响应面法优化微生物浸出低品位钼矿工艺条件①_李建涛.pdf

响应面法优化微生物浸出低品位钼矿工艺条件 ① 李建涛1，2， 庄肃凯1，2， 王之宇1，2， 刘 璇1，2， 赵 锋1 1.商洛学院 化学工程与现代材料学院,陕西 商洛 726000； 2.陕西省尾矿综合利用重点实验室,陕西 商洛 726000 摘 要 从钼矿区矿坑水中分离得到自然混合菌种,经驯化培养,用于浸出陕西洛南低品位钼矿。 以浸出液中钼的含量作为评判 指标,在单因素试验的基础上,通过响应面法优化得出了最佳浸出条件为初始 pH 值 2.0、Fe 2＋ 浓度 5.00 g/ L、Fe 3＋ 浓度 2.90 g/ L,此 条件下钼浸出率为 73.87％,而相应的无菌化学浸出实验的钼浸出率仅为 12.65％。 拟合得到二次回归方程模型的相关系数为 R2＝0.991 1,P＜0.000 1,说明回归效果很好,失拟项 P＝0.671 0＞0.05,失拟不显著,误差小,可用该模型对钼的微生物浸出率进行分 析和预测。 关键词 低品位钼矿； 混合菌种； 生物冶金； 响应面法； 钼； 浸出 中图分类号 TF18文献标识码 Adoi10.3969/ j.issn.0253-6099.2018.04.028 文章编号 0253-6099201804-0111-04 Optimization of Process Condition Using Response Surface ology for Bioleaching of Low-grade Molybdenum Ore LI Jian-tao1,2, ZHUANG Su-kai1,2, WANG Zhi-yu1,2, LIU Xuan1,2, ZHAO Feng1 1.College of Chemical Engineering and Modern Materials, Shangluo University, Shangluo 726000, Shaanxi, China； 2.Shaanxi Key Laboratory of Comprehensive Utilization of Tailings Resources, Shangluo 726000, Shaanxi, China Abstract Naturally mixed strains were isolated from the pit water in a molybdenum ore mine and adopted in the leaching process of low-grade molybdenum ore from Shaanxi Province after cultivation. Based on the single-factor test, the bioleaching conditions were optimized by using response surface ology RSM with the content of molybdenum in the leach liquid as an uating index, including an initial pH value of 2.0, Fe 2＋ concentration at 5.00 g/ L, Fe 3＋ concentration at 2.90 g/ L. It is shown that the Mo leaching rate reached 73.87％ on the optimum leaching conditions, while the Mo leaching rate without bacterial just around 12.65％. The correlation coefficient of the quadratic regression equation after fitting was obtained as follows R2＝ 0.991 1, P＜0.000 1, indicating an excellent regression effect. It