于 洋，李俊旺，孫傳堯，王中明

（1.北京礦冶研究總院礦物加工科學(xué)與技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京102600；2.北京華夏建龍礦業(yè)科技有限公司，北京100072）

在微細(xì)粒矽卡巖型黑白鎢共生礦石中，鎢礦物常與其他含鈣鹽類礦物（方解石、螢石、石榴石、磷灰石、透輝石等）共生。由于這類礦物晶格中都含有Ca2＋，以及黑、白鎢礦物晶格陽離子之間交代等因素影響，采用脂肪酸類捕收劑浮選時(shí)，它們的可浮性非常接近，因此，白鎢礦、黑鎢礦與含鈣礦物浮選分離及黑鎢礦與白鎢礦之間的高效分離是礦物加工中的關(guān)鍵技術(shù)難題。我國(guó)針對(duì)此類復(fù)雜難選鎢礦成功研制出一種新的選礦工藝——柿竹園法。其核心技術(shù)是主干全浮流程，等可浮分離鉬鉍硫化礦物，以鰲合捕收劑為主混合浮選黑、白鎢礦物，鎢粗精礦加溫精選，合理回收鎢細(xì)泥，綜合回收螢石。該方法存在的不足之處在于，白鎢礦精選時(shí)采用了彼得洛夫法，微細(xì)粒級(jí)黑鎢礦在大量水玻璃作用下被強(qiáng)烈抑制，后續(xù)作業(yè)鎢細(xì)泥回收率不高、品位偏低［1－2］。

應(yīng)用分流分速原理，從可浮性和浮游速度兩個(gè)方面系統(tǒng)分析礦物的浮游規(guī)律及其動(dòng)力學(xué)特性，實(shí)現(xiàn)浮選過程的最佳化，是解決難選礦物分離問題的重要途徑之一［3－5］。作者曾借鑒異步浮選技術(shù)在復(fù)雜多金屬硫化礦應(yīng)用的成功經(jīng)驗(yàn)，以苯甲羥肟酸為捕收劑，研究了黑鎢礦、白鎢礦與含鈣礦物異步浮選分離［6］，研究表明：苯甲羥肟酸對(duì)黑鎢礦和白鎢礦有很好的捕收作用，表現(xiàn)出良好的選擇性。檸檬酸可作為黑鎢礦與白鎢礦、含鈣礦物優(yōu)先浮選分離的選擇性調(diào)整劑，并通過浮選溶液化學(xué)及晶體化學(xué)分析，初步探討了其作用機(jī)理。本文在此基礎(chǔ)上研究了柿竹園白鎢礦與黑鎢礦在不同的工藝條件下（礦漿pH值、檸檬酸濃度、羥肟酸濃度、浮選時(shí)間）礦物可浮性變化規(guī)律，利用回歸分析與神經(jīng)網(wǎng)絡(luò)建立起二者之間的關(guān)系模型，為解決浮選建模過程中遇到的多變量、非線性、強(qiáng)耦合、大滯后等難題，實(shí)現(xiàn)浮選過程的優(yōu)化控制提供參考。

1 試驗(yàn)材料與方法

試驗(yàn)所用礦樣取自湖南柿竹園有色金屬礦，經(jīng)物理方法加工提純，單礦物經(jīng)瓷球磨機(jī)磨細(xì)至－0.074mm，?。?.074mm＋0.038mm粒級(jí)礦樣經(jīng)去離子水清洗、干燥保存以備試驗(yàn)使用。通過化學(xué)分析與工藝礦物學(xué)鑒定：白鎢礦含WO376.34%，純度約為94.71%；黑鎢礦含WO373.05%，純度約為95.49%；螢石含CaF295.23%；方解石含CaO 55.85%，C 12.11%，純度約為99.73%，石英含SiO298.38%；石榴石純度＞94%（顯微鏡鑒定）。

