浮选动力学的研究现状及其进展
浮选柱的研究现状及其进展

Serial No .465January .2008矿 业 快 报EXPRESS I N F OR MATI O NOF M I N I N G I N DUSTRY总第465期2008年1月第1期 杨琳琳(1979-),女,博士研究生,650093云南省昆明市。
文书明(1962-),男,教授,博士生导师。
浮选柱的研究现状及其进展杨琳琳 程 坤 文书明(昆明理工大学) 摘 要:介绍了浮选柱的发展史及近年来的发展趋势。
在分析现有浮选柱的优缺点后,提出了新型环形浮选柱的设计思路及其优点。
关键词:浮选;浮选柱;设计思路中图分类号:T D456 文献标识码:A 文章编号:100925683(2008)0120004204Study i n g Presen t S itua ti on and Advance of Flot a ti on Colu mnYang L inlin Cheng Kun W en Shum ing (Kun m ing University of Science and Technol ogy )Abstract:The devel opment hist ory of fl otati on column and devel opment trends in recent years are p resented .The advantages and disadvantages of the existing fl otati on column are analyzed,and design thinking and advantages of a ne w ring type fl otati on colu mn are given .Keywords:Fl otati on;Fl otati on colu mn;Design thinking 浮选柱具有结构简单、高效节能、对微细粒浮选优势明显且选别指标优越等特点,特别是近年来改进了柱体和发泡器结构之后,浮选柱成为今后新型、高效浮选设备发展的重要趋势之一[1]。
【选矿设备及自动化】浮选设备的新进展

碰撞粘附 碰撞脱落 滑移脱落
“差异化分选”解决粗、细粒回收思路
颗粒气泡碰撞与粘附
粗、细颗粒所需分选环境是矛盾的,同时实现回收是世界性难题
1.2 机械搅拌式宽粒级浮选的特点
➢ 在浮选机内建立气液固三 相沸腾层,形成以低紊流 为特征的粗粒矿物分选区, 解决粗粒矿物分选难题。
高气含率低密度区
➢ 建立浮选机内密度梯度, 实现矿物颗粒按粒级及矿 化状态选择性循环,形成 以高紊流为特征的细粒矿 物分选区,解决细粒矿物 分选难题。
0.15mm以上粗粒矿物的 粒级回收率提高15%。
1.5 Novacell通用浮选柱
底部高浓度流化床 在线气泡发生技术 脱落颗粒矿浆相直接回收 高浓度底流预先脱水 分选上限600微米
Graeme J Jameson1, Cagri Emer,Coarse chalcopyrite recovery in a universal froth flotation machine, niversity of Newcastle, Flotation ’17, Cape Town, South Africa, 13-16 November 2017
减速机传动
2.5 大型化设备促使运行费用和投资费用的大幅降低
以处理量6万t/d,浮选时间22min,矿浆固体浓度32%为例,采用不同容积浮 选机时有关对比数据(参照20m3浮选机)如下:
容积
所需 数量
实耗 功率
总功率
电耗
功率减少
占地 总面积
面积减少
m3 台 kW kW 万度/年
%
m2
%
40 80 38 3040 2408 50 64 45 2880 2281 70 46 60 2760 2186 100 32 78 2496 1977 130 25 92 2300 1822 160 20 107 2140 1695 200 16 127 2032 1609 320 10 160 1600 1267
浮选技术现状与发展趋势

浮选技术现状与发展趋势浮选技术是一种矿石分离技术,通过一系列的物理和化学过程,将有用矿石与废石进行分离。
浮选技术在矿业中具有广泛的应用,特别是在金属矿物的提取中。
浮选技术的原理是利用气泡将有用矿物与废石分离。
首先,将矿石磨碎,并加入水和添加剂。
然后,通过搅拌使矿石悬浮在水中,并加入空气或其他气体,产生气泡。
有用矿物与气泡结合形成浮选泡沫,而废石则沉入底部。
最后,通过收集浮选泡沫中的有用矿物,完成分离过程。
浮选技术的发展经历了几个阶段。
最初的浮选技术主要集中在气泡的生成和控制,以及泡沫的收集和处理。
然而,随着矿石粒度的细化和矿石种类的增多,传统的浮选技术已经不能满足需求。
因此,研究人员开始探索新的浮选技术。
目前,浮选技术在以下几个方面取得了重要的进展。
首先,浮选药剂的研究和开发大大改善了浮选效果。
浮选药剂是通过调节矿石表面性质,使其与气泡有更好的接触而发挥作用的。
新的浮选药剂可以提高有用矿物的回收率和品位,同时降低废石损失。
其次,浮选设备的改进使得浮选过程更加高效。
传统的浮选设备通常采用机械搅拌的方式生成气泡,效率较低。
现在,一些新型浮选设备采用超声波或电磁激励技术,能够提高气泡的生成效率,并且降低能耗。
此外,自动化和智能化技术的应用进一步提高了浮选技术的水平。
通过传感器和控制系统,可以实时监测浮选过程中的参数,并自动调节操作参数,从而使浮选过程更稳定和可控。
最后,绿色浮选技术的发展也是当前的研究热点。
由于传统的浮选技术使用了大量的药剂和水,对环境造成了较大的影响。
因此,研究人员开始寻找更可持续和环保的浮选方法。
例如,一些新的浮选技术利用生物、超声波或电化学方法,减少了对环境的污染。
综上所述,浮选技术在矿业中具有重要的应用,并且正在不断发展。
未来,随着矿石资源的日益匮乏和环保要求的提高,浮选技术将继续向着更高效、智能化和绿色化的方向发展。
氧化锌矿的浮选现状与研究进展

氧化锌矿的浮选现状与研究进展一、绪论1.1 研究背景1.2 研究目的1.3 研究内容1.4 研究方法二、氧化锌矿的浮选现状2.1 氧化锌矿的浮选概述2.2 氧化锌矿浮选流程2.3 氧化锌矿浮选试剂系统三、氧化锌矿浮选常见问题分析3.1 粒度分布问题3.2 粘泥问题3.3 浮选试剂的筛选问题3.4 浮选工艺调整的问题四、氧化锌矿的浮选研究进展4.1 热浸法4.2 高氯酸盐法4.3 组合浮选法4.4 生物浸出法4.5 非常规浮选试剂五、氧化锌矿的浮选技术发展趋势5.1 新型浮选装置5.2 利用低品位氧化锌矿的浮选利用5.3 资源综合利用和节能减排方向六、结论6.1 对氧化锌矿浮选现状的总结6.2 对氧化锌矿浮选研究进展的评价6.3 对氧化锌矿浮选技术发展趋势的展望一、绪论1.1 研究背景氧化锌矿是一种重要的非金属矿物资源,其广泛应用于化工、冶金、材料、医药等行业。
