吳西順，鄧杰，姜煥琴，姚翔，張煒，田黔寧

（1. 中國地質(zhì)調(diào)查局地學(xué)文獻中心，中國地質(zhì)圖書館，北京 100083；2. 中國地質(zhì)調(diào)查局國際礦業(yè)研究中心，北京 100037；3. 中國地質(zhì)科學(xué)院礦產(chǎn)綜合利用研究所，四川 成都 610041；4. 中國礦業(yè)報社，北京，100037；5. 中國地質(zhì)調(diào)查局廣州海洋地質(zhì)調(diào)查局，廣東 廣州 510075）

1 概 述

礦業(yè)的自動化很早，在谷歌構(gòu)想無人駕駛汽車之前，全自動駕駛運輸車就已在礦業(yè)領(lǐng)域應(yīng)用多時，但礦業(yè)特別是分選環(huán)節(jié)的智能化著后于其他領(lǐng)域?，F(xiàn)在，礦業(yè)界比以往任何時候更希望新一代傳感技術(shù)能夠全方位驅(qū)動新型智慧礦業(yè)的發(fā)展。智能化滯后的一個根源在于特殊的礦業(yè)環(huán)境對傳感器特別是優(yōu)質(zhì)光源的認知不夠或者不夠敏感。Wotruba[1]曾在2006 年撰文《傳感器分選技術(shù)——礦業(yè)行業(yè)是否錯失了良機？》，呼吁將傳感器礦石分選作為所有流程開發(fā)選項?？上驳氖?，自動化智能化選礦領(lǐng)域正奮起直追，例如新型光源在地礦領(lǐng)域的應(yīng)用就可略見一斑，同時有重大突破并呈現(xiàn)出顛覆性技術(shù)創(chuàng)新。傳感器應(yīng)用在礦石分選中的許多環(huán)節(jié)，如原礦原位分選、磨礦回路預(yù)分選、粗選、掃選和精選、浮選等作業(yè)。

礦物加工環(huán)節(jié)開始應(yīng)用的檢測系統(tǒng)和實際案例見表1。

傳感器驅(qū)動的智能分選，意味著更大規(guī)模真正意義上的系統(tǒng)集成，不僅是數(shù)據(jù)集成與利用，更表現(xiàn)在智能控制、流程優(yōu)化和遠程決策等。傳感器應(yīng)用于礦石分選，通常應(yīng)滿足以下條件：①（近）實時測量；②無損；③非接觸；④足夠的空間分辨率能提供每個顆粒的位置信息；⑤足夠的光譜分辨率能提供每個顆粒的物質(zhì)特性/ 組成信息；⑥成本合理[1，16]。當今，智能分選設(shè)備呈現(xiàn)出微型化移動化和大型化規(guī)?；痆2]向兩極延伸的發(fā)展趨勢。微型化支持了靈活可拆接、地下礦山和隱形礦山的設(shè)計[3]，大型化則向動力學(xué)模擬智能型進一步發(fā)展。

>表1 傳感器分選檢測系統(tǒng)和礦業(yè)應(yīng)用實例Table 1 Sensor sorting detection system and mining application cases

傳感器大量應(yīng)用于礦石分選既是長期以來市場的選擇，也是行業(yè)內(nèi)在發(fā)展的需要[3]，即將帶來巨大收益和革命性的產(chǎn)業(yè)技術(shù)創(chuàng)新。第一，傳感器智能分選可大幅提高生產(chǎn)效率，增加處理量，消除瓶頸，通過預(yù)選預(yù)富集，增加礦山產(chǎn)能。預(yù)先拋除的廢料越多，進入下游的品級越高，在不增加加工和運輸?shù)那闆r下得到的產(chǎn)量越多。

第二，傳感器智能分選可增加儲量、節(jié)約投資[4]，延長礦山壽命。高分辨率傳感器使邊際品位下移，更多的資源轉(zhuǎn)化為可采儲量[4-6]，尾礦廢料堆以非常低的成本綜合利用。而且預(yù)先拋除的廢料越早越多，就越能節(jié)約能源、水電和土地資源。例如奧地利Mittersill 鎢礦用較低的投資來延長礦山壽命增加產(chǎn)能[7]，而引起人們的極大興趣。

