Determination of Beryllium and Major Elements in Beryllium Ores by Inductively Coupled Plasma-Optical Emission Spectrometry with Lithium Metaborate Fusion
-
摘要:
广泛赋存在花岗伟晶岩和热液石英脉中的铍矿石是铍最重要的矿物载体，目前铍矿石系统分析仍以传统化学法为主，影响分析效率，亟待开发一种简单高效的铍矿石中多元素分析方法。本文建立了一种基于偏硼酸锂熔融-电感耦合等离子体发射光谱(ICP-OES)测定铍矿石中铍及主量元素的定量分析方法，使用4∶1熔剂-样品比，950℃下熔融15min后，通过超声提取制备溶液。偏硼酸锂熔融法能有效地分解铍矿石中的氧化物，克服了传统酸溶或碱熔无法检测硅、钠、钾等元素的局限。本方法通过校准曲线与样品基体匹配，加入铕作内标等措施消除基体效应，实现了各元素(以氧化物计)低至0.003%～0.2%的检出限，满足铍精矿质量检测需求。对绿柱石、香花石、日光榴石样品(BeO含量范围为0.14%～13.33%)测定的相对标准偏差(RSD)小于6.83%，与混合酸酸溶分析方法的测定值相对偏差为0.06%～21.28%。通过标准物质GBW07150、GBW07151和GBW07183验证，本方法精密度和准确度均符合地质矿产实验室测试质量管理规范，适用于多种类型铍矿石样品中铍及主量元素的快速连续分析。
-
关键词:
- 铍矿石 /
- 铍 /
- 主量元素 /
- 偏硼酸锂 /
- 电感耦合等离子体发射光谱法
Abstract:At present, the systematic analysis method of beryllium ores is still dominated by the traditional chemical method, which seriously affects the analytical efficiency. It is necessary to develop a simple and efficient multi-element analysis method in beryllium ores. We establish a quantitative analysis method for beryllium and principal elements in beryllium ores based on lithium metaborate fusion-inductively coupled plasma-optical emission spectrometry (ICP-OES) to overcome the limitations of the traditional acid solubilization or alkaline fusion that cannot detect elements such as silicon, sodium and potassium. The method involves mixing the flux and the sample in a 4∶1 ratio, melting at 950℃ for 15min, and preparing solutions through ultrasonic extraction. The matrix effect is eliminated by matrix matching and adding europium (Eu) as the internal standard. The content of beryllium oxide in the experimental sample is between 0.14% and 13.33%. The experimental results show that the precision and accuracy of this method meet the quality control requirements in the quality management specification of the geological and mineral laboratory. It is suitable for the continuous and rapid determination of beryllium and major elements in many types of beryllium ore samples such as beryl, hsianghualite and helvine.
-
金(Au)是中国重要的战略性资源，但金矿的金品位普遍较低，需借助半自磨机或搅拌磨降低颗粒粒度并促进金相颗粒解离［1-2］。为获得较高的金精矿品位，提高金元素富集比，通常需利用复杂的多次粗选扫选和精选配合的浮选工艺，而在长流程浮选体系中，以镍、铜、镉、铅等为代表的有害元素选择性富集或随机分散在各工艺产品中［3-4］，影响了各金矿浮选产品的质量，但当前针对金矿浮选过程中有害元素定量的研究较少，有必要建立金矿浮选样品中有害元素的检测方法。
金矿中有害元素含量与金品位相当，但相对于金矿主量伴生元素则存在巨大的浓度差异；而高基体背景下准确定量有害元素的关键是如何有效地控制或消除基体差异带来的非质谱干扰［5-6］。虽然目前分析检测手段已逐步应用于选矿领域，但较多的是针对原矿的工艺矿物学分析，即在分析含金组分的赋存形态、嵌布特征基础上为金矿磨浮工艺优化提供支撑［7-9］。一些痕量元素定量的检测方法包括电感耦合等离子体发射光谱或质谱法(ICP-OES/MS)［10-13］、辉光放电质谱法［14-16］、X射线衍射法(XRD)［17-18］等，在分析复杂基体样品时通常会使用基体纯净的标准溶液或物质，难以高质量校正待测元素标准溶液与样品消解液之间的基体差异。上述检测手段配合基体匹配方法的检测领域，多为基体唯一的合金钢中杂质元素定量，譬如张馨元等［19］分别利用无基体匹配和2000μg/mL镍基体的铜、锌、钡元素标准溶液来定量镍基高温合金标准物质中痕量铜锌钡，前者测试结果较认定值存在15%～20%偏差，而后者检测结果均在标准物质中痕量元素认定浓度范围内。沈健等［20］利用基体匹配ICP-MS测定煤中钽铀镱含量时，采用标准煤样消解液为基体，配制待测元素标准溶液,但未关注标准煤样消解液中无机组分的基体影响，欠缺标准煤样所含微量钽铀镱元素对标准曲线线性和方法检测下限的讨论。因此，当前针对复杂基体自然矿产中有害元素的准确定量方法，仍需进一步优化研究。
本文以金矿浮选过程样品为研究对象，采用基体匹配ICP-MS测试方法，在明确各样品基体元素种类后，开展高浓度基体溶液添加痕量有害元素的测定实验，分析基体种类和浓度对有害元素定量结果相对偏差的影响。在此基础上，利用高浓度基体有害元素标准溶液对金矿各浮选样品进行定量实验，与纯试剂有害元素标准溶液定量结果和测试过程内标回收率比对，并通过消解加标、测试加标以及平行实验分析基体匹配ICP-MS方法的准确度和精密度，评估方法的测试质量。
