30 选矿自动化年评

理状况，从而为浮选优化控制提供依据。刘金平[29]建立了泡沬图像变换域系数的统计分布模型，并根据泡沫图像对应的视觉特征与浮选生产工况的相互关系，开发基于泡沫图像统计特征参量的粗选过程药剂添加健康状态的自动识别功能，以及浮选生产工况的综合分类与评价功能，以铝土矿浮选过程为对象,将所提出的方法应用到了浮选过程工况分类与识别中,并利用所收集的浮选操作知识,根据工况识别结果,为浮选现场操作工人提供了相应的操作指导。任会峰[30]依据泡沫图像与浮选矿浆pH值的关联性，提出泡沫颜色、形态和纹理特征提取方法,建立基于泡沫图像特征与多工况子模型组合的pH软测量模型,实现铝土矿浮选pH值的实时检测,为浮选过程优化控制创造条件。周开军[31]提出了基于分级分水岭算法的泡沫图像自适应分割方法，引入样本统计分布的概念,提取了气泡平均尺寸、方差、偏斜度及陡峭度等统计特征，提出了基于形态学签名变换的泡沫形状特征提取方法，对气泡形态特征进行量化。分析泡沫形态特征与矿物回收率的相关性,建立了基于最小二乘支持向量机的矿物回收率预测模型，为优化操作提供依据。林霞[32]针对目前存在的浮选泡沫图像的纹理特征提取存在计算量大及精度低的特点,在图像的空间域中提出了基于CCHS的纹理特征提取方法。针对复杂工况导致浮选泡沫图像纹理复杂多变以及光照变化等鲁棒性等问题,在图像的频率域中提出了基于改进的Gabor小波变换的泡沬图像的纹理特征提取方法,将提取到的纹理特征用于工业分类。欧文军[33]研究了速度和形状特征提取算法，一种基于宏块跟踪的泡沫运动速度提取方法,并引入最大势能的概念,模拟分水岭集水盆地的淹没过程,基于最大势能的分水岭分割方法获取泡沫的形状特征，采用专家知识系统为浮选过程优化控制提供指导。陈宁[34]提出一种基于颜色共生矩阵的浮选泡沫图像纹理特征提取方法，通过统计泡沫图像纹理复杂度及与之对应的矿物品位，分析两者的变化关系，定性地指出泡沫纹理复杂度与矿物品位的相关性，给出浮选泡沫的最佳纹理复杂度区间。牟学民[35]提出了一种自适应的基于Fourier-Mellin变换与模板匹配相结合的泡沫图像宏块跟踪方法来自动跟踪形变气泡以准确测量浮选泡沫流向刮板的速度，以及基于泡沫图像灰度 SIFT 与 Kalman滤波相结合的泡沫速度特征提取方法跟踪各种泡沬运动子块。针对泡沬稳定度特征难以定量描述问题,提出基于数字图像处理的浮选泡沫表面形变系数与破碎率特征提取方法,对泡沫形变系数、泡沫破碎率的量化描述。李建奇[36]研究浮选泡沬图像的清晰度评价方法、泡沫图像的光照均匀化方法,以及泡沫图像

的多尺度增强方法,进一步提出一种面向参数测量的泡沫图像自适应分割方法,在铝土矿浮选工业应用方面进行了研究。

其他基于泡沫图像处理技术的方法，还包括统计树型小波变换后的小波系数来提取精选泡沫图像纹理特征参数，利用ARMA(自回归滑动平均)动态纹理模型描述泡沫图像之间的相关性[37]，以及提出基于旋转分类的模糊纹理谱纹理特征提取方法[38]、基于局部特征贝叶斯概率模型的泡沫图像分类方法[39]、基于改进LBP 算子的精选泡沫图像表面纹理粗细度特征提取方法[40]、多分辨率下的小波变换方法[41]、基于SIFT的速度特征提取[42]、凸壳二叉树的SVM多类图像分类算法[43]、小波变换结合ARMA的动态纹理建模方法[44]、自适应分数阶微分图像增强方法[45]、基于颜色共生矩阵(CCM)的纹理特征提取算法[46]、基于PSO的混合尺寸泡沫图形分割方法[47]。

30.1.3 浓密机负荷监测技术

浓密机负荷主要指的是储泥量，通过测量耙架扭矩、耙架电流、泥床压力、泥层厚度等手段均可以间接反映。泥床压力检测通常需要预先在浓密机锥底进行安装时预埋压力传感器，泥层厚度可以通过超声波物位计或浸入式红外浊度仪来实现，这两种方式的优点是反应储泥量更直接，缺点是需要做大量的标定工作。利用耙架扭矩、耙架电流判断浓密机储泥量很简洁实用，但是反应的设备状态信息很有限，失真率也很高。

近年来，软测量技术被应用到浓密机的研究领域。例如北京矿冶研究总院根据浓密机的工作原理，输入输出物料、浓密机电流/扭矩等信号实现了泥床厚度的预报[48]。

30.1.4 矿石粒度分析

利用图像分割技术实现皮带运输机上的矿石粒度（块度）测量，测量对象包括粗碎、细碎的给矿矿石和破碎后矿石，自磨/半自磨机给矿矿石，以及皮带上的钢球、球磨机给矿等，以此为指导进行碎磨控制，能够提高碎矿和磨矿的生产效率和处理量。