第三，傳感器智能分選有助于可持續(xù)性發(fā)展。粗顆粒分選（CPR）大幅節(jié)約水、電和化學(xué)藥劑，同時尾礦堆的重新處理，都減少了環(huán)境影響。在水、電力資源緊張和環(huán)境保護日益提高的地區(qū)，更容易獲得國際社會和當?shù)厣鐓^(qū)的批準和支持。

第四，傳感器智能分選可加強生態(tài)安全保護。巴西Brumadinho 尾礦壩事件對生態(tài)安全和經(jīng)濟財產(chǎn)造成災(zāi)難性破壞[8]，導(dǎo)致大批濕法細粒尾礦壩關(guān)閉，而尾礦脫水干堆技術(shù)得到快速發(fā)展[9]。減少細粒廢料是采用傳感器礦石分選技術(shù)的重要動力，并帶來尾礦管理的更高安全性。粒徑在100 μm 尾礦的含水量僅為70 %，而粗拋料（＞10 mm）的含水量通常為5 %[10]，脫水效果更好。同時，粗粒尾礦在地質(zhì)上更穩(wěn)定、含水量更低且活性面積更小，更易于儲存，是很好的建筑材料。

第五，傳感器智能分選可增加社會效益。所產(chǎn)生的粗廢料堆盡管滲透性較高，但氧化反應(yīng)表面積小，酸性礦山廢水較少，環(huán)境污染大大減少。粗粒廢料可作為副產(chǎn)品在市場上銷售（如建筑行業(yè)骨料）。國際燈塔項目奧地利Wolfram AT 公司的Mittersill 礦就是將粗粒廢料作為建筑骨料低價銷售[11]，助力當?shù)亟ㄔO(shè)，同時也可用于采礦作業(yè)，進行礦山回填或道路建設(shè)[12]等。

第六，傳感器智能分選更符合現(xiàn)代新型礦業(yè)實際，具備高性能、低磨損、易維護、最少依賴供應(yīng)商、適合低品位難選礦、偏遠地區(qū)和惡劣作業(yè)環(huán)境的高品質(zhì)特征[13-15]。

總之，智能分選對于智慧礦山建設(shè)非常重要，而且相當關(guān)鍵，因為它承上啟下連接著上游探采和下游冶金，對于礦業(yè)領(lǐng)域的數(shù)字化轉(zhuǎn)型、深度學(xué)習(xí)和人工智能系統(tǒng)不可或缺。

2 基于傳感器的礦石分選：前世今生

應(yīng)用于礦石分選的傳感器技術(shù)出現(xiàn)已有幾十年的歷史，有的甚至接近百年（表2），但智能傳感則最近才出現(xiàn)。

>表2 傳感器礦石分選技術(shù)的時間線Table 2 Timeline of sensor ore sorting technology

鈾礦 PM 1959 加拿大煤炭 XRT 1966 英國錳PGNAA 1966 -煤炭 XRT 1975 英國金礦 PM 1974 南非銀PM 1974 -銅EM 1974 美國鈾PM 和RM 1975 加拿大菱鎂礦、黑鎢礦、黃金 PM 1976 澳大利亞硅灰石 PM 1979 芬蘭銅鋅 RM 1984 芬蘭螢石等 UV 1985 美國金伯利巖 NIR 1989 美國XRF 1996 俄羅斯

這其中既有成功應(yīng)用的經(jīng)驗，也有應(yīng)用失敗的教訓(xùn)。由于傳感器礦石分選設(shè)備經(jīng)濟可行的前提條件是提高回收率。同時光學(xué)分選成為生產(chǎn)白色材料（如碳酸鈣、菱鎂礦和燒菱鎂石）和硅鐵石英的標配，如希臘菱鎂礦的XRT 傳感器分選效果非常顯著[12]。

