陈 亮1,2 ,陈松降1,2 ,陶秀祥1,2 ,杨 曌1,2 ,李路路1,2 ,范会东1,2
(1. 煤炭加工与高效利用教育部重点实验室,江苏 徐州 221116; 2. 中国矿业大学 化工学院,江苏 徐州 221116)
摘 要:浮选矿浆中离子的种类与浓度直接影响着矿物颗粒和气泡的表面电位,进而支配着浮选矿 化过程。 从热力学和动力学两个方面入手,通过 DLVO 理论探究了不同电解质对煤粒和油泡间的 相互作用势能的影响,结合其在不同电解质条件下诱导时间的差异,最终通过相应条件下的油泡浮 选试验来证实电解质对低阶煤-油泡浮选矿化黏附过程的影响。 结果表明:对于 NaCl 和 CaCl2 两 种电解质,随其浓度的增大,煤粒和油泡表面电位的负值均不断减小,煤粒和油泡间的能垒也不断 降低,当 CaCl2 浓度为 100 mmol / L 时,煤粒和油泡间的相互作用不存在能垒;并且随这两种电解质 浓度的增大,黏附过程的诱导时间逐渐减小,相应地可燃体回收率不断提高,且相同的电解质浓度 下,CaCl2 电解质对其相互作用能垒和诱导时间的降低程度更大,可燃体回收率更高。 而对于 AlCl3 电解质,当其浓度大于 20 mmol / L 时且随浓度的增大,煤粒和油泡间的相互作用能垒和诱导时间不 断增大,相应地可燃体回收率则不断降低。
关键词:低阶煤;油泡;电解质;相互作用势能;诱导时间;可燃体回收率
低阶煤(包括褐煤、长焰煤、不黏煤和弱黏煤等) 是我国煤炭资源的重要组成部分[1] 。 但由于其变质 程 度 较 低, 表 面 含 有 大 量 亲 水 性 的 含 氧 官 能 团(—OH,—COOH,>C O 等) [2] ,这些强负电性的 氧原子使得含氧基团与水分子以氢键键合,从而增强 了煤粒表面的亲水性和负电性,不利于浮选过程中煤 粒与气泡的矿化黏附,使其可浮性变差。 另一方面低 阶煤的孔隙发达,表面疏
水性差,使得浮选药剂的耗 量增高[3] ,低阶煤的浮选问题已成为制约低阶煤高 效清洁利用的瓶颈问题,因此找到适合煤质本身特点 的分选技术和方法是至关重要的[4] 。
针对低阶煤常规浮选的难题,LIU[5] ,XU[6] 等从 改变浮选载体入手,提出了采用活性油泡(被改性的 油类捕收剂或含有捕收剂的油薄层包裹的气泡) 代 替传统气泡的新概念。 油泡浮选过程中,油膜包裹在 气泡表面,煤粒与油膜黏附的同时也完成了气泡与煤 粒的黏附,捕收剂不再直接加入浮选溶液中,既能最 大程度地减少对矸石等无用颗粒的活化,又减少了捕 收剂与起泡剂及其他药剂不必要的协同作用,从而提 高了浮选的选择性,降低了药耗。 选煤厂的溶液化学环境( pH 值、离子种类和离 子浓度等)会直接影响煤样的表面特性以及浮选药 剂的性质,进而影响浮选过程中煤粒与油泡的黏附矿 化行为。 余萍[7] 研究发现在同一电解质浓度下,电 解质价态越高,其对煤粒表面电位的降低程度越大, 精煤产率越高。
针对煤泥水中颗粒对电解质吸附行 为的不同,张明青等[8] 指出煤泥水中黏土颗粒对 Ca2+的吸附形式有静电吸附和沉淀吸附,可能存在羟 基络合吸附。 浮选过程中煤粒与油泡的矿化黏附过 程涉及到热力学和动力学两个方面的问题。 在热力 学方面,DLVO 理论指出胶体的稳定性取决于颗粒间 相互作用势能的大小,颗粒间发生碰撞聚集的条件是 要越过它们之间的势能能垒。 张志军等[9] 利用 DLVO 理论研究了双电层厚度和颗粒表面电位对颗粒 间相互作用力的影响,指出双电层厚度越小,作用力 范围越小;颗粒的表面电位负值越低,相互作用力越 小。 陈松降[10]运用 DLVO 理论得出:在溶液 pH 值为 3 时,煤样和油泡之间不存在势能能垒,此后随 pH 值 的增大,能垒开始出现并不断增大。 在动力学方面,浮选过程中煤粒与油泡矿化需要 经历 3 个阶段,即颗粒的碰撞、黏附和脱附[11] 。 其中 影响矿化完成情况的最主要的是黏附过程中煤粒和 油泡水化膜薄化、破裂所需要的时间,即诱导时间。
显然,只有当诱导时间小于接触时间时才能完成矿化 黏附过程。 SHAHBAZI 等[12]建立了基于颗粒性质和 流体动力学条件下的细粒煤浮选模型,并精确地预测 了浮选过程中的浮选速率常数和精煤回收率。 笔者 主要从热力学和动力学两个方面入手,通过研究溶液 中不同种类的电解质对煤粒和油泡表面电位的影响, 采用 DLVO 理论计算不同电解质条件下煤粒和油泡 间的相互作用能的差异,结合诱导时间这一参数对黏 附效率进行评价,最终通过不同电解质溶液条件下的 浮选试验来验证电解质对低阶煤-油泡浮选矿化黏 附过程的影响。
1 实验材料和方法
1. 1 实验材料
