響應面曲線法優化貴州某磷塊巖浮選工藝研究①

王志強， 聶光華， 李德偉， 王 東

（貴州大學 礦業學院，貴州 貴陽550025）

磷礦是一種不可再生的重要礦產資源，截止2017年，中國磷礦查明儲量為252.84 億噸［1］。 中國磷礦資源儲量較大，但磷礦平均品位僅為16.95%，P2O5品位大于30%的富礦僅占6.75%［2］。 隨著富礦儲量的減少， 中低品位磷塊巖已成為磷礦資源利用的重點［3］。浮選是處理該類礦石的首選方法［4-6］。

沉積鈣質磷塊巖主要有用礦物氟磷灰石嵌布粒度細，呈均質膠體或隱晶質、微晶質［7］，與主要脈石礦物白云石密切共生，氟磷灰石與白云石可浮性接近，且都含有Ca2＋，難以浮選分離［8］。 工業上多采用H2SO4或H3PO4抑制含磷礦物，陰離子捕收劑浮選白云石、方解石等碳酸鹽礦物的反浮選工藝［9］，以獲得適合濕法磷酸生產的磷精礦［10］。

本文以H2SO4為氟磷灰石抑制劑、BW?1 為白云石捕收劑對貴州某沉積鈣質磷塊巖進行浮選試驗研究。 其中BW?1 為實驗室自制的脂肪酸類藥劑。 在單因素實驗基礎上，利用響應面曲線法優化浮選工藝參數，提高分選效果。 同時利用響應面曲線法，考察浮選主要影響因素磨礦細度、H2SO4用量、BW?1 用量之間的交互影響。

1 試驗礦樣、藥劑與設備

1.1 礦樣性質

礦樣取自貴州某地，屬沉積鈣質磷塊巖。 采用XPF?100×125A 型破碎機破碎原礦至-2 mm；試樣經破碎混勻縮分獲得分析樣品和試驗樣品。

原礦X 射線熒光光譜分析結果見表1。 由表1 可知，礦石中MgO 含量較高，SiO2含量較低。 礦樣中磷礦物以氟磷灰石為主，脈石礦物以白云石為主。

表1 原礦X 射線熒光光譜分析結果（質量分數）／%

1.2 試驗方法與藥劑

采用XMQ?240×90 型錐形球磨機磨礦；采用XFDIV1.0實驗室用單槽1.0 L 浮選機浮選。 分析純藥劑H2SO4配成體積濃度20%的溶液，工業級藥劑BW?1配成質量濃度1%的溶液。 試驗用水為自來水，礦漿溫度為室溫。 試驗流程如圖1 所示。

圖1 浮選試驗原則流程

2 單因素試驗

2.1 磨礦細度

H2SO4用量9.8 kg／t、捕收劑BW?1 用量200 g／t條件下，磨礦細度單因素試驗結果見圖2。 由圖2 可知，隨著磨礦細度增加，精礦品位增加，但回收率先增加后下降，在-0.074 mm 粒級占55%時達到最高，為96.66%。 這是由于隨著磨礦細度增加，礦石中氟磷灰石與脈石礦物單體解離度增加，品位也增加；但同時，細度達到一定程度后，細粒礦物的機械夾帶現象越發明顯，微細粒氟磷灰石通過機械夾帶上浮進入尾礦中，使得回收率下降。

圖2 磨礦細度對磷精礦浮選指標的影響

2.2 抑制劑用量

磨礦細度-0.074 mm 粒級占55%，捕收劑BW?1用量200 g／t 條件下，抑制劑H2SO4用量單因素試驗結果見圖3。 由圖3 可知，隨著H2SO4用量增大，回收率也增大，精礦品位變化不大。 綜合考慮，確定適宜的H2SO4用量為12.2 kg／t。

圖3 抑制劑H2SO4 用量對磷精礦浮選指標的影響

2.3 捕收劑用量

磨礦細度-0.074 mm 粒級占55%，H2SO4用量12.2 kg／t 條件下，捕收劑BW?1 用量單因素試驗結果見圖4。 由圖4 可知，隨著BW?1 用量增大，精礦品位增加，回收率先增大后減小，在BW?1 用量為300 g／t時回收率達到最大值，為97.46%。

圖4 捕收劑BW?1 用量對磷精礦浮選指標的影響

3 優化實驗

3.1 優化方案

利用Design Expert 軟件，采用中心組合試驗設計方案，對三因素（磨礦細度、H2SO4用量、BW?1 用量）及其水平進行響應曲線設計，優化浮選工藝條件，同時考察3 個因素的交互影響。 在浮選單因素試驗最優條件下，確定了因子編碼和自變量水平見表2。

