歐陽健強(qiáng)，吳富姬，吳鴻輝，李 華，郭 毅

（1. 贛州有色冶金研究所有限公司，江西 贛州 341000；2. 贛州有色冶金研究所有限公司有色金屬礦冶裝備工業(yè)設(shè)計(jì)中心，江西 贛州 341000）

0 引 言

鎢及其合金是現(xiàn)代工業(yè)、國防及高新技術(shù)應(yīng)用中的極為重要的功能材料之一，具有高熔點(diǎn)、高硬度以及良好的導(dǎo)電導(dǎo)熱性能，被廣泛應(yīng)用于航天、原子能、船舶、汽車工業(yè)、電氣工業(yè)、電子工業(yè)、化學(xué)工業(yè)等諸多領(lǐng)域[1-2]。

我國鎢礦資源豐富，其中江西贛州有“世界鎢都”之稱[3]。然而當(dāng)前的鎢礦山企業(yè)面臨鎢價(jià)格低迷、礦山資源緊張等問題，鎢礦產(chǎn)資源日益貧化，導(dǎo)致選礦工序的能耗和材料消耗逐年增加。其中傳統(tǒng)鎢礦山礦石分選采用人工分選方式進(jìn)行預(yù)拋廢，該過程存在作業(yè)效率不高，分選精度偏低，消耗大量勞動(dòng)力等問題；而采用全磨全選工藝的鎢礦山選廠存在能耗和材料消耗常年居高不下的問題[4]。

為了解決礦石分選難題，在20世紀(jì)70～80年代，蘇聯(lián)和德國的冶金行業(yè)專家和學(xué)者提出了利用電磁波對(duì)礦石的輻射分選法，如γ熒光法、γ吸收法以及X射線法，其基本原理是根據(jù)礦塊中有用元素受不同射線照射后產(chǎn)生的反應(yīng)與廢石產(chǎn)生的反應(yīng)不同，從而實(shí)現(xiàn)礦石的拋廢處理[5-6]。丁濤等[7]設(shè)計(jì)了一種選礦設(shè)備，該設(shè)備是基于視覺識(shí)別技術(shù)的礦石在線分選機(jī)，也可簡稱為礦石光選機(jī)，其能夠根據(jù)礦石顏色、光學(xué)特性等差異，利用視覺識(shí)別技術(shù)將礦石和脈石自動(dòng)分揀出來，能夠分選直徑100～200 mm的礦石，具有速度快、處理量大的特點(diǎn)。德國的斯泰納公司采用電磁（EM）傳感器建立了塊狀揀選系統(tǒng)，該系統(tǒng)可同時(shí)識(shí)別多塊礦石而不是單個(gè)顆粒，并將整塊礦石直接送到下游進(jìn)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(shí)現(xiàn)早期拋廢而大幅度節(jié)能增效[8]。

瑞士的布勒索特克斯公司作為最早研發(fā)光選機(jī)企業(yè)之一，研發(fā)出以X射線透明度差異選別煤的光電分選機(jī)，具有靈敏度高，光電分辨能力強(qiáng)，可靠性高，全機(jī)活動(dòng)部件少，維修簡單，運(yùn)行可靠等特點(diǎn)。挪威的陶朗公司致力于X射線及相關(guān)電子學(xué)產(chǎn)品研發(fā)，其產(chǎn)品COM-XRT型X射線礦石分選機(jī)可以處理有色金屬、黑色金屬及非金屬，在全球數(shù)十個(gè)國家均有應(yīng)用。

