摘 ?要：為了降低鎢礦山企業(yè)的生產(chǎn)成本，本文研制了一套智能視覺礦石分選機(jī)來替代人工手選。分選機(jī)采用坐式振動(dòng)給料機(jī)進(jìn)行礦石喂料，工業(yè)相機(jī)實(shí)時(shí)采集礦石圖像，高速實(shí)時(shí)分選系統(tǒng)進(jìn)行圖像處理并發(fā)出分選執(zhí)行指令，通過高速氣閥陣列作為分選執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)黑鎢礦石的分選。經(jīng)過工業(yè)現(xiàn)場的生產(chǎn)分選應(yīng)用表明，分選機(jī)可適應(yīng)連續(xù)的生產(chǎn)分選，分選效果良好，解決了鎢礦山企業(yè)選礦生產(chǎn)面臨的部分困擾。

關(guān)鍵詞：視覺;礦石分選機(jī);黑鎢礦;預(yù)處理

中圖分類號(hào)：TP391 ??文獻(xiàn)標(biāo)識(shí)碼：A ???文章編號(hào)：2096-6903（2019）02-0000-00

0 引言

目前，大部分鎢礦山選礦廠的粗選工藝采用人工分選的方式分揀黑鎢礦石，人工手選作業(yè)消耗了大量的人力，而且工作效率低，揀選效果參差不齊。隨著礦產(chǎn)資源的日益貧化，選礦工藝中破碎和磨礦等工序的能耗和材料消耗等逐年增加，生產(chǎn)成本居高不下。如果能在礦石進(jìn)入磨礦工序之前，通過預(yù)處理將混入其中的廢石盡可能拋除，必將顯著降低生產(chǎn)成本。本文介紹一種新型智能視覺礦石分選機(jī)，用智能化設(shè)備替代大部分人工，實(shí)現(xiàn)對不同粒級(jí)礦石的自動(dòng)分選，能有效降低礦山企業(yè)生產(chǎn)成本，提高生產(chǎn)效率，實(shí)現(xiàn)資源的高效回收。

1智能視覺礦石分選機(jī)的構(gòu)成

分選機(jī)主要由給料裝置、信號(hào)采集系統(tǒng)、實(shí)時(shí)中央處理系統(tǒng)及分選執(zhí)行系統(tǒng)四大部分組成。

給料裝置主要由振動(dòng)給料機(jī)機(jī)體及振動(dòng)電機(jī)組成。給料裝置能將從皮帶輸送過來的礦石，通過高頻振動(dòng)進(jìn)行鋪平，并以一定的速度輸送到分選機(jī)結(jié)構(gòu)內(nèi)部，為后續(xù)分選提供均勻的礦石供給。

信號(hào)采集系統(tǒng)主要由工業(yè)相機(jī)、工業(yè)相機(jī)鏡頭及信號(hào)電纜組成。信號(hào)采集系統(tǒng)主要對從給料裝置出口拋出并下落的礦石進(jìn)行拍攝，通過光學(xué)器件的合理配合，可采集得到清晰的礦石表面彩色圖像信息。

實(shí)時(shí)中央處理系統(tǒng)主要由幀接收器、工業(yè)計(jì)算機(jī)、高速數(shù)字輸出設(shè)備及實(shí)時(shí)分選機(jī)系統(tǒng)軟件等組成。實(shí)時(shí)中央處理系統(tǒng)主要通過圖像輸入接口設(shè)備讀取信號(hào)采集系統(tǒng)的圖像信息，并通過FPGA模塊進(jìn)行圖像預(yù)處理，采用CPU進(jìn)行算法識(shí)別，由高速數(shù)字輸出接口設(shè)備發(fā)出執(zhí)行脈沖指令。

分選執(zhí)行系統(tǒng)主要由驅(qū)動(dòng)放大電路模塊、壓縮空氣氣源、供氣管路、氣體凈化裝置及高速氣閥陣列等組成。分選執(zhí)行系統(tǒng)通過驅(qū)動(dòng)放大電路接收實(shí)時(shí)中央處理系統(tǒng)的分選執(zhí)行指令，驅(qū)動(dòng)高速氣閥陣列噴吹壓縮空氣實(shí)現(xiàn)目標(biāo)礦石的選別分離。

