鎢礦堿分解工藝制備仲鎢酸銨全流程仿真計算

龔丹丹，張勇，周紅麗，錢漢麟，馬愛順，任嗣利，李明周

(1.江西理工大學 稀有稀土資源開發與利用省部共建協同創新中心，江西 贛州，341000；2.江西理工大學 資源與環境工程學院，江西 贛州，341000；3.崇義章源鎢業股份有限公司，江西 崇義，341300；4.江西理工大學 材料冶金化學學部，江西 贛州，341000)

鎢是一種稀有金屬，具有高熔點、高硬度和高強度等優異特性，廣泛應用于航空航天、國防科技、電子信息等領域。鎢礦堿分解工藝制備仲鎢酸銨(ammonium paratungstate, APT)的生產流程包括以下步驟：鎢精礦混合→磨礦→堿分解→過濾洗滌→濃料脫磷→配料→離子交換→解吸→除鉬→蒸發結晶[1-2]。鎢礦堿分解工藝經過40余年的生產實踐，技術發展得比較成熟，產品質量也得到穩定控制。

仿真計算是計算機技術應用于冶金工程問題求解的常用方法，其根據冶金生產工藝過程的基本原理或生產(實驗)數據，通過構建相應數學模型和開展仿真實驗，實現對生產過程的產出預測和參數優化[3-5]?！耙苯?仿真計算”的技術方法因具有高效、安全、重現性好等優點，在冶金復雜工程問題的求解中呈現了廣闊的應用前景[6-9]。目前，仿真計算與鎢冶煉工藝相結合的研究主要集中于自動化控制系統的開發以及生產設備的信息化與自動化改造2方面[10-12]。這些研究在一定程度上減少了生產企業的人力消耗，提高了生產效率，為鎢礦冶煉工藝的數字化和智能化轉型升級發展奠定了良好的工作基礎。

MetCal是一款可用于冶金全流程計算模型與在線控制系統開發的通用平臺(MetCal Desk)[4,6]。作為一款高效的冶金流程模擬軟件，MetCal可完成質量平衡、化學平衡和熱平衡計算，供冶金、化工、選礦等領域的設計研究人員自主開發全流程計算模型，具有運算速度快、通用性強、操作簡便靈活、過程直觀和易學易用等特點。目前，該軟件已成功應用于多家單位，并取得了良好效果。

鎢礦堿分解工藝制備仲鎢酸銨的流程長、工序復雜、原輔料和生產設備多，導致物料的遷移分配行為較復雜。同時，鎢冶煉生產關鍵技術指標的控制，大多是根據人工取樣和離線檢測的結果進行滯后調整，或是依靠人工生產經驗“粗放式”調控，生產過程的優化控制水平有待進一步提升。為使鎢冶煉生產工藝進一步提質增效，實現生產過程的優化穩定和低成本運行，探明各物料的走向和元素分配行為規律至關重要。為此，本文將仿真計算應用于鎢礦冶煉過程，采用MetCal軟件開發鎢礦堿分解工藝制備仲鎢酸銨全流程的數學模型。在此基礎上，開展鎢礦堿分解全流程仿真計算，探明該工藝系統中各物料的投入和產出情況以及物料元素的分配行為，為生產企業從過程角度進行成本核算和相關設計提供參考。

1 鎢礦堿分解工藝制備仲鎢酸銨生產過程

1.1 鎢礦堿分解工藝生產流程

圖1所示為鎢礦堿分解工藝制備仲鎢酸銨的生產全流程，主要包括磨礦、堿分解、脫磷、離子交換、除鉬和蒸發結晶這幾個工序。其中，離子交換工序是我國20世紀70年代末首創的生產技術，經不斷改進后，該技術在我國鎢冶煉工業得到了廣泛應用，具有金屬收率高、原料適應性強、操作環境友好等特點，對我國鎢行業的可持續發展作出了巨大的貢獻。

圖1 鎢礦堿分解工藝制備仲鎢酸銨的生產流程Fig.1 Process of ammonium paratungstate produced by alkali decomposition of tungsten ore

由圖1可以看出：鎢礦堿分解工藝制備仲鎢酸銨的生產流程較長，包含多個工序，且各工序又含多個作業單元。生產全流程涉及物料和設備較多，中間產物和返料復雜，導致生產企業難以精準工藝調控和實時跟蹤物料狀態。通過構建全流程熱力學仿真計算模型，并進行典型工況條件下的計算分析，探明該工藝生產中各工序的投入和產出情況、物料遷移與分配行為是一種有效的解決方法。

