新型抑制剂SHD对微细粒铁矿的抑制作用及机理研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:gnbsr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
铁矿是钢铁工业的主要原料,为我国经济、社会的发展提供了重要的物质基础。近年来,铁矿资源多采用反浮选工艺,所用铁矿抑制剂主要为淀粉类,但使用淀粉类抑制剂时,常存在药剂用量大、浮选指标不理想等问题,尤其是针对细粒铁矿的选别,使用传统的淀粉类抑制剂很难达到较好的浮选指标。本文研究了一种新型铁矿抑制剂SHD在细粒铁矿反浮选中的作用机制。首先通过多元素分析、XRF荧光分析、X射线衍射分析、粒度分析以及光学显微镜观察对太原某铁矿的性质进行研究,结果表明,该矿样含铁矿物以赤铁矿为主,且含有少量的磁铁矿,石英为主要的脉石矿物。矿样粒度分析结果显示,粒度在38μm以下的含量达到90%以上,说明该矿样粒度较细。针对该矿样的性质,以Na OH为p H值调整剂、SHD为铁矿抑制剂、Ca O为石英的活化剂、RA-915为捕收剂进行粗选条件试验,确定了粗选的最佳药剂制度。根据粗选试验结果依次进行了精选条件试验、开路试验和闭路试验,最终确定的闭路试验流程可以得到铁品位为65.18%,铁回收率为88.80%的铁精矿,尾矿的铁品位降至11.10%,铁回收率为11.20%。利用单矿物试验研究了抑制剂SHD的抑制性能,分别在加SHD和不加SHD的条件下进行单矿物浮选试验,对比了SHD对赤铁矿、磁铁矿和石英浮选的影响。结果表明,SHD对赤铁矿和磁铁矿有明显的抑制作用,对石英几乎没有抑制作用。并通过絮凝试验探究了SHD的絮凝性能,分别在有无SHD作用下对赤铁矿、磁铁矿、石英以及实际矿样的粒度分析结果进行对比,结果表明,SHD对赤铁矿和磁铁矿有一定的絮凝作用,对石英的絮凝作用不明显,且从实际矿样与SHD作用前后的显微镜图像可以看出,SHD对含铁矿物的絮凝作用较为明显。利用zeta电位测试、吸附量分析、红外光谱分析以及紫外可见光谱分析对SHD在铁矿物表面的吸附机理进行研究。赤铁矿、磁铁矿与SHD作用后的zeta电位随p H值的变化曲线发生明显的负偏移,而石英的zeta电位变化不明显,表明SHD能选择性地吸附在赤铁矿和磁铁矿表面。赤铁矿、磁铁矿和石英在不同p H值条件下对SHD的吸附量分析结果显示:赤铁矿和磁铁矿对SHD的吸附量随p H值的增大呈先上升后下降的变化趋势,石英对SHD的吸附量随p H值的变化不明显。溶液p H值为12~13时,SHD在赤铁矿表面的吸附量较大;溶液p H值为10~13时,SHD在磁铁矿表面的吸附量较大,进一步证实了SHD对赤铁矿和磁铁矿的选择性吸附作用。赤铁矿、磁铁矿和石英与SHD作用前后的红外光谱分析表明,赤铁矿和磁铁矿与SHD作用后有新的吸收峰形成,而石英与SHD作用后的红外光谱图无明显变化,表明SHD能吸附在赤铁矿和磁铁矿的表面,且SHD与石英的吸附作用不明显。Fe3+溶液与SHD作用前后的紫外可见吸收光谱分析结果显示,两者作用后形成了新的吸收峰,说明Fe3+与SHD可能发生了化学吸附,进一步验证了zeta电位测试、吸附量分析和红外光谱分析的结果,并根据上述分析结果构建了SHD在赤铁矿、磁铁矿以及石英表面的吸附模型。
其他文献
随着深度学习技术和计算机硬件的不断发展,基于深度卷积神经网络的目标检测技术相较于传统机器学习方法在准确性和实时性方面都取得了突破性的提升。尽管如此,大多数目标检测模型仍然依赖于高性能的硬件环境,这限制了目标检测技术在更多实时场景下的应用。近两年提出的基于关键点的目标检测方法即anchor-free方法如Corner Net、Center Net等避免了基于锚框的目标检测方法中大量与锚框相关的Io
学位
交通流速度预测是通过特定方法分析出历史交通流中具有概括性的交通模式,从而自动生成未来交通流速度的过程。准确的交通流速度预测能为管理部门提供合理的决策依据,为驾驶员提供实时的道路状况预警,是交通领域至关重要的问题。交通流数据属于典型的时空数据,因此基于时空特性的预测成为了当前的研究热点。在实际场景中,交通流数据在固定路网的约束和交通事故等外部因素的影响下,具有整体稳定、动态波动的时空特性,给交通流速
学位
随着互联网及科学技术的快速发展,越来越多的人使用多模态数据在社交平台或电子商务网站上表达他们的态度或观点。从这些大规模的数据里提取出其中蕴含的情感,可以帮助人们更好地理解用户对某个事件或主题的态度。因此,如何检测多模态数据中包含的情感成为一大研究热点。然而,多模态情感分析至今仍有诸多难点。如在文本图像情感分类任务中存在以下难点:第一,文本图像模态特征异构。文本特征与图像特征在特征空间中是异构状态,
学位
属性图是由带属性的节点及连接两节点的边所构成的网络,能够广泛地用来表示不同实际应用场景下的诸多复杂系统。作为属性图分析的主要手段,聚类分析的目的是将相似节点划分到同一簇,对更好地理解不同应用中的网络内在组织结构具有重要意义。由于属性图中包含大量的节点属性信息,而传统的图聚类算法很少能够充分地利用属性图中的拓扑信息和属性信息进行聚类以获得具有实际意义的簇。而且,它们大多数无法基于节点和簇之间的隶属度
学位
共享单车作为一种绿色低碳的出行方式,给人们的出行带来了极大的便利。然而在运行一段时间后,有些区域可能共享单车堆积而有些区域用户却无车可骑,此时共享单车的分布无法满足用户的出行需求。因此,共享单车平台需要对共享单车进行调度从而提高用户服务率。目前,共享单车调度问题可采用卡车拖运和激励用户参与的两种方式来对各区域内共享单车进行调度,以提高平台的用户服务率。其中,采用卡车拖运的方式是通过卡车在不同的区域
学位
随着卫星导航、基础通信、定位技术的不断发展以及带有位置记录功能的移动设备的普及,在日常使用各种智能设备的过程中,人们主动或被动地记录了大量的轨迹数据。轨迹中蕴含着丰富的信息,理解对象的移动性对于城市规划、服务推荐、预估迁徙流动和传染病建模等应用至关重要。移动性建模可分为群体移动性建模和个体移动性建模两个层次,其中群体移动性建模的典型任务之一是轨迹聚类,个体移动性建模的典型任务是轨迹预测。但轨迹数据
学位
近年来,随着硬件技术的飞速发展,深度学习成为了研究热门之一。由于人类社会存在大量的语料,自然语言处理领域探索机器对人类语言的理解和使用,得到了飞速的发展,其中一个研究重点就是机器阅读理解。面向法律文书的阅读理解是智能庭审的重要的一环,同时可以辅助法官判案。随着各国陆续公开各种法律文献,法律文件数量的快速增长使得法律领域阅读理解变得越来越重要。当前机器阅读理解领域的主要方法是基于深度神经网络模型的,
学位
钛金属在现代工业上具有广泛的应用,特别是在特种材料上的应用。钛铁矿是金属钛的重要来源之一,而目前微细粒的钛铁矿浮选存在回收率低,资源利用率低的问题。具有高选择性、强捕收性的羟肟酸类捕收剂是钛铁矿浮选的重要捕收剂之一。但是其价格高昂限制了其在选矿领域的广泛应用。针对这些问题,本文以椰子油为原料,采用油脂—羟胺法直接合成了一种价格低廉、捕收能力强的微细粒钛铁矿浮选捕收剂——混合长碳链羟肟酸(MLHA)
学位
粘土矿物作为伴生脉石矿物与金属矿、非金属矿以及煤等共存,其会通过矿泥罩盖、机械夹带和增大矿浆粘度等导致矿物浮选恶化。粘土矿物的电荷具有各向异性,片状粘土颗粒聚团时表面(F)和棱边(E)会形成不同的构型:E-F、E-E和F-F。粘土矿物不同的聚团空间构型对矿浆粘度的影响存在差异,进而影响含粘土的矿物浮选。然而,鲜有研究报道基于粘土矿物聚团空间构型调控改善粘土对浮选的影响。基于此,论文进行了粘土矿物聚
学位
随着时代变迁,新时代民办高校基层党组织建设面临新的环境,虽然民办高校基层党组织建设取得了一些成果,但在实践中,依然存在一些学校党委政治核心作用不充分、院系党组织党建业务两张皮、支部战斗堡垒作用难发挥等问题,加强新时代民办高校党组织建设研究,具有现实价值。本文在对民办高校、基层党组织建设、民办高校基层党组织建设基本概念,以及“全面从严治党”理论、院系党组织“五个到位”、习近平新时代基层党组织建设理论
学位