果、判断浮选工艺的优劣，并为选矿过程的优化提供科学依据。

选矿理论回收率计算

选矿理论回收率计算与真假麝香——凡人琐事之五1、理论回收率的计算1979、1980年我国刚刚引入微型计算机，我工作的广西计算中心就买进了两台，还买进一些TI-59可编程序计算器，后来又买进PC-1500袖珍计算机，我们面向全自治区办起了计算机学习班，来学习的常常是各单位的头头或技术骨干。

广西西北重重大山中的南丹大厂矿务局是我国锡矿第一大产地，原来是云南个旧第一，后来个旧逐渐萎缩了，广西的大厂矿务局成为了第一。

计算机学习班上，大厂矿务局的技术人员告诉我们，他们那里的选矿理论回收率特别难算，要解5元线性方程组。

他们局的总工是把4阶的行列式展开成很多个3阶行列式，再把数学手册中3阶行列式的展开式代进去，得一个很长很长的式子；然后这位总工又把5阶行列式展开成很多个4阶行列式，每一个4阶行列式再把相应的上面长串长串的式子代进去，总工说他两个星期还没有把这个式子列清楚。

上级部门对选矿厂的起码要求是，选矿的理论回收率是多少，实际回收率是多少，每天的生产报表都要求填上。

其他的矿由于相关的因素较少，计算这个并不很困难，而大厂矿务局由于矿石含量复杂，相关因素多，这个理论回收率就算不出来了，每天报表的理论回收率这一项都空着。

这问题的计算其实没有那么复杂，用消元法，5阶线性方程组用人工算，最多30、40分钟就能做出来了。

但由于这个理论回收率是每天都要算的，而且计算量也比较大，因此用计算机编程序来算是最合适不过的了。

同事陈寿勤和我在TI-59机上用汇编语言编了程序，又在PC-1500机上用BASIC语言编了程序，联系了大厂矿务局我们的学员古工程师，我们就坐长途客车过去了。

路上大约要7、8个小时，基本上是在山地里走，后半程过了下坳、九圩，山路越来越难走了，有一段路车爬一座大山的一个坡，“之”字型爬上去，大约要转8、9个弯。

接近中秋节了，陈寿勤送给古工程师一块月饼，是他用自己的钱买的，古工程师组织了矿务局的现场演示会，让我们用计算机演示计算理论回收率。

选矿计算公式范文

选矿计算公式范文选矿计算是矿石选矿工作的重要一环，它是通过一系列的物理和化学处理过程，将原矿中的有用矿物从废石或杂质中分离出来的过程。

选矿计算公式是用来计算选矿过程中所需的各种参数，以确定各种物理和化学处理方法的可行性和选矿效果的数学表达式。

本文将介绍几个常用的选矿计算公式。

1.矿石品位的计算公式矿石品位是指矿石中有用矿物的质量分数，通常用公式来计算，即矿石品位（％）=（有用矿物质量/原矿质量）*100。

2.回收率的计算公式回收率是指通过选矿过程中被回收的有用矿物的质量与原矿中有用矿物质量之比，它可以用公式来计算，即回收率（％）=（回收的有用矿物质量/原矿中有用矿物质量）*100。

