ABSTRACT Gravity separation of a low-grade lead and zinc carbonate ore (case study: Angouran mine, Zanjan, Iran) was investigated based on detailed laboratory and modeling studies. The authors used two types of laboratory sink-float evaluations with single density and multiple densities to demonstrate the effectiveness of Dense Medium Cyclone (DMC) as a new application to separate lead and zinc minerals, in particular, zinc carbonate (Smithsonite) from silica and limestone gangue. The laboratory tests included determining floats from five to six density intervals that descended between the densities of the light and heavy minerals. In addition, the authors used MODSIMTM process simulation software to determine the optimum separating density, zinc grade of concentrate and tailings products, yield and metal recovery. The results showed the possibility of successful gravity separation of the ore. To optimize DMC gravity separation operation in the plant, the circuit was sampled and the effect of important parameters influencing separation performance was studied. The separation efficiency (sharpness) and plant performance to separate valuable minerals were determined by estimating the partition curve for the particle size distribution limited to 0.5–5.6 mm range. The performance indicating parameters including the short circuit fractions to sinks and floats, the separation sharpness and the separating density were estimated to be equal to 0.0116, 1.5885, 20.4 and 3.18, respectively, using the non-linear optimization tool of Excel (Solver) based on least squares method.

中文翻译：

---

使用 DMC 对碳酸铅和碳酸锌矿应用重力分离法进行史密森石浓缩的详细研究

摘要 基于详细的实验室和模型研究，对低品位碳酸铅和碳酸锌矿（案例研究：Angouran 矿，伊朗赞詹）的重力分离进行了调查。作者使用两种类型的具有单密度和多密度的实验室沉浮评估来证明致密介质旋风分离器 (DMC) 作为一种新应用的有效性，用于分离铅和锌矿物，特别是碳酸锌（Smithsonite）与二氧化硅和石灰岩脉石。实验室测试包括确定从轻矿物和重矿物的密度之间下降的五到六个密度间隔的浮标。此外，作者还使用 MODSIMTM 工艺模拟软件来确定最佳分离密度、精矿和尾矿产品的锌品位、收率和金属回收率。结果表明成功重选矿石的可能性。为了优化工厂中的 DMC 重选操作，对回路进行了采样，并研究了影响分离性能的重要参数的影响。通过估计限制在 0.5-5.6 毫米范围内的粒度分布的分配曲线来确定分离有价值矿物的分离效率（锐度）和设备性能。使用基于Excel（Solver）的非线性优化工具，估计下沉和浮沉短路分数、分离锐度和分离密度等性能指示参数分别为0.0116、1.5885、20.4和3.18。关于最小二乘法。为了优化工厂中的 DMC 重选操作，对回路进行了采样，并研究了影响分离性能的重要参数的影响。通过估计限制在 0.5-5.6 毫米范围内的粒度分布的分配曲线来确定分离有价值矿物的分离效率（锐度）和设备性能。使用基于Excel（Solver）的非线性优化工具，估计下沉和浮沉短路分数、分离锐度和分离密度等性能指示参数分别为0.0116、1.5885、20.4和3.18。关于最小二乘法。为了优化工厂中的 DMC 重选操作，对回路进行了采样，并研究了影响分离性能的重要参数的影响。通过估计限制在 0.5-5.6 毫米范围内的粒度分布的分配曲线来确定分离有价值矿物的分离效率（锐度）和设备性能。使用基于Excel（Solver）的非线性优化工具，估计下沉和浮沉短路分数、分离锐度和分离密度等性能指示参数分别为0.0116、1.5885、20.4和3.18。关于最小二乘法。通过估计限制在 0.5-5.6 毫米范围内的粒度分布的分配曲线来确定分离有价值矿物的分离效率（锐度）和设备性能。使用基于Excel（Solver）的非线性优化工具，估计下沉和浮沉短路分数、分离锐度和分离密度等性能指示参数分别为0.0116、1.5885、20.4和3.18。关于最小二乘法。通过估计限制在 0.5-5.6 毫米范围内的粒度分布的分配曲线来确定分离有价值矿物的分离效率（锐度）和设备性能。使用基于Excel（Solver）的非线性优化工具，估计下沉和浮沉短路分数、分离锐度和分离密度等性能指示参数分别为0.0116、1.5885、20.4和3.18。关于最小二乘法。