铜硫分离中银的选择性导向回收-sup-①-_sup-_冉金城.pdf

铜硫分离中银的选择性导向回收 ① 冉金城１，２，３， 邱显扬１，２，３ （１．广东省科学院资源综合利用研究所，广东 广州 ５１０６５０； ２．稀有金属分离与综合利用国家重点实验室，广东 广州 ５１０６５０； ３．广东省矿产资源开发 和综合利用重点实验室，广东 广州 ５１０６５０） 摘 要 为了研究新型抑制剂在铜硫分离过程中对银浮选行为的影响，采用石灰和 ＬＹ 作为硫抑制剂，通过 ６ 种动力学模型，分别 考察了低碱和高碱环境下铜、银和铁的浮选回收率及动力学行为。 结果表明，６ 种动力学模型均可较好地拟合试验数据。 石灰选择 性较差，在低碱性介质中对黄铁矿的抑制效果较弱，在强碱性介质中不利于铜和银矿物的回收；而 ＬＹ 在铜硫分离过程中表现出良 好的选择性，它可以在低碱和高碱环境下强烈抑制黄铁矿，并在弱碱性矿浆中实现铜硫的高效分离，同时诱导独立银矿物定向富集 至铜精矿产品中。 关键词 浮选动力学； 抑制剂； 石灰； ＬＹ； 分离效率； 铜硫分离； 银 中图分类号 ＴＤ９２３文献标识码 Ａｄｏｉ１０．３９６９／ ｊ．ｉｓｓｎ．０２５３-６０９９．２０２０．０５．００８ 文章编号 ０２５３-６０９９（２０２０）０５-００３３-０６ Ｓｅｌｅｃｔｉｖｅ Ｒｅｃｏｖｅｒｙ ｏｆ Ｓｉｌｖｅｒ ｉｎ Ｃｕ-Ｓ Ｆｌｏｔａｔｉｏｎ Ｓｅｐａｒａｔｉｏｎ ＲＡＮ Ｊｉｎ⁃ｃｈｅｎｇ１，２，３， ＱＩＵ Ｘｉａｎ⁃ｙａｎｇ１，２，３ （１．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｒｅｓｏｕｒｃｅｓ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｕｔｉｌｉｚａｔｉｏｎ， Ｇｕａｎｇｄｏｎｇ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｇｕａｎｇｚｈｏｕ ５１０６５０， Ｇｕａｎｇｄｏｎｇ， Ｃｈｉｎａ； ２．Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｒａｒｅ Ｍｅｔａｌｓ Ｓｅｐａｒａｔｉｏｎ ａｎｄ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｕｔｉｌｉｚａｔｉｏｎ， Ｇｕａｎｇｚｈｏｕ ５１０６５０， Ｇｕａｎｇｄｏｎｇ， Ｃｈｉｎａ； ３．Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｅｘｐｌｏｉｔａｔｉｏｎ ａｎｄ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｕｔｉｌｉｚａｔｉｏｎ ｏｆ Ｍｉｎｅｒａｌ Ｒｅｓｏｕｒｃｅｓ， Ｇｕａｎｇｚｈｏｕ ５１０６５０， Ｇｕａｎｇｄｏｎｇ， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｆｏｒ ｓｔｕｄｙｉｎｇ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ａ ｎｏｖｅｌ ｄｅｐｒｅｓｓａｎｔ， ＬＹ， ｏｎ ｔｈｅ ｒｅｃｏｖｅｒｙ ｏｆ ｓｉｌｖｅｒ ｍｉｎｅｒａｌｓ ｉｎ Ｃｕ⁃Ｓ ｆｌｏｔａｔｉｏｎ ｓｅｐａｒａｔｉｏｎ， ｔｈｅ ｆｌｏｔａｔｉｏｎ ｒｅｃｏｖｅｒｙ ａｎｄ ｋｉｎｅｔｉｃ ｂｅｈａｖｉｏｒ ｏｆ ｃｏｐｐｅｒ， ｓｉｌｖｅｒ ａｎｄ ｉｒｏｎ ｍｉｎｅｒａｌｓ ｉｎ ｂｏｔｈ ｗｅａｋｌｙ ａｌｋａｌｉｎｅ ａｎｄ ｈｉｇｈｌｙ ａｌｋａｌｉｎｅ ｍｅｄｉａ ｗｅｒｅ ｒｅｓｐｅｃｔｉｖｅｌｙ ｉｎｖｅｓｔｉｇａｔｅｄ， ｗｉｔｈ ｌｉｍｅ ａｎｄ ＬＹ ａｓ ｓｕｌｆｕｒ ｄｅｐｒｅｓｓａｎｔｓ， ｂｙ ｕｓｉｎｇ ｓｉｘ ｋｉｎｅｔｉｃ ｍｏｄｅｌｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅｓｅ ｓｉｘ ｋｉｎｅｔｉｃ ｍｏｄｅｌｓ ｃａｎ ａｌｌ ｆｉｔ ｗｅｌｌ ｔｈｅ ｔｅｓｔ ｄａｔａ． Ｔｈｅ ｆｌｏｔａｔｉｏｎ ｓｅｌｅｃｔｉｖｉｔｙ ｉｓ ｐｏｏｒ ｗｈｅｎ ｕｓｉｎｇ ｌｉｍｅ， ａｓ ｉｔ ｃａｎ ｈａｒｄｌｙ ｄｅｐｒｅｓｓ ｐｙｒｉｔｅ ｉｎ ｌｏｗ ａｌｋａｌｉｎｅ ｐｕｌｐ ａｎｄ ｉｔ ｉｓ ｎｏｔ ｃｏｎｄｕｃｉｖｅ ｔｏ ｔｈｅ ｒｅｃｏｖｅｒｙ ｏｆ ｃｏｐｐｅｒ ａｎｄ ｓｉｌｖｅｒ ｍｉｎｅｒａｌｓ ｉｎ ｈｉｇｈｌｙ ａｌｋａｌｉｎｅ ｍｅｄｉｕｍ． ＬＹ， ｂｙ ｃｏｎｔｒａｓｔ， ｓｈｏｗｓ ｇｏｏｄ ｓｅｌｅｃｔｉｖｉｔｙ ｉｎ Ｃｕ⁃Ｓ ｆｌｏｔａｔｉｏｎ ｓｅｐａｒａｔｉｏｎ ａｓ ｉｔ ｃａｎ ｓｔｒｏｎｇｌｙ ｉｎｈｉｂｉｔ ｐｙｒｉｔｅ ｉｎ ｂｏｔｈ ｗｅａｋｌｙ ａｎｄ ｈｉｇｈｌｙ ａｌｋａｌｉｎｅ ｍｅｄｉａ． Ｉｎ ａｄｄｉｔｉｏｎ， ｔｈｅ ｆｌｏｔａｔｉｏｎ ｓｅｐａｒａｔｉｏｎ ｏｆ ｃｈａｌｃｏｐｙｒｉｔｅ ｆｒｏｍ ｐｙｒｉｔｅ ｃａｎ ｂｅ ｒｅａｌｉｚｅｄ ｕｓｉｎｇ ＬＹ ａｓ ｔｈｅ ｐｙｒｉｔｅ ｄｅｐｒｅｓｓａｎｔ ｉｎ ｗｅａｋｌｙ ａｌｋａｌｉｎｅ ｐｕｌｐ． Ｍｅａｎｗｈｉｌｅ， ｓｉｌｖｅｒ ｃａｎ ｂｅ ｉｎｄｕｃｅｄ ｔｏ ｂｅ ｅｎｒｉｃｈｅｄ ｉｎｔｏ ｔｈｅ ｃｏｐｐｅｒ ｃｏｎｃｅｎｔｒａｔｅ． Ｋｅｙ ｗｏｒｄｓ ｆｌｏｔａｔｉｏｎ ｋｉｎｅｔｉｃ； ｄｅｐｒｅｓｓａｎｔ； ｌｉｍｅ； ＬＹ； ｓｅｐａｒａｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ； Ｃｕ⁃Ｓ ｓｅｐａｒａｔｉｏｎ； ｓｉｌｖｅｒ 有色金属矿床中常含有一定的银，它常以独立银 矿物形式存在，约占我国总银的 ３０％［１］。 独立银矿物 具良好天然可浮性，然而，由于银的含量相对较低，往 往只能作为主金属矿物的副产品进行回收，选厂工艺 参数的制定也多以回收主金属元素为主，导致独立银 矿物的回收处于“随意”状态［２］。 随着选矿工艺及药剂 制度的不断推进和发展，人们对独立银矿物的回收越来 越重视，实现独立银矿物高值化及精准化的导向回收已 成为目前国内外相关领域研究的重要课题。 铜硫多金属硫化矿是回收银的重要矿床类型，由 于银在铜矿物中的计价远高于硫铁矿物，因此，独立银 矿物多期望富集至铜精矿产品中。 然而，铜硫分离常 在高碱环境下进行，石灰是最常见的硫抑制剂，大量研 究表明，强碱溶液中独立银矿物的浮选行为也会受到 ①收稿日期 ２０２０-０４-２６ 基金项目 广东省科学院高端领军人才培育培养资助专项项目（２０１７ＧＤＡＳＣＸ⁃０３０１）；广东省科技计划项目（２０１７Ｂ０３０３１４０４６） 作者简介 冉金城（１９８９-），男，山东泰安人，博士，讲师，主要研究方向为浮选理论与工艺。 通讯作者 邱显扬（１９５７-），男，广东揭阳人，硕士，教授级高级工程师，主要研究方向为稀贵金属选冶理论与工艺。 第 ４０ 卷第 ５ 期 ２０２０ 年 １０ 月 矿矿 冶冶 工工 程程 ＭＩＮＩＮＧ ＡＮＤ ＭＥＴＡＬＬＵＲＧＩＣＡＬ ＥＮＧＩＮＥＥＲＩＮＧ Ｖｏｌ．４０ №５ Ｏｃｔｏｂｅｒ ２０２０ 一定抑制［３］。 