首页|四川某低品位锂辉石智能分选--浮选工艺研究

四川某低品位锂辉石智能分选--浮选工艺研究

朱行琼

四川某低品位锂辉石智能分选--浮选工艺研究

朱行琼1
扫码查看

作者信息

  • 1. 江苏大学
  • 折叠

摘要

锂辉石作为战略性关键矿产资源之一,具有重要的开发利用价值。川西北地区拥有丰富的锂辉石资源,但存在锂入选品位低、生产成本高、分选难度大等问题。近年来,随着人工智能 AI 技术的快速发展,矿石智能分选技术作为一种新型、高效、环保的矿物加工技术在矿石预选抛废领域应用越来越广泛。因此,开展低品位锂辉石矿智能分选研究对于提高锂辉石入选品位、降低生产成本、提高经济效益具有重要意义。 本文以四川某低品位锂辉石矿为研究对象,采用赣州好朋友科技有限公司生产的图像智能分选机进行智能分选工艺研究,并对比研究了智能分选前后锂辉石浮选指标和效果。研究结果如下: (1)工艺矿物学结果表明,该锂辉石矿Li2O品位较低,仅为1.05%。矿石中矿物组成复杂,种类繁多,主要由锂辉石、石英、长石和白云母等矿物组成。单矿物化学成分分析表明Li主要赋存于锂辉石中,Li2O理论品位为7.18%,占其总量的82.67%。另外有9.63%、7.51%、0.19%的锂赋存于长石类、云母类矿物、石英中。 (2)人工手选试验结果表明,该锂辉石矿采用可见光成像的图像智能分选机进行智能预选抛废具有可行性。锂辉石智能分选试验结果表明,在入选粒度为-60+10mm、增加水洗作业、抛废率为30%、分选阈值设定为30%、皮带运行速度为0.5m/s以及采用正吹喷吹方式的最佳条件下,可获得Li2O品位1.5%、回收率为96%的锂辉石合格矿,锂损失率仅为4%。智能分选出的合格矿光学图像呈亮黄色,XRD图谱中有明显的锂辉石相,废石图像呈黑灰色或纯白色,XRD图谱中没有明显的锂辉石相。 (3)浮选试验结果表明,在磨矿细度、药剂种类和用量基本一致的最佳条件下,锂辉石原矿直接浮选工艺试验(抛废前)可获得Li2O品位为4.25%、锂回收率为59.18%的锂辉石精矿;锂辉石智能分选-浮选工艺试验(抛废后)可获得Li2O品位为6.12%、锂作业回收率为86.79%、相对原矿锂回收率为69.98%的高品位锂辉石精矿和Li2O品位为4.16%、锂作业回收率为56.50%、相对原矿锂回收率为9.06%的低品位锂辉石精矿。相对抛废前,抛废后锂辉石精矿Li2O品位提升了1.87个百分点,锂回收率提升了19.86个百分点,获得的产值和利税均更高,选矿成本更低。 本文研究结果对于提高高原高寒地区锂辉石选矿技术水平具有重要的指导意义。

关键词

锂辉石/智能分选/浮选工艺/锂回收率

引用本文复制引用

授予学位

硕士

学科专业

资源与环境

导师

罗仙平/刘子帅

学位年度

2024

学位授予单位

江西理工大学

语种

中文

中图分类号

TD
段落导航相关论文