随着经济的发展和市场需求的不断增长,对氧化锌矿的开发和利用需求也越来越大。
而氧化锌矿浮选技术作为目前最主流的氧化锌矿开采技术,其优越性和不断创新的能力受到了广泛关注。
1.2 研究目的本文旨在系统介绍氧化锌矿浮选技术的现状和研究进展,深入探讨氧化锌矿浮选过程中的常见问题以及解决方法,了解新型浮选装置等技术的发展情况,归纳总结氧化锌矿浮选技术的趋势和未来发展方向,为氧化锌矿浮选领域的研究和应用提供参考。
1.3 研究内容本论文主要内容包括以下几个方面:(1)氧化锌矿的浮选现状,包括氧化锌矿的浮选流程和浮选试剂系统。
(2)氧化锌矿浮选常见问题的分析,探讨粒度分布、粘泥、试剂筛选、工艺调整等方面的问题及其解决方法。
(3)氧化锌矿浮选的研究进展,包括热浸法、高氯酸盐法、组合浮选法、生物浸出法、非常规浮选试剂等方面的研究成果。
(4)氧化锌矿浮选技术的发展趋势,包括新型浮选装置、低品位氧化锌矿的浮选利用、资源综合利用和节能减排等方向的展望。
1.4 研究方法本论文采用文献资料法和实验研究法相结合的方法进行研究。
微细粒浮选技术与装备研究进展及其发展趋势

第 55 卷第 1 期2024 年 1 月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.55 No.1Jan. 2024微细粒浮选技术与装备研究进展及其发展趋势肖遥1,韩海生1,孙伟1,彭建1,张碧兰2(1. 中南大学 资源加工与生物工程学院,湖南 长沙,410083;2. 湖南柿竹园有色金属有限责任公司,湖南 郴州,423037)摘要:随着矿产资源的开发和利用,贫、细、杂的矿物资源将越来越成为资源的主体来源,人们面临着如何高效利用这部分资源的问题;同时,为了使低品位的矿床能够经济开采,微细颗粒的浮选显得尤为重要。
本文分析了微细粒矿物浮选过程中遇到的瓶颈问题,在此基础上分析并归纳了近年来人们针对微细粒难以浮选的问题采用的新技术和新方法。
最后,分析了微细粒浮选装备需要满足的流体动力学条件,总结了近年来微细粒浮选装备的发展,并对未来微细粒浮选技术和装备的发展趋势进行了展望。
关键词:微细粒浮选;微细粒浮选技术;微细粒浮选装备;流体动力学中图分类号:TD923 文献标志码:A 文章编号:1672-7207(2024)01-0020-12Research progress and trend of fine particle flotation technologyand equipmentXIAO Yao 1, HAN Hansheng 1, SUN Wei 1, PENG Jian 1, ZHANG Bilan 2(1. School of Resource Processing and Biological Engineering, Central South University, Changsha 410083, China;2. Hunan Shizhuyuan Nonferrous Metals Co. Ltd., Chenzhou 423037, China)Abstract: With the development and utilization of mineral resources, poor, fine and miscellaneous mineral resources will increasingly become the main source of resources, and people are facing the problem of how to efficiently utilize this part of resources. Meanwhile. In order to make the low-grade ore deposits able to be economically exploited, the flotation of fine particles will become particularly important. The bottleneck problems encountered in the flotation process of fine-grained minerals were analyzed, and the new technologies and methods adopted were summarized to address the difficulty of flotation of fine-grained minerals. At last, the收稿日期: 2023 −04 −22; 修回日期: 2023 −06 −20基金项目(Foundation item):国家“十四五”重点研发计划项目(2022YFC2905105,2022YFC2905104);国家自然科学基金委优秀青年项目(52122406) (Projects(2022YFC2905105, 2022YFC2905104) supported by the National Key Research and Development Program of the 14th Five-Year Plan; Project(52122406) supported by the Excellent Youth Program of National Natural Science Foundation of China)通信作者:韩海生,博士,教授,从事矿产资源的高效综合利用、有色选冶固废资源化利用和选冶废水高效处理技术研究;DOI: 10.11817/j.issn.1672-7207.2024.01.002引用格式: 肖遥, 韩海生, 孙伟, 等. 微细粒浮选技术与装备研究进展及其发展趋势[J]. 中南大学学报(自然科学版), 2024, 55(1): 20−31.Citation: XIAO Yao, HAN Hansheng, SUN Wei, et al. Research progress and trend of fine particle flotation technology and equipment [J]. Journal of Central South University(Science and Technology), 2024, 55(1): 20−31.