基于DA-Attention U-Net编码-解码结构的浮选矿浆相气泡图像分割

浮选矿浆相气泡图像是采集自浮选槽内部矿浆溶液中的图像数据,与浮选泡沫相图像数据相比视觉特征显著不同。针对使用特殊设备从浮选槽矿浆溶液中原位采集的气泡图像数据,提出了一种基于DA-Attention U-Net编码-解码结构的气泡分割模型。模型以U-Net为基础,引入CBAM模块并依据Residual残差连接思想改进模块结构,使模型同时具有通道注意力和空间注意力的优点,给予包含气泡的前景区域更大权重,减少因下采样次数多导致的信息丢失;引入ASPP模块并基于Dense密集连接思想进行改进,从多尺度提取气泡特征及整合前后特征层信息;并在完成气泡分割的基础上使用热力图与显著图对分割结果进行分析。研究结果表明,与原始U-Net相比,所提模型对气泡图像分割效果更优,训练损失、Dice系数降低了0.416、0.2,分别达到了0.015、0.12,MIoU精度值、F1_Score值提升了0.331、0.229,分别达到了0.952、0.985,并通过消融试验验证了各模块有效性。该模型对气泡图像的精确分割,可为后续提取气泡特征奠定基础,对于未来将矿浆相气泡特征信息用于浮选过程智能控制,具有重要意义。

粗颗粒矿物在矿浆相中的悬浮特征

浮选过程中颗粒的悬浮是气泡与颗粒碰撞和黏附的基础条件。粗颗粒矿物由于尺寸较大,在矿浆相中的悬浮特征有别于常规粒级和细粒级矿物。为了分析粗颗粒在浮选机矿浆相中的悬浮影响因素,以层析度函数为分析手段,选取金矿、钛铁矿、黄铜矿三种浮选系统中的四种规格浮选机中的粗颗粒为研究对象,研究了三种矿物在单槽浮选机内、沿作业分布、随浮选机规格变化等情况下的悬浮特征。结果表明:在单体浮选机竖直截面内,粗颗粒矿物在叶轮上方悬浮效果比其它粒级差,随着高度的增加重量层析度迅速减小;沿作业分布的三台同规格浮选机内的粗颗粒矿物悬浮特征相近;而浮选机的规格大小对粗颗粒的悬浮特征影响不敏感,给矿粒级分布和矿物的比重对粗颗粒的悬浮特征影响强烈。在同一浮选机槽体,固相颗粒重量分布层析度与金属量分布层析度两者变化并不一致,粗颗粒分选环境尤其明显,这为粗颗粒浮选机的设计提供了新的思路。

浮选机矿浆相气泡图像分析系统的设计与应用

在浮选优化控制领域,有关泡沫图像采集、处理的研究已被广泛应用。现有研究绝大多数关注的是采集自浮选机泡沫相表面的图像数据,而对于矿浆相,由于液体本身环境恶劣,透光性极差,具有腐蚀性等因素,内部气泡图像难以获取,从而影响技术发展。针对此问题,设计了一种新型气泡图像分析系统,该系统可直接在矿浆溶液里原位采集气泡图像,在线分析处理图像数据,自动提取气泡特征参数,为相关领域研究提供新的数据来源,具有重要的研究和应用价值。

难处理钨矿尾砂沉降性能研究

解决难处理钨矿尾砂的沉降问题对优化白钨矿山的充填工艺具有重要意义。研究论述了难处理钨矿尾砂沉降性能与粒级组成、表面形状及矿浆连续相的关系,研究结果表明:矿浆连续相性质对尾砂的沉降性能影响最大。选矿工艺中的碳酸钠和水玻璃使矿浆p H值适合起泡剂的发泡作用,阻碍细颗粒尾砂的下沉;采用酸中和矿浆至中性、聚合氯化铁消解水玻璃并初步凝聚尾砂颗粒,添加FA6000s絮凝剂使尾砂快速沉降。最终优选的药剂制度为聚合氯化铁75 g/t、FA6000s絮凝剂25 g/t,该方法实现了对该难处理白钨尾砂的快速沉降。