-
公开(公告)号：CN117085770A
公开(公告)日：2023-11-21
申请号：CN202311191364.8
申请日：2023-09-14
Applicant: 安徽庐江龙桥矿业股份有限公司 , 马钢集团设计研究院有限责任公司
Abstract: 本发明属于矿石选矿技术领域，涉及一种伴生硫化矿的磁铁矿高压辊磨精确预选工艺，采用“12—2mm高压辊磨+湿式磁选+2mm湿式筛分”全闭路高压辊磨工艺，实现了“多碎少磨、能抛早抛”，达到了节能降耗的目的；高压辊磨产品采用外传动磁选机湿式磁选，工艺简单，抛尾效果较好，铁的回收率高。高压辊磨筛下产品已经过高压辊磨机辊磨，可磨性得到了提升，有利于磨矿系统的节能降耗。
-
公开(公告)号：CN117019377A
公开(公告)日：2023-11-10
申请号：CN202311188475.3
申请日：2023-09-14
Applicant: 马钢集团设计研究院有限责任公司 , 安徽庐江龙桥矿业股份有限公司
Abstract: 本发明公开了一种伴生硫化矿的磁铁矿高效预选工艺，属于矿石选矿技术领域。本发明的预选工艺包括全闭路高压辊磨工艺，所述全闭路高压辊磨工艺包括将破碎后12～2mm粒度的原矿进行高压辊磨机的高压辊磨处理，再进行湿式筛分，筛分后的筛上产品进行干式带式磁辊筒的干选处理，筛下产品进行筒式磁选机的湿选后抛尾处理，干选处理后的精矿返回高压辊磨，形成闭路；整个工艺降低了入磨粒度、减少了进入辊磨的原矿量、提高了入磨品位、综合利用了伴生的硫化矿及废石资源，具有节能、降耗、增效的效果的同时，综合回收了伴生硫化矿和废石资源；解决了现有技术高压辊磨工艺流程处理伴生硫化矿的磁铁矿时造成伴生硫化矿损失的技术问题。
-
公开(公告)号：CN220803765U
公开(公告)日：2024-04-19
申请号：CN202322503554.0
申请日：2023-09-14
Applicant: 马钢集团设计研究院有限责任公司 , 安徽庐江龙桥矿业股份有限公司
Abstract: 本实用新型公开了一种伴生硫化矿的磁铁矿高效预选生产系统，属于矿石选矿技术领域。本实用新型包括全闭路高压辊磨装置，该装置包括直线振动筛二、高压辊磨机、直线振动筛三、带式干选机和筒式磁选机，直线振动筛二的筛上产品给料至高压辊磨机，筛下产品给料至铁磨选系统；高压辊磨机的排料给料至直线振动筛三，直线振动筛三的筛下产品给入到筒式磁选机；筒式磁选机的精矿进入铁磨选系统，尾矿给入到直线振动筛一；直线振动筛一的筛下产品进入铜硫磨矿浮选系统；直线振动筛三筛上产品给入到带式干选机；带式干选机的尾矿抛尾，精矿返回高压辊磨机形成闭路；解决了现有技术高压辊磨工艺流程处理伴生硫化矿的磁铁矿时造成伴生硫化矿损失的问题。
-
公开(公告)号：CN220969429U
公开(公告)日：2024-05-17
申请号：CN202322508583.6
申请日：2023-09-14
Applicant: 安徽庐江龙桥矿业股份有限公司 , 马钢集团设计研究院有限责任公司
Abstract: 本实用新型提供一种伴生硫化矿的磁铁矿高压辊磨精确预选生产系统，包括‑12mm产品仓、第一胶带机、造浆缓冲箱、外磁式磁选机、第一直线振动筛、第二胶带机、第二直线振动筛、第三胶带机、缓冲矿仓、第四胶带机、承斗料仓、高压辊磨机、第五胶带机和料饼打散机；本申请的技术通过对细碎产品进行湿式预选抛尾和高压辊磨超细碎抛尾工艺，降低入磨粒度、减少了进入球磨的原矿量、提高了入磨品位、综合利用了伴生的硫化矿及废石资源，具有节能、降耗、增效的效果。
-
公开(公告)号：CN110479467A
公开(公告)日：2019-11-22
申请号：CN201910801582.6
申请日：2019-08-28
Applicant: 马钢集团设计研究院有限责任公司
Abstract: 本发明公开了一种贫磁铁矿石的高压辊磨干式筛分湿式预选工艺，属于选矿技术领域。它包括如下步骤，一、破碎：对贫磁铁矿石原矿进行破碎，破碎产品粒度-30mm；二、初选：对筛下矿石进行中场强干式磁选，抛出干式磁选尾矿，获得干式磁选精矿；三、辊磨筛分：干式磁选精矿进行高压辊磨后，干式筛分出粒度-3mm的矿粉进入下一步骤；四、中场强磁选：将矿粉与水混合后形成矿浆进入中场强磁选机湿式磁选，磁选后的精矿进入下一步骤，尾矿抛出；五、分级球磨：湿式磁选后的精矿在球磨系统中进行分级球磨。本发明采用干式初选+高压辊磨干式筛分+湿式磁选+分级处理的工艺，大大节约了耗水量与能耗，降低了设备建设投资，进而降低了生产成本，且预选效率高。
-
Patent Agency Ranking
公开(公告)号：CN115888972A
公开(公告)日：2023-04-04
申请号：CN202211259456.0
申请日：2022-10-14
Applicant: 马钢集团设计研究院有限责任公司
