___________________________________________________________________________
Wstępna ocena możliwości zastosowania procesów
sortowania do prekoncentracji rud miedzi
KGHM Polska Miedź S.A.
Andrzej Grotowski1), Agnieszka Szubert1)
1)
KGHM CUPRUM sp. z o.o. – Centrum Badawczo-Rozwojowe, Wrocław, a.grotowski@cuprum.wroc.pl,
Streszczenie
W pracy przedstawiono zasady konstrukcji i działania sortowników oraz omówiono postęp, jaki dokonał się w tej dziedzinie w ostatnich latach. Wykorzystując próbki rudy z O/ZWR rejon Lubin, przeprowadzono wstępne badania i symulacje nad możliwością sortowania rudy lubiń-skiej. Uzyskano zachęcające wyniki: sortując wybrane klasy ziarnowe rudy miedzi (12,5- 35 mm), stwierdzono możliwość wydzielenia odpadów końcowych, z wychodem 20 lub 30% i ze stratami Cu odpowiednio 2,8% lub 4,7%. Na podstawie dostępnych danych oszacowano celowość implementacji układu sortowania do ZWR Lubin. Po uwzględnieniu rzeczywistych wychodów klas ziarnowych nadających się do wstępnego wzbogacania, sumaryczny wychód odpadów końcowych w operacji sortowania oszacowano jako nieprzekraczający 8%. Jedno-cześnie stwierdzono, że wychód odpadów sortowania na II ciągu technologicznym jest około 3-krotnie mniejszy niż na ciągu I. Z uwagi na uwarunkowania ZG Lubin, możliwość wstępne-go odrzucenia odpadów, przy minimalnych stratach Cu, może być wykorzystana jedynie do zmniejszenia kosztów operacyjnych zakładów wzbogacania, dzięki produkcji tej samej ilości koncentratu, przy mniejszej ilości mielonej i flotowanej rudy. Podano zakres badań, jakie powinny zostać wykonane dla uzyskania danych, niezbędnych do opracowania warian-towych koncepcji projekwarian-towych układów sortowania i przeprowadzenia analizy efektywności inwestycji.
Słowa kluczowe: ruda miedzi, sortowanie
Preliminary assessment of sorting feasibility for
preconcentra-tion of KGHM Polska Miedz copper ores
Abstract
Sorter construction and operations rules have been presented, as well as, the sorter development which took place during the last years in this area has been discussed in the paper. Using ore samples from Lubin concentrator, the preliminary tests and simulations have been carried in order to determine possibilities for Lubin ore sorting. The promising results have been achieved: sorting the selected particle fractions (12.5 mm to 35 mm), the possibility for production of final tailings with yield of 20 or 30% and with copper losses amounting 2.8 or 4.7%, respectively, have been found. Using available data, usefulness of implementation of a sorting system to Lubin concentrator has been evaluated. Considering the real particle fraction yields, appropriate to preliminary concentration, the total final tailing yield in sorting operation has been evaluated as a not bigger than 8 %. Simultaneously, one has concluded that the sorting tailing yield on the IInd technological line is approx 3 times lower than on the Ist line. Because of Lubin mine conditions, the possibility of preliminary tailing rejection with minimal copper losses can be utilized only to diminishing concentrator
operation costs, thanks to production of the same mass of concentrate, however, with less mass of ore directed to milling and flotation. Additionally, range of research, which should be carried out for achieving data, necessary for elaboration of variant designing concepts of sorting system implementation and for carrying out a prefeasibility study, has been given.
Key words: copper ore, sorting
Wstęp
Jedną z podstawowych zasad przeróbki jest odrzucenie – w możliwie najwcześniej-szej fazie procesu – jak najwięknajwcześniej-szej ilości odpadów, przy jak najgrubszym uziarnie-niu i jak najmniejszych stratach użytecznego składnika. Dzięki temu dalszej prze-róbce podlega jedynie część pierwotnej nadawy, przyczyniając się do znacznego zmniejszenia kosztów operacyjnych i nakładów kapitałowych potrzebnych na budo-wę zakładu. Przykładem stosowania tej zasady może być krajowa kopalnia rudy Zn-Pb Olkusz-Pomorzany, w której jako operacje wstępnego wzbogacania stosowane jest z powodzeniem wzbogacanie w cieczach ciężkich, zawiesinowych [18].
O możliwości zastosowania wstępnego wzbogacania decyduje przede wszystkim rodzaj przerabianego surowca, ale także dobór właściwej metody wzbogacania i parametrów prowadzenia operacji. W przypadku rud miedzi KGHM Polska Miedź S.A. badania nad wstępnym wzbogacaniem były prowadzone już od samego po-czątku odkrycia złóż, z wykorzystaniem klasyfikacji, wzbogacania w cieczach cięż-kich, osadzarek, różnego rodzaju wzbogacalników strumieniowych, a także separa-cji magnetycznej [9]. Wszystkie one zakończyły się niepowodzeniem, z uwagi na charakterystykę rudy, w której mineralizacja miedziowa jest stosunkowo drobno rozproszona.