is also shown that the lack of fit P P＝0.671 0＞0.05 was not significant with small error. It is concluded that the bioleaching rate of molybdenum can be uated and predicted by this model. Key words low-grade molybdenum ore； mixed strains； biological metallurgy； response surface ology； molybdenum； leaching 生物冶金技术具有工艺和设备简单、成本低、污染 轻、能耗小等诸多优点,在当今富矿日趋枯竭,贫、细、 杂难选冶矿石所占比例不断上升的情况下,该技术有 着广阔的发展前景［1-4］。 钼是一种重要的稀有金属和 战略储备资源,但钼矿床多为贫矿和伴生矿,这给冶炼 带来巨大困难［5-8］,因此,研究利用微生物对低品位钼 矿进行浸出是一个较好的出路。 本文将原生自然混合菌种用于低品位钼矿的浸 出,并通过响应面法对浸出工艺条件进行优化建模,对 浸出过程进行深入分析。 1 试验原料及方法 1.1 矿样及菌种 低品位钼矿石采自陕西洛南黄龙矿区,钼品位 0.046 4％,主要成分为辉钼矿MoS2。 原矿石经破 碎、研磨,过 100 目150 μm筛。 矿样 XRF 检测结果 ①收稿日期 2018-01-12 基金项目 商洛学院服务地方专项15SKY-FWDF007 作者简介 李建涛1979-,男,陕西商州人,讲师,博士研究生,主要从事矿物材料的综合利用研究。 第 38 卷第 4 期 2018 年 08 月 矿矿 冶冶 工工 程程 MINING AND METALLURGICAL ENGINEERING Vol.38 №4 August 2018 ChaoXing 见表 1。 表 1 矿样 XRF 检测结果质量分数 / FNaMgAlSiPSClK 0.3770 0.2005 1.5289 4.6457 27.8577 0.1689 2.6232 0.0170 7.3213 CaTiMnFeNiCuZnRbSr 34.5839 0.9328 1.7237 7.4664 0.0078 0.0100 0.1279 0.0330 5.0136 YNbMoBaLaCeWPbU 0.0280 0.0227 0.0464 4.6107 0.1436 0.2099 0.0140 0.2832 0.0023 浸矿菌种从陕西洛南黄龙矿区矿坑中采集水样, 分离出原生自然混合菌,并进行耐受性驯化培养,得到 浸矿混合菌种。 1.2 实验培养基组成 菌群分离培养基使用 9K 培养基［1,4,9］,由 A 液与 B 液均匀混合得到。 A 液3.0 g/ L NH42SO4＋0.5 g/ L K2HPO4＋0.1 g/ L KCl＋0.5 g/ L MgSO47H2O＋0.01 g/ L CaNO32, 用去离子水溶解,溶液体积 800 mL；用 H2SO4调节 pH 值至 2.0,在 121 ℃高压灭菌 20 min。 B 液44.78 g/ L FeSO47H2O,用去离子水溶解, 溶液体积 200 mL；用 H2SO4调节 pH 值至 2.0,并用孔 径为 0.22 μm 的滤膜过滤除菌。 驯化培养基Ⅰ 9K 培养基中加入 2 g 矿样。 驯化培养基Ⅱ 9K 培养基中加入 4 g 矿样。 钼浸出试验培养基无 FeSO47H2O 的 9K 培养 基亦称为 0K 培养基。 1.3 菌种选育及驯化 实验所用化学仪器全部用立式高压灭菌锅BL- 50A 型121 ℃ 灭菌 20 min,相关操作在超净实验台 SW-CJ-IFD 型进行。 用移液管移取 1 mL 水样注入 锥形瓶,加 49 mL 无菌水振荡稀释,接种至盛有 10 mL 9K 培养基的试管。 将试管置于振荡培养箱HZQ-F100 型中,转速 160 r/ min,30 ℃培养,至培养基呈棕红色, 继续培养 2 d；然后接种至盛有 10 mL 驯化培养基Ⅰ的 试管中,培养 7 d,再接种至盛有 10 mL 驯化培养基Ⅱ 的试管中,培养 7 d。 