1. 实验部分
1.1 样品信息
研究对象为金矿浮选矿浆产品，采自紫金矿业集团股份有限公司某金矿选厂，采集物料包括浮选入料、各浮选段精矿和尾矿产品。取样前准备足够数量的料筒并做好标记，样品采集工具为取样勺。浮选入料由溜槽给入浮选设备，取样时使用取样勺对整个料流截面均匀取样；浮选精矿泡沫取样则是用取样勺截取全部溢流面；浮选尾矿取样是用取样勺对准矿浆流取样。每个样品采集点的取样时间均为10min。
1.2 样品前处理
采用实验室小型过滤机处理某金矿浮选流程的22个矿浆产品(样品编号为样品1～样品22)，获得各样品滤饼及滤液。滤饼置于烘箱中105℃干燥3h后冷却，缩分后用于样品消解与元素组成分析。为确保有害元素全部从固体矿物转移至溶液，减少有害元素定量的制样误差，样品消解以溶液澄清、无固体颗粒残留为目标。消解实验采用耗酸少、速度快的微波消解，经探索确定了如下消解方案。
(1) 样品称取0.1g，置于可溶性聚四氟乙烯消解罐中；
(2) 向消解罐中加入3.75mL盐酸、1.25mL硝酸和2mL氢氟酸；
(3) 将消解罐置于微波消解仪中，升温到150℃，保持20min；再升温至220℃，保持40min，取下冷却后在通风橱内缓慢泄压后打开消解罐；
(4) 将消解罐置于石墨赶酸仪中，180℃开盖赶酸，待样品蒸干后取下冷却，加入1mL浓硝酸复溶后加超纯水定容至100mL。
经测试，微波消解过程空白中镍、铜、镉和铅元素含量分别为0.2741μg/L、0.3435μg/L、0.0019μg/L和0.0263μg/L。消解过程空白溶液中的有害元素含量较低，对样品中的有害元素定量结果影响较小。
1.3 标准物质和主要试剂
镍、铜、镉、铅单元素标准储备液(1×106μg/L，美国Agilent公司)；Re内标储备溶液(100μg/mL，美国Agilent公司)，使用时稀释至0.5μg/mL。
硫标准溶液(2×104μg/mL，购自钢研纳克有限公司)；铁和铝则分别选用分析纯标准物质三氧化铁和三氧化铝，用硝酸溶解，获得质量浓度为10mg/mL的单元素溶液。
UPS级纯硝酸、盐酸和氢氟酸(晶锐电子材料股份有限公司)。
超纯水(ELGA Option Q15 纯水机纯化，电阻率≥18MΩ·cm)。
1.4 实验仪器
浮选样品元素组成分析采用S8 Tiger型X射线荧光光谱仪(德国Bruker有限公司)，并通过元素校正曲线定量。
样品中痕量有害元素定量采用Aglient 7900电感耦合等离子体质谱仪(美国Aglient公司)，仪器测试参数列于表1。
表 1 电感耦合等离子体质谱仪测试条件Table 1. Measurement parameters of ICP-MS instrument工作参数 设定值 工作参数 设定值 射频功率 1550W 截取锥直径 0.45mm 取样深度 8mm 扫描方式 跳峰方式 等离子气体(Ar)流速 15L/min 每峰点数 1 辅助气体(Ar)流速 0.80L/min 扫描次数 100 载气(Ar)流速 1.05L/min Cd元素积分时间 1s 镍采样锥直径 1mm Ni、Cu、Pb等
元素积分时间0.30s 本文使用的Agilent 7900型电感耦合等离子体质谱仪，配备了碰撞反应池，可有效地降低有害元素含量测试的质谱干扰；此外，定量测试中还针对性地选择了质量数干扰最低的同位素，即60Ni、65Cu、111Cd和208Pb。金矿浮选样品消解液中的主量基体元素在测试过程会产生非质谱干扰，对有害元素离子流形成抑制。为削弱该影响，本文采用高浓度的代表性基体元素标准溶液稀释有害元素储备溶液后，形成复杂基体有害元素标准溶液。与纯试剂有害元素标准溶液相比，复杂基体有害元素标准溶液与金矿浮选样品消解液具有同一数量级的基体背景［21］，再配合内标元素铼(Re，浓度0.50μg/mL)后，可有效地抑制非质谱干扰。
基体匹配ICP-MS方法研究中(技术路线如图1所示)，首先使用XRF确定主量基体元素，然后利用基体元素标准溶液配制具有浓度梯度的有害元素标准溶液；利用ICP-MS测试具有浓度梯度的有害元素标准溶液后，获得各有害元素标准曲线；在读取有害元素测试背景值后，调整配制复杂基体有害元素标准溶液所需的基体元素标准溶液与有害元素储备液体积，进而获得有害元素浓度准确的复杂基体有害元素标准溶液，提升基体匹配ICP-MS方法测试结果的准确性。
![]()
图 1 基体匹配ICP-MS法测定金矿浮选样品中有害元素的实验流程Figure 1. Experimental flow chart for the determination of harmful elements in flotation samples of gold ore by the method of matrix matching coupled with ICP-MS1.5 数据质量控制
方法准确性：在样品消解和测试环节，采用标准加入方式评价金矿浮选样品中痕量有害元素定量方法的准确性。称取0.10g的14号样品两份，其中一份加入有害元素镍、铜、镉和铅各10μg，消解后定容至100mL测试。分别称取0.10g的6号和13号样品，消解定容至100mL后取两份平行样，一份直接测试，一份加入浓度100μg/L等体积的复杂基体有害元素标准溶液后混匀后测试。
方法精密度：分别称取6份5号和12号样品，每份质量0.10g，按照1.2节样品前处理方法消解获得平行消解溶液后测试各样品中有害元素含量，并计算各有害元素定量结果的相对标准偏差(RSD)。
2. 结果与讨论
2.1 浮选样品的主量基体元素组成
22个金矿浮选样品的主量元素及含量分析结果列于表2。受浮选过程的各组分分离和富集作用影响，样品中主量基体元素种类及含量有所差异。依据元素组成，将样品分为铝基体(样品编号：1、7、14和22)，铁硫基体(样品编号：2、3、8、10、12和13)，铁铝基体(样品编号：4～6、9、11和15～21)共计三类(Si元素在消解中与氟结合形成四氟化硅SiF4挥发［22-23］，因而未将Si列为基体元素)。4种铝基体样品中铝含量接近(1号样品主量元素仅为Si，为简化样品种类将其归类为铝基体样品)；6种铁硫基体各样品中铁和硫元素含量差异在10%附近(8号样品主量元素仅为Fe，为简化样品种类将其归类为铁硫基体样品)；12种铁铝基体样品的Si、Fe、Al元素含量均较为接近。