1928 年，最早的傳感器礦石分選是（XRL 分選設(shè)備）出現(xiàn)，目前也是應(yīng)用最廣泛的技術(shù)。與先前使用的油脂臺面的提純技術(shù)相比，XRL 自動化分選工藝不僅消除了鉆石被盜的風險，還減少砂磨粉碎作業(yè)和鉆石破裂風險[16-17]。除了高純度的IIa 型鉆石外，大多數(shù)鉆石都采用X 射線照射產(chǎn)生的熒光與機械拍打來回收揀選。在流程上，一般安裝在重介質(zhì)分選流程之后。20 世紀60 年代以來，XRL 分選機已得到廣泛應(yīng)用[18]。

XRL 分選技術(shù)很大程度來自食品加工行業(yè)的技術(shù)溢出效應(yīng)，是從食品加工業(yè)嫁接過來滿足了礦石的生產(chǎn)需要。但鉆石行業(yè)比較特殊，兩家主要的鉆石生產(chǎn)商戴比爾斯（DeBeers）和埃羅莎（Alrosa）在室內(nèi)保密研發(fā)了自己的XRL 分選設(shè)備：DebTech 和Bourevestnik。力拓鋅業(yè)公司（Rio Tinto Zinc）的技術(shù)研發(fā)部也提供該技術(shù)；緊隨其后的是UltraSort，現(xiàn)屬于挪威陶朗（TOMRA）集團；還有中小型XRL 設(shè)備專業(yè)生產(chǎn)商FlowSort。由于鉆石行業(yè)產(chǎn)能低，全球鉆石精選總共安裝了1500 到2000 臺XRL 分選機[3]，但在傳感器分選領(lǐng)域也算獨樹一幟。

國際上許多示范性礦山的燈塔項目，涵蓋鉆石、石英、鎢礦、煤炭等領(lǐng)域，地區(qū)包括歐洲、非洲、中東、南美、北美洲等，經(jīng)過幾十年的傳感器分選應(yīng)用探索和實踐，為我們積累了寶貴的實際經(jīng)驗和教訓(xùn)。

3 優(yōu)質(zhì)光源是傳感器的關(guān)鍵

優(yōu)質(zhì)光源，分辨率高，識別速度快，抗干擾性強，是智能分選的未來之選。

3.1 近紅外光譜（NIR）：耐塵耐水

NIR 是一種優(yōu)良的振動光譜，檢測性能優(yōu)于常規(guī)的表面檢測。表面檢測既需要潔凈的顆粒表面，又需要采用滑槽式分選機進行雙面識別，以最大程度地減少陰影效應(yīng)。但是NIR 光譜，具有振動光譜的優(yōu)勢，表面激活厚度約30 μm，一定程度上能夠耐受較薄粉塵層。來自濕篩和脫水顆粒的表面水分在多變量校準中需要考慮，但不對分選效率產(chǎn)生負面影響。這是因為近紅外礦物的晶體結(jié)構(gòu)或晶體之間包含了最常見的檢測特征，如下列分子鍵類型：存在未填充軌道型過渡元素（Mn、Cu、Ni、Co、Fe 等）或者OH、CO3、NH4和H2O 等分子鍵。這對于智能分選非常重要。

近紅外光譜技術(shù)用于遙感領(lǐng)域已有近40 年。2008年NIR分選技術(shù)在礦業(yè)中首次被系統(tǒng)評估[3]，證明分離金伯利礦與有害基質(zhì)是可行性的。加拿大Renald 在南非Cullinan 礦對金伯利礦近紅外技術(shù)提純進行研發(fā)的結(jié)果是，具有近紅外活性礦物的直接和正面檢測成為粗顆粒分選（CPR）的可利用特征。納米比亞Scorpion 氧化鋅礦石加工，加拿大Renard 礦的金伯利巖選礦，都被迅速證明是成功的[19]。從技術(shù)上講，采用NIR 設(shè)備進行滑石礦的富集也是可行的[20]。

3.2 多通道激光（MCL）：勝在高純細脈石英

多通道激光檢測理論在食品加工業(yè)中得到發(fā)展并得以成熟。它可以檢測顆粒表面對多通道激光的反射和衍射，如果是半透明礦物還可以借助顆粒內(nèi)部的衍射。第一批測試工作表明，該檢測機制特別適合于對石英的識別。塊狀石英、脈狀石英和其他500 μm 大小的石英結(jié)構(gòu)，都可以有效檢測。當激光源發(fā)光在可見光譜范圍內(nèi)時，該設(shè)施還可以檢測目標顆粒顏色。與NIR 分選相比，激光需要在滑槽型分選系統(tǒng)上保證表面清潔和雙面檢測。