对该菌液进行显微镜形貌鉴定, 发现有 5 种不同形貌的菌落共生。 将驯化的菌液接种 至 9K 培养基,培养 24 h培养至对数期,取适量菌液 离心3 000 r/ min,10 min,弃上清液,菌体用 PB 缓冲 液磷酸盐缓冲液离心洗涤两次,再用 PB 悬浮菌体, 菌落计数器计数,计算得到浓度为 2 107cfu/ mL。 将 该对数期的母菌液用于钼浸出试验,并对该菌液甘油 保藏于 4 ℃冰箱,以备后用。 1.4 单因素试验 锥形瓶盛装 100 mL 0K 培养基,对矿浆浓度、培养 基初始 pH 值、接种量、Fe 2＋ 浓度和 Fe 3＋ 浓度分别取不 同梯度值,进行单因素摇瓶试验,培养条件为培养箱 转速 160 r/ min,温度 30 ℃,培养时间 25 d,每个试验 做 3 个平行试验。 试验完成后,逐个过滤,离心3 000 r/ min,10 min,上清液经 0.22 μm 的滤膜过滤除菌, 取一定量上清液适当稀释后,利用电感耦合等离子光 谱仪Agilent 715 ICP-OES 型检测钼浓度,根据公式 1计算钼浸出率,计算 3 个平行实验的平均浸出率, 作为评判指标。 确定出矿浆浓度、培养基初始 pH 值、 接种量、Fe 2＋ 浓度和 Fe 3＋ 浓度的较优值,作为响应面优 化试验条件的基础［10-12］。 φ ＝ V n c m0 ω 1001 式中 φ 为浸出率φ＝Y,其中 Y 对应响应面法模型式 中的 Y；m0为矿粉质量；ω 为矿石品位；V 为总体积； c 为稀释上清液中钼浓度；n 为稀释倍数。 按照上述方法,单因素试验最终确定的较优试验条 件为矿浆浓度确定15 g/ L,接种量10％v/ v,初始 pH 值 2.0,初始 Fe 2＋ 浓度 5.5 g/ L,初始 Fe 3＋ 浓度 3.5 g/ L, 培养箱转速 160 r/ min,温度 30 ℃,培养时间 25 d。 1.5 响应面法优化试验设计 在单因素试验的基础上,采用响应面法优化浸出 钼的工艺条件。 对矿浆浓度而言,矿浆浓度越小,浸出 率越高,但钼的浸出量不一定最大,故矿浆浓度选用单 因素试验确定的值；在矿浆浓度一定的情况下,接种量 选用单因素确定的值。 对初始 pH 值、Fe 2＋ 浓度和 Fe 3＋ 浓度 3 个因素进行优化设计,每个因素取 3 个水平,其 它因素亦按单因素试验确定的工艺条件进行。 通过 Design Expert 8.0 软件,选择 Box-Behnken 设计法,进 行参数设置,以初始 pH 值、Fe 2＋ 浓度和 Fe 3＋ 浓度为 3 个自变量,利用 ICP 检测浸出液中的钼浓度,并计算得 到浸出率作为响应值,进行响应面优化研究,试验方案 设计见表 2。 表 2 响应面优化试验因素水平编码表 水平 因素 初始 pH 值A 初始 Fe 2＋ 浓度B / gL -1 初始 Fe 3＋ 浓度C / gL -1 -1 1.64.52.5 02.05.53.5 ＋1 2.46.54.5 2 试验结果及讨论 2.1 响应面法优化试验结果分析 响应面优化试验设计方案及结果见表 3。 211矿 冶 工 程第 38 卷 ChaoXing 表 3 Box-Behnken 设计试验方案及结果 序号 因素 ABC 钼浸出率 / ％ 1 -1 -1 061.36 21 -1 058.52 3 -1 1051.73 410160.87 5 -1 0166.82 610 -1 47.68 700073.29 801148.89 900075.05 1000070.78 1100072.89 1211053.64 130 -1 -1 69.78 14 -1 0 -1 66.82 1500074.23 160 -1 150.46 1701 -1 60.35 利用 Design-Expert 8.0 软件,对表 3 的试验数据 进行处理,拟合独立变量试验条件和响应值钼浸 出率之间经验联系的二次多项式方程 Y＝-215.481 31＋212.153 13A＋27.685 94B＋ 9.979 67C＋1.979 17AB＋2.916 67AC＋ 0.873 33BC-58.767 19A2-3.347 89B2- 3.709 00C2 2 对应的以代码表示的回归方程为 Y＝73.25-0.73A-3.19B-8.02C＋1.19AB＋ 1.75AC＋1.96BC-9.40A2-7.53B2-8.35C23 回归方程方差分析见表 4。 