实验煤样采自锡林浩特胜利西一号露天矿 6 号 煤层的原煤,属于低变质程度的褐煤。 将原煤经 1 mm 齿辊式破碎机粗碎后,再经 FS-100 小型粉碎 机破 碎, 破 碎 后 的 煤 样 经 0. 5 mm 标 准 筛 筛 分, 0. 5 mm 以下的煤样于 60 ℃ 的烘箱中干燥 6 h 后置 于密闭容器中保存备用。 所制煤样的粒度较细, 经 Microtrac S3500 型激光粒度分析仪测得煤样的 D50 约为 48 μm。 煤样的工业分析和元素分析见表 1。
由表 1 可知,煤样的干燥基灰分为 20. 35% ,干 燥无灰基挥发分为 43. 73% ,干燥无灰基氧含量高达 20. 58% ,表明煤样中的含氧基团较多。 通过傅里叶 变换红外光谱对煤样表面的官能团进行了分析,利用 Omnic 软件对初始谱图进行基线校准、归一化、寻峰 等处理后得到煤样的 FI-IR 谱图如图 1 所示。
图 1 煤样 FT-IR 谱图
Fig. 1 FT-IR spectra of coal sample
3 695. 18 cm-1 和 3 619. 84 cm-1 处为尖锐的游 离—OH 的吸收峰,波数为3 355. 76 cm-1 处的谱峰为 氢键缔合醇或酚—OH 的宽化吸收峰,2 920. 23 cm-1 和 2 851. 07 cm-1 处分别为 —CH2— 的反对称伸缩 振动和对称伸缩振动,1 598. 35 cm-1 处为芳香结构 中 C C 的伸缩振动,1 440. 32 cm-1 处为羧酸的 COH 面内弯曲振动,1 376. 56 cm-1 处为甲基的吸收 峰,1 263. 57 cm-1 处 为 羧 酸 C—OH 的 伸 缩 振 动,1 168. 66 cm-1 处 为 酚 C—OH 的 伸 缩 振 动,1 101. 23 cm-1 为石英 Si—O—Si 的反对称伸缩振 动,1 032. 98,1 010. 05 和 912. 81 cm-1 处则对应矿物 质(如 Si—O—Si,Si—O—Al)吸收峰,538. 80 cm-1 处 为芳香双硫醚—S—S—的吸收峰,469. 77 cm-1 处为 硫醇—S—H 的吸收峰,425. 41 cm-1 处则为 FeS2 的 吸收峰。 从红外分析可知,该煤样中含有大量的— OH,>C O,C—O 等含氧官能团,以及一些高灰矿 物质的 Si—O—Si,Si—O—Al 和 FeS2 等官能团,这些 基团都会增加煤表面的极性,降低其疏水性,不利于 浮选过程中煤粒与油泡的矿化黏附,使其可浮性变 差。 浮选药剂主要有捕收剂柴油,起泡剂甲基异丁基 甲醇(MIBC) 。 氯化钠(分析纯) 、无水氯化钙(分析 纯)和氯化铝(分析纯)用作电解质。
1. 2 实验方法
1. 2. 1 煤样和油泡 Zeta 电位的测定
用去离子水分别配置不同浓度的 NaCl 溶液、 CaCl2 溶液和 AlCl3 溶液,离子浓度分为 20,40,60,80 和 100 mmol / L。 取-0. 074 mm 的煤样分别与 5 种浓 度下的 3 种电解质溶液配制成质量分数为 3% 的煤 泥悬浊液,利用超声波分散装置对其处理 30 min,静 置一段时间后取上清液,JS94H 型微电泳仪用于煤样 Zeta 电位的测试。 每个实验重复 5 次并取平均值作 为最终的实验结果。 考虑到油泡在溶液中容易破裂, 而油泡表面和油滴的表面性质相似,因此本实验采用 5 滴柴油分别与 100 mL 的 5 种不同浓度的 3 种电解 质溶液配成的乳浊液来代替油泡[10] ,同样的利用超 声波分散装置对其处理 30 min 使其充分分散,再进 行油泡的 Zeta 电位测试。
1. 2. 2 煤粒-油泡间诱导时间的测试
本实验采用 Induction 2015EZ 型诱导时间测定 仪对煤粒和油泡间黏附的诱导时间进行测定。 其测 试原理如图 2 所示。 通过油泡发生装置(包括微量 注射器和玻璃毛细管) 在测试样品池中的玻璃毛细 管一端生成规定尺寸的油泡;经计算机设定一个时间 脉冲 t 1 ,该脉冲经过放大后,驱动器受计算机控制向 下移动,从而使得毛细管一端的油泡向下产生同样的 位移而压到样品池中的煤粒床层表面,并保持所设定 的脉冲时间 t 1 ,当脉冲结束后,驱动器会自动回到原 位,并且带着毛细管和油泡上移,只有当设定的脉冲 时间 t 1 大于煤样和油泡间固有的诱导时间 t 2 时,才 能观察到煤粒黏附到油泡上,否则不会发生黏附。 通 过改变设定的脉冲时间 t 1 ,每改变一次,测定(观察) 一次,以煤样可以在油泡上发生矿化黏附的最短的 t 1 来表示其诱导时间。
图 2 诱导时间测定仪工作原理
Fig. 2 Working principle of induction timer