3.浮选浓度的计算公式浮选浓度是指浮选过程中矿浆中固体颗粒的质量分数，它可以用公式来计算，即浮选浓度（％）=（浮选浓缩物质量/进浮选槽矿浆质量）*100。

4.分选效果的计算公式分选效果是指分选过程中对矿石中有用矿物和固体颗粒的分离效果。

通常用质量分数或质量百分比来表示，可以用公式来计算，即分选效果（％）=（分选产物中有用矿物质量/分选前矿石中有用矿物质量）*100。

5.水分的计算公式在选矿过程中，水分是一个重要的参数，可以通过公式来计算，即水分（％）=（水的质量/矿浆总质量）*100。

除了上述几种常用的选矿计算公式，还有很多其他的公式可以用来计算选矿过程中的各种参数，比如电流密度、气泡升降速度等。

这些公式可以用来优化选矿流程，提高选矿效率和选矿产品的质量。

在实际应用中，选矿计算公式往往会结合其他因素，比如产品价格、生产成本、环境因素等进行综合考虑，以确定最佳的选矿方案。

选矿计算公式的准确性和有效性对于选矿工作的成功与否有着重要的影响，因此在实际工作中，应当结合实际情况对选矿计算公式进行合理的修正和调整。

浮选计算和效果评价

算式为： % ・ !((( % ’& ! — —克 , 升（克每升）浓度（ * , /）； -— -$ % ・ !((( $ .
式中
・ 0(0 ・
第六篇浮游选煤 ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! — —矿浆体积（ "#$）； !— ； — — —矿浆中固体的密度（ % & "#$） ! ’、( 同上。 $) 液固比浓度液固比浓度是以矿浆中水的重量与固体重量之比来表示矿浆浓度的表示方法，其计算式为： *+ 式中 — —液固比； *— ’、( 同上。 ,) 密度浓度密度浓度是以矿浆的密度来表示矿浆浓度的表示方法，计算式为：
- 同上。 !
经分析可知，（ /2 0 /1 ）是容器盛满水后所盛水的重量，在数值上即是水的体积也就是容器的容积，（ /$ 0 /1 ）是容器盛满矿浆后所盛矿浆的重量，因此它们的比值就是矿浆的密度。对于给定的浓度壶， /2 和 /1 是定值，可预先测定，因此 ! 和 !$ 是直线关系。我们在使用这一浓度壶时，可作出该浓度壶的 ! 的关系曲 - 和 ! $ 线。当测定浓度时，只要称出 /$ ，即可在曲线上查出相应的矿浆密度! -。这为浓度壶的使用或矿浆浓度的测定带来了方便。上述表示矿浆浓度的几种方法，在选煤厂的生产实践中都可使用。如果知道它・ 543 ・
一、矿浆浓度
浓度是表示矿浆中固体物含量的指标。在选煤厂，表示矿浆浓度的常用方法有以下几种。 !" 重量百分浓度重量百分浓度是以矿浆中固体物含量的重量百分数来表示矿浆浓度的表示方法。计算式为： #$ 式中 % ・ !(( %& ’

选矿厂浮选回收率计算方法

立志当早，存高远
选矿厂浮选回收率计算方法
只有一种产品时计算方法: 回收率＝（原矿品位－尾矿品位）X 精矿品位/（精矿品位－尾矿品位）X 原矿品位产率X 精矿品位/原矿品位＝回收率两种产品时（以锌铅为例）计算方法：产率计算分母（锌含锌－锌尾）乘以（铅含铅－铅尾）－（铅含锌－锌尾）乘以（锌含铅－铅尾）锌产率分子（锌原矿－锌尾）乘以（铅含铅－铅尾）－（铅含锌－锌尾）乘以（铅原矿－
铅尾）锌产率＝锌产率分子/产率计算分母回收率＝锌产率X 锌精品位/锌原矿品位以下类同铅产率分子（锌含锌－锌尾）乘以（铅原矿－铅尾）－（锌原矿－锌尾）乘以（锌含铅－铅尾）三种产品时（以锌铅硫为例）计算方法：计算因数锌（A0－A3）铅（B0－B3）硫（C0－C3）
A0 锌原矿－锌尾B0 铅原矿－铅尾C0 硫原矿－硫尾
A1 锌含锌－锌尾B1 锌含铅－铅尾C1 锌含硫－硫尾
A2 铅含锌－锌尾B2 铅含铅－铅尾C2 铅含硫－硫尾
A3 硫含锌－锌尾B3 硫含铅－铅尾C3 硫含硫－硫尾计算产率分母＝（A1B2C3＋A2B3C1＋A3B1C2）－（A1B3C2＋A2B1C3＋A3B2C1）锌产率分子＝（A0B2C3＋A2B3C0＋A3B0C2）－（A0B3C2＋A2B0C3＋A3B2C0）铅产率分子＝（A1B0C3＋A0B3C1＋A3B1C0）－（A1B3C0＋A0B1C3＋A3B0C1）。

选矿理论回收率计算

选矿理论回收率计算与真假麝香——凡人琐事之五1、理论回收率的计算1979、1980年我国刚刚引入微型计算机，我工作的广西计算中心就买进了两台，还买进一些TI-59可编程序计算器，后来又买进PC-1500袖珍计算机，我们面向全自治区办起了计算机学习班，来学习的常常是各单位的头头或技术骨干。

广西西北重重大山中的南丹大厂矿务局是我国锡矿第一大产地，原来是云南个旧第一，后来个旧逐渐萎缩了，广西的大厂矿务局成为了第一。

计算机学习班上，大厂矿务局的技术人员告诉我们，他们那里的选矿理论回收率特别难算，要解5元线性方程组。

他们局的总工是把4阶的行列式展开成很多个3阶行列式，再把数学手册中3阶行列式的展开式代进去，得一个很长很长的式子；然后这位总工又把5阶行列式展开成很多个4阶行列式，每一个4阶行列式再把相应的上面长串长串的式子代进去，总工说他两个星期还没有把这个式子列清楚。