第 1 期肖遥,等:微细粒浮选技术与装备研究进展及其发展趋势hydrodynamic conditions that the micro particle flotation equipment need to meet were emphatically analyzed, the development of micro particle flotation equipment in recent years was summarized, and the development trend of future micro particle flotation technology and equipment was discussed.Key words: fine particle flotation; fine particle flotation technology; fine particle flotation equipment; fluid dynamics我国是矿产资源大国,资源丰富[1]。
浮选技术发展与应用现状

浮选技术发展与应用现状摘要:随着社会经济的飞速发展,我国工业生产项目的发展水平得到了很好的提升,但是在生产过程中所产生的物质会对环境和最终产物质量造成严重的影响,为改善此现象要合理运用浮选技术。
浮选技术在冶金中的应用可以有效对生产过程中的产物进行区分,如沉淀物、挥发物、炉渣、废物等都可以得到划分和处理,可见浮选技术在工业生产、应用中可以起到重大作用。
关键词:浮选技术;发展;应用;现状引言浮选技术的种类和应用范围较为广泛,本文会对纳米气泡的浮选技术、浆料浮选技术以及气浮选技术进行介绍。
应用浮选技术的同时,会提高生产指标和设备效率,用浮选处理技术,能够得到很高的选别指标。
1、浮选的原理浮选技术在应用的过程会发挥自己的独特性质,润湿性、可浮性和电性都属于较为常用的浮选特性,其两两组合就会在实际应用中发挥显著的作用效果。
例如,润湿性和可浮性的组合会对物质表面的可浮物进行把控,但是需要加入适当的化学剂品;可浮性和电性的组合可以有效的对物质里的液体进行排除。
浮选技术的应用原理主要是利用物质表面的荷电机理,因为应用浮选技术的可浮性和物质的电化学性有一定的关联,所以其应用原理是通过把控物质的荷电变化,进而对物质采用浮选技术。
2、浮选技术应用现状2.1纳米气泡的浮选应用现状经过长期以往的经验得知,浮选技术在应用的过程中具有分类选择的特性,不同大小的气泡适用于不同类型的浮选技术,例如,大气泡要选择具有大颗粒的浮选技术,小气泡要选择具有小颗粒的浮选技术。
所以,要想在浮选应用中获得细矿粒的产物就要减小气泡的大小。
应用自制纳米气泡发生装置对纳米气泡的产生和特性都有一定的影响,纳米气泡在产生的过程中可以明显提高微细颗粒的浮选效率和质量,根本原因是因为纳米气泡发生装置在应用的过程中增强了纳米气泡与微细颗粒的接触频率。
纳米气泡在正常的油酸钠溶液浓度中可以保持一小时,在此期间其气泡仍具有良好的平整性。
而根据实验可知,纳米气泡的大小与油酸钠溶液的浓度有一定的关联,油酸钠溶液浓度超出正常浓度值越多,纳米气泡就会越小,而且还和pH值有一定的关联。
浮选机应用现状与展望

l型 浮 选 机、Me
s
t
o 浮 选 机、
BGRIMM 浮 选 机、
新型双叶轮浮选机等)应用现状的基础上,重点介绍了几种比较典型 的、应 用 较 为 广 泛 的 机 械 搅 拌 式 浮 选 机 的 结 构 特
点和分选性能,并对其发展趋势进行了展望.
关键词:浮选机;结构;分选性能;机械搅拌式浮选机;双叶轮浮选机
间部 位 设 有 转 子 式 分 散 器 [14G16],槽 底 设 有 带 孔 的
压入空气搅拌矿 浆 和 产 生 浮 选 气 泡,现 在 已 很 少
假底、锥形吸管、导管,利于矿浆流动和循环,且槽
使用.
内设有稳流板,缩 短 了 精 矿 在 浮 选 机 中 的 停 留 时
反应G分离器 将 浮 选 机 的 “反 应”与 “分 离”功
这主要是由其技 术 成 熟 性 和 实 用 性 决 定 的,因 此
本文主要阐述机械搅拌式浮选机的特点和应用.
1 国外典型浮选机
2002 年冬瓜山铜 矿 采 用 了 18 台 容 积 为 130
m 的 Wemc
oSma
r
tCe
l
l浮 选 机,目 前 仍 在 运 行
中;
2005 年 洛 阳 栾 川 铜 矿 采 用 了 8 台 容 积 为 130
cnk
i.
hgkwy
2021.
06.
013
j.
j
g.
浮选机应用现状与展望
∗
随婕斐1,何东升1,李智力1,张泽强1,梁 欢1,拉希德哈库2
(
1.武汉工程大学 资源与安全工程学院,湖北 武汉 430074;
2.摩洛哥卡迪阿亚德大学 化学与环境工程学院,摩洛哥 马拉喀什 400000)
浮选动力学模型研究进展及展望

㊀第23卷第2期洁净煤技术Vol.23㊀No.2㊀㊀2017年3月Clean Coal TechnologyMar.㊀2017㊀浮选动力学模型研究进展及展望朱志波,朱书全,陈慧昀,张㊀珂(中国矿业大学(北京)化学与环境工程学院,北京㊀100083)摘㊀要:为实现浮选的自动控制,提高浮选效率,介绍了浮选动力学模型的发展历程,论述了浮选动力学模型实例,分析了浮选动力学理论在金属矿物和煤泥浮选中的应用,并对浮选动力学模型发展趋势进行展望㊂由于浮选过程极其复杂,影响浮选分离的因素很多,现有的浮选动力学模型只是对某些重要影响因素进行模拟,无法将各种不均一性在同一模型中得到体现,对于许多复杂难选矿也不太适用㊂以浮选速率常数为基础,从浮选过程的微观机理出发,运用计算机模拟仿真技术,结合浮选动力学模型中参数的变化规律,是准确描述实际浮选过程的前提,也是未来浮选动力学研究发展的趋势㊂关键词:浮选动力学模型;浮选速率常数;回收率;影响因素中图分类号:TD94㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1006-6772(2017)02-0020-05Research progress and prospect of flotation kinetic modelZhu Zhibo,Zhu Shuquan,Chen Huiyun,Zhang Ke(School of Chemical &Environmental Engineering ,China