煤样和油泡的诱导时间测定如图 3 所示,测试时 分别取适量的煤样在样品池中,并在其中分别加入预 先配制的不同浓度的 3 种电解质溶液,将其充分混 合,静置一段时间形成平整的稳定床层后即可进行诱 导时间的测定。
图 3 油泡对煤样的诱导时间测定
Fig. 3 Determination of the induction time between coal and oily bubble
1. 2. 3 浮选实验
浮选实验在如图 4 所示的低阶煤油泡浮选实验装置中进行。 其中浮选机为 XFD63 型,浮选槽容积 1. 5 L。 捕收剂为柴油,固定用量为 6. 4 kg / t;起泡剂 为甲基异丁基甲醇( MIBC) ,固定用量为 800 g / t;矿 浆浓度为 60 g / L,浮选机转速为 2 000 r / min;充气量 为 0. 25 m3 / h;油泡制造装置中的加热管由温度控制 器控 制 在 200 ℃ ; 空 气 压 缩 雾 化 器 雾 化 速 率 为 0. 3 mL / min。 浮选机启动后, 加入煤样润湿搅拌 2 min,加入起泡剂搅拌 1 min,打开油泡制造装置的 气阀开关,浮选 7 min,并通过补加去离子水来维持矿 浆的液面高度。 浮选实验分别在去离子水和 5 种不 同浓度的 NaCl,CaCl2 和 AlCl3 三种电解质溶液中进 行。
图 4 低阶煤油泡浮选实验装置
Fig. 4 Experiment device of low rank coal-oily bubble flotation
2 实验结果与讨论
2. 1 电解质对煤样和油泡表面电位的影响
电解质的加入会对煤样和油泡的表面电位产生 不同的影响。 图 5 和 6 分别为煤粒和油泡在 NaCl, CaCl2 和 AlCl3 三种电解质溶液中表面电位随离子浓 度的变化曲线。
图 5 3 种电解质溶液中煤样的 Zeta 电位与电解 质浓度的关系
Fig. 5 Relationship between Zeta potential of coal and electrolyte concentrations in three electrolyte solutions
由图 5 可知,在去离子水中,煤粒的 Zeta 电位 为-39. 21 mV。 经测定不同浓度的 NaCl 和 CaCl2 溶 液 pH 值变化不大,在 6. 8 ~ 6. 9。 随两种电解质浓度 的增大,煤样的负电位值均不断减小但始终荷负电, 这是由于随电解质浓度的增大,溶液中的金属阳离子
图 6 3 种电解质溶液中油泡的 Zeta 电位与电解质 浓度的关系
Fig. 6 Relationship between Zeta potential of oily bubble and electrolyte concentrations in three electrolyte solutions
不断增多,根据 stern 双电层理论,离子浓度的增大导 致离子向扩散层压缩,扩散层变薄后,扩散层中的 Na+或 Ca2+被排斥到吸附层,中和了煤粒表面的部分 负电荷从而使得煤粒表面负电位值降低;对于 AlCl 溶液,由于其水解能力较强,测得溶液 pH 值介于 3 ~ 3 3. 3,且电解质浓度越高 pH 值越小。 Al3+价态较高, 离子半径较大,所以对双电层的压缩能力也较大,使 得煤样在 20 mmol / L 的 AlCl3 溶液中便荷正电( + 6. 26 mV) ,且随 Al3+浓度的增大,煤样的正电位值也 逐渐增大。
对同一离子浓度的 3 种电解质而言,CaCl2 溶液 中煤样 Zeta 电位的负值低于其在 NaCl 溶液中的负 电位值,而在 AlCl3 溶液中其 Zeta 电位一直为正值。 这是因为一方面,在电解质浓度相同时,金属阳离子 的价态越高,离子半径越大,对双电层的压缩能力越 强,吸附能力也越强,所以对煤样表面电位改变能力 的大小顺序为 Al3+ >Ca2+ >Na+ ;另一方面由于 Na+ 属 于惰性电解质离子,这种离子只会压缩煤粒表面的双 电层厚度,不会在 stern 层发生特性吸附[13] ,而 Ca2+ 为有特性吸附能力的电解质离子,其在离子浓度较低 或适中的条件下,会以六水络合物[ Ca( H2O)6 ] 2+的 形式在 stern 层发生特性吸附,破坏双电层结构[14] , 显著降低煤粒的表面电位。 而在 Al3+ 溶液中,由于 Al3+较强的水解能力所形成的酸性环境( pH 值,3 ~ 3. 3)使得铝离子主要以单体羟基络离子的形式存 在,如 Al3+ ,Al( OH)2+和 Al( OH) + 2 ,除了与煤粒表面 发生静电吸附外还会发生羟基络合吸附[15] ,中和煤 粒表面的负电荷使得煤粒表面荷正电。
