浮选泡沫图像特征提取方法研究进展

机器视觉作为设备操作人员的工具,在泡沫浮选设备的监测中得到了广泛的应用。利用泡沫图像数据集建立预测识别模型,以初级泡沫特征参数为输入,以品位和回收率等浮选指标为输出。根据是否需要手动提取浮选泡沫图像特征,可以将特征提取算法划分为两大类别:一种是基于颜色、形态特征等的传统手动特征提取方法,另一种是基于深度神经网络的自动特征提取方法。本文总结并归纳了近年来浮选泡沫图像特征提取算法领域的研究进展,分析了各种方法的优势和不足,对当前难以人工识别泡沫状态及实现浮选自动化提升浮选效率,具有一定的指导价值。

基于改进的SuperGlue模型的浮选泡沫稳定度检测方法研究

在浮选过程中,浮选泡沫保持一定的稳定度对保证浮选指标的稳定至关重要。由于浮选泡沫本身的复杂性和现有检测方法的局限性,目前还无法对工业现场泡沫的稳定度进行定量检测和评估。为此,开发了一种基于改进的SuperGlue模型的浮选泡沫图像特征匹配算法,用于对浮选泡沫的稳定度进行测量。该算法采用改进的SuperPoint模型网络对泡沫图像进行特征点提取,将原有的VGG网络进行了改进,利用特征匹配模型对所得到的两组特征点进行匹配,再进行误匹配精筛选,设置置信度阈值进一步提升匹配精度。对比了在匹配算法中应用比较多的GMS算法,本文算法的有效特征点匹配对数提升了19.58%,匹配精度达99.85%。与传统灰度差值法对比,本文的泡沫稳定度测量方法对不同状态的泡沫可辨识性提升明显,极大地提高了图像检测灵敏度,可以满足生产对泡沫稳定度测量的要求。

浮选体系中气泡运动特性研究进展

浮选作为一种高效的选矿方法,更适于处理品位低、嵌布粒度细、矿物组成复杂的矿石资源,其研究和应用逐渐成为矿物加工领域关注的焦点。在浮选体系中,气泡作为浮选体系中“运输”矿物颗粒的载体,它的运动特性直接影响着矿物浮选的选别效果,因此,研究气泡的运动特性,对于优化浮选工艺与改善浮选效果有着重要意义。首先简述了浮选中常见的气泡生成方式,主要有机械搅拌发泡、气泡发生器发泡、电解发泡及超声波发泡四种方式。介绍了气泡参数中的形态特征参数、运动特征参数和分布特征参数的含义和计算公式;然后重点阐述了浮选中起泡剂、捕收剂、抑制剂、浮选机叶轮参数、浮选柱气泡发生器及充气量对气泡参数的影响;归纳了纳米气泡在微细粒矿物浮选中的应用。目前,浮选体系中气泡运动特性的研究存在着较多的理想假设和一定的局限性,与实际工艺条件相比存在着很大差距。因此,完善气泡测量方法、侧重于气泡在实际浮选环境中的运动特性研究以及研发新型纳米气泡生成设备将是未来的发展方向,通过提高气泡参数准确性及深入了解气泡在实际浮选环境中的运动特性,为浮选过程中气泡参数的调整及浮选设备的设计优化提供重要的参考依据。

浮选图像中泡沫边缘分割

矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确地分割泡沫边缘。据此,利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫F_(score)取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。

石英对浮选泡沫稳定性的影响及其机理

泡沫稳定性是影响浮选过程的重要因素之一,为了考察石英对浮选泡沫稳定性的影响,通过泡沫稳定性试验和析液试验,研究石英在不同捕收剂浓度、颗粒粒度和质量浓度下的泡沫稳定性。并通过接触角测量、Zeta电位测试、泡沫光学图像观察、表面张力和矿浆黏度测定,进一步分析石英对浮选泡沫稳定性的影响机理。结果表明,随着十二胺浓度的增加,溶液的起泡能力增强,泡沫稳定性先增加后降低,这主要是由于十二胺使得溶液体系的表面张力显著降低,减缓了泡沫液膜在Plateau通道内排液的平均流速,石英表面疏水性逐渐增大,泡沫稳定性增强。但当十二胺浓度大于60 mg/L时,石英三相接触角超过90°,强疏水性颗粒不再具有稳泡效果,而是遵循桥联-反润湿机理消泡,泡沫稳定性降低;石英颗粒粒度越细,质量浓度越大,使矿浆黏度增大,阻碍了液膜排液,泡沫稳定性增强;析液试验结果说明,石英颗粒粒度越大,泡沫破裂速度越快,该结论与泡沫稳定性试验结果一致;十二胺通过静电作用吸附在石英表面,改变了石英表面的电负性。在浮选试验条件下,有利于形成稳定的泡沫体系;通过泡沫图像发现,石英黏附在泡膜表面,增加了液膜厚度,在两气泡边界区和Plateau Border边界区形成一道紧密排列的壳层结构,增强了泡沫稳定性。