上级部门对选矿厂的起码要求是，选矿的理论回收率是多少，实际回收率是多少，每天的生产报表都要求填上。

其他的矿由于相关的因素较少，计算这个并不很困难，而大厂矿务局由于矿石含量复杂，相关因素多，这个理论回收率就算不出来了，每天报表的理论回收率这一项都空着。

这问题的计算其实没有那么复杂，用消元法，5阶线性方程组用人工算，最多30、40分钟就能做出来了。

但由于这个理论回收率是每天都要算的，而且计算量也比较大，因此用计算机编程序来算是最合适不过的了。

同事陈寿勤和我在TI-59机上用汇编语言编了程序，又在PC-1500机上用BASIC语言编了程序，联系了大厂矿务局我们的学员古工程师，我们就坐长途客车过去了。

路上大约要7、8个小时，基本上是在山地里走，后半程过了下坳、九圩，山路越来越难走了，有一段路车爬一座大山的一个坡，“之”字型爬上去，大约要转8、9个弯。

接近中秋节了，陈寿勤送给古工程师一块月饼，是他用自己的钱买的，古工程师组织了矿务局的现场演示会，让我们用计算机演示计算理论回收率。

产率品位回收率计算

产率品位回收率计算产率、品位和回收率是矿石开采过程中常用的概念，在矿石选矿中具有重要作用。

下面将详细介绍这三个概念的定义和计算方法。

1. 产率（Recovery）产率是指从原矿中成功地提取出有用矿物的概率或比例。

也就是说，产率反映了开采过程中的矿石损失情况。

通常以百分比表示。

产率=提取出的矿物质量/原矿质量×100%例如，从一批原矿中提取出了90吨有用矿物，而原矿总量是100吨，则该批原矿的产率为：产率=90吨/100吨×100%=90%产率的计算是通过测量从原矿中提取的有用矿物质量与原矿质量之间的比值来实现的。

2. 品位（Grade）品位是指原矿中有用矿物所占的质量比例。

品位高表示原矿中含有丰富的有用矿物，品位低表示有用矿物相对较少。

通常以百分比表示。

品位=有用矿物质量/原矿质量×100%例如，一批原矿中含有20吨有用矿物，而原矿总量是100吨，则该批原矿的品位为：品位=20吨/100吨×100%=20%品位的计算是通过测量原矿中有用矿物的质量与原矿质量之间的比值得出的。

3. 回收率（Recovery Rate）回收率是指从原矿中提取和纯化出有用矿物所能达到的最大比例。

也就是说，回收率表示了开采和选矿过程中的最大潜力。

回收率=产率×品位例如，其中一批原矿的产率为85%，品位为30%。

则该批原矿的回收率为：回收率=85%×30%=25.5%回收率的计算是通过将产率与品位相乘得出的。

综上所述，产率、品位和回收率是矿石开采和选矿过程中非常重要的指标。

产率反映了矿石中有用矿物质量的损失情况，品位反映了矿石中有用矿物的相对含量，而回收率表示了从原矿中提取和纯化出有用矿物所能达到的最大比例。

这些指标的计算和监测对于评估矿石的潜力和进行矿石选矿工作具有重要的指导作用。

金矿浮选回收率预测模型数据分析

金矿浮选回收率预测模型数据分析摘要浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平。

在大量现场生产数据的基础上，分别采用多元线性回归和BP 神经网络的方法，建立了金矿厂浮选回收率的预测模型。

建立的预测模型可用于浮选参数的优化控制与决策之中，为浮选流程仿真软件的开发奠定了良好的基础，对于实际生产具有良好的参考作用。

关键词浮选回收率；金矿；选矿前言金矿浮选过程，是根据金矿石表面物理化学性质差异使金矿粒与脉石矿粒分离的过程。

浮选过程的重要评价指标有浮选回收率、精矿品位、尾礦品位等。

其中，浮选回收率是指金精矿中含金量占金原矿中含金量的百分比。

如果浮选回收率过低，则意味着工厂会损失大量的有用矿物，这部分矿物会进入到尾矿中，造成资源的浪费。

因此，浮选回收率的高低对金矿厂的经济效益有着重要的影响。

目前，金矿厂一般采用实验室化验的方法进行浮选评价指标的确定，化验周期较长，通常在24 h 左右，致使金矿厂不能及时把握浮选工艺水平。

基于这一特点，运用数学方法建立浮选评价指标预测模型的思路逐渐受到选矿工作者的重视。

郝振等以矿浆的动力学模型作为建模主体，构造了基于灰色补偿方法的浮选回收率预测模型；周开军等以浮选泡沫图像特征作为模型输入，采用最小二乘支持向量机方法预测浮选回收率。

本研究旨在通过分析金矿厂浮选回收率的影响因素，在大量现场数据的基础上，运用相关数学统计分析方法，建立一种符合实际生产精度的浮选回收率预测模型。

本文将分别运用多元线性回归分析和人工神经网络两种方法建立预测模型，同时运用现场生产数据对两个预测模型的预测精度加以验证，以期确定能应用于实际生产精度较高的预测模型。

1 多元线性回归模型多元线性回归模型是通过考察因变量Y 与两个或两个以上自变量X1，X2，…，Xk 之间线性依赖关系而建立的数学模型。

它可以把隐藏在大规模原始数据中的重要信息提炼出来，建立自变量与因变量的数学表达式，从而利用自变量来预测因变量的取值。