University of Mining and Technology (Beijing ),Beijing ㊀100083,China )Abstract :To realize the automatic control and improve the efficiency of flotation,this paper summarized the development progress of flota-tion kinetic model,and introduced some practical flotation kinetic models.The current application of kinetic theory on flotation of metal minerals and coal slime was referred,thus the prospect of flotation kinetic models was systematically reviewed.Due to the extremely com-plex of flotation process,the flotation separation is impacted by many factors.as a result,the existing flotation kinetic models are only used to simulate some specific objectives,thus are limited to present various heterogeneities in one model,so as to be invalid for many refractory minerals.Elucidating the microscopic mechanism of the flotation process on the basis of flotation rate constant and law of parameters in flo-tation kinetic models by using the computer simulation technology is the premise of describing the actual flotation process accurately.It is also the development trend of flotation kinetic in the future.Key words :flotation kinetic model;flotation rate constant;recovery rate;influence factor收稿日期:2016-11-18;责任编辑:白娅娜㊀㊀DOI :10.13226/j.issn.1006-6772.2017.02.004基金项目:国家重点基础研究发展计划(973计划)资助项目(2012CB214901)作者简介:朱志波(1994 ),男,安徽六安人,硕士研究生,从事洁净煤技术方面的研究工作㊂E -mail :zzb3241@ 引用格式:朱志波,朱书全,陈慧昀,等.浮选动力学模型研究进展及展望[J].洁净煤技术,2017,23(2):20-24.Zhu Zhibo,Zhu Shuquan,Chen Huiyun,et al.Research progress and prospect of flotation kinetic model[J].Clean Coal Technology,2017,23(2):20-24.0㊀引㊀㊀言浮选作为处理细粒级矿物的有效方法,是一个极其复杂的物理化学过程,受到各种因素影响[1]㊂浮选过程涉及的是气泡与矿粒的相互作用,浮选过程的速率可由气泡浓度和待浮物料浓度控制[2-3]㊂浮选进程的快慢可由单位时间内浮选矿浆中被浮选矿物的浓度或回收率表示,称之为浮选速率,与矿物的种类和成分㊁粒度分布㊁单体解离度㊁矿物表面性质㊁浮选机特性等有关[4]㊂浮选动力学正是研究浮选速率的规律以及分析各种因素对浮选速率影响的方法,借助浮选速率方程可以表示这种规律变化[5]㊂浮选速率常数是浮选速率方程中的主要参数,受矿物性质㊁矿物粒度㊁浮选化学药剂㊁浮选设备等因素影响[6],故而可以根据浮选速率模型中参数大小和变化规律解释矿物的实际浮选过程以及表征矿物的浮选特征㊂探索浮选过程中目的矿物可浮性的变化,建立目的矿物的浮选速率方程可以为提高浮选效率,改善浮选工艺和流程,完善浮选试验研究方法,优化浮选设备和实现浮选过2朱志波等:浮选动力学模型研究进展及展望2017年第2期程的自动化提供依据㊂笔者阐述了动力学理论在金属矿浮选和煤泥浮选中的应用现状,分析了影响浮选效果和矿物浮选速率的主要因素,并对浮选动力学今后的研究方向进行展望,以期促进浮选动力学模型的发展㊂1㊀浮选动力学模型发展历程20世纪20年代就有学者开始研究浮选动力学,但是直至20世纪60年代,浮选动力学模型基本是在化学反应过程动力学基础上建立的,属于多维单相浮选模型㊂Zunigah和Белоглазов从化学反应速率方程类推得到了一级浮选速率模型,其表达式[7]为d cd t=-kc(1)式中,c为t时刻的待浮选矿物的浓度;k为浮选速率常数㊂方程(1)若以回收率ε表示,则有如下形式:dε(t)d t=k[1-ε(t)](2)㊀㊀之后针对不同矿物做了大量浮选试验,结果表明一级浮选速率并不符合所有浮选过程,Plaksin及Krasin提出符合实际浮选过程的n级浮选速率模型,其基本形式为d cd t=-kc n(3)式中,n为反应级数,0ɤnɤ6[8]㊂由于这些浮选动力学模型不能对浮选过程的线性与非线性的由来作出实质性解释,因此这些模型只能作为经验模型㊂20世纪60年代,有学者依据浮选过程中待浮物料的不均匀性提出了不可浮组分和品级的概念,认为同一物料的浮选速率常数是变化的,因此研究浮选速率常数的变化规律和分布模型成为重点㊂卢寿慈等[8]认为浮选速率常数k就是单位时间内矿粒的浮选概率,由于实际浮选过程的复杂多样性,浮选速率常数受到众多因素的影响,故而研究浮选速率常数必须从分析浮选微过程出发㊂Imaizumi和Inoue发现同一浮选入料的k值分布变化表示浮选过程的瞬时变化[9];此后Woodburn和Loveday提出同一种矿物的k值分布规律与r密度函数相符合[10];陈子鸣[11]通过对不同选矿厂的浮选数据应用积分复原k值分布的方法,得出了k值的变化规律近似于β函数分布的结论㊂对于浮选速率常数分布模型,比较有代表性的主要有经典一级模型[12]:ε=ε¥(1-e-kt)(4)㊀㊀一级矩形分布模型[12]:ε=ε¥1-1kt(1-e-kt)éëùû(5)㊀㊀二级动力学模型[12]:ε=ε2¥kt1+ε¥kt(6)㊀㊀二级矩形分布模型[12]:ε=ε¥1-1kt[ln(1+kt)]{}(7)㊀㊀哥利科夫模型[13]:ε=ε01-e-t