煤泥浮选泡沫数字图象处理研究(之一)——浮选泡沫视觉特征的线邻域提取算法

进行了煤泥分批浮选实验 ,获取了大量的浮选精煤泡沫数字图象 .将图象的数字处理技术应用到泡沫图象特征参数的提取上 ,提出了有效描述浮选泡沫结构特征的线邻域提取算法——空间灰度相关矩阵法 (SGDM) ,并进一步引入了基于该灰度相关矩阵的能量、熵及惯性特征参数来描述浮选泡沫的视觉特征 .结合煤泥浮选泡沫的视觉纹理特征 ,分析了各特征参数的物理意义及其随浮选时间 (泡沫纹理 )的变化关系 。

新型阴离子捕收剂DL-1反浮选齐大山铁矿混磁精

DL-1为东北大学新研制的阴离子反浮选捕收剂,为了检验其性能及效果,以齐大山铁矿选矿厂铁品位为46.02％的混磁精为试样进行了反浮选试验,并借助Zeta电位检测和红外光谱分析手段对DL-1反浮选石英的机理进行了探讨.结果表明：①以DL-1为捕收剂,采用1粗1扫、中矿返回闭路流程常温反浮选试验试样,获得了铁品位为65.38％、铁回收率为89.56％的铁精矿;DL-1对温度变化的适应能力较强,且可在CaCl2用量较低的情况下高效捕收试样中的石英.②在pH =9～ 12的碱性水溶液中,石英与DL-1间存在静电斥力,CaCl2对石英活化后可大大削弱这种静电斥力;在pH =9～ 11.45的矿浆中,被Ca2＋活化的石英与DL-1间既可能发生静电吸附也可能发生化学吸附,而在pH＞ 11.45的矿浆中,被Ca2活化的石英对DL-1有强烈的静电吸引,因而比在pH=9 ～11.45区间可以更好地完成对石英的吸附和捕收.③在pH=11.50时,DL-1与石英表面同时存在物理吸附、氢键及化学吸附,因而DL-1对无Ca2活化的石英也有很好的捕收效果.

云南某低品位铜镍硫化矿浮选试验

为给云南某低品位铜镍硫化矿石资源的开发利用提供依据,对该矿石进行了工艺矿物学研究和选矿试验。结果表明:①矿石中的主要有用元素为铜、镍,主要有用矿物为黄铜矿、镍黄铁矿、紫硫镍矿、含镍磁黄铁矿,铜镍主要以硫化物形式存在,分别占总铜、总镍的84.09%和85.96%,铜镍紧密共生,分离难度较大,宜采用混浮工艺回收铜镍;②矿石适宜的磨矿细度为-200目占80%,铜镍混浮粗选pH调整剂Na2CO3、脉石矿物抑制剂CMC、镍矿物活化剂CuSO4、捕收剂丁基黄药+硫氨酯适宜的用量分别为800、400、200、90+30 g/t;③采用1次粗选、3次扫选、扫精1扫精选、扫精选精矿与粗精矿合并1次精选、中矿顺序返回闭路流程处理该矿石,最终获得了铜镍品位分别为6.02%和3.97%、铜镍回收率分别为83.05%和84.55%的铜镍混合精矿。

云南某铜钼矿浮选工艺流程试验研究

在对云南某铜钼矿进行矿石性质研究的基础上,比较了三种不同的选矿工艺流程对分选效果的影响。试验结果表明,通过"原矿粗磨—铜钼混合浮选—粗精矿再磨精选—铜钼分离"工艺流程,可以获得产率0.022%、钼品位44.90%、钼回收率88.78%的钼精矿和产率1.848%、铜品位25.83%、铜回收率89.66%的铜精矿。