表 2 金矿浮选样品的主量基体元素种类及含量Table 2. Major matrix elements in flotation samples of gold ore样品编号 基体类型 主要元素及含量 样品编号 基体类型 主要元素及含量 1 铝基体 Si (29.75%) 5 铁铝基体 Si (27.66%); Fe (10.60%); Al (10.27%) 7 Si (29.84%); Al (9.78%) 6 Si (28.66%); Fe (8.27%); Al (10.58%) 14 Si (31.27%); Al (10.43%) 9 Si (27.93%); Fe (9.35%); Al (11.02%) 22 Si (30.47%); Al (9.63%) 11 Si (24.76%); Fe (15.85%); Al (10.99%) 2 铁硫基体 Si (14.92%); Fe (22.87%); S (12.76%) 15 Si (26.64%); Fe (10.74%); Al (10.23%) 3 Si (19.06%); Fe (22.36%); S (13.52%) 16 Si (28.45%); Fe (10.33%); Al (10.95%) 8 Si (13.16%); Fe (23.50%) 17 Si (27.75%); Fe (10.97%); Al (10.60%) 10 Si (14.08%); Fe (20.57%); S (17.27%) 18 Si (25.64%); Fe (10.92%); Al (10.17%) 12 Si (13.59%); Fe (26.39%); S (22.35%) 19 Si (28.27%); Fe (11.21%); Al (10.71%) 13 Fe (30.48%); S (24.16%) 20 Si (26.96%); Fe (9.39%); Al (10.38%) 4 铁铝基体 Si (25.89%); Fe (14.46%); Al (10.37%) 21 Si (27.43%); Fe (10.62%); Al (10.84%) 2.2 高浓度基体对镍铜镉铅元素测试准确性的影响
为探究高浓度基体加入对Ni、Cu、Cd和Pb元素含量测试准确性的影响，分别利用基体元素浓度为500μg/mL和1000μg/mL的一种和两种基体元素溶液稀释500μg/L纯试剂有害元素标准溶液，获得理论浓度为10μg/L的复杂基体有害元素标准溶液。随后，利用纯试剂有害元素标准溶液测试(内标选用185Re)并扣除基体溶液中有害元素含量(譬如1000μg/mL铝基体中，Cu元素浓度为11μg/L)，计算测试结果的相对偏差，结果列于表3。整体上，高浓度基体元素溶液对痕量有害元素在ICP-MS测试过程的影响较小。与理论值(10μg/L)相比，不同浓度和基体元素种类溶液中各有害元素定量结果的相对偏差在±10%以内。因此，利用复杂基体有害元素标准溶液进行金矿浮选样品中有害元素的定量测试，是可行的。
表 3 不同浓度/种类基体元素溶液中痕量有害元素定量的相对偏差Table 3. Relative deviation of each hazardous element after adding different concentrations/types of matrix elements基体元素及浓度
(μg/mL)各有害元素测定值与理论值的相对偏差(%) Ni Cu Cd Pb 铝(500) −0.85 7.96 −0.74 3.00 铁(500) −4.62 6.74 −2.31 −0.79 硫(500) −5.22 3.46 −3.85 6.29 铁硫(500) 0.97 9.72 −9.32 2.03 铁硫(1000) −1.97 8.31 −7.07 1.22 铁铝(1000) 5.74 −5.42 −2.70 −2.48 2.3 基体元素对金矿浮选样品中有害元素定量影响
选择金矿浮选8号样品(铁硫基体)、9号样品(铁铝基体)、13号样品(铁硫基体)和17号样品(铝基体)共4种代表性样品，在分别配制1000μg/mL铝元素、铁元素、硫元素、铁硫、铁铝元素基体溶液后，将有害元素标准储备液逐级稀释至10、20、50、100、200和500μg/L(因铝基体溶液中含一定量Cu，配制铝和铁铝基体的有害元素标准溶液时，依据Cu含量再次计算所用有害元素标准储备液、铝溶液、铁溶液和稀硝酸的用量)，测试样品中Ni、Cu、Cd、Pb含量。此外，同步开展纯试剂(2%硝酸)有害元素标准溶液对代表性样品中有害元素定量测试。依据公式(1)将液体样品中的有害元素含量(单位μg/L)转换为固体中的有害元素含量［24］(单位μg/g)。
$$ c=\frac{\left(c_1-c_0\right) \times V \times d}{m} \times 10^{-3} $$ (1) 式中：c为样品中有害元素含量(μg/g)；c1和c0分别为消解稀释液和消解过程空白中有害元素浓度(μg/L)；V为消解液体积，此处为100mL；d为稀释倍数，根据样品浓度与方法定量上限确定；m为样品质量，此处为0.10g。
不同基体有害元素标准溶液对部分金矿浮选样品中有害元素的定量结果列于表4。譬如，铁硫基体样品分别用铁基体、硫基体、铁硫基体和纯试剂有害元素标准溶液测试，其他样品测试安排以此类推。表4数据显示在1000μg/mL基体浓度前提下，复杂基体有害元素标准溶液中基体元素种类和数量，对金矿浮选样品中有害元素测试结果并未产生明显影响。复杂基体与纯试剂有害元素标准溶液，对4个代表性金矿样品中有害元素定量结果的相对标准偏差小于7.73%(大部分小于5%)。因此，可利用有害元素标准溶液开展不同基体类型的所有金矿浮选样品中有害元素的定量分析。
表 4 不同基体有害元素标准溶液对部分金矿浮选样品中有害元素定量分析结果Table 4. Quantification results of harmful elements in some gold ore flotation products using standard solutions of harmful elements in various matrixes样品编号 有害元素标准溶液
基体元素Ni测定值
(μg/g)Cu测定值
(μg/g)Cd测定值
(μg/g)Pb测定值
(μg/g)8号样品
(铁硫基体)铁硫 363.38 596.78 24.61 1540.22 铁 344.59 547.18 23.88 1569.77 硫 372.52 564.39 24.15 1611.48 纯试剂 356.31 574.64 23.50 1625.51 RSD(%) 3.28 3.63 1.94 2.46 9号样品
(铁铝基体)铁铝 112.66 186.65 2.32 263.37 铁 113.77 196.41 2.52 292.44 铝 117.31 210.64 2.57 294.22 纯试剂 115.64 194.62 2.32 264.84 RSD(%) 1.79 5.07 5.41 6.06 13号样品
(铁硫基体)铁硫 336.18 311.63 17.54 1135.47 铁 294.45 315.54 19.18 1199.29 硫 301.20 321.80 19.05 1145.17 纯试剂 317.10 366.45 18.89 1322.70 RSD(%) 5.95 7.73 4.07 7.17 17号样品
(铝基体)铝 124.75 303.10 2.23 275.80 2%硝酸 118.06 288.17 2.20 257.33 RSD(%) 3.90 3.57 0.96 4.90 本文首先使用不同基体元素的复杂基体有害元素标准溶液测试对应基体类型样品中有害元素含量，然后利用铁硫基体有害元素标准溶液开展铝基体和铁铝基体样品中有害元素测试。不同基体的有害元素标准溶液对金矿浮选样品中有害元素定量结果列于表5。利用不同基体元素的有害元素标准溶液对各金矿浮选样品中有害元素的定量结果接近，各有害元素的回收率在80%～120%范围内。因此，在1000μg/mL基体浓度前提下，有害元素标准溶液的基体元素差异并未对测试过程产生影响，基体匹配方法中使用铁硫基体有害元素标准溶液，能够获得准确的测试结果。