美国SPLITENGEINEERING公司开发的Split-Online Rock? Fragmentation Analysis system，KSX公司研发的PlantVision系统已在国外矿山用于生产实践。

国内在这方面的研究起步较晚，尚处于工业试验研究阶段。

30.1.5 矿浆粒度测量

磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标，粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。国内外相关公司和科研机构已经研发出采用超声波衰减、直接测径、激光衍射等多种测量原理的稳定的检测方案和产品。

1．超声波粒度仪

超声波粒度仪主要由取样装置、空气消除器、传感器（超声波探头）、电子处理装置以及显示仪表部分组成。来自工艺流程的矿浆经过取样装置进入空气消除器，除去混入矿浆中的空气泡后，流进传感器进行检测，为了克服矿浆浓度的影响，传感器同时需要检测浓度引起的超声波衰减对测量结果进行校正。

采用超声波衰减原理的包括德国SYMPATEC GmbH生产的在线超声波衰减粒度仪OPUS（On-line Particle size analysis by Ultrasonic Spectroscopy），美国热电公司的PSM-400型粒度仪，国产设备包括东方测控公司研发的DF-PSM在线超声波粒度分析仪[49]等，这些产品在国内的矿山企业都有应用案例。

2．直接测径式粒度仪

直接测径式粒度仪（也称机械式粒度仪）一般由取样装置、流量稳定装置、标定取样器、测量头，电子控制显示单元等组成。其核心检测部件测量头部分由马达、减速机构、凸轮、测量柱塞、差动变压器、测量槽组成。通过马达、减速机构、凸轮、柱塞将马达的旋转运动转换为柱塞在测量槽中的上下垂直运动，带动陶瓷测量头完成测量动作[51～53]。直接测径式粒度仪不需要除气装置，不受矿浆磁效应和矿浆中杂质的影响，浓度变化的影响也不敏感，从相关报道可见其推广应用的数量远大于其它测量原理的粒度仪产品。

3．激光衍射粒度仪

激光衍射粒度分析仪基于矿物颗粒的光散射，散射模型基于米氏理论，模型宽度取决于粒度尺寸。激光衍射法分析原理的一个优势在于它能够给全粒级分布的结构，不需要标定，而且在较宽的粒度范围上，它的重复性和精度均很好，但其缺点是被分析的样品数量很少，行业内对其应用的效果褒贬不一，芬兰Outotec公司的基于光衍射原理的PSI500粒度分析仪，在我国永平铜矿选矿厂已有相关

的应用报道[51]，但未见该产品在其它企业推广应用。

4．软测量技术

东北大学根据磨矿回路的特点，采用多输入层神经网络和遗传算法相结合的方法，提出了采用实数编码遗传算法训练多输入层神经网络的混合算法，建立了磨矿粒度的神经网络软测量模型，并在某大型选矿厂通过现场数据验证和实际应用验证了该方法的有效性[53]。

30.1.6 矿浆品位测量

矿浆品位的在线、实时分析对指导生产、节约药剂、控制产品质量和提高回收率等方面都起着非常关键的作用。在线、载流型X射线荧光分析仪是集电子、核电子、自动控制、精密仪器加工于一体的连续流程性工业过程参数分析的大型仪器设备，该类仪器在生产线上对生产过程连续、自动进行多元素成分分析，广泛适用于冶金、选矿、化工、建材等行业的过程分析领域。

矿浆品位分析仪从测量方法上来说，有波长色散X射线荧光分析（WDXRF）和能量色散X射线荧光分析（EDXRF）两种；而从获取X射线荧光的方法上来说，有放射性同位素和X光管两种不同激发源的X射线荧光分析。前者有以澳大利亚Amdel公司为代表生产的放射性同位素型在线X射线荧光分析仪；后者则有以芬兰奥托昆普公司为首，它以X光管为激发源，生产了库里厄系列的载流X射线荧光分析仪。由于波长色散X射线荧光分析在计数率、分辨能力、测量速度等方面都优于能量色散X射线荧光分析。多年来，奥托昆普公司一直致力于库里厄家族的开发、研制和生产，成为全世界著名的载流波长色散X射线荧光分析仪生产厂家，Courier系列品位分析仪[54]在凡口铅锌矿选矿生产自动检测技术中的应用。当然，澳大利亚Amdel公司、美国丹佛公司、瑞典波利登公司等均开发出各自的载流X射线荧光品位分析系统，各具特色，并在世界各国得到广泛应用。

我国在“十一五”“863”研究计划中立项支持了“载流X荧光品位分析系统开发”课题。该课题由北京矿冶研究总院承担，研制成功了BOXA型载流X荧光品位分析仪，该分析仪系统包括一次取样器、多路器、分析仪控制单元、分析仪探头和分析仪管理站5部分组成。该仪器可以测量24个矿浆流道，5个金属元素，测量精度：高品位矿浆2%～4%，低品位矿浆4%～6%。一个品位分析