選礦智能搖床圖像處理開發(fā)與應(yīng)用

張文康 劉 丹 杜 鈺 王春景 余龍舟 袁林遜

（1.昆明理工大學(xué)a.國土資源工程學(xué)院；b.省部共建復(fù)雜有色金屬資源清潔利用國家重點(diǎn)實(shí)驗(yàn)室；c.云南省戰(zhàn)略金屬礦產(chǎn)資源綠色分離與富集重點(diǎn)實(shí)驗(yàn)室；2.云南阿姆德電氣工程有限公司；3.云南品視智能科技有限公司）

礦產(chǎn)資源是我國經(jīng)濟(jì)發(fā)展和軍事領(lǐng)域不可或缺的重要基礎(chǔ)資源［1］。 隨著科學(xué)技術(shù)的不斷進(jìn)步，工業(yè)自動化、智能化成為未來不可阻擋的發(fā)展趨勢， 我國大部分行業(yè)都在面臨著產(chǎn)業(yè)升級，礦產(chǎn)行業(yè)也不可避免地面臨產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和設(shè)備升級等問題，在發(fā)展的大趨勢下，只有緊跟時代的步伐，礦產(chǎn)行業(yè)才能為我國礦產(chǎn)資源需求提供強(qiáng)有力的支撐。

根據(jù)礦物的組成成分和礦物的性質(zhì)，選礦方式主要分為重選、磁選、浮選和電選四大類。 搖床選礦是重選中重要的設(shè)備之一，在國內(nèi)外得到了廣泛的應(yīng)用。 礦物以礦漿的形式在搖床床面上分選，主要是床條的型式、床面的不對稱運(yùn)動及床面上的橫沖水綜合作用的結(jié)果。 在床面呈現(xiàn)出精礦帶、次精礦帶、中礦帶及尾礦帶等多條扇形礦帶分布，使不同品位的礦物得到分選［2，3］。

現(xiàn)如今搖床選礦技術(shù)已經(jīng)很成熟，但選礦的自動化水平還相對較低， 在搖床選礦過程中，由于受到現(xiàn)場給礦量、給礦濃度、給礦粒度以及原礦品位的影響，會對床面礦物的礦帶位置、礦帶寬度和礦帶顏色造成不同程度的影響，使礦帶位置實(shí)時發(fā)生變化，而現(xiàn)場巡檢的操作工人必須通過肉眼來觀察床面礦帶的特征變化，然后根據(jù)工作經(jīng)驗(yàn)對接礦板的位置做出相應(yīng)的調(diào)整，以達(dá)到對不同礦帶分選的目的，從而達(dá)到選廠要求的精礦品位［4］。 這種傳統(tǒng)調(diào)整接礦板的方式對接礦板位置調(diào)整頻次較高， 巡檢工人的勞動強(qiáng)度很大，選礦指標(biāo)不穩(wěn)定。

為了提高搖床在運(yùn)行中的效率，提升搖床選礦的自動化水平，國內(nèi)外各大高校和研究機(jī)構(gòu)對搖床的結(jié)構(gòu)、原理以及礦帶的特點(diǎn)進(jìn)行了分析研究［5］。但目前搖床選礦技術(shù)已經(jīng)相當(dāng)成熟，單從搖床本身入手來進(jìn)行研究很難有新的突破。 而從搖床圖像處理進(jìn)行研究會是一個新的突破口，因?yàn)閲鴥?nèi)外對圖像處理的研究已經(jīng)相當(dāng)成熟，并且在醫(yī)學(xué)、人臉識別等方向得到了廣泛的應(yīng)用，但在選礦上的應(yīng)用卻很少［6］。圖像處理的方法有很多。OTSU N提出的OTSU方法適用于執(zhí)行自動圖像閾值化， 在圖像分割領(lǐng)域得到了廣泛的應(yīng)用［7］。BREJL M和SONKA M提出基于圖像的灰度特征來計算一個或多個灰度閾值圖像分割方法［8］；MEYER F和BEUCHER S提出一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分水嶺分割方法［9］；ADAMS R和BISCHOF L提出一種既適用于灰度圖像分割也適用于紋理圖像分割的種子區(qū)域生長法［10］；和麗芳等提出一種基于磷蝦優(yōu)化算法的搖床礦帶分帶圖像分割法［11］和基于改進(jìn)螢火蟲算法的多閾值搖床彩色礦帶分帶圖像分割法［12］；楊文龍等設(shè)計了一種選礦搖床礦帶識別及接礦板自動調(diào)節(jié)裝置［13］；日本SMM公司提出了一種利用最小二乘法獲得搖床分割帶中心矢量的方法［14］。 然而，深度學(xué)習(xí)方法旨在獨(dú)立學(xué)習(xí)這些特定領(lǐng)域的高級特征，而不需要領(lǐng)域知識和特征的手動提取。 基于各種算法基礎(chǔ)之上的智能搖床選礦圖像處理研究成果大多是理論性介紹，工業(yè)應(yīng)用方面的相關(guān)文獻(xiàn)是少之又少。