表2 試驗因素水平及編碼

3.2 優化過程與結果分析

采用Design Expert 軟件進行中心組合設計，設計試驗方案見表3。 按照表3 方案進行了正交試驗，試驗結果一并計入表3 中。 本文以綜合效率值為評價指標，采用漢考克公式：

式中E為綜合效率，%；α為原礦品位，%；β為精礦品位，%；ε為回收率，%。

表3 中心組合設計試驗方案及結果

3.3 模型方差分析

應用Design Expert 軟件對數據進行響應面分析，建立多元二次回歸方程：

式中Cg為預測響應精礦品位，%；Ry為預測響應精礦回收率，%；A為-0.074 mm 粒級含量，%；B為H2SO4用量，kg／t；C為BW?1 用量，g／t。

對以上二次響應面回歸模型進行方差分析，結果分別見表4 和表5。

表4 精礦品位模型方差分析結果

表5 精礦回收率模型方差分析結果

表4 結果表明，模型P值小于0.05，說明模型是顯著的，即擬合良好，模型有效。 模型的失擬性檢驗值為0.003，小于0.05，說明擬合結果很適合表達目標函數。根據三因素的P值大小，各因素對精礦品位的影響順序為：BW?1 用量＞磨礦細度＞H2SO4用量。

表5 結果表明，模型P值小于0.05，說明模型是顯著的，即擬合良好，模型有效。 模型的失擬性檢驗值為0.006 7，小于0.05，說明擬合結果適合表達目標函數。根據三因素的P值大小，各因素對精礦回收率的影響順序為：BW?1 用量＞磨礦細度＞H2SO4用量。

3.4 因素間交互作用

為進一步研究各因素間的交互作用，利用Design Expert 軟件對回歸模型進行響應面分析，得到相應的等高線圖和響應面立體分析結果分別如圖5 ～6所示。

圖5 各因素間交互作用對精礦品位的影響

圖6 各因素間交互作用對精礦回收率的影響

由圖5 可知，隨著磨礦細度和H2SO4用量增加，精礦品位出現先降低后上升的趨勢。 這是因為，磷礦石中含大量可溶性礦物，主要脈石礦物白云石的可溶性高，且隨著粒度減小溶解速度增加。 即礦石磨礦細度處于不同水平時對精礦品位的影響隨硫酸水平而變化，這說明磨礦細度和H2SO4用量間的交互作用對精礦品位影響顯著。

由圖6 可知，隨著H2SO4用量和BW?1 用量增加，回收率出現上升趨勢，隨著H2SO4用量和BW?1 用量繼續增加，回收率反而降低。 這是因為BW?1 作為脂肪酸皂類捕收劑，在酸性條件下可水解成脂肪酸，減弱了捕收劑在白云石表面的吸附效果。 即BW?1 用量處于不同水平時對回收率的影響隨硫酸水平變化而變化，這說明BW?1 用量與硫酸用量的交互作用對回收率影響顯著。

3.5 最優浮選工藝條件及模型驗證

設定綜合效率值為最大值時為最優條件。 采用軟件Design Expert 進行優化分析，得到最優條件為：磨礦細度-0.074 mm 粒級占60%，H2SO4用量13.20 kg／t，BW?1 用量400 g／t。 此條件下模型預測綜合效率為19.185 1。 為驗證響應曲面模型的準確性，在最優浮選條件下進行了浮選試驗，獲得了品位30.94%、回收率92.45%的磷精礦，此條件下磷精礦綜合效率值為19.001 9，與響應曲面的理論綜合效率值接近，表明該優化模型所得結果可作為該礦物的浮選條件使用。

4 結 論

1） 對貴州某沉積鈣質磷塊巖進行了單因素試驗研究，確定了較優浮選條件。 在磨礦細度-0.074 mm粒級占55%、H2SO4和BW?1 用量分別為12.2 kg／t 和300 g／t 條件下，獲得了P2O5品位28.74%、回收率97.46%的精礦。

2） 進行了三因素三水平正交試驗，采用Design Expert軟件進行分析，結果表明，BW?1 用量是影響精礦品位和回收率的主要影響因素；磨礦細度與H2SO4用量的交互作用對精礦品位影響顯著；H2SO4用量和BW?1用量之間的交互作用對精礦回收率影響顯著。

3） 通過軟件Design Expert 預測并驗證，在磨礦細度為-0.074 mm 粒級占60%、H2SO4用量13.20 kg／t及BW?1 用量400 g／t 條件下，采用一段反浮選工藝，可獲得P2O5品位30.94%、回收率92.45%的磷精礦。