由图 6 可知,在 3 种电解质溶液中,油泡表面电 位随离子浓度的变化规律和煤粒的变化规律相似。 油泡在去离子水中的 Zeta 电位为-33. 44 mV,低于煤 样的 Zeta 电位( -39. 21 mV) ,这是由于柴油表面的 极性含氧官能团要远低于煤样,负电性相对较低,所以随电解质种类和浓度的变化,其表面电位的负值要 低于煤样,相应的当其荷正电时,其 Zeta 电位要高于 煤样
2. 2 。 电解质对煤粒与油泡间相互作用势能的影响
2. 2. 1 相互作用势能的计算
DLVO 理论指出胶体的稳定性取决于颗粒间相 互作用势能的大小,颗粒间的总势能由范德华作用势 能 VW 和静电作用势能 VE 组成,总势能 VT 可以表示 为
VT = VW + VE (1)
在浮选过程中,将油泡和煤粒看作成不同半径的 球形,所以煤粒和油泡间的范德华作用势能可以表示 为
式中,A 为 Hamaker 常数;H 为油泡和煤粒间的相互 作用距离,m;R1 ,R2 分别为煤粒和油泡的半径,m。 物质 1,2 在介质 3 中的 Hamaker 常数 A132 可以 表示为
式中,A11 ,A22 和 A33 分别为物质 1,物质 2 和物质 3 在 真空中的 Hamaker 常数。 固体表面的 Hamaker 常数 AS 与其所接触的液体 Hamaker 常数 AL 间的关系[16]为
式中, θ 为液体在颗粒表面的接触角,( °) 。 经实验测得水在煤样表面的接触角为 53. 00°, 根据式(3)计算出煤样表面的 Hamaker 常数 A11 见表 2。
利用式(3)和表 2 计算煤粒和油泡在介质水中 的相互作用的 Hamaker 常数 A132 为 3. 45×10 -22 J。 煤 粒半径 R1 为 24 μm,油泡半径 R2 以诱导时间测试过 程生成的油泡半径代替,R2 为 650 μm。 煤粒和油泡间的静电作用势能可以表示:
式中, ε 为水的绝对介电常数,可由 ε = εoεr 计算得 出, εo 为水在真空中的介电常数, εr 为水的相对介电 常数,经计算得出 ε = 6. 95 ×10 -10 F / m;ψ01 ,ψ02 分别 为煤粒和油泡的表面电位,用 Zeta 电位来代替; κ -1 为德拜长度,表示双电层的厚度,根据电解质类型的 差异,其有不同的计算方法[19] 。
式中,Z 为溶液中离子的价态;C 为电解质的摩尔浓 度,mol / L。 利用式( 6 ) ~ ( 8 ) 分别计算在 NaCl, CaCl2 和 AlCl3 溶液中不同浓度条件下的德拜长度。
2. 2. 2 电解质对煤粒和油泡间相互作用势能的影响
根据式(1) ~ (2)和式(5)的计算,依次得出在不 同浓度的 NaCl,CaCl2 和 AlCl3 溶液中,煤粒和油泡间 的相互作用势能曲线,如图 7 ~ 9 所示。 其中作用势 能为正值时表示它们之间相互排斥,为负值时表示它 们之间相互吸引。
图 7 NaCl 浓度对煤样和油泡间相互作用势能的影响
Fig. 7 Effect of NaCl concentrations on interaction potential energy between coal particle and oily bubble
由图 7 可知,在 NaCl 溶液中,随其浓度的增加, 煤样和油泡黏附过程中的能垒逐渐减小,当浓度为 20 mmol / L 时,它们之间作用势能的最大值为 1. 019× 10 -16 J;浓度为 100 mmol / L 时,势能最大值为 0. 252× 10 -16 J。 这是因为随 NaCl 浓度的增加,煤粒和油泡的 表面电位的负值逐渐降低,它们之间的静电斥能逐渐 减小,在范德华引力势能不变的情况下,它们之间的 作用势能的能垒因此逐渐减小,能垒的降低有利于煤 粒和油泡间矿化黏附过程的进行。 而且当 NaCl 浓度 增加时,煤粒和油泡间的作用势能的范围也在逐渐减小,NaCl 浓度为 20 mmol / L 时,作用势能范围最大, 为 0 ~ 17 nm,而 NaCl 浓度为 100 mmol / L 时,作用势 能范围最小,为 0 ~ 8 nm,这是因为随 NaCl 浓度的增 加,根据式(6) ,煤粒和油泡的双电层厚度逐渐减小, 双电层厚度直接影响颗粒间的作用力范围[9] ,所以 它们之间的作用势能范围逐渐减小。
图 8 CaCl2 浓度对煤样和油泡间相互作用势能的影响
