一种磁铁矿石智能分选方法及设备技术

一种磁铁矿石智能分选方法及设备，该方法包括以下步骤：确定待分选磁铁矿石的最低品位和粒度范围；确定能使待分选磁铁矿石中最低品位磁铁矿石产生可检测信号的磁源的磁场强度及位置；对从待分选磁铁矿石中随机选取的矿石进行信号采集以得到信号采集数据，并对信号采集数据进行预处理以得到预处理数据；对预处理数据进行维度变换以生成对应的矿石样本，并将矿石样本分为训练集和测试集；对训练集进行训练，并通过测试集对模型进行测试，以判断测试结果是否符合当下的选矿标准；若是，则深度学习模型训练成功，并将深度学习模型和数据采集系统嵌入自动化分选设备中，进行磁铁矿石的分选。本发明专利技术扩大了待分选磁铁矿石的入选品位，提高了矿石利用率。提高了矿石利用率。提高了矿石利用率。

【技术实现步骤摘要】
一种磁铁矿石智能分选方法及设备


[0001]本专利技术涉及矿石智能分选
，特别涉及一种磁铁矿石智能分选方法及设备。

技术介绍

[0002]我国铁矿资源丰富，但富矿少，贫矿及难选矿多，需要不断进口国外铁矿石来保障国内的铁矿生产，导致对国外铁矿依存度过高，影响我国选矿企业的发展。为此，国内企业通过预选抛废的方式提高铁矿石的综合利用率，从而减少矿产资源浪费，减少选矿成本。
[0003]预选抛废方法具体是通过利用不同品位的磁铁矿石在同一磁场中所受磁力的不同进行分选，在一定程度上提高了矿石利用率，提高了企业经济效益。然而，由于我国铁矿资源禀赋差，整体呈现“贫、细、杂”等特点，使得预选抛废方法的适应性不足，导致铁矿资源在开发过程中仍存在综合利用率低、产品结构单一、能耗高和环境污染等问题。
[0004]随着智能时代的到来，大部分行业都已成功走入智能化道路，然而磁铁矿石分选领域还停滞在利用力场进行分选的层面，因此使磁铁矿石分选领域迈入智能化大门具有重要的意义。

技术实现思路

[0005]基于此，本专利技术的目的是提供一种磁本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁铁矿石智能分选方法，其特征在于，包括以下步骤：步骤S11，确定待分选磁铁矿石的最低品位和粒度范围；步骤S12，确定能使待分选磁铁矿石中最低品位磁铁矿石产生可检测信号的磁源的磁场强度及位置；步骤S13，采用数据采集系统对从待分选磁铁矿石中随机选取的多个矿石进行信号采集以得到信号采集数据，并对信号采集数据进行预处理以得到预处理数据；步骤S14，对每一个预处理数据进行维度变换以生成对应的矿石样本，并将矿石样本分为训练集和测试集；步骤S15，采用深度学习模型对训练集进行训练，并通过测试集对模型进行测试，以判断测试结果是否符合当下的选矿标准；步骤S16，若是，则该深度学习模型训练成功，并将该深度学习模型和数据采集系统嵌入自动化分选设备中，通过自动化分选设备进行磁铁矿石的分选。2.根据权利要求1所述的磁铁矿石智能分选方法，其特征在于，所述步骤S12具体包括：步骤S121，在多物理场仿真软件中，建立一个与最低品位磁铁矿石对应且相对磁导率均匀分布的磁铁矿石模型来代替真实矿石；步骤S122，在仿真环境下对该磁铁矿石模型施加不同磁场强度的磁源，并根据该磁铁矿石模型的粒度范围，确定使该磁铁矿石模型产生可检测信号的模拟磁源的磁场强度及位置；步骤S123，采用永磁体作为磁源，对待分选磁铁矿石中最低品位磁铁矿石进行实际测试，以确定实际磁源的磁场强度及位置；步骤S124，对模拟磁源和实际磁源的磁场强度及位置进行分析和比较，以确定最终磁源的磁场强度及位置。3.根据权利要求1所述的磁铁矿石智能分选方法，其特征在于，所述步骤S13具体包括：步骤S131，对各个待分选磁铁矿石的电压值进行信号采集，以建立各个待分选磁铁矿石的相对参考线石的相对参考线其中，为第i个待分选磁铁矿石的第j个采样点与第i个待分选磁铁矿石的参考线的差值，为第i个待分选磁铁矿石的第j个采样点的电压值，n为第i个待分选磁铁矿石的采样点数；步骤S132，对各个待分选磁铁矿石的相对参考线进行绝对值化进行绝对值化其中，为的绝对值；步骤S133，依序选取不同大小的电压临界值，以对绝对值化后的各个待分选磁铁矿石制作对应的类别标签，
其中，L(Max(|Δ
i
|))为第i个待分选磁铁矿石的类别，Max(|Δ
i
|)为第i个待分选磁铁矿石所有采样点中的最大值，a、b、c分别为待分选磁铁矿石进行分类的电压临界值；步骤S134，建立各个待分选磁铁矿石的绝对参考线步骤S134，建立各个待分选磁铁矿石的绝对参考线其中，Min(|Δ
all
|)、Max(|Δ
all
|)分别是第i个待分选磁铁矿石的所有采样点绝对值化后的最...

【专利技术属性】
技术研发人员：潘春荣，任艳奎，李建设，郝为亮，
申请(专利权)人：江西理工大学，
类型：发明
国别省市：