本鋼歪頭山礦石碎磨特性參數(shù)研究

王澤紅 周鵬飛 毛朝勇 宋亞龍

(東北大學資源與土木工程學院，遼寧 沈陽 110819)

礦石的碎磨特性決定著選礦廠磨機的選型和工藝流程的設計，對于半自磨+球磨(SAB)流程而言尤其重要[1-2]。傳統(tǒng)的(半)自磨設備選型和工藝流程設計以實驗室試驗、半工業(yè)試驗和工業(yè)試驗結果為依據(jù)，這個過程不僅周期長，而且需消耗大量的人力、物力和財力。

近年來，隨著(半)自磨工藝的大量應用，國際上出現(xiàn)了多種測定(半)自磨工藝中物料粉碎特性參數(shù)的方法，如芬蘭Metso集團實驗室的濕式分批(半)自磨試驗法、澳大利亞昆士蘭大學 Julius Kruttschnitt礦物研究中心(JKMRC)的JKTech落重試驗法(也稱JK落重試驗，Drop Weight Test，簡稱DWT)、加拿大Minnov EX技術公司的半自磨功率指數(shù)(SPI)試驗法等[3-4]。上述方法一方面突破了常規(guī)碎磨設備選型和工藝流程設計中一般性破碎功指數(shù)——Bond功指數(shù)概念的范疇[5-6]；另一方面以簡便的小型化試驗為特點，以數(shù)學模型、計算機模擬和大型數(shù)據(jù)庫為技術平臺，將試驗數(shù)據(jù)和生產數(shù)據(jù)相結合，更加科學地改進了設備選型和流程設計方法，克服了傳統(tǒng)方法的缺陷，代表了當代(半)自磨試驗技術的發(fā)展潮流。

本研究采用JKTech落重試驗及傳統(tǒng)的球磨功指數(shù)試驗測定了本鋼歪頭山礦石的碎磨特性參數(shù)，以期為現(xiàn)場設備選型及工藝流程優(yōu)化提供依據(jù)[7-8]。

1 試驗方法

1.1 JK落重試驗

JK落重試驗包括沖擊粉碎試驗、磨蝕粉碎試驗和礦石相對密度測定試驗等3部分[9]。(半)自磨機內被磨物料的粉碎過程主要包括沖擊粉碎過程和磨蝕粉碎過程2類，前者為高能粉碎過程，后者為低能粉碎過程。DWT試驗通過模擬沖擊粉碎試驗和磨蝕粉碎試驗來獲得試驗礦石的粉碎特性：沖擊粉碎試驗通過分析單顆粒物料在不同比破碎能沖擊粉碎作用下產品的粒度特性來獲得被粉碎物料的沖擊粉碎參數(shù)A和b；磨蝕粉碎是將特定粒度、特定質量的物料放入特制的磨機中，在無介質狀態(tài)下旋轉特定時間，根據(jù)產品的粒度分布規(guī)律，獲得物料的磨蝕系數(shù)ta。

1.1.1 沖擊粉碎試驗

試驗設備為澳大利亞昆士蘭大學Julius Kruitschnitt礦物研究中心制造的JK落重試驗儀，其原理見圖1。將粒度為63～53 mm、45～37.5 mm、31.5～26.5 mm、22.4～19 mm和16～13.2 mm的礦石顆粒各10～30個，分別置于JK落重試驗儀上，每個粒級的顆粒以3個能量水平(由JK落重試驗儀落錘的質量和下落高度確定)進行沖擊粉碎，產生15個粒度—能量組合。

圖1 JK落重試驗儀原理示意

收集每個粒度—能量組合試驗產品，對其進行篩分，然后繪制粒度分布曲線。以參數(shù)t10代表粉碎的量，t10定義為產品中小于給料粒度1/10的粒級產率，%。給料粒度由各粒級的算術平均值表示。15個能量—粒度組合可以產生1組t10，t10與比破碎能Ecs(kWh/t)的關系為

t10=A(1-e-b×Ecs).