包钢稀土尾矿中稀土矿物的浮选再回收

包钢稀土尾矿中的稀土矿物有较高的再回收价值。对-74μm粒级产率为77.73%、REO品位为5.97%、主要稀土矿物氟碳铈矿和独居石含量分别达4.10%和3.80%的包钢稀土尾矿试样进行了浮选再选试验。结果表明,在磨矿细度为-74μm占95%,粗选矿浆浓度为40%,矿浆温度为30℃,粗选Na OH用量为3 000 g/t,水玻璃用量为2 000 g/t,H205+LD用量为400+300 g/t情况下,采用1粗3精2扫、中矿顺序返回流程处理试样,获得了REO品位为45.08%、REO回收率为75.27%的稀土精矿。

湖北某低品位细鳞片石墨选矿试验

湖北某低品位细鳞片石墨矿石固定碳含量为4.30%,主要为晶质石墨,极少量为隐晶质石墨;既有单一鳞片,也有鳞片集合体,石墨鳞片在显微镜下呈弯曲鳞片状、显微鳞片状,片径一般在0.001~0.03 mm。为确定合适的石墨富集工艺,采用阶段磨矿、阶段浮选原则流程进行了选矿试验。结果表明：矿石经粗磨（-0.074 mm占70%）—1粗1扫浮选—再磨1（-0.045 mm占85%）—第1,2次精选—再磨2（-0.045 mm占98%）—第3,4次精选—再磨3（-0.045 mm占99.73%）—第5、6次精选,中矿1~中矿4合并再选后返回粗选,中矿5、中矿6返回精选1,中矿7返回精选5的闭路流程处理,可得到固定碳含量90.17%、回收率90.38%的石墨精矿。

内蒙古某难选铜锌硫化矿浮选分离试验研究

针对内蒙古某铜锌硫化矿中次生硫化铜矿物含量高、部分锌矿物与铜矿物之间共生关系密切和铜锌分离难的问题,试验研究采用铜锌等可浮、混合精矿再磨后铜锌浮选分离、锌浮选的工艺流程,以CY为调整剂消除矿石中次生铜矿物在磨矿过程中产生的铜离子对锌、硫矿物的活化作用,应用选择性好的铜矿物捕收剂WR,实现铜锌的有效分离。试验室闭路试验获得的浮选指标为:铜精矿中含铜25.28%、铜回收率为81.50%,含锌7.33%;锌精矿平均含锌44.38%,锌总回收率为82.57%。

提高某难选铜硫矿石铜的回收率

研究某难选铜硫矿石的浮选工艺,提高铜回收率。在原矿含铜1.09%,含硫32%的情况下,采用磨矿细度-74μm占70%,以ZH-01为捕收剂,用(石灰+Na2S+KG)组合抑制剂抑硫浮铜,经一粗二扫二精的工艺流程选别,获得铜品位14.2%,回收率70.30%,金品位3.7g/t,回收率33.5%,尾矿即为硫精矿的较佳指标。铜和金回收率分别比现生产工艺提高10%和11%。

分步浮选提高甘肃某铜矿石选矿指标

甘肃某铜矿石含铜1.6%左右,铜主要以黄铜矿的形式存在,但黄铜矿单体解离性能欠佳且可浮性不一致,对分选不利。现场采用常规浮选工艺处理该矿石,虽能获得合格的铜精矿,但选矿指标不是十分理想。为此,针对矿石性质,以具有较好选择性的LP-01为快速浮选捕收剂、以具有较强捕收能力的Y-89为强化浮选捕收剂进行了分步浮选试验,同时模拟现场工艺进行了对比试验。结果表明:采用分步浮选工艺可获得铜品位为25.61%、铜回收率为83.58%的铜精矿1和铜品位为13.89%、铜回收率为12.36%的铜精矿2,两者合计,综合铜精矿铜品位为23.10%、铜回收率达95.94%;而采用现场工艺获得的铜精矿铜品位为21.86%%、铜回收率为93.88%。相比之下,分步浮选工艺使铜精矿铜品位提高了1.24个百分点、铜回收率提高了2.06个百分点,优越性明显。

