铅锌分离过程中粒度对银导向回收影响的模拟计算

作者：冉金城; 邱显扬^*

来源：贵金属, 2020, 41(04): 44-50.

• 浮选动力学
• BP人工神经网络
• 粒级
• 分离效率
• 银的导向回收

采用经典一阶浮选动力学模型对矿物浮选回收率及分离效率进行了拟合计算,研究矿石粒度对铅锌分离过程中铅、银和锌的浮选行为的影响。建立了BP人工神经网络模型,预测平均给矿粒度对矿物回收率及分离效率的影响。结果表明,中等粒级(-74～+20μm)下铅和银的浮选回收率最高,而微细粒级锌夹带严重,3种矿物的浮选速率均随矿石粒度的减小而减小;-105～+20μm粒级下矿物的分离效率最高,过粗或过细均不利于矿物的浮选分离。BP-ANN预测结果表明,该矿石的最佳平均给料粒度为26～94μm;银具有良好的铅依存性,通过添加锌抑制剂ZCY,配合使用对银矿物有良好选择性的捕收剂DA-1,可以实现银在铅锌分离中的导向回收。

• 单位
  广东省科学院