W okresie ostatnich 10-15 lat obserwowany jest burzliwy rozwój najstarszej tech-niki wzbogacania – sortowania, przejawiający się opracowywaniem i pomyślnym stosowaniem szeregu nowych konstrukcji, wykorzystujących nowego rodzaju czujni-ki do wzbogacania najróżniejszych surowców. W rezultacie, efektywność obecnie stosowanych sortowników mieści się zwykle w zakresie 85-95%. Skłania to do po-nownego podjęcia próby zbadania możliwości wstępnego wzbogacania rudy miedzi, tym razem z zastosowaniem sortowników. Przeprowadzone w 2010 r. próby sepa-racji łupka z rudy miedzi z użyciem sortownika optycznego potwierdziły możliwość realizacji takiego procesu. Do rozwiązania pozostały natomiast kwestie efektywnego wdrożenia nowej techniki do praktyki przemysłowej [8]. Istnieją więc uzasadnione podstawy do rozważenia możliwości zastosowania tej techniki do sortowania pol-skich rud miedzi pod względem zawartości Cu.
1. Procesy sortowania i sortowniki
Sortowanie jest zwykle prowadzone w celu odrzucenia składników niepożądanych lub uzyskania produktów o wysokiej i niskiej zawartości interesującego składnika, np. metalu. Ręczne sortowanie rozmaitego rodzaju materiałów na podstawie ich wyglądu było pierwszą metodą wzbogacania, stosowaną od najdawniejszych czasów. Z uwagi na prostotę tej operacji, możliwość stosowania praktycznie wszędzie oraz wy-soką skuteczność, ręczne sortowanie – w określonych miejscach i sytuacjach – jest
stosowane do dzisiaj. Rozwój metod sortowania w ostatnich kilkudziesięciu latach sprawił, że obecnie metody te są stosowane do wzbogacania bardzo wielu surow-ców i odpadów. Wśród nich należy wymienić rudy uranu, metali szlachetnych i meta-li podstawowych, węgiel, diamenty, szmaragdy, różnego rodzaju żużle, skalenie, talk, minerały przemysłowe, wapienie, marmury, tworzywa sztuczne, rozmaitego rodzaju odpady itp.
Rys. 1. Zasada działania systemu sortowania optycznego [1]
Niezależnie od rodzaju sortowanego surowca i zastosowanego czujnika, sortow-nik składa się z 4 podstawowych systemów: 1) przygotowania ziaren do identyfika-cji; 2) identyfikacji ziaren; 3) przetwarzania danych; oraz 4) separacji i gromadzenia poszczególnych rodzajów ziaren. Typowy schemat sortownika przedstawiono na rys. 1. Nadawa (1) podlega transportowi i dystrybucji (2) do zsuwni (lub przenośnika taśmowego) (3), zapewniającej przyśpieszenie i rozdzielenie ziaren nadawy w stop-niu wystarczającym do przeprowadzenia skutecznego skanowania przez układ (4) – w tym przypadku optyczny. Sygnał z układu skanowania przesyłany jest do analizy w jednostce przetwarzania danych (5): ziarno, spełniające zadane kryteria (ziarna czerwone), kierowane jest strumieniem sprężonego powietrza (6) do pojemnika na produkt nr 1, a pozostałe ziarna (zielone) – wpadają do pojemnika nr 2 (7). Połącze-nie sieciowe zapewnia moduł (8).
Pierwsze maszyny do mechanicznego sortowania skonstruowano już w latach czterdziestych XX wieku. Naśladowały one proces sortowania wykonywany przez człowieka i działały wyłącznie na zasadzie analizy promieniowania widzialnego. W latach pięćdziesiątych sortowniki stosowane były przede wszystkim do produktów rolniczych, takich jak fasola, chipsy ziemniaczane, płatki zbożowe itp. W latach sześćdziesiątych te, jeszcze dość prymitywne, sortowniki zaczęto stosować do sor-towania kopalin, jeśli frakcja użyteczna i odpadowa dostatecznie różniły się barwą. W następnych latach zastosowano je do przeróbki rud złota w Afryce Płd. i magnezytu
w Grecji. Później pojawiły się sortowniki radiometryczne (do rud uranu i rud złota/uranu), a także sortowniki wykorzystujące metody przewodnościowe i magnetyczne, niekie-dy w połączeniu z techniką fotometryczną.
W latach siedemdziesiątych pojawiły się pierwsze sortowniki o wysokiej wydaj-ności i skuteczwydaj-ności, które znalazły zastosowanie w wielu zakładach do separacji rud złota (Afryka Płd.), diamentów, rud uranu [19], a także kalcytu, fosfatów, pegma-tytu i nawet węgla brunatnego [15]. Na przełomie lat 70. i 80. w kopalni Khetri, nale-żącej do koncernu HCL w Indiach, z powodzeniem stosowany był separator grubo-uziarnionej rudy miedzi, wykorzystujący zasadę fluorescencji rentgenowskiej [6].
