矿石中伴生贵金属的回收率的预测方法及其应用技术

本发明专利技术涉及矿物加工技术领域，具体而言，涉及矿石中伴生贵金属的回收率的预测方法及其应用。预测方法包括：对含有贵金属矿物的待预测矿石进行检测和统计，得到每颗贵金属矿物的微观形貌、每颗贵金属矿物中的贵金属含量和每颗贵金属矿物的面积；将待预测矿石中的贵金属矿物按照分布特征和连生关系进行划分，并计算得到每一类所述贵金属矿物中的贵金属含量；得到与黄铜矿相关类别的各类所述贵金属矿物中的贵金属含量占待预测矿石中的总贵金属含量的质量百分比的总和，即为待预测矿石中伴生贵金属进入铜精矿中的贵金属的回收率的预测值。该预测方法能够有效地预测出待预测矿石中伴生贵金属进入铜精矿中的金、银的回收率，且准确率高，误差小。误差小。

【技术实现步骤摘要】
矿石中伴生贵金属的回收率的预测方法及其应用


[0001]本专利技术涉及矿物加工
，具体而言，涉及矿石中伴生贵金属的回收率的预测方法及其应用。

技术介绍

[0002]大多数的铜矿石中都伴生有一定量的有价金属元素金和银，其具有一定的综合回收价值，能够为矿山企业带来相应的经济效益。但是，在进行矿石工艺矿物学研究的时候，均以主要有价元素铜为研究目标来开展研究工作，重点关注影响铜的回收指标的因素，而对其中伴生的特别是低品位的金、银关注很少。
[0003]尤其是前些年，工艺矿物学的研究工作基本靠技术人员人工来完成，采用光学显微镜由人工进行测量，由于伴生金以及伴生银的含量低，难度大，工作量大，数据少，人工很难对其进行大量的有效的统计，因此，对铜矿中伴生的低品位金以及低品位银的研究就相对较少。
[0004]并且，由于缺乏有限的测试手段，无法准确掌握矿石中金、银矿物的嵌布特征、粒度等关键信息，就不能对影响其回收的因素进行分析研究，因此，也就没有有效的方法对金、银回收率进行准确的预测。
[0005]有鉴于此，特提出本专利技术。