1.2 鎢礦堿分解全流程工序

1.2.1 配礦工序

生產上，鎢精礦原料種類批次多、產地不同，其品位和成分復雜多變。因此，需要將不同批次的鎢精礦按一定比例進行混合以控制雜質總量，便于后續生產的穩定控制。配礦后得到的混合鎢精礦由電動葫蘆吊進礦倉，再經螺旋給料機以一定的速度定量送入雙筒振動球磨機。

1.2.2 磨礦工序

堿分解工藝對鎢精礦的粒度有較高要求，因此，鎢礦在堿分解前需要對鎢精礦進行球磨[13]。生產上，先將一定量的鎢精礦送入球磨機，再定量給水進行磨礦。通過控制球磨時間，98%以上的鎢精礦粒度在0.043 mm以下，滿足生產工藝要求。

1.2.3 鎢礦堿分解工序

混合鎢精礦經過球磨以后，得到礦漿。向該礦漿內加入氫氧化鈉，于反應釜內按照反應方程式(1)～(3)進行堿分解反應：

在生產過程中，為了抑制白鎢礦發生“返鈣”，需要加入一定量的磷酸或磷酸鹽。其中，氫氧化鈉用量、分解反應溫度、分解保溫時間、鎢精礦中的鈣含量等對鎢的分解率有較大影響。

1.2.4 脫磷工序

鎢精礦中常含有雜質元素磷，同時，堿分解工序加入的磷酸或磷酸鹽也會引入雜質磷，導致部分磷會進入Na2WO4溶液[14]。為了減少雜質磷的不良影響，生產上粗鎢酸鈉分解液的磷質量濃度一般需要控制在0.4～0.7 g/L，而仲鎢酸銨產品的磷質量分數通常要求控制在7×10-6以下。生產中往往設置專門的脫磷作業，以實現粗鎢酸鈉溶液中雜質磷的脫除。其方法是根據分解液中磷的濃度，加入一定量的碳酸鈣，通過反應式(4)，將磷酸鹽以磷酸鈣或羥基磷酸鈣等形式轉入脫磷渣，以達到脫磷的目的。

1.2.5 離子交換工序

強堿性陰離子交換樹脂(201×7型)對高濃度的鎢酸根(WO24-)吸附效果較差，因此，生產上在離子交換作業前需要將分解液(WO3質量濃度在200 g/L以上)進行稀釋[15]。通常地，生產上將脫磷后液稀釋至15～25 g/L后再流經離子交換樹脂，溶液中WO24-與樹脂(用上橫線表示參與反應的離子交換樹脂的官能團)按照式(5)進行交換反應，以實現鎢與磷、砷、硅等雜質的初步分離：

待離子交換樹脂吸附飽和后，載鎢樹脂用氯化銨溶液進行解吸，鎢按照式(6)與Cl-進行交換而進入解吸液，實現鎢的轉型，并得到鎢酸銨溶液。

1.2.6 除鉬工序

由于鎢鉬性質相似，離子交換得到的解吸液中仍會含有一定濃度的鉬，而仲鎢酸銨產品對鉬含量有嚴格要求(Mo質量分數需低于2×10-5)[16-17]，因此，在離子交換工序解吸作業后，所得的鎢酸銨溶液在蒸發結晶工序前需要進行除鉬作業。鎢酸銨體系除鉬方法主要有選擇性沉淀法、密實移動床-流化床離子交換法、樹脂吸附沉淀法等。在工業生產中，一般采用選擇性沉淀法，其原理是基于鉬和鎢對硫的親和力差異[18-19]。將鎢酸銨溶液中的鉬進行硫化(反應式(7)～(10))：

然后，加入硫酸銅溶液(由五水硫酸銅加入氨水配成)進行沉鉬，得到硫代鉬酸銅沉淀(式(11))，即可實現鉬的深度凈化。

1.2.7 蒸發結晶工序

除鉬作業凈化后的鎢酸銨溶液通過水蒸氣加熱脫氨不斷酸化，仲鎢酸銨(APT)便會在里面結晶析出[20]。待溶液pH降至6.5～7.0時，停止作業，放料，再用布式吸濾槽過濾并水洗，便可得到產品仲鎢酸銨。鎢酸銨溶液蒸發結晶制備APT反應式如下：