Obecnie do sortowania wykorzystuje się szereg nowego rodzaju czujników, opar-tych na promieniowaniu gamma, rentgenowskim, ultrafioletowym, widzialnym, bli-skiej podczerwieni, podczerwieni, falach radiowych i prądzie przemiennym. Tego typu sortowniki znajdują się w ofercie szeregu uznanych firm, takich jak REDWAVE BF Wolfgang Binder GmbH – Austria, TOMRA Sorting Solutions – Niemcy, COMEX SIM Investment Group – Norwegia, SINTEF Materials Technology – Norwegia i RADOS – Rosja. Prowadzone są także badania nad możliwością wykorzystania coraz bardziej złożonych sposobów sortowania, ale stosunkowo niewiele z nich dotyczy zastosowań do wzbogacania surowców mineralnych. W ostatnim okresie pracuje się intensywnie na wykorzystaniem nowych systemów gwarantujących uni-wersalność i jednocześnie możliwość realizacji bardziej złożonych funkcji przetwa-rzania obrazu (np. jednoczesne stosowanie dwóch czujników różnego rodzaju) [13]. Mimo to w zdecydowanej większości obecnie wykorzystywanych sortowników uży-wa się tylko czujników optycznych
Tako ze współpracownikami [17] opisuje możliwość zastosowania do separacji węgla kamiennego czujników zawartości popiołu i uziarnienia, opartych na obrazo-waniu z wykorzystaniem transmisji promieniowania rentgenowskiego o dwu różnych poziomach energii. Technika ta, stosowana w systemach bezpieczeństwa w portach lotniczych wykorzystuje fale o długości od 50 keV do 150-250 keV. Metodę tę wyko-rzystano również w badaniach nad sortowaniem węgla z Witbank Coalfield z Afryki Południowej [11], z użyciem sortownika Commodas PRO Secondary XRT belt 1200 sorter. Sortowaniu poddano klasę ziarnową 10-60 mm, z wydajnością 40-50 t/h, uzyskując spadek zawartości popiołu z 22,4% do 16,7%.
Metoda sortowania została wypróbowana także do wzbogacania odpadów z dawnych operacji przeróbki rud złota [10]. Separacji poddano próbkę odpadów o zawartości 1,77 g/t Au. Po sortowaniu odrzucono odpady o zawartości 0,59 g/t i otrzymano koncentrat z wychodem 19% i zawartości złota 6,95 g/t, z uzyskiem 79%. Na tej podstawie w ciągu 5 miesięcy przeprowadzono próbę pilotową, przera-biając 109 683 t odpadów i uzyskując z nadawy o zawartości 0,25-0,32 g/t Au kon-centrat o zawartości 3,06 g/t do 5,76 g/t, z uzyskiem 68,45-71,72 %, co daje bardzo wysoki stopień wzbogacenia równy 15,5.
Metoda sortowania może być stosowana nawet do złóż zawierających dolomit i kamień wapienny [5], w przypadku gdy pozyskiwany kamień wapienny ma być stosowany do produkcji cementu i stali, a brakuje innych złóż. Zgodnie z wymogami dla tego typu surowców maksymalna zawartość MgO nie powinna przekraczać 5% MgO. Zwykłe metody sortowania zawodzą w takich przypadkach. W niemieckim Fraunhofer-Institute of Laser Technology na Uniwersytecie w Aachen opracowano proces, będący połączeniem laserowej analizy minerałów z sortowaniem pojedynczych
ziaren. Zastosowana w sortowniku wysokoenergetyczna wiązka laserowa powoduje lokalne usunięcie materiału i oczyszczenie powierzchni analizowanego ziarna, dzięki czemu nie obserwuje się zauważalnych zakłóceń, powodowanych przez pył znajdu-jący się na powierzchni. Sortując próbkę austriackiego dolomitu, uzyskano kamień wapienny o zawartości MgO nieprzekraczającej 3,7%, z wychodem 80%, i dolomit o zawartości 20% MgO, z wychodem ok. 12%.
W badaniach nad rozróżnianiem różnych gatunków papieru, przy sortowaniu makulatury, zastosowano różne rodzaje czujników, wykorzystujących ultradźwięki, różnice jasności, sztywności, światło widzialne, ultrafioletowe, promieniowanie rent-genowskie i podczerwone oraz fluorescencję [16]. Jedną z większych wad rozważa-nych systemów sortowania jest ich ograniczenie, polegające na możliwości jedno-czesnej detekcji tylko dwóch rodzajów papierów.
Jednym z większych problemów przy ręcznym sortowaniu tworzyw jest rozróż-nienie tworzyw PET i PCW. Sortowanie z wykorzystaniem bliskiej podczerwieni [4], pozwala na uporanie się z tym problemem, dzięki zróżnicowanej absorpcji promie-niowania IR przez znane polimery. Zasada ta wykorzystywana jest w sortownikach sprzedawanych przez Magnetic Separation System’s BottleSort i Automation Indu-strial Control’s PolyPort System. Do celów sortowania tworzyw sztucznych wykorzy-stywana są również transmisja i odbicie promieniowania rentgenowskiego. Ważną zaletą tej metody jest możliwość rozróżniania tworzyw, zawierających w swojej czą-steczce chlor. Zasadę tę wykorzystują sortowniki VS-2 i Vinylcycle, dostępne ko-mercyjnie.
Niezwykle interesująca jest próba wykorzystania nowego rodzaju czujników, opartych na stosowanej dotychczas w chemii strukturalnej metodzie spektroskopii ramanowskiej, z wykorzystaniem promieniowania laserowego [14]. Metodę tę zasto-sowano do sortowania diamentów, wykorzystując tzw. spontaniczny sygnał rama-nowski diamentu, indukowany przez falę ciągłą i pulsacyjną. Efektywność obydwu metod, pod względem takich parametrów, jak szum i możliwość przetwarzania, przy tej samej wielkości mocy, okazała się dość zbliżona, ale laser pulsacyjny jest prak-tycznie niewrażliwy na interferencję fluorescencyjną. W nadchodzących latach moż-na spodziewać się prób wykorzystania działających moż-na tej zasadzie sortowników do detekcji diamentów.