首先應(yīng)用于與石英共生的金礦分選，（表面可見的）石英回收率提高，導(dǎo)致金礦回收率高。細脈石英的探測對于提高金礦回收率尤為重要，這是因為靠近礦脈的金礦化程度甚至比石英礦脈本身還要高。這一項發(fā)展形成了兩套試驗性設(shè)備：一個安裝在瑞典的Bj?rkdals 礦，另一個在巴西的Corrego do Sitio 礦與XRT 分選機配合使用。其次應(yīng)用于精密行業(yè)的高純石英提純，例如硅鐵。激光分選理論相對于色選的主要優(yōu)勢是在保證產(chǎn)品質(zhì)量相同的情況下，產(chǎn)出率可提高15% 到20%。

3.3 同步加速X 光（sXRF）：極高分辨率

分子級到礦物級特征及礦化反應(yīng)的科學(xué)研究正突飛猛進。其中，同步加速X 射線技術(shù)第四代光源的空間分辨率有望允許以小于10 nm 的空間步長進行化學(xué)制圖；硬X 射線范圍內(nèi)的光譜分辨率現(xiàn)在約為0.05 eV 光波能量單位[21]。各種X 射線分析技術(shù)的檢測極限將能夠改進1 ppm 以下濃度的測量[22]。

借助該技術(shù)，下列領(lǐng)域?qū)⒕哂袆潟r代意義：（1）在高空間分辨率（μm）下理解礦石和化學(xué)結(jié)構(gòu)；（2）了解地質(zhì)條件下水流體中金屬化學(xué)配位；（3）原位評估流體包裹體的化學(xué)和形態(tài)特征；（4）評價主要礦化結(jié)構(gòu)中有害或有用痕量金屬的置換配位環(huán)境；（5）研究低溫（超基因）礦化環(huán)境中金屬的生物地球化學(xué)行為和轉(zhuǎn)化特征，而有助于中下游礦業(yè)技術(shù)的數(shù)據(jù)共享和工程設(shè)計。這些應(yīng)用于基礎(chǔ)科學(xué)或 “藍天” 環(huán)境科學(xué)的同步加速X 射線促進了對礦床成因的理解，同時提供了獨特而豐富的數(shù)據(jù)集，而與采礦作業(yè)的多方面密切相關(guān)[22]。

這些極高分辨率數(shù)據(jù)有助于提高礦石礦化的認知，借助地礦冶金學(xué)（Geometallurgy）見解可提高選礦效率，并揭示有害物質(zhì)的形成過程和行為信息，對優(yōu)化環(huán)境修復(fù)戰(zhàn)略提供建議[23]。

目前最常用的同步加速技術(shù)包括sXRF、XANES和EXAFS。我國在第四代光源的硬件設(shè)施世界領(lǐng)先，但在地礦科研的應(yīng)用非常稀少，發(fā)展空間尚大。

4 顛覆性創(chuàng)新模糊傳統(tǒng)分界

4.1 塊狀揀選得益于傳感器進步

如今的塊狀揀選系統(tǒng)是一項顛覆性新興技術(shù)，不同于以往的塊狀分選[24]。它是通過測量礦石量而不是單個顆粒，并將整塊礦石直接送到下游進一步處理或者作為廢石處理，從而克服了顆粒分揀系統(tǒng)處理量的限制，實現(xiàn)早期拋廢而大幅度節(jié)能增效。甚至，通過檢測礦石品位并將卡車導(dǎo)航到適當位置進行整車規(guī)模的分揀。該系統(tǒng)適用于處理品位波動較大的礦石，特別是成礦性質(zhì)復(fù)雜、品位估算困難的礦石。