Fig. 8 Effect of CaCl2 concentrations on interaction potential energy between coal particle and oily bubble
图 9 AlCl3 浓度对煤样和油泡间相互作用势能的影响
Fig. 9 Effect of AlCl3 concentrations on interaction potential energy between coal particle and oily bubble
对于图 8,在 CaCl2 溶液中,随其浓度的增加,煤 粒和油泡间的势能曲线的变化规律和在 NaCl 溶液中 的规律相似,不同的是,在相同的电解质浓度下, CaCl2 溶液中煤粒和油泡间的作用势能最大值均低 于 NaCl 溶液中作用势能的最大值,且作用势能的范 围也要小于 NaCl 溶液中的作用势能范围。 在 CaCl2 浓度为 20 mmol / L 时,煤粒和油泡间作用势能的最大 值为 0. 219×10 -16 J,作用势能范围为 0 ~ 10 nm;而在 最大浓度 100 mmol / L 时,势能的最大值为-0. 006 × 10 -16 J,煤粒和油泡间不存在势能能垒,它们之间始 终表现为相互吸引,作用势能的范围 0 ~ 3 nm。 这是 由于电解质浓度相同时,离子价态越高,双电层厚度 越小,离子半径越大,对煤粒和油泡表面电位的改变 能力就越大,CaCl2 溶液中煤粒和油泡的 Zeta 电位的 负值要低于其在 NaCl 溶液中的 Zeta 电位负值,它们 之间的静电斥能更小,所以煤粒和油泡间的势能能垒 和作用势能的范围相对较小。 如图 9 所示,在 AlCl3 溶液中,随其浓度的增大,煤样和油泡间作用势能的 能垒在逐渐增大,在 AlCl3 浓度为 20 mmol / L 时,煤 粒和油泡间作用势能的最大值为 0. 037×10 -16 J,作用 势能范围为 0 ~ 6 nm;而在最大浓度 100 mmol / L 时, 势能的最大值为 0. 504×10 -16 J,作用势能范围为 0 ~ 2. 5 nm。 这是由于随 AlCl3 浓度的增大,煤粒与油泡 的 Zeta 电位为正值且不断增大,它们之间的静电斥 能也不断增大,因此煤样和油泡间作用势能的能垒也 随之增大。
2. 3 电解质对诱导时间的影响
从动力学来讲,煤粒和油泡间矿化黏附的完成需 要当其接触时间大于诱导时间才能发生,因此可以用 诱导时间来评价煤样在油泡浮选过程中的矿化黏附 效果。 本文测定了在 NaCl,CaCl2 和 AlCl3 溶液中煤 样和油泡间诱导时间随电解质浓度的变化规律,如图 10 所示。
图 10 3 种电解质溶液中电解质浓度对诱导时间的影响
Fig. 10 Effect of the electrolyte concentrations on induction time in three electrolyte solutions
去离 子 水 中, 煤 样 和 油 泡 间 的 诱 导 时 间 为 105 ms,加入 3 种电解质后,诱导时间有不同程度的 降低。 对于 NaCl 和 CaCl2 溶液,随电解质浓度的增 大,其诱导时间均不断减小,且电解质浓度相同时,煤 粒和油泡间在 CaCl2 溶液中的诱导时间比在 NaCl 溶 液中的低,这与图 7 和 8 中其相互作用势能能垒的变 化规律相符,说明在 NaCl 和 CaCl2 溶液中,随其浓度 的增大可以降低煤样和油泡之间的矿化黏附能垒,减 小它们之间的诱导时间,且价态更高的 CaCl2 电解质 比 NaCl 在降低煤样和油泡间的矿化黏附能垒和诱导 时间方面的效果更好。 而对于 AlCl3 溶液,当浓度为 20 mmol / L 时,诱导时间为 31 ms,远低于在去离子水 中的诱导时间,但随其浓度的增大,诱导时间也在逐 渐增大,这与图 9 中其相互作用势能能垒的变化规律 具有一致性。
2. 4 电解质对煤样油泡浮选的影响
图 11 为在不同的电解质浓度下,煤样在 NaCl, CaCl2 和 AlCl3 溶液中浮选的可燃体回收率和精煤灰
图 11 3 种电解质溶液中电解质浓度对煤样可燃体回收率 和灰分的影响
Fig. 11 Effect of the electrolyte concentrations on combustibles recovery and ash content in three electrolyte solutions