目前智能化發(fā)展是傳統(tǒng)行業(yè)的發(fā)展趨勢，選礦行業(yè)也不例外。 選礦行業(yè)大多數(shù)崗位都是靠人力來進(jìn)行判斷和操作，企業(yè)承擔(dān)的人力成本逐年增加， 選礦各項指標(biāo)也不能做到相應(yīng)程度的提高， 因此需要科技創(chuàng)新和智能化來提升效率、降低成本。 將搖床選礦與人工智能相結(jié)合，設(shè)計并開發(fā)一套能夠替代人工的搖床智能設(shè)備很有必要，對于促進(jìn)選礦裝備領(lǐng)域的智能化意義深遠(yuǎn)。

1 在線設(shè)備的開發(fā)

由于搖床選礦是一個持續(xù)不斷的工作過程，要對床面進(jìn)行實(shí)時數(shù)據(jù)監(jiān)測，最好的方法就是在每臺搖床上方安裝一臺監(jiān)控攝像機(jī)，這樣不僅代替了人工巡檢，還能實(shí)現(xiàn)床面的實(shí)時監(jiān)控和畫面?zhèn)鬏敗?/p>

1.1 選礦搖床

選礦搖床是在一個傾斜寬闊的床面上，借助床面的不對稱往復(fù)運(yùn)動和薄層斜面水流作用進(jìn)行礦石分選的設(shè)備。 目前在用的搖床基本都是由床面、機(jī)架和傳動機(jī)構(gòu)3大部分組成［15］，其結(jié)構(gòu)如圖1、2所示。 床面呈梯形，床面橫向有一點(diǎn)傾角，傾角小于10°，一般情況下在0.5～5°；床頭縱向有細(xì)微的上傾，傾角為1～2°，但一般情況是0°。 床面有粗、細(xì)砂刻槽面、漆灰刻槽床面和玻璃鋼床面，但一般都是玻璃鋼床面，耐用、耐腐蝕。 在床面縱向布置若干床條，床條高度由床頭向床尾方向逐漸變低。 整個床面由機(jī)架支撐，機(jī)架安裝調(diào)坡裝置，可根據(jù)需要調(diào)整床面的橫向傾角。 床面縱向給料槽一端配備有傳動裝置，由傳動裝置帶動床面做往復(fù)差動搖動。

圖1 搖床側(cè)視圖

圖2 搖床俯視圖

礦物以礦漿的形式在搖床床面上分選，主要是床條的型式、床面的不對稱運(yùn)動和床面上的橫沖水3個因素綜合作用的結(jié)果。 首先，床條在床面上激烈搖動時，加強(qiáng)了斜面水流擾動作用，增強(qiáng)了旋渦，由此產(chǎn)生的水流垂直分速對物料的懸浮作用使物料懸浮并按密度和粒度進(jìn)行分層。

1.2 監(jiān)控系統(tǒng)設(shè)備

搖床實(shí)時監(jiān)控設(shè)備主要由電控柜、 攝像機(jī)、絲竿盒、人機(jī)交互觸摸屏和攝像機(jī)支架組成。

電控柜主要作為現(xiàn)場部件擺放并進(jìn)行人機(jī)交互設(shè)定，內(nèi)部主要設(shè)備有開關(guān)電源、串口步進(jìn)/伺服控制器和4G網(wǎng)關(guān)。 4G網(wǎng)關(guān)主要用來遠(yuǎn)程運(yùn)行、維護(hù)和監(jiān)控。 網(wǎng)關(guān)在網(wǎng)絡(luò)層以上實(shí)現(xiàn)網(wǎng)絡(luò)互連，是復(fù)雜的網(wǎng)絡(luò)互連設(shè)備，僅用于兩個高層協(xié)議不同的網(wǎng)絡(luò)互連。 網(wǎng)關(guān)既可以用于廣域網(wǎng)互連，也可以用于局域網(wǎng)互連［16］。