表 5 不同基体有害元素标准溶液对铝基体和铁铝基体金矿浮选样品中有害元素测试结果Table 5. Quantification results of harmful elements in gold ore flotation samples with Al- and Fe-Al matrix using standard solutions of harmful elements in various matrixes.样品编号 有害元素标准溶液基体元素 Ni
(μg/g)Cu
(μg/g)Cd
(μg/g)Pb
(μg/g)有害元素标准溶液基体元素 Ni
(μg/g)Cu
(μg/g)Cd
(μg/g)Pb
(μg/g)1 铝 58.62 67.33 1.60 102.58 铁硫 57.22 63.85 1.61 90.96 7 44.56 102.80 0.71 96.42 42.56 98.20 0.63 96.06 14 59.10 125.33 1.00 108.18 59.10 116.57 0.82 119.4 22 34.18 63.03 0.32 70.24 36.13 65.14 0.34 66.88 4 铁铝 160.93 282.57 5.40 497.02 160.93 267.77 5.41 513.4 5 94.30 249.38 5.21 436.7 116.83 206.86 5.89 377.65 6 82.92 159.46 2.45 265.68 92.34 140.05 2.24 254.67 9 112.66 186.65 2.32 263.37 120.39 161.81 2.05 225.93 11 197.97 340.82 6.22 697.57 197.97 290.04 6.31 663.41 15 105.21 428.65 2.25 303.61 111.45 365.18 1.86 303.45 16 107.84 338.23 1.87 186.06 96.84 297.13 1.55 183.48 17 124.75 303.10 2.23 275.8 115.88 297.02 2.10 264.64 18 149.36 422.74 2.51 266.65 136.23 441.74 2.15 268.78 19 68.25 384.89 1.85 256.20 56.95 341.4 1.74 263.90 20 86.69 250.90 1.99 152.05 95.12 253.08 1.83 173.13 21 94.00 349.36 2.40 282.20 92.33 358.58 2.30 276.88 为进一步比较复杂基体与纯试剂有害元素标准溶液对金矿浮选样品有害元素测试过程的影响，对比两类有害元素标准溶液测试22个金矿样品内标回收率，如图2所示(图中样品编号1~7为标准溶液，编号8~29代指金矿浮选的1~22号样品)。基体匹配方法测试各样品内标回收率较纯试剂测试稳定，前者的回收率分布在90%～110%之间，后者则在85%～100%之间。基体匹配测试各样品内标回收率与100%差值绝对值的平均差为1.64%，而后者则为2.16%(平均差，即各差值绝对值与其平均数的离差绝对值的算术平均数)，基体匹配法内标回收率平均差较无基体匹配测试低24.07%。纯试剂有害元素标准溶液与消解样品之间有较大的基体差异，在一定程度上对元素离子化产生抑制作用。采用基体匹配方法可降低非质谱干扰，削弱测试过程的信号波动。
![]()
图 2 铁硫基体与纯试剂有害元素标准溶液测试金矿浮选样品的内标回收率Figure 2. Recovery of internal standard of gold ore floatation samples using harmful element standard solutions with Fe-S matrix compared with that of pure regent2.4 基体匹配ICP-MS法的测试质量评估
2.4.1 方法准确度
在样品消解和测试环节，采用标准加入方式评价金矿选冶样品中有害元素定量方法的准确性。消解和测试加标实验参照1.6节所述，各元素加标回收率列于表6。根据表中数据计算，消解加标实验中各有害元素加标回收率在92.08%～105.36%之间，表明微波消解过程中各有害元素基本无损失；而测试加标实验中各有害元素加标回收率在95.68%～106.05%之间，显示不同基体类型样品的消解溶液对加标有害元素回收率影响较小，与2.2节实验结果相呼应。较好的加标回收率指标表明此测试方法准确性高。
表 6 消解和测试加标回收实验结果Table 6. Results of spiked recovery experiment for the dissolution and measurement样品名称 Ni测定值
(μg/g)Cu测定值
(μg/g)Cd测定值
(μg/g)Pb测定值
(μg/g)14号样品 59.10 116.57 0.82 119.40 14号样品+10μg各元素(消解) 161.72 221.93 97.55 211.48 加标回收率(%) 102.62 105.36 96.73 92.08 6号样品 92.34 140.05 2.24 254.67 6号样品+等体积标液(测试) 97.08 122.16 50.22 177.92 加标回收率(%) 101.82 104.27 98.20 101.17 13号样品 336.18 311.63 17.54 1135.47 13号样品+等体积标液(测试) 215.93 208.84 57.71 619.26 加标回收率(%) 95.68 106.05 97.88 103.05 2.4.2 方法精密度
两组样品的6个平行消解实验样品中有害元素的测定结果列于表7。整体上，平行实验中元素含量较低的Cd元素的RSD值相对较高，但高浓度元素的RSD值则较低。各元素的RSD在1.21%～4.69%之间。精密度实验的指标较高，数据波动小，重现性高。
表 7 加标回收实验结果Table 7. Results of spiked recovery experiments样品编号 元素 6次平行实验检测值(μg/g) 平均值
(μg/g)RSD
(%)5号样品 Ni 116.83 119.04 114.52 121.75 118.08 111.61 116.97 3.04 Cu 206.86 208.96 212.57 204.88 210.73 209.09 208.85 1.31 Cd 5.89 5.98 5.66 5.42 6.07 6.15 5.86 4.69 Pb 377.65 360.19 384.57 366.42 379.76 359.97 371.43 2.86 12号样品 Ni 330.05 344.47 327.59 335.04 338.73 349.62 337.58 2.50 Cu 356.31 347.87 342.46 360.93 354.52 361.42 353.92 2.11 Cd 20.18 18.25 18.57 19.62 19.74 20.09 19.41 4.16 Pb 1227.43 1268.87 1239.15 1241.06 1251.53 1231.50 1243.26 1.21 3. 结论
提出采用基体匹配ICP-MS法定量金矿浮选样品中的痕量有害元素。首先采用XRF确认各浮选样品的主量基体元素后，将其分为铝基体、铁铝基体和铁硫基体三类。在500μg/mL和1000μg/mL基体溶液中，基体元素种类和数量对痕量有害元素定量结果差异较小，其相对偏差在±10%以内。表明采用高浓度的基体元素溶液配制有害元素标准溶液，不会对有害元素定量结果产生影响，且复杂基体有害元素标准溶液在定量金矿浮选样品中有害元素时还可起到削弱基体差异的作用。在有害元素标准溶液基体浓度相同(1000μg/mL)的前提下，金矿浮选样品中有害元素定量结果不受基体元素种类和数量影响，且与纯试剂有害元素标准溶液定量结果的相对标准偏差小于7.73%，而内标回收率与100%理想值差值绝对值的平均差较纯试剂有害元素标准溶液测试低24.07%。因此，采用了铁硫基体有害元素标准溶液测试不同基体类型的金矿浮选样品，该方法消解和测试的加标元素回收率在92.08%～105.36%之间，测试环节加标回收率为95.68%～106.05%，精密度(RSD)为1.21%～4.69%，具有准确度高的特点。
本文方法虽仅针对金矿浮选样品中部分有害元素的定量测试，但对于其他复杂金属矿产或合金类等样品中的痕量有害元素测试仍具有借鉴意义和实践参考，在地质矿产样品检测领域具有一定实用性。
-
![]()
图 1 四个温度下制备溶液的测定结果与标准物质标准值范围的比较
Figure 1. Comparison of the determination results of prepared solutions at four different temperatures with the range of certified values of reference materials
![]()
图 2 加入内标测定和直接测定的相对标准偏差比较
Figure 2. Comparison of relative standard deviations between internal standard determination and direct determination
![]()
图 3 未知样品各元素(以氧化物计)含量分布
Figure 3. Distribution of each element content (in terms of oxide) in the unknown samples
表 1 分析元素、内标元素谱线及观测方式
Table 1 Characteristic wavelengths of analytical elements, internal standard elements and observation mode
元素 谱线(nm) 观测方式 元素 谱线(nm) 观测方式 Al 308.215 径向 Mn 257.610 轴向 Be 313.107 径向 Na 589.592 径向 Ca 317.933 径向 P 213.617 轴向 Fe 259.939 径向 Si 251.611 径向 K 776.490 径向 Ti 334.940 轴向 Mg 279.553 径向 Eu 412.970 径向 
下载: 导出CSV
表 2 方法检出限和测定下限
Table 2 Detection limit and determination limit of the method
成分 检出限
(%)测定下限
(%)成分 检出限
(%)测定下限
(%)Al2O3 0.06 0.20 MnO 0.005 0.02 BeO 0.01 0.03 Na2O 0.03 0.10 CaO 0.02 0.07 P2O5 0.05 0.17 TFe2O3 0.01 0.03 SiO2 0.20 0.66 K2O 0.02 0.07 TiO2 0.003 0.01 MgO 0.01 0.03
下载: 导出CSV
表 3 铍及主量元素测定结果精密度统计
Table 3 Precision statistics of determination results for beryllium and major elements
样品编号 项目 Al2O3 BeO CaO TFe2O3 K2O MgO MnO Na2O SiO2 TiO2 GBW07151 含量平均值(%) 14.77 0.36 0.58 0.58 3.85 0.070 0.036 4.65 73.91 0.016 RSD (%) 0.52 1.31 3.86 3.80 2.02 3.16 3.38 0.93 0.51 6.83 YC (%) 2.57 5.82 7.73 7.73 4.46 12.45 14.21 4.18 0.46 16.57 Lz-2
(实际铍矿石样品)含量平均值(%) 17.53 10.52 0.15 0.74 0.20 0.068 0.12 2.18 66.09 0.032 RSD (%) 0.62 1.59 6.14 3.67 3.89 1.85 3.02 2.22 0.61 6.82 YC (%) 2.35 2.02 10.60 7.27 9.95 12.52 11.12 5.36 0.54 14.54
下载: 导出CSV
表 4 标准物质中铍及主量元素的测定值与标准值对比
Table 4 Comparison of determination values and standard values of beryllium and major elements in standard materials
样品编号 测定参数 Al2O3 BeO CaO TFe2O3 K2O MgO MnO Na2O SiO2 TiO2 GBW07150 测定值(%) 14.93 0.06 0.60 0.49 4.14 0.07 0.03 4.75 73.74 0.01 标准值(%) 14.86 0.060 0.582 0.513 4.10 0.071 0.03 4.79 73.97 0.015 相对误差(%) 0.47 −1.67 3.26 −3.70 0.98 −4.23 0.00 −0.84 −0.31 −6.67 YB (%) 1.81 6.08 5.46 5.64 3.09 8.78 10.41 2.92 0.32 11.85 GBW07151 测定值(%) 14.74 0.35 0.61 0.57 3.94 0.08 0.04 4.74 74.04 0.02 标准值(%) 14.81 0.365 0.584 0.593 3.89 0.069 0.036 4.67 73.99 0.016 相对误差(%) −0.47 −3.29 4.62 −3.88 1.29 8.70 −2.78 1.50 0.07 0.00 YB (%) 1.81 4.10 5.46 5.44 3.14 8.83 10.05 2.95 0.32 11.71 GBW07183 测定值(%) 15.74 2.99 0.51 0.46 3.17 0.08 0.02 3.64 71.84 0.01 标准值(%) 15.55 3.02 0.52 0.47 3.28 0.083 0.02 3.67 71.97 0.01 相对误差(%) 1.22 −0.99 −1.92 −2.13 −3.26 −2.41 5.00 −0.82 −0.18 0.00 YB (%) 1.77 2.29 5.62 5.76 3.33 8.50 11.24 3.21 0.34 12.76