(1)

根據(jù)15個能量—粒度組合的數(shù)據(jù)，擬合回歸出模型(1)中的系數(shù)A和b。采用A×b來評價礦石抵抗沖擊粉碎的能力，A×b值越大，礦石抵抗沖擊粉碎作用的能力越弱，礦石越軟，見表1。

1.1.2 磨蝕粉碎試驗

試驗設備為φ305 mm×305 mm實驗室磨機，內壁等間距裝有4個6 mm×6 mm×305 mm的提升條，磨機轉速率為70%。將粒度為53～45 mm和45～37.5 mm的試樣各1.5 kg同時放入磨機內，在無介質狀態(tài)下粉磨10 min，然后對粉磨產品進行篩析。磨蝕系數(shù)ta定義為磨蝕試驗獲得的t10的1/10，其值越小，表示礦石的磨蝕碎裂阻力越高，礦石越硬，見表1。

表1 JK落重試驗參數(shù)與物料硬度的關系

1.1.3 礦石相對密度測定試驗

通過測定30塊粒度為31.5～26.5 mm的礦石在空氣和水中的質量M和m，計算出礦石的相對密度d=M/(M-m)。

1.2 Bond功指數(shù)試驗

邦德(Bond)球磨功指數(shù)是磨礦設備選型計算的重要參數(shù)，它表示礦石或巖石物料在球磨機中抵抗磨碎的阻力和難易程度[10]。

球磨功指數(shù)利用球磨功指數(shù)實驗磨機(型號為φ305 mm×305 mm)測得。試驗采用干式閉路磨礦，并嚴格按照規(guī)定的操作程序進行。當磨礦平衡時，測得物料的球磨可磨度，即磨機每轉1周新生-P1粒級的質量Gbp，然后按式(2)計算出邦德球磨功指數(shù)

(2)

式中：Wib為Bond 球磨功指數(shù)，kWh/t；P1為試驗篩孔尺寸，μm；Gbp為磨礦平衡時磨機每轉1周新生-P1粒級的質量，g/r；P80為產品中80%物料通過所對應的篩孔尺寸，μm；F80為給料中80%物料通過所對應的篩孔尺寸，μm。

2 試驗礦樣的制備

試驗礦樣為歪頭山鐵礦選礦廠自磨機給料皮帶上+63 mm的有代表性礦樣，經PEX-250×400型顎式破碎機破碎至-63 mm，按要求篩取沖擊粉碎試驗、磨蝕粉碎試驗及相對密度測定試驗所需粒級樣。

取適量有代表性試樣，用顎式破碎機、對輥破碎機破碎至-3.2 mm，混勻后供邦德球磨功指數(shù)試驗用。

3 試驗結果與分析

為盡可能減少試驗過程中偶然誤差的影響，本試驗數(shù)據(jù)均為3次試驗數(shù)據(jù)的平均值。

3.1 JK落重試驗

3.1.1 沖擊粉碎試驗

(1)產品粒度特性曲線。沖擊粉碎試驗條件下，不同粒級、不同能量水平所對應產品的物料粒度特性曲線見圖2。

圖2 落重試驗產品粒度特性曲線

(2)t10—Ecs關系模型建立。由不同粒級原料破碎產品的粒度特性曲線可以得出不同Ecs所對應的t10值，t10—Ecs關系曲線見圖3。

圖3 沖擊粉碎試驗的t10—Ecs關系曲線

由圖3可知，t10隨著Ecs增大而增大，該曲線關系可用模型(1)表示。經曲線擬合，可得t10—Ecs關系的數(shù)學模型為

t10=65.53(1-e-1.06Ecs).

(3)

即A=65.53，b=1.06，粉碎特性參數(shù)A×b=69.46。

3.1.2 磨蝕粉碎試驗

磨蝕粉碎試驗所獲產品的粒度分布見圖4。

由圖4可以得出，磨蝕粉碎產品的t10為7.23，故ta=0.72。

3.1.3 相對密度測定

從31.5～26.5 mm粒級礦樣中隨機抽取30塊顆粒，進行相對密度測量，結果見圖5，其中最大值為4.07，最小值為3.11，平均值為3.31，標準差為0.20。

