分布式煤炭浮选动力学模型.docVIP

分布式浮选动力学模型 -一种新的煤炭浮选实现方法 摘要 依靠成分的浮选动力学模型已被使用了相当长一段时间，这种模型采用用来预测煤中各组分浮选反应的分布式浮选速率常数。然而，这些模型的全部潜力还没有被实现，因为对模型的利用的一个关键要求——矿粒的可浮性分布，尚不能在这些模型中被验证。 1.简介 一种新的方法已经开发出来，那就是在煤浮选中将给矿按粒度大小的不同分成不同的级别并用显微镜分级的方法叫做煤粒分析。前期的工作已经确定了离散的煤显微组分和相关矿物的接触角。把这条信息和从煤粒分析中得出的粒子构成数据结合起来，可以找到推断异构煤颗粒接触角的Cassie方程。该方法提供了一个推断不同粒级浮选速率常数的独特方法。 浮选动力学模型绘制直接类比于化学反应动力学，尤其是一阶模型，是文献中使用最广泛的。这种模型既有关于浮选率，有可以将浮选系统中的物理、化学和动力学的参数量化。 例如，组成依赖浮选模型预测矿石和煤的各种组分的浮选反应已经使用了很长一段时间。这些模型的一个简单的例子是一阶动力学浮选模型方程给出的（1a）和（1b）。此模型中，在系统中和溢流之中的浮选时间t对应的总回收率R(t)被分别的完美的给了出来。k是浮选速率常数，R1是最终的回收率。人们意识到，依照可浮性的不同，在浮选浆料中的煤颗粒具有一范围内的速率常数。Mij代表I和J的质量分数，两者相加等于1，KIJ代表I级别和J级别的浮选率常数。N是粒级的数量，i是组分的数量。 在煤的浮选中，这些模型的全部潜力还没有全部实现。因为应用这些模型的一个关键性要求——各粒级可浮性分布，还没有在实验中得到验证。目前对于煤的实现方法只是利用一个采用快速浮选速率常数Kf和慢速浮选速率常数Ks的双组分体系。在选择性浮选工艺中关键是在浮选环境中粒子的可浮性分布，因此煤炭浮选系统中，对煤炭的可浮性分布的定量估算是操作理解和建模绝对关键。 在矿物浮选中，QEMSCAN和Mineral Liberation Analyser (MLA)提供的数据已经认可了解离研究中被采用的数据，例如Sutherland的工作。近期矿物浮选领域的研究有Runge et al. (2004) 和 Welsby et al. (2010). 2.背景 2.1以颗粒大小和显微组分组成为基础的方法 一种新的方法已经开发出来，使用半自动化的显微镜表征工具将煤炭浮选给料按粒度大小和显微组分分级别入选，这种方法叫做煤粒分析。微观分析的操作是把样品用油浸镜头放在一个反光显微镜抛光上观察晶粒来进行的。显微镜图像使用煤岩适用MACE300?系统获得。图像进一步被处理来获得图像中每个煤粒成分信息。镜质组，惰，类脂和矿物质的丰度和范围都已确定。这种定性工具的全部信息和它提供的信息可能是Jenkins and Kwan (2003) and O’Brien et al. (2007)发现的。目前，煤样中的单个颗粒的微观表征提供了一个独特的机会来估计不同粒级的浮选速率常数。这为更详细的浮选性能分析和建模提供了新的工具。煤炭浮选给矿按照颗粒大小和显微组分组成分级，每个粒级有一个独特的的可浮性，因此有不同的浮选速率常数。可以通过各粒级回收率的和来估算总的回收率。这种方法为煤炭浮选过程分析和预测结果提供了一个有效而且创新的方法。各尺寸的煤粒被分为8个粒级包含单体解离的和未单体解离的。如果需要的话，附加部分的分级也可以实现。单组分颗粒包括 95％的单相的和其他煤粒被分级为复合材料。Microlithotype命名法被用于煤粒含有 95％镜质组，惰，类脂和矿物质分类为vitrite，inertite，liptite和minerite的单组份煤粒。复合材料颗粒根据它们的显微/矿物组合再细分为或是镜质丰富 （VitRich），惰富（InertRich），类脂富（LipRich）或富含矿物质的复合材料（MinRich）在该类量取决于占主导地位的显微组分类型。 2.2。异构煤颗粒的疏水性 异构颗粒的输水/可浮性是理解和预测浮选系统中粒子行为的关键。以前的工作（奥弗里等人，2010;阿诺德和Aplan，1989）确定了镜质体，类脂和惰离散煤显微组和伴生矿物的接触角。综合这些信息与来自煤粒的分析方法，所述颗粒组合物的数据提供了一个方法，用于估计异构煤颗粒通过卡西的方程的接触角。在新的或现有的浮选动力学模型中采用给矿成分的接触角作为输入数据，这种方法给估计不同粒级的浮选速率常数提供了一个独特的机会。煤样的微观表征的煤粒分析技术使粒子级别的构成和部分信息得了出来。(O’Brien et al., 2007; Ofori et al., 2004,2006) 2.3。分布式浮选动力学模型 大量已被的研究实验和理论的建模方法，其目的是以第一条原则预测矿物的浮选率常数。其中的第一