承德大庙矿床钛磁铁矿矿石的工艺矿物学

《Minerals》：Process Mineralogy of Titanomagnetite Ore in the Damiao Deposit, Chengde

　　

位于华北克拉通北缘的大庙钛磁铁矿床是一个典型的Fe-Ti-P多金属矿，具有显著深部资源潜力。然而，控制其选矿的矿物学因素仍缺乏量化研究。研究人员整合了多元素分析、化学物相分析、X射线衍射（XRD）、电子探针显微分析（EPMA）和矿物解离分析仪（MLA），系统表征了矿石的化学组成、矿物学特征、元素赋存状态、粒度、散布特征和解离特性。结果表明，Fe（25.81% TFe）、Ti（6.50% TiO₂）和P（0.95% P₂O₅）是主要的有价元素。Fe主要赋存在磁铁矿（59.53%）中，Ti主要赋存在钛铁矿（48.90%）和金红石（33.89%）中，P几乎全部赋存在氟磷灰石中。磁铁矿、钛铁矿、磷灰石和黄铁矿粒度较粗，在磨矿细度达到60%通过?0.074 mm时，游离颗粒+富连生体的比例超过80%，而金红石粒度细且解离差，构成了关键的钛回收瓶颈。硅酸盐结合铁（占Fe的28.07%）造成不可逆损失；钙质脉石（>20%）和绿泥石矿泥干扰浮选。研究人员提出了一种阶段化流程——粗磨、磁选、粗精矿再磨、脱硫和顺序浮选。该工作为工艺优化提供了矿物学基础，并为类似矿床提供了参考。

论文解读：承德大庙钛磁铁矿床的工艺矿物学研究

研究背景与问题：钛磁铁矿是典型的复杂多金属矿石，富含铁、钛、磷等有价元素，广泛分布于全球多个国家，常与斜长岩和层状镁铁质侵入体伴生，经岩浆分异作用形成。中国华北克拉通北缘的承德大庙-透沟斜长岩杂岩体是重要的钛磁铁矿富集区，其中大庙矿床具有巨大的深部资源潜力，可实现Fe、Ti、P的综合回收。然而，以往研究多集中于区域地质、岩石成因和年代学，而直接关乎选矿的矿物学因素（如元素赋存状态、矿物散布特征、解离行为等）尚未系统量化，制约了选矿工艺的优化与资源高效利用。因此，研究人员开展系统的工艺矿物学研究，旨在为流程设计和经济评价提供矿物学依据。论文发表于《Minerals》。

主要技术方法（不超过250字）：研究人员从大庙-黑山铁成矿带的黑山铁矿采集样本，涵盖主要矿石类型和蚀变类型，围岩样本取自远离矿化带的绿泥石化斜长岩。采用多元素X射线荧光光谱分析（XRF）测定全岩化学组成；化学物相分析定量Fe、Ti、P在各矿物相中的分配；X射线衍射（XRD）进行矿物相鉴定与半定量分析；扫描电子显微镜-能谱分析（SEM-EDS）观察微观形貌与微区成分；电子探针显微分析（EPMA）定量测定矿物化学成分；偏光显微镜统计矿物散布特征、粒度分布（截距法）和解离度（不同磨矿细度下统计游离颗粒与连生体比例）。

研究结果：

3.1 全岩化学组成：多元素分析显示，TFe（25.81%）、TiO₂（6.50%）和P₂O₅（0.95%）为主要有价元素，Cu、Pb、Zn、Co、Ni等伴生元素含量低，无经济回收价值。主要氧化物为SiO₂（29.88%）、Al₂O₃（11.34%）、CaO（6.77%）和MgO（4.89%），烧失量（3.02%）主要来自绿泥石脱水和碳酸盐分解，硫含量（0.91%）主要赋存于黄铁矿。

3.2 Fe、Ti、P的化学物相分析：
- 铁分布：磁铁矿相含Fe 15.63%，占60.60%，是主要可回收铁相；硅酸盐结合铁占31.29%（8.07% Fe），不可回收；钛铁矿、硫化物和赤铁矿/褐铁矿相中Fe分布率低。
- 钛分布：TiO₂总量6.49%，主要分布在钛铁矿（30.04%占有率）和金红石（31.11%占有率）中，两者构成主要钛回收目标；磁铁矿相中TiO₂占有率18.95%（类质同象替代和细粒钛矿物包裹体所致），硅酸盐相中19.90%（不可回收）。
- 磷分布：P₂O₅含量0.95%，98.95%赋存于磷灰石相，仅1.05%在其他相，有利于浮选回收。

3.3 矿物组成与相对含量：通过多元素分析、化学物相分析和元素平衡计算，确定主要矿物相对含量。金属矿物中磁铁矿含量最高（21.73%），其次为钛铁矿（6.49%）和黄铁矿（1.64%），另有少量赤铁矿、黄铜矿、方铅矿和闪锌矿；钛矿物还有榍石（3.14%）和金红石（2.20%）；磷矿物仅磷灰石（2.09%）。非金属矿物中绿泥石最丰富（26.48%），其次为钙铝榴石（12.29%）、普通角闪石（7.98%）、钠长石（7.32%）、石英（2.79%）、白云母（2.15%）、方解石（1.98%）、阳起石（0.68%）、钾长石（0.52%）和黑云母（0.23%）。高含量脉石矿物将影响选矿性能。

3.4 Fe、Ti、P的矿物赋存状态：
- 铁在矿物中的分布：磁铁矿含Fe 15.34%，分布率59.53%，是最重要的铁载体；钛铁矿和硅酸盐矿物中Fe分布率分别为9.34%和28.07%（绿泥石20.20%、钙铝榴石3.51%、普通角闪石3.65%），硅酸盐结合铁不可回收。
- 钛在矿物中的分布：钛铁矿含TiO₂ 3.18%，分布率48.90%；金红石含TiO₂ 2.20%，分布率33.89%；榍石含TiO₂ 1.05%，分布率16.21%（目前不可回收）；磁铁矿等含微量钛，可忽略。可回收钛矿物为钛铁矿和金红石，合计占82.79%。
- 磷赋存：98.95%的磷以独立氟磷灰石存在，化学组成稳定（CaO 50.87–52.61%，P₂O₅ 44.52–46.75%，F 1.85–3.99%），呈自形-半自形粒状散布，有利于浮选。

3.5 关键矿物的散布特征：
- 磁铁矿：主要呈半自形粒状和不规则状散布于脉石中，常与黄铁矿、黄铜矿和钛铁矿紧密连生，部分含细粒黄铁矿包裹体，粗粒磁铁矿中可见钛铁矿和榍石的出溶片晶，局部边缘被赤铁矿交代。电子探针分析表明，磁铁矿Fe含量69.27–71.03%，含少量Al、Ti、V杂质，无有害元素。
- 钛铁矿：多呈大小不均的半自形-他形粒状，部分呈片状，常分布在磁铁矿颗粒间或与之毗邻，少量呈片状散布于磁铁矿中，部分边缘被榍石交代，偶见与黄铁矿和黄铜矿连生。化学成分稳定，含Fe 35.459–38.346%，Ti 28.082–29.998%，含少量Mn、Mg杂质。
- 金红石：与磁铁矿和钛铁矿散布关系最密切，常沿磁铁矿和钛铁矿边缘及裂隙交代产出，部分含细粒磁铁矿和钛铁矿包裹体，与榍石紧密连生，偶见在绿泥石等脉石中呈不规则粒状散布。
- 磷灰石：主要呈自形-半自形粒状散布于绿泥石中，其次分布在钠长石、钙铝榴石、普通角闪石等脉石矿物颗粒间，少量被磁铁矿包裹，无显著类质同象替代。
- 黄铁矿：主要呈半自形-他形粒状散布于脉石中，常与钛铁矿毗邻，部分与黄铜矿连生或含细粒黄铜矿包裹体，与磁铁矿的散布关系较弱。化学成分稳定，Fe 44.43–46.405%，S 52.106–52.996%，含少量Co、Ni、Ca杂质。

3.6 关键矿物的粒度分布：磁铁矿粒度主要集中在0.147–0.589 mm，+0.074 mm粒级分布率83.83%，?0.010 mm仅0.93%，粒度较粗，利于解离。钛铁矿粒度主要集中在0.043–0.295 mm，+0.074 mm分布率73.91%，?0.010 mm为1.81%，略细于磁铁矿但总体较粗。金红石粒度最细，主要集中在0.02–0.104 mm，+0.074 mm分布率仅28.81%，?0.010 mm占6.14%，细粒比例高且散布复杂，是钛回收的主要矿物学挑战。磷灰石粒度较粗，主要集中在0.074–0.295 mm，+0.074 mm分布率86.33%，?0.010 mm仅0.69%，利于解离和浮选。黄铁矿粒度主要集中在0.074–0.417 mm，+0.074 mm分布率89.73%，?0.010 mm仅0.37%，利于浮选脱硫。