a+bt()(8)㊀㊀刘逸超模型[13]:ε=ε01-e-k G(1-e-Gt)[](9)㊀㊀许长连模型[13]:ε=ε0[1-(1+ct)-k m c](10)㊀㊀吴亦瑞三重逼近模型[14]ε=ε0-ε01e-k1t-ε02e-k2t-ε03e-k3t(11)式中,εɕ为最大可燃体回收率;ε0为物料所能达到的最大回收率;a㊁b㊁G均为试验常数;k m为k最大值;ε0i为第i品级物料所能达到的最大回收率;k i 为第i品级物料的浮选速率常数(i=1,2,3)㊂浮选过程中,矿浆和泡沫本质上为2个各不相同的相㊂为了更好地描述两相之间的差异,1966年,Hamans和Remann把浮选槽分为泡沫相和矿浆相两部分,单独分析不同相中的浮选过程,加以合并后得到了两相浮选动力学模型[7]㊂1978年,Harris 在两相模型的基础上,进一步细分浮选槽内的各种状态,将泡沫层或矿浆层分为多相,提出了三相模型或多相模型[8]㊂Huber在概率理论的基础上,假设分析了浮选过程的参数变化,提出了概率模型[15]㊂2㊀动力学理论在矿物浮选中的应用2.1㊀动力学理论在金属矿物浮选中的应用岳涛[16]研究了细粒级黑钨矿与各种脉石矿物的浮选分离过程,分析了黑钨矿与萤石㊁方解石及石英的浮选行为特征,考察了矿浆pH值㊁药剂用量㊁浮选矿浆浓度及浮选机叶轮转速对4种单矿物的浮选动力学行为的影响㊂通过对试验数据的拟合分析,得到黑钨矿㊁萤石及方解石单矿物的浮122017年第2期洁净煤技术第23卷选动力学模型㊂εw1=0.35781-10.0303t (1-e -0.0303t )éëùû(12)εw2=0.92941-10.065t (1-e -0.065t )éëùû(13)εp =1.00571-10.0888t (1-e -0.0888t )éëùû(14)εq =0.56371-10.0221t (1-e -0.0221t )éëùû(15)式中,εw1为无硝酸铅及水玻璃条件下的黑钨矿回收率;εw2为硝酸铅活化条件下的黑钨矿回收率;εp 为萤石的回收率;εq 为方解石的回收率㊂吕沛超等[17]以金川镍矿二矿区富矿矿石为研究对象,通过浮选速度试验,考察超声波作用对硫化镍矿物浮选行为的影响,得到镍矿回收率随浮选时间的变化规律,推导出符合该浮选过程的二级矩形分布浮选速率方程模型,表达式为ε=ε¥1-1kt[ln(1+kt )]{}(16)㊀㊀王虎[18]针对铅㊁锌㊁银多金属硫化矿综合回收率低的难题,以南京栖霞山高硫低铅锌银矿为试验对象,研究铅㊁锌及伴生银的高效回收工艺㊂开发了低碱介质中高浓细度浮选新工艺,采用分批刮泡的试验方法,对单矿物浮选数据分析的基础上,得到铅㊁锌精矿的累积回收率,与经典浮选动力学模型进行拟合,得出与之最匹配的浮选动力学模型㊂εx =75.54261-16.5294t (1-e -6.5294t )éëùû(17)εy =66.88031-17.4867t (1-e -7.4867t )éëùû(18)式中,εx 为铅精矿的回收率;εy 为锌精矿的回收率㊂邱廷省等[19]通过纯矿物浮选动力学试验,研究了黄铜矿与闪锌矿在捕收剂QP -02体系中的浮选动力学行为㊂结果表明,黄铜矿㊁闪锌矿在合适的矿浆体系中,浮选速度差异较明显,可以利用其浮选速度的差异结合流程结构优化实现铜锌高效分离㊂应用MATLAB 拟合试验数据,得到黄铜矿㊁闪锌矿的浮选动力学方程:εM =99.98271-10.1114t (1-e -0.1114t )éëùû(19)εN =98.6748(1-e -0.0115t )(20)式中,εM 为黄铜矿的回收率;εN 为闪锌矿的回收率㊂官长平等[20]以铅锌硫化矿为对象进行了分批刮泡浮选试验,考察了矿浆pH 值㊁浮选矿浆浓度㊁浮选入料粒度㊁浮选机叶轮转速及浮选药剂对铅精矿㊁锌精矿回收率的影响㊂通过MATLAB 对试验数据进行非线性拟合,得到浮选动力学参数与浮选因素之间的关系,确定了金属硫化矿的最佳浮选动力学模型㊂韩伟[21]研究了镍矿在JFC -150型浮选机内的浮选动力学,考察了浮选充气压力和浮选机叶轮转速对浮选机内部多相流动特性的影响㊂在对浮选机动力学试验结果计算分析的基础上,得到优化浮选机浮选动力学内外环境的模型参数以及各参数之间的规律关系,为浮选机的设计提供了参考依据㊂2.2㊀动力学理论在煤泥浮选中的应用陶有俊等[22]选取淮北选煤厂原煤为研究对象,考察了浮选药剂用量和密度对煤泥浮选速率的影响㊂发现一级动力学模型对窄级别煤泥浮选速率方程的拟合度最高,导出了煤泥浮选速率常数k 与捕收剂用量及起泡剂用量之间的方程:k =g 0+g 1d +g 2h +g 3f +m 1d 2+m 2h 2+m 3f2+l 1hf(21)式中,d 为煤泥密度;h 为捕收剂用量;f 为起泡剂用量;g 0㊁g 1㊁g 2㊁g 3㊁m 1㊁m 2㊁m 3㊁l 1均为常数㊂在此基础上,陶有俊等[23]对大量试验数据进行拟合,得出的浮选速率常数模型为k =7.3054-7.2236d +2.6283h -13.5525f +1.8337d 2+0.0154h 2+116.2f 2-1.4645hf(22)㊀㊀罗成等[24]通过煤泥窄粒级浮选速率试验,以煤泥浮选一级动力学为基础,研究了煤泥浮选动力学的关键参数:εɕ㊁n ㊁k ㊂结果表明:浮选动力学模型中εɕ的经验解与模型解相比更符合实际浮选过程;一级动力学模型对窄粒级煤泥的浮选速率方程的拟合误差最小;窄粒级煤泥的浮选速率常数k 是时间的函数,可用幂函数或经验公式表达,先求出εɕ的经验解,再求解k (t )函数,所得模型与实际煤泥浮选过程特征相符㊂22朱志波等:浮选动力学模型研究进展及展望2017年第2期桂夏辉等[4]针对主导粒级为细粒级的难浮煤泥,进行了全粒度级的浮选速度试验㊂结果发现,全粒级浮选中,低灰物料优先浮出,随着浮选时间的增加,粗粒级和细粒级部分精煤逐步浮出,粗粒级质量大,气泡与煤粒的脱附概率高,连生体部分亲水性强,浮选速度较慢;而细粒级的比表面积大,吸附的浮选药剂多且含有大量异质细泥,因此需要在能量输入条件下,通过较长时间的矿化作用才能浮出高灰物料㊂通过计算得到该煤泥全粒级浮选试验的最大回收率和浮选速率常数,并与试验值进行比较,认为一级矩形模型是全粒级浮选速率的最合适模型㊂王永田等[25]针对可浮性差的低阶煤,通过浮选试验研究了新型复配药剂FO3和柴油在不同浮选机转速下对煤泥浮选速率的影响,在经典一级动力学的基础上,计算出了各浮选时间段的浮选速率常数,利用MATLAB 