圖4 磨蝕產品粒度特性曲線

圖5 礦樣密度頻次分布

3.1.4 試驗結果分析

(1)試驗礦樣的A×b=69.46，查表1可知該礦石屬于抗沖擊破碎能力軟的范圍；ta=0.72，查表1可知該礦石屬于抗磨蝕能力軟的范圍。

(2)試樣的相對密度分布沒有出現(xiàn)雙峰現(xiàn)象，表明在磨機內不會聚集影響磨礦效果的高密度難磨粒子。

(3)圖6表示在不同的比破碎能條件下t10與顆粒尺寸之間的關系。試驗礦樣符合“比破碎能減少，t10與顆粒尺寸關系曲線的斜率下降”的一般趨勢。

圖6 抗沖擊破碎能力隨顆粒尺寸的變化趨勢

3.2 Bond球磨功指數(shù)試驗

控制試驗篩孔尺寸為0.154 mm(100目)，邦德球磨功指數(shù)測定試驗結果見表2。

表2 邦德球磨功指數(shù)試驗結果

注：Gbp取最后3組循環(huán)的平均值，即Gbp=3.751 1 g/r。

球磨功指數(shù)試驗磨機給料及產品粒度特性曲線見圖7。

由圖7(a)可知，F(xiàn)80=2.17 mm；由圖7(b)可知，P80=124 μm。

將試驗獲得的P80、F80、Gbp值代入式(2)，得Wib=7.64 kWh/t，據(jù)此可知，試驗礦石屬于易磨礦石，與落重試驗結果基本一致。

3.3 粉磨設備模型參數(shù)

按照對t10的定義原則定義t2、t4、t25、t50、t75，并繪制了t10與t2、t4、t25、t50、t75的關系(圖8)。 這種關系揭示了在t10和礦石破碎特性已知條件下產品粒度的分布規(guī)律。

圖7 球磨功指數(shù)試驗給料及產品粒度特性曲線

圖8 t2、t4、t25、t50、t75與t10的關系

由圖8可得試驗礦樣的粉磨設備模型參數(shù)(表3)。

表3 粉磨設備模型參數(shù)

從表3可以看出，隨著產品粒度的減小，Ecs增大，表明礦石抗沖擊破碎的能力升高。

4 結 論

(1)歪頭山鐵礦石沖擊粉碎試驗獲得的礦石沖擊粉碎參數(shù)A為65.53，b為1.06，A×b為69.46；磨蝕粉碎試驗獲得的礦石磨蝕系數(shù)ta為0.72；相對密度測定試驗獲得的礦石相對密度為3.31。碎磨特性參數(shù)表明，歪頭山礦石屬于軟礦石范疇，其抗沖擊破碎能力和抗磨蝕能力都比較弱，礦石中沒有難磨粒子。

(2)Bond球磨功指數(shù)試驗獲得的球磨功指數(shù)Wib為7.64 kWh/t，表明歪頭山鐵礦石屬于易磨礦。

[1] Aguado J M M，Velázquez A L C，Tijonov O N,et al.Implementation of energy sustainability concepts during the comminution process of the Punta Gorda nickel ore plant (Cuba)[J].Powder Technology，2006(3)：153-157.

[2] Mwanga A，Lamberg P,Rosenkranz J.Comminution test method using small drill core samples[J].Minerals Engineering，2015，72：129-139.

[3] Hesse M,Popov O,Lieberwirth H.Increasing efficiency by selective comminution[J].Minerals Engineering，2017，103/104：112-126.

[4] Jacob W,Cooper D R，Gutowski T，et al.The efficiency of copper ore comminution:A thermodynamic exergy analysis[J].Minerals Engineering，2017，109：21-31.

[5] Yan D.Autogenous and Semi-Autogenous Mills A2 - Gupta,Ashok[J].Mineral Processing Design and Operations，2016(2)：263-285.

[6] Morrell S.Modelling the influence on power draw of the slurry phase in Autogenous (AG),Semi-autogenous (SAG) and ball mills[J].Minerals Engineering,2016，89：148-156.

[7] 劉建遠.落重試驗在碎磨工藝設計與優(yōu)化中的應用[J].有色金屬：選礦部分，2015(2)：68-74.

Liu Jianyuan.Drop weight test application in grinding process design and optimization[J].Non-Ferrous Metal：Mineral processing，2015(2)：68-74.

[8] 王澤紅.落重試驗測定礦石粉碎特性參數(shù)[J].金屬礦山，2014(9)：85-89.

Wang Zehong.Comminution parameter detection of the ore by drop-weight test[J].Metal Mine，2014(9)：85-89.

[9] Gen O,Benzer A H,Ergün L.Analysis of single particle impact breakage characteristics of raw and HPGR-crushed cement clinkers by drop weight testing[J].Powder Technology,2014(2):37-45.

[10] Menendez M.A bond work index mill ball charge and closing screen product size distributions for grinding crystalline grains[J].Mineral processing，2017，165：8-14.