綜上所述，鎢礦堿分解工藝制備仲鎢酸銨是一個復雜的工藝過程，用常規手段難以有效、準確地獲取各個工序的物料遷移分配信息。本文根據該工藝的生產實踐，基于工藝過程的基本原理，應用MetCal軟件平臺，構建鎢礦堿分解工藝制備仲鎢酸銨全流程仿真數學模型和仿真計算系統，進而開展典型工況下的仿真計算分析，以期探明物料的遷移分配行為，為提高我國鎢冶煉生產的數字化水平提供參考。

2 鎢礦堿分解全流程仿真計算模型

為準確描述鎢礦堿分解工藝制備仲鎢酸銨全流程各工序的物料遷移分配行為，本文作者基于各工序的質量守恒、化學平衡、元素分配約束和指標約束等原理，構建鎢礦堿分解工藝制備仲鎢酸銨全流程仿真計算模型。

2.1 全流程控制數學模型建模原理

在介紹鎢礦堿分解工藝制備仲鎢酸銨全流程仿真計算數學模型的建模原理時，定義相關物理量：為投入物i的質量，未知，kg；為投入物i中c組分的質量(含量未知時定義)，kg；為產出物j的質量，未知，kg；為產出物j中c組分的質量(含量未知時定義)，kg；為投入物i的質量，已知，kg；為產出物j的質量，已知，kg；為c組分在投入物i中的質量分數(含量已知時定義)，kg/kg；為c組分在產出物j中的質量分數(含量已知時定義)，kg/kg；Cc,e為e元素在c組分中的質量分數；Cj,e為e元素在產出物j中的質量分數；Dj,e為e元素在產出物j中的分配系數；Re1/c,j為產物j中元素e1在與化合物c的質量比。

在構建鎢礦冶煉生產的全流程仿真計算數學模型中，可根據實際需要將投入、產出物料總量及各組成含量設為常量或變量，便于指標控制。

2.1.1 元素質量守恒方程

在冶煉各工序中，投入物和產出物中元素遵循下式所示的質量守恒關系：

2.1.2 總量平衡方程

定義Cm.c為c組分在物料m中的質量分數，Xm,c為物料m中c組分的質量(kg)，當某投入或產出物中含有未知待求組分含量時，應按照以下2種情況構建該物料的總量平衡方程。

1) 若Cm,c為變量，則

2) 若Cm,c為常量，則

2.1.3 元素質量分配方程

根據各元素在冶煉過程中的分配行為可建立元素質量分配方程，并可通過元素在各產物相中的分配系數來計算產物組成。元素e在產物j中的分配方程有2種形式。

1) 若產物p的質量為，則元素e的平衡關系可用下式表示：

2) 若產物p的質量為，則元素e的平衡關系可用下式表示：

2.1.4 元素二次分配方程

當j產物中多個組分均含有同一主元素e時(如脫磷渣中的Ca2P2O7和WP2)，僅由元素e在產物中的分配系數還不能確定多個組分的質量，此時，應補充元素二次分配方程，即可通過給定元素e在各個化合物中的比例加以確定。假定產物j中的c1和c2均含有元素e，R為產物j中c1中元素e的質量與c2中元素e的質量比，則元素在產物中的二次分配存在如下3種情況。

1) 若c1和c2的質量均為變量，則

2) 若c1的質量為變量，c2的質量為常量，j的質量為常量，則

3) 若c1的質量為變量，c2的質量為常量，j的質量為變量，則

2.1.5 元素化合物質量比控制方程

冶煉產物中某些簡單化合物以多種形式出現，此時，需將Re1/c,j換算為元素與元素質量比，設e2為化合物c中的主元素，則對應的元素質量比Re1/e2,j可表示為

此時，元素化合物的質量比控制方程有2種表現形式。

1) 若產物j質量為變量，則

2) 若產物j質量為常量，則

2.1.6 元素質量分數控制方程

定義Cj,e為元素e在產物j中的質量分數，元素質量分數控制方程存在2種情況。

1) 若產物j質量為變量，則

2) 若產物j質量為常量，則

2.1.7 其他約束方程

若在冶煉體系中存在其他約束關系不能用上述6類方程表示的情況，則可根據具體情況構建、、、變量線性方程進行數學描述。鎢礦堿分解工藝制備仲鎢酸銨過程中的指標控制就屬此類方程。比如，對于堿分解料液的脫磷過程，與組成有關的主要控制指標是脫磷后液中鎢磷質量比、脫磷渣中含鎢量等。