3.7 关键矿物的解离特性：在磨矿细度60%通过?0.074 mm时，磁铁矿、黄铁矿和磷灰石的解离度分别为73.74%、79.31%和75.02%，游离+富连生体（≥1/2）比例分别达84.63%、87.86%和83.90%；钛铁矿解离度64.01%，游离+富连生体比例83.34%；金红石解离度仅17.79%，游离+富连生体比例52.29%。当细度增至80%通过?0.074 mm时，各矿物解离度进一步提高，但增量减少，且过磨会增加矿泥和能耗。因此，60%通过?0.074 mm是矿物学上合理的起点。

讨论总结：研究人员基于矿物学特征，从矿床成因、全球对比、关键约束和工艺响应等方面进行了讨论。该矿石与攀枝花等典型矿床相比，具有“高硅酸盐结合铁、细粒金红石、高钙质脉石”的特点，属于复杂难选类型。铁回收的核心约束是磁铁矿仅占Fe的59.53%，而28.07%的硅酸盐结合铁不可回收，理论最大铁回收率约72%。钛回收面临金红石粒度极细（仅28.81% >0.074 mm）和散布复杂的关键瓶颈，即使磨至80%通过?0.074 mm，金红石游离颗粒比例仅26.95%，且易在磁选过程中误入铁精矿。磷灰石浮选受钙质脉石（钙铝榴石、角闪石、方解石等，总量>20%）的竞争浮选限制，需开发高效选择性抑制剂。黄铁矿需预先脱硫，绿泥石产生大量矿泥，需采取脱泥、选择性絮凝等措施。研究人员提出阶段化流程：粗磨至60%通过?0.074 mm、磁选、粗精矿再磨、脱硫、顺序浮选，该流程兼顾了不同矿物的差异化解离行为，平衡了回收率、品位和能耗。

研究结论翻译（保留上下标，去除引用标识）：(1)铁回收受热液蚀变形成的硅酸盐结合铁的内在限制。约四分之一的Fe以原子形式进入绿泥石、钙铝榴石和角闪石，无法通过物理分离回收，这设定了铁回收的硬上限，与磨矿细度无关。实际意义是应优先提高磁选效率，同时接受不可避免的尾矿铁损失。(2)钛回收受金红石极细粒度和复杂连生（而非TiO₂总品位）约束。金红石是最细、解离最差的有价相；增加磨矿细度仅带来边际解离增益，但会产生过多矿泥和能耗。务实策略是先回收粗粒钛铁矿和磁铁矿，然后单独处理含金红石部分，采用先进细粒浮选技术，接受中等金红石损失以避免过磨。(3)磷灰石浮选受钙质脉石（钙铝榴石、角闪石、方解石、阳起石，总量>20%）的竞争浮选限制，这些矿物对脂肪酸类捕收剂具有相似响应。因此，提高磷精矿品位的关键在于选择性抑制这些钙硅酸盐，而非进一步解离磷灰石。(4)黄铁矿和绿泥石带来次要但关键的运行挑战。黄铁矿必须预先脱硫以防止污染后续精矿；绿泥石产生大量矿泥，覆盖颗粒表面并增加矿浆粘度，建议采用脱泥、选择性絮凝或耐粘土药剂。(5)阶段化流程——粗磨至中等细度、磁选、粗精矿再磨、预脱硫、顺序浮选磷灰石和细粒金红石——具有矿物学合理性。该方案尊重矿物的差异化解离行为，仅对连生体部分施加额外能耗，从而平衡了回收率、品位和能耗。(6)本研究建立的矿物学标准——硅酸盐铁上限、金红石解离阈值和钙质脉石干扰——为流程设计和经济评估提供了定量框架。这些发现可推广到类似矿床，支持基于矿物学的磨矿细度、流程结构和药剂制度决策，最终提高综合资源利用的技术经济可行性。