上述方法及產(chǎn)品雖在一定程度上緩解人工分選的困境，但普遍存在檢測速度慢、成本高、細(xì)粒廢石產(chǎn)出量高等問題，無法實(shí)現(xiàn)實(shí)時(shí)、在線、高效分選。并且市場同類礦石分選機(jī)普遍采用單能X射線成像系統(tǒng)，雖能達(dá)到一定的分選效果，但是僅通過單線X射線透射技術(shù)，在短成像時(shí)間內(nèi)難以獲得清晰明亮的礦石特征圖像。因此本文在單能X射線透射技術(shù)基礎(chǔ)上，采用 X射線 TDI（Time Delay Integration）成像技術(shù)，可以用更低的輻射能量，獲得噪聲更低，特征更為清晰且明亮的礦石透射圖像，進(jìn)而為檢測礦石種類與相應(yīng)含量提供支撐。結(jié)合人工智能算法研發(fā)一套新型智能射線礦石分選機(jī)，引入當(dāng)代工業(yè)智能化的思想，用機(jī)器代替人工實(shí)現(xiàn)檢測、識(shí)別礦石，挑選礦石，優(yōu)化全磨全選，實(shí)現(xiàn)礦石預(yù)拋廢，從而有效提高選礦效率，降低鎢礦企業(yè)的生產(chǎn)成本，為智能分選鎢礦石提供新的技術(shù)手段。

1 鎢礦分選流程及智能射線礦石分選機(jī)介紹

鎢礦石原礦經(jīng)格篩工藝可將礦石分-12 mm、+80 mm、-80 mm+12 mm三種粒級(jí)，-12 mm粒徑的礦石可直接進(jìn)入磨礦重選工藝；+80 mm粒徑的礦石則需破碎，之后再采用格篩篩分；最后選擇-80 mm+12 mm粒徑的礦石進(jìn)行手選。首先需將-80 mm+12 mm礦石進(jìn)行沖洗篩分，再根據(jù)礦石的顏色差異，通過人工手選進(jìn)行分級(jí)，進(jìn)而得到合格礦石和廢石[9]，如圖1所示。

圖1 人工手選現(xiàn)場Fig.1 Manual hand selection site

由于在傳統(tǒng)的選礦生產(chǎn)過程中，工人憑借生產(chǎn)經(jīng)驗(yàn)進(jìn)行手動(dòng)拋廢，全憑操作人員的主觀感覺來判斷，受人為因素的影響大，雖然具有快速檢測和成本低的優(yōu)點(diǎn)，但存在操作人員的勞動(dòng)強(qiáng)度大、檢測準(zhǔn)確率因人而異的不足，也無法做到在線自動(dòng)檢測，對(duì)生產(chǎn)過程的控制既不精確又不及時(shí)，所以很難獲得較好的生產(chǎn)指標(biāo)。選礦自動(dòng)化控制能夠及時(shí)準(zhǔn)確地反應(yīng)選礦生產(chǎn)過程中礦石參數(shù)的變化，根據(jù)所測結(jié)果，準(zhǔn)確、及時(shí)地對(duì)有關(guān)變量進(jìn)行調(diào)節(jié)。選礦自動(dòng)化提高了選礦指標(biāo)，節(jié)約了能源消耗，改善了工作條件，使選礦指標(biāo)達(dá)到最佳值[10]。

本研究設(shè)計(jì)的智能射線礦石分選機(jī)是一種能夠完全替代人工去完成選礦的先進(jìn)智能設(shè)備，其主要包括給料系統(tǒng)、照射檢測系統(tǒng)、核心處理系統(tǒng)、分選執(zhí)行系統(tǒng)、分選軟件系統(tǒng)5部分。并采用了X射線成像提取技術(shù)，結(jié)合適用于鎢礦石分選的X射線TDI成像圖像處理算法，實(shí)現(xiàn)高效、準(zhǔn)確及快速的分選工作。

給料系統(tǒng)的主要功能是將礦石輸送至分選機(jī)，主要是將傳輸帶上運(yùn)輸過來的礦石進(jìn)行抖振，通過抖振將礦石進(jìn)行均勻化處理，然后通過高速傳送實(shí)現(xiàn)礦石的拋物線飛行。

照射檢測系統(tǒng)作為礦石分選機(jī)的檢測核心，可提取礦石的特征信息并進(jìn)行數(shù)據(jù)預(yù)處理，特征信息包括礦石的X射線照射下的吸收情況等，主要功能是將礦石放置于X射線源下，通過傳感器裝置輸送反饋信息。

核心處理系統(tǒng)是由核心處理單元、操作顯示屏和信號(hào)數(shù)據(jù)傳輸部分組成。核心處理系統(tǒng)包括對(duì)礦石數(shù)據(jù)的在線分析、實(shí)時(shí)處理、判斷異常等功能，可實(shí)現(xiàn)對(duì)礦石圖像的基本去噪濾波操作，從而完成圖像背景分離的決策。