因此，如何在铜硫分离过程中诱导银矿 物，特别是独立银矿物进入铜精矿中是目前选矿领域 面临的一个重大难题。 本文以某高品质含银铜硫混合精矿为研究对象， 以铜、银和铁的累计回收率为参数，以石灰和 ＬＹ 为硫 抑制剂，分别研究了低碱（ｐＨ＝９）及高碱（ｐＨ＝１２）环境 下铜硫分离浮选过程中铜、银和铁的富集行为。 同时， 采用 ６ 种动力学模型，对不同硫抑制剂及 ｐＨ 值条件 下铜、银和硫的试验数据进行拟合，以浮选速率常数 （ｋ）、最大理论回收率（ε∞）、相关系数（Ｒ２）作为浮选 动力学评价参数，分别计算了铜和硫之间以及银和硫 之间的浮选分离效率（ＳＥ），以研究分离浮选过程中银 的富集行为。 １ 材料及方法 １．１ 矿石性质 浮选试验所用样品取自云南某矿山，其化学多元 素分析结果见表 １。 表 ２ 和表 ３ 分别提供了矿石主要 矿物组成及银在各矿物中的分布情况。 结果表明，原 矿 Ｃｕ 品位 ２０．３８％，矿石中主要矿物为黄铜矿、黄铁矿 和闪锌矿，主要脉石矿物为石英、长石和少量云母。 银 主要以螺状硫银矿和辉银矿等独立银矿物形式存在， 其次以微细粒夹杂形式分散在黄铜矿和黄铁矿中。 表 １ 原矿化学多元素分析结果（质量分数） ／ ％ ＣｕＦｅＳＺｎＡｇ１）ＳｉＯ２Ａｌ２Ｏ３ ２０．３８３３．４４４０．５００．３７８７６．４４３．２９１．２１ １） 单位为 ｇ／ ｔ。 表 ２ 矿物组成分析结果（质量分数） ／ ％ 黄铜矿黄铁矿闪锌矿石英长石云母其他 ５９．２１３５．２２０．５４２．９４１．３３０．４９０．２７ 表 ３ 银在主要矿物中的分配率／ ％ 螺状硫银矿辉银矿黄铜矿黄铁矿闪锌矿脉石合计 ４２．７８３０．１１１２．２３７．８９１．１４５．８５１００．００ １．２ 浮选动力学拟合方法 浮选在 ２５０ ｍＬ 机械搅拌式浮选机内进行，每次试 验取样品 １００ ｇ（细度为-０．０７４ ｍｍ 粒级占 ８０％），分 别采用石灰和 ＬＹ 作为硫抑制剂。 其中 ＬＹ 是广东省 科学院资源综合利用研究所自主研发的一种新型高效 硫抑制剂，主要成分为腐殖酸钠和石灰，它在铜硫分离 中对黄铁矿具有良好的抑制效果。 对于石灰体系，采 用石灰直接调整矿浆 ｐＨ 值至 ９ 及 １２；对于 ＬＹ 体系， 固定 ＬＹ 用量为２ ０００ ｇ／ ｔ，此时矿浆 ｐＨ 值约为９，采用 氢氧化钠调节 ＬＹ 体系下的矿浆 ｐＨ 值至 １２。 所有浮 选试验均采用 ５０ ｇ／ ｔ 丁基黄药作为捕收剂，所有试验 过程均以 ０～０．５ ｍｉｎ、０．５～１ ｍｉｎ、１～２ ｍｉｎ、２～３ ｍｉｎ、 ３～４ ｍｉｎ 和 ４～５ ｍｉｎ 为限独立收集精矿产品。 每次试验均将 ６ 种产品分别称重化验，并计算浮 选回收率。 以元素 Ｃｕ 的回收率及累计回收率作为评 判黄铜矿浮选行为的标准，以元素 Ａｇ 的回收率及累 计回收率作为评判含银矿物浮选行为的标准；由于矿 石中还含有其他硫化矿物，因此，以元素 Ｆｅ 的回收率 及累计回收率作为评判黄铁矿浮选行为的标准，同时， 为避免黄铜矿中 Ｆｅ 的影响，在计算黄铁矿回收率时， 采用式（１）排除黄铜矿中的 Ｆｅ，得到有效 Ｆｅ 品位，然后 计算 Ｆｅ 的有效回收率及累计回收率（相对于黄铁矿）。 β（Ｆｅ 有效） ＝ β（Ｆｅ 化验）- β（Ｃｕ） Ａｒ（Ｃｕ） Ａ ｒ（Ｆｅ） （１） 式中 β（Ｆｅ 有效）为泡沫产品中黄铁矿 Ｆｅ 的有效含 量；β（Ｆｅ 化验） 为浮选精矿中化验所得 Ｆｅ 品位； β（Ｃｕ）为浮选精矿中的 Ｃｕ 品位；Ａｒ（Ｃｕ）表示 Ｃｕ 的相 对原子质量，本文取 ６３．５４５；Ａｒ（Ｆｅ）表示 Ｆｅ 的相对原 子质量，本文取 ５５．８４５。 采用 ６ 种浮选动力学模型研究不同药剂体系及 ｐＨ 环境对铜硫浮选分离及银的富集行为影响，６ 种动 力学模型见表 ４［４］。 