一种锂云母矿强化分选的高熵抑制方法

本发明涉及一种锂云母矿强化分选的高熵抑制方法，属于矿物加工。

背景技术：

1、锂云母是一种战略性含锂矿物，主要与石英、长石、白云母等脉石矿物伴生，属于硅酸盐矿物，因此矿石中的锂云母和脉石矿物的表面性质和可浮性相近，通常添加抑制剂来调控脉石矿物表面特性，提高其表面亲水性，增大锂云母和脉石矿物的表面疏水性和可浮性差异，促进锂云母矿石的强化分选效果。然而，常规的抑制剂存在选择性差、抑制能力弱、用量大等问题，导致锂云母矿石的分选效果往往较差。

2、锂云母矿石通常存在风化现象，导致矿石中含有大量的原生矿泥，另外矿石在开采、运输、破碎、磨矿等工序中还会产生一定含量的次生矿泥，这些矿泥的活性往往较高，容易吸附浮选药剂，不仅造成药剂的消耗，还会增加锂云母和脉石矿物的分离难度，即矿泥的存在会使浮选泡沫过于稳定且粘度高、泡沫层厚且流动性差、泡沫量大且跑槽现象严重，同时在常规的浮选流程中矿泥会不断累积和循环，进一步恶化锂云母的富集效果和分离效率，导致浮选过程难于控制，生产难以顺畅进行。

3、因此，亟需开发多功能抑制剂，不仅能够有效抑制锂云母矿石中的脉石矿物，同时还能与捕收剂协同优化浮选泡沫结构和载矿能力，最大程度地提高锂云母的浮选指标，为锂矿资源的高效分离与综合利用提供技术支撑。

技术实现思路

1、针对锂云母和脉石矿物的表面性质和可浮性相近，常规的抑制剂选择性差、抑制能力弱、用量大，矿石分选效果差等问题，本发明提出了一种锂云母矿强化分选的高熵抑制方法，即通过调控抑制剂在锂云母和脉石矿物表面的吸附平衡常数与吸附过程的熵变，提高抑制剂的吸附活性、吸附效率和吸附层稳定性，使其选择性吸附在脉石矿物表面，增大锂云母和脉石矿物的表面性质和疏水性差异，实现锂云母矿的强化分选指标。同时，高熵抑制剂与捕收剂能够协同优化浮选泡沫结构和载矿能力，改善浮选泡沫层的稳定性和粘度，提高浮选泡沫的流动性，解决了锂云母矿浮选过程可控性差的技术难题。

2、一种锂云母矿强化分选的高熵抑制方法，具体步骤如下：

3、(1)将锂云母矿进行碎矿磨矿，使矿石中的锂云母矿物充分单体解离，加水调浆至矿浆质量百分浓度为32～40％，得到锂云母浮选矿浆；

4、(2)步骤(1)所得锂云母浮选矿浆中加入高熵抑制剂和捕收剂进行粗选作业，得到粗选精矿和粗选尾矿；

5、(3)步骤(2)所得粗选精矿中加入捕收剂进行精选i作业，得到精选i精矿和精选i尾矿，其中精选i尾矿返回调浆并入粗选作业；

6、(4)步骤(3)所得精选i精矿进行精选ii作业，得到精选ii精矿和精选ii尾矿，所述精选ii精矿为锂云母精矿；其中精选ii尾矿返回调浆并入精选i作业；

7、(5)步骤(2)所得粗选尾矿中加入高熵抑制剂和捕收剂进行扫选i作业，得到扫选i精矿和扫选i尾矿，其中扫选i精矿返回调浆并入粗选作业；

8、(6)步骤(5)所得扫选i尾矿中加入高熵抑制剂和捕收剂进行扫选ii作业，得到扫选ii精矿和扫选ii尾矿，所述扫选ii尾矿为浮选尾矿；其中扫选ii精矿返回调浆并入扫选i作业；

9、所述高熵抑制剂为羧甲基淀粉、脱乙酰甲壳素、单宁酸和磷酸氢二钠的混合物，捕收剂为椰油胺、乙二醇、十二烷基磺酸钠和脂肪醇聚氧乙烯醚的混合物。

10、所述步骤(1)锂云母矿中li2o的质量百分数含量为0.26～0.88％。

11、以每吨锂云母矿计，步骤(2)粗选矿浆中加入高熵抑制剂360～520g和捕收剂380～640g。

12、以每吨锂云母矿计，步骤(3)精选i矿浆中加入捕收剂50～80g。

13、以每吨锂云母矿计，步骤(5)扫选i矿浆中加入高熵抑制剂180～260g和捕收剂190～320g。

14、以每吨锂云母矿计，步骤(6)扫选ii矿浆中加入高熵抑制剂90～130g和捕收剂100～160g。

15、以高熵抑制剂的质量分数为100％计，羧甲基淀粉占20～32％、脱乙酰甲壳素占18～30％、单宁酸占16～28％和磷酸氢二钠占22～34％。

16、以捕收剂的质量分数为100％计，椰油胺占24～32％、乙二醇占30～36％、十二烷基磺酸钠占26～34％和脂肪醇聚氧乙烯醚占6～12％。

17、本发明的原理是：

18、浮选是发生在固液界面的物理化学行为，抑制剂在矿物界面的吸附过程为自发过程；基于热力学第二定律，孤立系统的自发过程总是朝着熵增加的方向进行，因此抑制剂在脉石矿物表面吸附过程的熵变大于零，吉布斯自由能变化小于零。当抑制剂与锂云母矿石中脉石矿物表面作用后，脉石矿物表面吸附抑制剂的熵变可根据下式进行计算：

