CN111582164A - 一种基于断口特征判据的矿物解离方法 - Google Patents
一种基于断口特征判据的矿物解离方法 Download PDFInfo
- Publication number
- CN111582164A CN111582164A CN202010378955.6A CN202010378955A CN111582164A CN 111582164 A CN111582164 A CN 111582164A CN 202010378955 A CN202010378955 A CN 202010378955A CN 111582164 A CN111582164 A CN 111582164A
- Authority
- CN
- China
- Prior art keywords
- dissociation
- ore
- particle
- mineral
- grinding
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C21/00—Disintegrating plant with or without drying of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/48—Analysis of texture based on statistical description of texture using fractals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Food Science & Technology (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Disintegrating Or Milling (AREA)
- Crushing And Grinding (AREA)
Abstract
本发明涉及一种基于断口特征判据的矿物解离方法,属于矿物分选技术领域,解决了现有矿物分离测定法准确度低、矿物显微图像测定法成本高、测定时间长的问题。该矿物解离方法包括如下步骤:利用破碎系统对矿石颗粒进行破碎磨矿作业,将破碎磨矿后的矿石颗粒送入磨矿解离系统进行研磨解离;将磨矿解离系统研磨解离后的矿石颗粒送入分级筛分系统进行分级筛分作业,将小于筛孔尺寸的矿石颗粒送入相机拍摄系统;相机拍摄系统对送入的矿石颗粒的断口形貌特征进行图像采集,将矿石颗粒断口形貌图片传送至图像处理与计算系统;图像处理与计算系统获取矿石颗粒表面解离度。本发明能够快速、准确的获得矿石颗粒的解离度,操作方便、成本低、应用范围广。
Description
技术领域
本发明涉及矿物分选技术领域,尤其涉及一种基于断口特征判据的矿物解离方法。
背景技术
全球经济与科技的不断进步,工业领域对于矿产资源的需求逐渐增多,导致高品位、易分选的优质矿产资源变得日益短缺,大量高连生体含量的低品质矿产资源的开发显得尤为重要。矿物的解离程度与效率是决定低品质矿产资源精确分选的前提条件,也是提高精矿产品回收率的关键所在。矿物的解离通常包括破碎和磨矿(统称为粉碎)两个过程,要求粉碎后矿物颗粒粒度均匀、选别适中,颗粒粒度过粗或过细都不利于分选效率的提高,粒度过粗会导致解离不充分、粒度过细会导致过粉碎消耗不必要的能量。因此为了衡量矿物的解离效果、定量描述矿物的解离程度,引入解离度这一评价指标,并将颗粒种类划分为单体和连生体。单体是指矿石粉碎产品中只含有一种矿物相的颗粒,连生体是指两种矿物或两种以上矿物相连生在一起的颗粒。产物中某种矿物的单体含量与该矿物总含量比值的百分数,称为所求矿物的解离度。
解离度的大小是描述矿物颗粒解离程度和确定最佳粉碎粒度的重要判据。目前解离度的测定方法主要分为矿物分离测定法和矿物显微图像测定法。矿物分离测定法是利用粉碎后产品中矿物间的性质差异,将产品按其组分含量的不同分为不同级别。图像测定法是将粉碎后产品制作成光片,将光片放在在显微镜下拍照,然后测量放大后光片图像的相关表面参数,计算矿物的单体解离度。矿物分离测定法操作过程简单容易进行,但计算结果准确性与普遍性差;矿物显微图像测定法计算结果准确度高,但测定时间长、过程成本高。
因此,亟需开发一种简单易行、准确度高、低成本、应用范围广、适应性强的高效解离方法。
发明内容
鉴于上述的分析,本发明旨在提供一种基于断口特征判据的矿物解离方法,用以解决现有矿物分离测定法准确度低、矿物显微图像测定法成本高、测定时间长的问题。
本发明的目的主要是通过以下技术方案实现的:
一种基于断口特征判据的矿物解离方法,利用基于断口特征判据的矿物解离系统,包括如下步骤:
步骤一:利用破碎系统对矿石颗粒进行破碎磨矿作业,将破碎磨矿后的矿石颗粒送入磨矿解离系统进行研磨解离;
步骤二:将磨矿解离系统研磨解离后的矿石颗粒送入分级筛分系统,分级筛分系统对送入的矿石颗粒进行分级筛分作业,并将小于筛孔尺寸的矿石颗粒送入相机拍摄系统;
步骤三:相机拍摄系统对送入的矿石颗粒的断口形貌特征进行图像采集,并对采集的矿石颗粒断口形貌特征图像进行预处理,将预处理后的矿石颗粒断口形貌图片传送至图像处理与计算系统;
步骤四:图像处理与计算系统基于相机拍摄系统预处理后的矿石颗粒断口形貌图片,获取矿石颗粒表面解离度。
进一步地,还包括步骤五:破碎与磨矿作业动态调整。
进一步地,破碎与磨矿作业动态调整为:根据解离度计算结果与最优解离度偏差程度调整优化矿物粉碎过程中操作参数。
进一步地,操作参数包括破碎机与磨机设备的种类、颗粒粉碎粒度大小、磨矿介质填充率与磨矿时间。
进一步地,在步骤一之前,还包括预先筛分步骤。
进一步地,预先筛分步骤为:将待解离的矿石送入预先筛分系统进行预先筛分作业,将小于筛孔尺寸的矿石颗粒直接送入磨矿解离系统进行研磨解离,将大于等于筛孔尺寸的矿石颗粒送入破碎系统中进行破碎磨矿作业。
进一步地,步骤二中,将大于等于筛孔尺寸的矿石颗粒送入磨矿解离系统进行二次磨矿解离。