模型方程的回归系数 R2＝0.991 1,P＜0.000 1,表明模型方程回归效果很好。 表 4 回归二次多项式方差分析 项目来源平方和自由度均方F 值P 值显著性 模型1 643.069182.5686.42＜ 0.000 1** A4.2514.252.010.199 1 B81.35181.3538.510.000 4** C514.561514.56243.58＜ 0.000 1** AB5.6415.642.670.146 3 AC12.25112.255.800.046 9* BC15.44115.447.310.030 5* A2372.261372.26176.22＜ 0.000 1** B2238.921238.92113.10＜ 0.000 1** C2293.231293.23138.81＜ 0.000 1** 残差14.7972.11 失拟项4.3631.450.560.671 0 净误差10.4342.16 综合1 657.8516 R2＝0.991 1Radj2＝0.979 6 注*表示影响较显著P＜0.05；**表示影响非常显著P＜0.01。 当 P＞ 0.05 时表示影响不显著。 F失拟＝0.56＞ 0.05,说明失拟项与净误差没有显著的关 联；P＝0.671 0＞0.05 表示失拟不显著,模型拟合程度好, 误差小,可用该模型对钼的浸出率进行分析和预测。 2.2 各因素及交互作用对钼浸出率的影响 各因素间交互作用曲面图及等高线见图 1。 由表 4 及图1 可见,单一影响方面,初始 pH 值对钼浸出率影响 不显著P＞0.05；初始 Fe 2＋ 浓度和 Fe 3＋ 浓度对钼浸出 率影响非常显著P ＜ 0.01；复合影响方面,初始 pH 值与初始 Fe 2＋ 浓度对钼浸出率影响不显著P＞0.05, 初始 pH 值与初始 Fe 3＋ 浓度对钼浸出率影响较显著 P＜0.05,初始 Fe 2＋ 浓度与 Fe 3＋ 浓度对钼浸出率影响 较显著P＜ 0.05。 回归方程3中交互作用项系数 的符号均为正,说明初始 pH 值、Fe 2＋ 浓度及 Fe 3＋ 浓度 相互之间具有协同作用,可见,混合菌种浸出低品位钼 矿是直接作用和间接作用协同的结果［11,13-15］。 微生 物浸出钼矿过程中发生如下反应 2MoS2＋ 3O2＋ 2H2O 细菌 → 2H2MoO4 ＋ 4S4 4Fe 2＋ ＋ 4H＋＋ O2 细菌 → 4Fe 3＋ ＋ 2H2O 5 MoS2＋ 6Fe 3＋ ＋ 4H2O→ MoO4 2- ＋ 2S ＋ 6Fe 2＋ ＋ 8H＋ 6 式4表示了细菌浸矿的直接作用机理,即细菌 吸附于矿粒表面,生长过程中分泌出氧化酶,进而氧化 辉钼矿浸出钼。 式5和式6表示了细菌浸矿的间 接作用机理,即在酸性矿浆环境中,细菌将 Fe 2＋ 氧化为 Fe 3＋ ,Fe 3＋ 进而氧化辉钼矿生成钼酸根离子,浸出钼。 而 Fe 3＋ 氧化辉钼矿浸出钼的过程必须在一定的酸度下 才能进行,pH 值过大或过小都将抑制或者使 Fe 3＋ 氧化 辉钼矿浸出钼不能实现。 恰当的初始 pH 值保证细菌 浸矿的顺利进行,同时为 Fe 2＋ 被细菌氧化为 Fe 3＋ 提供 H＋,为 Fe 3＋ 进而氧化辉钼矿保证适宜酸度图 1a。 合适的初始 Fe 2＋ 浓度,使得 Fe 2＋ 不断被氧化为 Fe 3＋ ,消 耗了 Fe 3＋ 氧化辉钼矿过程中释放的酸,保证了 pH 值 不会过小图 1b。 适当的初始 Fe 3＋ 浓度又反过来 抑制 Fe 2＋ 被无限度地氧化为 Fe 3＋ 化学平衡原理,保 证了 H＋不会无休止地被消耗,防止了 pH 值的持续增 大图 1c。 由此可见,正是初始 pH 值、初始 Fe 2＋ 浓度和初始 Fe 3＋ 浓度三者之间合理而协调的相互促进 和制约作用,保证了细菌对辉钼矿高的浸出能力。 