多金属矿石选矿过程中关键金属的矿物学特征与分布模式研究

《Minerals》:Mineralogical Features and Distribution Patterns of Critical Metals During the Beneficiation of Polymetallic Ores

【字体: 大 中 小 】 时间:2026年08月29日 来源:Minerals 2.7

编辑推荐:

  尽管关键金属的矿物学赋存形式被广泛认为是控制其在选矿过程中回收率的关键因素,但这一关系鲜少在 freshly mined 矿石及其来自中亚多金属矿床的初级选矿产品上得到直接验证。这引出了一个研究问题:Bi、In、Cd、Co、Se、Te和Re的矿物学赋存形式如何

  
尽管关键金属的矿物学赋存形式被广泛认为是控制其在选矿过程中回收率的关键因素,但这一关系鲜少在 freshly mined 矿石及其来自中亚多金属矿床的初级选矿产品上得到直接验证。这引出了一个研究问题:Bi、In、Cd、Co、Se、Te和Re的矿物学赋存形式如何控制它们在重选与浮选产品之间的分布。为此,本研究旨在以哈萨克斯坦Zhuantobe和Strezhanskoe矿床的矿石为案例,确定这些关键金属的矿物学赋存形式如何决定其在重力选矿和浮选产品中的分布规律。研究采用光学显微镜、X射线衍射分析(XRD)和扫描电子显微镜-能谱分析(SEM-EDS)研究了这两个矿床多金属矿石在重选和浮选过程中关键金属的矿物学特征与分布模式,并通过化学分析测定了金属在各选矿产品中的分配。研究人员识别出闪锌矿、方铅矿、磁黄铁矿和银碲化物为关键金属的主要载体矿物,其中铋以类质同象混入物形式赋存于闪锌矿(3.69 wt.%)和方铅矿(1.85 wt.%)中。浮选过程中,金属分布受矿物学亲和性控制:镉和铟优先富集于锌精矿(回收率分别为56.31%和15.44%),铋富集于铜铅精矿(回收率23.03%),硒和铼富集于含铜产品(回收率分别为23.60%和37.05%)。对重选产品的相关性分析证实了镉与闪锌矿(R2=0.9998)、铋与方铅矿及闪锌矿(R2=0.9674)、钴与含铁硫化物(R2=0.9144)之间的密切共生关系。上述结果表明,关键金属的分布主要受其矿物学赋存形式控制,而非矿石中的总含量,这为多金属矿石的综合处理技术提供了理论基础。
**论文解读:多金属矿石选矿过程中关键金属的矿物学特征与分布模式**

**一、研究背景与科学问题**

随着全球向低碳经济转型和高新技术产业的快速发展,铋(Bi)、铟(In)、镉(Cd)、钴(Co)、硒(Se)、碲(Te)和铼(Re)等关键金属(critical metals)的战略地位日益凸显。这些元素广泛应用于微电子、半导体、电池制造、光伏产业和航空航天高温合金等领域,供应风险高,被欧盟、美国等经济体列为关键或战略性原材料。然而,由于这些元素独立成矿的经济性矿床极为罕见,其供应几乎完全依赖铜-铅-锌(Cu-Pb-Zn)和铜-钼(Cu-Mo)多金属硫化物矿石(polymetallic sulfide ores)冶炼过程中的副产品回收。

尽管业界已广泛认识到关键金属的矿物学赋存形式(mineralogical form of occurrence)是控制其在选矿过程中回收行为的首要因素,但这一关系鲜少在实际开采矿石及其初级选矿产品上得到直接验证,尤其对于中亚地区多金属矿床而言更是如此。已有的研究多集中于尾矿和冶炼副产品,对新鲜开采矿石及其重选和浮选产品的系统性对比研究相对匮乏。因此,如何阐明Bi、In、Cd、Co、Se、Te和Re的矿物学赋存形式如何控制其在重力选矿与浮选产品之间的分配,成为亟需解决的科学问题。本研究正是基于上述背景,选取哈萨克斯坦Zhuantobe和Strezhanskoe两个典型多金属矿床为研究对象,旨在系统揭示关键金属在选矿过程中的分配规律及其矿物学控制机制。