Wykorzystując układ zbudowany z mikroskopu Leica Wild Mr, zamontowanego na wideo kamerze, współpracującej z komputerem osobistym, przeprowadzono badania nad możliwością poprawy efektywności sortowania klasy 3-4 cm stłuczki szklanej [3]. Zaproponowana metoda zapewnia dostateczną dokładność klasyfikacji stłuczki na pięć klas barw: jasnozielona, ciemnozielona, biała, mleczna, brązowa, przy czym najtrudniejsze do odróżnienia okazały się barwa biała i matowa.
Zakłady Kyushu Metal Industry Co., Ltd w swojej linii do recyklingu samochodów wykorzystują szereg operacji sortowania, takich jak separatory powietrzne, osadzar-ka Echo Metal, separacja w cieczach ciężkich o ciężarze właściwym 3,0 t/m3, sepa-ratory Eddy’ego, a także systemy sortowania oparte o rozróżnianie barwy [12].
Firma UniSOrt specjalizuje się w produkcji całego szeregu sortowników do prze-róbki odpadów, a w szczególności do odpadów zawierających tworzywa sztuczne [2]. Program produkcyjny obejmuje Unisort P, wykorzystujący promieniowanie NIR – do sortowania kartonów po napojach, takich tworzyw jak PET, HDPE, PS, PP PCW i inne rodzaje tworzyw; Unisort PX, wykorzystujący promieniowanie NIR,
z podwójnymi dyszami; Unisort C system sortowania barwnego do butelek PET; Unisort CX – system sortowania kolorowego do butelek PET (jeden strumień wej-ściowy, trzy wyjściowe); Unisort Section z głowicą podzieloną na dwie lub trzy sek-cje detekcji, mogące realizować różne funksek-cje detekcyjne w każdej sekcji; Unisort Multi 5, uniwersalny sortownik do butelek z tworzywa sztucznego typu „pięć w jed-nym”, sortujący w oparciu o typ żywicy i kolor; Unisort Paper – do sortowania papie-ru z odzysku, wykrywający i usuwający kartony, papiery zadpapie-rukowane i inne rodzaje papieru w celu produkcji papieru pozbawionego atramentu.
2. Wstępne badania nad możliwością zastosowania procesów sorto-wania do wzbogacania rudy miedzi KGHM Polska Miedź S.A. W przypadku rud metali podstawowych standardowym zastosowaniem procesu wzbogacania wstępnego jest uzyskanie końcowych odpadów, choć w przypadku niektórych surowców możliwe jest również uzyskanie końcowego koncentratu. W przypadku polskich rud miedzi, z uwagi na dominującą w nich mineralizację roz-proszoną i grube uziarnienie, przy którym z reguły jest prowadzone wzbogacanie wstępne oraz ze względu na uzyskiwane do tej pory wyniki [9], nie ma możliwości uzyskania koncentratów o finalnej jakości. Dlatego celem sortowania powinno być uzyskanie odpadów końcowych.
Na podstawie analizy znanych operacji wzbogacania wstępnego, właściwości przerabianych rud i uwarunkowań istniejących w KGHM Polska Miedź S.A. założono wstępnie, że sortowanie powinno zapewnić uzyskanie odpadów końcowych z wy-chodem przynajmniej 20-30% i stratami nie większymi niż 5-7%. Oznacza to, że uzysk Cu w materiale kierowanym do dalszego przerobu nie powinien być mniejszy niż ok. 93-95%. Jakość koncentratu wstępnego nie ma znaczenia na tym etapie, ponieważ będzie on podlegał dalszemu wzbogacaniu metodą flotacji. Drugim zało-żeniem, które będzie mogło być zweryfikowane dopiero w następnym etapie pracy, jest to, aby sumaryczny uzysk Cu (łączny uzysk Cu we wzbogacaniu wstępnym i zasadniczym) był nie mniejszy niż obecnie.
W roku 2010 KGHM CUPRUM sp. z o.o. CBR przy współpracy z firmą Commodas Ultrasort – obecnie TOMRA przeprowadziło badania nad możliwością separacji łupka z nadawy do procesu wzbogacania. W ramach badań zbadano moż-liwość zastosowania czujników wykorzystujących promieniowanie rentgenowskie, barwę oraz bliską i średnią podczerwień Najlepszy okazał się czujnik fotooptyczny, który posłużył do skonfigurowania sortownika do przeprowadzenia próby wzbogaca-nia, z użyciem próbki o masie ok. 400 kg. Uzyskano pozytywne wyniki, otrzymując koncentrat łupkowy z uzyskiem na poziomie ok. 90% [8].
Dość zachęcające wyniki badań nad sortowaniem łupka skłoniły do przeprowa-dzenia wstępnej oceny możliwości zastosowania techniki sortowania do odrzucenia skały płonnej z rudy miedzi. Próbkę rudy do badań pobrano w O/ZWR rejon Lubin z taśmy przenośnika klasy górnej przesiewacza kruszarki stożkowej. Próbkę do badań pobierano przez tydzień, dwukrotnie na każdej zmianie. W sumie pobrano około 500 kg próby, która następnie została uśredniona, przesiana na ruszcie 12,5 mm i przemyta, w celu usunięcia klas najdrobniejszych. Tak przygotowana próbka posłużyła do wykonania badań nad możliwością sortowania łupka [8].
Następnie tak pozyskane klasy ziarnowe zostały rozdzielone na poszczególne frak-cje litologiczne (łupki, węglany i piaskowce) i z frakcji tych – w sposób losowy – po-zyskano po 50 ziaren poszczególnych odmian litologicznych (50 z każdego typu litologicznego).
Następnie każde ziarno zostało poddane analizie na zawartość Cu. W tabeli 1 zamieszczono wartości minimalne, maksymalne i średnie zawartości Cu oraz li-czebność danej populacji ziaren.
Tabela 1. Zawartość miedzi w poszczególnych ziarnach trzech odmian litologicznych rudy miedzi, nadawa O/ZWR rejon Lubin, uziarnienie 12,5-40 mm
Statystyka Zawartość Cu, %
Frakcja węglanowa 1 2 3 4 5 6 7 8 9 10 11 12 Min 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03 Max 2,07 0,05 0,10 0,19 0,30 0,40 0,49 0,58 0,80 0,88 1,50 Średnia 0,44 0,03 0,06 0,11 0,15 0,19 0,22 0,24 0,29 0,32 0,34 Liczebność 50 5 11 19 26 32 38 40 44 46 48 Frakcja piaskowcowa Min. 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 Max. 2,38 0,04 0,09 0,17 0,28 0,39 0,44 0,58 0,80 0,86 1,12 Średnia 0,63 0,03 0,06 0,09 0,15 0,21 0,23 0,30 0,41 0,44 0,57 Liczebność 50 3 8 12 19 23 25 28 36 38 41 Frakcja łupkowa Min. 0,06 0,06 0,06 0,06 0,06 0,06 0,06 0,06 0,06 0,06 - Max. 10,85 0,10 0,20 0,30 0,46 0,60 1,39 1,84 3,68 4,79 - Średnia 1,36 0,09 0,14 0,18 0,20 0,22 0,35 0,52 0,83 1,05 - Liczebność 50 6 17 24 26 28 34 39 45 48 -
W kolumnie nr 2 podano wyniki dla całości populacji ziaren danej odmiany litolo-gicznej (50 sztuk). Wartość średnia jest w tym przypadku po prostu zawartością Cu w całości danej frakcji. W przypadku piaskowca zawartość Cu w przebadanych próbkach waha się w granicach 0,02-2,38% i wynosi średnio 0,63% Cu, a w przy-padku węglanów waha się w granicach 0,03-2,07% i średnio wynosi 0,44% Cu. Największe zróżnicowanie i największe zawartości Cu obserwowane są w przypad-ku łupka: w tym przypadprzypad-ku zawartość miedzi waha się od 0,06% do 10,85% Cu.
W następnych kolumnach podano wyniki symulacji procesu sortowania, przy za-łożeniu idealnego przebiegu procesu wzbogacania i uzyskiwania różnych zawartości Cu w odpadach, równych:
dla frakcji węglanowej: od 0,03% do 0,34% Cu, dla frakcji piaskowcowej: od 0,02% do 0,057% Cu, dla frakcji łupkowej: od 0,09% do 1,05% Cu.
Należy zwrócić uwagę, że w przypadku łupka nie można było przeprowadzić sy-mulacji dla procesu wzbogacania, w którym uzyskiwano by odpady o tak niskiej zawartości Cu, jak w przypadku piaskowca i węglanów (0,03% Cu). Zawartość mie-dzi w najuboższym z przebadanych ziaren łupka była większa i wynosiła 0,06% Cu. Dlatego, w tym przypadku najniższą, założoną zawartością Cu w odpadach, dla której przeprowadzono symulację, było 0,09% Cu. W przypadku piaskowców i wę-glanów najniższą zawartością przyjętą do obliczeń było 0,05% Cu.
Zakładając spełnienie założenia o idealnym przebiegu procesu klasyfikacji sito-wej i sortowania oraz posługując się wynikami zawartości Cu w poszczególnych ziarnach, przeprowadzono symulację wyników sortowania. Uzyskane wyniki przed-stawiono jako zależność uzysku miedzi w koncentracie od wychodu odpadów (rys. 2) i jako zależność uzysku miedzi w koncentracie od jakości koncentratu (rys. 3).
Rys. 2. Zależność między wychodem odpadów sortowania a uzyskiem miedzi w koncentracie dla wszystkich odmian litologicznych
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100 Piaskowce Węglany Łupek Uz ys k C u w ko n c. , % Wychód odpadów, %
Rys. 3. Zależność między zawartością miedzi w koncentracie a uzyskiem miedzi dla wszyst-kich odmian litologicznych rudy Cu
Podczas analizowania przedstawionych zależności uwagę zwraca stosunkowo dobra wzbogacalność łupka, która okazuje się wyraźnie lepsza niż pozostałych frak-cji litologicznych. Jest to zachowanie odwrotne niż w przypadku flotafrak-cji, gdy to łupek – jak to wielokrotnie stwierdzono – wzbogaca się zdecydowanie najgorzej [7, 15]. Stosunkowo dobra wzbogacalność łupka w procesie sortowania jest przede wszyst-kim wynikiem jego dość dobrej identyfikalności i specyficznych właściwości. Przeja-wiają się one w tym przypadku znacznie wyższą średnią (1,36% Cu) i maksymalną (10,85% Cu) zawartością miedzi w poszczególnych ziarnach, wyższą zmiennością zawartości, w porównaniu z pozostałymi odmianami litologicznymi oraz stosunkowo łatwą rozróżnialnością łupka. Zmienność zawartości Cu dla łupka wynosi 793%, a dla skał węglanowych i piaskowca – odpowiednio 464% i 375%.