以前無法實現(xiàn)塊狀礦石的直接分揀，是因為沒有能夠可靠地測量系統(tǒng)?，F(xiàn)在市場可用的商業(yè)檢測技術(shù)包括快速伽馬中子激活分析（PGNAA）、磁共振（MR）和原地XRT。而其他傳感系統(tǒng)不適用于塊狀分揀，因為穿透能力不足或透射太慢而無法有效分辨。例如，激光誘導(dǎo)擊穿光譜（LIBS）、激光誘導(dǎo)熒光（LIF）和光度傳感器僅是表面測量（不穿透巖石內(nèi)部），XRF 通常也僅具有幾毫米的光束大小和穿透力[25]。

與依賴目標礦物解離程度的顆粒分揀系統(tǒng)不同，塊狀礦石分揀系統(tǒng)取決于高品位礦石區(qū)域與低含量廢石區(qū)域的局部區(qū)分程度。為了最大程度地利用這些自然形成的礦物含量變化，傳感器和分選器必須能夠足夠快地運轉(zhuǎn)，或者具有足夠強的分辨率，以便能夠揀選并剔除廢石部分。通常，精準的分辨率將產(chǎn)生更好的分選結(jié)果，這就意味著更快的測量速度。

PGNAA 傳感器可檢測元素品級，并且可以穿透傳送帶上的整個橫截面。當前測量速度大約幾十秒到幾分鐘，對于有效的塊狀礦石分揀而言稍慢，可能造成分揀準確性降低和成本增加。

磁共振（MR）傳感器，穿透性強，即便傳送帶滿載仍可快速檢測，適合應(yīng)用于塊狀礦石分揀系統(tǒng)。此外，磁共振傳感器測量響應(yīng)時間很短，從而允許分揀過程中同時處理不同品位的礦石。

4.2 PGNAA 快速即時檢測元素

快速中子激活分析（PGNAA）當前用于元素含量或比例的測定，對礦石傳送帶上物料流的先進過程控制（APC）很重要。檢測在30 s 到5 min的間隔內(nèi)完成測定，平均為2 min。在有效時間內(nèi)完成多種元素的高精度測定使得其GEOSCAN-M可以有效地用于塊狀礦石的分揀[25]。GEOSCAN是一種傳送帶即時元素分析系統(tǒng)，已用于檢測石灰石和鐵礦石等塊狀礦石。

PGNAA 也稱為熱激活，基于低能中子與原子核之間的亞原子反應(yīng)。當?shù)湍苤凶咏咏蚺鲎苍雍藭r，中子能量轉(zhuǎn)移至原子核，并暫時將其提升至激發(fā)能態(tài)。然后，能量立即以伽馬射線的形式釋放。伽馬射線的頻譜能量與不同原子核有關(guān)，從而得到礦石中元素的含量。

表3 不同礦石分揀技術(shù)性能對比Table 3 Performance comparison of different ore sorting technologies

PGNAA 分析儀常用于礦石的品位控制以及優(yōu)化礦石混合方案等。20 世紀80 年代中期以來，數(shù)百種溜槽和交叉帶式PGNAA 分析儀用于水泥原料混合和材料摻合以及運煤車的裝車。

PGNAA 穿透性很強，多數(shù)安裝在粗碎階段之后，而且不受顆粒粒徑的影響。對銅元素具有優(yōu)良的敏感性，例如可以在30 s 以內(nèi)確定銅礦石品位是否低于0.5%。對其他元素的靈敏度有強有弱，品位檢測下限和測量時長也有變化，礦石類型變化需要重新校準。ThermoFisher Scientific 公司[25]現(xiàn)提供塊狀礦石（例如銅、鐵礦石和磷礦等）的PGNAA 系統(tǒng)可提高物料品級和優(yōu)化工藝。

4.3 磁共振分揀（MR）高分辨直選礦物

MR 是一種新的顛覆性技術(shù)，可以直接檢測礦石中是否有目標礦物的存在。其穿透能力強，可以測量滿載于輸送帶或卡車中的大體積物料。對于較小體積的礦石，測量時間短，分辨率更高。

磁共振是一種射頻（RF）光譜，可用于定量檢測目標礦石中的礦物含量。每種礦物在特定射頻下都有特定的共振或響應(yīng)。這種共振具有很高的區(qū)分度，因為不同礦物的共振重疊很少。因此，這種非接觸射頻磁場脈沖需要調(diào)整頻率以針對一種或多種有價值的特定礦物開展檢測，然后傳感器以回波的形式檢測?；夭ǖ膹娙跖c目標礦物的數(shù)量成正比。

穿透礦石厚度可達數(shù)十厘米，因此可用于大體積的巖石、泥漿或濃縮粉，且樣品無需任何前置處理。而且該類設(shè)備不需要進行表面清潔、嚴格的物料尺寸分布或預(yù)混合處理，即可獲得可靠的數(shù)據(jù)。此外，測量數(shù)據(jù)相對準確，無需重新校準——分析儀在出廠時已對相關(guān)礦物進行過校準。

磁共振的檢測速度和準確性優(yōu)于其他塊狀礦石檢測技術(shù)，在集中式分選設(shè)備中可實現(xiàn)最高的分辨率，提升礦石品位。如可在2 s 間隔內(nèi)產(chǎn)生高達±0.023% 的銅檢測分辨率。然而，由于磁共振傳感器測量的是特定礦物（而不是元素），因此可能不適用于所有礦石。不同礦石對磁共振的敏感性也有所不同。

澳大利亞NextOre 公司在工業(yè)研究組織CSIRO協(xié)同下開發(fā)出帶式分揀系統(tǒng)磁共振感應(yīng)技術(shù)專利[25]，目前適用于硫化銅、鐵礦石、黃金等礦物。

5 智能控制軟件決定自動化水平

5.1 自動化程度分級

業(yè)界認為，選礦廠的自動化水平大致分為五個等級。第1 級：常規(guī)控制：操作人員負責對擾動做出反應(yīng)，并每次都找到優(yōu)化點。系統(tǒng)被動維護，資產(chǎn)可用性較低。生產(chǎn)率、產(chǎn)品質(zhì)量和產(chǎn)量存在很大波動。第2 級：先進過程控制：APC 軟件定位較佳優(yōu)化點，并自動修正過程擾動和進料變化。新增先進儀器可以進行更高的可視化和過程控制。第3 級：智能化設(shè)備：多數(shù)人工操作都已自動化，檢測迅捷并能及時糾正。第4 級：AI 流程分析：智能預(yù)測性和預(yù)防性維護實踐可提高流程能力，不斷分析和優(yōu)化回路（例如，料倉＞進料器＞破碎機＞輸送機），高度多元和非線性響應(yīng)。第5 級：全自動模式（FULL AUTO-PILOT）：控制能力借助傳感器和分析儀得到進一步增強，可為管理人員生成決策建議和高保真、動態(tài)實時系統(tǒng)模擬及數(shù)字孿生模型（Digital Twin），支持遠程交互與協(xié)同，擁有全方位預(yù)見性和預(yù)防性。

目前，只有極少數(shù)礦山實現(xiàn)了全自動化無人作業(yè)，多數(shù)礦山處于第2 和第3 級水平，即APC階段和智能設(shè)備階段。第5 階段的數(shù)字孿生系統(tǒng)目前尚未實現(xiàn)。

5.2 MPC 夯實智能化基礎(chǔ)

模型預(yù)測控制（MPC）是先進控制技術(shù)（APC）在礦業(yè)中應(yīng)用最多的一種，機器學(xué)習(xí)算法和人工智能被用于檢測和預(yù)測機器的故障或損壞、對正常作業(yè)模式的偏離以及偏離較佳作業(yè)的程度。磨礦和浮選是MPC 在礦物加工中應(yīng)用最多的領(lǐng)域，在半自磨（SAG）、全自磨和球磨以及浮選階段可以大幅降低能耗，改善粒級，目前非線性和混合MPC 最受青睞。特別是浮選階段，MPC 使軟件系統(tǒng)可以充分利用先進傳感器（如XRF 分析儀）來更好地校準模型[26]。