软件得出了4种传统动力学模型对试验数据的拟合参数,并提出了在FO3作用下适用于低阶煤浮选的新动力学模型㊂ε=ε¥1-exp -t14rt 3+13st 2+12zt +j æèöøéëùû{}(23)式中,r ㊁s ㊁z ㊁j 均为常数㊂李少章[26]研究了高硫煤泥的脱硫过程,通过浮选试验考察了浮选药剂用量㊁种类㊁浮选机充气率㊁搅拌强度对煤和黄铁矿浮选速率的影响,利用一级浮选速率方程计算得到了煤和黄铁矿的浮选速率常数,分析了药剂制度㊁工艺条件和抑制剂对脱硫过程的影响㊂王泓皓等[27]针对屯兰选煤厂粒级小于1mm 的煤泥,利用自行设计的宽粒级煤泥浮选机,研究了浮选机叶轮转速㊁充气量和矿浆浓度对宽粒级煤泥浮选速率的影响,拟合试验数据得到了操作变量与浮选动力学模型参数的关系㊂结果表明,针对小于1mm 的宽粒级煤泥,在合适的参数条件下,该宽粒级浮选机可以实现有效分选㊂3㊀结论与展望1)浮选动力学模型的发展经历了由单相㊁线性经验模型向多相㊁非线性试验模型完善的过程㊂浮选动力学最初研究的是纯经验性质的多维单相浮选模型,随着不可浮组分和品级概念的提出,有学者基于实际浮选过程中欲浮组分的不均一性将矿浆层和泡沫层分为多相,建立了多相模型和非线性浮选速率常数分布模型,使模型与试验结果间有了更好的一致性㊂2)动力学理论在金属矿物浮选和煤泥浮选中应用广泛㊂众多学者通过浮选试验研究某一类型矿物的浮选动力学,建立相关的浮选数学模型,通过模型能较准确地描述浮选过程㊁反映浮选特征以及优化浮选工艺㊂但是由于影响浮选过程的因素太多,很难精确判断与评价各种因素的影响程度,目前的各种理论模型只是重点突出浮选过程的一个方面或几个方面,不能将浮选过程中各种不均一性在同一种模型中阐述㊂3)以浮选速率常数分布为基础,从浮选过程的微观机理出发,通过浮选试验综合衡量各种影响因素,应用计算软件拟合分析试验数据,确立浮选动力学模型中参数的变化规律,是准确描述实际浮选过程的前提,也是未来浮选动力学研究发展的趋势㊂参考文献(References ):[1]㊀Zhang Zhijun,Liu Jiongtian.Effects of clay and calcium ionson coal flotation[J].International Journal of Mining Science and Technology,2013,23(5):689-692.[2]㊀Akdemir U,Sonmez I.Investigation of coal and ash recovery andentrainment in flotation[J].Fuel Processing Technology,2003,82(1):1-9.[3]㊀蔡璋.浮游选煤与选矿[M].北京:煤炭工业出版社,1990:116-119.[4]㊀桂夏辉,刘炯天,陶秀祥,等.难浮煤泥浮选速率试验研究[J].煤炭学报,2011,36(11):1895-1900.Gui Xiahui,Liu Jiongtian,Tao Xiuxiang,et al.Studies on flotation rate of a hard -to -float fine coal[J].Journal of China Coal Socie-ty,2011,36(11):1895-1900.[5]㊀夏青,岳涛.浮选动力学研究进展[J].有色金属科学与工程,2012,3(2):46-51.Xia Qing,Yue Tao.The research progress of flotation kinetics[J].Nonferrous Metals Science and Engineering,2012,3(2):46-51.[6]㊀罗仙平,何丽萍,周晓文,等.浮选动力学研究进展[J].金属矿山,2008(4):71-74.Luo Xianping,He Liping,Zhou Xiaowen,et al.Progress in flota-tion kinetics research[J].Metal Mine,2008(4):71-74.[7]㊀任天忠.选矿数学模型及模拟[M].长沙:中南工业大学出版社,1990:24-30.[8]㊀卢寿慈,梁幼鸣.浮选过程动力学模型的发展[J].国外金属矿选矿,1983(9):1-6.[9]㊀许长连.浮选速度方程[J].有色金属(选矿部分),1981(5):32-37.[10]㊀陈子鸣,吴多才.浮选动力学研究之一矿物浮选速度模型322017年第2期洁净煤技术第23卷[J].有色金属(冶炼部分),1978(10):28-33. [11]㊀陈子鸣.浮选动力学研究之二浮选速度常数分布密度函数的复原[J].有色金属(冶炼部分),1978(11):27-33. [12]㊀Bayat O,Ucurum M,Poole C.Effect of size distriution on flota-tion kinetics of Turkish sphalerite[J].Mineral Processing andExtractive Metallurgy,2013,113(1):53-59.[13]㊀丁浩.江西金溪石墨矿浮选动力学模型的研究[J].矿产综合利用,1991(2):43-47.[14]㊀孙德四,施爱加.灰色预测模型与浮选动力学多重模型[J].金属矿山,2002(8):37-39.Sun Desi,Shi Aijia.A comparision between grey prediction modeland flotation dynamic multimode[J].Metal Mine,2002(8):37-39.[15]㊀尹蒂.浮选速率常数分布模型平均K值随时间的变化规律[J].有色金属,1986(1):49-56.[16]㊀岳涛.微细粒级黑钨矿浮选动力学研究[D].赣州:江西理工大学,2013:15-55.[17]㊀吕沛超,卢毅屏,冯博,等.超声波作用下金川硫化镍矿浮选动力学研究[J].有色金属(选矿部分),2014(3):58-61.Lyu Peichao,Lu Yiping,Feng Bo,et al.Flotation kinetics study ofJinchuan nickel sulfide ores under ultrasonication[J].Nonfer-rous Metals(Mineral Processing Section),2014(3):58-61.[18]㊀王虎.南京栖霞山高硫低铅锌银矿高效回收工艺及浮选动力学研究[D].赣州:江西理工大学,2015:53-68. [19]㊀邱廷省,邱仙辉,尹艳芬,等.铜锌硫化矿浮选分离过程及动力学分析[J].矿冶工程,2013,33(2):44-47.Qiu Tingsheng,Qiu Xianhui,Yin Yanfen,et al.Process studyand kinetics analysis for flotation separation of chalcopyrite andsphalerite[J].Mining and Metallurgical Engineering,2013,33(2):44-47.[20]㊀官长平,吴翠平,周天明,等.MATLAB在浮选动力学建模中的应用[J].现代矿业,2009,25(6):30-33.Guan Zhangping,Wu Cuiping,Zhou Tianming,et al.Applicationof MATLAB in flotation kinetics modeling[J].Morden Mining,2009,25(6):30-33.[21]㊀韩伟.浮选机内多相流动特性及浮选动力学性能的数值研究[D].兰州:兰州理工大学,2009:30-94.[22]㊀陶有俊,路迈西,蔡璋.煤泥浮选动力学模型的研究[J].选煤技术,1994(3):22-26.[23]㊀陶有俊,路迈西,蔡璋.细粒煤浮选动力学特性研究[J].中国矿业大学学报,2003,32(6):694-697.Tao Youjun,Lu Maixi,Cai Zhang.Study of the dynamics charac-teristics for fine coal flotation[J].Journal of China Universityof Mining&Technology,2003,32(6):694-697. [24]㊀罗成,何亚群.窄粒级煤泥浮选经典动力学模型的改进[J].中国矿业大学学报,2015,44(3):477-482.Luo Cheng,He Yaqun.An improved classic flotation kinetic mod-el of narrow size slime[J].Journal of China University of Mining&Technology,2015,44(3):477-482.[25]㊀王永田,田全志,张义,等.低阶煤浮选动力学过程研究[J].中国矿业大学学报,2016,45(2):398-404.Wang Yongtian,Tian Quanzhi,Zhang Yi,et al.Kinetic process oflow-rank coal flotation[J].Journal of China University of Mining&Technology,2016,45(2):398-404.[26]㊀李少章,刘传巨,张运鑫.抑制剂在浮选脱硫中的应用[J].煤炭科学技术,2001,29(5):29-31.[27]㊀王泓皓,杨润全,王怀法.宽粒级煤泥浮选机浮选试验研究[J].煤炭工程,2013,45(9):112-115.Wang Honghao,Yang Runquan,Wang Huaifa.Study on floatationexperiment of wide-range particle size slime floatator[J].CoalEngineering,2013,45(9):112-115.42。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
的回收率。而在气液界面处,平衡三相接触角及
表面张力与温度无关。
由于浮选过程是复杂的多相物理化学过程,
因此对浮选动力学影响因素的研究大多局限在单
一参数的影响,而其他影响因素都选定在理论的
合适范围内,多因素对浮选动力学的影响研究还
有待加强。
3 常用浮选动力学模型
Kelsall[6]近似地把一种可浮选物料分为具有 高浮选速率常数和低浮选速率常数的两种组分, 在这种近似划分条件下,实验室分批—连续浮选 槽的浮选速率方程式可表达为:
浮选速率常数。
为了验证一级浮选动力学,许多学者做了大
量实验,将实验结果按
log
1
1 -
R
-
t
作图,发现
有 些数据曲线呈非线性,于是将一级浮选动力学
櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗櫗
表 1 DZSN2825 煤泥脱泥专用筛降灰情况
项目
30 - 20 - 60 振动弧形筛 DZSN2825 煤泥 脱泥专用筛
关键词: 浮选动力学; 模型; 影响因素; 研究进展 中图分类号: TD94 文献标识码: A 文章编号: 1005-8397( 2011) 06-0027-04
浮选过程是一个相当复杂的物理化学过程, 20 年代,但是直至 60 年代,浮选动力学模型都
浮选动力学是研究在各种影响因素下浮选过程随
是以化学反应和重要的浮选机理之间的相似性为
Sb Sb
式中,β 为常数; kc 为捕集区速率常数; τfw 为泡
沫停留时间; Sb 为气泡表面面积变动( 与气泡大
小以及气泡流速有关) 。
保加利亚选矿中心研究所和保加利亚科学研
究院研究了温度对泡沫浮选动力学的影响,结果
表明,温度对浮选动力学的影响明显。提高浮选
温度,可以改善石英的回收率,还会减少大颗粒
之后,陶有俊等[11]又对青龙山选 煤 厂 原 生 煤泥的浮选行为进行了探讨,得出的浮选速率常 数模型为: K = 7. 3054 - 7. 2236d + 2. 6283c - 13. 5525f +
1. 8337d2 + 0. 0154c2 + 116. 2f2 - 1. 4645cf 王 爱 丽[12] 等 人 用 混 合 浮 选 药 剂 对 盐 湖 钾 镁
Emad Abkhoshk 等人[4]利用模糊逻辑方法从 粒度方面研究了煤泥浮选动力学。研究发现,在 96. 5% 的置信水平,粒径差异对浮选动力学常数 影响极大; 而在 95% 的置信水平,粒径差异对精
煤理论最大回收率影响甚微。同时粒径与浮选动
力学常数以及理论浮选回收率存在非线性关系,
可以用下式表示: k = - 3. 02 × 10 -6 × P2s + 0. 0055Ps + 0. 6827 RI = - 8. 8904 × ( ln( Ps) ) 2 + 92. 65 × ln( Ps) - 149. 25