所用試驗(yàn)藥劑羧甲基纖維素鈉（CMC）為化學(xué)純?cè)噭渌巹┚鶠榉治黾冊(cè)噭?。苯甲羥肟酸配置過程中加入了少量NaOH溶解。礦物浮選試驗(yàn)采用XFG－76型掛槽式浮選機(jī)，轉(zhuǎn)速1850r/min，試驗(yàn)用水為去離子水，按調(diào)整劑、活化劑、捕收劑和起泡劑的順序加藥，浮選前測(cè)定礦漿pH值，泡沫產(chǎn)品烘干稱重后，計(jì)算回收率。單礦物浮選試驗(yàn)，每次試驗(yàn)礦樣2g，浮選槽容積30mL。人工混合礦試驗(yàn)，浮選槽容積100mL，試驗(yàn)礦樣10g，黑鎢礦、白鎢礦、方解石、螢石、石英、石榴石的比例為1.5∶1.5∶1.75∶1.75∶1.75∶1.75，礦樣含WO3約22.4%。

2 礦物浮選過程的模擬研究

浮選作為礦物加工過程的關(guān)鍵領(lǐng)域，有關(guān)浮選過程模擬的研究一直十分活躍。浮選作為一種多輸入與輸出的連續(xù)復(fù)雜工業(yè)過程，大量不確定信息以及多樣化數(shù)據(jù)使得浮選模型的建立并不容易，本文應(yīng)用SPSS軟件提供的回歸分析方法和MATLAB軟件建立人工神經(jīng)網(wǎng)絡(luò)對(duì)浮選過程進(jìn)行模擬研究。根據(jù)單礦物浮選試驗(yàn)研究，以苯甲羥肟酸為捕收劑、檸檬酸為調(diào)整劑，選擇礦漿pH值、捕收劑濃度、調(diào)整劑濃度為操作變量對(duì)白鎢礦與黑鎢礦進(jìn)行分批浮選全面試驗(yàn)，分析變量對(duì)礦物浮選累計(jì)回收率的影響。其中，操作變量及水平見表1，分段、連續(xù)刮泡時(shí)間依次是0.1min、0.2min、0.3min、0.4min、1.0min、1.5min，1.5min其他試驗(yàn)條件與單礦物浮選相同。全面浮選試驗(yàn)的結(jié)果將作為浮選模擬研究的數(shù)據(jù)樣本。

2.1 多元回歸分析

為進(jìn)一步研究浮選因素對(duì)礦物可浮性影響，考察了礦漿pH值（pH）、苯甲羥肟酸濃度（HOA）、檸檬酸濃度（CIA）和浮選時(shí)間（Time）與白鎢礦和黑鎢礦的浮選累計(jì)回收率（ε）之間的相關(guān)性，結(jié)果見表2。

表1 礦物浮選操作變量與水平

表2 相關(guān)性分析結(jié)果

分析結(jié)果表明，對(duì)于白鎢礦，pH、HOA、CIA、Time與浮選累計(jì)回收率之間的相關(guān)系數(shù)分別為－0.422、0.345、－0.105、0.719，對(duì)累計(jì)回收率的影響大小依次是Time＞pH＞羥肟酸＞檸檬酸。其中，Time對(duì)浮選累計(jì)回收率的影響最大，且隨著浮選時(shí)間的延長(zhǎng)累計(jì)回收率逐漸升高，其次是pH，但隨著礦漿pH的升高累計(jì)回收率逐漸降低。各變量對(duì)黑鎢浮選累計(jì)回收率影響和白鎢礦相似，相關(guān)性系數(shù)分別為－0.327、0.308、－0.132、0.766，不同之處在于，pH與羥肟酸對(duì)黑鎢礦可浮性影響要小于白鎢礦，而檸檬酸對(duì)黑鎢礦的可浮性影響要顯著。

應(yīng)用多元回歸分析方法分別建立白鎢礦與黑鎢礦的浮選累計(jì)回收率（ε）與礦漿pH值（pH）、苯甲羥肟酸濃度（HOA）、檸檬酸濃度（CIA）和浮選時(shí)間（Time）之間的回歸模型，結(jié)果如式（1）和式（2）所示。式中，HOA和CIA的單位均為mg/L，Time的單位為min。通過分析白鎢礦與黑鎢礦浮選累計(jì)回收率（ε）的預(yù)測(cè)值與試驗(yàn)值之間的相關(guān)性，對(duì)多元回歸模型的性能進(jìn)行了檢驗(yàn)，結(jié)果如圖1所示，圖中數(shù)據(jù)點(diǎn)是以試驗(yàn)值為橫坐標(biāo)，預(yù)測(cè)值為縱坐標(biāo)得出，圖中直線及R2值為origin軟件分析結(jié)果。

圖1 浮選回收率試驗(yàn)值與預(yù)測(cè)值的相關(guān)性（回歸分析）

由圖1可知，白鎢礦和黑鎢礦浮選累計(jì)回收率預(yù)測(cè)值與試驗(yàn)值之間的相關(guān)系數(shù)R2分別為0.805、0.827，這表明根據(jù)礦漿pH值、苯甲羥肟酸濃度、檸檬酸濃度和浮選時(shí)間等變量預(yù)測(cè)礦物的累計(jì)回收率，回歸模型預(yù)測(cè)精度不高。

2.2 人工神經(jīng)網(wǎng)絡(luò)研究

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，簡(jiǎn)稱ANN）是近年來發(fā)展起來的模擬人腦生物過程的人工智能技術(shù)，因其良好的非線性映射能力和柔軟的網(wǎng)絡(luò)結(jié)構(gòu)，現(xiàn)已廣泛應(yīng)用于模式識(shí)別、數(shù)據(jù)預(yù)測(cè)、系統(tǒng)辨認(rèn)、圖像處理、語音理解以及函數(shù)擬合等領(lǐng)域［7］。

本文應(yīng)用BP網(wǎng)絡(luò)模型進(jìn)行研究，根據(jù)設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)，應(yīng)用MATLAB軟件建立礦物浮選人工神經(jīng)網(wǎng)絡(luò)模型，模擬白鎢礦和黑鎢礦的浮選過程。選擇樣本中的162組試驗(yàn)數(shù)據(jù)作為訓(xùn)練樣本在計(jì)算機(jī)上進(jìn)行訓(xùn)練學(xué)習(xí)，其余27組試驗(yàn)數(shù)據(jù)作為驗(yàn)證樣本。

選擇礦漿pH值、苯甲羥肟酸濃度、檸檬酸濃度和浮選時(shí)間作為網(wǎng)絡(luò)的輸入向量，并對(duì)樣本的規(guī)范化處理，礦漿pH（0.9～1）、苯甲羥肟酸濃度（0.4～0.8）、檸檬酸濃度（0.4～0.8）、浮選時(shí)間（0.1～5）。權(quán)值和閥值的初始值域?yàn)椋ǎ?.5，0.5）。根據(jù)Mirchadani給出的經(jīng)驗(yàn)公式［8］，（J＝log2P，其中J為隱含層神經(jīng)元數(shù)，P為輸入模式數(shù)），計(jì)算結(jié)果表明，當(dāng)輸入模式數(shù)P＝162時(shí)，隱含層神經(jīng)元數(shù)目應(yīng)取7為好，網(wǎng)絡(luò)結(jié)構(gòu)為4－7－1。本文選取Levenberg－Marquardt算法，訓(xùn)練函數(shù)為trainlm，隱含層激活函數(shù)g1＝tansig（x），輸出層激活函數(shù)g2＝purelin（x）。

圖2是以訓(xùn)練樣本為網(wǎng)絡(luò)輸入時(shí)，白鎢礦和黑鎢礦浮選回收率網(wǎng)絡(luò)輸出與試驗(yàn)結(jié)果的對(duì)比。圖2中圓圈為試驗(yàn)結(jié)果，實(shí)線為網(wǎng)絡(luò)輸出。