對某個冶煉工序，可通過聯立以上各類方程構建相應的熱力學仿真計算模型，利用該模型可對產物組成進行求解。所構建模型根據實際需要將投入、產出物料總量及各組成設為常量或變量。其中，元素質量分配方程中的元素分配系數可采用生產實踐經驗數據或根據相關反應通過理論計算確定。

2.2 全流程仿真計算模型及系統建立

基于2.1節介紹的全流程仿真計算模型的建?；驹?，根據各冶煉工序的特點和建模需要，依次構建鎢礦堿分解工藝制備仲鎢酸銨各工序的仿真計算模型，并基于各工序間的物料遷移傳遞特點，最終構建全流程仿真計算模型。由于堿分解是采用該工藝制備仲鎢酸銨的關鍵工序之一，且在建模時涉及節2.1中多種方程類型，故以該工序仿真計算模型構建為例，介紹仿真計算模型的實例化建立過程，其他工序仿真計算模型建立過程類似，而各工序物料傳遞原則是前端工序的部分產出物可作為后續工序的原料。

2.2.1 仿真建模假設

為確保建模過程的合理性和準確性，并順利完成實例化建模過程，需要根據堿分解工序的生產實踐，對該工序所涉及的投入物料及其組成、產物及其組成進行簡化和假設。

1) 體系元素。

堿分解工序的冶煉過程中投入的各類物料主要有混合鎢精礦、液堿、片堿、磷酸。

① 堿分解工序的體系元素組成為W、Mo、P、As、Si、Sn、Fe、Mn、Cu、Na、K、Al、Ca、S、F、C、H、O，共18個。

② 其他微量元素統稱為Other，并視為惰性物質，不參與反應，但這些元素會進入某些物相，影響化合物組成。定義一個Other物質，是為了保證投入與產出質量守恒。Other在各相中的分配系數可由經驗系數確定。

2) 體系產物。

堿分解過程主要產物有濃料、鎢渣。根據堿分解理論和生產實踐經驗，假定各產物組成如下。

① 濃料，主要成分是Na2WO4，剩余大多是的NaOH，同時還可能含有KOH、Na2MoO4、Na2HAsO4、Na2SiO3、Na2HPO4、Na2SnO4、NaF、NaAlO2、Na2SO4、H2O、Other、Fe(OH)2、Mn(OH)2、Ca(OH)2、Cu(OH)2和CaCO3。

②鎢渣，主要成分是Fe(OH)2、Mn(OH)2、Ca(OH)2，同時還可能含有Ca3(PO4)2、CaCO3、KAlSi3O8、Al2SiO5、MoS2、FeAsS2、CuFeS2、SiO2、FeS2、SnO2、Ca5(PO4)3F、H2O、Other以及Na2SiO3。

2.2.2 仿真計算模型建立

基于2.1節的建模原理，結合堿分解工序的生產實踐，將所涉及的各類建模方程實例化。

1) 體系變量。

① 投入物i：混合鎢精礦質量為已知，液堿質量未知，片堿質量未知，磷酸質量未知。各投入物組分及含量均已知，共有3個變量。

② 產物j：各產物量及其組分含量均未知，共有38個未知變量。

③ 總變量個數：投入物變量個數與產物變量個數之和為41，即堿分解體系共有41個變量。

2) 仿真數學模型。

由仿真建模假設可知，堿分解工序冶煉體系共41個未知變量，通過實例化質量守恒、化學平衡、元素分配約束和指標約束等各類方程，可建立由41元線性方程組構成的仿真計算模型，對未知變量進行求解。

① 元素質量守恒方程。

該工序冶煉體系包含W、Mo、P、As、Si等19種元素。

② 元素質量分配方程。

Si和Other在堿分解各產物相中的分配系數根據生產經驗給定，并且各產物量為待求變量。因此，可根據式(16)建立2個元素質量分配方程。

③ 物料與組分守恒方程。

各投入物組分含量均為已知，所以，投入物無此類方程。但2個產物的組成含量均為未知，因此，可采用式(14)列出2個產物與組分的守恒方程。

④ 指標控制約束方程。

定義Mc,P為組分c在鎢精礦中的質量(kg)，Mc,L為組分c在濃料中的質量(kg)，Mc,R為組分c在鎢渣中的質量(kg)。根據堿分解的生產實踐，可列出以下18個指標約束方程(其中，下標P代表產物，L代表液相，R代表鎢渣，s代表固相)。

I.堿用量比DNaOH：

II.堿分配比RNaOH：

III.磷酸與鈣質量比Rb：

IV.鎢酸錳損失率RMnWO4：

V.鎢渣含水率RH2O：

VI.二氧化硅分配比DSiO2：

VII.二硫化鐵分配比DFeS2：

VIII.元素磷分配比DP：

IX.氟磷酸鈣損失率RCa5(PO4)3F：

X.二硫化鉬損失率RMoS2：

XI.元素錫分配比DSn：

XII.氫氧化亞鐵分配比DFe(OH)2：

XIII.氫氧化錳分配比DMn(OH)2：

XIV.氫氧化銅分配比DCu(OH)2：

XV.元素鋁分配比DAl：

XVI.碳酸鈣分配比DCaCO3：

XVII.氫氧化鈣分配比DCa(OH)2：

XVIII.元素K分配比DK：

3) 總方程數。

由以上建模過程可知，堿分解工序可列出元素質量平衡方程19個，元素分配方程2個，產物與組分平衡方程2個，指標控制方程18個，共計41個，方程數等于變量數，滿足方程組變量求解條件。

2.2.3 仿真計算系統

仿照上述堿分解工序的模型構建方法，可依次構建各工序的仿真計算模型，并根據各工序投入產出物的關系，構建鎢礦堿分解全流程仿真計算模型。在此基礎上，基于冶化工藝數學模型應用系統開發平臺(MetCal)，采用平臺提供的物質流線、控制流線及數據流線，將各工序物料信息有序銜接，開發鎢礦堿分解工藝制備仲鎢酸銨全流程仿真計算系統(圖2)，為后續揭示典型工況條件下全流程中物料的遷移分配行為提供參考。

圖2 鎢礦堿分解工藝制備APT全流程仿真計算系統Fig.2 Calculation system for whole process of preparing ammonium paratungstate by alkali decomposition of tungsten ore

3 模型實例計算及驗證

3.1 計算條件

以國內某鎢冶煉企業的鎢礦堿分解工藝制備仲鎢酸銨典型生產工況為計算條件，開展仿真模擬計算。各工序計算條件如下。

1) 配礦。配礦時采用的白鎢精礦和黑鎢精礦成分見表1，混合鎢精礦投料量為5.50 t。其中，黑鎢精礦與白鎢精礦質量比為5.5，黑鎢精礦含水率為3.2%，白鎢精礦含水率為5.5%。

表1 鎢精礦主要成分(質量分數)Table 1 Main composition of tungsten ore(mass fraction)%

2) 磨礦?；旌湘u精礦質量與磨礦用水質量之比為1.2，機械損失率為0.05%，混合鎢精礦漿質量濃度為2.5 g/cm3。

3) 堿分解。鎢渣含水為2%，濃料密度為1.35 g/cm3，其他18個指標約束條件由2.2.2節中的18個方程確定。

4) 鎢渣過濾、洗滌。經過濾、洗滌后，鎢渣含水率為5%。

5) 濃料脫磷。碳酸鈣質量與濃料中P質量濃度之比為120，脫磷渣含水率為5%，脫磷后液密度為1.35 g/cm3。

6) 配料。脫磷后液加水后，得到的交前液密度為1.032 g/cm3。

7) 離子交換。離子交換吸附時離子交換雜質脫除率為90%，交后液密度為1.032 g/cm3。

8) 解吸。解吸時假定雜質在一段液中的脫除率為95%，W和Mo在二段液中的總富集率為98%，一段液密度為1.03 g/cm3，二段液密度為1.22 g/cm3，三段液密度為1.05 g/cm3，一段液體積與二段液體積之比為1:6，三段液體積與二段液體積之比為1:1.5，氯化銨溶液體積與解析用水體積為一段液體積、二段液體積與三段液體積之和。

9) 除鉬。雜質鉬的脫除率為55%，除鉬后液密度為1.21 g/cm3，除鉬渣含水率為8%。系數K1、K2、K3和K4之間的關系如下：

式中：VCuSO4,aq為硫酸銅溶液體積，L；Vl為二段液體積，L；ρl,Mo為二段液中Mo的質量濃度，g/L；V(NH4)2,aq為硫化銨溶液體積，L。

10) 蒸發結晶：結晶母液的密度為1.08 g/cm3，W在產品仲鎢酸銨APT的結晶率為95%。

3.2 計算結果

3.2.1 全流程物料平衡計算結果

根據以上計算條件，采用已開發的鎢礦堿分解工藝制備APT全流程仿真計算系統，開展該工藝的全流程仿真計算，全流程的物料平衡計算結果如表2所示。

表2 全流程物料平衡計算結果Table 2 Calculation results of material balance of whole process

由表2可知：模型計算得到投入和產出物料質量完全守恒，計算準確性高。

3.2.2 全流程元素分配計算結果

鎢礦堿分解工藝制備仲鎢酸銨全流程投入與產出物料的元素分配計算結果分別如表3和表4所示。

表3 全流程投入物料元素分配比例計算結果Table 3 Calculation results of distribution ratio of input material composition in whole process%