Po uwzględnieniu typowego składu litologicznego nadawy O/ZWR rejon Lubin obliczony uzysk Cu dla całości rudy, przy zakładanym wychodzie odpadów sortowa-nia, wynosi:
dla wychodu odpadów równego 20-97,2%, dla wychodu odpadów równego 30 95,3%.
Możliwe jest więc spełnienie przyjętych założeń odnośnie do wychodu odpadów w operacji wzbogacania wstępnego na poziomie 20-30 % i uzysku miedzi nie mniej-szego niż 95%. Jednocześnie wyniki te pokazują, że nie można w ten sposób uzy-skać koncentratu finalnego z rozsądnym uzyskiem.
0 10 20 30 40 50 60 70 80 90 100 0 1 2 3 4 5 6 7 8 9 10 Piaskowce Węglany Łupki Uz ys k C u w ko n c. , % Zawartość Cu w koncentracie, %
3. Możliwości implementacji sortowania do schematów wzbogacania rudy miedzi KGHM Polska Miedź S.A.
Uzyskane wyniki symulacji sortowania rudy miedzi należy traktować tylko jako wstępną przesłankę co do potencjalnej możliwości wykorzystania metod sortowania. W trakcie eksploatacji rzeczywistego sortownika, z uwagi na jego mniejszą efektyw-ność, zmieniające się warunki pracy, zmienność nadawy, mniejszą efektywność przesiewania, nieznaną efektywność identyfikacji itp., faktyczna, sumaryczna efek-tywność wzbogacania będzie mniejsza. Będzie to skutkować mniejszym wychodem odpadów – przy tych samych stratach miedzi albo wyższymi stratami Cu – przy tym samym wychodzie odpadów bądź też odpowiednimi kombinacjami obydwu tych parametrów. Dlatego uzyskane wyniki nie pozwalają jeszcze na podjęcie decyzji o zastosowaniu tej metody do wzbogacania rud miedzi KGHM Polska Miedź S.A.
W celu wstępnego zarysowania możliwych problemów i sposobów ich rozwiązy-wania, związanych z implementacją sortowania na skalę przemysłową, przeanali-zowano możliwość zastosowania tego procesu w O/ZWR rejon Lubin. W zakładzie tym znajdują się dwa ciągi technologiczne: ciąg I i II. Zasilane są one produktami przesiewacza wibracyjnego dwupokładowego PZ2, zainstalowanego przy szybie skipowym. Produkt dolny przesiewacza, po dodatkowej klasyfikacji na przesiewaczu PWD-2000 i rozdrobnieniu w kruszarce stożkowej HP-700, kierowany jest na I ciąg technologiczny, a produkt górny kierowany jest bezpośrednio na ciąg II. W nowym schemacie wzbogacania istniejący układ przesiewania i kruszenia zostałby rozbu-dowany o układ wydzielania odpowiednich klas ziarnowych z produktu kruszarki młotkowej i z klasy dolnej przesiewacza oraz o układ sortowania tych produktów. Na obecnym etapie rozpoznania, biorąc pod uwagę wyniki prób symulacji procesu sor-towania rudy miedzi, opisanych w niniejszej pracy oraz wyniki prób sorsor-towania łupka [8], a także informacje o charakterze mineralizacji złóż KGHM Polska Miedź S.A. [15] założono konieczność klasyfikacji nadawy sortowników na dwie klasy ziarnowe: 12,5-25 mm i 25-35 mm. Optymalna wielkość klas ziarnowych i maksymalny wymiar ziaren kierowanych do sortowania powinny być przedmiotem odpowiednich badań.
Na rys. 4 przedstawiono schemat przygotowania rudy do wzbogacania, rozbu-dowany o sortowniki (i niezbędne przesiewacze) na ciągu I i II O/ZWR rejon Lubin, wraz z oszacowanymi przepływami masowymi poszczególnych strumieni materiało-wych. Założono ok. 20% wychód odpadów w operacji sortowania. Nowe przesiewa-cze zostały zaznaczone kolorem szaroniebieskim, a sortowniki – przesiewa-czerwonym.
Wielkości wychodów poszczególnych produktów zostały określone na podstawie przeprowadzonych prób symulacji, wielkości przepływów strumieni materiałowych w O/ZWR rejon Lubin i aktualnych wyników analiz sitowych odpowiednich produk-tów. Na tym etapie rozważań zakłada się, że schemat wzbogacania z sortowaniem będzie wyglądał analogicznie dla obydwu ciągów, a różnice będą dotyczyć jedynie wielkości sortowników.
Rys. 4. Schemat masowy wstępnego wzbogacania z zastosowaniem sortowników w O/ZWR rejon Lubin
Analogiczny schemat wzbogacania, różniący się jedynie wielkością przepływów strumieni masowych poszczególnych produktów, będzie zastosowany dla przypadku wychodu odpadów sortowania, równego 30%. Wtedy sumaryczny wychód odpadów odrzucanych w operacji sortowania będzie większy niż w poprzednim wariancie, ale nie przekroczy 8%. Jest to spowodowane przede wszystkim niewielkim wychodem klas ziarnowych nadających się do sortowania i charakterystyką technologiczną rudy. Szczególnie dotyczy to ciągu II, gdzie masa odpadów jest ok. 3 razy mniejsza niż na ciągu I.