2 智能視覺礦石分選機(jī)的工作流程

經(jīng)過破碎、清洗和分級(jí)礦石從皮帶運(yùn)輸至振動(dòng)給料機(jī)，振動(dòng)給料機(jī)通過機(jī)械振動(dòng)將礦石鋪平，當(dāng)?shù)V石到達(dá)振動(dòng)給料機(jī)出口邊緣，開始以自由落體運(yùn)動(dòng)下落，在下落初段，由線性光源補(bǔ)光，配合彩色背景光源，線陣相機(jī)拍攝礦石下落過程的圖像，圖像傳輸至中央處理器進(jìn)行圖像處理，處理后系統(tǒng)通過算法處理對礦石類型進(jìn)行識(shí)別判斷，輸出脈沖信號(hào)到驅(qū)動(dòng)模塊，驅(qū)動(dòng)模塊驅(qū)動(dòng)氣閥陣列相應(yīng)氣閥執(zhí)行噴氣動(dòng)作，高速氣流吹動(dòng)脈石改變下落路徑，落入脈石倉中，進(jìn)而實(shí)現(xiàn)黑鎢礦石的分選。工作流程如圖1所示。

3 分選系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.1 信號(hào)采集系統(tǒng)

信號(hào)采集系統(tǒng)主要由工業(yè)相機(jī)套件及配套光學(xué)輔助器械等組成。工業(yè)相機(jī)是采集礦石表面色彩信息的主要設(shè)備，工業(yè)相機(jī)的選擇是機(jī)器視覺的重要環(huán)節(jié)。當(dāng)前市場上工業(yè)相機(jī)主要有基于面陣傳感器和線陣傳感器的兩類相機(jī)，面陣相機(jī)主要適合用于運(yùn)動(dòng)速度相對較慢的物體的面積、形狀、尺寸及位置等信息的測量，線陣相機(jī)主要適合用于工業(yè)、醫(yī)療、科研及安全等領(lǐng)域檢測運(yùn)動(dòng)速度相對較快的勻速運(yùn)動(dòng)物體;主流工業(yè)相機(jī)接口依據(jù)數(shù)據(jù)連續(xù)帶寬不同又主要分為GIGE、USB3.0、Camera Link三類，其中GIGE接口的最大帶寬為1.0Gbps，USB3.0接口的連續(xù)帶寬為5.0Gbps、Camera Link接口的連續(xù)帶寬為5.44Gbps。為滿足高速運(yùn)動(dòng)物體拍攝需求，本研究選擇線陣工業(yè)相機(jī)作為礦石圖像的采集設(shè)備。

為了提高采集系統(tǒng)的采圖質(zhì)量，需對工業(yè)相機(jī)鏡頭進(jìn)行合理選型。根據(jù)拍攝目標(biāo)的寬度與高度，相機(jī)與被測礦石的工作距離等參數(shù)，可計(jì)算獲得工業(yè)相機(jī)鏡頭的焦距參數(shù)，選用低畸變的鏡頭，可減少后期圖像處理時(shí)間，增加圖像系統(tǒng)的運(yùn)算穩(wěn)定性。

因拍攝對象為高速運(yùn)動(dòng)的礦石，相機(jī)的曝光時(shí)間極短，通常為毫秒級(jí)時(shí)間，此時(shí)還需對相機(jī)的拍攝過程進(jìn)行補(bǔ)光。選用大功率機(jī)器視覺光源補(bǔ)光后，相機(jī)可獲得較好的圖像采集效果。

3.2 實(shí)時(shí)中央處理系統(tǒng)

實(shí)時(shí)中央處理系統(tǒng)主要由工業(yè)相機(jī)圖像采集模塊、核心處理器及高速數(shù)字輸出模塊等組成。

圖像采集模塊采用幀接收器板卡，幀接收器的接口通過信號(hào)電纜與工業(yè)相機(jī)進(jìn)行連接，系統(tǒng)運(yùn)行時(shí)，幀接收器持續(xù)接收工業(yè)相機(jī)發(fā)送的圖像數(shù)據(jù)，并通過器件的FPGA芯片進(jìn)行拼合、切割等預(yù)處理，為核心處理器提供合格的圖像。

核心處理器采用工業(yè)計(jì)算機(jī)的CPU，通過接收來自幀接收器預(yù)處理后的圖像，實(shí)時(shí)對圖像進(jìn)行算法處理，通常先劃分感興趣區(qū)域（ROI），運(yùn)用形態(tài)學(xué)特性區(qū)分各獨(dú)立礦石，對感興趣區(qū)域的每個(gè)礦石進(jìn)行算法分析，識(shí)別出需要進(jìn)行分選的合格礦石，依據(jù)坐標(biāo)參數(shù)發(fā)出相應(yīng)執(zhí)行指令。