进一步地,步骤四中,图像处理与计算系统获取矿石颗粒表面解离度,包括如下步骤:
步骤1:基于颗粒体积分形维数计算矿物颗粒筛下累计产率分布函数;
步骤2:基于颗粒表面分形维数计算颗粒比表面积函数;
步骤3:基于矿物颗粒筛下累计产率连续分布函数、颗粒比表面积函数计算颗粒解离度。
进一步地,颗粒体积分形维数的计算公式为:
式中,r—颗粒粒径(mm);V(r<R)—是粒径小于R的颗粒累积体积;VT—颗粒的总体积;λV—对所有粒级而言的上限值,数值上等于最大粒径rmax;D—颗粒体积分形维数;V(r<R)/VT—粒径小于R的颗粒累积体积百分含量。
进一步地,矿物颗粒筛下累计产率连续分布函数为:
式中,yi(<ri)—粒径小于ri的颗粒累计产率;ri—颗粒的平均粒径;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数。
进一步地,利用小岛法、周长面积法或盒计数法计算各矿物颗粒形状分形维数Dh;
平均颗粒表面分形维数计算公式为:
DS=Dh+1
式中,DS—颗粒表面分形维数;Dh—颗粒形状分形维数。
进一步地,颗粒比表面积函数为:
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数。
进一步地,步骤3包括如下步骤:
步骤3.1:基于矿物颗粒筛下累计产率连续分布函数,得到各粒级重量的概率密度分布函数dy和各粒级颗粒个数的概率密度分布函数dN;
步骤3.2:根据各粒级颗粒个数概率密度分布函数dN、颗粒比表面积函数、颗粒表面分形维数Ds与颗粒体积分形维数D,得到各粒级颗粒表面积概率密度分布函数;
步骤3.3:利用各粒级颗粒表面积概率密度分布函数,得到颗粒解离表面积求解公式,计算得到颗粒沿晶断裂表面积A沿晶与颗粒穿晶断裂表面积A穿晶;
步骤3.4:沿晶断裂的表面积占沿晶断裂和穿晶断裂的表面积之和的比值为矿物单体解离度。
进一步地,步骤3.1中,各粒级重量的概率密度分布函数dy和各粒级颗粒个数的概率密度分布函数dN分别为:
式中,r—颗粒粒径(mm);rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数;N—颗粒个数;
进一步地,步骤3.2中,各粒级颗粒表面积概率密度分布函数为:
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数。
进一步地,步骤3.3中,颗粒解离表面积求解公式为:
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数;r1—所求解粒度范围的下限值;r2—所求解粒度范围的上限值。
进一步地,步骤3.4中,矿物单体解离度的计算公式为:
式中,Dy—颗粒表面为沿晶断口时的平均表面分形维数;Dc—颗粒表面为穿晶断口时的平均表面分形维数;D—颗粒体积分形维数;r1—粒度范围的下限值;r2—粒度范围的上限值。
进一步地,基于断口特征判据的矿物解离系统包括集成设置的破碎系统、磨矿解离系统、分级筛分系统、相机拍摄系统、图像处理与计算系统和矿石颗粒收集系统。
进一步地,基于断口特征判据的矿物解离系统还包括预先筛分系统。
进一步地,预先筛分系统与破碎系统采用水平并列布置方式;
磨矿解离系统设于预先筛分系统的下方,分级筛分系统位于磨矿解离系统下方。
进一步地,预先筛分系统与破碎系统通过皮带运输机连接。
进一步地,预先筛分系统的出料口位于磨矿解离系统的进料口的上方,磨矿解离系统的出料口与分级筛分系统的进料口通过管道流槽连通。
进一步地,破碎系统的主体为鄂式破碎机、圆锥破碎机、辊式破碎机、冲击式破碎机的一种。
进一步地,磨矿解离系统的主体为球磨机、棒磨机或自磨机中的一种。
进一步地,相机拍摄系统用于对粉碎解离后的矿石颗粒断口形貌特征进行拍照统计。
进一步地,图像处理与计算系统用于对相机拍摄到的矿石颗粒断口形貌进行处理分析,获取矿石颗粒的解离度大小。
与现有技术相比,本发明至少具有如下有益效果之一:
a)本发明提供的基于断口特征判据的矿物解离方法,利用矿物颗粒在解离过程中沿晶断口与穿晶断口裂纹的自相似特征,将矿物粉碎作业后产品的断口微观形貌与分形理论相结合,建立矿物微观断裂形貌与粉碎过程匹配机制,对粉碎后的矿物产品的解离度进行快速求解。为指导实际工业生产中为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数的优化提供了极大帮助,降低破碎磨矿作业的能源消耗节约生产成本、提高设备处理量,防止物料解离不充分与过磨过粉碎现象的发生,为后续矿物分选提供充足保障。
b)本发明提供的基于断口特征判据的矿物解离方法,根据解离度计算结果对破碎磨矿过程参数进行优化调整,实现对矿石颗粒的高效解离与动态检测,满足实际工业生产时效性需要,为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数的实时调节提供了极大帮助,对矿石颗粒破碎磨矿过程中选择性粉碎和解离精度做出科学评价与动态检测。
c)本发明提供的基于断口特征判据的矿物解离方法,采用集成设置的基于断口特征判据的矿物解离系统,通过将筛分系统、破碎系统、磨矿解离系统、分级筛分系统、相机拍摄系统、图像处理与计算系统和颗粒收集系统集成设置,能够实现对矿石颗粒的快速粉碎、解离,效率高、成本低、应用范围广。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明的基于断口特征判据的矿物解离系统的结构示意图;
图2为本发明的基于断口特征判据的矿物解离方法的操作流程图;
图3为本发明的基于颗粒断口特征的矿物解离度获取方法的流程图;
图4为本发明颗粒沿晶断裂图像;
图5为本发明颗粒穿晶断裂图像;
图6为本发明不同钢球大小磨矿介质作用下的粒径分布图。
附图标记:
