Yield control index of southern China's ionic-adsorption rare earth based on information entropy
-
摘要: 我国2006年开始下达稀土开采量控制指标, 对指导稀土生产发挥了重要作用.为了更好地理解指标变化情况, 运用信息熵理论对南方6省离子型稀土生产量控制指标分析, 结果表明指标数经历了"稳定-增长-稳定"3阶段.其中2006~2008年信息熵、均衡度和优势度变化平缓; 2008~2011年信息熵、均衡度快速上升, 优势度快速下降; 2011~2014年信息熵、均衡度和优势度再次进入平缓阶段.对指标影响因素研究, 结果表明控制管理实施情况为指标制定指引方向; 稀土精矿市场价格在2006~2011年区间段与信息熵变化趋势一致, 2012年后市场价格快速下降, 开采量指标步入稳定; 储采比变化曲线在3个阶段与信息熵曲线步调一致.从信息熵角度描述指标数变化情况, 探讨开采量指标与影响因素的变化关系, 对掌握指标数的变化趋势具有重要意义.Abstract: Yield quotas of ionic rare earth rationed by Chinese government from 2006 has played an important role in guiding rare earth productivity in China. The ionic rare earth yield quotas are analyzed in six provinces in Southern China to demonstrate the yield changes by adopting information entropy theory. The results show that the quotas have experienced stages of "stability-growth-stability". The information entropy, equilibrium degree and dominance degree changed gradually from 2006 to 2008. However, from 2008 to 2011, the information entropy and equilibrium degree rose rapidly, while the dominance degree fell fast. And then from 2011 to 2014, the information entropy, equilibrium degree and dominance degree returned to the steady stage. Researching results on factors affecting on quotas show that the control management implementation provided orientation for quota determination. Rare earth concentrate price fluctuation tendency has been consistent with information entropy variation between 2006 and 2011. After 2012, rare earth price fell dramatically with steady mining quota. The reserve-production ratios are in conformity with information entropy curve in three stages. The relationship between production quotas and influencing factors are discussed by describing the changes of the quotas from the point of information entropy, which has great significance to grasp the change trend of production quotas.
-
钨是稀有的高熔点金属,钨及其合金是现代化工业、军火工业、国防及高科技技术应用中极为重要的功能材料之一,同时钨又是重要的战略资源,是国家保护开采的特定矿种.截至2005年底,我国共有钨矿区310个,基础储量260.46万t WO3,加上查明资源量,共有资源储量569.27万t.在钨矿查明资源储量中,黑钨矿约占20.8%,其中基础储量57.84万t,资源量60.68万t;白钨矿约占69.6%,其中基础储量186.89万t,资源量209.27万t;混合钨矿约占9.6%,其中基础储量15.72万t,资源量38.86万t.采选综合回收率按58.4%计算,现有钨矿基础储量只能满足开采23年的需要;即到2028年,我国钨矿基础储量将全部耗竭[1].但据统计,世界上每年约有20%的钨损失于钨细泥中,国内各选厂钨细泥的回收率按入选原矿计算为40% ~50%,进入尾矿中的细泥产率为10%~15%,但金属占有率高达40%~50%,相当于总收率的10%~12%.就江西省11个国有钨矿的数据而言,每年处理矿石量为800万t,其中细泥占10%以上,金属量占13%~15%[2-4].因此,对钨细泥进行开发利用研究,对我国钨资源储量的增加具有重要意义.
某钨矿日处理量为1000t,其主干工艺流程为“螺旋选矿+摇床选矿”的重选工艺,由于黑钨矿性脆,易产生过粉碎,在实际操作过程中,现场重选工艺的钨回收率小于63%,约30%的钨矿物损失于原生钨细泥和由于过粉碎产生的次生钨细泥中,现场采用浮选工艺处理该部分细泥矿物,但选矿指标不理想.为了提高资源利用效率,本研究以该钨矿山企业重选尾矿中的微细粒钨细泥为研究对象,对选矿新工艺进行对比试验研究,为实际生产提供技术依据.
1 矿石性质
本研究所用试样为矿山重选尾矿经水力旋流器分级后的溢流细泥矿物,细度为-0.04mm以下,经工艺矿物学研究可知,该细泥矿物中主要金属矿物为白钨矿、黑钨矿、辉钼矿,其次为自然铋、钨华、磁黄铁矿、黄铁矿、黄铜矿、磁铁矿、锡石等;主要脉石矿物为萤石,其次为石英、长石、钙铁榴石、白云母、黑云母.原矿多元素分析结果见表 1.从表 1可知,该细泥矿物含WO3 0.28%,经物相分析,其中白钨矿、黑钨矿和钨华中钨的分布率分别为25.31%、72.45%和2.24%.