采用 １ｓｔＯｐｔ 软件获得拟合模型的 最佳参数初始值，然后采用 Ｏｒｉｇｉｎ ８．０ 软件进行浮选动 力学拟合画图，获得浮选速率常数（ｋ）、最大理论回收率 （ε∞）、相关系数（Ｒ２）等值。 为了研究铜和铁之间及银 和铁之间的分离效果，采用分离效率（ＳＥ）的概念来计 算矿物 １ 和矿物 ２ 在同一时间 ｔ 的累计回收率差异［５］ ＳＥ（ｔ） ＝ ε１（ｔ） - ε２（ｔ）（２） 表 ４ ６ 种浮选动力学模型 模型编号模型名称公式 １经典一阶模型 ε（ｔ）＝ ε∞１-ｅｘｐ（-ｋｔ）[] ２一阶矩形分布模型ε（ｔ）＝ ε∞ １- １ ｋｔ １-ｅｘｐ（-ｋｔ）[] {} ３全混合反应模型ε（ｔ）＝ ε∞ １- １ １＋ｔ／ ｋ ４改进的气固吸附模型ε（ｔ）＝ ε∞ ｋｔ １＋ｋｔ ５二阶动力学模型ε（ｔ）＝ ε∞２ｋｔ １＋ε∞ｋｔ ６二阶矩形分布模型ε（ｔ）＝ ε∞ １- １ ｋｔ ｌｎ（１＋ｋｔ） [] ４３矿 冶 工 程第 ４０ 卷 ２ 浮选动力学分析 ２．１ 硫抑制剂及矿浆 ｐＨ 值对铜浮选行为的影响 图 １ 和表 ５ 显示了不同药剂体系及 ｐＨ 值环境下 铜的累计回收率随浮选时间的浮选动力学结果。 ６ 种 模型的 Ｒ２值均大于 ０．９９，表明所有动力学模型与试验 数据拟合良好，弱碱性环境下（ｐＨ＝９），模型 ２ 的拟合 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99478 模型2 R2 0.99787 模型3 R2 0.99863 模型4 R2 0.99863 模型5 R2 0.99863 模型6 R2 0.99837 ● 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99826 模型2 R2 0.99834 模型3 R2 0.99639 模型4 R2 0.99639 模型5 R2 0.99639 模型6 R2 0.99467 ● 浮选时间/min 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99328 模型2 R2 0.99673 模型3 R2 0.99785 模型4 R2 0.99785 模型5 R2 0.99785 模型6 R2 0.99777 ● 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99635 模型2 R2 0.99856 模型3 R2 0.99852 模型4 R2 0.99852 模型5 R2 0.99852 模型6 R2 0.99783 ● 石灰, pH9 石灰, pH12 LY, pH9 LY, pH12 图 １ 不同药剂体系及 ｐＨ 值环境下的铜累计回收率模型拟合 表 ５ 不同药剂体系及 ｐＨ 值环境下的铜累计回收率拟合参数 药剂名称ｐＨ 值模型编号ε∞／ ％ｋ／ ｍｉｎ -１ 石灰 ９ １２ １８７．２０４ ６０．８６３ ７ ２９９．３１３ ８１．６６４ １ ３１０８．６８６ ５１．１３８ ９ ４１０８．６８６ ５０．８７８ ０ ５１０８．６８６ ５０．００８ １ ６１２０．７１７ ３１．７３４ ０ １７３．２９１ ７０．８２４ ４ ２８３．６９６ ４１．５８２ １ ３９２．０４０ ６１．２１１ ８ ４９２．０４０ ６０．８２５ ２ ５９２．０４０ ６０．００９ ０ ６１０２．５８９ ０１．６１６ ２ ＬＹ ９ １２ １８８．３８４ ００．９１８ ４ ２１００．３０８ ２１．７７７ １ ３１０９．１３１ ８１．０５１ ５ ４１０９．１３１ ８０．９５１ １ ５１０９．１３１ ８０．