下载: 导出CSV
表 5 碱熔法和酸溶法处理样品铍及主量元素测定结果比对
Table 5 Comparison of determination results for beryllium and major elements in samples processed using alkaline fusion and acid dissolution
样品编号 测定参数 Al2O3 BeO CaO TFe2O3 K2O MgO MnO Na2O TiO2 Be-xh 碱熔法测定值(%) 16.97 0.14 20.99 11.55 1.33 1.21 1.61 1.34 − 酸溶法测定值(%) 17.27 0.11 21.20 11.37 1.27 1.17 1.64 1.24 − RD (%) −1.72 19.56 −1.00 1.50 4.65 3.28 −2.33 7.52 − Be-rgl 碱熔法测定值(%) 0.68 12.81 1.77 26.10 0.08 0.29 16.47 − 0.026 酸溶法测定值(%) 0.66 13.05 1.90 26.46 0.08 0.31 16.73 − 0.021 RD (%) 2.78 −1.85 −7.24 −1.34 −4.57 −7.40 −1.55 − 21.28 Lz-2 碱熔法测定值(%) 17.44 10.62 0.15 0.71 0.24 0.068 0.11 2.11 0.033 酸溶法测定值(%) 17.38 10.55 0.13 0.71 0.26 0.066 0.12 2.29 0.029 RD (%) 0.35 0.67 17.05 −0.06 −6.27 2.48 −2.53 −8.21 12.90 Be-kq 碱熔法测定值(%) 19.77 0.54 0.88 0.89 4.17 0.041 0.22 2.93 0.010 酸溶法测定值(%) 19.59 0.49 0.92 0.92 4.27 0.038 0.23 3.10 − RD (%) 0.90 8.48 −3.54 −3.18 −2.35 6.73 −3.51 −5.68 − 注：表格中的“−” 为低于本方法测定下限的测定结果。
下载: 导出CSV
-
[1] 王登红, 孙艳, 代鸿章, 等. 我国“三稀矿产”的资源特征及开发利用研究[J]. 中国工程科学, 2019, 21(1): 119−127. doi: 10.15302/J-SSCAE-2019.01.017 Wang D H, Sun Y, Dai H Z, et al. Characteristics and exploitation of rare earth, rare metal and rare-scattered element minerals in China[J]. Strategic Study of CAE, 2019, 21(1): 119−127. doi: 10.15302/J-SSCAE-2019.01.017
[2] 李建康, 邹天人, 王登红, 等. 中国铍矿成矿规律[J]. 矿床地质, 2017, 36(4): 951−978. Li J K, Zou T R, Wang D H, et al. A review of beryllium metallogenic regularity in China[J]. Mineral Deposits, 2017, 36(4): 951−978.
[3] 董京娱, 黄凡, 王登红, 等. 不同类型铍矿床中绿柱石的地球化学特征及其地质意义[J]. 岩石学报, 2023, 39(7): 2153−2166. doi: 10.18654/1000-0569/2023.07.16 Dong J Y, Huang F, Wang D H, et al. Geochemical characteristics and geological significance of beryl in different of beryl in different types of beryllium deposits[J]. Acta Petrologica Sinica, 2023, 39(7): 2153−2166. doi: 10.18654/1000-0569/2023.07.16
[4] 邓伟, 颜世强, 谭洪旗, 等. 我国铍矿资源概况及选矿技术研究现状[J]. 矿产综合利用, 2023, 44(1): 148−154. Deng W, Yan S Q, Tan H Q, et al. General situation of beryllium ore resources and research status of mineral processing technology in China[J]. Multipurpose Utilization of Mineral Resources, 2023, 44(1): 148−154.
[5] 施璐, 鞠楠, 伍月, 等. 华北克拉通北缘东段新发现大喜营子铷-铍矿床[J]. 地质与资源, 2023, 32(2): 245−248. Shi L, Ju N, Wu Y, et al. Newly discovered Daxiyingzi Rb-Be deposit in the eastern section of the northern margin of North China Craton[J]. Geology and Resources, 2023, 32(2): 245−248.
[6] 陈振宇, 李胜利, 李晓峰, 等. 冀北窟窿山火山岩型铍矿化的发现及其地质意义[J]. 岩石学报, 2023, 38(7): 1901−1914. Chen Z Y, Li S L, Li X F, et al. Discovery and prospecting potential of volcanic beryllium mineralization in Kulongshan[J]. Acta Petrologica Sinica, 2023, 38(7): 1901−1914.
