(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210924397.8 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114997540 A (43)申请公布日 2022.09.02 (73)专利权人 矿冶科技 集团有限公司 地址 100160 北京市丰台区南四环西路18 8 号总部基地十八区23号楼 专利权人 铜陵有色金属集团股份有限公司 (72)发明人 方明山　肖仪武　王周和　丁鹏　 彭时忠　朱继生　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 王闯 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 10/00(2012.01) G06Q 50/02(2012.01) G01N 35/00(2006.01) G01N 33/24(2006.01) G01N 27/00(2006.01) (56)对比文件 CN 111537513 A,2020.08.14 CN 10232325 0 A,2012.01.18 CN 103320620 A,2013.09.25 CN 102974451 A,2013.0 3.20 US 5232490 A,19 93.08.03 南争路 等. 《甘肃省文县阳山金矿安坝里南 矿区矿石特征及金矿物赋存状态研究》 . 《矿产与 地质》 .2013,第27 卷(第2期), 肖仪武. 《会泽铅锌矿深部矿体稀贵金属的 赋存状态》 . 《矿冶》 .20 03, 审查员 李咏梅 (54)发明名称 矿石中伴生贵金属的回收率的预测方法及 其应用 (57)摘要 本发明涉及矿物加工技术领域， 具体而言， 涉及矿石中伴生贵金属的回收率的预测方法及 其应用。 预测方法包括： 对含有贵金属矿物的待 预测矿石进行检测和统计， 得到每颗贵金属矿物 的微观形貌、 每颗贵金属矿物中的贵金属含量和 每颗贵金属矿物的面积； 将待预测矿石中的贵金 属矿物按照分布特征和连生关系进行划分， 并计 算得到每一类所述贵金属矿物中的贵金属含量； 得到与黄铜矿相关类别的各类所述贵金属矿物 中的贵金属含量占待预测矿石中的总贵金属含 量的质量百分比的总和， 即为待预测矿石中伴生 贵金属进入铜精矿中的贵金属的回收率的预测 值。 该预测方法能够有效地预测出待预测矿石中 伴生贵金属进入铜精矿中的金、 银的回收率， 且 准确率高， 误差小。 权利要求书2页 说明书11页 CN 114997540 B 2022.10.25 CN 114997540 B 1.矿石中伴 生贵金属的回收率的预测方法， 其特 征在于， 包括以下步骤： （a） 、 对含有贵金属矿物的待预测矿石进行检测和统计， 得到每颗所述贵金属矿物的微 观形貌、 每颗所述 贵金属矿物中的贵金属含量和每颗所述 贵金属矿物的面积； （b） 、 根据步骤 （a） 中所述检测和统计的结果， 将所述待预测矿石中的所述贵金属矿物 按照分布特征和连生关系进行划分， 然后计算得到每一类所述贵金属矿物中的贵金属含 量； （c） 、 根据步骤 （b） 中所述计算的结果， 得到与黄铜矿相 关类别的各类所述贵金属矿物 中的贵金属含量占所述待 预测矿石中的总贵金属含量的质量百分比的总和， 即为所述待 预 测矿石中伴 生贵金属进入铜精矿中的贵金属的回收率的预测值； 其中， 所述 贵金属矿物包括金矿物和/或银矿物， 所述 贵金属包括金和/或银； 步骤 （a） 中， 所述检测采用矿物自动分析仪进行； 根据所述矿物自动分析仪所检测得到 的每颗贵金属矿物的能谱值， 获得每颗所述贵金属矿物中的贵金属含量； 通过矿物自动分 析仪检测得到每颗贵金属矿物的面积； 步骤 （b） 中， 所述贵金属矿物按照所述分布特征进行划分包括裂隙贵金属、 粒间贵金属 和包裹贵金属； 其中， 所述裂隙贵金属按照所述连生关系进行划分包括黄铁矿裂隙贵金属， 黄铜矿裂 隙贵金属， 磁黄 铁矿裂隙贵金属， 以及， 脉石裂隙贵金属； 所述粒间贵金属按照所述连生关系 进行划分包括黄铁矿粒间贵金属， 黄铜矿粒间贵金 属， 黄铜矿与脉石粒间贵金属， 脉石粒间贵金属， 磁黄铁矿粒间贵金属， 磁黄铁矿与脉石粒 间贵金属， 以及， 黄 铁矿与脉石粒间贵金属； 所述包裹贵金属按照所述连生关系 进行划分包括黄铜矿包裹贵金属， 黄铁矿包裹贵金 属， 以及， 脉石包裹 贵金属； 在所述按照分布特征和连生关系 进行划分的过程中， 结合矿物自动分析仪所检测得到 的贵金属矿物的微观形貌， 先按照分布特征对贵金属矿物进行分类， 然后再按照连生关系 对其进行进一 步地细分分类； 步骤 （b） 中， 所述每一类所述贵金属矿物中的贵金属含量的所述计算的方法包括： 对每 一类中的每一颗所述 贵金属矿物的面积与其 贵金属含量的乘积进行加 和。 2.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法， 其特征在于， 步骤 （a） 中， 所述待预测矿石包括铜矿石。 3.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法， 其特征在于， 包括以 下特征 （1） 至 （3） 中的至少一种： （1） 所述矿物自动分析仪的电压为15kV~20kV； （2） 所述矿物自动分析仪的电流 为1.5nA~2.0nA； （3） 所述矿物自动分析仪的像素线扫描速度为5pxl/m s~6pxl/ms。 4.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法， 其特征在于， 包括以 下特征 （1） 至 （4） 中的至少一种； （1） 所述矿物自动分析仪的测试倍 率为350倍~500倍； （2） 所述矿物自动分析仪的最低灰度为10 0~150； （3） 所述矿物自动分析仪的最高灰度为20 0~255；权　利　要　求　书 1/2 页 2 CN 114997540 B 2（4） 所述矿物自动分析仪的最小颗粒面积为1 μm~2 μm。 5.根据权利要求1所述的矿石中伴生贵金属的回收率的预测方法， 其特征在于， 步骤 （c） 中， 根据步骤 （b） 中所述每一类所述贵金属矿物中的贵金属含量， 得到每一类所述贵金 属矿物中的贵金属含量占所述待 预测矿石中的总贵金属含量的质量百分比， 然后 将与黄铜 矿相关类别的各类所述贵金属矿物中的贵金属含量占所述待预测矿石中的总贵金属含量 的质量百分比进 行求和， 即为所述待 预测矿石中伴生贵金属进入铜精矿中的贵金属的回收 率的预测值。 6.如权利要求1~5任一项所述的矿石中伴生贵金属的回收率的预测方法在选矿中的应 用。权　利　要　求　书 2/2 页 3 CN 114997540 B 3