人機(jī)交互觸摸屏的主要作用是根據(jù)選礦情況和各項指標(biāo)要求來調(diào)整各項參數(shù)，比如精礦品位、回收率及損失量等。

絲竿盒的主要作用是驅(qū)動電機(jī)帶動接礦板時進(jìn)行位置調(diào)整、角度調(diào)整和高度調(diào)整。 在絲竿盒兩端各安裝一個限位部件，防止電機(jī)驅(qū)動過多造成設(shè)備損壞。 電機(jī)帶動接礦板左右移動速度適中，運(yùn)動平穩(wěn)，電機(jī)驅(qū)動帶動的接礦板選用易于礦物滑落的材料，防止礦物堵塞。

攝像機(jī)支架用來固定攝像機(jī)，以方便調(diào)整攝像機(jī)的安裝高度和安裝角度，確保能夠采集到搖床的高清畫面， 確保傳輸給系統(tǒng)的圖片質(zhì)量，保證系統(tǒng)計算效率，進(jìn)一步減少系統(tǒng)的計算量。 智能搖床設(shè)備現(xiàn)場畫面如圖3所示。

圖3 智能搖床設(shè)備現(xiàn)場畫面

2 軟件開發(fā)

圖像處理軟件是整套搖床監(jiān)測控制系統(tǒng)的核心所在， 主要是對現(xiàn)場傳回來的圖片進(jìn)行處理， 負(fù)責(zé)對搖床床面礦帶信息 （如礦帶帶寬、顏色、位置分布等）進(jìn)行提取并分析，軟件對床面礦帶圖像的處理精度直接影響接礦板位置的精準(zhǔn)度。 因?yàn)閾u床在正常工作過程中一直處于循環(huán)往復(fù)的顛簸運(yùn)動，搖床床面振幅約為16 mm，攝像機(jī)安裝在搖床上方， 但是攝像機(jī)是固定不動的，這樣就會導(dǎo)致即使礦帶沒有發(fā)生變化，但是床面是一直在往復(fù)運(yùn)動，攝像機(jī)提取出的礦帶邊界照片的位置也會有相應(yīng)的變化，給監(jiān)測結(jié)果造成一定的誤差。

針對攝像機(jī)不能和床面相對靜止的問題，利用機(jī)器學(xué)習(xí)的方法來進(jìn)行解決?；谟?xùn)練數(shù)據(jù)，開發(fā)了機(jī)器學(xué)習(xí)算法， 該算法將學(xué)習(xí)的信息應(yīng)用于看不見的數(shù)據(jù)，以做出預(yù)測或其他類型的決策。前期先對床面進(jìn)行礦帶數(shù)據(jù)采集、 模型搭建和初始化。對采集到的床面礦帶信息進(jìn)行特征標(biāo)定，然后對這些數(shù)據(jù)進(jìn)行模型訓(xùn)練與評估， 得出目標(biāo)檢測模型，最后放到軟件中樞平臺進(jìn)行使用。

軟件中樞平臺根據(jù)模型訓(xùn)練數(shù)據(jù)對傳輸?shù)狡脚_的攝像機(jī)現(xiàn)場床面礦帶進(jìn)行對比和識別，輸出識別圖像，并標(biāo)定識別點(diǎn)，然后發(fā)出相應(yīng)的指令對接礦板位置進(jìn)行調(diào)整。