分選執(zhí)行系統(tǒng)主要由高速數(shù)字驅(qū)動(dòng)電路、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。其功能是接收到核心處理系統(tǒng)發(fā)送的信息后，通過高速氣閥陣列來對(duì)礦石進(jìn)行分選。

分選軟件系統(tǒng)由用戶界面模塊、分選模塊、錯(cuò)誤處理模塊、數(shù)據(jù)處理模塊、狀態(tài)監(jiān)測模塊、時(shí)序同步模塊和仿真驗(yàn)證模塊等構(gòu)成，其作用是保證整個(gè)分選系統(tǒng)高速穩(wěn)定地運(yùn)行。

2 智能射線礦石分選機(jī)的工作流程

智能射線礦石分選機(jī)的工作流程如圖2所示。給料系統(tǒng)由大功率振動(dòng)給料機(jī)和平板傳送帶組成，原礦經(jīng)過給料系統(tǒng)（振動(dòng)給料機(jī)）將礦石平鋪均勻化，再經(jīng)過傳輸帶將礦石由單元化，增大每個(gè)礦石之間的間距，可防止礦石重疊或者過于密集而不利于后期礦石處理。

圖2 智能射線礦石分選機(jī)的工作流程Fig.2 Workflow of intelligent ray ore separator

在礦料經(jīng)過傳輸帶輸送的過程中，將由X射線透射技術(shù)檢測礦石對(duì)X射線的吸收情況，根據(jù)吸收情況不同來確定礦石的密度和厚度等。照射檢測系統(tǒng)完成檢測后，將檢測的信息傳遞給核心處理系統(tǒng)處理，核心處理系統(tǒng)收到信息后，首先對(duì)圖像進(jìn)行預(yù)處理（圖像分割），再由核心圖像識(shí)別算法將圖像識(shí)別出來，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)鎢礦石的分選。

3 分選機(jī)的設(shè)計(jì)實(shí)現(xiàn)

3.1 給料系統(tǒng)

給料系統(tǒng)可通過調(diào)節(jié)不同的功率從而實(shí)現(xiàn)勻速輸送礦石，使礦石能達(dá)到穩(wěn)定的給礦量，精準(zhǔn)、高效地通過照射、檢測以及分離區(qū)域。本研究為了使礦石能穩(wěn)定有序通過照射檢測區(qū)域，提高礦石的照射檢測精度，增加礦石選出概率，減少廢石的誤吹情況，采用了振動(dòng)給料系統(tǒng)與帶式給料系統(tǒng)結(jié)合的綜合給料系統(tǒng)。

3.2 照射檢測系統(tǒng)

采用X射線透射技術(shù)（XRT）進(jìn)行分選機(jī)開發(fā)，采用高壓發(fā)生器、X射線管、工業(yè)水冷機(jī)的成套X射線源作為X射線的發(fā)生裝置，采用X射線線陣TDI探測器檢測礦石的X射線衰減圖像信息[11]。采用了成套進(jìn)口X射線源，X射線源工作穩(wěn)定可靠；采用全數(shù)字化的采集電路單元，信號(hào)采集信噪比行業(yè)領(lǐng)先；高分辨率的發(fā)生與采集裝置，可提供更精細(xì)的圖像，使用更為環(huán)保的低功率X射線，支持更高的礦石運(yùn)行速度，帶來礦石處理能力的大幅提升。

3.3 核心處理系統(tǒng)

系統(tǒng)具有可連接X射線TDI探測器的GIGE接口，設(shè)備內(nèi)建可重配置的FPGA芯片，高速數(shù)字時(shí)鐘為系統(tǒng)的實(shí)時(shí)性提供可靠支撐，設(shè)備可通過對(duì)FPGA芯片編程配置，可在微秒級(jí)時(shí)間范圍內(nèi)完成對(duì)從線陣探測器采集的圖像進(jìn)行預(yù)處理，處理完成的數(shù)據(jù)通過PCIE總線接口與工業(yè)計(jì)算機(jī)主板進(jìn)行連接交互，最終將數(shù)據(jù)送入中央處理器進(jìn)行后續(xù)處理。