Masa odrzucanych odpadów determinuje możliwy do uzyskania efekt z tytułu za-stosowania sortowania w O/ZWR rejon Lubin. Najkorzystniejsze byłoby zwiększenie ilości przerabianej przez zakład rudy ale w przypadku O/ZG Lubin wariant ten nie wchodzi w grę. Można jedynie zakładać produkcję w zakładzie wzbogacania tej samej ilości koncentratu przy mniejszej ilości mielonej i flotowanej rudy, co powinno skutkować zmniejszeniem kosztów operacyjnych.
1,0 20,0 11,3 - Produkt dolny przesiewacza PZ2 Odpady do zago-spodarowania mm -12,5 mm 12,5-25 mm 25-35 mm O K O K Nadawa na II ciąg technologiczny 0,5 1,0 5,4 - 10,55,3 2 56,7 - 50,0 50,0 540,0 - 0,1 20,0 3,9 1,1 - 0,4 80,0 3,9 4,3 - 1,1 - 12,4 - 80,0 4,2 45,4 3 - 4,6 - 49, 71,- PRZESIEWANIE 44,3 88,5 477, 9 - 48,9 8 527,6 - Nadawa na I ciąg technologiczny -12,5 mm Odpady do zago-spodarowania mm K O O K Produkt kruszarki młotkowej 25-35 mm 12,5-25 mm KRUSZARKA HP-700 50,0 50,0 540,0 - 13,5 26,9, 7 145, 3 - 5,0 10,0 54,0 - 4,0 80,0 1 43,2 10,8- 1,0 20,0 10,8 8 - 3,7 3,7 - 39,9 - 2,7 20,0 29,1 - Wychód ogólny, % Wychód operac., % Mg/h, w.w - PRZESIEWANIE 31,5 63,1 340, 7 -12 10,8 2,7 80,0 116,2 - 14,8 4 - 159,4 29,9 - 46,3 92,6 500,1 -
Wstępnie szacuje się, że realizacja takiej inwestycji będzie wymagać zaku-pu/wykonania oraz zabudowy co najmniej 4 sortowników, 2 przesiewaczy dwupo-kładowych, co najmniej 2 dużych przenośników taśmowych o wydajności rzędu 500--600 Mg/h, kilku przenośników o zróżnicowanej długości do odstawy produktów sortowania oraz budowy infrastruktury pomocniczej, takiej jak konstrukcje wsporcze, schody, platformy, bariery, podłączenia sprężonego powietrza, energii elektrycznej itp. Z uwagi na brak miejsca w budynku przesiewaczy PZ, jak również w budynku kruszarki stożkowej konieczna będzie budowa nowego budynku, który pomieści sortowniki i nowe przesiewacze.
Wybór ostatecznego rozwiązania wymaga zdefiniowania wszystkich możliwych wariantów projektowych, opracowania ich na niezbędnym poziomie szczegółowości i oszacowania przewidywanych nakładów kapitałowych i kosztów eksploatacyjnych. We wszystkich omawianych wariantach pojawi się nowa grupa kosztów operacyj-nych, związana z wprowadzeniem do zakładu szeregu nowych operacji (dodatkowy transport taśmowy urobku i produktów sortowania, dodatkowe operacje przesiewa-nia oraz sortowanie), ale jednocześnie zmaleje masa rudy, kierowanej do dalszego przerobu w operacjach mielenia i flotacji. W rezultacie koszty sumaryczne produkcji koncentratu powinny zmaleć.
W dalszych badaniach należałoby sprawdzić możliwość zastosowania różnych wariantów układu przygotowania rudy do mielenia, w celu osiągnięcia wyższego niż obecnie udziału klas o uziarnieniu 12,5-35 mm, które nadają się do sortowania. Uzasadnione byłoby także przeprowadzenie bardziej szczegółowych testów z za-stosowaniem rzeczywistego sortownika, w celu definitywnego określenia przydatno-ści sortowania do wstępnego wzbogacania rudy miedzi. Ponadto należy zbadać flotowalności uzyskiwanych produktów sortowania.
Odrębnym zagadnieniem będzie opracowanie sposobu postępowania ze stosun-kowo grubymi odpadami sortowania, o uziarnieniu 12,5-40 mm. Uzasadnione jest rozważenie możliwości sprzedaży tego produktu w charakterze kruszywa, co będzie wymagać przeprowadzenia odpowiednich badań i uzyskania stosownych pozwoleń i aprobat technicznych. Jeśli badania wykażą brak przydatności odpadów do sprze-daży w charakterze kruszywa, wtedy mogłyby one być składowane w znacznie prostszy sposób niż obecnie, np. tak jak dziś postępuje się w kopalni ze skałą płon-ną. Wymaga to również przeprowadzenia odpowiednich analiz i badań, przede wszystkim analizy wymywalności zanieczyszczeń, ale już teraz można się spodzie-wać, że jej wyniki pozwolą na zakwalifikowanie ich jako odpadów wydobywczych. Byłaby to okoliczność korzystna, ponieważ w takim przypadku odpady te mogłyby być składowanie na składowisku, np. skały płonnej.
Wnioski
1. Szybki postęp w dziedzinie konstrukcji sortowników oraz rosnąca ilość ich za-stosowań uzasadniają rozważenie zastosowania tej techniki do wzbogacania wstępnego rud miedzi KGHM Polska Miedź S.A.