5.3 智能學(xué)習(xí)與遠程協(xié)同

人工智能選礦廠將以較佳狀態(tài)運行，以實現(xiàn)更穩(wěn)定的生產(chǎn)，更低的安全和環(huán)境風險，以及對礦石特性或工藝參數(shù)的任何變化的更迅捷響應(yīng)。優(yōu)化工廠運營的各個環(huán)節(jié)，以提高礦物加工的效率、回收率和盈利能力，還可以根據(jù)實際磨損和預(yù)測的組件磨損來預(yù)見性維護系統(tǒng)設(shè)備?，F(xiàn)今，增強型人工智能學(xué)習(xí)正處于模擬環(huán)境中的原型研發(fā)階段。安德里茨（Andritz）公司在加拿大黃金（Goldcorp）公司的支持下，正借助人工智能邁出從實驗室到工廠的重要一步。

礦物加工的下一項主要技術(shù)任務(wù)是，建立選礦廠的數(shù)字孿生模型，以作為完全動態(tài)模型，以及應(yīng)用人工智能來完全自動地控制作業(yè)流程，但這項工作仍處于初始階段。

6 智能選礦的機遇與挑戰(zhàn)

傳感器驅(qū)動的智能分選，其實質(zhì)是數(shù)據(jù)驅(qū)動，形式是數(shù)字化。數(shù)字化為礦物加工的更大技術(shù)革新提供了可能，礦石工廠可以通過人工智能（AI）進行運營，從而實現(xiàn)動態(tài)控制和持續(xù)優(yōu)化。借助數(shù)字技術(shù)，工廠將能夠充分開發(fā)利用現(xiàn)有的大部分礦產(chǎn)資源。然而，截至目前，通過數(shù)字技術(shù)實現(xiàn)階躍式變化的實例仍然非常有限。目前在礦物加工中人工智能的主要用途是檢測異常。

傳感器分選機上能處理的物質(zhì)流的比例與其粒度分布相關(guān)，也應(yīng)考慮相關(guān)的技術(shù)和經(jīng)濟可行性。隨著進料設(shè)備噸生產(chǎn)成本的增加，傳感器分選的粒度下限通常是樣品分選的經(jīng)濟性門檻。小于粒度下限的細小顆?；蛘`入礦產(chǎn)或誤入廢料。粒徑上限由三個因素確定。首先是檢測系統(tǒng)的技術(shù)可行性?；赬RT 的檢測技術(shù)的限制約為75 mm（取決于原子密度），以保證射線穿透物料厚度后仍能保證較好的信噪比。對于分選設(shè)備產(chǎn)生的兩個物質(zhì)流，必須保證對其中一個可靠。如黑色金屬的應(yīng)用限制約為75 mm，而碳基的煤或鉆石的分選可能高達150 mm。第二個技術(shù)限制是粗粒礦物的解離度，必要時可進一步破碎礦石以獲得合適的解離度而實現(xiàn)其經(jīng)濟開發(fā)。第三個技術(shù)限制是粗顆粒的物質(zhì)流度量。由于必要的顆粒范圍系數(shù)約為3，因此不能僅將進料部分的粒徑上限提高來把百分之幾的粗粒物料包括進來，因為這會降低整個過程的效率。解決方案可以是減少破碎機的開度，或者不讓這部分物料進入傳感器分選機。

盡管基于傳感器的礦石分選設(shè)備的設(shè)計在行業(yè)中受到普遍好評，但在某些地區(qū)和某些工程師看來仍然是新奇事物。在特定的環(huán)境或工藝條件下，僅有有限的準備就緒可以實施的項目在推進。干式物料處理系統(tǒng)不太為人熟悉，創(chuàng)建粗粒分布物料流進入傳感器礦石分選器也鮮為人知，這些都是目前面臨的挑戰(zhàn)和困難。

7 國際燈塔項目

礦業(yè)燈塔項目不同于一般示范性工程，更具引領(lǐng)作用，在較長時間內(nèi)為我們提供了技術(shù)發(fā)展趨勢和實際應(yīng)用中的成功經(jīng)驗與失敗教訓(xùn)。