實(shí)時(shí)中央處理單元以定制高速工業(yè)計(jì)算機(jī)為核心，該工業(yè)計(jì)算機(jī)配置有先進(jìn)的高頻多核處理器，適合于大吞吐量的數(shù)據(jù)處理，配置有較大的內(nèi)存，帶寬極高的固態(tài)硬盤；同時(shí)，工業(yè)計(jì)算機(jī)具有優(yōu)秀的結(jié)構(gòu)設(shè)計(jì)，在防塵、抗振動(dòng)及電磁屏蔽方面具有出色的表現(xiàn)[12]。定制高速工業(yè)計(jì)算機(jī)安裝極為穩(wěn)定成熟的視窗操作系統(tǒng)，并在視窗操作系統(tǒng)下特別配置了實(shí)時(shí)系統(tǒng)軟件模塊，使得定制開發(fā)的分選系統(tǒng)軟件可在實(shí)時(shí)性較強(qiáng)的軟件及硬件環(huán)境中穩(wěn)定運(yùn)行。

3.4 分選執(zhí)行系統(tǒng)

分選執(zhí)行系統(tǒng)實(shí)時(shí)監(jiān)測礦石優(yōu)劣的信號(hào)，并能及時(shí)通過軟件發(fā)出的指令判斷是否執(zhí)行噴吹操作，本文采用噴射式分選執(zhí)行系統(tǒng)。該系統(tǒng)主要包含供氣系統(tǒng)、執(zhí)行機(jī)構(gòu)陣列等，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)特的執(zhí)行機(jī)構(gòu)設(shè)計(jì)，可保證大流量下氣壓穩(wěn)定，進(jìn)而可實(shí)現(xiàn)連續(xù)大粒徑礦石的分選。還設(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。

3.5 分選軟件系統(tǒng)

為了更好地實(shí)現(xiàn)軟件的實(shí)時(shí)運(yùn)行，分選軟件基于C++平臺(tái)開發(fā)，整個(gè)軟件采用多模塊并行架構(gòu)。每個(gè)模塊負(fù)責(zé)一部分功能，不同的功能模塊根據(jù)對(duì)計(jì)算實(shí)時(shí)性的要求部署在不同的硬件平臺(tái)上。軟件由用戶界面模塊、分選模塊、錯(cuò)誤處理模塊、數(shù)據(jù)處理模塊、狀態(tài)監(jiān)測模塊、時(shí)序同步模塊和仿真驗(yàn)證模塊等構(gòu)成。其中用戶界面模塊負(fù)責(zé)人機(jī)交互、用戶管理、權(quán)限設(shè)置和硬件與分選參數(shù)配置等。用戶界面模塊不需要特別快的執(zhí)行速度，因此 UI模塊部署在工業(yè)計(jì)算機(jī)平臺(tái)上。分選模塊負(fù)責(zé)核心的分選功能，其中包括控制相機(jī)采集圖像功能、圖像快速傳輸功能、圖像預(yù)處理功能、基于人工智能算法的分選計(jì)算功能等。

核心圖像處理算法為X射線TDI圖像處理算法，本項(xiàng)目采用X射線TDI成像技術(shù)，該技術(shù)區(qū)別于目前傳統(tǒng)探測器采用單線采集，而是采用多線分別采集礦石衰減數(shù)據(jù)，利用核心算法將多線數(shù)據(jù)信號(hào)進(jìn)行累加，累加次數(shù)等于探測器線數(shù)量，得到礦物特征的顯著圖像；此TDI增強(qiáng)圖像將輸入到后續(xù)的人工智能識(shí)別流程進(jìn)行判斷。

核心識(shí)別算法采用人工智能（AI）算法處理X射線TDI成像圖像，該算法適用于各類鎢礦石分選，軟件核心AI算法主要特點(diǎn)是使用卷積層，這其實(shí)是模擬了人的視覺神經(jīng)，單個(gè)神經(jīng)元只能對(duì)某種特定的圖像特征產(chǎn)生響應(yīng)，比如橫向或者縱向的邊緣等，大量的神經(jīng)元構(gòu)成一層，在層數(shù)足夠多后，就可以獲取足夠豐富的特征。從機(jī)制上講，AI算法與人的視覺神經(jīng)網(wǎng)絡(luò)工作機(jī)理幾乎是完全一致的。整體流程如圖3所示。