2. Przeprowadzono wstępne badania i symulacje nad możliwością sortowania rudy lubińskiej i uzyskano zachęcające wyniki. Stwierdzono, że przy przyjęciu za kryterium sortowania zawartości Cu możliwe jest wydzielenie odpadów, z wychodem 20 lub 30% i ze stratami Cu odpowiednio 2,8% lub 4,7%.
3. Określenie docelowych wskaźników sortowania wymaga przede wszystkim określenie maksymalnego uziarnienia nadawy, przy którym można prowadzić sortowanie, faktycznego wychodu klas nadających się do sortowania oraz wskaźników sortowania w rzeczywistych maszynach.
4. Należy zbadać flotowalność produktów sortowania, w celu umożliwienia po-równania całkowitego uzysku Cu, osiąganego w nowym schemacie wzbogaca-nia (sortowanie + flotacja) ze schematem dotychczasowym (tylko flotacja). Do-piero takie dane będą mogły być wykorzystane do opracowania wariantowych koncepcji projektowych i przeprowadzenia analizy efektywności inwestycji.
Podziękowania
Niniejsza praca została zrealizowana w ramach Projektu I2Mine, dzięki środkom Komisji Europejskiej (E/11/0103 I2Mine) oraz ze środków i Ministerstwa Nauki i Szkolnictwa Wyższe-go (Umowa Nr: 2939/7.PR/2013/2 z dnia 20.12.2013 r.).
Bibliografia
[1] Anonim, 2010, Sensor Base Sorting New Developments, Materiały firmowe Com-modas Ultrasort.
[2] Beker E., 2007, Automatic sorting of recyclable materials with NIR technology, WasteMINZ 19th Annual Conference & Expo, 6-8 November, Hamburg, Hamilton, New Zeland.
[3] Bonofazi G., Massaci P. i inni, 1997, Colour classification for glass recycling. Proceed-ings of the XX IMPC, Aachen, 21-26 September, s. 239-252.
[4] Bruno A., Waterland R.L., 1995, Identification of Plastic Waste Using Spectroscopy and Neural Networks, Polimer Engineering and Science, v. 35, n 12, June 1011-1015. [5] Fricke-Begeman C., 2010, Fast and flexible – Laser assisted sorting of minerals,
Mineral Processing English Edition, vol. 51, s. 5. [6] Grotowski A., 1985, Informacja własna.
[7] Grotowski A., 2006, Praktyka wzbogacania polskich rud miedzi zawierających łupki a możliwości implementacji biotechnologii, Materiały konferencji: Perspektywy zasto-sowania technologii bioługowania do przerobu rud miedzi zawierających łupki – BIOPROCOP`06, s. 7-27, Lubin.
[8] Grotowski A., Henc T., 2011: Badania nad określeniem możliwości zastosowania technik współczesne separacji dla wyodrębnienia frakcji łupkowej ze strumienia nada-wy O/ZWR.
[9] Grotowski A., Szafran A. i in., 2013, Analiza wybranych kompleksów kopalnia-zakład wzbogacania i ich otoczenia wraz z aspektami środowiskowymi oraz opracowaniem wytycznych do dezintegracji struktury zakładu wzbogacania, sprawozdanie KGHM CUPRUM sp. z o.o. CBR.
[10] Ketelhodt L., 2009, Viability of optical sorting of gold waste rock dumps, World gold Conference, s. 271-277.
[11] Ketelhodt L., Bergmann C., 2010, Dual energy X-ray transmission sorting of coal, The Journal of the Southern African Institute of Mining and Metallurgy, July, vol. 110, s. 371-378.
[12] Koga Y., Bissombolo A. i in., 1997, A recovering system of valuable metals from shredded automobiles, Proceedings of the XX IMPC – Aachen, 21-26 September, s. 177-187.
[13] Kołacz J., 2014, Sensor based sorting with signal pattern recognition – the new power-ful tool in mineral processing, International Mineral Processing Congress, Santiago, Chile.
[14] Lamprecht G.H., Human H.G.C. i in., 2009, Diamond Detection In Ore Using Laser Raman Spectroscopy: comparison between pulse and continuous wave lasers as exci-tation source At 523 nm, Mineral Processing and Extractive Metallurgy (Trans Inst. Min. Metall. C), vol. 118, vol. 1, s. 60-62.
[15] Opracowanie zbiorowe, 2007, Monografia KGHM Polska Miedź S.A., KGHM CUPRUM sp. z o.o. CBR, Wrocław.
[16] Rahman M. O., Hannan M.A i in., 2009, An Efficient Paper Grade Identification Method for Automatic Recyclable Waste Paper Sorting, European Journal of Scientific Re-search, vol. 25, no 1, s. 96-103.
[17] Tako P.R., Jong J.A. i in., 2004, Automatic sorting and control in solid fuel processing: opportunities in European perspectives, Geologica Belgica, 7/3-4, s. 325-333.
[18] Wieniewski A., Cichy K., Reguła C., 2011, Przeróbka rud metali nieżelaznych w Pol-sce, Przegląd Górniczy, nr 7-8, T 66 (67), s. 135-142.
[19] Wills B.A., 1979, Mineral Processing Technology – Introduction to the Practical As-pects of Ore Treatment and Mineral Recovery, Pergamon International Library, Oxford.