综合图 1,按照式3使用快速上升法进行提取工 艺的优化,可得出原生混合菌种浸出低品位钼矿的最 佳工艺条件为初始 pH 值 1.98、Fe 2＋ 浓度 5.07 g/ L、 Fe 3＋ 浓度 2.91 g/ L,在此条件下钼浸出率为 75.85％,可 信度为 0.979 6。 而相应的无菌化学浸出试验的钼浸 出率仅为 12.65％,可见原生混合菌对该矿区低品位钼 矿的浸出效果较好。 311第 4 期李建涛等 响应面法优化微生物浸出低品位钼矿工艺条件 ChaoXing 图 1 各因素交互作用的响应曲面和等高线 a 初始 pH-Fe 2＋ 浓度响应曲面与等高线 AB； b 初始 pH-Fe 3＋ 浓度响应曲面与等高线 AC； c 初始 Fe 2＋ -Fe 3＋ 浓度响应曲面与等高线 BC 2.3 最佳工艺参数的验证 在最佳工艺条件下进行验证试验,修正工艺参数 为初始 pH 值 2.0、Fe 2＋ 浓度 5.00 g/ L、Fe 3＋ 浓度 2.90 g/ L,其它条件为矿浆浓度 15％,接种量 10％v/ v, 培养箱转速 160 r/ min,温度 30 ℃,培养时间 25 d。 实 际测得的钼浸 出 率 为 73. 87％, 模 型 预 测 值 偏 差 2.61％,与理论值较为一致。 因此认为利用响应面分 析法得到的混合菌浸出低品位钼矿的工艺参数准确可 靠,得到的浸出工艺条件具有一定的实际指导价值。 3 结 论 1 从矿区矿坑水中成功分离出具有钼浸出能力 的原生自然混合菌种,经过驯化培养,用于该区域低品 位钼矿的生物浸出,结果表明原生混合菌群对于钼矿 浆环境具有较好的适应性,解决了细菌浸出钼矿浸出 率普遍较低的问题。 2 经过单因素和响应面优化设计,确定了混合菌 种浸出陕西洛南黄龙矿区低品位钼矿的最佳工艺条 件 初始 pH 值 2.0、初始 Fe 2＋ 浓度 5.00 g/ L、初始 Fe 3＋ 浓度 2.90 g/ L,其它条件为矿浆浓度 15％,接种量 10％v/ v,培养箱转速 160 r/ min,温度 30 ℃,培养时 间 25 d。 此条件下钼浸出率为 73.87％,而相应无菌化 学浸出试验的钼浸出率仅为 12.65％,可见原生混合菌 对该矿区低品位钼矿的浸出效果较好。 3 由试验过程和响应面优化结果分析可知,原生 混合菌种浸出低品位钼矿钼浸出率较高的原因有二 下转第 117 页 411矿 冶 工 程第 38 卷 ChaoXing 浸出液中和后进入萃取工序提铜,萃余液除杂后萃取 分离回收镍和钴。 表 2 浸出液和浸出渣主要化学成分 元素浸出液/ gL -1 浸出渣/ ％ Cu67.211.19 Co18.670.48 Fe0.4237.96 SiO226.61 Al0.050.84 Ni1.070.06 Mg0.886.15 H2SO412 3 结 论 1 氧压浸出单因素实验结果表明,在一定范围 内,提高反应温度、氧分压和延长反应时间均有利于提 高铜、钴浸出率,液固比对铜钴浸出率影响不明显。 2 通过单因素实验,得出氧压浸出最佳工艺条件 为温度 180 ℃,氧分压 600 kPa,液固比 4,反应时间 2 h。 在此条件下,铜浸出率 99％,钴浸出率 98.5％,硫 浸出率 98％。 3 通过实验可知,氧压浸出工艺适于处理铜钴硫 化物精矿,它具有铜钴浸出率高、浸出过程硫酸根平衡 较好、不产生明显过剩硫酸、浸出后液易于处理等优点。 参考文献 ［1］ 李美娜. 低品位铜钴矿多金属的综合回收［D］. 长春吉林大学化 学学院,2017. ［2］ 叶龙刚,李 云,唐朝波,等. 铜钴伴生硫化矿火法冶炼过程钴的 分配计算［J］. 有色金属冶炼部分, 201425-8. ［3］ 梁新星,胡 磊,欧阳全胜. 铜钴矿研究进展及发展趋势［J］. 湖 南有色金属, 2014,30342-45. ［4］ 王光辉. 从富钴铜转炉渣中回收铜、钴的研究［D］. 沈阳东北大 学材料与冶金学院,2011. ［5］ 汪 恂,龚文琪. 微生物学在浸矿技术中的应用研究［J］. 武汉理 工大学学报, 2005356-58. ［6］ 刘大星,蒋开喜,王成彦. 铜湿法冶金技术的现状及发展趋势［J］. 有色冶炼, 200041-5. 