[7] 唐俊林, 柯强, 徐兴旺, 等. 西昆仑大红柳滩地区龙门山锂铍伟晶岩区岩浆演化与成矿作用[J]. 岩石学报, 2022, 38(3): 655−675. doi: 10.18654/1000-0569/2022.03.05 Tang J L, Ke Q, Xu X W, et al. Magma evolution and mineralization of Longmenshan lithium beryllium pegmatite in Dahongliutan area, West Kunlun[J]. Acta Petrologica Sinica, 2022, 38(3): 655−675. doi: 10.18654/1000-0569/2022.03.05
[8] 钱烨, 赵昌吉, 张涛, 等. 吉林中部早侏罗世A型花岗岩的地球化学特征及地质意义[J]. 黑龙江科技大学学报, 2021, 31(5): 562−568. Qian Y, Zhao C J, Zhang T, et al. Geochemical characteristics and geological significance of early Jurassic A type granite[J]. Journal of Heilongjiang University of Science & Technology, 2021, 31(5): 562−568.
[9] 陈振宇, 李建康, 周振, 等. 硬岩型锂-铍-铌-钽资源工艺矿物学评价指标体系[J]. 岩石学报, 2023, 39(7): 1887−1907. doi: 10.18654/1000-0569/2023.07.02 Chen Z Y, Li J K, Zhou Z, et al. Study on process mineralogical evaluation index system of hard rock lithium-beryllium-niobium-tantalum mineral resources[J]. Acta Petrologica Sinica, 2023, 39(7): 1887−1907. doi: 10.18654/1000-0569/2023.07.02
[10] 张盈盈, 石磊. 电感耦合等离子体原子发射光谱(ICP-AES)法测定铝铍中间合金中的铍[J]. 中国无机分析化学, 2018, 8(1): 33−36. Zhang Y Y, Shi L. Determination of beryllium in aluminum-beryllium alloy by inductively coupled plasma-atomic emission spectrometry[J]. Chinese Journal of Inorganic Analytical Chemistry, 2018, 8(1): 33−36.
[11] 刘军, 孙洪涛, 李晖, 等. 电感耦合等离子体原子发射光谱法测定铍中氧化铍的含量[J]. 理化检验(化学分册), 2019, 55(12): 1452−1454. Liu J, Sun H T, Li H, et al. Determination of beryllium oxide in beryllium by inductively coupled plasma atomic emission spectrometry[J]. Physical Testing and Chemical Analysis (Part B: Chemical Analysis), 2019, 55(12): 1452−1454.
[12] 杜桂荣, 赵杰, 丁红芳, 等. 电感耦合等离子体原子发射光谱法(ICP-OES)测定铍轴伴生矿石中的铍[J]. 中国无机分析化学, 2015, 5(2): 30−33. Du G R, Zhao J, Ding H F, et al. Determination of beryllium in beryllium associated uranium ore by inductively coupled plasma optical emission spectrometry[J]. Chinese Journal of Inorganic Analytical Chemistry, 2015, 5(2): 30−33.
[13] 姚钟威, 田学达, 罗义威, 等. 萤石矿石中低品位彼的测定[J]. 湿法冶金, 2021, 40(2): 174−177. Yao Z W, Tian X Y, Luo Y W, et al. Determination of low grade beryllium in fluorite ore[J]. Hydrometallurgy of China, 2021, 40(2): 174−177.
[14] 赵学沛. 多种酸溶矿ICP-AES测定稀有金属矿中锂铍铌钽锡[J]. 化学研究与应用, 2017, 29(11): 1714−1718. Zhao X P. Determination of lithium, beryllium, niobium and tantalum in rare metal ores by four acid soluble ICP-AES[J]. Chemical Research and Application, 2017, 29(11): 1714−1718.
[15] 雷勇, 勾钰霞, 易建春, 等. 密闭消解-电感耦合等离子体光谱法测定稀有金属矿选冶流程样品中锂、铍、铌和钽[J]. 矿产综合利用, 2023, 44(4): 205−210. Lei Y, Gou Y X, Yi J C, et al. Inductively coupled plasma atomic emission spectrometric determination of lithium, beryllium, niobium and tantalum in sample of beneficiation process of rare metal ore after closed digestion[J]. Multipurpose Utilization of Mineral Resources, 2023, 44(4): 205−210.
[16] 杨林, 邹国庆, 周武权, 等. 微波消解-电感耦合等离子体质谱(ICP-MS)法测定稀有多金属矿中锂铍铌钽铷铯[J]. 中国无机分析化学, 2023, 13(8): 825−830. doi: 10.3969/j.issn.2095-1035.2023.08.006 Yang L, Zou G Q, Zhou W Q, et al. Determination of Li, Be, Nb, Ta, Rb, Cs in rare polymetallic ores by inductively coupled plasma mass spectrometry (ICP-MS) with microwave digestion[J]. Chinese Journal of Inorganic Analytical Chemistry, 2023, 13(8): 825−830. doi: 10.3969/j.issn.2095-1035.2023.08.006
[17] 张永盛, 谭雪英. ICP-AES法测定绿柱石中铍硅铝铁镁钙钛和锰[J]. 分析试验室, 1993, 12(5): 61-63. Zhang Y S, Tan X Y. Determination of Be, Si, Al, Fe, Ca, Mn, Ti , Mg in beryl by ICP-AES[J]. Chinese Journal of Analysis Laboratory, 1993, 12(5): 61-63.
[18] 方彦霞, 齐白羽, 张彦翠, 等. 电感耦合等离子体原子发射光谱法同时测定铍冶炼过程中的铍、铁、铝和硅[J]. 理化检验(化学分册), 2019, 52(1): 80−82. Fang Y X, Qi B Y, Zhang Y C, et al. Simultaneous determination of beryllium, iron, aluminum and silicon in beryllium smelting process by inductively coupled plasma atomic emission spectrometry[J]. Physical Testing and Chemical Analysis (Part B: Chemical Analysis), 2019, 52(1): 80−82.