為了驗(yàn)證網(wǎng)絡(luò)的推廣能力，作者采用另外27組試驗(yàn)結(jié)果作為驗(yàn)證樣本，對(duì)所建神經(jīng)網(wǎng)絡(luò)進(jìn)行了驗(yàn)證分析，結(jié)果如圖3所示。圖中圓圈為試驗(yàn)結(jié)果，實(shí)線為網(wǎng)絡(luò)輸出。黑鎢礦、白鎢礦浮選累計(jì)回收率的預(yù)測(cè)值與試驗(yàn)值相關(guān)性分析，結(jié)果如圖4所示，圖3中數(shù)據(jù)點(diǎn)是以試驗(yàn)值為橫坐標(biāo)，預(yù)測(cè)值為縱坐標(biāo)得出，圖4中直線及R2值為origin軟件分析結(jié)果。

由圖4可知，黑鎢礦和白鎢礦浮選累計(jì)回收率的模型預(yù)測(cè)值與試驗(yàn)值之間的相關(guān)系數(shù)R2分別為0.947、0.944。這表明，人工神經(jīng)網(wǎng)絡(luò)模型可以根據(jù)礦漿pH值、苯甲羥肟酸濃度、檸檬酸濃度和浮選時(shí)間等變量預(yù)測(cè)礦物的浮選累計(jì)回收率，且具有較高的預(yù)測(cè)精度。

選取數(shù)據(jù)樣本數(shù)值范圍之內(nèi)的非樣本數(shù)據(jù)作為網(wǎng)絡(luò)輸入，應(yīng)用神經(jīng)網(wǎng)絡(luò)浮選模型預(yù)測(cè)礦物在不同工藝條件下的浮選指標(biāo)。圖5是利用所建網(wǎng)絡(luò)得到的白鎢礦和黑鎢礦分別在特定的浮選條件下，礦漿pH、苯甲羥肟酸及檸檬酸與浮選回收率和浮選時(shí)間之間的三維關(guān)系曲面。

圖2 浮選回收率網(wǎng)絡(luò)輸出與試驗(yàn)結(jié)果的對(duì)比（訓(xùn)練樣本）

圖3 浮選回收率網(wǎng)絡(luò)輸出與試驗(yàn)結(jié)果的對(duì)比（驗(yàn)證樣本）

圖4 浮選累計(jì)回收率預(yù)測(cè)值與試驗(yàn)值的相關(guān)性（ANN）

圖5 白鎢礦和黑鎢礦浮選指標(biāo)－工藝條件的關(guān)系

由圖5可知，在不同工藝條件下，白鎢礦和黑鎢礦呈現(xiàn)出不同的浮游特性。黑鎢礦在礦漿pH值較高的條件下，仍具有較好的浮游性，而白鎢礦隨著pH的升高可浮性顯著降低，在pH9.5～10，浮選時(shí)間3～4 min的區(qū)域內(nèi)，黑白鎢浮選回收率差值較大。苯甲羥肟酸濃度對(duì)白鎢礦可浮性影響顯著，在羥肟酸較高濃度范圍內(nèi)，浮選回收率差值隨著浮選時(shí)間的延長(zhǎng)差值曲面明顯向下凹陷，因此在異步浮選分離的過程中，控制羥肟酸濃度在較低范圍內(nèi)對(duì)異步浮選分離有利。在礦漿pH和羥肟酸濃度一定的條件下，檸檬酸對(duì)黑鎢礦和白鎢礦浮游性的影響體現(xiàn)在，隨著浮選時(shí)間的延長(zhǎng)回收率差值先增大后減小，可見浮選時(shí)間對(duì)異步浮選分離效果影響顯著，過短和過長(zhǎng)的浮選時(shí)間均不能使礦物得到有效分離。

