外磁场及硫酸镁对碳酸钙溶解行为的影响机理研究

为揭示动态水条件下外磁场中硫酸镁对碳酸钙溶解过程的影响规律，采用SEM、XRD、离子浓度检测、电导率检测等手段对碳酸钙的溶解行为进行表征，结果表明：外磁场及硫酸镁可明显提升碳酸钙的溶解能力，当外磁场中硫酸镁的质量分数由0升至3.0%时，溶液中钙离子浓度升高了58.62%;外磁场可使碳酸钙(104)晶面间距、微观应变和位错密度增大，使得碳酸钙的晶胞体积膨胀、结构疏松，晶体缺陷增多，有利于碳酸钙与水分子的水合及其在水溶液中的溶解扩散，硫酸镁则通过镁离子的盐效应促进溶液中碳酸钙的溶解。研究成果可为采用磁化技术调控碳酸钙溶解行为研究提供参考。     

基于双隐含层BP神经网络的某金矿回收率预测研究

为掌握某金矿选矿工艺影响因素对金实际回收率的作用规律并预测金的回收率,采用正交试验方法开展了金矿浮选试验,通过Pearson系数分析金回收率对不同工艺因素的敏感性,并利用双隐含层BP神经网络对金回收率进行预测。结果表明：生产过程中金回收率对不同因素的敏感性由大到小依次为2^#油用量、Na2S用量、丁基黄药用量、CuSO4用量和磨矿细度。在此基础上,选用2^#油用量、Na2S用量和丁基黄药用量3个主要影响因素,使用不同隐含层激活函数的BP神经网络对金回收率进行预测。预测结果表明：当使用“logsig”作为激活函数时,其拟合度与精度较高,拟合优度R²为0.9792,相对平均误差仅为0.666%,说明该模型能够较好地预测金回收率。研究结果对贵金属矿山生产中金属回收率的预测有一定的参考意义。     

超声波预处理氧化钙对改善黄铜矿浮选效果的机理分析

为揭示超声波预处理氧化钙对改善黄铜矿浮选效果的机理，以超声预处理的氧化钙为调整剂进行了黄铜矿的浮选试验。采用FTIR等手段对超声预处理的氧化钙溶液进行了表征。结果表明，适宜超声功率处理的氧化钙溶液对黄铜矿浮选效率的影响较为明显。500 g/t的氧化钙经输出功率为216 W的超声波处理后，精矿中铜的回收率达到了83.23%，与未处理相比提高了9.48百分点。适宜的超声波处理氧化钙溶液可使Ca²⁺、Ca(OH)⁺和OH^-等离子的含量增多，其中的Ca²⁺、Ca(OH)⁺等离子可减弱矿泥对浮选药剂的消耗。此外，适宜的超声功率预处理还可使氧化钙溶液中有利于黄铜矿浮选的游离水羟基含量提高3.13百分点，进而改善黄铜矿的浮选效果。研究对超声波技术在浮选领域的应用具有一定的借鉴意义。     

电解水对生石膏超细磨的影响及作用机理

利用电解水改善胶体磨对生石膏的超细粉磨效果，并采用FTIR等手段对溶液和超细磨产品进行了表征。结果表明，电解改性水对生石膏超细磨效果的改善作用明显。在料浆质量浓度为16%、超细磨时间为25 min的条件下，利用电解20 min的改性水可使生石膏超细磨产品的d₉₀从54.6 μm减小至2.21 μm，比表面积则从203 cm2/g增大至2265 cm2/g。当水经电解处理20 min时，水体中自由水的羟基总含量增大了2.42百分点，强化了生石膏表面钙离子活性点与水之间的亲和作用，导致生石膏料浆黏度减小了16.74 mPa·s。上述作用可改善生石膏料浆的流动性并强化胶体磨齿轮对生石膏的剪切作用，使生石膏超细磨产品内部裂纹增多并有利于改性水渗入生石膏内部，使其最强峰面间距、微观应变和位错密度增大而结晶度和晶粒尺寸变小，最终提高了生石膏超细磨效率。      

温度对磁场中碳酸钙溶解性能的影响机理研究

为掌握温度对磁场作用下碳酸钙溶解性能的影响规律，采用XRD、SEM和FTIR等手段对碳酸钙和不同温度条件下的磁化蒸馏水进行了表征。结果表明：不同温度下磁化溶液中碳酸钙的溶解性能不同。随着温度的升高，碳酸钙的溶解率和碳酸钙磁化溶液中的Ca2+浓度逐渐降低。当温度为20℃时，磁化溶液中Ca2+的浓度和碳酸钙的溶解率最大，分别为10.4mg·L-1和37.18‰。高温不利于碳酸钙溶解的原因在于，温度的增大可使磁化蒸馏水中多聚水和二聚水分子内的羟基总和减小了16.8%，并不利于碳酸钙与水分子之间的亲合作用。此外，高温还使磁化溶液中碳酸钙的结晶度增大了3.8%，（104）晶面的面间距减小了2.5×10-4nm，这减小了碳酸钙与水的相对接触面积，因而不利于碳酸钙的溶解。研究揭示了温度与磁化溶液中碳酸钙溶解行为的关系，并补充了磁化去除碳酸钙垢的理论依据。     

辉钼矿回收率对水体磁化改性因素敏感性的BP神经网络研究北大核心

为优化磁化水体系中辉钼矿回收指标,以正交实验的方法进行了辉钼矿单矿物浮选试验,并利用BP神经网络对辉钼矿回收率与水体磁化改性影响因素的敏感性关系进行分析。结果表明:浮选过程中辉钼矿回收率对不同磁化因素的敏感性由大到小依次为:电流频率、退磁时间、磁化时间、电流频率与磁化时间交互影响和电流频率与退磁时间交互影响。研究利用电流频率等三个主要影响因素,通过BP神经网络作为模型对辉钼矿的回收率进行预测,其拟合度与精度较好,拟合优度R^(2)为0.9704,相对平均误差仅为1.27%,该模型能较好地用于辉钼矿回收率的预测。研究对利用磁化水改善金属硫化矿浮选效果的工业应用有一定的参考意义。