选矿指标的计算直接关系到矿产资源利用效率与经济效益。核心指标包括回收率、品位、产率三个维度，需通过特定公式将原矿与精矿数据对比分析。回收率反映有用成分的提取程度，计算公式为（精矿中有用成分量÷原矿中有用成分量）×100%；品位衡量矿石质量，通过化验精矿样品获得数据；产率则体现精矿与原矿的重量比例，用精矿重量除以原矿重量得出百分比。
实际操作中要如何处理含杂质的矿石？举个例子，某铜矿原矿品位0.8%，经分选获得品位25%的精矿，若处理100吨原矿产出3吨精矿，则产率为3%。此时铜金属回收率=（3×25%）÷（100×0.8%）×100%=93.75%。这种计算方式能清晰展现选矿工艺的实际效能，但需注意取样代表性和化验精度，特别是当矿石成分分布不均时，取样误差可能导致计算结果偏差10%以上。
为什么回收率计算如此重要？它直接决定企业经济效益和资源利用率。现场操作人员需同步记录原矿处理量、精矿产出量、尾矿排放量等基础数据，配合X射线荧光光谱仪等检测设备，确保品位测定误差控制在0.5%以内。对于含多种有价元素的复合矿，还要采用元素平衡法进行交叉验证，避免因元素赋存状态差异导致的计算失真。
现代选矿厂普遍采用DCS系统实时采集数据，通过物料平衡软件自动生成指标报表。这种智能化手段将人工计算误差从3%降至0.5%以下，同时能识别皮带秤波动、采样间隔不当等异常情况。但要注意设备校准维护，特别是流量计和称重传感器，雨季湿度变化可能导致称重偏差达1.2%，这会使回收率计算值产生明显波动。
选矿指标优化是个动态过程，需结合矿石性质变化调整计算模型。当处理氧化矿与硫化矿混合物料时，传统计算公式需增加加权平均系数。技术人员每月应做数据回归分析，观察精矿品位与回收率的关联曲线，找到最佳平衡点。比如某金矿将回收率从86%提升至89%时，精矿品位会从32g/t降至28g/t，这时
