基于机器视觉的雷波薄夹层磷矿石预分选研究

随着磷矿资源的快速消耗,现阶段我国中低品位磷矿存在占比大且利用率较低的问题,导致生产处理成本增加。利用机器视觉技术代替人工观察实现提前抛废,对磷矿进行预富集,提升矿石综合利用效率,减少经济成本。针对四川省雷波县巴姑中低品位薄夹层磷矿的特性,提出一种基于HSV颜色模型采用多阈值法提取特征值并结合KNN算法的磷矿动态实时预分选算法,待选矿石经本算法分选后精矿品位达到18.3%,这表明该算法的识别准确率较高,基本满足企业识别尾矿的分选需求,达到抛尾的目的。

缓倾斜含软夹层薄至中厚磷矿体充填开采技术研究

以云南晋宁磷矿6号坑东采区为工程背景,针对其缓倾斜薄至中厚含软夹层难采磷矿体,通过现场调研、理论分析、工程类比等综合性研究手段,结合当前磷矿实际的技术经济条件,对该种磷矿体转入地下后的充填开采技术进行了研究。结果表明,对于含有软夹层的两层矿体,必须采用分层开采技术才能获得较高的资源回收率。同时,采用废石、砂石、水泥及水混合制作而成的高浓度似膏体料浆,通过地面泵送管道输送至地下工作面,可获得较好的经济效果。相关的研究成果可为云南磷化集团有限公司及云南滇池周边区域大量类似赋存条件的磷矿山的地下开采工程建设提供技术与理论指导。