R = 1 - ( 1 + Kτ) -N 式中,R 为总回收率,τ 为停留时间。
陶有俊等[10] 对 淮 北 选 煤 厂 的 原 生 煤 泥 进 行 了不同药剂制度下的分批浮选试验,研究了不同 密度级煤泥的浮选动力学模型以及浮选药剂添加 量对煤泥浮选速率的影响,认为宽粒级浮选行为 与窄粒级浮选不同,窄级别煤泥浮选过程符合一 级动力学模型,同时通过计算机模拟建立了煤泥 浮选速率常数 K 与煤泥密度、捕收剂用量及起泡 剂用量之间的多元模型,其表达式为: K = a0 + a1d + a2c + a3f + b1d2 + b2c2 + b3f2 + e1cf 式中,d 为煤泥密度,c 为捕收剂用量,f 为起泡 剂用量。
卫玉花等[13] 对 屯 兰 矿 原 煤 中 小 于 0. 25 mm 粒级煤泥进行了浮选试验,最后选用一级动力学 模型:
R = R∞ ( 1 - exp -Kt) 和三参数动力学模型:
R = R∞ ( 1 - exp -Ktn) 对试验结果进行拟合、比较,得出屯兰矿小 于 0. 25 mm 粒级原煤的浮选行为符合一级动力学
C = C0[φexp( Kst) + ( 1 - φ) exp( - Kft) ] 式中,Kf 和 Ks 分别为组分的高、低浮选速率常 数; φ 是低速率物料占入料的百分比。
Levenspiel[7] 认 为 在 连 续 浮 选 槽 中 的 矿 物 回 收率,不仅受浮选速率常数分布的影响,还受矿 粒在矿浆内停留时间的影响,此时间分布与混合 类型或流 动 状 态 有 关。 Danckwerts[8] 将 孤 立 浮 选 槽中矿粒呈理想混合状态时的停留时间分布代入
式中,RI 为理论浮选回收率,Ps 为矿粒粒径。 Gorain[5]等人研究了泡沫停留时间和浮选速
率常数间的关系,认为浮选速率常数随泡沫停留
时间的延长呈指数性递减,但是这种指数性关系
取决于浮选槽容积。综合考虑浮选槽容积以及泡
沫迁移距离的影响,得到适用于各种不同容积浮
选槽的指数关系式:
k
=
kc
× e -( βτ ) fw
100. 00
5结论
2010 年 7 月,DZSN2825 煤泥脱泥专用筛开 始在友谊精煤公司 3 个选煤分厂运行。实践表 明,该机运 转 平 稳, 彻 底 解 决 了 筛 上 物 灰 分 过 高、筛下跑粗等问题。另外,在脱去大量高灰细 泥的同时,也脱去了大部分水分,改善了煤泥离 心机的入料浓度和入料粒度,使煤泥离心机脱水 效果大大提高。煤泥脱泥专用筛在乌海友谊精煤 公司的应用,是对传统脱泥工艺的一次革命,不 仅工艺简单,易于控制,而且取得了良好的脱泥 降灰效果,对于新建选煤厂和老选煤厂脱泥工艺 改造有着重要的参考价值。
模型,并研究了浮选速率常数 K 随药剂用量增加 的变化规律。
曼邱徐[14]在 实 验 室 研 究 中 引 进 了 改 进 的 浮 选速率常数和选择性指数,并以硫化镍等矿石的 浮选为例评价了改进的浮选速率常数,证明其在 用于分析批量浮选数据时是有用的。
Km = R∞ K 式中,R∞ 极限回收率,K 为一级速率常数。
< 0. 045 合计
入料产率 /% 22. 50 42. 00 24. 00 6. 00 4. 50 1. 00 100. 00
筛上物产率 /% 筛下物产率 /%
35. 50
1. 02
40. 00
3. 58
15. 00
25. 12
3. 00
23. 58
4. 50
45. 12
2. 00
1. 58
100. 00
时间的变化规律。研究浮选动力学对深入研究浮 选机理具有重要作用,对于优化浮选工艺参数、 模拟与控制浮选设备、改进浮选工艺、提高浮选 效率等都具有重要意义。
1 浮选动力学发展历程
基础的,认为浮选动力学和一级化学反应动力学
相似。Zuniga[1]将化学过程中的动力学应用于浮
选过程,他所提出的浮选动力学模型属于一级浮
煤炭加工与综合利用
No. 6,2011
COAL PROCESSING & COMPREHENSIVE UTILIZATION
27
浮选动力学的研究现状及其进展
孙 刚,刘焕胜
( 中国矿业大学 化工学院,江苏 徐州 221000)
摘 要: 介绍了浮选动力学的概念、发展过程及常用浮选动力学模型,分析了影响浮选动 力学的因素以及浮选动力学模型的应用,指出目前的浮选动力学模型均存在一定的缺陷,应从 理论与实验方面深入研究才可取得理想进展。
硫酸盐混矿中的氯化钠进行了浮选动力学研究, 应用离散型三参数快慢浮两速率常数模型计算得 到氯化钠残留率随浮选时间的变化规律,给出了 浮选动力学模型:
R = 0. 2264exp -0. 1704t + 0. 7736exp -0. 8165t
式中,R 为浮选后氯化钠在混矿中的残留率,t 为 浮选时间。
入料浓度 / g·L - 1 92. 3
91. 6
入料 灰分 /% 18. 06
18. 20
筛上物 灰分 /% 13. 60
9. 91
筛下物 灰分 /%21来自 62表 2 DZSN2825 煤泥脱泥专用筛脱泥情况
粒级 / mm > 0. 5
0. 5 ~ 0. 25 0. 25 ~ 0. 125 0. 125 ~ 0. 075 0. 075 ~ 0. 045
选速率模型,其基本形式为:
dc dt
= - kc
浮选动力学研究的起源可以追朔到 20 世纪
收稿日期: 2011-08-26 作者简介: 孙 刚(1984—) ,男,江苏徐州人,中国 矿业 大学矿物加工专业 2010 级在读硕士研究生,研究方向: 浮选的 基础理论及其设备。
式中: c 为 t 时刻浮选槽内上浮矿物的浓度; k 为
影响浮选过程的因素非常多,目前各种模型 只是对某些重要因素对浮选动力学的影响进行模 拟,而将各种不均一性在同一模型中得到体现是 未来浮选动力学研究的方向。
2 浮选动力学影响因素
各种变 量 的 影 响 造 成 浮 选 过 程 复 杂 多 变。 Schuhmann[2]提出,矿 粒 的 回 收 率 与 矿 粒 在 浮 选 槽内的运动结果有关。曾克文[3]等从矿粒与气泡 的碰撞、粘附和脱附过程分析,通过调整浮选机 胶带转速来控制浮选槽矿浆紊流强度,研究了矿 浆紊流强度对浮选的影响。他认为,萤石矿物在 低紊流强度下即可产生粘附; 在高紊流强度下, 萤石最大浮选速度下降,造成脱附概率增大,影 响了捕收概率,因而降低紊流强度,有助于对萤 石的浮选。
28
煤炭加工与综合利用
2011 年第 6 期
变为 n 级浮选速率模型[1]: dc = - kcn dt