如图 11 所示,在去离子水中,该煤样的可燃体回 收率仅为 28. 99% ,精煤灰分为 12. 79% ,说明该煤样 的可浮性较差,属于极难浮煤。 而在 NaCl 和 CaCl2 溶液中,随其浓度的增大,煤样的可燃体回收率逐渐 增大,精煤灰分也不断增大,这一结果与相互作用势 能以及诱导时间随电解质浓度的变化规律相符,且 CaCl2 电解质比 NaCl 可以更高程度的提高煤样的可 燃体回收率和精煤灰分。 比如当浓度为 100 mmol / L 时,在 NaCl 溶液中的可燃体回收率为 48. 28% ,精煤 灰分为 14. 52% ;而在 CaCl2 溶液中的可燃体回收率 更高,为 60. 78% ,但精煤灰分也更高,为 15. 23% 。 这是由于电解质的加入,降低了煤样和油泡表面电位 的负值,从而减小了煤样和油泡的矿化黏附所需的能 垒,同时煤样和油泡间的诱导时间也不断减小,所以 可燃体回收率逐渐增大。 但在电解质浓度过高时,精 煤灰分也过高,这是由于电解质的加入不仅降低了煤 粒和油泡的表面电位,也会导致煤样中黏土矿物的表 面电位降低,从而引起更多的黏土矿物和煤粒发生凝 聚[20] ,使得浮选精煤中所带的黏土矿物的含量增大 导致精煤灰分增高。
对于 AlCl3 溶液,当离子浓度大于 20 mmol / L 时,随其浓度的增大,可燃体回收率和精煤灰分逐渐 降低,这与煤样和油泡在 AlCl3 溶液中的相互作用势 能以及诱导时间随浓度的变化规律相符,所以在不同 浓度的 3 种电解质溶液中,煤样的可燃体回收率与其 相互作用势能以及诱导时间随电解质浓度的变化规 律是基本相符的,比较图 10 和 11 可知,在电解质浓 度为 40 mmol / L 时,煤样和油泡在 CaCl2 溶液中的诱 导时间(43 ms) 虽然比其在 AlCl3 溶液中的诱导时 间(47 ms)稍低,但其在 CaCl2 溶液中的可燃体回收 率(46. 27% )却稍低于其在 AlCl3 溶液中的可燃体回 收率(47. 15% ) ,这可能是由于在相同的电解质浓度 下,AlCl3 溶液中浮选产生的气泡要比 CaCl2 溶液的 气泡数量更多,气泡直径更小且更加稳定[7] ,而在浮 选过程中,气泡起到带动煤粒上浮的驱动力作用并且 决定了分选效率[21] ,从而提高浮选过程中煤粒和油 泡的碰撞概率,因此在该浓度下,诱导时间相近时, AlCl3 电解质溶液中浮选的可燃体回收率要稍高于 CaCl2 溶液。
3 结 论
(1)对于 NaCl 和 CaCl2 溶液,随电解质浓度的增 大,煤粒和油泡的表面电位的负值均不断减小,且相 同的电解质浓度下,CaCl 要高于 NaCl;而在 AlCl 2 对其表面电位的降低程度 3 溶液中,随电解质浓度的增 大,煤粒和油泡的表面荷正电且表面电位逐渐增大。 同一电解质浓度下,对煤样表面电位改变能力的顺序 为 Al3+ >Ca2+ >Na+ 。
(2)通过 DLVO 理论计算煤样和油泡间的相互 作用势能可知,电解质的加入可以改变煤样和油泡间 的静电斥能,在 NaCl 和 CaCl2 溶液中,随其浓度的增 大,煤粒和油泡间作用势能的能垒均不断降低,CaCl2 对能垒的降低程度要高于相同电解质 浓 度 下 的 NaCl;而在 AlCl3 溶液中,随其浓度的增大,煤粒和油 泡间的势能能垒逐渐增大。 所以电解质对煤样和油 泡间势能能垒的改变规律与其表面电位在不同电解 质溶液中的变化规律相符。
(3)诱导时间的测定表明,3 种电解质的加入均 可降低煤样和油泡间的诱导时间。 对于 NaCl 和 CaCl2 电解质,随其浓度的增大,诱导时间不断降低, 而对于 AlCl3 电解质,当其浓度大于 20 mmol / L 时, 诱导时间则随 AlCl3 浓度的增大而不断增大。 且同 一电解质浓度条件下,CaCl2 对诱导时间的降低程度 要高于 NaCl。 (4)煤样的油泡浮选实验表明,在不同浓度的 3 种电解质溶液中,煤样的可燃体回收率与其相互作用 势能以及诱导时间随电解质浓度的变化规律基本相 符。 对于 NaCl 和 CaCl2 溶液,随其浓度的增大,可燃 体回收率和精煤灰分均不断提高,浓度过高时,颗粒 间的凝聚加剧,更多的微细黏土矿物夹杂在精煤表面 导致精煤灰分过高。 而在 AlCl3 溶液中,当离子浓度 大于 20 mmol / L 时,随其浓度的增大,可燃体回收率 和精煤灰分则逐渐降低。
参考文献(References) :
[1] 李振,于伟,杨超,等. 低阶煤提质利用现状及展望[ J]. 矿山机 械,2013,41(7) :1-6.LI Zhen,YU Wei,YANG Chao,et al. Actuality and expectation on upgrading utilization of low-rank coal[ J]. Mining & Processing Equipment,2013,41(7) :1-6.