[19] 石华, 陶丽萍, 安国荣. 电感耦合等离子体原子发射光谱 (ICP-AES)法测定碳酸盐型石墨中硅、铁、铝等9种元素[J]. 中国无机分析化学, 2016, 6(1): 59−61. Shi H, Tao L P, An G R. Determination of nine elements in carbonate graphite ores by ICP-AES[J]. Chinese Journal of Inorganic Analytical Chemistry, 2016, 6(1): 59−61.
[20] 陈国娟, 庄驷耕, 徐晓欣. 无水偏硼酸锂熔融-电感耦合等离子体发射光谱法(ICP-AES)测定岩屑样品中的造岩元素[J]. 当代化工, 2018, 47(6): 1314−1420. Chen G J, Zhuang S G, Xu X X. Determination of rock forming elements in cuttings by melting-ICP-AES method[J]. Contemporary Chemical Industry, 2018, 47(6): 1314−1420.
[21] 刘静, 彭展, 马慧侠, 等. 偏硼酸锂熔融-火焰原子吸收光谱法测定铝土矿中K2O和Na2O含量的研究[J]. 轻金属, 2022(2): 53−57. Liu J, Peng Z, Ma H X, et al. Determination of K2O and Na2O content in bauxite by flame atomic absorption spectrometry with lithium metaborate fusion[J]. Light Metals, 2022(2): 53−57.
[22] 门倩妮, 沈平, 甘黎明, 等. 敞开酸溶和偏硼酸锂碱熔ICP-MS法测定多金属矿中的稀土元素及铌钽锆铪[J]. 岩矿测试, 2020, 39(1): 688−697. Men Q N, Shen P, Gan L M, et al. Determination of rare earth elements and Nb, Ta, Zr, Hf in polymetallic mineral samples by inductively coupled plasma-mass spectrometry coupled with open acid dissolution and lithium metaborate alkali fusion[J]. Rock and Mineral Analysis, 2020, 39(1): 688−697.
[23] 《岩石矿物分析》编委会. 岩石矿物分析(第四版 第一分册) [M]. 北 京: 地 质 出 版 社, 2011: 207, 466-467. The editorial committee of “Rock and Mineral Analysis”. Rock and Mineral Analysis (The fourth edition: Vol. Ⅰ)[M]. Beijing: Geological Publishing House, 2011: 207, 406.
[24] 王力强, 王家松, 魏双, 等. 偏硼酸锂熔融-电感耦合等离子体发射光谱法测定钨钼矿石中钨钼及11种伴生元素[J]. 岩矿测试, 2021, 40(5): 688−697. Wang L Q, Wang J S, Wei S, et al. Determination of W, Mo and 11 other elements in tungsten-molybdenum ores by inductively coupled plasma optical emission spectrometry with lithium metaborate fusion[J]. Rock and Mineral Analysis, 2021, 40(5): 688−697.
[25] 王冠, 董俊, 徐国栋, 等. 偏硼酸锂熔融-电感耦合等离子体发射光谱法结合扫描电镜能谱测定锡矿石中锡钨锌铜铁锰[J]. 岩矿测试, 2023, 42(1): 114−124. Wang G, Dong J, Xu G D, et al. Determination of tin, tungsten, zinc, copper, iron and manganese in tin ore by lithium metaborate fusion-inductively coupled plasma-optical emission spectrometry combined with scanning electron microscopy-energy dispersive X-ray spectrometry[J]. Rock and Mineral Analysis, 2023, 42(1): 114−124.
[26] 邝安宏, 胡家明. 偏硼酸锂碱熔-电感耦合等离子体发射光谱法测定透辉石中的SiO2、CaO、MgO、Al2O3、Fe2O3[J]. 分析测试技术与仪器, 2018, 24(3): 173−178. Kuang A H, Hu J M. Determination of SiO2, CaO, MgO, Al2O3, Fe2O3 in diopside by inductively coupled plasma atomic emission spectrometry with lithium metaborate fusion sample pretreatment[J]. Analysis and Testing Technology and Instruments, 2018, 24(3): 173−178.
[27] 马生凤, 温宏利, 巩爱华, 等. 偏硼酸锂碱熔-电感耦合等离子体发射光谱法测定硫化物矿中硅酸盐相的主成分[J]. 岩矿测试, 2009, 28(6): 535−540. Ma S F, Wen H L, Gong A H, et al. Determination of major components in silicate phase of sulphide ores by ICP-AES with lithium metaborate fusion sample pretreatment[J]. Rock and Mineral Analysis, 2009, 28(6): 535−540.
[28] Panteeva S V, Gladkochoub D P, Donskaya T V, et al. Determination of 24 trace elements in felsic rocks by inductively coupled plasma mass spectrometry after lithium metaborate fusion[J]. Spectrochimica Acta Part, 2003, 58: 341−350. doi: 10.1016/S0584-8547(02)00151-9
[29] 王家松, 王力强, 王娜, 等. 偏硼酸锂熔融分解锆英砂的实验条件优化研究[J]. 华北地质, 2022, 45(4): 48−52. Wang J S, Wang L Q, W N, et al. Optimization of experimental conditions for melting decomposition[J]. North China Geology, 2022, 45(4): 48−52.
[30] 郑建国, 周勤, 钱浩雯. 内标法在ICP-AES中的应用研究-Ⅰ. 信号的相关性与精密度的改善[J]. 分析测试学报, 1994, 13(2): 28−34. Zheng J G, Zhou Q, Qian H W. Applied research of ICP-AES internal standard method-Ⅰ. Correlation of signals and improving precision[J]. Journal of Instrumental Analysis, 1994, 13(2): 28−34.
[31] 叶家喻, 江宝林. 区域地球化学勘查样品分析方法[M]. 北京: 地质出版社, 2004: 226-227. Ye J Y, Jiang B L. Methods of sample analysis for regional geochemical exploration[M]. Beijing: Geological Publishing House, 2004: 226-227.
计量
- 文章访问数: 135
- HTML全文浏览量: 13
- PDF下载量: 44
京公网安备 11010202008159号