羅文成，趙 溪，張 坤，陳昌才，謝紅明

（1.青海鴻鑫礦業(yè)有限公司，青海 格爾木 816000；2.贛州好朋友科技有限公司，江西 贛州 341000）

我國鉛鋅礦資源儲量豐富，居世界第二，但資源大礦少、小礦多、富礦少、貧礦多，礦石類型多樣復(fù)雜，由于缺乏大型礦山和富礦，使得國內(nèi)礦產(chǎn)資源開發(fā)利用成本較高[1]。在我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展的背景下，如何提高礦產(chǎn)資源利用成為當(dāng)前熱門研究課題。分揀選礦技術(shù)是根據(jù)礦石中相關(guān)組成成分不同所反映的易被檢測的物理特性的差異，通過對礦石逐一識別，依靠外力將礦石和廢石分離的一種物理分選方法[2]。早在20世紀(jì)70年代，第一臺分選設(shè)備光選機(jī)在國外研發(fā)成功并應(yīng)用于鎢礦，隨著分揀技術(shù)的進(jìn)步和發(fā)展，21世紀(jì)相繼出現(xiàn)了激發(fā)光分選機(jī)、核輻射分選機(jī)[3]。分揀技術(shù)常用在破碎篩分工序，能將礦石中的圍巖或貧礦提前分選出，從而降低磨礦、選別工藝成本，提升產(chǎn)能，減小尾礦庫容積占用，為企業(yè)降本增效[4-8]。

青海某矽卡巖型鉛鋅礦采選規(guī)模為2 500 t/d，礦石開采方式為露天開采，礦體分為1#、5#礦體，1#礦體鉛品位為0.60%～3.58%，鋅品位為0.95%～4.75%，5#礦體鉛品位為0.51%～4.57%，鋅品位為1.31%～7.70%，地質(zhì)品位分布不均勻，出礦平均鉛品位1.47%、鋅品位3.43%。隨著開采作業(yè)臺階往下推進(jìn)，采場出礦品位逐年下降，見表1。本次預(yù)選拋廢試驗研究對象為1#礦體東部（3 648～3 564）m平臺低品位礦石。

表1 采礦品位生產(chǎn)統(tǒng)計Tab.1 Production statistics of mining grade %

1 礦石性質(zhì)

1.1 礦石結(jié)構(gòu)及構(gòu)造

礦石結(jié)構(gòu)以半自形-它形晶粒狀為主，其次為交代結(jié)構(gòu)、蝕變結(jié)構(gòu)以及溶蝕結(jié)構(gòu)等。礦石構(gòu)造主要為星點狀構(gòu)造、稀疏-稠密浸染狀構(gòu)造、細(xì)脈狀構(gòu)造、其次為團(tuán)塊狀構(gòu)造、致密塊狀構(gòu)造。

1.2 礦物組成

礦石礦物組成比較復(fù)雜，金屬礦物主要有方鉛礦、鐵閃鋅礦、黃鐵礦、磁黃鐵礦、黃銅礦、菱鐵礦、白鐵礦等，脈石礦物主要有方解石、白云石、石英、透輝石、黑柱石、綠泥石、綠簾石等。

1.3 原礦化學(xué)多元素分析

礦石的主要元素化學(xué)分析結(jié)果見表2。礦石中鉛品位為1.72%，鋅品位為2.57%，銅品位為0.08%，硫品位為18.1%、鐵品位為30.84%。

表2 礦石多元素化學(xué)分析結(jié)果Tab.2 Multi-elements chemical analysis results of ore %

2 分選試驗

2.1 試驗設(shè)備

實驗室試驗設(shè)備見表3。

表3 試驗設(shè)備明細(xì)表Tab.3 List for test equipment

分選機(jī)采用贛州好朋友科技公司自主研發(fā)的雙能XRT智能分選機(jī)，屬于激發(fā)光分選機(jī)，礦石通過設(shè)備給料系統(tǒng)、X射線探測系統(tǒng)、X射線處理引擎、礦石噴射系統(tǒng)完成分選作業(yè)。設(shè)備分選原理見圖1。

圖1 XRT智能分選機(jī)工作原理Fig.1 Working principle of XRT intelligent sorter

2.2 樣品準(zhǔn)備

礦樣共5 t，最大粒度為130 mm。采用破碎機(jī)破碎至60 mm，經(jīng)振動篩篩分后，+60 mm礦石返回破碎機(jī)破碎，（-60～+10）mm礦石作為分選拋廢試驗物料，-10 mm礦石不做處理。破碎篩分流程見圖2。分選物料粒級組成及金屬分布見表4。

圖2 破碎篩分流程圖Fig.2 Flow chart of crushing and screening

表4 分選物料粒級組成及金屬分布結(jié)果Tab.4 Size fraction composition and metal distribution results