[2] 王永刚,周剑林,林雄超. 低阶煤含氧官能团赋存状态及其对表 面性质的影响[ J]. 煤炭科学技术,2013,41(9) :182-184. WANG Yonggang,ZHOU Jianlin,LIN Xiongchao. Deposit conditions of oxygen functional groups in low rank coal and affected to surface properties[ J]. Coal Science and Technology,2013,41 ( 9 ) :182 - 184.
[3] 屈进州. 低阶煤活性油泡浮选行为与浮选工艺研究[ D]. 徐州: 中国矿业大学,2015.
[4] VENUGOPAL R,PATEL J P,BHAR C. Coal washing scenario in India and future prospects[ J]. International Journal of Coal Science & Technology,2016,3(2) :191-197.
[5] LIU J,MAK T,ZHOU Z,et al. Fundamental study of reactive oilybubble flotation[ J]. Minerals Engineering,2002,15(9) :667-676.
[6] XU Z,LIU J,ZHOU Z. Selective reactive oily bubble carriers in flotation processes and methods of generation and uses thereof[ P]. US 6959815 B2,2005-11-07.
[7] 余萍. 不同无机电解质对煤浮选的影响及溶液化学研究[ D]. 太 原:太原理工大学,2010.
[8] 张明青,刘炯天,单爱琴,等. 煤泥水中 Ca2+ 在黏土矿物表面的 作用[ J]. 煤炭学报,2005,30(5) :637-641. ZHAN Mingqing,LIU Jiongtian,SHAN Aiqin,et al. Calcium ions adsorption mechanism on clay particles surface in coal slurry[ J]. Journal of China Coal Society,2005,30(5) :637-641.
[9] 张志军,刘炯天,冯莉,等. 基于 DLVO 理论的煤泥水体系的临界 硬度计算[ J]. 中国矿业大学学报,2014,43(1) :120-125. ZHANG Zhijun,LIU Jiongtian,FENG Li,et al. Calculation of critical hardness of coal slime water system based on DLVO theory[ J]. Journal of China University of Mining and Technology, 2014, 43(1) :120-125.
[10] 陈松降,陶秀祥,何环,等. 油泡-低阶煤颗粒间的黏附特性 [ J]. 煤炭学报,2017,42(3) :745-752. CHEN Songjiang,TAO Xiuxiang,HE Huan,et al. Attachment characteristics between oily bubbles and low rank coal particles [ J]. Journal of China Coal Society,2017,42(3) :745-752.
[11] ALBIJANIC B,OZDEMIR O,NGUYEN A V,et al. A review of induction and attachment times of wetting thin films between air bubbles and particles and its relevance in the separation of particles by flotation [ J ]. Advances in Colloid & Interface Science, 2010, 159(1) :1-21.
[12] SHAHBAZI B,CHELGANI S C. Modeling of fine coal flotation separation based on particle characteristics and hydrodynamic conditions[ J ]. International Journal of Coal Science & Technology, 2016,3(4) :429-439.
[13] TRIPATHY T,DE B R. Flocculation:A new way to treat the waste water[ J]. Journal of Physical Sciences,2016(10) :93-127.
[14] 郭德,张秀梅,吴大为. 对 Ca2+ 影响煤泥浮选和凝聚作用机理 的认识[ J]. 煤炭学报,2003,28(4) :433-436. GUO De, ZHANG Xiumei, WU Dawei. Understanding of the effect mechanism of Ca2+ on flotation and coagulation of slimes[ J]. Journal of China Coal Society,2003,28(4) :433-436.
[15] 孙迎林,闵凡飞,陈晨,等. 金属阳离子在煤泥颗粒表面上吸附 机理研究现状[ J]. 矿产综合利用,2015(1) :14-17. SUN Yinglin,MIN Fanfei,CHEN Chen,et al. Research situation of adsorption mechanism of metal cations on the surface of coal slime particles [ J ]. Multipurpose Utilization of Mineral Resources, 2015(1) :14-17.
[16] 沈青. 蒸煮液的物理化学特征及在制浆过程中的行为Ⅲ. 木素 对蒸煮液的黏度密度及 Hamaker 常数的影响[ J]. 纤维素科学 与技术,2003,11(3) :12-16. SHEN Qing. The physical-chemical properties of cooking liquor and behaviors during pulping process Ⅲ:Influence concentration on the viscosity,density and hamaker constant of cooking liquor[ J]. Journal of Cellulose Science and Technology,2003,11(3) :12-16.
