钛铁矿资源加工研究现状

金属矿山 ›› 2010, Vol. 39 ›› Issue (4): 93-96.

钛铁矿资源加工研究现状

熊堃, 文书明, 郑海雷

昆明理工大学

出版日期:2010-04-15 发布日期:2010-11-09

Research on Mineral Processing Status of Ilmenite Resources

XIONG Kun, WEN Shu-Ming, ZHENG Hai-Lei

Kunming University of Science and Technology

Online:2010-04-15 Published:2010-11-09

摘要/Abstract

摘要： 对钛铁矿的浮选药剂、浮选工艺，钛精矿冶金处理的研究现状进行了分析讨论，认为加强微细粒钛铁矿的浮选能提高钛资源的回收率，而钛精矿中钙、镁杂质的降低是高效利用钛资源的关键。

关键词: 钛铁矿, 浮选药剂, 浮选工艺, 还原熔炼, 酸浸

Abstract: Researches on the flotation reagent and process of ilmenite ore and metallurgical method on titanium concentrate are introduced. It points out that the recovery of titanium can be improved by fine ilmenite flotation,and to decrease calcium and magnesium from titanium concentrate is crucial to effectively make use of titanium resource.

Key words: Ilmenite, Flotation reagent, Flotation process, Reductive smelting, Acid leaching

熊堃, 文书明, 郑海雷. 钛铁矿资源加工研究现状[J]. 金属矿山, 2010, 39(4): 93-96.

XIONG Kun, WEN Shu-Ming, ZHENG Hai-Lei. Research on Mineral Processing Status of Ilmenite Resources[J]. Metal Mine, 2010, 39(4): 93-96.

[1]	黄烈凤, 贺泽铭, 刘伟超, 左蔚然. 高压电脉冲破碎改善紫金山铜矿石浸出性质的试验研究[J]. 金属矿山, 2020, 49(09): 118-124.
[2]	戴蔚, 何春林, 郑春慧, 韦悦周, 李杰, 赵健 . 钛铁矿精矿碳热还原制取碳氧化钛（TiC_xO_1-x）物相演化机理研究[J]. 金属矿山, 2020, 49(08): 69-75.
[3]	宋宁波, 孙传尧, 印万忠, 姚金, 杨斌, 柳晓. 海水对矿物浮选影响的基因特性分析[J]. 金属矿山, 2020, 49(06): 2-8.
[4]	高鹏 , 张宁豫 , 张臣一 , 吴剑 . 基于融合建模的浮选药剂消耗预测研究[J]. 金属矿山, 2020, 49(06): 131-135.
[5]	李家林, 余永富, 陈雯, 刘小银, 陆晓苏, 张立刚, 彭泽友. 某含铬钛铁矿强磁粗精矿闪速焙烧试验研究[J]. 金属矿山, 2019, 48(08): 83-87.
[6]	骆洪振, 高春庆, 王海亮, 沈进杰. 某低品位坡洪积型钛铁矿石选矿工艺研究[J]. 金属矿山, 2019, 48(08): 88-92.
[7]	王丰雨, 杨招君1罗荣飞, 谭世国, 袁祥奕. 采用ZQS高梯度磁选机提高超细粒级(-38 μm)钛铁矿回收效果[J]. 金属矿山, 2019, 48(08): 93-97.
[8]	邓善芝, 程仁举, 李成秀, 刘星. 甘肃某含钪低品位钛铁矿石综合利用试验[J]. 金属矿山, 2019, 48(05): 69-73.
[9]	杨思敏, 寇珏, 张晓亮, 孙春宝. 赞比亚某氧化铜矿石的硫酸酸浸研究[J]. 金属矿山, 2019, 48(05): 79-83.
[10]	杜雨生, 马龙秋, 孟庆有, 袁致涛, 虞力, 赵轩. 四川攀西某难选钛铁矿重选精矿浮选试验研究[J]. 金属矿山, 2019, 48(04): 82-87.
[11]	朱一民, 谢瑞琦, 张猛. 锂辉石浮选捕收剂及调整剂研究综述[J]. 金属矿山, 2019, 48(02): 15-21.
[12]	郭文达, 韩跃新, 朱一民, 李艳军, 范志国. 岩浆岩型含钛铁精矿降钛研究[J]. 金属矿山, 2019, 48(02): 71-75.
[13]	唐学飞, 杨光, 高鹏, 张臣一. 基于LM-BP神经网络的浮选药剂流量预测模型研究[J]. 金属矿山, 2019, 48(02): 200-204.
[14]	康娟雪, 普婧, 张铭媛, 黄秀兰, 段利平, 彭金辉. 工业钛渣除杂技术研究进展[J]. 金属矿山, 2019, 48(01): 111-114.
[15]	彭真, 杨兴, 王海锋, 张光文, 杨金山, 赵小路. 钛铁矿摩擦静电分选研究[J]. 金属矿山, 2018, 47(2): 80-84.