基于響應面法優(yōu)化某金礦石全泥氰化浸出金試驗

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果［2］，影響氰化浸出的因素較多，其中磨礦細度、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］。

響應曲面法作為一種統(tǒng)計方法，在工藝及產品的穩(wěn)健性設計、參數(shù)優(yōu)化方面得到了研究應用［4］。響應曲面主要是通過分析試驗數(shù)據，研究影響因素與響應值之間的函數(shù)關系，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值的影響［5］。

為考察磨礦細度、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，選擇磨礦細度、浸出時間、藥劑用量為影響因素，以浸出率為響應值。通過響應曲面法研究上述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，擬通過響應曲面法探索這3種因素對浸出率的綜合作用。

1 礦石性質

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—半自形微細粒-細粒狀分布，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。原礦主要化學成分分析結果見表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 試驗結果與討論

3.1 單因素條件試驗

在響應曲面方法的設計試驗之前，先進行單因素因子試驗，以確定出響應面法各自變量的變化范圍。單因素試驗結果表明，磨礦細度（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曲面試驗各自變量變化范圍分別為：磨礦細度-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中心組合試驗設計法。各因素取值見表2，試驗結果見表3。

對表3進行方差分析，結果見表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值的預測。方差分析（F-test，R2=0.974 3）表明,該模型的擬合結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，交叉項均為負值，各單一因素作用對浸出率貢獻從大到小分別為磨礦細度＞浸出時間＞氰化鈉用量，其中磨礦細度—浸出時間、磨礦細度—氰化鈉用量交互作用較為顯著。

3.2 響應面交互作用分析與優(yōu)化

響應面法一方面可以直觀反映每個因素對響應值的影響程度，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，考察磨礦細度與浸出時間的交互影響，結果見圖1。

由圖1可以看出：磨礦細度、浸出時間對浸出率均有一定影響；磨礦細度是影響浸出率的顯著因素，浸出時間的影響不明顯；當磨礦細度為-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。過高的磨礦細度會使礦石在磨礦過程中產生泥化現(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，考察磨礦細度與氰化鈉用量的交互影響，結果見圖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%，比理論預測值低0.77個百分點。實際浸出率與預測浸出率相近，證明響應面優(yōu)化全泥氰化試驗浸出率是可行的。

4 結 論

通過響應面可以直觀反映磨礦細度、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，磨礦細度是影響浸出率的顯著因素，磨礦細度與另兩因素間的交互作用顯著。響應面法得出的全泥氰化過程最佳工藝條件為：磨礦細度-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，對實際生產具有指導意義。

［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］ 劉學杰，于宏業(yè).全泥氰化提金工藝設計與實踐［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.響應面法的理論與應用［J］.中央民族大學學報，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.響應面建模方法的比較分析［J］.工程設計學報，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.響應面法在紫杉醇產生菌發(fā)酵前體優(yōu)化中的應用［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.