栗木锡尾矿中云母、长石、石英浮选分离试验

栗木锡矿选矿厂重选尾矿经强磁选脱铁,非磁性物中石英、钠长石、钾长石及云母矿物含量合计达98%,为充分、高效利用该二次资源,进行了浮选分离工艺研究。结果表明,在不磨矿、硫酸调酸的情况下,采用1次云母浮选、1粗3扫3精浮选长石、中矿顺序返回流程处理矿样,获得了K_2O与Na_2O总含量达10.18%、长石矿物含量达90%的长石精矿,SiO_2含量达93.71%、石英矿物含量达85%的石英精矿,以及云母矿物含量达90%的云母精矿。石英精矿、长石精矿、云母精矿品质均满足工业应用要求。探索了一条实现栗木锡矿非金属矿物绿色、高效资源化利用的途径。

某铜铅锌多金属硫化矿选矿试验研究

某铜铅锌多金属硫化矿含铜0.38%、铅2.02%、锌2.80%,针对该矿石的工艺矿物学特征,进行了不同药剂种类及用量的条件试验,确定了"铜-铅-锌依次优先浮选"工艺流程。闭路试验获得了含铜20.50%、铜回收率为70.03%、含银8 498.74 g/t的铜精矿和含铅58.67%、回收率为84.16%、铅含银2 200 g/t的铅精矿和含锌50.76%、锌回收率82.91%的锌精矿的较好指标。

安徽某低铜高硫磁铁矿石选矿试验

安徽某低铜高硫磁铁矿石属嵌布关系复杂的多金属矿石。为了开发利用该矿石,采用优先选铜—活化浮硫—弱磁选选铁—铁精矿反浮选脱硫原则流程进行了选矿试验。结果表明,铁品位为46.62%、铜品位为0.32%、硫品位为20.56%的矿石采用1粗2精1扫浮铜、1粗1精2扫浮硫、1次弱磁选铁、弱磁选铁精矿1粗1精反浮选脱硫流程处理,最终获得了铜品位为17.09%、回收率为78.64%的铜精矿,铁品位为67.35%、回收率为41.16%、含硫0.28%的铁精矿,以及硫品位为43.69%、回收率为88.79%的硫精矿。该试验结论可作为选矿厂设计的依据。

会理难选铅锌矿石电位调控抑锌浮铅优先浮选新工艺

研究会理锌矿难选铅锌硫化矿电位调控抑锌浮铅优先浮选分离新工艺。用石灰作矿浆pH和电位的调整剂与稳定剂,在矿浆pH为11.88~12.21,矿浆电位在-252^-272mV的条件下,以乙硫氮(N,N-二乙基二硫代氨基甲酸钠)作铅矿物的捕收剂,(ZnSO4+Na2SO3)组合药剂强化抑制锌矿物等实现铅锌优先浮选分离,取得较好的生产指标。铅精矿Pb品位65.21%,回收率52.30%;锌精矿Zn品位56.48%,回收率84.85%。与原生产工艺相比,铅精矿铅品位与回收率分别提高了13.27%和5.76%,锌精矿锌的品位与回收率分别提高了0.28%和2.28%,选矿药剂成本降低约2元/t-矿,每年可产生经济效益约1234万元。

大宝山难选铜硫矿石选矿新工艺研究

广东大宝山铜硫矿石铜品位低,主要金属矿物黄铜矿与黄铁矿、磁黄铁矿等嵌布关系复杂,磁黄铁矿可浮性与黄铜矿相近,采用单一浮选工艺处理该矿石难以获得较好的铜硫分离指标。为探索该难选铜硫矿石铜硫高效分选工艺,在对其进行工艺矿物学分析基础上进行了选矿新工艺研究。结果表明:原矿磨细至-0.074 mm占80.10%,经1粗3扫铜浮选,粗选精矿再磨至-0.074 mm占90%经磁选脱除磁黄铁矿,非磁性产品经3次铜精选,可以获得铜品位为18.57%、回收率为80.26%的合格铜精矿,浮铜扫选尾矿经1粗1扫硫浮选,与磁性产品合并后可以获得硫品位为45.35%、回收率为87.12%的硫精矿,铜硫得到有效分离。

复杂铜硫矿浮选分离技术现状及发展趋势

从优先浮选流程、等可浮流程、混浮流程等方面介绍了铜硫矿的常用选别流程研究及应用现状;着重介绍了新型高效捕收剂、新型高效抑制剂(包括无机组合抑制剂和新型有机抑制剂)的研究与应用情况,简述了起泡剂的研究与应用现状;并对铜硫矿浮选电化学理论研究进展进行了总结,指出新型高效无毒浮选药剂的研发和电化学浮选研究是铜硫矿浮选技术发展的重要方向。