**二、研究技术方法**

研究人员采用多手段联合分析方法开展研究。矿物学与岩相学研究采用奥林巴斯BX-51偏光显微镜,物相组成分析采用X射线衍射分析(XRD),矿物的微观形貌与局部元素组成分析采用配备INCA Energy能谱仪的JSM-6390LV扫描电子显微镜(SEM-EDS)。主量元素和微量元素含量测定采用原子吸收光谱法(AAS)等多种湿法化学分析方法,关键金属含量采用电感耦合等离子体原子发射光谱法(ICP-AES)等方法测定。选矿试验包括实验室浮选试验(采用两段磨矿、铜铅浮选和锌浮选流程)和摇床重选试验(14个分段产品分别收集),并基于质量平衡原理计算各产品中金属的回收率。样品来源于哈萨克斯坦Zhuantobe和Strezhanskoe两个矿床实际开采的矿石。

**三、研究结果**

**3.1 矿石化学成分特征**

化学分析结果表明,Zhuantobe矿石以较高的银(43.30 ppm)、镉(58.00 ppm)和钴(11.00 ppm)含量为特征;Strezhanskoe矿石则富含铅、锌、铜、铁和硫,并含有较高的铋(98.00 ppm)、镉(150.00 ppm)和铟(20.00 ppm)。铼因在原矿中含量低于标准方法灵敏度,仅在浮选精矿中测定。这表明两类矿石除主金属外,均具有回收关键金属的潜在价值。

**3.2 矿石矿物学特征**

SEM-EDS分析揭示了两类矿石中关键金属的赋存形式。Zhuantobe矿石中,闪锌矿以近化学计量组成和含铋变种两种形式存在,含铋变种的Bi含量为0.92–3.69 wt.%;银以碲银矿(hessite,Ag?Te)、自然银及辉铜矿中的杂质形式产出。Strezhanskoe矿石中,磁黄铁矿含有0.03–0.15 wt.%的钴杂质,表明钴与铁硫化物相关;铋同时赋存于闪锌矿(0.56–2.07 wt.%)和方铅矿(0.35–1.85 wt.%)中,含铋量最高的闪锌矿含有细粒交生的方铅矿;碲以碲银金矿(petzite,Ag?AuTe?)独立矿物形式与磁黄铁矿共生。

**3.3 浮选过程中关键金属的分布模式**

浮选试验结果表明,关键金属的分配主要受矿物学亲和性控制。镉因在闪锌矿晶格中类质同象替代锌而优先富集于锌精矿,Zhuantobe矿石中镉回收率达56.31%,Strezhanskoe矿石中为48.18%;铟同样因与闪锌矿的亲和性优先进入锌精矿。铋因其与方铅矿和闪锌矿的共生关系富集于铜铅精矿(回收率23.03%)。硒和铼则因与含铜铁硫化物相关而主要分布于铜铅精矿(回收率分别为23.60%和37.05%)。碲因赋存于独立的银碲化物相中,在浮选产品中呈现更为复杂的分布。

**3.4 重选过程中关键金属的分布模式**

摇床重选试验及相关性分析进一步验证了矿物学控制规律。Zhuantobe矿石中,镉与锌(R2=0.9998)、镉与铁(R2=0.9765)、铋与锌(R2=0.9674)及铋与铁(R2=0.9491)之间呈现出极显著的相关性。Strezhanskoe矿石中,钴与铁(R2=0.9144)、硒与铁(R2=0.7007)、镉与锌(R2=0.6917)之间存在正相关关系。这些统计结果定量证实了镉与闪锌矿、铋与方铅矿和闪锌矿、钴与含铁硫化物之间的密切矿物学共生关系。

**四、结论与讨论**

本研究通过矿物学-岩石学分析、XRD、SEM-EDS与选矿试验的有机结合,系统揭示了两类矿石中关键金属的赋存状态和分配规律。研究表明,关键金属在选矿产品中的分布主要受其矿物学赋存形式控制,而非单纯受矿石中初始含量决定。镉和铟与闪锌矿的类质同象关系决定了其在锌精矿中的富集;铋在闪锌矿和方铅矿中的类质同象赋存使其集中于铜铅精矿;硒与含铜铁硫化物的共生关系、碲在银碲化物中的独立矿物形式决定了它们在浮选产品中的差异化分布。该研究不仅深化了对哈萨克斯坦多金属矿石中关键金属选矿行为的认识,而且验证了基于矿物学特征预测选矿过程中关键金属分配规律的可行性和有效性,为多金属矿石中伴生关键金属的综合回收技术开发提供了系统的矿物学依据和理论基础。上述结果证实,矿物学导向的选矿工艺设计思路具有普适性,可为类似矿石的开发利用提供重要的科学参考。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号