圖3 深度學(xué)習(xí)網(wǎng)絡(luò)模型示意圖Fig.3 Schematic diagram of the deep learning network model

4 生產(chǎn)應(yīng)用

智能射線礦石分選機(jī)分選試驗(yàn)所用的鎢礦石從江西某鎢礦中隨機(jī)選取，鎢礦石如圖4所示。試驗(yàn)樣品按照粒徑可分為三組：第一組礦石為-32 mm+12 mm粒級(jí)，第二組礦石為-40 mm+32 mm粒級(jí)，第三組礦石為-80 mm+40 mm粒級(jí)。各組分別稱重200余t礦石樣品進(jìn)行工業(yè)現(xiàn)場試驗(yàn)，試驗(yàn)樣品數(shù)據(jù)如表1所示。

圖4 鎢礦試驗(yàn)樣品Fig.4 Tungsten ore test sample

表1 各粒級(jí)礦石工業(yè)試驗(yàn)重量參數(shù)Tab.1 Industrial test weight parameters for each grain size ore

調(diào)節(jié)振動(dòng)給料機(jī)電機(jī)至合適的工作功率，振動(dòng)斗至合適傾斜角度，最大處理礦量可達(dá)到80 t/h。礦石在傳輸帶上被工業(yè)級(jí) X射線 TDI探測器實(shí)時(shí)捕捉，并動(dòng)態(tài)成像。合格礦的礦石顏色較深，所形成的圖片整體或邊緣帶有黑色金屬光澤；廢石的礦石所拍攝的圖片是乳白色，整體透明。合格礦和廢石對(duì)比照片如圖5所示。

圖5 合格礦石與廢石對(duì)比照片F(xiàn)ig.5 Qualified ore and waste rock

當(dāng)待測礦石在平板帶傳送至X射線光源處，在幾百微秒時(shí)間內(nèi)形成圖像，并經(jīng)過上位機(jī)軟件截取，進(jìn)行背景分離、圖像增強(qiáng)或減弱的快速處理程序，最終得到灰度值不一的圖像，如圖6所示。在預(yù)先訓(xùn)練好的深度學(xué)習(xí)算法模型的識(shí)別下，通過高速工業(yè)計(jì)算機(jī)對(duì)礦石的灰度特征進(jìn)行分析，確定該礦石樣品的品位等級(jí)。若軟件識(shí)別為高品位礦石（合格礦石），氣閥陣列隨即執(zhí)行噴氣指令，根據(jù)礦石傳送速度、時(shí)間和通道坐標(biāo)進(jìn)行擬合計(jì)算，選擇高壓噴吹，改變合格礦石的運(yùn)動(dòng)軌跡，將其順利吹到合格礦倉內(nèi)。若礦石被認(rèn)定為廢石，則不執(zhí)行噴吹指令，使其以自由落體的運(yùn)動(dòng)軌跡進(jìn)入廢石倉中。

圖6 礦石X射線成像灰度圖Fig.6 Gray scale image of ore X-ray imaging

采用智能射線礦石分選機(jī)對(duì)某鎢礦石-32 mm+12 mm、-40 mm+32 mm、-80 mm+40 mm各粒級(jí)礦石進(jìn)行工業(yè)分選試驗(yàn)。得到三種粒級(jí)礦石工業(yè)試驗(yàn)指標(biāo)數(shù)據(jù)如表2～表4所示。試驗(yàn)結(jié)果表明智能射線分選機(jī)分選精確率均遠(yuǎn)高于人工手選，取得了較好的分選效果。

表2 -32 mm+12 mm粒級(jí)礦石工業(yè)試驗(yàn)指標(biāo)數(shù)據(jù)Tab.2 -32 mm+12 mm grain size ore industrial test index data

表3 -40 mm+32 mm粒級(jí)礦石工業(yè)試驗(yàn)指標(biāo)數(shù)據(jù)Tab.3 -40 mm+32 mm grain size ore industrial test index data