總體看來，在不同的工藝條件下，與白鎢礦相比，黑鎢礦均表現(xiàn)出較好的可浮性和較快的浮游速度。特別是在礦漿pH較高，捕收劑濃度較低及中等浮選時(shí)間的條件下，黑鎢礦和白鎢礦的可浮性和浮游速度差異最大，根據(jù)礦物分流分速原理，黑鎢礦和白鎢礦此時(shí)有可能實(shí)現(xiàn)較好的浮選分離。

3 人工混合礦浮選分離

在較系統(tǒng)地研究黑鎢礦、白鎢礦與其他含鈣礦物異步浮選分離工藝的基礎(chǔ)之上，按回歸分析與神經(jīng)網(wǎng)絡(luò)模擬結(jié)果進(jìn)一步調(diào)整并優(yōu)化了部分參數(shù)，對(duì)人工混合礦進(jìn)行了異步浮選試驗(yàn)，進(jìn)一步驗(yàn)證礦物浮選過程中分流分速的規(guī)律［6］。為檢驗(yàn)黑鎢礦與白鎢礦上浮比例，在異步浮選工藝的基礎(chǔ)上，對(duì)精礦后續(xù)處理采用強(qiáng)磁選進(jìn)一步分離，其分離流程及條件如圖6所示，分離結(jié)果見表3。

表3 人工混合礦浮選試驗(yàn)結(jié)果

圖6 人工混合礦分離流程

由表3可知，人工混合礦分離結(jié)果與單礦物浮選規(guī)律有很好的一致性。由此可見，應(yīng)用所建神經(jīng)網(wǎng)絡(luò)浮選模型，對(duì)于更好的掌握不同礦物之間的浮游規(guī)律，優(yōu)化浮選工藝有一定的意義。異步浮選工藝特點(diǎn)在于，在利用黑鎢礦與白鎢礦之間浮游性差異的同時(shí)，進(jìn)一步利用了白鎢礦與其他含鈣礦物之間的浮游性差異，確保了黑鎢礦和白鎢礦不同步地在各自適宜的條件下最大限度的回收，因此，有利于提高黑鎢礦、白鎢礦與其他含鈣礦物之間的分離效率。在異步浮選Ⅰ中，黑鎢礦約上浮66%，白鎢礦約上浮14%，之后，黑鎢礦上浮比例逐漸減小，白鎢礦上浮比例逐漸增大，在第二次異步浮選后，基本實(shí)現(xiàn)了白鎢礦與黑鎢礦的不同步分離，經(jīng)三次異步浮選后，易浮黑鎢礦基本上浮完全（回收率大于90%），此時(shí)，槽內(nèi)還含有約60%左右的白鎢礦，在異步浮選Ⅳ中進(jìn)一步上浮，鎢總回收率98.14%。進(jìn)一步加權(quán)計(jì)算總黑鎢及總白鎢精礦品位，黑鎢礦品位73.60%、白鎢礦品位50.92%。計(jì)算結(jié)果表明，總白鎢精礦品位較低，原因是白鎢精礦4品位低47.02%，但產(chǎn)率大16.15%，可見其他含鈣礦物混入量較高（硝酸鉛對(duì)石榴石及方解石活化），因此，在白鎢礦浮選階段（異步浮選Ⅳ）應(yīng)加強(qiáng)對(duì)其他含鈣礦物抑制，提高白鎢精礦品位。

4 結(jié)論

通過分批浮選試驗(yàn)研究了捕收劑羥肟酸濃度、調(diào)整劑檸檬酸濃度、礦漿pH、浮選時(shí)間對(duì)黑鎢礦與白鎢礦可浮性和浮游速度的影響，總結(jié)了礦物浮選過程中分流分速的規(guī)律。

