CN110398534A - 一种钨矿石初选的自动识别分选方法及其检测识别装置 - Google Patents
一种钨矿石初选的自动识别分选方法及其检测识别装置 Download PDFInfo
- Publication number
- CN110398534A CN110398534A CN201910798752.XA CN201910798752A CN110398534A CN 110398534 A CN110398534 A CN 110398534A CN 201910798752 A CN201910798752 A CN 201910798752A CN 110398534 A CN110398534 A CN 110398534A
- Authority
- CN
- China
- Prior art keywords
- tungsten
- ore
- iron core
- stone
- gangue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/344—Sorting according to other particular properties according to electric or electromagnetic properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sorting Of Articles (AREA)
Abstract
本发明涉及一种钨矿石初选的自动识别分选方法及其检测识别装置,属于钨矿石的初选技术。本发明的自动识别分选方法,是在矿石传送带上设置钨石检测装置,钨石检测装置检测到的电压信号经放大后输出给计算机处理器,计算机处理器根据输入电压信号的大小判断传送带上经过钨石检测装置的矿石为钨石还是脉石;本发明利用钨石和脉石的导磁特性差异对钨矿石进行识别分选,实现钨矿石初选的自动化;省去了大量劳力,降低了企业的生产成本;分选标准统一,避免了人工分选导致的漏选或误选,提高了钨资源的利用率。
Description
技术领域
本发明涉及一种钨矿石初选的自动识别分选方法及其检测识别装置,属于钨矿石的初选技术。
背景技术
钨是一种稀有金属,在国民经济和国防建设中具有极其重要的战略地位。钨矿石初选是钨矿石加工的第一个环节,它是将矿石中含钨的矿石收集起来,而丢弃不含钨的脉石,钨矿石初选是实现钨资源高效利用的一个重要环节。
钨矿开采出来的矿石除了钨石之外,主要有石英石、花岗岩和变质岩等脉石,从矿物学可得知钨是顺磁物质其相对导磁率为45-55,而花岗岩、石英石和变质岩等脉石是逆磁物质导磁率略小于1。
目前钨矿石初选主要由人工根据钨矿石的视觉特征对其手工分选,这一过程需要大量的熟练工人,因此增加了企业的生产成本;同时人工初选方式存在因个人主观性使其选择标准不一致,工人长时间工作会产生视觉疲劳从而导致漏选或误选,降低了钨资源的高效利用。
发明内容
本发明的目的是提供一种钨矿石初选的自动识别分选方法及其检测识别装置,利用钨石和脉石的导磁特性差异对钨矿石进行识别分选,实现钨矿石初选的自动化。
本发明的技术方案:一种钨矿石初选的自动识别分选方法,在矿石传送带上设置钨石检测装置,钨石检测装置检测到的电压信号经放大后输出给计算机处理器,计算机处理器根据输入电压信号的大小判断传送带上经过钨石检测装置的矿石为钨石还是脉石;当放大后的电压大于或等于时,计算机处理器判定为钨石,并将检测识别的结果传给分拣机械手,分拣机械手将钨石分拣出来放在钨石收集箱内;当放大后的电压小于时,计算机处理器判定为脉石,分拣机械手不工作,脉石随传送带输送至脉石收集箱,从而实现钨矿石自动化初选;
其中,UA为放大后的电压值,β为放大倍数,UH为霍尔元件测得的霍尔电动势,KH为霍尔元件的灵敏度系数,n为电磁线圈的匝数,I为通过线圈的电流,S为磁通面积,Rm1为铁芯磁阻,Rm2为铁芯缺口磁阻,l1为铁芯磁路的长度,l2铁芯缺口的磁路长度,η为矿石中钨含量,μ0为空气的导磁率,μ1为铁芯的相对导磁率,μx表示脉石的导磁率,μy表示钨石的导磁率;
所述的钨石检测装置,包括布置在矿石传送带横截面上的铁芯,铁芯缺口位于矿石传送带的上方,铁芯缺口的一端安装有霍尔元件,霍尔元件的输出端连接电压放大器;铁芯上绕有电磁线圈,电磁线圈上通有直流电源。
一种钨石检测识别装置,包括钨石检测装置和计算机处理器,所述的钨石检测装置,包括布置在矿石传送带横截面上的铁芯,铁芯缺口位于矿石传送带的上方,铁芯缺口的一端安装有霍尔元件,霍尔元件的输出端连接电压放大器,经电压放大器放大后的电压信号输出给计算机处理器,计算机处理器根据输入电压信号的大小判断传送带上经过钨石检测装置中铁芯缺口的矿石为钨石还是脉石;铁芯上绕有电磁线圈,电磁线圈上通有直流电源。
检测识别装置由检测装置(霍尔元件、铁芯、电磁线圈、电压放大器)和计算机处理器组成,电磁线圈加上直流电流产生电磁场,并通过“回”形铁芯进行导磁以增大磁感应强度,铁芯有一缺口,电磁铁产生的磁场通过铁芯和缺口形成一个闭合的磁路。待检测矿石从铁芯缺口处通过,当不同导磁率的矿石通过铁芯缺口时形成的磁阻也不同:当导磁率大的钨石通过铁芯缺口时,磁路的磁阻变小,其磁感应强变大;当导磁率小的脉石通过缺口时,磁路的磁阻变大,其磁感应强变小。霍尔传感器可以检测磁感应强度的大小,因此通过霍尔传感器(霍尔元件)检测磁感应强度的变化可感知矿石导磁率的变化,能区分钨石和脉石,从而实现对钨矿石的识别分选。由磁感应强度和磁通公式可得:
式(1)中的φ为磁通量,n为电磁线圈的匝数,I通过线圈的电流,Rm为磁路的总磁阻,B磁感应强度,S磁通的面积,由式(1)可得:
磁路中的总磁阻Rm由铁芯磁阻Rm1和铁芯缺口磁阻Rm2两部分组成,即:Rm=Rm1+Rm2其中磁阻Rm1保持不变,磁阻Rm2随通过铁芯缺口矿石导磁率的变化而变化,即钨石通过铁芯缺口时磁阻变小,而脉石通过铁芯缺口时磁阻变大。根据磁阻公式有:
或
式(3)中μ0为空气的导磁率常数,μ1为铁芯的相对导磁率,μ2为铁芯缺口处介质的相对导磁率,μx表示脉石的导磁率,μy表示钨石的导磁率。当通过铁芯缺口的介质为脉石时,μ2=μx,当通过铁芯缺口的介质为钨石时,μ2=μy。l1为铁芯磁路的长度,l2铁芯缺口的磁路长度,S为铁芯缺口处磁通面积,因此有:
当通过的矿石既含有钨石(钨含量为η)又含有脉石时:
由式(4)得:保持电流I不变时,因铁芯的相对导磁率μ1和它的磁阻Rm1保持不变,因此磁感应强度B与相对导磁率μ2有关,当钨石通过铁芯缺口时因其相对导磁率大磁阻小,所以磁感应强度B更大;而当脉石通过铁芯缺口时其相对导磁率小磁阻大,所以磁感应强度B更小。因此通过测量铁芯缺口处磁感应强度B的变化可得知磁路中磁阻的变化,从而实现对通过缺口处矿石的识别分选,即通过缺口处的矿石是顺磁物质的钨石还是逆磁物质的脉石。铁芯缺口处的磁感应强度可由霍尔传感器获得:将霍尔传感器置于磁场中可得到霍尔电动势,霍尔电动势与磁感应强度的关系见式(6)。
UH=KHB (6)
式(6)反映了铁芯缺口处磁感应强度和霍尔电动势之间的关系,式中的KH为霍尔元件的灵敏度系数,UH为霍尔元件测得的霍尔电动势。因此,由式(6)可得:根据霍尔元件的霍尔电动势UH的变化可知通过铁芯缺口处矿石导磁率的变化,从而可识别出待检测矿石是钨石或脉石,当霍尔电动势UH大于某一阈值时表示通过的为钨石,而小于阈值则表示为脉石。
由式(6)和式(4)可得霍尔电动势的计算公式,见式(7):
当通过的矿石既含有钨石(钨含量为η)又含有脉石时:
待初选的矿石存放在储料斗内,通过出料口发放至矿石传送带上,传送带不停运转,矿石经过检测装置时,由霍尔元件测得的霍尔电动势反映待检测矿石的导磁率,根据导磁率的不同,判别是需要回收的钨石还是丢弃的脉石。因所获得的霍尔电动势UH信号较弱,由电压放大器对其放大:
当通过的矿石既含有钨石(钨含量为η)又含有脉石时:
上式中,β为霍尔电动UH的放大倍数,UA为放大后的电压值。在实际的钨矿初选中,纯的钨矿石很少,大部分为钨石和脉石的混合体,在初选识别时通常是设置一定的标准,即当含钨量η达到一定标准时,则认为是需要收集的钨石,小于这个含量则认为是不需收集的脉石。式(10)可以依据钨的含量η得到电压UA,将UA传送给计算机处理器,计算机处理器根据UA值的大小实现对钨石和脉石的识别,将识别结果传送给矿石分拣机械手,分拣机械手将需要收集的钨石分拣出来,并放置于钨石收集箱内;脉石则通过传送带传送至脉石收集箱,从而实现钨矿石初选的自动化,克服了人工初选的缺陷。
本发明利用钨石和脉石的导磁特性差异对钨矿石进行识别分选,实现钨矿石初选的自动化;省去了大量劳力,降低了企业的生产成本;分选标准统一,避免了人工分选导致的漏选或误选,提高了钨资源的利用率。