表 1 试样多元素分析结果(质量分数) /%2 试验方法和选矿方案的确定
对于微细粒级钨细泥的选矿,目前我国大部分老钨矿山企业主要采用集中、浓缩分级摇床-粗选-扫选,摇床尾矿绒毯溜槽回收、绒毯溜槽精矿采用摇床精选回收工艺,回收工艺机械化程度、自动化控制水平低[5-6].近年来,随着钨选矿技术进步和新设备的开发应用,出现了新型浮选工艺和药剂[7-10]、高梯度磁选、高效离心重选等新工艺和新设备,但这些新工艺和新设备主要应用于新建的大型钨选矿厂,在我国老钨矿山企业应用程度不高,本研究对上述钨细泥选矿新工艺进行对比试验研究,在不改变矿山现有主干工艺流程的前提下选择合适的钨细泥选矿工艺流程与矿山现有主干流程进行匹配,对我国老钨矿山企业具有较强适用性和可操作性.
3 试验结果与讨论
3.1 脱硫试验研究
从矿石性质可知,本研究试样中含有一定量的硫化矿,由于硫化矿可浮性好、比重大,对本研究拟主要回收的钨矿物分选有很大影响.因此,首先采用浮选工艺除去该部分硫化矿,脱硫试验采用丁黄药做捕收剂,对捕收剂用量进行了试验研究.从试验结果和试验现象可知,在丁黄用量为40g/t时,试样中的硫化矿基本去除;对得到的硫化矿化验分析可知,钨矿物在硫化矿中的含量为0.34%,损失率为2.90%.因此,后续试验均脱硫后进行.
3.2 磁选试验研究
磁选试验采用SLon高梯度磁选机进行,改变磁场强度,考查高梯度磁选对该钨细泥的分选效果,试验流程见图 1,试验结果见图 2.从图 2中可以看出,随着磁场强度的增加,得到的钨精矿回收率不断升高,但品位不断下降,但其选矿指标均不理想.
3.3 浮选试验研究
3.3.1 捕收剂条件试验
浮选是处理细粒级矿最为有效的方法,但由于钨矿物可浮性差,尤其是对于黑白钨共生的细泥矿物,浮选往往得不到理想的指标.近年来,随着选矿技术的发展,出现了一些新型钨矿物捕收剂,本研究对钨矿物捕收剂种类进行了筛选试验,主要考查了植物油酸、氧化石蜡皂、GYB+GYT、GYB+GYR等捕收剂对试样的捕收效果.试验表明,植物油酸和氧化石蜡皂对该钨细泥矿物的捕收效果不好,GYB+GYT选择性较好,但捕收剂能力太差,得到的钨粗精矿回收率很低,GYB+GYR选择性和捕收能力均较好,因此选择GYB+GYR为捕收剂做为后续试验条件.在此试验基础上,进行了GYB+GYR用量条件试验,试验流程见图 3,试验结果见图 4.从图 4可以看出,随着捕收剂用量的增加,得到的钨粗精矿回收率不断升高,但钨精矿中钨品位不断降低,并且当捕收剂用量达到280g/t以后,回收率增幅减小,以此综合考虑,选取捕收剂用量240g/t做为后续试验条件.
3.3.2 调整剂条件试验
从矿石性质可知,试样中含有一定量的硫化矿,虽然进行了脱硫处理,但仍有少量的硫化矿存在,对钨矿物的浮选会产生影响,由于在高碱条件下硫化矿会被抑制,可降低对钨矿物浮选过程的影响.因此,对于钨矿物的浮选需在碱性条件下进行,采用碳酸钠做为调整剂,一方面可以调节矿浆pH,另一方面碳酸钠对矿浆具有一定的分散作用.另外,试样为细泥矿物,含有大量的脉石细泥,易团聚凝结,不利于捕收剂与目的矿物中的钨矿钨接触,因此需在浮选过程中加入分散剂水玻璃.本试验对碳酸钠和水玻璃用量进行了试验研究,从试验现象和结果分析,当碳酸钠用量为800g/t,水玻璃用量为1500g/t时为宜,此时得到的钨粗精矿品位达到9.55%,回收率达到86.95%.
