王 健 余明东 尚立军

（新疆哈巴河金坝矿业有限公司，新疆阿勒泰836700）

近些年来，全泥氰化炭浆法在我国黄金行业中得到了比较广泛的应用，其常见工艺流程为破碎—磨矿—氰化浸出—炭吸附—解析电解—熔炼铸锭［1］。氰化过程的完成是各浸出条件综合作用的结果［2］，影响氰化浸出的因素较多，其中磨矿细度、药剂用量、浸出时间为最主要的3种因素，同时这3要素间又存在交互作用［3］。

响应曲面法作为一种统计方法，在工艺及产品的稳健性设计、参数优化方面得到了研究应用［4］。响应曲面主要是通过分析试验数据，研究影响因素与响应值之间的函数关系，通过拟合出的回归方程寻求最优的影响因素水平，可以同时研究多个因素对响应值的影响［5］。

为考察磨矿细度、浸出时间、药剂用量对全泥氰化浸出效果的影响，并探讨各因素间的交互作用对浸出效果的影响，选择磨矿细度、浸出时间、药剂用量为影响因素，以浸出率为响应值。通过响应曲面法研究上述3因素对浸出率的影响。考察这3种因素的最优控制区间及组合，拟通过响应曲面法探索这3种因素对浸出率的综合作用。

1 矿石性质

玛尔卡库里大断裂带新疆某金矿石主要金属矿物为黄铁矿，非金属矿物主要为绿泥石、绿帘石、斜长石和角闪石。黄铁矿是金的主要载体矿物，主要呈他形—半自形微细粒-细粒状分布，部分呈星散浸染状、稠密浸染状和小脉状分布。绿泥石及绿帘石呈细小片状集合体代替斜长石、角闪石等；局部见绿泥石呈条带状与绿帘石共生分布于岩石裂隙中。斜长石和角闪石为矿化闪长岩的主要非金属矿物，且部分蚀变为绿泥石及绿帘石。原矿主要化学成分分析结果见表1。

注：Ag、Au含量的单位为g/t。

由表1可以看出，原矿主要回收元素是金，伴生元素银，主要有害杂质砷、锑、碳含量不高。

2 浸出试验方法

将磨好的矿样500 g移至XJTII充气多功能浸出搅拌机搅拌槽中，添加一定量水至液固比为2∶1，按3 kg/t用量添加石灰（pH=12），搅拌5 min，添加浸出剂氰化钠，浸出一定时间停止试验，固液分离，化验浸出贵液及浸出尾渣中Au品位，计算浸出率。

3 试验结果与讨论

3.1 单因素条件试验

在响应曲面方法的设计试验之前，先进行单因素因子试验，以确定出响应面法各自变量的变化范围。单因素试验结果表明，磨矿细度（A）、浸出时间（B）、氰化钠用量（C）对浸出率均有影响，由单因素试验确定的响应曲面试验各自变量变化范围分别为：磨矿细度-200目含量85%～95%、浸出时间24～48 h、氰化钠用量1～3 kg/t。为研究以上3因素对Au浸出率的影响，以此3因素作为考察因素，以Au浸出率为响应值，采用3因素3水平（选5个中心点）的Box-Behnken中心组合试验设计法。各因素取值见表2，试验结果见表3。

对表3进行方差分析，结果见表4。

表4表明，回归模型的F值为29.49，P值（＜0.000 1）很低，也就是说，该模型可以用于响应值的预测。方差分析（F-test，R2=0.974 3）表明,该模型的拟合结果能够较好地反映各个因素对浸出率的影响，通过对试验数据进行多元回归拟合，获得二次多项回归模型方程为：

?

?

其中A，B，C分别代表磨矿细度、浸出时间、氰化钠用量。常数项为83.44，表明平均浸出率在试验设计范围处于较高水平。所有线性数值都是正值，其二次项有正有负，交叉项均为负值，各单一因素作用对浸出率贡献从大到小分别为磨矿细度＞浸出时间＞氰化钠用量，其中磨矿细度—浸出时间、磨矿细度—氰化钠用量交互作用较为显著。

3.2 响应面交互作用分析与优化

响应面法一方面可以直观反映每个因素对响应值的影响程度，另一方面还可以直观体现各因素间的交互作用。同时，通过响应面法中的平面等高线可以较直观反映各因素间交互作用的显著程度：两因素交互作用较强，平面等高线呈椭圆形；交互作用较弱，则呈圆形［6］。