19、

20、其中，δs代表脉石矿物表面抑制熵变；r为气体常数；xi为脉石矿物表面第i种抑制剂的摩尔分数。通过测定锂云母矿石中脉石矿物表面各种抑制剂的吸附量，可以计算出各种抑制剂的xi值和吸附平衡常数，从而计算脉石矿物表面吸附抑制剂的熵变，判断不同抑制剂在脉石矿物表面的吸附能力和选择性。由此可见，通过增加抑制剂的种类，可以显著增加抑制剂的吸附熵变，从而提高抑制剂在脉石矿物表面的吸附活性、吸附效率、吸附层稳定性，进而增强抑制剂对锂云母矿石中脉石矿物的抑制效果，提高锂云母与脉石矿物的分选效果，这正是多元抑制剂联合使用起到协同作用的物理本质；因此，通过羧甲基淀粉、脱乙酰甲壳素、单宁酸和磷酸氢二钠的联合使用，实现了锂云母矿石中脉石矿物的高熵抑制，提高了复杂难选锂云母矿的分选效果。

21、本发明的有益效果是：

22、(1)本发明构建的高熵抑制体系使得锂云母矿石中脉石矿物表面与药剂作用过程获得较高的抑制熵，从而提高脉石矿物表面抑制剂的吸附活性、吸附效率和吸附层稳定性，显著降低锂云母矿石中脉石矿物的可浮性；

23、(2)本发明通过调控抑制剂在锂云母和脉石矿物表面的吸附平衡常数与吸附过程的熵变，使其选择性吸附在脉石矿物表面，增大锂云母和脉石矿物的表面性质和疏水性差异，显著提高锂云母矿石的分选效果；

24、(3)本发明采用的高熵抑制剂绿色无毒、配制工序简单、性能稳定、使用方便、可控性强，通过增加抑制剂的种类，能够加大锂云母矿石中脉石矿物表面抑制剂的吸附熵变，从而降低抑制剂的用量；

25、(4)本发明采用的高熵抑制剂与捕收剂能够协同优化浮选泡沫结构和载矿能力，改善浮选泡沫层的稳定性和粘度，提高浮选泡沫的流动性，解决锂云母浮选过程可控性差的问题，实现锂矿资源的高效分离与综合利用。

技术特征：

1.一种锂云母矿强化分选的高熵抑制方法，其特征在于，具体步骤如下：

2.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：步骤(1)锂云母矿中li2o的质量百分数含量为0.26～0.88％。

3.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以每吨锂云母矿计，步骤(2)粗选矿浆中加入高熵抑制剂360～520g和捕收剂380～640g。

4.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以每吨锂云母矿计，步骤(3)精选i矿浆中加入捕收剂50～80g。

5.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以每吨锂云母矿计，步骤(5)扫选i矿浆中加入高熵抑制剂180～260g和捕收剂190～320g。

6.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以每吨锂云母矿计，步骤(6)扫选ii矿浆中加入高熵抑制剂90～130g和捕收剂100～160g。

7.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以高熵抑制剂的质量分数为100％计，羧甲基淀粉占20～32％、脱乙酰甲壳素占18～30％、单宁酸占16～28％和磷酸氢二钠占22～34％。

8.根据权利要求1所述锂云母矿强化分选的高熵抑制方法，其特征在于：以捕收剂的质量分数为100％计，椰油胺占24～32％、乙二醇占30～36％、十二烷基磺酸钠占26～34％和脂肪醇聚氧乙烯醚占6～12％。

技术总结本发明涉及一种锂云母矿强化分选的高熵抑制方法，属于矿物加工技术领域。针对锂云母和脉石矿物的表面性质和可浮性相近，常规的抑制剂选择性差、抑制能力弱、用量大，矿石分选效果差等问题，本发明基于多元抑制剂协同作用，通过调控抑制剂在锂云母和脉石矿物表面的吸附平衡常数与吸附过程的熵变，提高抑制剂的吸附活性、吸附效率和吸附层稳定性，使其选择性吸附在脉石矿物表面，增大锂云母和脉石矿物的表面性质和疏水性差异，实现锂云母矿的强化分选指标。同时，高熵抑制剂与捕收剂能够协同优化浮选泡沫结构和载矿能力，改善浮选泡沫层的稳定性和粘度，提高浮选泡沫的流动性，解决了锂云母矿浮选过程可控性差的技术难题。技术研发人员：丰奇成,文书明,杨文航,张谦,唐妍钰,聂酉臻受保护的技术使用者：昆明理工大学技术研发日：技术公布日：2024/6/18