００８ ７ ６１２０．６８９ ５１．８９７ ７ １８０．８７１ ２０．８４５ ２ ２９２．１９７ ８１．６２７ ０ ３１０１．１１３ ６１．１７０ ６ ４１０１．１１３ ６０．８５４ ３ ５１０１．１１３ ６０．００８ ５ ６１１２．４７２ ５１．６８１ ３ 效果较好，而在强碱性环境下（ｐＨ＝ １２），模型 ３～５ 的 拟合效果较好。 此外，由拟合参数可知，由模型 １～６ 的 ε∞值呈逐 渐增加趋势，模型 ３～５ 的 ε∞值完全相同。 不管采用 何种药剂，在 ｐＨ＝ ９ 的矿浆中进行铜硫分离时，ε∞值 均显著高于强碱性介质，这一结果表明强碱性环境不 利于硫化铜矿物铜的浮选。 此外，不管矿浆 ｐＨ 值如 何，当采用 ＬＹ 作为硫抑制剂时，铜的 ε∞值均高于石 灰作抑制剂的情况，这一现象在 ｐＨ＝ １２ 时更加明显， 说明 ＬＹ 在铜硫分离时具有更强的矿浆 ｐＨ 适应能力， 在强碱性环境下对铜的抑制作用更弱。 值得说明的 是，初始试验数据较大、收敛速度较慢的动力学模型通 过拟合后得到了高于 １００％的 ε∞值，但这并不意味着 这些模型不适用于浮选所获得的数据。 与 ε∞值的变化趋势一致，在 ｐＨ＝９ 的矿浆中进行 铜硫分离时，浮选速率常数 ｋ 的值均高于强碱性介质， 说明黄铜矿在弱碱性环境下的浮选速度更快，更易于 在相对较短的时间内达到理论最大值。 此外，除模型 ３ 外，当采用 ＬＹ 作为硫抑制剂时，各模型的 ｋ 值均显著 高于石灰作抑制剂的情况，这一现象表明，采用 ＬＹ 作 为抑制剂，可以大大降低浮选所用时间，提高浮选效 率，并避免长时间浮选过程中其他脉石矿物及杂质上 浮，从而提高分选效果。 ５３第 ５ 期冉金城等 铜硫分离中银的选择性导向回收 ２．２ 硫抑制剂及矿浆 ｐＨ 值对银浮选行为的影响 图 ２ 和表 ６ 显示了不同药剂体系及 ｐＨ 值环境下 的银累计回收率随浮选时间的浮选动力学结果。 与铜 的拟合结果基本一致，６ 种模型的 Ｒ２值均大于 ０．９９， 表明所有动力学模型与试验数据拟合良好，弱碱性环 境下模型 ２ 的拟合效果较好，而在强碱性环境下，模型 ３～５ 的拟合效果较好。 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99513 模型2 R2 0.99812 模型3 R2 0.99852 模型4 R2 0.99852 模型5 R2 0.99852 模型6 R2 0.99804 ● 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99831 模型2 R2 0.99832 模型3 R2 0.99619 模型4 R2 0.99619 模型5 R2 0.99619 模型6 R2 0.99434 ● 浮选时间/min 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99343 模型2 R2 0.99697 模型3 R2 0.99787 模型4 R2 0.99787 模型5 R2 0.99787 模型6 R2 0.99766 ● 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99656 模型2 R2 0.99873 模型3 R2 0.99842 模型4 R2 0.99842 模型5 R2 0.99842 模型6 R2 0.99755 ● 石灰, pH9 石灰, pH12 LY, pH9 LY, pH12 图 ２ 不同药剂体系及 ｐＨ 值环境下的银累计回收率模型拟合 表 ６ 不同药剂体系及 ｐＨ 值环境下的银累计回收率拟合参数 药剂名称ｐＨ 值模型编号ε∞／ ％ｋ／ ｍｉｎ -１ 石灰 ９ １２ １８７．