3.3.3 精选条件试验
前面条件试验得到的钨粗精矿达到了精选条件要求,本试验进行了精选条件试验,由于试样为细泥矿物,精选条件难以控制,对精选次数进行了试验研究.由于细泥脉石矿物大都在-0.04mm以下,难以被抑制,从试验结果和试验现象看,即使精选次数达到5次,得到的钨精矿品位仍没有大幅提高,达不到合格钨精矿的要求.因此可以判断,浮选对于钨细泥矿样粗选预富集效果较好,但精选指标得不到大幅提高,应考虑采用其他方法提高钨粗精矿品位.
3.4 离心机重选试验研究
细泥矿物虽然粒度很细,但其颗粒大小相对均匀,采用摇床、螺旋溜槽等重选设备虽然很难实现钨细泥矿物的分选,但近年来随着离心机的技术开发,其在处理微细粒细泥资源上的优势逐步得到体现.本研究采用赣州金环磁电设备公司研制的SLon-400变频离心选矿机进行了离心试验研究,试验条件及流程见图 5.对得到的钨粗精矿进行化验分析可知,钨粗精矿品位虽然达到16.35%,但回收率仅有32.14%.对钨粗精矿和离心尾矿进行显微镜下分析,发现钨精矿中有颗粒相对较粗的脉石矿物,离心尾矿中损失的多为粒度相对很细的钨矿物,结合试验现象分析可知,粒度相对较粗的脉石矿物是影响钨粗精矿品位和回收率的主要原因.由于粒度相对粗的脉石矿物其比重也相对较大,离心机无法将这部分脉石矿物分离,若加大冲洗水量,则粒度相对较细的钨矿物又被冲入离心尾矿中,试验现象也验证了显微镜下分析结果.因此,如若能将这部分较粗颗粒的脉石矿物去除后再进行离心重选,则能取得理想的试验结果.
3.5 “浮选-离心机重选”联合流程试验研究
从前面单独的浮选试验结果可知,浮选可以起到很好的粗选预富集作用,试样中大量脉石矿物被丢弃,但由于试样中含有大量的细泥,这部分细泥很难采用浮选工艺去除掉.从单一离心重选试验可知,离心重选可以大量的丢弃细泥,而对于颗粒相对较粗的脉石矿物则分离效果不理想,因此,本试验拟对两种选矿工艺结合,进行联合流程试验研究.
3.5.1 离心机重选给矿浓度条件试验
浮选试验研究已进行了浮选条件试验,因此联合流程试验只进行离心重选条件试验,本试验考查不同离心给矿浓度对离心重选指标的影响,试验流程见图 6.固定转鼓转速400r/min,冲洗水量2L/min,改变离心重选给矿浓度,试验结果见图 7.从图 7可以看出,随着给矿浓度的增大,得到的钨精矿回收率不断升高,但品位不断下降,并且当给矿浓度达到20%时,得到的钨精矿回收率也急剧下降,这是由于随着给矿浓度的增大,有效矿粒在离心机内作用时间短,得不到有效分选直接被排出.因此,选取给矿浓度16%作为后续条件试验.
3.5.2 离心机转鼓转速条件试验
离心机转鼓转速是影响离心重选指标的重要因素,离心机转鼓转速过低,得到的精矿品位低,离心机转鼓转速过高,得到的精矿产品回收率低.因此,本试验进行了离心机转鼓转速条件试验,以考查其转鼓转速对本研究试样选矿指标的影响,试验流程同图 6.固定给矿浓度16%、冲洗水量2L/min,改变转鼓转速,试验结果见图 8.从图 8中可以看出,随着转鼓转速的增大,离心重选获得的钨精矿中钨品位不断升高,但回收率却不断下降,说明随着离心机转鼓转速的增大,较轻的脉石矿物首先被甩出,当继续增大转速至500r/min后,由于转速过快,一些粒度相对较细的钨矿物也被甩出.综合考虑钨精矿品位和回收率,选取转鼓转速400r/min做为后续试验条件.
3.5.3 离心机冲洗水量条件试验
由于离心机为阶段式给矿,补加冲洗水量的大小直接影响其选矿指标,冲洗水过少,脉石矿物仍附着在转鼓璧上,冲洗水量过大,则钨矿物也会被冲走.因此,本试验对冲洗水量进行了条件试验,试验流程同图6.固定给矿浓度16%、转鼓转速400r/min,改变冲洗水量的大小,考查其对选矿指标的影响,试验结果见9.从图9可以看出,随着冲洗水量的增大,获得的钨精矿品位不断升高,但回收率逐渐降低.综合考虑,选取冲洗水量2.5L/min做为后续试验条件.
3.6 开路试验研究
为了验证条件试验所选各参数的稳定性,在条件试验的基础上进行了全开路试验,试验流程见图 6,试验结果见表 2.从表 2可以看出,各条件试验所确定的工艺参数是稳定的,试验取得了理想的指标.
表 2 全开路试验结果/%4 结论
某钨矿重选尾矿经水力旋流器分级后的溢流细泥矿物,细度为-0.04mm以下,该细泥矿物中主要金属矿物为白钨矿、黑钨矿、辉钼矿,该细泥矿物含WO3 0.28%,其中白钨矿、黑钨矿和钨华中钨的分布率分别为25.31%、72.45%和2.24%.试验研究表明,由于该试样为黑白钨混合细泥矿物,采用单一的高梯度磁选、离心重选、浮选工艺无法获得的理想的选矿指标,采用“浮选-离心机重选”联合流程,即GYB+ GYR做捕收剂,浮选粗精矿再采用离心机重选精选,开路试验获得的钨精矿品位达到32.14%,回收率达到73.51%,试验取得了理想的指标,为该钨矿企业钨细泥的利用提供了技术依据,同时对于其他钨矿山企业钨细泥的回收具有一定的借鉴作用.
-
表 1 2006~2014年我国离子型稀土开采量控制指标/t
Table 1 Control indicators of ionic rare earth yield from 2006 to 2014 / t
省(区) 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 江西 7 000 7 400 7 400 7 400 8 500 9 000 9 000 9 000 9 000 福建 220 220 220 720 1 500 2 000 2 000 2 000 2 000 广东 700 700 1 000 1 500 2 000 2 200 2 200 2 200 2 200 广西 200 200 200 200 2 000 2 500 1 250 2 500 2 500 湖南 100 100 100 800 1 500 2 000 2 000 2 000 2 000 云南 200 200 200 200 200 200 200 200 200 合计 8 420 8 820 9 120 10 820 15 700 17 900 16 650 17 900 17 900 表 2 2006~2014年我国离子型稀土开采量归一化处理后的数据
Table 2 Normalization processing of ionic rare earth yield data from 2006 to 2014
省(区) 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 江西 0.831 4 0.839 0 0.811 4 0.683 9 0.541 4 0.502 8 0.540 5 0.502 8 0.502 8 福建 0.026 1 0.024 9 0.024 1 0.066 5 0.095 5 0.111 7 0.120 1 0.111 7 0.111 7 广东 0.083 1 0.079 4 0.109 6 0.138 6 0.127 4 0.122 9 0.132 1 0.122 9 0.122 9 广西 0.023 8 0.022 7 0.021 9 0.018 5 0.127 4 0.139 7 0.075 1 0.139 7 0.139 7 湖南 0.011 9 0.011 3 0.011 0 0.073 9 0.095 5 0.111 7 0.120 1 0.111 7 0.111 7 云南 0.023 8 0.022 7 0.021 9 0.018 5 0.012 7 0.011 2 0.012 0 0.011 2 0.011 2 合计 1 1 1 1 1 1 1 1 1 表 3 2006~2014年稀土开采量指标的信息熵、均衡度和优势度
Table 3 Information entropy, equilibrium degree and dominance of yield data from 2006 to 2014
省(区) 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 H 0.685 9 0.662 9 0.718 8 1.054 2 1.361 5 1.418 3 1.356 6 1.418 3 1.418 3 J 0.382 8 0.370 0 0.401 2 0.588 4 0.759 8 0.791 5 0.757 1 0.791 5 0.791 5 I 0.617 2 0.630 0 0.598 8 0.411 6 0.240 2 0.208 5 0.242 9 0.208 5 0.208 5 -
[1] 吴一丁, 廖列法.稀土行业整合的背景、问题及策略[J].有色金属科学与工程, 2012, 3(4): 63-69. http://ysjskx.paperopen.com/oa/DArticle.aspx?type=view&id=201204011 [2] 丁全利.保护优势矿种严格总量管控--《开采总量控制矿种指标管理暂行办法》解读[J].国土资源通讯, 2012, 12(7): 21. http://www.cnki.com.cn/Article/CJFDTOTAL-GTTX201207011.htm [3] 王子凌, 师学义, 高奇, 等.基于信息熵的土地利用结构变化分析[J].生态经济(学术版), 2013, 8(2): 55-58. http://www.cnki.com.cn/Article/CJFDTOTAL-STJX201302011.htm [4] 边静, 何多兴, 田永中, 等.基于信息熵与空间洛伦兹曲线的土地利用空间结构分析--以重庆市合川区为例[J].水土保持研究, 2011, 27(5): 201-204. http://www.cnki.com.cn/Article/CJFDTOTAL-STBY201105044.htm [5] 郑婷婷.基于熵理论的煤炭产业可持续发展研究[D].太原:太原理工大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10112-2010143639.htm [6] 黎爱兵, 张立凤, 王秋良, 等.非线性误差的信息熵理论及其在可预报性中的应用--以Lorenz系统为例[J].中国科学(地球科学), 2013, 18(9): 1518-1526. http://www.cnki.com.cn/Article/CJFDTOTAL-JDXK201309013.htm [7] Seiford L M, Zhu J. Profitability and marketability of the top 55 US commercial banks[J]. Management Science, 1999, 45(9): 1270-1288. doi: 10.1287/mnsc.45.9.1270
[8] 匿名.国土资源部确定2013年度稀土、钨、锑矿开采总量控制指标[J].稀土信息, 2013, 31(9): 15. http://www.cnki.com.cn/Article/CJFDTOTAL-XTXX201309013.htm [9] 赖丹, 吴雯雯.资源环境视角下的离子型稀土采矿业成本收益研究[J].中国矿业大学学报(社会科学版), 2013, 15(3): 63-70. http://www.cnki.com.cn/Article/CJFDTOTAL-KDSK201303011.htm [10] 赖丹, 边俊杰.稀土资源税费改革与资源地的可持续发展--以赣州市为例[J].有色金属科学与工程, 2012, 3(4): 94-99. http://ysjskx.paperopen.com/oa/DArticle.aspx?type=view&id=201204017 [11] 匿名.国土资源部确定稀土等矿产开采指标[J].中国金属通报, 2013, 21(34): 20. http://www.cnki.com.cn/Article/CJFDTOTAL-JSTB201334048.htm [12] 颉茂华, 果婕欣, 杜凤莲.2014~2020年中国稀土战略储备量研究--基于动态规划法视角[J].资源与产业, 2014, 20(4): 10-16. http://www.cnki.com.cn/Article/CJFDTOTAL-ZIYU201404004.htm [13] 洪梅, 李莉萍.2012年我国稀土市场回顾及展望[J].稀土信息, 2013, 31(3): 14-19. http://www.cnki.com.cn/Article/CJFDTOTAL-XTXX201303017.htm [14] 洪广言.对稀土产业可持续发展的建议[J].高科技与产业化, 2012, 18(8): 50-55. http://www.cnki.com.cn/Article/CJFDTOTAL-GKFC201208017.htm [15] 杨斌清, 张贤平.我国稀土资源战略储备机制的构建[J].江西社会科学, 2012, 33(2): 50-54. http://www.cnki.com.cn/Article/CJFDTOTAL-JXSH201202012.htm [16] 杨斌清, 张贤平.基于储采比分析的中国稀土矿种储备选择研究[J].中国稀土学报, 2013, 31(6): 762-768. http://www.cnki.com.cn/Article/CJFDTOTAL-XTXB201306017.htm [17] 方一平, 张福良, 李晓宇, 等.国际新形势下我国稀土资源管理政策探讨[J].中国矿业, 2013, 22(11): 5-8. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGKA201311003.htm [18] 杨萌.六大稀土集团全部获批整合工作仍困难重重[N].证券日报, 2014-12-11(C1版). [19] 顾楠. "大动作"助力稀土发展[J].中国有色金属, 2014, 32(22): 40-41. http://www.cnki.com.cn/Article/CJFDTOTAL-YSGY201422016.htm -
期刊类型引用(2)
1. 黄明发. 富水环境缓倾斜矿体采矿方法与突水防控研究. 中国矿山工程. 2024(06): 34-41 . 百度学术
2. 范国栋,李博涵. 基于机器学习的工业机械设备故障预测方法. 自动化与信息工程. 2023(04): 13-18+50 . 百度学术
其他类型引用(2)