附图说明
图1为应用本发明分选方法的生产流水线示意图。
图2为本发明的检测装置的结构示意图。
图中:1储料斗,2矿石,3钨石检测装置,4计算机处理器,5分拣机械手,6钨石收集箱,7矿石传送带,8驱动轮,9脉石收集箱,11霍尔元件,12电压放大器,13铁芯,15电磁线圈,16电源。
具体实施方式
如图1所示,矿石2由储料斗1出口落下至传送带7上,随矿石传送带7运行至钨石检测装置3的铁芯缺口时,钨石检测装置3中的霍尔元件11将检测的霍尔电动势信号并由电压放大器12对其放大后传送给计算机处理器4,计算机处理器4依据霍尔电动势信号的大小对矿石2进行识别,根据设定的含钨量η确定一个识别标准(阈值):当放大后的霍尔电动势(电压)大于或等于时,检测识别的结果传给分拣机械手5,分拣机械手5将需要收集的矿石分拣出来放在钨石收集箱6内;当放大后的霍尔电动势(电压)小于时,分拣机械手5不工作,矿石则随传送带7输送至脉石收集箱9,实现钨矿石自动化初选。
如图2所示,钨石检测装置3由霍尔元件11、铁芯13、电磁线圈15和电压放大器12组成,电磁线圈15加上直流电流产生电磁场,并通过“回”形铁芯13进行导磁以增大磁感应强度,铁芯13有一缺口,电磁铁产生的磁场通过铁芯13和铁芯缺口形成一个闭合的磁路。
本实施例中导磁的铁芯13采用硅钢片材料,其相对导磁率为8000,铁芯13的平均长度a=30cm,平均高度b=10cm,横截面积为4×4cm2,铁芯缺口长度c=15cm,线圈15的匝数n=500,线圈电流I为0.4A。霍尔元件11采用线性霍尔效应传感器SS49E,其灵敏度KH为28V/T;计算机处理器4采用PLC,型号是西门子S7-200。根据式(3)经计算,铁芯13的磁阻Rm1为4.043×104亨利/米;当铁芯缺口无矿石(介质为空气)通过或通过的是脉石时,根据式(3)计算可得铁芯缺口磁阻Rm2为7.46×107亨利/米,此时总磁阻Rm为7.464×107亨利/米。当铁芯缺口通过的是纯钨石时,根据式(3)计算可得铁芯缺口磁阻Rm2为1.5×106亨利/米,此时总磁阻Rm为1.54×106亨利/米;当铁芯缺口通过的矿石含部分钨石(含钨量达到收集的标准,即含钨量达到10%以上)又含部分脉石时,铁芯缺口磁阻Rm2介于1.5×106(含钨量为10%)~6.73×107(纯钨)亨利/米之间,此时总磁阻Rm介于1.54×106(含钨量为10%)~6.734×107(纯钨)亨利/米之间。
电磁线圈15的电流I为0.4A,当通过铁芯缺口为含钨量达到收集标准的钨石时(含钨量达到10%以上),总磁阻Rm的范围是1.54×106(含钨量为10%)~6.734×107(纯钨)亨利/米之间,通过霍尔元件11(线性霍尔效应传感器)检测(也可由式(5)计算),得到铁芯缺口的磁感应强度范围是1.86×10-3T(含钨量为10%)~8.1×10-2T(纯钨);即当铁芯缺口的磁感应强度≥1.86×10-3T时,为需要收集的钨石;当铁芯缺口磁感应强度<1.86×10-3T时,则为脉石。
电压放大器12的放大倍数β=5,霍尔元件11获得的霍尔电动势经过电压放大器12进行5倍放大后,传送给计算机处理器4(计算机处理器4先将电压模拟量转换成电压数字量,模拟量转换成数字量由它的EM231模块完成,EM231模块选用DC 0~10V的档位),计算机处理器4根据获得的电压信号大小来识别是钨石还是脉石。铁芯缺口通过的为钨石时,此时总磁阻Rm范围为1.54×106(含钨量为10%)~6.734×107(纯钨)亨利/米之间,通过霍尔元件11检测(也可由式(8):计算),可得到霍尔元件11的霍尔电动势UH为0.052V(含钨量为10%)~2.26V(纯钨),经过电压放大器12放大后UA为0.26V(含钨量为10%)~11.3V(纯钨)。所以通过试验测得当电压大于或等于0.26V时表示通过的矿石为需要收集的钨石;而电压小于0.26V时则通过的矿石为脉石,将识别的结果传送给分拣机械手5(由工业机械手臂和机械手爪组成,工业机械手臂采用Universalrobot 10),让分拣机械手5夹起钨石,放置于钨石收集箱6内;而脉石则通过传送带7传送至脉石收集箱9,从而实现钨矿石初选自动化,克服人工初选的缺陷。
Claims (4)