執(zhí)行指令的輸出通過高速數(shù)字輸出模塊實(shí)現(xiàn)，高速數(shù)字輸出模塊可通過PCI總線與CPU進(jìn)行實(shí)時(shí)通訊，模塊內(nèi)置FPGA，可對執(zhí)行指令進(jìn)行高效處理，通過內(nèi)建的高速脈沖動(dòng)態(tài)輸出程序，可實(shí)現(xiàn)對數(shù)百計(jì)的執(zhí)行機(jī)構(gòu)進(jìn)行脈沖同步控制，確保分選的實(shí)時(shí)性。

3.3 分選執(zhí)行系統(tǒng)

分選執(zhí)行系統(tǒng)主要由壓縮氣源，氣體緩存及過濾裝置，執(zhí)行機(jī)構(gòu)陣列等組成。

壓縮氣源通過空氣壓縮機(jī)壓縮空氣獲得，依據(jù)執(zhí)行機(jī)構(gòu)數(shù)量及流量，可計(jì)算得出氣源的供給需求，再通過選別對象的重量均值進(jìn)行計(jì)算，獲得壓縮空氣的壓力參數(shù)，依此方法可得出相應(yīng)的空壓機(jī)選型參數(shù)。為獲得良好的分選效果，保障執(zhí)行機(jī)構(gòu)持續(xù)穩(wěn)定工作，壓縮空氣需注入儲(chǔ)氣罐進(jìn)行緩存;為保障壓縮空氣的質(zhì)量，還需對壓縮空氣進(jìn)行多級(jí)過濾，實(shí)現(xiàn)壓縮空氣中油、水及微塵的分離，清潔穩(wěn)定的氣源供應(yīng)可提高分選機(jī)的使用壽命。

分選執(zhí)行機(jī)構(gòu)主要包含氣閥陣列、連接管道及噴吹嘴陣列等，機(jī)構(gòu)采用分體式設(shè)計(jì)，即將氣閥陣列與噴吹嘴陣列單獨(dú)分離設(shè)計(jì)，使用管道進(jìn)行連接，此設(shè)計(jì)便于分選執(zhí)行機(jī)構(gòu)的維護(hù)及維修更換。氣閥選用高速電磁氣閥，氣閥開啟及關(guān)閉的響應(yīng)時(shí)間極短，獨(dú)特的閥板及氣體緩存設(shè)計(jì)，可保證較大氣體通量，防止失壓，進(jìn)而可持續(xù)進(jìn)行大粒徑礦石的分選，噴吹嘴陣列設(shè)計(jì)有獨(dú)特的防水及防堵結(jié)構(gòu)，可有效提高分選執(zhí)行機(jī)構(gòu)在惡劣環(huán)境下的使用壽命。

3.4 分選系統(tǒng)軟件

分選系統(tǒng)軟件基于某軟件平臺(tái)進(jìn)行二次開發(fā)，為了更好地實(shí)現(xiàn)軟件代碼的高速執(zhí)行，整個(gè)軟件采用多引擎并行執(zhí)行架構(gòu)。每部分引擎負(fù)責(zé)一個(gè)功能，不同的功能模塊根據(jù)對計(jì)算實(shí)時(shí)性的要求部署在不同的硬件平臺(tái)上。分選系統(tǒng)軟件結(jié)構(gòu)如圖2所示。

圖像處理算法包括預(yù)處理算法和核心分選算法兩大部分。其中圖像預(yù)處理算法包括對礦石圖像的分割算法、礦石圖像感興趣區(qū)域計(jì)算方法和圖像邊緣礦石拼接算法等。通過圖像處理算法的高速識(shí)別，可獲取圖像中需要分離合格礦石的坐標(biāo)參數(shù)，將該參數(shù)代入分選系統(tǒng)軟件的礦石自由落體運(yùn)動(dòng)計(jì)算模型，即可動(dòng)態(tài)獲得包括執(zhí)行機(jī)構(gòu)響應(yīng)間隔時(shí)間與時(shí)長，開啟通道數(shù)量等重要執(zhí)行參數(shù)，結(jié)合系統(tǒng)硬件延時(shí)，即可實(shí)現(xiàn)準(zhǔn)確的礦石分離。

4 工業(yè)應(yīng)用

在智能視覺礦石分選機(jī)的開發(fā)并調(diào)試完成后，將分選機(jī)運(yùn)至礦山生產(chǎn)線安裝，通過現(xiàn)場工藝改造后，開展分選機(jī)工業(yè)生產(chǎn)分選應(yīng)用。經(jīng)過三個(gè)月的工業(yè)生產(chǎn)應(yīng)用及改進(jìn)完善，分選機(jī)分選指標(biāo)達(dá)到較好的效果，在原礦脈石含量為10%的情況下，脈石選出率平均達(dá)到95%，廢石丟棄率平均達(dá)到98%。分選機(jī)在生產(chǎn)線每天連續(xù)運(yùn)行16小時(shí)，平均礦石處理量可達(dá)40t/h，分選機(jī)在生產(chǎn)應(yīng)用期間保持穩(wěn)定運(yùn)行，未發(fā)生死機(jī)、宕機(jī)等運(yùn)行中斷情況，未出現(xiàn)電氣設(shè)備元件損壞情況，整機(jī)穩(wěn)定性極佳，見圖3。

在智能視覺礦石分選機(jī)的應(yīng)用過程中發(fā)現(xiàn)其存在如下問題：由于智能視覺礦石分選機(jī)采用礦石表面色彩特性分選，塊狀鎢礦與廢石的表面形狀及色彩非常接近，分選機(jī)無法對塊狀鎢礦進(jìn)行有效選別，只能通過人工復(fù)選或者其他重選工藝實(shí)現(xiàn)選別。

5 結(jié)語

目前，該分選機(jī)已在鎢礦工業(yè)分選生產(chǎn)中進(jìn)行長期應(yīng)用，機(jī)器運(yùn)行穩(wěn)定，應(yīng)用效果良好。智能視覺礦石分選機(jī)應(yīng)用先進(jìn)的機(jī)器視覺技術(shù)、運(yùn)動(dòng)控制技術(shù)等實(shí)現(xiàn)了黑鎢礦石的自動(dòng)分選，代替了大量勞動(dòng)力，降低了礦山企業(yè)的人力成本，提高了礦石的處理效率，為礦山企業(yè)帶來了可觀的經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1] 朱道瑤，梁殿印，等.礦石揀選技術(shù)和設(shè)備的研究和進(jìn)展[J].礦山機(jī)械，2016，07：5-10.

[2] 肖玲玲，謝斌，等.一種基于改進(jìn)SUSAN算子的鎢礦初選算法[J].江西理工大學(xué)學(xué)報(bào)，2011.06：30-32.

[3] 丁濤，胥和平，等.基于視覺識(shí)別技術(shù)的礦石在線分選機(jī)的研究[J].裝備制造技術(shù)，2014，07：106-108.

[4] 郭宇，張國英，等.基于混合高斯圖像窄帶模型鎢礦初選技術(shù)研究[J].有色金屬（ 選礦部分），2018，2：62-67.

[5] 阮秋琦.數(shù)字圖像處理學(xué)[M].電子工業(yè)出版社，2001.

收稿日期：2019-06-06

作者簡介：歐陽健強(qiáng)（1985—），男，江西南康人，碩士，工程師，研究方向：鎢與稀土行業(yè)采礦，選礦設(shè)備技術(shù)應(yīng)用開發(fā)與研究。

Research and Application Of intelligent Vision ore Separator in Wolframite ore Pretreatment

Ouyang Jian-qiang

（1.Ganzhou Institute of non ferrous metallurgy， Ganzhou ?Jiangxi  341000;

2.industrial design center of nonferrous metals mining and smelting equipment， Ganzhou Institute of nonferrous metallurgy， Ganzhou ?Jiangxi ?341000）

Abstract： In order to reduce the production cost of tungsten mine， a set of intelligent vision ore separator is developed instead of manual separation. The separator adopts the sitting vibrating feeder to feed the ore， the industrial camera collects the ore image in real time， the high-speed real-time separation system processes the image and sends out the separation execution instruction， and the high-speed air valve array is used as the separation execution mechanism to realize the separation of wolframite ore. The application of industrial separation shows that the separator can adapt to continuous production separation， and the separation effect is good， which solves some problems faced by tungsten mining enterprises.

Key words： vision; ore separator; wolframite; pretreatment