一种矿物多组分品位的识别及分离方法技术

本发明专利技术涉及一种矿物多组分品位的识别及分离方法，属于智能识别矿物品位及分离领域。包括以下步骤：用光谱仪采集制作矿物样本的图像信息和光谱数据；所述光谱数据构建回归预测模型以建立矿物不同组分品位的样本数据库；拍摄主传送带上待测目标矿物图像信息，其光谱数据自动输入到训练好的所述预测模型以反演出矿物不同组分的品位信息；根据反演识别结果按组分需求将矿物分离至对应的次级传送带。本发明专利技术基于光谱检测技术和机器学习协同作用于矿物分选的过程，具有适用范围广、环保无污染、实时在线的特点。时在线的特点。时在线的特点。

【技术实现步骤摘要】
一种矿物多组分品位的识别及分离方法


[0001]本专利技术涉及一种矿物多组分品位的识别及分离方法，属于智能识别矿物品位及分离领域。

技术介绍

[0002]品位信息是评价矿石质量的主要指标，直接影响着选矿效率。目前的品位测定主要是基于化学分析为主，该方法检测精度虽高，但耗时长、化学药品昂贵，也不能满足现代生产中快速、准确、实时在线分析的要求。针对矿物分离，最常用的方法主要是重选法和浮选法，然而重选设备投资成本高，针对得到的精矿品位相对较低；浮选法主要依靠于化学药剂的使用，容易造成环境污染。因此，开展光谱与算法结合的矿物品位识别及分离是解决这一问题的有效途径。
[0003]高光谱成像技术是将成像技术和光谱技术相结合，利用它们独有的优势和特点，针对矿物的不同特征能够捕捉到更多的地物发射和吸收光谱信息。另外，随着人工智能的不断发展，机器学习也迎来了研究热潮，其在很多方面识别精度已超过人类，利用它的识别技术已可以有效解决矿物识别判断的问题。在专利号CN 109030388 B中，公布了一种基于高光谱成像技术和机器学习成功建立起对红岭矽卡岩型铁矿石本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿物多组分品位的识别及分离方法，其特征在于，包括以下步骤：S101.用光谱仪采集制作矿物样本的图像信息和光谱数据；S102.所述光谱数据构建回归预测模型以建立矿物不同组分品位的样本数据库；S103.拍摄主传送带上待测目标矿物图像信息，其光谱数据自动输入到训练好的所述预测模型以反演出矿物不同组分的品位信息；S104.根据反演识别结果按组分需求将矿物分离至对应的次级传送带。2.根据权利要求1所述的矿物多组分品位的识别及分离方法，其特征在于，S101.用光谱仪采集制作矿物样本的图像信息和光谱数据，按下述步骤进行：从矿区获得不同品位的矿物，经过粉碎、研磨、过筛后，制作成矿物样本并按主要品位值作好标记；光谱测试前调整好系统参数，利用黑灰校正公式进行黑灰校正；测试时将矿物样本装在黑色不反光的培养皿里，采集样本在可见光
‑
近红外波段范围的图像信息和光谱数据；所述黑灰校正公式如下：式中：I是矿石样本经过校正后的光谱图像；I
o
是矿石样本的原始光谱图像；I
d
是采集的镜头被覆盖后的标准黑板图像；I
g
是采集到的标准灰板图像。3.根据权利要求1所述的矿物多组分品位的识别及分离方法，其特征在于，S102.所述光谱数据构建回归预测模型以建立矿物不...

【专利技术属性】
技术研发人员：陈满骄，易新强，郭望，胡新军，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：