img

QQ群聊

img

官方微信

高级检索

黄金科学技术 ›› 2016, Vol. 24 ›› Issue (6): 96-101.doi: 10.11872/j.issn.1005-2518.2016.06.096

• 采选技术与矿山管理 • 上一篇    下一篇

四川某中基性岩浆岩型金矿选别试验研究

石贵明1,2,赵捷明1,吴彩斌1,2,何水春1
  

  1. 1.江西理工大学资源与环境工程学院,江西  赣州   341000;
    2.江西省矿业工程重点实验室,江西  赣州   341000
  • 收稿日期:2016-06-22 修回日期:2016-07-20 出版日期:2016-12-28 发布日期:2017-01-22
  • 作者简介:石贵明(1982-),男,安徽安庆人,博士,副教授,从事矿石碎磨理论与工艺、矿物分选等研究工作。9120090002@jxust.edu.cn
  • 基金资助:

    江西省教育厅课题“矽卡岩钨矿泥化行为规律及选择性磨矿调控机理研究”(编号:GJJ150651)和江西理工大学校级重点课题“SAB工艺中半自磨机和球磨机的功率计算方法研究”(编号:NSFJ2015-K02)联合资助

Research on the Beneficiation Tests of Mafic Igneous Rock Type Gold Deposit in Sichuan Province

SHI Guiming1,2,ZHAO Jieming1,2,WU Caibin1,2,HE Shuichun1#br#   

  1. 1.School of Resources and Environmental Engineering,Jiangxi University of Science and Technology,Ganzhou    341000,Jiangxi,China;
    2.Jiangxi Key Laboratory of Mining Engineering,Ganzhou    341000,Jiangxi,China
  • Received:2016-06-22 Revised:2016-07-20 Online:2016-12-28 Published:2017-01-22

摘要:

对四川省某岩浆岩型原生金矿(金品位为4.92×10-6)进行工艺矿物学和选别试验研究。该原生金矿为毒砂、黄铁矿化蚀变中基性岩浆岩型金矿,金属矿物以黄铁矿为主,其次为毒砂,脉石矿物主要为蚀变矿物,以白云母为主,其次为次闪石。该矿采用常规的炭浸及全泥氰化浸出时浸出率较低。根据该矿石工艺矿物学性质,在粗磨细度为-0.074 mm含量占58.2%条件下,经一粗、一精、一扫选别,精选尾矿和扫选精矿集中返回粗选的闭路浮选试验,能获得金品位56.6×10-6、金回收率为96.43%的金精矿,尾矿中金品位仅为0.19×10-6,浮选所获金精矿属高砷、高硫金精矿。

关键词: 岩浆岩型金矿, 浸出, 浮选, 毒砂

Abstract:

This paper described the process mineralogy and beneficiation tests research on a magmatic rocks native gold mine of the grade is 4.92×10-6.The native gold is magmatic rocks type gold mine mineralized with arsenopyrite and pyrite,metal minerals are mainly pyrite and arsenopyrite,gangue minerals are mainly altered minerals,such as white mica and amphibole.It is difficult to leach with conventional carbon leaching and all slime cyanide leaching.Under the grinding fineness is 58.2% below 0.074 mm,by once roughing,once cleaning,once scavenging,cleaning tailings and scavenging concentrates combine return roughing,closed-circuit flotation experiment is carried out,gold concentrates containing 56.6×10-6 Au with recovery of 96.43%,gold tailings is only 0.19×10-6 are obtained.The flotation gold concentrate are high arsenic and sulfur.

Key words: igneous rock type gold deposit, leaching, flotation, arsenopyrite

中图分类号: 

  • TD953

[1] 吕良,曹飞,郭珍旭,等.国外某金矿石选矿试验研究[J].金属矿山,2015(3):100-103.
[2] 林鸿汉.某含金铜废石资源化利用试验研究[J].黄金科学技术,2014,22(3):77-81.
[3] 王利珍,瞿思思,姜楚灵.甘肃某金矿石中金的赋存状态研究[J].矿冶工程,2015,35(1):29-32.
[4] 沈述保,唐明刚.含砷难处理金矿浮选研究进展[J].黄金科学技术,2014,22(2):63-66.
[5] 迟晓鹏,陈享享,王纪镇.湖南黄铁矿—毒砂型金矿石的选矿试验研究[J].有色金属(选矿部分),2013(6):56-59.
[6] 姚金,薛季玮,印万忠,等.贵州某含硫微细粒浸染型金矿石选矿试验[J].金属矿山,2016(2):77-81.
[7] 陈俊,毛婷,邹尚.某含金矿石选矿试验研究[J].有色金属(选矿部分),2013(增):139-141.
[8] 吴双桥.四川甘孜某金矿石选矿试验研究[J].有色金属(选矿部分),2015(5):30-33.
[9] 任洪胜,郎淳慧,邢洪波.广西某难选金矿石选矿试验研究[J].黄金科学技术,2014,22(3):65-69.
[10] 余胜利,王毓华,张英,等.某难选低品位金矿的选矿试验研究[J].有色金属(选矿部分),2013(2):17-21.
[11] 李丽君,易峦,卢央泽.某低品位难选金矿浮选试验研究[J].金属材料与冶金工程,2012(3):22-26.
[12] 张治磊,李勇,杨永文.甘肃某低品位金矿石综合回收有价矿物的试验研究[J].黄金科学技术,2014,22(1):87-91.
[13] 衷水平,吴智,黄中省,等.硫酸介质中载金黄铁矿的氧化动力学[J].稀有金属,2013(2):295-301.

[1] 周立波,曹飞,曹进成,吕良. 河南某含金银硫化铜矿选矿试验研究[J]. 黄金科学技术, 2024, 32(2): 377-386.
[2] 彭科淇, 周瑞仙. 贵州某卡林型金矿精锐微泡浮选生产实践[J]. 黄金科学技术, 2023, 31(4): 689-697.
[3] 赵前飞,杨洪英,佟琳琳. 典型脉石矿物表面CN-吸附规律及润湿性研究[J]. 黄金科学技术, 2023, 31(2): 340-348.
[4] 明平田,李飞,熊召华,陈自强,马生萍. 某难选金矿选厂浮选时间和放大系数的优化研究[J]. 黄金科学技术, 2022, 30(4): 623-631.
[5] 张辛未, 宋永辉, 董萍, 尹宁, 廖龙, 张盼盼. 碳质金矿中碳质物及其“劫金”机理研究进展[J]. 黄金科学技术, 2022, 30(2): 302-312.
[6] 张婷,李平,冯博,李振飞. 离心重选—浮选脱硫工艺回收细粒级钨锡矿物的试验研究[J]. 黄金科学技术, 2022, 30(1): 113-121.
[7] 王国彬,蓝卓越,王瑞康,赵清平,杨迪,李博琦. 银含量对方铅矿浮选的影响及其机理研究进展[J]. 黄金科学技术, 2021, 29(5): 749-760.
[8] 吴天骄,曹欢,牛芳银,靳建平,王海军,陈军,卫亚儒. 某含碳微细粒难处理金矿浮选提金工艺研究[J]. 黄金科学技术, 2021, 29(5): 761-770.
[9] 冯大伟,王玲. 选冶联合处理低品位含金尾矿的试验研究[J]. 黄金科学技术, 2021, 29(2): 315-323.
[10] 李恒. 甘肃某难选金铜氧化矿浮选试验研究[J]. 黄金科学技术, 2021, 29(1): 164-172.
[11] 王智琳,伍杨,许德如,邹少浩,董国军,彭尔柯,宁钧陶,康博. 湘东北长沙—平江断裂带关键金属钴的赋存状态与成矿规律[J]. 黄金科学技术, 2020, 28(6): 779-785.
[12] 高世雄,陈国宝,杨洪英,马鹏程. 含锑金矿预处理脱锑技术的研究进展[J]. 黄金科学技术, 2020, 28(6): 792-799.
[13] 陈港, 陈懋弘, 马克忠, 葛锐, 郭申祥, 吴启强, 原其生. 广西贵港六梅金矿的成因类型及找矿意义[J]. 黄金科学技术, 2020, 28(4): 479-496.
[14] 杨波,童雄,谢贤,王晓. 选冶联合提高甘肃某难浸金矿浮选尾矿金回收率的试验研究[J]. 黄金科学技术, 2020, 28(2): 285-292.
[15] 卜斤革,陈建宏. 基于粒子群算法优化BP神经网络的溶浸开采浸出率预测[J]. 黄金科学技术, 2020, 28(1): 82-89.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!