白钨矿与黑钨矿分流分速异步浮选过程中的模拟研究
来源期刊:中国矿业2014年第S2期
论文作者:于洋 李俊旺 孙传尧 王中明
文章页码:246 - 251
关键词:白钨矿;黑钨矿;异步浮选;可浮性;浮游速度;
摘 要:本文针对矽卡岩型黑白钨混合矿,在相关异步浮选分离研究的基础上,利用回归分析与人工神经网络建立起不同工艺条件与矿物可浮性变化规律关系模型,为解决浮选建模过程中遇到的多变量、非线性、强耦合、大滞后等难题,实现浮选过程的优化控制提供参考。研究结果表明:对矿物浮选累计回收率的影响因素大小依次是Time>pH>羟肟酸>柠檬酸。对于预测矿物不同工艺条件下的浮选指标,回归模型预测精度较差,白钨矿和黑钨矿浮选累计回收率预测值与试验值之间的相关系数R2分别为0.805、0.827,而神经网络模型具有较好的预测精度,相关系数R2分别为0.944、0.947。人工混合矿分离结果与单矿物浮选规律有很好的一致性,应用所建立的神经网络模型对于更好的掌握不同矿物之间的浮游规律,优化浮选工艺有一定的意义。
于洋1,李俊旺2,孙传尧1,王中明1
1. 北京矿冶研究总院矿物加工科学与技术国家重点实验室2. 北京华夏建龙矿业科技有限公司
摘 要:本文针对矽卡岩型黑白钨混合矿,在相关异步浮选分离研究的基础上,利用回归分析与人工神经网络建立起不同工艺条件与矿物可浮性变化规律关系模型,为解决浮选建模过程中遇到的多变量、非线性、强耦合、大滞后等难题,实现浮选过程的优化控制提供参考。研究结果表明:对矿物浮选累计回收率的影响因素大小依次是Time>pH>羟肟酸>柠檬酸。对于预测矿物不同工艺条件下的浮选指标,回归模型预测精度较差,白钨矿和黑钨矿浮选累计回收率预测值与试验值之间的相关系数R2分别为0.805、0.827,而神经网络模型具有较好的预测精度,相关系数R2分别为0.944、0.947。人工混合矿分离结果与单矿物浮选规律有很好的一致性,应用所建立的神经网络模型对于更好的掌握不同矿物之间的浮游规律,优化浮选工艺有一定的意义。
关键词:白钨矿;黑钨矿;异步浮选;可浮性;浮游速度;