王 健 余明東 尚立軍

（新疆哈巴河金壩礦業(yè)有限公司，新疆阿勒泰836700）

近些年來，全泥氰化炭漿法在我國黃金行業(yè)中得到了比較廣泛的應(yīng)用，其常見工藝流程為破碎—磨礦—氰化浸出—炭吸附—解析電解—熔煉鑄錠［1］。氰化過程的完成是各浸出條件綜合作用的結(jié)果［2］，影響氰化浸出的因素較多，其中磨礦細(xì)度、藥劑用量、浸出時間為最主要的3種因素，同時這3要素間又存在交互作用［3］。

響應(yīng)曲面法作為一種統(tǒng)計方法，在工藝及產(chǎn)品的穩(wěn)健性設(shè)計、參數(shù)優(yōu)化方面得到了研究應(yīng)用［4］。響應(yīng)曲面主要是通過分析試驗數(shù)據(jù)，研究影響因素與響應(yīng)值之間的函數(shù)關(guān)系，通過擬合出的回歸方程尋求最優(yōu)的影響因素水平，可以同時研究多個因素對響應(yīng)值的影響［5］。

為考察磨礦細(xì)度、浸出時間、藥劑用量對全泥氰化浸出效果的影響，并探討各因素間的交互作用對浸出效果的影響，選擇磨礦細(xì)度、浸出時間、藥劑用量為影響因素，以浸出率為響應(yīng)值。通過響應(yīng)曲面法研究上述3因素對浸出率的影響?？疾爝@3種因素的最優(yōu)控制區(qū)間及組合，擬通過響應(yīng)曲面法探索這3種因素對浸出率的綜合作用。

1 礦石性質(zhì)

瑪爾卡庫里大斷裂帶新疆某金礦石主要金屬礦物為黃鐵礦，非金屬礦物主要為綠泥石、綠簾石、斜長石和角閃石。黃鐵礦是金的主要載體礦物，主要呈他形—半自形微細(xì)粒-細(xì)粒狀分布，部分呈星散浸染狀、稠密浸染狀和小脈狀分布。綠泥石及綠簾石呈細(xì)小片狀集合體代替斜長石、角閃石等；局部見綠泥石呈條帶狀與綠簾石共生分布于巖石裂隙中。斜長石和角閃石為礦化閃長巖的主要非金屬礦物，且部分蝕變?yōu)榫G泥石及綠簾石。原礦主要化學(xué)成分分析結(jié)果見表1。

注：Ag、Au含量的單位為g/t。

由表1可以看出，原礦主要回收元素是金，伴生元素銀，主要有害雜質(zhì)砷、銻、碳含量不高。

2 浸出試驗方法

將磨好的礦樣500 g移至XJTII充氣多功能浸出攪拌機攪拌槽中，添加一定量水至液固比為2∶1，按3 kg/t用量添加石灰（pH=12），攪拌5 min，添加浸出劑氰化鈉，浸出一定時間停止試驗，固液分離，化驗浸出貴液及浸出尾渣中Au品位，計算浸出率。

3 試驗結(jié)果與討論

3.1 單因素條件試驗

在響應(yīng)曲面方法的設(shè)計試驗之前，先進行單因素因子試驗，以確定出響應(yīng)面法各自變量的變化范圍。單因素試驗結(jié)果表明，磨礦細(xì)度（A）、浸出時間（B）、氰化鈉用量（C）對浸出率均有影響，由單因素試驗確定的響應(yīng)曲面試驗各自變量變化范圍分別為：磨礦細(xì)度-200目含量85%～95%、浸出時間24～48 h、氰化鈉用量1～3 kg/t。為研究以上3因素對Au浸出率的影響，以此3因素作為考察因素，以Au浸出率為響應(yīng)值，采用3因素3水平（選5個中心點）的Box-Behnken中心組合試驗設(shè)計法。各因素取值見表2，試驗結(jié)果見表3。

對表3進行方差分析，結(jié)果見表4。

表4表明，回歸模型的F值為29.49，P值（＜0.000 1）很低，也就是說，該模型可以用于響應(yīng)值的預(yù)測。方差分析（F-test，R2=0.974 3）表明,該模型的擬合結(jié)果能夠較好地反映各個因素對浸出率的影響，通過對試驗數(shù)據(jù)進行多元回歸擬合，獲得二次多項回歸模型方程為：

?

?

其中A，B，C分別代表磨礦細(xì)度、浸出時間、氰化鈉用量。常數(shù)項為83.44，表明平均浸出率在試驗設(shè)計范圍處于較高水平。所有線性數(shù)值都是正值，其二次項有正有負(fù)，交叉項均為負(fù)值，各單一因素作用對浸出率貢獻從大到小分別為磨礦細(xì)度＞浸出時間＞氰化鈉用量，其中磨礦細(xì)度—浸出時間、磨礦細(xì)度—氰化鈉用量交互作用較為顯著。

3.2 響應(yīng)面交互作用分析與優(yōu)化

響應(yīng)面法一方面可以直觀反映每個因素對響應(yīng)值的影響程度，另一方面還可以直觀體現(xiàn)各因素間的交互作用。同時，通過響應(yīng)面法中的平面等高線可以較直觀反映各因素間交互作用的顯著程度：兩因素交互作用較強，平面等高線呈橢圓形；交互作用較弱，則呈圓形［6］。

3.2.1 磨礦細(xì)度與浸出時間的交互影響

在氰化鈉用量為2 kg/t條件下，考察磨礦細(xì)度與浸出時間的交互影響，結(jié)果見圖1。

由圖1可以看出：磨礦細(xì)度、浸出時間對浸出率均有一定影響；磨礦細(xì)度是影響浸出率的顯著因素，浸出時間的影響不明顯；當(dāng)磨礦細(xì)度為-200目占93.85%、浸出時間為40.25 h時，浸出率達到最大值。增加磨礦細(xì)度，使礦物充分解離暴露，可有效縮短浸出時間，提高浸出效率。過高的磨礦細(xì)度會使礦石在磨礦過程中產(chǎn)生泥化現(xiàn)象，礦泥會包裹在部分裸露出的金表面影響金與浸出藥劑氰化鈉的接觸，進而影響金的浸出效果。

3.2.2 磨礦細(xì)度與氰化鈉用量的交互影響

在浸出時間為36 h條件下，考察磨礦細(xì)度與氰化鈉用量的交互影響，結(jié)果見圖2。從圖2可以看出：氰化鈉用量對浸出率的影響不如磨礦細(xì)度顯著。礦石砷、銻等元素的含量較低，其對浸出過程中氰化鈉用量影響較低，浸出藥劑主要為金溶解消耗，氰化鈉用量的增加可提高金的浸出效果，但金浸出率不隨氰化鈉用量增加呈線性提高。

3.2.3 浸出時間與氰化鈉用量的交互影響

在磨礦細(xì)度為-200目占90%條件下，考察浸出時間與氰化鈉用量的交互影響，結(jié)果見圖3。

從圖3可以看出，隨著浸出時間的延長，浸出率逐漸增加，在浸出時間大于42.15 h、氰化鈉用量大于2.85 kg/t時，浸出率隨浸出時間延長及氰化鈉用量增加提高幅度降低。

3.2.4 最優(yōu)試驗條件驗證試驗

利用Design-Expert 8.0軟件求解二次回歸模型（式（1）），可得出最佳試驗條件為：磨礦細(xì)度（A）：-200目占91.51%、浸出時間（B）45.63 h、氰化鈉用量（C）3 kg/t，預(yù)測浸出率為89.01%。為驗證回歸方程的有效性，在此條件下進行浸出驗證試驗，實際浸出率為88.24%，比理論預(yù)測值低0.77個百分點。實際浸出率與預(yù)測浸出率相近，證明響應(yīng)面優(yōu)化全泥氰化試驗浸出率是可行的。

4 結(jié) 論

通過響應(yīng)面可以直觀反映磨礦細(xì)度、浸出時間、氰化鈉用量之間交互作用對金浸出率影響的顯著程度，磨礦細(xì)度是影響浸出率的顯著因素，磨礦細(xì)度與另兩因素間的交互作用顯著。響應(yīng)面法得出的全泥氰化過程最佳工藝條件為：磨礦細(xì)度-200目占91.51%、浸出時間45.63 h、氰化鈉用量3 kg/t，在此條件下預(yù)測浸出率可達89.01%，實際進行浸出試驗獲得的浸出率為88.24%，比理論預(yù)測值低0.77個百分點，回歸方程能夠反映各因素對浸出率的影響，對實際生產(chǎn)具有指導(dǎo)意義。

［1］ 呂憲俊.氰化法提金概論［M］.北京：冶金工業(yè)出版社，1997.Lv Xianjun.Introduction to Gold Extraction by Cyanidation［M］.Beijing：Metallurgical Industry Press，1997.

［2］ 趙英良.全泥氰化炭漿法提金生產(chǎn)中幾個常見問題的探討［J］.中國礦業(yè)，2011，20（7）:82-84.Zhao Yingliang.The exploration of some common problems in the all-sliming cyanidation CIP technology for gold extraction［J］.China Mining Magazine，2011，20（7）:82-84.

［3］ 劉學(xué)杰，于宏業(yè).全泥氰化提金工藝設(shè)計與實踐［J］.黃金，2006，27（6）:40-43.Liu Xuejie，Yu Hongye.Design and application of a all-slime cyanidation process［J］.Gold，2006，27（6）:40-43.

［4］ 王永菲，王成國.響應(yīng)面法的理論與應(yīng)用［J］.中央民族大學(xué)學(xué)報，2005，14（3）:236-240.Wang Yongfei，Wang Chengguo.The application of response surface methodology［J］.Journal of Minzu University of China，2005，14（3）:236-240.

［5］ 竇毅芳，劉 飛，張為華.響應(yīng)面建模方法的比較分析［J］.工程設(shè)計學(xué)報，2007，14（5）:359-363.Dou Yifang，Lu Fei，Zhang Weihua.Research on comparative analysis of response surface methods［J］.Chinese Journal of Engineering Design，2007，14（5）:359-363.

［6］ 代文亮，程 龍，陶文沂.響應(yīng)面法在紫杉醇產(chǎn)生菌發(fā)酵前體優(yōu)化中的應(yīng)用［J］.中國生物工程雜志，2007，27（11）:66-72.Dai Wenliang，Cheng Long，Tao Wenyi.Application of response surface methodology in optimization of precursors for taxol production by fusarium maire［iJ］.China Biotechnology，2007，27（11）:66-72.