表4數(shù)據(jù)顯示，（-60～+10）mm粒級占比91.78%，該粒級Pb金屬分布率90.18%，Zn金屬分布率90.52%，是礦石分選的粒級對象。

2.3 試驗過程

2.3.1 人工分揀

取試驗物料10 kg進(jìn)行人工分揀，分揀出來的精礦（高品位礦）和尾礦（貧礦或廢石）送入分選機(jī)通過X射線探測系統(tǒng)進(jìn)行掃描，獲取礦石圖片信息后通過人工智能計算建立圖像識別模型，為后續(xù)試驗提供相關(guān)參數(shù)。

2.3.2 分選探索試驗

取物料500 kg開展探索試驗，初步判斷礦石可分選性。礦石物料水洗后進(jìn)入緩沖礦倉，通過皮帶輸送機(jī)進(jìn)到分選機(jī)分選，分選出來的精礦和尾礦分別稱重和取樣化驗。試驗流程見圖3，試驗結(jié)果見表5。

圖3 試驗流程圖Fig.3 Test flow chart

表5 探索試驗結(jié)果Tab.5 Explore experiment results %

由表5結(jié)果可知，青海某低品位鉛鋅礦具有可分選性，經(jīng)過分選后礦石鉛品位由1.59%提高到了2.03%，鋅品位由2.32%提高到了2.84%，但尾礦鉛+鋅品位達(dá)到了0.90%，高于生產(chǎn)上浮選作業(yè)的尾礦品位，金屬損失較高，需要進(jìn)一步優(yōu)化設(shè)備分選參數(shù)。

2.3.3 優(yōu)化條件試驗

經(jīng)過人工分揀反復(fù)進(jìn)行X射線掃描識別，形成了一套大數(shù)據(jù)，優(yōu)化圖像識別模型后進(jìn)行了測試，測試結(jié)果見表6。測試試驗過程與探索試驗相同。

表6 測試試驗結(jié)果Tab.6 Test results %

從表6可以看出，優(yōu)化圖像識別模型后，在拋廢率相近的條件下，尾礦鉛+鋅品位為0.31%，低于生產(chǎn)浮選作業(yè)尾礦鉛+鋅品位0.4%，金屬損失較少。

為進(jìn)一步查明拋廢率與尾礦金屬損失之間的關(guān)系，開展了拋廢率分選試驗，通過建立高、中、低圖像識別模型，從而在分選過程中獲得不同的拋廢率，試驗過程與探索試驗相同，試驗結(jié)果見表7。

表7 試驗結(jié)果Tab.7 Test results %

由表7可知，隨著拋廢率的提高，尾礦中的鉛、鋅品位逐漸上升，金屬損失也較大。結(jié)合生產(chǎn)上鉛、鋅尾礦品位綜合分析，低品位礦分選拋廢率適宜控制在25%以下。

2.3.4 擴(kuò)大試驗

充分結(jié)合礦區(qū)地處青藏高原腹地，極寒結(jié)冰周期較長，選廠不具備水洗條件，擴(kuò)大試驗采用濕式和干式分選分別進(jìn)行充分驗證，試驗過程同上，試驗礦量4 t。試驗結(jié)果見表8。

表8 擴(kuò)大試驗結(jié)果Tab.8 Expanding test results %

由表8可以看出，濕式分選條件下，拋廢率為25.93%，尾礦含鉛品位0.14%，含鋅品位0.24%，精礦富集比為1.31，干式分選條件下拋廢率為26.03%，尾礦含鉛品位0.10%，含鋅品位0.23%，精礦富集比為1.33。無論是濕式還是干式條件下，分選指標(biāo)均達(dá)到了預(yù)期效果，分選效果較為理想，干式分選優(yōu)于濕式分選，也適合選廠的現(xiàn)實條件。

3 結(jié)語

1）青海某矽卡巖型低品位鉛鋅礦通過干式預(yù)選拋廢，獲得了拋廢率26.03%，尾礦鉛+鋅品位0.33%，鉛金屬損失1.73%，鋅金屬損失2.68%的指標(biāo)；

2）礦石預(yù)選拋廢試驗只針對露天采礦1#礦體東部（3 648～3 564）m平臺低品位礦石開展了研究，未對當(dāng)期選廠處理礦石進(jìn)行系統(tǒng)研究，下一步將對當(dāng)期礦石開展工業(yè)驗證試驗；

3）選廠年處理礦石量為75萬t，按照作業(yè)拋廢率26.03%折算成全流程拋廢率17.21%計算，每年可減少12.91萬t廢石進(jìn)入磨浮流程，可節(jié)約生產(chǎn)成本982.45萬元/a。另外12.91萬t的廢石未進(jìn)入尾礦庫，節(jié)約尾礦庫占用費401.76萬元，經(jīng)濟(jì)效益顯著。