Abstract: 本发明公开了一种萤石矿块矿提取和抛废的预选工艺，属于矿石选矿技术领域。本发明的工艺步骤为：步骤一、粗碎：将低品位萤石矿原矿进行粗碎；步骤二、筛分：破碎后矿石进入振动筛；步骤三、XRT干选：振动筛的筛上产品块矿，由振动布料器单层平铺均匀的给入到XRT智能干选机的输送胶带上进行干选，分离出高品位萤石矿、中品位萤石矿、废石和脉石；步骤四、细碎：对干选后中品位萤石矿给入圆锥破碎机破碎，返回筛分。实现了对萤石矿实施预选，对块矿实施XRT智能干式预选，针对特定品位的萤石矿，进行粗碎、筛分和XRT智能干选，能够提前获取高品位冶金级的萤石矿产品，起到了“能收早收，能抛早抛”的效果，减少了磨矿量，达到降本增效的目的。
-
公开(公告)号：CN115646633A
公开(公告)日：2023-01-31
申请号：CN202211259412.8
申请日：2022-10-14
Applicant: 马钢集团设计研究院有限责任公司
Abstract: 本发明公开了一种低品位萤石矿全粒级高效预选工艺，属于矿石选矿技术领域。本发明的工艺步骤为：步骤一、粗碎：将低品位萤石矿原矿进行粗碎；步骤二、筛分：破碎后矿石进入振动筛；步骤三、XRT干选：振动筛的筛上产品块矿，由振动布料器均匀的给入到XRT智能干选机的输送胶带上进行干选；步骤四、细碎：对干选后中品位萤石矿给入圆锥破碎机破碎；步骤五、重介质旋流器选别：筛下产品粉矿进入重介质旋流器系统进行选别，选出的精矿进入后续的磨矿浮选系统。实现了对萤石矿全粒级实施预选，对块矿实施XRT智能干式预选，对粉矿采用重介质预选，不但能获取高品位的冶金级块矿产品，而且实现了全粒级的抛尾，具有预选效果好、选别成本低、经济效益高的特点。
-
公开(公告)号：CN112090474A
公开(公告)日：2020-12-18
申请号：CN202010995385.5
申请日：2020-09-21
Applicant: 马钢集团设计研究院有限责任公司
Abstract: 本发明公开了一种高品位铬铁矿块矿的生产系统及其工艺，属于矿石选矿技术领域。本发明高品位铬铁矿块矿的生产系统包括按生产工艺顺序依次排列的破碎机构、筛分机构和选别机构；所述选别机构包括振动布料器和XRT智能选矿机；所述振动布料器设置在所述XRT智能选矿机的上方，将所述筛分机构筛选出的矿石均匀输送至所述振动布料器；所述XRT智能选矿机，选出的高品位精矿输送至块精矿仓，尾矿输送至废石仓；筛下产品为粉精矿，输送到粉矿仓。本发明主要基于双能X射线透射的分选技术的原理，应用XRT作为分选主要选别设备，根据X射线与铬铁矿石中有用矿物和脉石矿石的主要元素相互作用之间的差异，降低原矿中围岩和夹石的含量，提高铬铁矿块矿中Cr2O3的品位。
-
公开(公告)号：CN110479468A
公开(公告)日：2019-11-22
申请号：CN201910801603.4
申请日：2019-08-28
Applicant: 马钢集团设计研究院有限责任公司
Abstract: 本发明公开了一种贫磁铁矿石的预选工艺，属于矿石选矿技术领域。它包括如下步骤，一、破碎：对贫磁铁矿石原矿进行破碎，破碎产品粒度-30mm；二、初选：对筛下矿石进行中场强干式磁选，抛出干式磁选尾矿，获得干式磁选精矿；三、辊磨筛分：干式磁选精矿进行高压辊磨后，干式筛分出粒度-5mm的矿粉进入下一步骤；四、湿式浓缩磁选：将矿粉送入浓缩磁选机中磁选，磁选后的精矿送入一段球磨机，尾矿抛出。本发明采用干式初选+高压辊磨干式筛分+湿式浓缩预选的工艺，大大节约了耗水量与能耗，降低了设备建设投资，进而降低了生产成本，且预选效率高。
-
公开(公告)号：CN102974440A
公开(公告)日：2013-03-20
申请号：CN201210516828.3
申请日：2012-12-06
Applicant: 马钢集团设计研究院有限责任公司 , 马钢(集团)控股有限公司
IPC: B02C21/00
Abstract: 本发明公开了一种钨矿石的高压辊磨超细碎方法，其特征在于：包括调整现有工艺的碎矿工艺参数，将30-50mm的破碎机产品给入高压辊磨机进行超细碎，高压辊磨后的产品给入球磨机与螺旋分级机。还包括按以下步骤进行：1、调整现有工艺的碎矿工艺参数，将最终碎矿粒度放粗到30-50mm，同时根据破碎机的性能特征，调整粗碎与中碎的破碎比。2、将30-50mm的破碎机产品给入高压辊磨机进行超细碎，超细碎的方式可以为全闭路高压辊磨、边料循环或开路高压辊磨。3、高压辊磨后的产品给入球磨机与螺旋分级机。与现有技术相比，本发明的优点是提高了碎矿系统的处理能力，高压辊磨后产品可磨度提高30%以上，降低后续球磨作业钢球与衬板的消耗。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.065 seconds)