表4 -80 mm+40 mm粒級(jí)礦石工業(yè)試驗(yàn)指標(biāo)數(shù)據(jù)Tab.4 -80 mm+40 mm grain size ore industrial test index data

其中-40 mm+32 mm粒級(jí)礦石代表性工業(yè)試驗(yàn)表明，當(dāng)分選機(jī)處理量為40 t/h，原礦品位為0.169 %時(shí)，經(jīng)過分選機(jī)分選后，廢石品位為 0.011 %，拋廢率為80.7 %，合格礦品位為0.83 %，富集比為4.9，金屬回收率為94.75 %，分選效果最佳。試驗(yàn)所用的智能分選機(jī)如圖7所示。

圖7 智能射線礦石分選機(jī)在鎢礦生產(chǎn)現(xiàn)場應(yīng)用照片F(xiàn)ig.7 Application of intelligent ray ore separator in tungsten ore production

通過對(duì)礦山企業(yè)生產(chǎn)應(yīng)用該分選機(jī)的持續(xù)優(yōu)化改進(jìn)與追蹤，得到該礦山企業(yè)從2021年2月份至 11月份應(yīng)用該套智能礦石分選機(jī)的生產(chǎn)運(yùn)行數(shù)據(jù)，如圖8所示。

圖8 鎢礦石分選生產(chǎn)數(shù)據(jù)Fig.8 Tungst en ore separator production data

由生產(chǎn)運(yùn)行數(shù)據(jù)可知，分選機(jī)拋廢率平均為89.78 %，廢石品位為0.013 %。而行業(yè)同類智能射線礦石分選機(jī)在鎢礦企業(yè)現(xiàn)場應(yīng)用的拋廢率普遍低于85 %，廢石品位普遍高于0.020 %，這表明該套設(shè)備預(yù)選指標(biāo)明顯優(yōu)于市場同類產(chǎn)品。

經(jīng)應(yīng)用客戶統(tǒng)計(jì)，與人工手選工藝相比，該鎢礦企業(yè)使用 1臺(tái)該智能射線礦石分選機(jī)的廢石選出率提高了4.17 %，廢石品位下降了0.005 %，鎢的回收率提升到80.61 %～94.79 %之間。設(shè)備節(jié)省人工費(fèi)用 255萬元/年，節(jié)省磨礦及重選段費(fèi)用11.53萬元/年；耗損電費(fèi)27.61萬元/年，設(shè)備折舊費(fèi)及維修費(fèi)30.23萬元/年，產(chǎn)生的直接經(jīng)濟(jì)效益達(dá)到了208.69萬元/年。

目前，使用智能分選機(jī)在實(shí)驗(yàn)室完成了鎢、錫、鉛鋅、鉬、金等六十余家礦山數(shù)百個(gè)礦石樣品數(shù)千次分選試驗(yàn)，獲得大量試驗(yàn)數(shù)據(jù)，建立不同類別礦石分選模型，為設(shè)備進(jìn)一步推廣應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。

5 結(jié) 語

研發(fā)的智能分選機(jī)能在礦石高速運(yùn)動(dòng)過程中，利用X射線TDI成像提取技術(shù)采集礦石圖像，并開發(fā)出了適用于鎢礦石分選的X射線TDI成像圖像處理算法。產(chǎn)品已在鎢礦山成功生產(chǎn)應(yīng)用，能夠完全替代人工進(jìn)行礦石智能分選，實(shí)現(xiàn)礦產(chǎn)資源的高效回收，降低企業(yè)的生產(chǎn)成本。分選機(jī)的應(yīng)用為數(shù)字化礦山建設(shè)奠定堅(jiān)實(shí)的基礎(chǔ)，實(shí)現(xiàn)機(jī)器換人，解決礦山企業(yè)用工難題，提高生產(chǎn)效率，帶來較好的經(jīng)濟(jì)效益與社會(huì)效益，極大地改變了當(dāng)前傳統(tǒng)選礦技術(shù)落后的情況。

本研究所用的智能分選機(jī)分選效果明顯優(yōu)于人工手選，但在實(shí)際使用中，其礦石種類、礦石粒徑大小以及原礦品位變化等參數(shù)都會(huì)對(duì)礦石分選產(chǎn)生一定的影響，可待進(jìn)行下一步的深入研究。