采用经典非零离子交换力学数学模型对矿物离子交换利用率及拆分工作效率进行了插值排序，科学研究矿物公差对有色金属拆分操作过程中铅、银和锌的离子交换犯罪行为的负面影响。建立了 BP 人工智能数学模型，预估平均值给矿公差对矿物利用率及拆分工作效率的负面影响。结果显示，较低粒级(-74~+20 µm)下铅和银的离子交换利用率最低，而致密粒级锌夹杂轻微，3 种矿物的离子交换速度均随矿物公差的增大而增大；-105~+20 µm 粒级下矿物的拆分工作效率最低，过粗或枝节均不利于矿物的离子交换拆分。BP-ANN 预估结果显示，该矿物的最差平均值给料公差为 26~94 µm；银具备良好的铅稳定度，透过添加锌抑制剂 ZCY，配合使用对银
矿物有良好特异性的捕收剂 DA-1，能实现银在有色金属拆分中的取向回收。有色金属多金属氢化矿床中常伴生有银矿物，由于银在铅矿砂中的外币远高于锌、硫矿砂，因此，如何介导银矿物富集至铅矿砂中是目前熔炼领域科学研究的重要课题[1]。但是，银的成矿状态多种多样，除以晶格取代方式成矿在主矿物中外，还有部分银以单一制银矿物及富银矿物方式存在，这类矿物的回收丝菌磨矿透射率、药片制度及矿浆 pH 等因素的负面影响，使银矿物的回收形势严峻[2]。
矿物公差是负面影响有色金属多金属氢化矿中银取向回收的关键性参数。一方面，给料公差决定了矿物的可孢子粉及离子交换速度：细磨能确保银矿物的高效率离解，有利于单一制银矿物与其他矿物间的离子交换拆分，但是，过度细磨又会使矿物与液体间的碰撞概率减少，无法形成三相凝固周边，使致密粒银的离子交换速度及利用率均较高[3]；而扁枝银矿物离解度相对较高，引致银与氧化锆和若丽鱼矿物间无法有效离解，此外，扁枝矿物质量大，易从液体表面脱落，进一步引致扁枝银矿物的离子交换利用率低[4]，因此，科学研究完全相同粒级下各矿物的离子交换犯罪行为，探索银矿物离子交换回收适合的给料公差，是确保银高效率回收的前提基础。另一方面，在完全相同粒级下，萤石、氧化锆、单一制银矿物及若丽鱼矿物各有其独特的离子交换犯罪行为，如何确保单一制银矿物与萤石具备完全相同或相近的离子交换犯罪行为和适合的进料粒级，提高银矿物与氧化锆及若丽鱼矿物间离子交换犯罪行为差异，介导完全相同粒级下的银矿物进入外币更高的铅矿砂中，是实现银在有色金属离子交换拆分操作过程中取向回收的关键性。
离子交换力学是科学研究矿物公差对矿物离子交换犯罪行为负面影响的手段，透过建立数学数学模型，进而排序赢得矿物方法论最大利用率，同时赢得完全相同粒级下各矿物的离子交换速度。但是，氢化矿离子交换力学是线性的，且操作过程十分复杂，无法透过现代力学反映出窄粒级对矿物离子交换犯罪行为的负面影响。人工智能(ANN)是一种具备自主学习、自组织和对输入的数据高纠错能力的方法，适于线性对象的分析、预估和函数插值，基于人工智能数学模型能准确的预估试验观察到的定性和定量态势，从而赢得窄粒级对矿物离子交换犯罪行为及拆分工作效率的负面影响，突破现代熔炼匀浆粒级尺寸的限制，出题CT7525BBP粒级下银在有色金属离子交换拆分操作过程中的分配走向问题。
结论
1) 铅和银的最大方法论利用率(ε∞)值随公差的增加呈先升高后减少态势，较低粒级-74~ +20 µm 的离子交换利用率最低，扁枝级(-150~+105 µm)和颗粒状级(-20 µm)的利用率均较高。锌的离子交换利用率随着公差的增大逐渐增加，致密粒级锌夹杂轻微；铅、银和锌离子交换速度常数均随公差的增大而增大，单一制银矿物的离子交换速度最低，而氧化锆的离子交换速度最低，延长离子交换时间，可能会有更多的锌矿物被夹杂至矿砂产品中。
2) 不管是铅-锌拆分，还是银-锌拆分，较低粒级(-105~ +20 µm)的拆分工作效率最低，而扁枝级(-150~+105 µm)及致密粒级(-20 µm)的拆分工作效率较高。
3) 银的最差回收粒级覆盖范围基本与铅重合，银具备良好的铅稳定度。使用高效率特异性离子交换药片，并控制一定的公差覆盖范围，可使银矿物取向至铅矿砂中。
4) BP-ANN 数学模型能良好地预估矿物的离子交换利用率及拆分工作效率，对于本科学研究所用矿物，其最差回收公差为 26~94 µm，此时铅-锌和银-锌的拆分工作效率均较高。
"鼎锋贵金属回收含各类贵金属金银钯铂铑，金银回收这是我们贵金属回收其中一项业务。如果你有含贵金属废料，和我们联系，我们将会给你一个满意的价格。"