3.2.1 磨矿细度与浸出时间的交互影响

在氰化钠用量为2 kg/t条件下，考察磨矿细度与浸出时间的交互影响，结果见图1。

由图1可以看出：磨矿细度、浸出时间对浸出率均有一定影响；磨矿细度是影响浸出率的显著因素，浸出时间的影响不明显；当磨矿细度为-200目占93.85%、浸出时间为40.25 h时，浸出率达到最大值。增加磨矿细度，使矿物充分解离暴露，可有效缩短浸出时间，提高浸出效率。过高的磨矿细度会使矿石在磨矿过程中产生泥化现象，矿泥会包裹在部分裸露出的金表面影响金与浸出药剂氰化钠的接触，进而影响金的浸出效果。

3.2.2 磨矿细度与氰化钠用量的交互影响

在浸出时间为36 h条件下，考察磨矿细度与氰化钠用量的交互影响，结果见图2。从图2可以看出：氰化钠用量对浸出率的影响不如磨矿细度显著。矿石砷、锑等元素的含量较低，其对浸出过程中氰化钠用量影响较低，浸出药剂主要为金溶解消耗，氰化钠用量的增加可提高金的浸出效果，但金浸出率不随氰化钠用量增加呈线性提高。

3.2.3 浸出时间与氰化钠用量的交互影响

在磨矿细度为-200目占90%条件下，考察浸出时间与氰化钠用量的交互影响，结果见图3。

从图3可以看出，随着浸出时间的延长，浸出率逐渐增加，在浸出时间大于42.15 h、氰化钠用量大于2.85 kg/t时，浸出率随浸出时间延长及氰化钠用量增加提高幅度降低。

3.2.4 最优试验条件验证试验

利用Design-Expert 8.0软件求解二次回归模型（式（1）），可得出最佳试验条件为：磨矿细度（A）：-200目占91.51%、浸出时间（B）45.63 h、氰化钠用量（C）3 kg/t，预测浸出率为89.01%。为验证回归方程的有效性，在此条件下进行浸出验证试验，实际浸出率为88.24%，比理论预测值低0.77个百分点。实际浸出率与预测浸出率相近，证明响应面优化全泥氰化试验浸出率是可行的。

4 结 论

通过响应面可以直观反映磨矿细度、浸出时间、氰化钠用量之间交互作用对金浸出率影响的显著程度，磨矿细度是影响浸出率的显著因素，磨矿细度与另两因素间的交互作用显著。响应面法得出的全泥氰化过程最佳工艺条件为：磨矿细度-200目占91.51%、浸出时间45.63 h、氰化钠用量3 kg/t，在此条件下预测浸出率可达89.01%，实际进行浸出试验获得的浸出率为88.24%，比理论预测值低0.77个百分点，回归方程能够反映各因素对浸出率的影响，对实际生产具有指导意义。

［1］ 吕宪俊.氰化法提金概论［M］.北京：冶金工业出版社，1997.Lv Xianjun.Introduction to Gold Extraction by Cyanidation［M］.Beijing：Metallurgical Industry Press，1997.

［2］ 赵英良.全泥氰化炭浆法提金生产中几个常见问题的探讨［J］.中国矿业，2011，20（7）:82-84.Zhao Yingliang.The exploration of some common problems in the all-sliming cyanidation CIP technology for gold extraction［J］.China Mining Magazine，2011，20（7）:82-84.

［3］ 刘学杰，于宏业.全泥氰化提金工艺设计与实践［J］.黄金，2006，27（6）:40-43.Liu Xuejie，Yu Hongye.Design and application of a all-slime cyanidation process［J］.Gold，2006，27（6）:40-43.

［4］ 王永菲，王成国.响应面法的理论与应用［J］.中央民族大学学报，2005，14（3）:236-240.Wang Yongfei，Wang Chengguo.The application of response surface methodology［J］.Journal of Minzu University of China，2005，14（3）:236-240.

［5］ 窦毅芳，刘 飞，张为华.响应面建模方法的比较分析［J］.工程设计学报，2007，14（5）:359-363.Dou Yifang，Lu Fei，Zhang Weihua.Research on comparative analysis of response surface methods［J］.Chinese Journal of Engineering Design，2007，14（5）:359-363.

［6］ 代文亮，程 龙，陶文沂.响应面法在紫杉醇产生菌发酵前体优化中的应用［J］.中国生物工程杂志，2007，27（11）:66-72.Dai Wenliang，Cheng Long，Tao Wenyi.Application of response surface methodology in optimization of precursors for taxol production by fusarium maire［iJ］.China Biotechnology，2007，27（11）:66-72.