1.一种钨矿石初选的自动识别分选方法,其特征是:在矿石传送带上设置钨石检测装置,钨石检测装置检测到的电压信号经放大后输出给计算机处理器,计算机处理器根据输入电压信号的大小判断传送带上经过钨石检测装置的矿石为钨石还是脉石;当放大后的电压大于或等于时,计算机处理器判定为钨石,并将检测识别的结果传给分拣机械手,分拣机械手将钨石分拣出来放在钨石收集箱内;当放大后的电压小于时,计算机处理器判定为脉石,分拣机械手不工作,脉石随传送带输送至脉石收集箱,从而实现钨矿石自动化初选;
其中,UA为放大后的电压值,β为放大倍数,UH为霍尔元件测得的霍尔电动势,KH为霍尔元件的灵敏度系数,n为电磁线圈的匝数,I为通过线圈的电流,S为磁通面积,Rm1为铁芯磁阻,Rm2为铁芯缺口磁阻,l1为铁芯磁路的长度,l2铁芯缺口的磁路长度,η为矿石中钨含量,μ0为空气的导磁率,μ1为铁芯的相对导磁率,μx表示脉石的导磁率,μy表示钨石的导磁率;
所述的钨石检测装置,包括布置在矿石传送带横截面上的铁芯,铁芯缺口位于矿石传送带的上方,铁芯缺口的一端安装有霍尔元件,霍尔元件的输出端连接电压放大器;铁芯上绕有电磁线圈,电磁线圈上通有直流电源。
2.一种钨石检测识别装置,其特征是:包括钨石检测装置和计算机处理器,所述的钨石检测装置,包括布置在矿石传送带横截面上的铁芯,铁芯缺口位于矿石传送带的上方,铁芯缺口的一端安装有霍尔元件,霍尔元件的输出端连接电压放大器,经电压放大器放大后的电压信号输出给计算机处理器,计算机处理器根据输入电压信号的大小判断传送带上经过钨石检测装置中铁芯缺口的矿石为钨石还是脉石;铁芯上绕有电磁线圈,电磁线圈上通有直流电源。
3.根据权利要求2所述的一种钨石检测识别装置,其特征是:所述的计算机处理器采用PLC,型号是西门子S7-200。
4.根据权利要求2所述的一种钨石检测识别装置,其特征是:所述的霍尔元件采用线性霍尔效应传感器SS49E,其灵敏度为28V/T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910798752.XA CN110398534A (zh) | 2019-08-28 | 2019-08-28 | 一种钨矿石初选的自动识别分选方法及其检测识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910798752.XA CN110398534A (zh) | 2019-08-28 | 2019-08-28 | 一种钨矿石初选的自动识别分选方法及其检测识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110398534A true CN110398534A (zh) | 2019-11-01 |
Family
ID=68329347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910798752.XA Pending CN110398534A (zh) | 2019-08-28 | 2019-08-28 | 一种钨矿石初选的自动识别分选方法及其检测识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110398534A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE1950907A1 (en) * | 2019-07-29 | 2021-01-30 | Metso Sweden Ab | Beneficiation arrangement |
CN112916432A (zh) * | 2021-03-24 | 2021-06-08 | 江西理工大学 | 一种磁铁矿石智能分选方法及设备 |
-
2019
- 2019-08-28 CN CN201910798752.XA patent/CN110398534A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE1950907A1 (en) * | 2019-07-29 | 2021-01-30 | Metso Sweden Ab | Beneficiation arrangement |
SE544132C2 (en) * | 2019-07-29 | 2022-01-11 | Metso Sweden Ab | A beneficiation arrangement for use with geological material |
CN112916432A (zh) * | 2021-03-24 | 2021-06-08 | 江西理工大学 | 一种磁铁矿石智能分选方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10054560B2 (en) | Extracting mined ore, minerals or other materials using sensor-based sorting | |
CN110398534A (zh) | 一种钨矿石初选的自动识别分选方法及其检测识别装置 | |
US3701419A (en) | Method of and apparatus for sorting ores | |
CN107983662A (zh) | 一种矿料干法分选系统及方法 | |
CN105241949A (zh) | 滑油金属屑末在线监测器的检测电路及载波信号解调方法 | |
EP4003614A1 (en) | Beneficiation arrangement, method and use of the arrangement | |
CN108303521A (zh) | 一种高效率纸包自动检测分拣系统 | |
CN210572103U (zh) | 一种钨矿石初选的自动检测识别装置 | |
CN107671015B (zh) | 信号灯半自动检测工装的工作方法 | |
CN101988971B (zh) | 皮带输送机金属探测仪 | |
CN207528903U (zh) | 一种各向异性磁性材料取向方向的检测系统 | |
CN207823423U (zh) | 一种矿料干法分选系统 | |
Ballantyne et al. | Early rejection of gangue œ How much energy will it cost to save energy? | |
CN206540909U (zh) | 一种高效率纸包自动检测分拣系统 | |
CN204638592U (zh) | 半导体器件筛选分类装置 | |
CN203216901U (zh) | 一种应力检测装置 | |
Jargalsaikhan et al. | Process optimization of grinding and flotation of copper-molybdenum ores with the use of model-based criteria | |
Ballantyne et al. | Characterising energy efficiency of particle sorting | |
Rödel et al. | Geochemistry and quantitative mineralogy of REE-bearing phosphate stockpile ore from the Catalão Region, Brazil | |
CN103878123A (zh) | 一种微电脑罐道自动分选剔除金属检测器 | |
CN202052624U (zh) | 一种硅料分选装置 | |
Ghorbani et al. | The Study of Sabzevar Chromite Preconcentration with Advanced ore Sorting Techniques | |
Yoo et al. | Development of Non-contact Detector for Broken Cords of Steel-Cord Conveyor Belt | |
CN105057231B (zh) | 一种在线电磁材质分选的方法 | |
Zawadzki et al. | Comparative analysis of soil magnetic susceptibility and concentration of rare earth elements in soil of problematic areas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |