اخبار و اعلانات
آمار
| تعداد نشریات | 20 |
| تعداد شماره‌ها | 306 |
| تعداد مقالات | 2,517 |
| تعداد مشاهده مقاله | 2,766,001 |
| تعداد دریافت فایل اصل مقاله | 2,102,125 |
شبیهسازی مدار شستشوی فلوتاسیون ستونی کارخانه فرآوری مس میدوک | ||
| نشریه مهندسی منابع معدنی | ||
| مقاله 7، دوره 6، شماره 4 - شماره پیاپی 22، دی 1400، صفحه 109-127 اصل مقاله (1.27 M) | ||
| نوع مقاله: علمی-پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30479/jmre.2020.12857.1390 | ||
| نویسندگان | ||
محمد مسینایی  1؛ سعید عباسی میمند2
| ||
| 1دانشیار، گروه مهندسی معدن، دانشگاه بیرجند، بیرجند | ||
| 2کارشناسی ارشد، گروه مهندسی معدن، دانشگاه بیرجند، بیرجند | ||
| تاریخ دریافت: 16 اسفند 1398، تاریخ بازنگری: 14 دی 1399، تاریخ پذیرش: 14 دی 1399 | ||
| چکیده | ||
| مدار فلوتاسیون کلینر (شستشو) کارخانه فرآوری مس میدوک شامل 3 سلول ستونی موازی به قطر 4 متر و ارتفاع 12 متر است. کنسانتره تولیدی مدار کلینر محصول نهایی کارخانه است. در صورت مطلوب نبودن عیار کنسانتره مدار کلینر (کمتر از 30%)، محصول آن برای پرعیارسازی بیشتر وارد مدار ریکلینر (شستشوی مجدد) شامل 3 سلول ستونی موازی به قطر 2/3 متر و ارتفاع 12 متر می‌شود. هدف از پژوهش حاضر، شبیهسازی مدار فلوتاسیون کلینر کارخانه فرآوری مس میدوک با استفاده از نرمافزار USIM PAC با هدف افزایش کارآیی متالورژیکی فرآیند است. پارامترهای مدل‌ها شامل ثوابت نرخ شناورسازی ذرات (kf و ks)، تابع توزیع زمان ماند ذرات (RTD)، ماندگی گاز در زون جمع‌آوری (gε)، ابعاد حباب‌های هوا (db)، بازیابی زون جمع‌آوری (Rc) و زون کف (Rf) به همراه پارامترهای عملیاتی و هندسی مدار تعیین گردید. ثوابت نرخ شناورسازی از برازش مدل سینتیک تندشناور و کندشناور به داده‌های فلوتاسیون آزمایشگاهی، تابع توزیع زمان ماند سلول‌های ستونی به کمک ردیاب (محلول اشباع کلرید سدیم، NaCl)، ماندگی گاز در زون جمع‌آوری سلول‌های ستونی به روش اختلاف فشار، ابعاد حباب‌های هوا به روش دریفت فلاکس و بازیابی زون کف از طریق اندازه‌گیری تغییرات دبی جرمی کنسانتره در عمق‌های کف مختلف و برونیابی به عمق کف صفر محاسبه شدند. از مجموع 5 مرحله نمونه‌برداری از مدار، 3 مرحله برای کالیبراسیون و 2 مرحله برای اعتبارسنجی مدل‌ها استفاده شد. نتایج شبیهسازی نشان داد که دبی جرمی جامد، عیار مس و توزیع ابعادی جریان‌های کنسانتره و باطله ستونهای کلینر با دقت قابل قبولی قابل پیش‌بینی است. افزایش تعداد ستونهای کلینر در مدار باعث افزایش بازیابی (از 67/45 به 64/54 درصد) و کاهش عیار کنسانتره نهایی (از 17/26 به 22/24 درصد) گردید. افزودن ستونهای ریکلینر باعث افزایش قابل ملاحظه عیار کنسانتره نهایی (از 17/26 به 99/36 درصد در مداری شامل 2 کلینر و از 22/24 به 13/36 درصد در مداری شامل 3 کلینر) شد. نتایج شبیهسازی اثر درصد جامد خوراک بر کارآیی ستونهای کلینر نشان داد که افزایش درصد جامد باعث کاهش بازیابی مس در همه فراکسیون‍های ابعادی گردید. بهترین ترکیب ستونهای کلینر و ریکلینر برای دستیابی به عیار کنسانتره نهایی حداقل 30% با بازیابی مطلوب پیشنهاد گردید. | ||
| کلیدواژه‌ها | ||
| فلوتاسیون ستونی؛ مدلسازی؛ شبیه سازی؛ کارایی متالورژیکی | ||
| عنوان مقاله [English] | ||
| Simulation of Cleaner Column Flotation Circuit at Miduk Copper Concentrator | ||
| نویسندگان [English] | ||
| M. Massinaei1؛ S. Abasi Meimand2 | ||
| 1Associate Professor, Dept. of Mining Engineering, University of Birjand, Birjand, Iran | ||
| 2M.Sc, Dept. of Mining Engineering, University of Birjand, Birjand, Iran | ||
| چکیده [English] | ||
| The cleaner circuit at Miduk copper concentrator consists of 3 parallel flotation columns (4m in diameter and 12m in height). The cleaner concentrate is re-cleaned by 3 parallel flotation columns (3.2m in diameter and 12m in height), when the desired concentrate grade is not reached by the cleaner columns alone. This research work deals with simulation of the cleaner column flotation circuit at Miduk copper concentrator using USIM PAC simulator with the aim of improving the process metallurgical performance. For that purpose, the parameters of the models including flotation rate constants (kf, ks), residence time distribution (RTD), gas hold-up in collection zone (εg), mean bubble size (db), collection (Rc) and froth (Rf) zone recoveries along with some operating and geometrical variables were determined. The flotation rate constants were calculated by fitting the experimental data to the fast and slow floating components model. The residence time distribution of the flotation columns was measured by the tracer injection technique (using saturated NaCl solution as tracer). The gas hold-up and mean bubble size in the collection zone of the cleaner columns were estimated from the pressure difference and the drift flux techniques, respectively. The froth recovery was quantified by measuring the concentrate mass flow rate at different froth depths and extrapolation to the zero froth depth. The cleaner circuit was sampled five times, of which three times were used for calibration and two times for validation of the models. The mass flow rate, copper content and size distribution of the cleaner columns concentrate and tailings were accurately predicted using the simulation models. Increasing the number of operating cleaner columns improved the copper recovery (from 45.67% to 54.64%) at the expense of a reduction in the final concentrate (from 26.17% to 24.22%). The number of recleaner stages in all cases improved the the final concentrate (from 26.17% to 36.99% in the circuit with 2 cleaners and from 24.22% to 36.13% in the circuit with 3 cleaners). Increasing the feed slurry solids concentration reduced the size-by-size fractional copper recovery of the cleaner columns. Increasing the feed slurry solids concentration reduced the cleaner columns copper recovery in all size fractions. The best configuration of the cleaner and recleaner flotation columns was proposed. | ||
| کلیدواژه‌ها [English] | ||
| Column flotation, Modeling, Simulation, Metallurgical performance | ||
| مراجع | ||
|
[1] Wills, B. A., and Finch, J. (2016). “Mineral Processing Technology: An Introduction to the Practical Aspects of ore Treatment and Mineral Recovery”. 8th Edition, Butterworth-Heinemann. [2] Finch, J.A. Dobby, G.S., 1990, “Column Flotation”. Pergamon Press, Oxford. [3] Alford, R. A. (1991). “Modelling and Design of Flotation Column Circuits”. PhD Thesis, Department of Mining and Metallurgy, University of Queensland. [4] Kosick, G. A., Kuehn, L. A., and Freberg M. (1988). “Column flotation of galena at the Polaris Concentrator”. CIM Bulletin, December, 54-60. [5] Bergh, L. G., Yianatos, J., and Leiva, C. A. (1998). “Fuzzy supervisory control of flotation columns”. Minerals Engineering, 11(8): 739-748. [6] Gomez, C. O., and Finch, J. A. (2007). “Gas dispersion measurements in flotation cells”. International Journalof Mineral Processing, 84: 51-58. [7] Durance, M. V., Guillaneau, J. C., Villeneuve, J., Fourniguet, G., and Brochot, S. (1993). “Computer simulation of mineral and hydrometallurgical processes: USIM PAC 2.0, a single software from design to optimization”. In Proceedings of the International Symposium on Modeling, Simulation and Control of Hydrometallurgical Processes. Quebec, Canada, August 24-September 2, 109-121. [8] Durance, M. V., Guillaneau, J. C., Villeneuve, J., Brochot, S., and Fourniguet, G. (1994). “USIM PAC 2 for Windows: Advanced simulation of mineral processes”. In Proceedings of the 5th International Mineral Processing Symposium. Cappadocia, Turkey, September, 539-547. [9] Brochot, S., Wiegel, R. L., Ersayin, S., and Touze, S. (2006). “Modeling and simulation of comminution circuits with USIM PAC”. Advances in Comminution, Ed. Kawatra, S. K., SME, 495-511. [10] BRGM, (2004). Caspeo, USIM PAC 3.2 user manual of steady state mineral processing simulator (Unit operation model guide). [11] Napier-Munn, T. J., Morrell, S., Morrison, R. D., and Kojovic, T. (1996). “Mineral Comminution Circuits: Their Operation and Optimisation”. first ed. Julius Kruttschnitt Mineral Research Centre, Indooroopilly, Qld. (Reprinted with Minor Corrections 1999, 2005, Ed. 2005). [12] Söderman, P., Storeng, Samskog, P. O., Guyot, O., and Broussaud, A. (1996). “Modelling the new LKAB Kiruna concentrator with USIM PAC”. International Journal of Mineral Processing, 44-45: 223-235. [13] Villeneuve, J., Guillaneau, J. C., and Durance, M. V. (1995). “Flotation modelling: A wide range of solutions for solving industrial problems”. Minerals Engineering, 8(4/5): 409-420. [14] Hart, S., Valery, W., Clements, B., Reed, M., Song, M., and Dunne, R. (2001). “Optimization of the Cadia Hill SAG mill circuit”. SAG 2001, Vancouver, B.C., Canada. [15] Liu, Yi, and Spencer, S. (2004). “Dynamic simulation of grinding circuits”. Minerals Engineering, 17: 1189-1198. [16] Yianatos, J., Carrasco, C., Bergh, L., Vinnett, L., and Torres, C. (2012). “Modelling and simulation of rougher flotation circuits”. International Journal of Mineral Processing, 112-113: 63-70. [17] Karimi, M., Akdogan, G., and Bradshaw, S. M. (2014). “A computational fluid dynamics model for the flotation rate constant, Part I: Model development”. Minerals Engineering, 69: 214-222. [18] Karimi, M., Akdogan, G., Bradshaw, S.M., 2014. “A computational fluid dynamics model for the flotation rate constant, Part II: Model validation”. Minerals Engineering 69, 205-213. [19] Li, S., Schwarz, M. P., Feng, Y., Witt, P., and Sun, C. (2019). “A CFD study of particle-bubble collision efficiency in froth flotation”. Minerals Engineering, 141: 105855. [20] Koh, P. T. L., and Schwarz, M. P. (2008). “Modelling attachment rates of multi-sized bubbles with particles in a flotation cell”. Minerals Engineering, 21: 989-993. [21] Massinaei, M., Kolahdoozan, M., Noaparast, M., Oliazadeh, M., Sahafipour, M., and Finch, J. A. (2007). “Mixing characteristics of Industrial columns in rougher circuit”. Minerals Engineering, 20: 1360-1367. [22] Yianatos, J. B., Bergh, L. G., Diaz, F., and Rodriguez, J. (2005). “Mixing characteristics of industrial flotation equipment”. Chemical Engineering Science, 60: 2273-2282. [23] Dobby G. S., and Finch J. A. (1986). “Particle Collision in Columns-gas Rate and Bubble Size Effects”. Canadian Metallurgical Quarterly, 25(1): 9-13. [24] Massinaei, M., Kolahdoozan, M., Noaparast, M., Oliazadeh, M., Yianatos, J., Shamsadini, R., and Yarahmadi, M. (2009). “Hydrodynamic and kinetic characterization of industrial columns in rougher circuit”. Minerals Engineering, 22: 357-365. [25] Xu, M., and Finch, J. A. (1990). “Simplification of bubble size estimation in a bubble swarm”. Journal of Colloid and lntelface Science, 140(1): 298-299. [26] Banisi, S., and Finch, J. A. (1994). “Reconciliation of bubble size estimation methods using drift flux analysis”. Minerals Engineering, 7(12): 1555-1559. [27] Falutsu, M., and Dobby, G. S. (1989). “Direct measurement of froth drop back and collection zone recovery in a laboratory flotation column”. Minerals Engineering, 2(3): 377-386. [28] Van Deventer, J. S. J., Feng, D., and Burger, A. J. (2004). “Transport phenomena at the pulp–froth interface in a flotation column: I. Recovery profiles”. International Journal of Mineral Processing, 74: 201-215. [29] Schwarz, S., and Grano, S. (2005). “Effect of particle hydrophobicity on particle and water transport across a flotation froth”. Colloids and Surfaces A: Physicochemical and Engineering Aspects, 256: 157-164. [30] Seaman, D. R., Franzidis, J. P., and Manlapig, E. V. (2004). “Bubble load measurement in the pulp zone of industrial flotation machines-a new device for determining the froth recovery of attached particles”. International Journal of Mineral Processing, 74: 1-13. [31] Banisi, S., Finch, J. A., Laplante, A. R., and Weber, M. E. (1995). “Effect of solid particles on gas hold-up in flotation columns-I. measurement”. Chemical Engineering Science, 50(14): 2329-2334. [32] Banisi, S., Finch, J. A., Laplante, A. R., and Weber, M. E. (1995). “Effect of solid particles on gas hold-up in flotation columns-II. investigation of mechanism of gas hold-up reduction in presence of solids”. Chemical Engineering Science, 50(14): 2335-2342. [33] Garibay, R., Gallegos, P. Uribe, M., and Nava, A., F. (2002). “Effect of Collection Zone Height and Operating Variables on Recovery of Overload Flotation Columns”. Minerals Engineering, 15: 325-331. [34] Tao, D., Luttrell, G. H., and Yoon, R. H. (2000). “A parametric study of froth stability and its effect on column flotation of fine particles”. International Journal of Mineral Processing, 59: 25-43. | ||
|
آمار تعداد مشاهده مقاله: 321 تعداد دریافت فایل اصل مقاله: 218 |
||