1）對(duì)于白鎢礦，pH、HOA（羥肟酸）、CIA（檸檬酸）、Time與浮選累計(jì)回收率之間的相關(guān)系數(shù)分別為－0.422、0.345、－0.105、0.719，對(duì)累計(jì)回收率的影響大小依次是Time＞pH＞羥肟酸＞檸檬酸。其中，Time對(duì)浮選累計(jì)回收率的影響最大，且隨著浮選時(shí)間的延長(zhǎng)累計(jì)回收率逐漸升高，其次是pH，但隨著礦漿pH的升高累計(jì)回收率逐漸降低。各變量對(duì)黑鎢浮選累計(jì)回收率影響和白鎢礦相似，相關(guān)性系數(shù)分別為，－0.327、0.308、－0.132、0.766，不同之處在于，pH與羥肟酸對(duì)黑鎢礦可浮性影響要小于白鎢礦，而檸檬酸對(duì)黑鎢礦的可浮性影響要顯著一些。

2）應(yīng)用SPSS軟件建立了白鎢礦和黑鎢礦浮選累計(jì)回收率與礦漿pH值、苯甲羥肟酸濃度、檸檬酸濃度和浮選時(shí)間之間的回歸模型。白鎢礦和黑鎢礦浮選累計(jì)回收率預(yù)測(cè)值與試驗(yàn)值之間的相關(guān)系數(shù)R2分別為0.805、0.827，相關(guān)分析表明，回歸模型預(yù)測(cè)精度較差。而應(yīng)用MATLAB軟件建立礦物浮選的神經(jīng)網(wǎng)絡(luò)模型，黑鎢礦和白鎢礦浮選累計(jì)回收率的模型預(yù)測(cè)值與試驗(yàn)值之間的相關(guān)系數(shù)R2分別為0.947、0.944，神經(jīng)網(wǎng)絡(luò)模型可以較好地預(yù)測(cè)礦物不同工藝條件下的浮選指標(biāo)，且具有較好的預(yù)測(cè)精度。

3）人工混合礦分離結(jié)果與單礦物浮選規(guī)律有很好的一致性，應(yīng)用所建立的神經(jīng)網(wǎng)絡(luò)模型對(duì)于更好的掌握不同礦物之間的浮游規(guī)律，優(yōu)化浮選工藝有一定的意義?；诋惒礁∵x技術(shù)，在浮選過程中將礦物分流分速處理，在利用黑鎢礦與白鎢礦之間浮游性差異的同時(shí)，進(jìn)一步利用了白鎢礦與其他含鈣礦物之間的浮游性差異，確保了黑鎢礦和白鎢礦不同步地在各自適宜的條件下最大限度的回收，因此，有利于提高黑鎢礦、白鎢礦與其他含鈣礦物之間的分離效率。

［1］ 孫傳堯，程新潮，李長(zhǎng)根.鎢鉍鉬螢石復(fù)雜多金屬礦綜合選礦新技術(shù)——柿竹園法［J］.中國(guó)鎢業(yè)，2004，19（5）：2－12.

［2］ 程新潮.鎢礦物和含鈣礦物分離新方法及藥劑作用機(jī)理研究Ⅰ［J］.國(guó)外金屬礦選礦，2000（6）：21－25.

［3］ 李俊旺，孫傳堯，袁闖.會(huì)澤鉛鋅硫化礦異步浮選新技術(shù)研究［J］.金屬礦山，2011（11）：83－91.

［4］ 張明，劉明寶，印萬忠，等.東鞍山含碳酸鹽難選鐵礦石分步浮選工藝研究［J］.金屬礦山，2007（9）：62－64.

［5］ 李鳳樓，孫傳堯，趙純祿，等.鉛鋅混合精礦異步混合浮選新工藝的研究［J］.有色金屬：選礦部分，1998（2）：30－36.

［6］ 于洋，孫傳堯，盧爍十，等.黑鎢礦、白鎢礦與含鈣礦物異步浮選分離研究［J］.礦冶工程，2012，32（4）：31－36.

［7］ 徐瑞，黃兆東，閻鳳玉.MATLAB 2007科學(xué)計(jì)算與工程分析［M］.北京：科學(xué)出版社，2008.

［8］ 飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)［M］.北京：電子工業(yè)出版社，2005.