基于理想化捕获模型的高梯度磁选评价变量计算

本文将给矿视为连生体与纯非磁性矿物颗粒的混合物，提出了一种计算高梯度磁选 (HGMS) 中品位和回收率等评价变量的方法。构建了一个理想化捕获模型，该模型不考虑颗粒间的相互作用，且仅针对分选器具有最高捕获效率的初始聚集条件。模型中，我们采用以名义颗粒半径和磁性矿物含量为自变量的函数，分别描述连生体的体积分数分布和捕获效率。通过添加多线磁场并在流场分析中设置周期性边界条件，我们将单线捕获理论的计算域修改为在多线矩阵中周期性出现的单元域。借助有限元软件，清晰展示了颗粒轨迹、流场和磁场，然后通过插值方法获得捕获效率函数。计算得到的评价变量从理论上代表了磁选机对给定给矿的最佳性能。它们可以帮助矿物工程师预先评估或比较不同磁选系统的效果。我们以高岭土除铁杂质为例来说明所提出的计算方法。结果定量比较了不同磁场下分选的评价变量，并表明更高磁场在分选效率上的优势随着磁性矿物饱和磁化强度的增加而减小。