５５６ ８０．９１４ ５ ２９９．２７５ ４１．７７８ ９ ３１０８．０５８ ０１．０５１ ６ ４１０８．０５８ ００．９５０ ９ ５１０８．０５８ ００．００８ ８ ６１１９．４９４ ５１．８９８ ４ １６５．６８５ ００．８６９ ６ ２７４．７１２ ６１．６８２ ９ ３８１．７５３ ０１．１２６ ４ ４８１．７５３ ００．８８７ ８ ５８１．７５３ ００．０１０ ９ ６９０．７６１ ３１．７５５ ３ ＬＹ ９ １２ １８８．６２７ ７０．９５８ ９ ２１００．２３５ ３１．８７０ ０ ３１０８．６０７ ２０．９８９ ０ ４１０８．６０７ ２１．０１１ ２ ５１０８．６０７ ２０．００９ ３ ６１１９．７０２ ８２．０３５ ４ １７８．４８７ ８０．８９３ １ ２８９．１２０ ９１．７３３ ５ ３９７．２４４ ６１．０８５ ８ ４９７．２４４ ６０．９２１ ０ ５９７．２４４ ６０．００９ ５ ６１０７．７３１ ０１．８３０ ４ 所有模型中，强碱性环境下银的 ε∞值均明显低于 ｐＨ＝９ 的弱碱性矿浆，这一结果表明强碱性环境同样 不利于硫化铜矿物银的浮选。 此外，ｐＨ ＝ ９ 的弱碱性 矿浆中模型 １、２、４、６ 的 ｋ 值也明显高于高碱性环境， 说明银与铜一样，在弱碱性环境下更易浮选。 同时，除 模型 ３ 外，银在不同 ｐＨ 值环境及药剂体系中的 ｋ 值 均高于铜的相应值，鉴于本矿样中银多为独立银矿物， 这一现象说明银的浮选速率相对铜更高，独立银矿物 可以在相对较短的浮选时间内实现快速上浮。 结合表 ５ 试验数据可知，在弱碱性环境中，不管采 用石灰还是 ＬＹ 作为抑制剂，银和铜的 ε∞值均十分接 近；在强碱性介质中进行浮选时，尽管 ε∞值有一定降 低，但采用 ＬＹ 作为硫抑制剂所获得的 ε∞值远高于石 灰作抑制剂的情况，与前人研究结果一致，石灰对银的 可浮性有一定抑制作用，而 ＬＹ 则表现出更好的选择 性，此时，银与铜具有良好的浮选依存性，银更易富集 至计价更高的铜精矿产品中。 ２．３ 硫抑制剂及矿浆 ｐＨ 值对铁（硫）浮选行为的影响 在铜硫浮选分离过程中，部分铁（黄铁矿）作为杂 质被富集至铜精矿产品中，本文采用 ６ 种模型对黄铁 矿中的铁累计回收率进行浮选动力学研究，其结果见 图 ３ 和表 ７。 结果表明，与铜、银一致，６ 种模型的 Ｒ２ 值均大于 ０．９９，表明所有动力学模型与试验数据拟合 ６３矿 冶 工 程第 ４０ 卷 良好，弱碱性环境下模型 ２ 的拟合效果较好，而在强碱 性环境下，模型 ３～５ 的拟合效果较好。 当采用石灰作为硫抑制剂时，在弱碱性环境下，铁 的 ε∞值均高于 ８０％，由于矿浆 ｐＨ 值由石灰调整，这 表明低石灰用量下，无法有效抑制黄铁矿。 当 ｐＨ 值 升高至 １２ 时，ε∞值显著降低，说明高药剂用量下，石灰 浮选时间/min 6 5 4 3 2 1 0 102345 累计回收率/ 试验数据 模型1 R2 0.99452 模型2 R2 0.99761 模型3 R2 0.99846 模型4 R2 0.99846 模型5 R2 0.99846 模型6 R2 0.99824 ● 浮选时间/min 12 10 8 6 4 2 0 102345 累计回收率/ 试验数据 模型1 R2 0.99832 模型2 R2 0.99837 模型3 R2 0.99649 模型4 R2 0.99649 模型5 R2 0.99649 模型6 R2 0.99484 ● 浮选时间/min 5 4 3 2 1 0 102345 累计回收率/ 试验数据 模型1 R2 0.99297 模型2 R2 0.99637 模型3 R2 0.99762 模型4 R2 0.99762 模型5 