[17] ZHANG M Q, LIU Q, LIU J T. Extended DLVO theory applied to coal slime-water suspensions[ J]. Journal of Central South University,2012,19(12) :3558-3563.
[18] ZHOU F,WANG L X,XU Z H,et al. Interaction of reactive oily bubble in flotation of bastnaesite[ J]. Journal of Rare Earths,2014, 32(8) :772-778.
[19] 张志军. 水质调控的煤泥水澄清和煤泥浮选研究[D]. 沈阳:东 北大学,2012.
[20] 李国胜,邓丽君,曹亦俊,等. 氯化钠对煤泥浮选的影响及作用 机理[ J]. 中国矿业大学学报,2016,45(5) :1038-1042. LI Guosheng, DENG Lijun, CAO Yijun, et al. Effects of NaCl on coal flotation and its mechanism[ J]. Journal of China University of Mining and Technology,2016,45(5) :1038-1042.
[21] VASUMATHI N,KUMAR T V V,RATCHAMBIGAI S,et al. Beneficiation of an Indian non-coking coal by column flotation[ J]. International Journal of Coal Science & Technology, 2016, 3 ( 2 ) : 206-214.
原文转载自网络“来源/参考文献+中国煤炭行业知识服务平台”,如有侵权,请联系删除
乾坤矿山的智能全自动选矿分选机介绍
用 X 射线透射率成像检测技术,针对不同矿石独特的物理特性,进行不同的光谱视觉探测,并结合高性能计算和大数据技术,将矿石的这些信息逐一记录,汇聚大量矿石样本的海量数据,然后在高性能计算平台上采用深度神经网络技术进行云数据计算分析,从而对矿石个体进行结果辨析与预测,实现矿石定性及半定量分析判别,并根据生产需求条件进行有效拣选。
智能选矿设备的设备参数
外形尺寸:9120*2223*2090mm(含1600mm振动给料斗)
重量:9.8t
设备功率:13KW
设备电压:380V 50HZ
耗气量:<10m³/min
设备防护距离:0.5m
入选粒级:+10-100mm
供气压力:0.6-0.8Mpa
皮带速度:3m/s-4.5m/s
有效处理宽幅:1.4m
智能选矿设备的核心技术
智能选矿设备的性能优势
◆稳定、 高效、 安全可靠 。
◆智能化:分拣全程智能化控制和远程操作,无需人员干预。
◆精度高:多维度检测、X射线等多种先进技术融合,精准识别矿石和废石。
◆效率强:矿石日分选能力最高可达200t/小时
◆粒度广:可处理粒度10mm~100mm之间有色金属矿石全覆盖。
◆恶劣条件下仍保持高性能:无论潮湿、干燥还是冰冷,机械性能和分选效率均可稳定保持在高水平上。
智能选矿设备的工业价值
(一)提高矿山采矿效率,降低开采边界品位;
(二)降低矿山运输成本;
(三)预先富集,提高入选品位;
(四)减少球磨浮选矿量,降低后续生产处理成本;
(五)减少尾矿排放量,延长尾矿库使用年限;
(六)减少三废排放量,降低环境污染;
(七)废石资源综合利用,提高企业效益;
(八)减少新选矿厂投资,提高选矿厂处理能力;
(九) 打造绿色、环保、智能型矿山。
智能选矿设备的技术关键点
检测技术:X射线透射技术利用物料原子密度完成高精度识别和分选,不受粒度、水分和表面污染的影响,尤其广泛地应用于粒度较小、传导性能较差、尚未单体解离的金属矿物的回收。
智能分析:系统分析中枢采用机器学习并引用深度神经网络技术,不仅可按生产需求准确分选,而且可以在使用中不断在线积累学习。产品使用时间越长,识别精度越准,矿石检测适应性越强。
自动分选:结束人工手选矿效率低下、效果欠佳的历史,实现矿石分选自动化在线运行,极大的提高选矿效率、产量、效果,大大降低企业选矿成本。
全程控制:系统运行过程中,可通过计算机在线调节给矿速度和分选要求参数,系统将自动记录自身各项运行状态,实现工作过程全程监控。
操作简捷:操作简单,一键启/停。
智能选矿设备的分选原理
基于双能X射线透视和物质识别,利用机器视觉检测技术和神经网络算法、大数据深度学习训练等人工智能技术,对每块矿石进行准确分析和识别,采用高速气排枪精准打击,实现矿石和废石有效分离与拣选。
智能选矿设备的应用范围
——有色金属类矿石:锑、金、铜、铅、锌、钨、钼、锡、镍、钒、钛等;
——黑色金属类矿石:黑钨、铁、锰、铬等;
——贵金属:金、银等;
——荧光类矿石:白钨、萤石、方解石、马来亚石、锆石、锂云石、白云石、层解石、冰洲石、蛋白石、块状荧石、金刚石等;
——其它:特殊能源类铀矿石以及稀土类矿石以及非金属矿石、其它稀有金属。