技术实现思路

[0006]本专利技术的第一目的在于提供一种矿石中伴生贵金属的回收率的预测方法，该预测方法能够有效预测出待预测矿石中伴生金以及伴生银进入铜精矿中的金和/或银的回收率，并且准确率较高，误差较小。
[0007]本专利技术的第二目的在于提供所述的矿石中伴生贵金属的回收率的预测方法在选矿中的应用。
[0008]为了实现本专利技术的上述目的，特采用以下技术方案：本专利技术提供了一种矿石中伴生贵金属（伴生金和/或伴生银）的回收率的预测方法，包括以下步骤：（a）、对含有贵金属矿物（金矿物和/或银矿物）的待预测矿石进行检测和统计，得到每颗所述贵金属矿物的微观形貌、每颗所述贵金属矿物中的贵金属含量（金含量和/或银含量）和每颗所述贵金属矿物的面积。
[0009]（b）、根据步骤（a）中所述检测和统计的结果，将所述待预测矿石中的所述贵金属矿物按照分布特征和连生关系进行划分（分类），然后计算得到每一类所述贵金属矿物中的贵金属含量（金含量和/或银含量）。
[0010]（c）、根据步骤（b）中所述计算的结果，得到与黄铜矿相关类别的各类所述贵金属矿物中的贵金属含量占所述待预测矿石中的总贵金属含量的质量百分比的总和，即为所述待预测矿石中伴生贵金属进入铜精矿中的贵金属的回收率的预测值。
[0011]其中，所述贵金属矿物包括金矿物和/或银矿物，所述贵金属包括金和/或银。
[0012]本专利技术所提供的预测方法，通过对矿石中伴生贵金属矿物进行大量的测量和统计，并分析、计算出不同类型贵金属矿物中金和/或银的占有率，实现了贵金属矿物的不同分布特征的定量化，进而可实现对铜矿石中伴生金和/或伴生银的回收率进行预测。解决了现有技术中没有铜矿中伴生金和/或伴生银的回收率的预测方法的问题。
[0013]并且，该预测方法的准确率较高，误差较小。
[0014]优选地，步骤（a）中，所述待预测矿石包括铜矿石，具体包括含有金矿物的铜矿石和/或含有银矿物的铜矿石。
[0015]优选地，步骤（a）中，所述检测采用矿物自动分析仪进行。
[0016]本专利技术运用矿物自动分析仪对矿石中的贵金属矿物（金矿物和/或银矿物）的相关参数进行统计，解决了人工无法大量统计测量金、银矿物的问题。
[0017]并且，采用矿物自动分析仪进行大量的检测和统计，能够提高预测的准确率，减小误差。
[0018]优选地，所述的矿石中伴生贵金属的回收率的预测方法包括以下特征（1）至（3）中的至少一种：（1）所述矿物自动分析仪的电压为15kV~20kV；包括但不限于15kV、16kV、17kV、18kV、19kV、20kV中的任意一者的点值或任意两者之间的范围值。
[0019]（2）所述矿物自动分析仪的电流为1.5nA~2.0nA；包括但不限于1.5nA、1.6nA、1.7nA、1.8nA、1.9nA、2.0nA中的任意一者的点值或任意两者之间的范围值。
[0020]（3）所述矿物自动分析仪的像素线扫描速度为5pxl/ms~6pxl/ms，包括但不限于5.0pxl/ms、5.1pxl/ms、5.2pxl/ms、5.3pxl/ms、5.4pxl/ms、5.5pxl/ms、5.6pxl/ms、5.7pxl/ms、5.8pxl/ms、5.9pxl/ms、6.0pxl/ms中的任意一者的点值或任意两者之间的范围值。
[0021]优选地，所述的矿石中伴生贵金属的回收率的预测方法包括以下特征（1）至（4）中的至少一种；（1）所述矿物自动分析仪的测试倍率为350倍~500倍；包括但不限于360倍、370倍、380倍、390倍、400倍、410倍、420倍、430倍、440倍、450倍、460倍、470倍、480倍、490倍、500倍中的任意一者的点值或任意两者之间的范围值。
[0022]（2）所述矿物自动分析仪的最低灰度为100~150；包括但不限于100、105、110、115、120、125、130、135、140、145、150中的任意一者的点值或任意两者之间的范围值。
[0023]（3）所述矿物自动分析仪的最高灰度为200~255；包括但不限于200、205、210、215、220、225、230、235、240、245、250、255中的任意一者的点值或任意两者之间的范围值。
[0024]（4）所述矿物自动分析仪的最小颗粒面积为1μm~2μm，包括但不限于1.0μm、1.1μm、1.2μm、1.3μm、1.4μm、1.5μm、1.6μm、1.7μm、1.8μm、1.9μm、2μm中的任意一者的点值或任意两者之间的范围值。
[0025]所述矿物自动分析仪采用上述参数时，有利于减小贵金属（金和/或银）回收率的预测误差。
[0026]优选地，根据所述矿物自动分析仪所检测得到的每颗贵金属矿物（金矿物和/或银矿物）的能谱值，获得步骤（a）中所述每颗所述贵金属矿物中的贵金属（金和/或银）的含量。
[0027]优选地，步骤（b）中，所述贵金属矿物按照所述分布特征进行划分包括裂隙贵金
属、粒间贵金属和包裹贵金属。
[0028]具体地，所述银矿物按照所述分布特征进行划分包括裂隙银、粒间银和包裹银。所述金矿物按照所述分布特征进行划分包括裂隙金、粒间金和包裹金。
[0029]其中，裂隙贵金属是指分布在其他矿物裂隙中的贵金属矿物。
[0030]粒间贵金属是指分布在其他矿物之间的贵金属矿物。
[0031]包裹贵金属是指被其他矿物包裹的贵金属矿物。
[0032]其中，所述裂隙贵金属按照所述连生关系进行划分包括黄铁矿裂隙贵金属，黄铜矿裂隙贵金属，磁黄铁矿裂隙贵金属，以及，脉石裂隙贵金属。
[0033]具体地，所述裂隙银按照所述连生关系进行划分包括黄铁矿裂隙银，黄铜矿裂隙银，磁黄铁矿裂隙银，以及，脉石裂隙银。所述裂隙金按照所述连生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.矿石中伴生贵金属的回收率的预测方法，其特征在于，包括以下步骤：（a）、对含有贵金属矿物的待预测矿石进行检测和统计，得到每颗所述贵金属矿物的微观形貌、每颗所述贵金属矿物中的贵金属含量和每颗所述贵金属矿物的面积；（b）、根据步骤（a）中所述检测和统计的结果，将所述待预测矿石中的所述贵金属矿物按照分布特征和连生关系进行划分，然后计算得到每一类所述贵金属矿物中的贵金属含量；（c）、根据步骤（b）中所述计算的结果，得到与黄铜矿相关类别的各类所述贵金属矿物中的贵金属含量占所述待预测矿石中的总贵金属含量的质量百分比的总和，即为所述待预测矿石中伴生贵金属进入铜精矿中的贵金属的回收率的预测值；其中，所述贵金属矿物包括金矿物和/或银矿物，所述贵金属包括金和/或银。2.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法，其特征在于，步骤（a）中，所述待预测矿石包括铜矿石。3.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法，其特征在于，步骤（a）中，所述检测采用矿物自动分析仪进行。4.根据权利要求3所述的矿石中伴生贵金属的回收率的预测方法，其特征在于，包括以下特征（1）至（3）中的至少一种：（1）所述矿物自动分析仪的电压为15kV~20kV；（2）所述矿物自动分析仪的电流为1.5nA~2.0nA；（3）所述矿物自动分析仪的像素线扫描速度为5pxl/ms~6pxl/ms。5.根据权利要求3所述的矿石中伴生贵金属的回收率的预测方法，其特征在于，包括以下特征（1）至（4）中的至少一种；（1）所述矿物自动分析仪的测试倍率为350倍~500倍；（2）所述矿物自动分析仪的最低灰度为100~150；（3）所述矿物自动分析仪的最高灰度为200~255；（4）所述矿物自动分析仪的最小颗粒面积为1...

【专利技术属性】
技术研发人员：方明山，肖仪武，王周和，丁鹏，彭时忠，朱继生，
申请(专利权)人：铜陵有色金属集团股份有限公司，
类型：发明
国别省市：