例如奧地利的Mittersill 鎢礦，經(jīng)過40 多年的運營，從開始的露天礦山到后來的地下礦山，由于原礦品位不斷降低，WO3的品位從0.9% 降到了21 世紀初的0.3%。為了應(yīng)對品位降低和邊際資源開采的形勢，礦山啟動了基于傳感器的礦石分選項目。但是，10 年前進行的UV 熒光分選試驗說明表面檢測方法是失敗的，嵌入顆粒中的白鎢礦（CaWO4）無法檢測到，結(jié)果是脫除的廢料品位太高而不能丟棄。然而，XRT 分選機則展示了良好的效果，礦山就設(shè)計了一個完全集成的工廠，對粗顆粒物料進行分選，產(chǎn)能每年50 萬t。如今，Mittersill 白鎢礦成為了最著名的成功案例。分選機安裝在二級破碎之后，同時處理兩個粒徑的物料（16 ～ 30 mm 和30～60 mm）。進入分選機的50% 物料被分選為粗粒廢料，WO3品位為0.03%，磨機進料的品位則提高了約25%。從該過程中脫除的粗顆粒廢料可解決對細粒尾礦設(shè)施的限制，并作為骨料出售給當?shù)氐慕ㄖ袌?。受此啟發(fā)，中國湖南遠景鎢業(yè)的白鎢礦也研制了自主產(chǎn)權(quán)的智能XRT分選機，并于2019 年獲得了國家專利，其拋廢品位達到了低于0.05%，接近國際水準[29]。

光學(xué)分選技術(shù)日新月異，礦石分選已經(jīng)從可見光發(fā)展到近紅外不可見光、高能X 光和同步加速X 射線甚至中子伽瑪射線，分辨率和穿透性越來越強，互補性也更好。以鉆石分選為例，原來大力發(fā)展的色選分選并不很成功，直到最近博茨瓦納Karowe 礦山才采用陶朗（TOMRA）集團的XRT 技術(shù)替代了傳統(tǒng)重選工藝（4 ～ 125 mm）進行中碎和SAG 半自磨解離，只在-4 mm 的粒徑情況下才配合重介質(zhì)（DMS）進行優(yōu)化。加拿大Renard 鉆石礦則是改進了NIR 分選技術(shù)并和XRTDMS 工藝配合使用，在2017 年1 月宣布商業(yè)化生產(chǎn)。NIR 掃選回路安裝在二次（圓錐）破碎機前，需噴水保持表面潔凈。XRT 分選機放在二段破碎之后回收16～45 mm 大顆粒鉆石，-16 mm 的物料進入DMS 設(shè)備進行分選。礦山基于McNulty Type 1 雛形，憑借NIR-XRT-DMS 技術(shù)，產(chǎn)能快速提升，NIR 則進一步提升了產(chǎn)能。光譜對于礦石顆粒和塊狀揀選非常關(guān)鍵，將極大程度改變現(xiàn)有流程。

8 結(jié)論與建議

毫無疑問，傳感器將更加廣泛地應(yīng)用于礦業(yè)資源開發(fā)各環(huán)節(jié)，智能分選將以此為契機實現(xiàn)革命性創(chuàng)新。主要趨勢表現(xiàn)為以下幾點：第一，顛覆性技術(shù)創(chuàng)新將重塑礦業(yè)采選冶流程設(shè)計生態(tài)。散布于各點線面的智能傳感器將以流程優(yōu)化和遠程協(xié)同決策特別是先進過程控制（APC）來整合并實現(xiàn)智能革命。第二，光學(xué)分選、智能感知與高端處理芯片將成為一大產(chǎn)業(yè)門類，表現(xiàn)為一個巨系統(tǒng)。第三，高級先進算法將對礦業(yè)流程進行融合與優(yōu)化，云計算、邊緣計算、端部計算（手持移動可穿戴式傳感設(shè)備）進行整體數(shù)據(jù)建構(gòu)與協(xié)同中心，推動礦業(yè)選礦的過程控制系統(tǒng)、智能機器人系統(tǒng)和智能生產(chǎn)系統(tǒng)。因此，中國應(yīng)加強礦業(yè)領(lǐng)域各種運算能力的研究與實踐。最后，中國智能分選技術(shù)已嶄露頭角[27-31]，重點應(yīng)發(fā)揮自身優(yōu)勢積極參加國際交流合作，同時加大自主知識產(chǎn)權(quán)的研發(fā)，重視顛覆性技術(shù)創(chuàng)新對未來的影響。