引用本文 兰玮锋. 铜钴硫化物精矿氧压浸出工艺研究［J］. 矿冶工程， 2018，38（4）115-117. 上接第 114 页 一是矿区原生混合菌种对矿浆环境的耐受性较高,二 是该工艺过程充分激活了微生物浸矿直接作用和间接 作用的协同效应。 参考文献 ［1］ 周吉奎. 三类生物冶金微生物菌种的选育及其与矿物作用研 究［D］. 长沙中南大学资源加工与生物工程学院, 2004. ［2］ 陈勃伟,温建康. 生物冶金中混合菌的作用［J］. 金属矿山, 2008 413-17. ［3］ 刘红昌,聂珍媛,马亚龙,等. 金属硫化矿微生物作用过程中界面 硫化学形态转化及硫活化机制研究［J］. 矿物岩石地球化学通 报, 2017,36S653-654. ［4］ 刘丽君,刘双江,姜成英. 嗜热微生物及在高温生物冶金过程中的 应用［J］. 微生物学通报, 2016,4351101-1112. ［5］ 刘海英,李崇德. 某低品位钼矿浮选工艺研究［J］. 有色金属选 矿部分, 2013135-39. ［6］ 俞 娟,杨洪英,陈燕杰,等. 低品位钼精矿的钼提取研究［J］. 东 北大学学报自然科学版, 2011,3281141-1144. ［7］ 周根茂,曾毅君,孟 舒. 用碱法从低品位难选辉钼矿中浸出钼的 试验研究［J］. 湿法冶金, 2015,346466-469. ［8］ 卢 涛,魏德洲,沈岩柏,等. 胶硫钼矿型难选钼矿的微生物浸出 试验研究［J］. 中国矿业大学学报, 2016,451157-142. ［9］ 邹 平,周兴龙,张文彬,等. 低品位硫化铜矿生物柱浸过程细菌 种群结构及演替规律［J］. 过程工程学报, 2009,91 88-94. ［10］ Yaghobi Moghaddam M, Shafaei S Z, Noaparast M, et al. Empirical model for bio-extraction of copper from low grade ore using response surface ology［J］. Transactions of Nonferrous Metals Society of China, 2015,25124126-4143. ［11］ 张 婧,邹 平,孙珮石,等. 化学-生物联合浸出次生硫化铜精 矿的研究［J］. 矿冶工程, 2015,356123-127. ［12］ Abdollahi H, Shafaei S Z, Noaparast M, et al. Bio-dissolution of Cu, Mo and Re from molybdenite concentrate using mix mesophilic microorganism in shake flask［J］. Transactions of Nonferrous Metals Society of China, 2013,231219-230. ［13］ Kummer W, Gutknecht W, Olson J G, et al. Recovery of molybde- num from molybdenum bearing sulfide materials by bioleaching in the presence of iron. US Pat 8268037［P］. 2012-09-18. ［14］ 李宏喣,王淀佐. 生物冶金中的微生物及其作用［J］. 有色金属, 2003,55258-63. ［15］ Zamani M A A, Hiroyoshi N, Tsunekaw A M, et al. Bioleaching of sarheshmeh molybdenum concentrate for extraction of rhenium［J］. Hydrometallurgy, 2005,801-223-31. 引用本文 李建涛，庄肃凯，王之宇，等. 响应面法优化微生物浸出低品 位钼矿工艺条件［J］. 矿冶工程， 2018，38（4）111-114. 711第 4 期兰玮锋 铜钴硫化物精矿氧压浸出工艺研究 ChaoXing