R2 0.99762 模型6 R2 0.99761 ● 浮选时间/min 100 80 60 40 20 0 102345 累计回收率/ 试验数据 模型1 R2 0.99617 模型2 R2 0.99859 模型3 R2 0.99850 模型4 R2 0.99850 模型5 R2 0.99850 模型6 R2 0.99776 ● 石灰, pH9 石灰, pH12 LY, pH9 LY, pH12 图 ３ 不同药剂体系及 ｐＨ 值环境下的铁累计回收率模型拟合 表 ７ 不同药剂体系及 ｐＨ 值环境下的铁累计回收率拟合参数 药剂名称ｐＨ 值模型编号ε∞／ ％ｋ／ ｍｉｎ -１ 石灰 ９ １２ １８１．２８４ ７０．８５８ ６ ２９１．５０８ ３１．７０３ ８ ３９９．９４９ ４１．１０７ １ ４９９．９４９ ４０．９０３ ２ ５９９．９４９ ４０．００９ ０ ６１１０．８３９ ０１．７９０ ６ １４．２８６ ９０．７９６ ７ ２４．９０８ ５１．５２０ １ ３５．４１７ ０１．２７１ ３ ４５．４１７ ００．７８６ ６ ５５．４１７ ００．１４５ ２ ６６．０５４ ４１．５３０ ６ ＬＹ ９ １２ １９．６９５ ８０．８８７ ３ ２１１．０３６ ０１．７０５ ４ ３１２．０４７ ３１．１０４ ９ ４１２．０４７ ３０．９０５ １ ５１２．０４７ ３０．０７５ １ ６１３．３６０ １１．７９３ ３ １５．２４６ ５０．８２５ ２ ２５．９９２ ７１．５８１ ４ ３６．５８８ ２１．２１１ ４ ４６．５８８ ２０．８２５ ５ ５６．５８８ ２０．１２５ ３ ６７．３４２ ３１．６１７ １ 可以显著降低黄铁矿的可浮性。 而当采用 ＬＹ 作为硫 抑制剂时，在试验 ｐＨ 值范围内，黄铁矿均得到较好地 抑制，６ 种模型拟合所得 ε∞值均显著降低，特别值得 一提的是，在 ｐＨ＝９ 的弱碱性矿浆中，铁的 ε∞值同样 较低，说明 ＬＹ 可以在低碱环境下强烈抑制黄铁矿。 此外，尽管黄铁矿是以杂质形式存在，然而，除模 型 ３ 和 ５ 外，低碱性环境下铁的 ｋ 值均较高碱性介质 中更高，这一现象与铜和银一致，说明不管采用何种药 剂，铁仍保持有与银、铜一致的浮选行为。 一方面，这 可能是低碱环境下浮选药剂的抑制效果相对较弱， 使得部分黄铁矿无法得到有效抑制，进而富集至精矿 产品中；另一方面，这可能是由于微细粒夹带所致，即 微细粒黄铁矿被无选择性地夹带至泡沫产品中，这种 微细粒夹带随主矿物的可浮性及浮选速率的升高而 增加。 ３ 浮选分离效率分析 图 ４ 显示了石灰和 ＬＹ 体系下、不同 ｐＨ 值环境中 Ｃｕ⁃Ｆｅ 和 Ａｇ⁃Ｆｅ 间的浮选分离效率。 结果表明，在 ｐＨ＝９ 的弱碱性矿浆中，采用石灰作为硫抑制剂，Ｃｕ⁃Ｆｅ 和 Ａｇ⁃ Ｆｅ 间的浮选分离效率较低，此时黄铜矿、黄铁矿及含银 矿物可浮性均较高，而石灰体系下，ｐＨ 值升高至 １２ 时， ＳＥ 值均显著提高。 此外，ＳＥＣｕ⁃Ｆｅ值明显高于 ＳＥＡｇ⁃Ｆｅ，说 ７３第 ５ 期冉金城等 铜硫分离中银的选择性导向回收 明强碱性、高石灰用量对独立银矿物有抑制作用。 浮选时间/min 90 60 30 0 102345 分离效率/ 石灰, pH9 石灰, pH12 LY, pH9 LY, pH12 ■ ● ▲ ▲ 浮选时间/min 90 60 30 0 102345 分离效率/ 石灰, pH9 石灰, pH12 LY, pH9 LY, pH12 ■ ● ▲ ▲ a b 图 ４ 浮选分离效率 （ａ） 铜⁃铁体系； （ｂ） 银⁃铁体系 采用 ＬＹ 作为硫抑制剂，不管在弱碱性还是强碱 性矿浆中，Ｃｕ⁃Ｆｅ 和 Ａｇ⁃Ｆｅ 间的浮选分离效率均较高， 结合表 ７ 数据可知，ＬＹ 具有较强的选择性，它可以选 择性地抑制黄铁矿，同时保持黄铜矿及独立银矿物的 高浮游性。 