表4 全流程產出物料元素分配比例計算結果Table 4 Calculation results of distribution ratio of output material composition in whole process%

由表3和表4可知：鎢精礦、氫氧化鈉等原料各主要元素進入該工藝冶煉系統后，在各工序的遷移分配行為不同，如黑鎢精礦中WO3最終主要遷移分配至仲鎢酸銨產品，占比為91.75%；氫氧化鈉中Na元素主要遷移分配至交后液，占比為96.59%；Mo元素最終主要遷移分配至鎢渣和除鉬渣，占比分別為79.99%和15.21%；Fe、Mn、Ca元素主要通過堿分解工序進入鎢渣，占比在92%以上；Cu元素主要通過堿分解和除鉬工序進入鎢渣和除鉬渣，占比分別為77.63%和21.46%。在典型工況下各元素的以上分配率計算結果為明晰該工藝各元素的遷移分配行為提供了數據支撐。

3.3 結果驗證

為驗證以上鎢礦堿分解工藝模擬計算結果的準確性，將堿分解工序、脫磷工序和除鉬工序主要產物的計算結果與生產數據進行對比，結果如表5～7所示。

表5 堿分解工序產物主要成分Table 5 Main composition of alkali decomposition process products(mass fraction)%

由表6和表7可知：堿分解工序，濃料中WO3和P質量分數的絕對誤差分別為-0.928%和-0.005%，相對誤差分別為-5.755%和-12.195%；鎢渣中WO3、P、Fe、Mn和Ca質量分數的絕對誤差分別為-0.023%、-0.060%、-2.581%、-1.155%和1.245%，相對誤差分別為-2.026%、-5.439%、-14.819%、-14.971%和11.826%。脫磷工序，脫磷后液中WO3和P質量分數的絕對誤差分別為0.781 0%和-0.000 3%，相對誤差分別為5.513%和-7.692%；脫磷渣中WO3、P和Ca質量分數的絕對誤差分別為-2.808%、0.159%和1.356%，相對誤差分別為-5.834%、3.337%和7.113%。在除鉬工序中，除鉬后液中WO3和Mo質量分數的絕對誤差分別為-0.351 00%和-0.000 15%，相對誤差分別為-1.627%和-9.375%；除鉬渣中WO3、Mo、S和Cu質量分數的絕對誤差分別為0.063%、-0.839%、2.472%和4.234%，相對誤差分別為2.547%、-8.827%、8.686%和9.692%。

表6 脫磷工序產物主要成分Table 6 Main composition of dephosphorization process products(mass fraction)%

表7 除鉬工序產物主要成分(質量分數)Table 7 Main composition of Molybdenum removal process products(mass fraction)%

由此可見，采用所構建的鎢礦堿分解工藝制備APT全流程仿真計算模型及系統，典型生產工況條件仿真計算值與生產取樣分析值基本吻合，能較好反映鎢礦堿分解工藝制備仲鎢酸銨的生產實際情況，模型計算具有一定的準確度和可靠性，可為企業從全流程角度開展成本核算和相關設計提供理論依據和計算工具。

4 結論

1) 采用所構建的計算系統，可實現對鎢礦堿分解工藝制備仲鎢酸銨全流程的仿真計算，獲得各冶煉工序的物料平衡計算結果。

2) 濃料中WO3和P質量分數計算值與實際值的相對誤差分別為-5.755%和-12.195%，鎢渣中WO3、P、Fe、Mn和Ca質量分數的相對誤差分別為-2.026%、-5.439%、-14.819%、-14.971%和11.826%。

3) 脫磷后液中WO3和P質量分數的相對誤差分別為5.513%和-7.692%，脫磷渣中WO3、P和Ca質量分數的相對誤差分別為-5.834%、3.337%和7.113%。

4) 除鉬后液中WO3和Mo質量分數的相對誤差分別為-1.627%和-9.375%，除鉬渣中WO3、Mo、S和Cu質量分數的相對誤差分別為2.547%、-8.827%、8.686%和9.692%。