基于信息融合技术的球磨机三因素负荷检测研究

采用多传感器信息融合技术实现对介质充填率、料球比以及磨矿浓度三因素的检测,并通过神经网络建立球磨机外部响应与内部负荷参数之间的关系模型,对球磨机负荷进行预测,为球磨机优化控制奠定基础.     

河南某硫酸烧渣制备氯化铁铵的试验研究

以河南某硫酸烧渣为原料, 采用盐酸浸出-浓缩净化-氯化铵诱导-冷却结晶工艺制备优级纯氯化铁铵晶体。实验所得最佳工艺条件为: 盐酸溶液浓度40%、液固比8∶1、浸出温度85 ℃、浸出时间40 min、氯化铵过量系数0.9, 此条件下原料中铁浸出率为91.43%, 所制备的氯化铁铵纯度达到99.85%。     

露天矿山边坡稳定浅析

在概述边坡失稳破坏类型与边坡稳定性影响因素的基础上,以某露天矿山为例,进行了初步的边坡稳定性分析,并提出了预防边坡失稳的几点对策措施。     

浮选柱充气量自动调节的研究

浮选柱与其他浮选设备相比,具备浮选效率高,作业次数和循环矿量少,流程简化,设备简单,占地面积小,能耗低等的优点,有着广泛的用途和良好的发展前景。目前浮选柱的自动控制还不是很普及,但是实现自动化是浮选柱的一个重要发展趋势。"组态王"软件能快速构造和生成计算机监控系统,通过对现场数据的采集处理,以动画显示、流程控制和趋势曲线等多种方式向用户提供解决实际问题的方案。通过使用"组态王"软件实现浮选柱的充气量的自动调节,能实现浮选柱稳定的运行并获得好的选别效果。本文简要阐述了在浮选过程中影响浮选柱浮选效果的几个主要参数,概括介绍了"组态王"软件的设计方法,通过利用相应的硬件和"组态王"软件实现了浮选柱充气量的自动调节。     

基于数据电台的选矿自动控制系统

本文设计了一套适合选矿工艺的以PLC为核心的分布式控制系统,该系统采用无线数传电台作为数据接收/发送装置,以分布式控制方式实现对选矿现场设备的集中监控,适用于设备地理位置分散、不易布线的场合。     

缅甸某金矿重选-浸出选矿试验研究

鉴于缅甸某金矿性质及当地矿山实际情况,开展了尼尔森重选-尾矿氰化浸出试验条件研究。结果表明,当采用三段不同磨矿细度,三段尼尔森GRG重选流程,可得到金品位为292.91 g/t、回收率为59.86%的重砂精矿,以及金品位为6.45 g/t、回收率为40.14%重选尾矿,同时也节约了磨矿成本。重选尾矿氰化浸出较佳条件为磨矿细度-0.045 mm 78%、矿浆浓度40%、石灰用量1.5 kg/t、氰化钠用量4.0 kg/t、浸出20 h,金作业回收率为93.18%。采用尼尔森重选-尾矿氰化浸出联合流程,金的总回收率可达到97.26%。     

某尾矿库排水系统防洪能力验算及评价

介绍了某尾矿库排水系统,并对其进行了防洪能力验算。对尾矿库存在的问题进行了分析,提出了一些有针对性的安全对策。     

KC-MD3型尼尔森选矿机在某金矿磨矿回路中的试验研究

为提高内蒙古某金矿尼尔森重选回收率,在研究和分析了自然金粒度组成、嵌布特征、形状形态的基础上,研究了金矿磨矿回路中KC-MD3型尼尔森选矿机工艺参数对重选指标的影响。研究结果表明,试验范围内,给矿量与精矿品位呈正相关关系,与回收率呈负相关关系;反冲洗水量过大或过小、增加重力倍数都不利于提高精矿品位和回收率;粗粒级矿物对重选指标影响较大,因此适当隔粗有利于提高精矿品位和回收率。建议实际生产中,适当降低给矿量、合理控制反冲洗水量、重力倍数不超过60g、适当隔粗,以提高尼尔森重选回收率。     

从小秦岭某浮金尾矿中回收白钨矿的试验研究

小秦岭地区金矿多伴生白钨矿,一直未得到有效利用。为对该地区的伴生白钨矿进行综合利用,选择某浮金尾矿进行了白钨矿回收试验研究。研究结果表明:某浮金尾矿中WO_3含量为0.063%,主要有用矿物为白钨矿,主要脉石矿物为石英,SiO_2含量为77.74%。在不进行预先脱硫和磨矿的前提下,采用常温粗选-加温精选的浮选工艺回收钨矿物,最终闭路试验可以获得WO_3品位为33.68%、回收率为76.37%的钨精矿。     

内蒙古某氰化尾矿再选试验研究

内蒙古某氰化尾矿Au品位为0.46 g/t,储量近100万t,并伴有Ag、Cu、Pb、Zn等有价元素,为开发二次资源,在样品基本性质详细分析的基础上,并结合现有在产工艺流程进行了大量的试验研究,研究结果表明：以MA+WPS-100为捕收剂,以2^#油为起泡剂,采用现有生产中一粗三扫两精的工艺流程,无需额外增加预处理工艺,即可实现Au、Ag、Cu、Pb、Zn等有价元素的综合回收,实验室闭路试验可以获得产率为8.44%的混合精矿,精矿中Au、Ag、Cu、Pb、Zn的品位分别为4.34 g/t、136.62 g/t、1.33%、0.65%、2.39%,回收率分别为70.18%、67.80%、79.82%、28.54%、77.76%,总体选矿指标良好,且选矿废水对环境和生产流程不会产生不利影响。