此外，弱碱性矿浆中 ＳＥＣｕ⁃Ｆｅ及 ＳＥＡｇ⁃Ｆｅ值均 高于 ｐＨ＝１２ 的强碱性环境，这主要是强碱性环境下， 黄铜矿和独立银矿物表面被亲水性的氢氧化层薄膜罩 盖，捕收剂难以稳定吸附在矿物表面上，导致矿物表面 的亲水性增强［６］。 综上所述，采用 ＬＹ 作为硫抑制剂，在 ｐＨ＝９ 的弱 碱性矿浆中，矿物间的分离效率较高，进一步证实了 ＬＹ 在铜硫浮选分离过程中的强适应性，同时，弱碱性 环境下 ＬＹ 有利于独立银矿物的上浮，并诱导独立银 矿物定向富集至铜精矿产品中。 ４ 结 论 １） ６ 种动力学模型与试验数据的拟合效果均较 好，弱碱性环境下模型 ２ 的拟合效果较好，而在强碱性 环境下，模型 ３～５ 的拟合效果较好。 ２） 强碱性矿浆中，石灰和 ＬＹ 均表现出对黄铁矿 的强烈抑制作用，铁的拟合回收率均较低。 在弱碱性 矿浆中，ＬＹ 体系下，黄铁矿可浮性显著降低，而石灰对 黄铁矿的抑制效果较弱。 石灰不仅会降低黄铁矿的可 浮性，而且还会在强碱性环境中造成铜和银回收率的 降低。 ３） 除模型 ３ 和 ５ 外，低碱性环境下各模型的 ｋ 值 均较高碱性介质中更高，铁保持了与银、铜一致的浮选 行为，微细粒黄铁矿易于被无选择性地夹带至泡沫产 品中，且这种夹带行为随主矿物的可浮性及浮选速率 升高而增加。 ４） ＬＹ 在铜硫浮选分离过程中具有强选择性，ＬＹ 作为硫抑制剂，在 ｐＨ ＝ ９ 的弱碱性矿浆中，矿物间的 分离效率较高，弱碱性环境下 ＬＹ 可以在保证铜硫有 效分离的基础上，诱导独立银矿物定向富集至铜精矿 产品中。 参考文献 ［１］ Ｚｈｏｎｇ Ｊ， Ｐｉｒａｊｎｏ Ｆ， Ｃｈｅｎ Ｙ Ｊ． Ｅｐｉｔｈｅｒｍａｌ ｄｅｐｏｓｉｔｓ ｉｎＳｏｕｔｈ Ｃｈｉｎａ Ｇｅｏｌｏｇｙ， ｇｅｏｃｈｅｍｉｓｔｒｙ， ｇｅｏｃｈｒｏｎｏｌｏｇｙ ａｎｄ ｔｅｃｔｏｎｉｃ ｓｅｔｔｉｎｇ［Ｊ］． Ｇｏｎｄ⁃ ｗａｎａ Ｒｅｓｅａｒｃｈ， ２０１７，４２１９３-２１９． ［２］ 冉金城，刘全军，邱显扬，等． 铜铅多金属硫化矿中伴生金的强化 回收实验研究［Ｊ］． 贵金属， ２０１７，３８（２）４７-５１． ［３］ 宋宝旭，邱显扬，冉金城，等． 硫化矿浮选体系中辉银矿的浮选行 为研究［Ｊ］． 贵金属， ２０１８，３９（２）２４-２８． ［４］ Ｚｈａｎｇ Ｎ Ｎ， Ｚｈｏｕ Ｃ Ｃ， Ｐａｎ Ｊ Ｈ， ｅｔ ａｌ． Ｔｈｅ ｒｅｓｐｏｎｓｅ ｏｆ ｄｉａｓｐｏｒｉｃ⁃ｂａｕｘ⁃ ｉｔｅ ｆｌｏｔａｔｉｏｎ ｔｏ ｐａｒｔｉｃｌｅ ｓｉｚｅ ｂａｓｅｄ ｏｎ ｆｌｏｔａｔｉｏｎ ｋｉｎｅｔｉｃ ｓｔｕｄｙ ａｎｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｓｉｍｕｌａｔｉｏｎ［Ｊ］． Ｐｏｗｄｅｒ Ｔｅｃｈｎｏｌｏｇｙ， ２０１７，３１８２７２-２８１． ［５］ Ｓｉｎｇｈ Ｎ， Ｆｉｎｃｈ Ｊ Ａ． Ｂａｎｋ ｐｒｏｆｉｌｉｎｇ ａｎｄ ｓｅｐａｒａｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ［Ｊ］． Ｍｉｎｅｒａｌｓ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１４，６６-６８１９１-１９６． ［６］ 赵连兵，先永骏，文书明，等． 黄铁矿的抑制及活化分选研究进展［Ｊ］． 矿产保护与利用， ２０２０（４）７４-８１． 引用本文 冉金城， 邱显扬． 铜硫分离中银的选择性导向回收［Ｊ］． 矿冶 工程， ２０２０，４０（５）３３-３８． ８３矿 冶 工 程第 ４０ 卷