1-预先筛分系统;2-破碎系统;3-磨矿解离系统;4-分级筛分系统;5-相机拍摄系统;6-图像处理与计算系统;7-矿石颗粒收集系统。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明基于分形理论自相似性:客观事物具有自相似的层次结构,局部与整体在形态、功能、信息、时间、空间等方面具有统计意义上的相似性。矿石表面断口形貌也具有分形几何特性,矿石表面断口微观结构与材料本身及断裂破碎过程同样具有较为紧密的联系,将矿物破碎产品的微观形貌与宏观效应结合起来并用于指导矿物破碎解离的研究是一个新的突破口。矿物受冲击或拉伸载荷时,在材料缺陷区会首先产生微裂纹,微裂纹在扩展过程中形成沿晶断口或穿晶断口且颗粒粒度也随之减小,两种断口的形态结构与颗粒的各粒级产率分布均具有自相似特征。沿晶断裂是指裂纹沿着晶粒边界进行传播,断口多为石块状、冰糖状、结晶状等;穿晶断裂是指裂纹沿着结晶面进行传播,断口多为扇形花样、解理台阶、河流花样、舌状花样等。矿石表面断口形貌也具有自相似的层次结构,本发明根据矿石颗粒表面断口的自相似形貌特征,通过分形方法分析矿石颗粒的表面形貌,将分形维数应用到矿石颗粒表面形貌分形特征的表征中,实现对颗粒表面穿晶断口与沿晶断口的定量分析。
实施例1
本发明的一个具体实施例,公开了一种基于断口特征判据的矿物解离系统,如图1所示,包括集成设置的预先筛分系统1、破碎系统2、磨矿解离系统3、分级筛分系统4、相机拍摄系统5、图像处理与计算系统6和矿石颗粒收集系统7。
预先筛分系统1用于矿石的预先筛分,预先筛分系统1中筛上的大块矿石通过皮带运输机运输至破碎系统2进行破碎,筛下的产品与破碎后的矿石通过管道溜槽进入磨矿解离系统3进行研磨解离。
破碎系统2用于大块矿石的破碎,破碎系统2的主体为鄂式破碎机、圆锥破碎机、辊式破碎机或冲击式破碎机的一种,优选鄂式破碎机。
磨矿解离系统3用于矿石颗粒的研磨解离,能够将矿石颗粒研磨解离至规定粒度大小。磨矿解离系统3的主体为球磨机、棒磨机或自磨机中的一种,优选球磨机。
分级筛分系统4用于对磨矿解离系统3研磨破碎的矿物颗粒进行分级筛分作业,筛分出符合规定粒度大小的矿物颗粒。其中筛上粒度未达标、解离未充分的粗颗粒矿石经皮带转运至磨矿解离系统3进一步研磨解离,直至达到规定粒度大小。
相机拍摄系统5用于对粉碎解离后的矿石颗粒断口形貌特征进行拍照统计,相机拍摄系统5包括搭载变焦镜头的工业相机。
图像处理与计算系统6用于对相机拍摄到的矿石颗粒断口形貌进行处理分析,计算矿石颗粒的解离度大小。
矿石颗粒收集系统7用于收集由分级筛分系统4筛下的矿物颗粒。
本实施例中,相机拍摄系统5与图像处理与计算系统6通过数据传输线连接,预先筛分系统1、破碎系统2、磨矿解离系统3、分级筛分系统4、相机拍摄系统5和矿石颗粒收集系统7之间的矿物物料传输通过皮带运输机或管道溜槽传输;预先筛分系统1与破碎系统2采用水平并列布置方式,预先筛分系统1的出料口与破碎系统2的进料口通过皮带运输机连接;磨矿解离系统3设置于预先筛分系统1的下方,即预先筛分系统1与磨矿解离系统3采用上、下布置方式,预先筛分系统1的出料口位于磨矿解离系统3的进料口的上方,磨矿解离系统3的出料口与分级筛分系统4的进料口通过管道流槽连通,分级筛分系统4位于磨矿解离系统3下方,便于解离后的矿物产品通过管道流槽自流给入。分级筛分系统4的筛下出料口与颗粒收集系统7通过皮带传输机相连。
实施时,矿石先通过皮带运输机输送至位于顶部的预先筛分系统1,根据破碎机与磨机的工作能力与破碎比要求,设定粒度参数,进行预先筛分作业,如将矿石颗粒按照1mm进行预先分级。预先筛分系统1中筛上的大块矿石通过皮带运输至破碎系统2进行破碎,预先筛分系统1筛下产品与破碎系统2破碎后的矿石通过管道溜槽进入磨矿解离系统3进行研磨解离。根据矿石自身理化性质与实际工业生产要求设置分级筛分参数,分级筛分系统4按0.5mm、0.25mm或0.074mm进行分级筛分作业,优选按0.074mm进行分级筛分作业,其中筛上粒度未达标、解离未充分的粗颗粒矿石经皮带转运至磨矿解离系统3进一步研磨解离,直至达到规定粒度大小。分级筛分系统4的筛下出料口与颗粒收集系统7通过皮带相连,运输过程中随机抽取若干颗粒送入相机拍摄系统5,对粉碎解离后的矿石颗粒断口形貌特征进行拍照统计;最终通过图像处理与计算系统6对相机拍摄到的矿石颗粒断口形貌进行处理分析,计算得到矿石颗粒的解离度大小,实现对颗粒破碎解离过程的动态检测,并根据计算结果对破碎磨矿过程参数进行优化调整,实现对矿石颗粒的高效解离。
与现有技术相比,本实施例提供的基于断口特征判据的矿物解离系统,通过将筛分系统1、破碎系统2、磨矿解离系统3、分级筛分系统4、相机拍摄系统5、图像处理与计算系统6和颗粒收集系统7集成设置,结构简单、操作方便,能够实现对矿石颗粒的快速粉碎解离,并利用矿石颗粒破碎磨矿解离后表面断口的自相似特征,建立颗粒断口类型与表面形貌分形维数相匹配机制,计算获得矿石颗粒的解离度大小,还能够根据计算结果对破碎磨矿过程参数进行优化调整,实现对矿石颗粒的高效解离,计算结果准确度高、低成本、应用范围广、适应性强,为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质与磨矿时间等操作参数的优化提供极大帮助,为低品质矿物资源的精确分选提供原料保障。本发明的解离系统能够根据计算结果对破碎磨矿过程参数进行优化调整,实现对矿石颗粒的高效解离,并对矿石颗粒破碎磨矿过程中选择性粉碎和解离精度做出科学评价与动态检测。
实施例2
本发明的又一具体实施例,公开了一种基于断口特征判据的矿物解离方法,利用实施例1中的基于断口特征判据的矿物解离系统,解离操作流程如图2所示,包括如下步骤:
步骤一:利用破碎系统2对矿石颗粒进行破碎磨矿作业,将破碎磨矿后的矿石颗粒送入磨矿解离系统3进行研磨解离。
步骤二:将磨矿解离系统3研磨解离后的矿石颗粒送入分级筛分系统4,分级筛分系统4对送入的矿石颗粒进行分级筛分作业,并将小于筛孔尺寸的矿石颗粒送入相机拍摄系统5、将大于等于筛孔尺寸的矿石颗粒送入磨矿解离系统3进行二次磨矿解离。
步骤三:相机拍摄系统5对送入的粉碎解离后的矿石颗粒断口形貌特征进行图像采集,对采集到的矿石颗粒断口形貌特征图像进行预处理,将预处理后的矿石颗粒断口形貌图片传送至图像处理与计算系统6。
步骤四:图像处理与计算系统6基于相机拍摄系统5预处理后的矿石颗粒断口形貌图片,获取矿石颗粒表面解离度。
步骤五:破碎与磨矿作业动态调整,根据解离度计算结果与最优解离度偏差程度调整优化矿物粉碎过程中操作参数。操作参数包括破碎机与磨机设备的种类、颗粒粉碎粒度大小、磨矿介质填充率与磨矿时间。
步骤一中,将待解离的矿物装入破碎系统2中进行破碎磨矿作业,破碎机将大块矿石颗粒破碎成小块矿石颗粒,随后将小块矿石颗粒装入磨矿解离系统3进行研磨解离,研磨至规定粒度大小,具体粒度大小根据矿石自身理化性质与实际工业生产要求设置分级筛分参数,分级筛分系统4按0.5mm、0.25mm或0.074mm进行分级筛分作业,优选按0.074mm进行分级筛分作业。由磨矿解离系统3研磨解离后的矿石颗粒送入分级筛分系统4。矿石颗粒通过挤压、劈裂、折断、研磨、冲击等一种或多种方式组合发生粉碎解离,粉碎的目的一方面是使矿石颗粒的粒度满足分选作业的粒度要求,另一方面是使有用矿物与脉石矿物充分解离。破碎磨矿过程要求颗粒粉碎粒度适中、分布均匀、解离充分,颗粒粒度过粗、过细均不利于后续分选作业,颗粒过粗会造成矿物解离不充分不利于分选,颗粒过细会造成颗粒过研磨影响解离效果消耗不必要能量。因此需要根据破碎磨矿后颗粒的解离度大小,选取合适的碎磨机械与过程参数实现高效解离,为矿物资源的精确分选提供原料保障。
步骤二中,将磨矿解离系统3中破碎磨矿后的矿石颗粒送入分级筛分系统4按照0.074mm进行检查筛分,将小于筛孔尺寸的矿石颗粒送入相机拍摄系统5,将粒度大于等于筛孔尺寸的不合格矿石颗粒筛出,随预先筛分作业中的筛下的矿石颗粒一同进入磨矿解离系统3进行二次磨矿解离,以保证产品中的矿石颗粒不超过规定粒度要求和充分解离,满足分选作业需要。
步骤三中,将分级筛分系统4分级筛分作业中的满足粒度要求的筛下矿石颗粒运输至颗粒收集系统7,矿石颗粒在运送途中,按照随机抽样法进行系统取样,采用气选或机械手随机选取,选取代表性矿石颗粒若干(2000-5000颗,优选3000颗),相机拍摄系统5的搭载变焦镜头的工业相机对每一颗粒断口形貌特征进行360°拍摄记录与存储,对拍摄到的颗粒表面断口形貌照片进行图像进行预处理,将预处理后的图像传送至图像处理与计算系统6。其中,预处理操作包括对图像进行消除噪声与干扰,将预处理后的图像进行二值化处理,转化为黑白二值位图,用于后续图像处理与解离度计算。
步骤四中,根据矿石颗粒表面断口的自相似形貌特征,通过分形方法分析矿石颗粒的表面形貌,将分形维数引入到矿石颗粒表面形貌分形特征的表征中,实现对颗粒表面穿晶断口与沿晶断口的定量分析。相机拍摄系统5将进行预处理后的矿石颗粒断口形貌特征图像信息传送至图像处理与计算系统6,图像处理与计算系统6依次读取预处理与二值化处理后矿石颗粒断口形貌图片,提取矿石颗粒断口表面形貌特征,区分并统计矿石颗粒表面断口类型,利用小岛周长面积法或盒子计算法计算颗粒表面分形维数,进而获取矿石颗粒表面解离度。
步骤五中,将图像处理与计算系统6得到的矿石颗粒实际表面解离度大小与最优解离度大小相比较,当矿石颗粒实际表面解离度小于最优解离度一定程度时,即当矿石颗粒实际表面解离度小于阈值系数乘以最优解离度时,对破碎系统2与磨矿解离系统3中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数进行优化,通过增加破碎与磨矿作业动态调整步骤,实现了矿物破碎解离过程中破碎与磨矿作业动态调整,能够大大降低破碎磨矿作业的能源消耗、节约生产成本、提高设备处理量,防止物料解离不充分与过磨过粉碎现象的发生,实现对矿石颗粒的高效解离,为后续矿物分选提供充足保障。其中,最优解离度大小,根据矿石自身理化性质与实际工业生产要求设置,阈值系数设置为60-90%,优选为75%。
进一步的,操作参数优化过程为:当矿物表面实际解离度小于最优解离度的75%时,选用破碎比大的破碎磨矿设备以提高粉碎解离效果,如鄂式破碎机、圆锥破碎机、辊式破碎机、冲击式破碎机,优选鄂式破碎机与球磨机,降低颗粒粉碎粒度,提高磨矿介质充填率与磨矿时间,从而实现破碎与磨矿作业的动态调整。
在步骤一之前,还包括预先筛分步骤:将待解离的矿石送入预先筛分系统1进行预先筛分作业,将小于筛孔尺寸(符合解离粒径)的矿石颗粒直接送入磨矿解离系统3进行研磨解离,将大于等于筛孔尺寸(不符合解离粒径)的大块矿石颗粒送入破碎系统2中进行破碎磨矿作业。根据破碎系统2的破碎机与磨矿解离系统3的磨机的工作能力与破碎比要求将矿石颗粒按照5mm、3mm或1mm进行预先分级,优选按照1mm进行预先分级,将粒度小于1mm的矿石颗粒预先筛出直接进入磨矿解离系统3研磨解离,一方面避免了对细颗粒矿石的过研磨与过粉碎,有利于提高后续矿石颗粒的分选效果,另一方面降低了破碎磨矿过程中的能量消耗,提高了能源利用率与设备的处理量。
在步骤一中,将预先筛分系统1预先筛分出来的大于等于筛孔尺寸的大块矿石颗粒装入破碎系统2中,破碎系统2对预先筛分系统1筛分出来的大块矿石颗粒进行破碎磨矿作业,大块矿石颗粒被破碎机破碎成小块矿石颗粒;将小块矿石颗粒装入磨矿解离系统3进行研磨解离,研磨至规定粒度大小,再将经磨矿解离系统3研磨解离后的矿石颗粒送入分级筛分系统4执行后续步骤二至步骤五,直至完成全部矿石的解离。
与现有技术相比,本实施例提供的基于断口特征判据的矿物解离方法,通过利用矿物颗粒在解离过程中沿晶断口与穿晶断口裂纹的自相似特征,将矿物粉碎作业后产品的断口微观形貌与分形理论相结合,建立矿物微观断裂形貌与粉碎过程匹配机制,具体通过颗粒表面分形维数表征不规则颗粒表面的复杂程度,对粉碎后的矿物产品的解离度进行快速、准确的求解,计算结果与矿物颗粒显微镜下观察统计结果相一致,实现对颗粒表面断口裂纹的定量分析。本发明的解离方法简单实用、应用范围广、适应性强,成本降低30-50%,为指导实际工业生产中为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数的优化提供了极大帮助,不仅降低破碎磨矿作业的能源消耗、节约了生产成本、提高了解离系统的处理量,还能防止物料解离不充分与过磨过粉碎现象的发生,为后续矿物分选提供充足保障。另外,通过正向计算与反向调节相结合的方式,根据计算结果对破碎磨矿过程参数进行实时动态输出与优化调整,实现对矿石颗粒破碎磨矿过程中选择性粉碎和解离精度做出科学评价与动态检测,避免传统检测结果延迟性,满足实际工业生产时效性需要,为低品质矿物资源的精确分选提供了原料保障。
实施例3
本发明的又一具体实施例,公开了实施例2的基于断口特征判据的矿物解离方法的步骤四中图像处理与计算系统6获取矿石颗粒表面解离度的具体过程,具体公开了一种基于颗粒断口特征的矿物解离度获取方法,流程如图3所示,该矿物解离度获取方法包括如下步骤:
步骤1:图像处理与计算系统6基于相机拍摄系统5预处理后的矿石颗粒断口形貌图片信息得到颗粒体积分形维数,基于颗粒体积分形维数计算矿物颗粒筛下累计产率分布函数。
步骤1.1:图像处理与计算系统6根据相机拍摄系统5传输的颗粒尺寸信息。将矿物颗粒按照0.074-0.045mm、-0.045mm(指粒径小于0.045mm)等粒级进行粒度分析与统计,得到最大颗粒粒径rmax、各粒级颗粒体积、所有颗粒累计总体积,计算出颗粒粒群的各粒级颗粒的产率,各粒级颗粒的产率为各粒级颗粒体积占所有颗粒累计总体积的百分含量。其中,所有颗粒构成颗粒粒群,颗粒粒群的各粒级平均粒径R为对应粒级颗粒粒度尺寸上限与下限的算数平均值,例如在0.074-0.045粒级中,平均粒径R为0.625mm。
步骤1.2:颗粒破碎后的粒径分布具有良好的分形特征,基于颗粒体积分形维数的概念及其计算公式推导,得到颗粒粒群的颗粒体积分形维数D计算公式(1):
式中,r—颗粒粒径(mm);V(r<R)—是粒径小于R的颗粒累积体积;VT—颗粒的总体积;λV—对所有粒级而言的上限值,数值上等于最大粒径rmax;D—颗粒体积分形维数;V(r<R)/VT—粒径小于R的颗粒累积体积百分含量。将公式(1)两边取对数整理后得公式(2):
根据步骤1.1中统计的磨矿后矿物颗粒的筛下各粒级颗粒体积占所有颗粒累计总体积的百分含量与平均粒径信息分别计算lg(V(r<R)/VT)与lg(R/λV),以lg(V(r<R)/VT)为纵坐标、lg(R/λV)为横坐标,采用描点法作图,将粒径分布的数据绘于图上,用最小二乘法拟合成一条直线,如图6所示,该直线斜率k为3-D,得到体积分形维数D值为k+3。
步骤1.3:将求出的体积分形维数D带入公式(1)得该磨矿条件下矿物颗粒筛下累计产率连续分布函数,如公式(3)所示:
式中,yi(<ri)—粒径小于ri的颗粒累计产率;ri—颗粒的平均粒径;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数。
步骤2:图像处理与计算系统6基于相机拍摄系统5预处理后的矿石颗粒断口形貌图片信息得到颗粒表面分形维数,基于颗粒表面分形维数计算颗粒比表面积函数。
步骤2.1:计算颗粒表面分形维数。
矿物颗粒经磨矿解离系统3研磨后,颗粒内部发生破裂形成各种凹凸不平的断面。根据裂纹传播方式,划分为图4所示的沿晶断口和图5所示的穿晶断口。两种断口的形态结构均具有自相似特征,虽然不是严格的分形几何,但它与分形结构极为相似。相机拍摄系统5依次读取存储的颗粒断口形貌特征图片,通过预处理消除干扰信息,然后将图像进行二值化处理,转化为黑白二值位图。利用小岛法、周长面积法、盒计数法等方法计算各矿物颗粒形状分形维数Dh,优选盒计数法,通过公式(4)最终计算该磨矿条件下穿晶断裂与沿晶断裂两种断口对应的平均颗粒表面分形维数Ds。
DS=Dh+1 (4)
式中,DS—颗粒表面分形维数;Dh—颗粒形状分形维数。
步骤2.2:利用颗粒断口的自相似特征,通过颗粒表面分形维数Ds计算颗粒的比表面积,如公式(5)所示。
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数。
步骤3:基于矿物颗粒筛下累计产率连续分布函数、颗粒比表面积函数计算颗粒解离度。
步骤3.1:通过公式(3)矿物颗粒筛下累计产率连续分布函数,求解各粒级重量的概率密度分布函数dy,如公式(6)所示,进而求解各粒级颗粒个数的概率密度分布函数dN,如公式(7)所示。
式中,r—颗粒粒径(mm);rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数;N—颗粒个数。
步骤3.2:根据得到的各粒级颗粒个数概率密度分布函数dN公式(7)与颗粒的表面积函数公式(5),联合颗粒表面分形维数Ds与颗粒体积分形维数D,得到各粒级颗粒表面积概率密度分布函数,如公式(8)所示。
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数。
步骤3.3:在所求解(r1,r2)的粒度范围内对各粒级颗粒表面积概率密度分布函数(公式(8))进行积分得到颗粒解离表面积求解公式(9),将沿晶断口时表面分形维数与穿晶断口时表面分形维数分别带入公式(9),分别计算得到颗粒沿晶断裂表面积A沿晶与颗粒穿晶断裂表面积A穿晶。
式中,α0—颗粒比表面形状系数;r—颗粒粒径(mm);DS—颗粒表面分形维数;rmax—颗粒粒群的最大尺寸;D—颗粒体积分形维数;ρ—颗粒的密度;α1—颗粒的体积形状系数;r1—所求解粒度范围的下限值;r2—所求解粒度范围的上限值。
步骤3.4:沿晶断裂是矿物颗粒沿晶体边界扩展而产生的一种断裂,相比穿晶断裂,沿晶断裂更有利于矿物颗粒解离。因此,沿晶断裂的表面积占沿晶断裂和穿晶断裂的表面积之和的比值为矿物单体解离度,矿物单体解离度的计算公式如公式(10)所示。
式中,Dy—颗粒表面为沿晶断口时的平均表面分形维数;Dc—颗粒表面为穿晶断口时的平均表面分形维数;D—颗粒体积分形维数;r1—所求解粒度范围的下限值;r2—所求解粒度范围的上限值。
以磁铁矿解离为例,利用本实施例的矿物解离度获取方法获取磁铁矿的解离度,具体过程如下:
将磁铁矿颗粒分成五份,每份质量不低于10kg,每次预先按照1mm进行分级,将粒度小于1mm的矿石颗粒预先筛出直接运往磨矿解离系统3研磨解离,将粒度大于等于1mm的矿石颗粒先运往破碎系统2破碎后在进入磨矿解离系统3解离,磨矿系统3中磨矿介质直径先后分别设为30mm,25mm,20mm,15mm,10mm。磨矿解离系统3每次研磨解离后的矿石颗粒送入分级筛分系统4按0.074mm分级,将粒度大于等于0.074mm的筛上颗粒运往磨机解离系统3进一步研磨,将筛下颗粒运往收集系统7过程中通过相机拍摄系统5进行颗粒尺寸与图像信息采集。在不同磨矿介质直径下相机拍摄系统5每次选取500颗研磨后的磁铁矿颗粒,观察并拍摄磁其断口形貌,按照沿晶断口与穿晶断口进行分类。将矿物颗粒按照0.074-0.045mm、-0.045mm(指粒径小于0.045mm)等粒级进行粒度分析与统计,得到最大颗粒粒径rmax、各粒级颗粒体积、所有颗粒累计总体积,计算出各粒级颗粒的产率,各粒级颗粒的产率为各粒级颗粒体积占所有颗粒累计总体积的百分含量。
根据不同尺寸磨矿介质研磨后统计的矿物颗粒筛下各粒级颗粒累计体积占所有颗粒累计总体积的百分含量与平均粒径信息分别计算lg(V(r<R)/VT)与lg(R/λV),以lg(V(r<R)/VT)为纵坐标、lg(R/λV)为横坐标,采用描点法对不同尺寸磨矿介质进行作图,将粒径分布的数据绘于图上,用最小二乘法拟合成一条直线,如图6所示,直线斜率k为3-D,即可求出不同尺寸磨矿介质条件下体积分形维数D值,如表1所示。
表1不同尺寸磨矿介质条件下体积分形维数D值统计表
介质尺寸 | 钢球10mm | 钢球15mm | 钢球20mm | 钢球25mm | 钢球30mm |
体积分形维数D | 2.864 | 2.493 | 2.413 | 2.269 | 2.284 |
根据拍摄系统5拍摄的颗粒断口形貌图片,分别计算不同尺寸磨矿介质下穿晶断裂与沿晶断裂占比,并分别计算颗粒穿晶断口与沿晶断口平均分形维数,计算结果如表2。
表2颗粒穿晶断口与沿晶断口平均分形维数统计表
根据表1和表2中的数据,按照矿物单体解离度的计算公式(10)分别计算不同尺寸磨矿介下磁铁矿颗粒的解离度,计算结果如表3。
表3不同尺寸磨矿介下磁铁矿颗粒的解离度统计表
基于表3中颗粒断口特征和矿物解离度的关系确定出磁铁矿磨矿解离系统最佳磨矿介质尺寸为20mm,因此,采用直径为20mm的钢球作为磨矿介质,提高解离效果。
与现有技术相比,本实施例提供的基于颗粒断口特征的矿物解离度获取方法,至少具有如下有益效果:
1)通过利用矿物颗粒在解离过程中沿晶断口与穿晶断口裂纹的自相似特征,将矿物粉碎作业后产品的断口微观形貌与分形理论相结合,建立矿物微观断裂形貌与粉碎过程匹配机制,对粉碎后的矿物产品的解离度进行快速求解,能够为指导实际工业生产中为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数的优化提供了理论依据,降低破碎磨矿作业的能源消耗节约生产成本、提高设备处理量,防止物料解离不充分与过磨过粉碎现象的发生,为后续矿物分选提供充足保障。
2)利用颗粒表面分形维数表征不规则颗粒表面的复杂程度,实现对颗粒表面断口裂纹的定量分析;利用颗粒体积分形维数计算筛下累计产率,简化特定尺度下矿物颗粒的数量统计。通过将颗粒表面分形维数与颗粒体积分形维数相结合计算粉碎后的颗粒解离度,为指导矿物破碎磨矿解离研究提供了新的解决办法,为认识矿物的碎磨机制并建立微观断裂形式与材料力学性能之间关系提供了一个新的认识途径。
3)采用相机拍摄系统对送入的矿石颗粒的断口形貌特征进行图像采集,并对采集的矿石颗粒断口形貌特征图像进行预处理,将预处理后的矿石颗粒断口形貌图片传送至图像处理与计算系统,图像处理与计算系统分别求解颗粒表面分形维数与颗粒体积分形维数,为粉碎后的矿物产品解离度求解提供数值条件,对运用分形理论研究矿物粉碎解离提供具体的方法手段与解决思路。
4)计算过程快速、准确、简单实用,而且成本低,能够将颗粒断口形貌特征进行数学化表达,运用分形理论进行求解,为矿物粉碎过程中破碎机与磨机设备的选择、颗粒粉碎粒度的确定、磨矿介质填充率与磨矿时间等操作参数的优化提供了理论依据,为低品质矿物资源的精确分选提供了原料保障。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于断口特征判据的矿物解离方法,其特征在于,利用基于断口特征判据的矿物解离系统,包括如下步骤:
步骤一:利用破碎系统(2)对矿石颗粒进行破碎磨矿作业,将破碎磨矿后的矿石颗粒送入磨矿解离系统(3)进行研磨解离;
步骤二:将磨矿解离系统(3)研磨解离后的矿石颗粒送入分级筛分系统(4),分级筛分系统(4)对送入的矿石颗粒进行分级筛分作业,并将小于筛孔尺寸的矿石颗粒送入相机拍摄系统(5);
步骤三:相机拍摄系统(5)对送入的矿石颗粒的断口形貌特征进行图像采集,并对采集的矿石颗粒断口形貌特征图像进行预处理,将预处理后的矿石颗粒断口形貌图片传送至图像处理与计算系统(6);
步骤四:图像处理与计算系统(6)基于相机拍摄系统(5)预处理后的矿石颗粒断口形貌图片,获取矿石颗粒表面解离度。
2.根据权利要求1所述的基于断口特征判据的矿物解离方法,其特征在于,还包括步骤五:破碎与磨矿作业动态调整。
3.根据权利要求1所述的基于断口特征判据的矿物解离方法,其特征在于,破碎与磨矿作业动态调整为:根据解离度计算结果与最优解离度偏差程度调整优化矿物粉碎过程中操作参数。
4.根据权利要求1所述的基于断口特征判据的矿物解离方法,其特征在于,操作参数包括破碎机与磨机设备的种类、颗粒粉碎粒度大小、磨矿介质填充率与磨矿时间。
5.根据权利要求1至4任一项所述的基于断口特征判据的矿物解离方法,其特征在于,在步骤一之前,还包括预先筛分步骤。
6.根据权利要求5所述的基于断口特征判据的矿物解离方法,其特征在于,所述预先筛分步骤为:将待解离的矿石送入预先筛分系统(1)进行预先筛分作业,将小于筛孔尺寸的矿石颗粒直接送入磨矿解离系统(3)进行研磨解离,将大于等于筛孔尺寸的矿石颗粒送入破碎系统(2)中进行破碎磨矿作业。
7.根据权利要求1所述的基于断口特征判据的矿物解离方法,其特征在于,步骤二中,将大于等于筛孔尺寸的矿石颗粒送入磨矿解离系统(3)进行二次磨矿解离。
8.根据权利要求1至7所述的基于断口特征判据的矿物解离方法,其特征在于,步骤四中,图像处理与计算系统(6)获取矿石颗粒表面解离度,包括如下步骤:
步骤1:基于颗粒体积分形维数计算矿物颗粒筛下累计产率分布函数;
步骤2:基于颗粒表面分形维数计算颗粒比表面积函数;
步骤3:基于矿物颗粒筛下累计产率连续分布函数、颗粒比表面积函数计算颗粒解离度。
9.根据权利要求1所述的基于断口特征判据的矿物解离方法,其特征在于,所述基于断口特征判据的矿物解离系统包括集成设置的破碎系统(2)、磨矿解离系统(3)、分级筛分系统(4)、相机拍摄系统(5)、图像处理与计算系统(6)和矿石颗粒收集系统(7)。
10.根据权利要求9所述的基于断口特征判据的矿物解离方法,其特征在于,还包括预先筛分系统(1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010378955.6A CN111582164B (zh) | 2020-05-07 | 2020-05-07 | 一种基于断口特征判据的矿物解离方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010378955.6A CN111582164B (zh) | 2020-05-07 | 2020-05-07 | 一种基于断口特征判据的矿物解离方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582164A true CN111582164A (zh) | 2020-08-25 |
CN111582164B CN111582164B (zh) | 2023-04-07 |
Family
ID=72124733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010378955.6A Active CN111582164B (zh) | 2020-05-07 | 2020-05-07 | 一种基于断口特征判据的矿物解离方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582164B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112892794A (zh) * | 2021-01-15 | 2021-06-04 | 清华大学 | 隧洞内智能化制砂实时调整系统及方法 |
CN114397315A (zh) * | 2022-01-11 | 2022-04-26 | 中国矿业大学 | 一种研磨介质对煤炭破碎产物三维形貌特征影响的方法 |
CN114733628A (zh) * | 2022-03-16 | 2022-07-12 | 北京科技大学 | 一种基于高压二氧化碳的复合矿石解离分选方法 |
CN114985064A (zh) * | 2022-06-07 | 2022-09-02 | 昆明理工大学 | 一种基于破碎统计力学的介质级配优化方法 |
CN115114560A (zh) * | 2022-06-27 | 2022-09-27 | 中南大学 | 基于矿石粒度结构参数确定磨矿时间的方法 |
CN118268118A (zh) * | 2024-06-03 | 2024-07-02 | 南昌众博金属制品有限公司 | 金属冶炼管控方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776564A (zh) * | 2009-01-08 | 2010-07-14 | 鞍钢集团矿业公司 | 铁矿石选矿产品矿物单体解离度测定方法 |
CN103792100A (zh) * | 2012-10-31 | 2014-05-14 | 华北电力科学研究院有限责任公司 | 一种确定分离器分离效率的方法及设备 |
CN105478220A (zh) * | 2016-01-19 | 2016-04-13 | 中国黄金集团内蒙古矿业有限公司 | 矿石破碎系统及破碎机的控制方法 |
CN107894379A (zh) * | 2017-11-14 | 2018-04-10 | 沈阳聚德视频技术有限公司 | 一种基于智能视觉的高性能矿石粒度视觉检测系统 |
CN109164117A (zh) * | 2018-10-24 | 2019-01-08 | 东南大学 | 基于集料-砂浆界面断裂规律的沥青混凝土损伤预测方法 |
CN111047555A (zh) * | 2019-11-13 | 2020-04-21 | 鞍钢集团矿业有限公司 | 基于图像处理技术的矿石图像粒度检测算法 |
-
2020
- 2020-05-07 CN CN202010378955.6A patent/CN111582164B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776564A (zh) * | 2009-01-08 | 2010-07-14 | 鞍钢集团矿业公司 | 铁矿石选矿产品矿物单体解离度测定方法 |
CN103792100A (zh) * | 2012-10-31 | 2014-05-14 | 华北电力科学研究院有限责任公司 | 一种确定分离器分离效率的方法及设备 |
CN105478220A (zh) * | 2016-01-19 | 2016-04-13 | 中国黄金集团内蒙古矿业有限公司 | 矿石破碎系统及破碎机的控制方法 |
CN107894379A (zh) * | 2017-11-14 | 2018-04-10 | 沈阳聚德视频技术有限公司 | 一种基于智能视觉的高性能矿石粒度视觉检测系统 |
CN109164117A (zh) * | 2018-10-24 | 2019-01-08 | 东南大学 | 基于集料-砂浆界面断裂规律的沥青混凝土损伤预测方法 |
CN111047555A (zh) * | 2019-11-13 | 2020-04-21 | 鞍钢集团矿业有限公司 | 基于图像处理技术的矿石图像粒度检测算法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112892794A (zh) * | 2021-01-15 | 2021-06-04 | 清华大学 | 隧洞内智能化制砂实时调整系统及方法 |
CN112892794B (zh) * | 2021-01-15 | 2022-07-01 | 清华大学 | 隧洞内智能化制砂实时调整系统及方法 |
CN114397315A (zh) * | 2022-01-11 | 2022-04-26 | 中国矿业大学 | 一种研磨介质对煤炭破碎产物三维形貌特征影响的方法 |
CN114397315B (zh) * | 2022-01-11 | 2024-05-03 | 中国矿业大学 | 一种研磨介质对煤炭破碎产物三维形貌特征影响的方法 |
CN114733628A (zh) * | 2022-03-16 | 2022-07-12 | 北京科技大学 | 一种基于高压二氧化碳的复合矿石解离分选方法 |
CN114985064A (zh) * | 2022-06-07 | 2022-09-02 | 昆明理工大学 | 一种基于破碎统计力学的介质级配优化方法 |
CN115114560A (zh) * | 2022-06-27 | 2022-09-27 | 中南大学 | 基于矿石粒度结构参数确定磨矿时间的方法 |
CN115114560B (zh) * | 2022-06-27 | 2024-04-12 | 中南大学 | 基于矿石粒度结构参数确定磨矿时间的方法 |
CN118268118A (zh) * | 2024-06-03 | 2024-07-02 | 南昌众博金属制品有限公司 | 金属冶炼管控方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111582164B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582164B (zh) | 一种基于断口特征判据的矿物解离方法 | |
CN111582162B (zh) | 一种基于颗粒断口特征的矿物解离度获取方法 | |
CN1911523B (zh) | 可提高选矿效率和选矿指标的工艺方法 | |
CN104874462B (zh) | 微细粒嵌布混合矿粗粒预选、磁—浮分选工艺 | |
CN113500014B (zh) | 一种基于阈值的动态调整进行智能分选的方法及系统 | |
CN111582161B (zh) | 一种基于断口特征判据的矿物解离系统 | |
CN103447144A (zh) | 一种弱磁选工艺提铁降硅的方法 | |
Gülcan et al. | Performance evaluation of optical sorting in mineral processing–A case study with quartz, magnesite, hematite, lignite, copper and gold ores | |
CN105728155B (zh) | 一种炼焦中煤的解离再选工艺 | |
CN103464275B (zh) | 一种石英脉型金矿的选矿方法及装置 | |
CN101559404B (zh) | 中煤磨碎分选工艺 | |
CN104028364A (zh) | 一种多金属选矿磨矿分级优化测试方法 | |
CN105797831B (zh) | 一种炼焦末中煤的解离再选工艺 | |
CN105413842A (zh) | 超贫磁铁矿的选矿工艺及系统 | |
WO2023060890A1 (zh) | 一种低品位铬铁矿的梯级回收、分段抛尾的选矿方法 | |
CN110252489B (zh) | 一种高效低能耗分级磨矿方法 | |
Pourghahramani | Effects of ore characteristics on product shape properties and breakage mechanisms in industrial SAG mills | |
CN1320963C (zh) | 干式粉碎系统和干式粉碎方法 | |
CN112090480A (zh) | 一种低品位萤石矿的干式预选系统及工艺 | |
CN201702015U (zh) | 黄金选矿新装置 | |
CN112090474A (zh) | 一种高品位铬铁矿块矿的生产系统及其工艺 | |
CN114985064A (zh) | 一种基于破碎统计力学的介质级配优化方法 | |
CN214439946U (zh) | 一种提高含铅钼矿入选品位的智能分选装置 | |
CN1895788B (zh) | 可提高精矿品位和回收率的选矿工艺方法 | |
CN103249912B (zh) | 拣选矿石的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |