光电智能抛废技术在低品位铅锌矿的试验研究

苏振华，谈承忠，张 笃，刘 兵，占小龙，韦宏伟

广西中金岭南矿业有限责任公司，广西 来宾 545900

盘龙铅锌矿位于广西大瑶山西侧铅锌重晶石多金属成矿带南段，产于下泥盆统上伦白云岩层间破碎带中[1]，是广西重要的铅锌重晶石矿床．历经多次技改扩产，目前矿山年处理矿石量60多万吨，年产尾矿56多万吨，其中60%多尾矿胶结充填于井下采空区，其余堆存于尾矿库．盘龙铅锌矿的铅锌品位低、尾砂产率大，现有生产工艺导致了严重的尾矿库库容压力，已严重制约企业可持续生产和下一步扩产改造．

智能抛废技术发端于人工手选，通过矿石外观颜色的差异挑选出目标矿物．由于人工成本高、效率低、误拣漏拣率高等原因，科研工作者[2]研发出光选机、激发光拣选机和核辐射拣选机等多种智能抛废拣选设备，对提高入选矿石品位、分选指标，降低选矿能耗，实现无尾矿山具有重要意义．该技术目前主要适用于矿石的颜色、纹理、光泽等表面特征比较明显的黑钨矿、金锑矿[3]，铜锡矿[4]，铜铅矿，铅锌矿[5]等金属矿以及石英、萤石等非金属矿[6]．

借助光电抛废设备，结合盘龙铅锌矿石性质，开展了实验室小型试验、扩大试验和工业试验研究，对低品位铅锌矿石进行了预先抛废处理，验证了光电抛废技术分选盘龙低品位铅锌矿石的可行性．

1 光电智能抛废分选机的工作原理及结构

光电智能抛废分选机工作原理如图1所示．该设备是使用射线源发出X射线对原矿进行扫描，由高性能探测器采集数据，通过智能算法识别矿石品位，并用气排枪喷吹方式(上喷或下喷)把原矿分选为高品位矿石和低品位废石，实现预先抛废或废石提精[7]．

图1 分选机工作原理示意图Fig.1 Working principle schematic diagram of of the sorting machine

智能分选系统组成结构包括传动、识别及分选三大子系统，其中传动部分包括振动给料、高速皮带、分料皮带，识别部分包括射线源、探测器、电气柜工控机，分选部分包括气排枪、气罐、电气柜控制部分．

2 原矿性质

盘龙铅锌矿矿石的多元素分析结果列于表1．由表1可知，铅锌矿中的主要有价回收元素为Pb和Zn，二者的品位较低分别为0.80%和2.70%，伴生的银金铜等有价金属含量也低，表明该矿石属于低品位铅锌矿．因此，如何降低选矿成本、提高入选品位及经济效益是矿山实现可持续发展的关键．

表1 原矿多元素分析结果Table 1 Multi-elements analysis of ROM

矿石矿物组成及相对含量列于表2．由表2可知，矿石中的铅矿物主要为方铅矿，其次为灰硫砷锑铅矿、斜硫砷铅矿和维硫锑铅矿，以及少量的白铅矿．锌矿物绝大部分为闪锌矿，微量的菱锌矿．其它金属矿物大部分为黄铁矿，少量的毒砂，另有微量的褐铁矿、黄铜矿等．矿石中的非金属矿物大部分为白云石，其次为重晶石，少量的钠长石、方解石、白云母、正长石、磷灰石、石英等．

表2 原矿的矿物组成Table 2 The minerals composition of ROM

3 抛废试验研究

根据光电抛废分选机的一般分选粒度要求，结合盘龙铅锌矿矿石特性，拟定抛废试验的矿石粒度范围为10～75 mm，在确保铅锌回收率的前提下按照“能抛尽抛”的原则，进行了不同抛废率试验和全粒级抛废试验．

3.1 小型试验

3.1.1 抛废率试验

对+30～-75 mm粒级进行(处理矿量为100 kg)不同抛废率的小型试验，分别设置抛废率约为35%，45%和55%，以研究不同抛废率与尾矿品位及金属损失率的关系，结果见图2．

从图2可见：对于+30～-75 mm粒级，随着抛废率的增加尾矿中铅锌的品位及损失率呈上升趋势；当抛废率为45%时，尾矿中铅含量为0.06%、锌含量为0.05%，铅及锌损失率分别为1.90%和5.23%，抛废指标较好；而当抛废率约为55%时，尾矿中锌损失率偏高大于10%．因此，确定理想的抛废率约为45%．

图2 +30～-70 mm粒级的抛废率与尾矿品位和金属损失率间的关系Fig.2 The diagram of +30-70mm waste disposal rate-tailing grade and metal loss rate

3.1.2 粒级试验

在抛废率约45%的条件下进行不同粒级的抛废试验，研究在相近抛废率下不同粒级尾矿的金属品位和损失率关系，结果见图3．

从图3可见，在约45%的抛废率下，对于+10～-30 mm的粒级，尾矿中铅及锌的品位和损失率最高，尾矿中含铅为0.12%、锌为0.07%，而铅及锌的损失率分别为3.34%和7.83%；对于+30～-75 mm的粒级，尾矿中铅的品位和损失率最低，尾矿中矿中含铅为0.06%、锌为0.05%，铅及锌损失率分别为3.34%和7.83%；对于+30～-75 mm的粒级，尾矿中铅的品位和损失率最低，尾矿中矿中含铅为0.06%、锌为0.05%，铅及锌损失率分别为1.90%和5.23%；对于+10～-75 mm的粒级，尾矿中锌的品位和损失率最低，尾矿含铅为0.07%、锌为0.04%，铅及锌的损失率分别为2.14%和4.44%．综合抛废指标和入选粒级，合理的入选粒级为+10～-75 mm．

图3 在相近抛废率下不同粒级与尾矿品位及金属损失率间的关系Fig.3 The diagram of size range-tailing grade and metal loss rate under similar disposal rate

3.2 扩大试验

对于+10～-75 mm粒级，设置45%的抛废率和处理量大于500 kg/次，进行多组扩大试验，试验结果列于表3．

表3 抛废扩大试验结果Table 3 Waste disposal scale-up test results

由表3可知，+10～-75 mm粒级的抛废扩大试验的平均加权抛废率为45.95%，铅及锌的损失率分别为2.32%和5.20%．试验结果达到了指标要求，取得了较好的效果．

3.3 工业试验

为进一步验证光电抛废技术应用于盘龙铅锌矿的可行性，进行了现场工业试验研究．根据选厂破碎的实际情况，入智能光电分选粒级改造为+15～-60 mm，工业试验采用“破碎-筛分-抛废”工艺流程，如图4所示．经现场试验，在矿石抛废入选粒度+15～-60 mm(占比全粒级的65.74%)的条件下，取得了20个连续班次的指标(图5)，连续20个班的加权平均指标列于表4．

图4 工业试验工艺流程示意图Fig.4 Pilot test flow-sheet

从图5和表4结果可知：在处理量为42.37 t/h的条件下，当入料中含铅0.82%%和含锌3.49%时的抛废率为41.20%(对全粒级27.77%)，尾矿废石含铅0.04%、含锌0.21%，铅和锌损失率分别为1.82%和2.56%；精矿含铅1.37%、含锌5.82%，铅和锌回收率分别为98.08%和97.44%；通过抛废后的铅锌综合品位由4.31%提升到7.19%，富集比为1.67．按矿山年处理60万吨矿石计算，可抛出废石16.66万吨，降低了后续磨浮矿石量，有利于降低矿山能耗、提高选矿综合指标．同时，抛出的废石经简单加工，可作为碎石、机制砂等基础建筑材料，从而实现了资源综合利用，减少尾矿产出，为实现无尾矿山创造有利条件．

图5 抛废率与废石损失率波动图Fig.5 The diagram of waste disposal rate and metals loss

表4 20个班抛废加权平均指标Table 4 The average index of 20 shifts waste disposal

4 结 论

采用光电智能抛废技术对盘龙铅锌矿低品位铅锌矿进行实验室小型试验和扩大试验，对原矿10～75 mm粒级矿石，扩大试验的抛废率为45.95%，铅损失率2.32%、锌损失率5.20%．采用光电智能抛废技术对盘龙铅锌矿低品位铅锌矿进行工业试验研究，结合现场生产经设备工业参数优化，对原矿15～60 mm粒级矿石，取得作业抛废率41.20%，废石Pb+Zn品位为0.244%，铅锌回收率分别为98.08%和97.44%的试验指标，表明光电抛废技术对盘龙铅锌矿可行．光电智能抛废技术应用后可预先抛出废石，从而提高了入选矿石品位，减少了进入磨浮作业的矿石量，降低了选矿能耗．抛出的废石可简单加工后作为碎石、机制砂等基础建筑材料，从而减少尾矿产率，缓解尾矿库库容压力，为矿山实现“无尾矿山”创造有利条件．因此，光电智能抛废技术具有较好的技术、经济和环保效果．