系統(tǒng)邏輯框架如圖4所示。

圖4 系統(tǒng)邏輯框架

算法流程具體如下：

a. 現(xiàn)場攝像機(jī)收到指令后會進(jìn)行實(shí)時搖床床面礦帶數(shù)據(jù)采集，將采集到的圖像通過4G網(wǎng)關(guān)傳輸?shù)杰浖袠衅脚_，然后對傳來的床面礦帶圖像進(jìn)行相應(yīng)的算法處理，使傳輸回來的床面礦帶圖像更加清晰。

b. 經(jīng)過算法處理過的圖片傳輸?shù)教崆坝?xùn)練好的模型，模型對圖片信息進(jìn)行評估，然后輸出系統(tǒng)標(biāo)定后的圖片，算法計算之后如果礦帶相對上一輪有變化，則算法經(jīng)過精確計算會給出移動方向和移動距離，移動距離精確到毫米，軟件中樞平臺就會向運(yùn)動控制系統(tǒng)發(fā)出指令，運(yùn)動控制系統(tǒng)驅(qū)動電機(jī)帶動接礦板移動到指定位置。 經(jīng)過對現(xiàn)場選礦情況和礦帶變化頻率的了解，系統(tǒng)軟件中樞平臺設(shè)定每3 min攝像機(jī)對現(xiàn)場搖床床面礦帶畫面采集一次，算法計算一次，礦帶相對上一輪如有變化，軟件中樞平臺就會發(fā)出相應(yīng)的指令，然后對接礦板進(jìn)行調(diào)整。

3 工業(yè)選廠試驗(yàn)

在云南云錫大屯錫礦礦物加工中心實(shí)施智能搖床應(yīng)用研究，車間氧化礦日處理量2 000 t，搖床200多張；硫化礦日處理量4 000 t，搖床288張。由于搖床數(shù)量多，礦帶變化快，需要大量的巡檢工人不斷巡檢來調(diào)整接礦板的位置，以達(dá)到選廠需要的指標(biāo)，這樣大幅增加了巡檢工人的勞動強(qiáng)度和企業(yè)運(yùn)行成本。

工業(yè)試驗(yàn)地點(diǎn)選在大屯云錫硫化礦工段，以3棟一段3-18搖床作為試驗(yàn)搖床， 選用220 V電源對該套設(shè)備進(jìn)行供電，將攝像機(jī)安裝在搖床尾部的上方，安裝高度為2 m，實(shí)時采集搖床床面畫面并進(jìn)行圖像傳輸和處理，然后驅(qū)動電機(jī)帶動接礦板移動到目標(biāo)位置，實(shí)現(xiàn)3-18搖床全自動接礦。

3.1 實(shí)時監(jiān)控頻率

根據(jù)現(xiàn)場礦帶變化情況，將系統(tǒng)每次計算時間間隔設(shè)定為3 min， 即每間隔3 min攝像機(jī)自動采集實(shí)時畫面?zhèn)鬏斀o軟件中樞平臺，然后經(jīng)過計算對接礦板位置做出調(diào)整，以達(dá)到接礦要求。

3.2 礦帶圖像處理

因?yàn)樗x的搖床是硫化礦粗選工段的搖床，所以根據(jù)現(xiàn)場要求只需將次精礦和中礦進(jìn)行分離。 次精礦礦帶和中礦礦帶顏色上有很大的區(qū)別，中礦礦帶顏色發(fā)白，次精礦礦帶顏色發(fā)黑。 對前期采集的上萬張圖片進(jìn)行特征標(biāo)定，每張圖片中礦和次精礦中間標(biāo)定4個點(diǎn)， 然后進(jìn)行模型訓(xùn)練，現(xiàn)根據(jù)設(shè)定對現(xiàn)場搖床進(jìn)行圖像采集，將圖像進(jìn)行簡單處理輸入給模型，輸出特征圖片如圖5所示。

圖5 次精礦礦帶和中礦礦帶分割圖

從輸出圖像可以看出，次精礦礦帶和中礦礦帶中間有4個明顯的分割點(diǎn)，分割效果幾乎完美，圖像分割精度能夠達(dá)到要求。

3.3 選礦指標(biāo)對比

為了對比智能搖床設(shè)備和人工操作情況下選礦指標(biāo)的差異，試驗(yàn)選取粗選作業(yè)工段兩張相鄰搖床，3-17搖床為人工操作搖床，3-18為智能設(shè)備安裝搖床， 兩臺搖床由同一臺棒磨機(jī)給礦，原礦品位相同，給礦粒度相同，礦漿濃度相同。 保證所有條件相同的情況下，進(jìn)行3天工業(yè)試驗(yàn)采樣，每次采樣間隔1 h，采樣13組。試驗(yàn)對比結(jié)果如圖6所示。

圖6 人工與智能接礦品位對比

通過3天的接礦Sn品位折線圖可以看出：

a. 智能接礦Sn品位波動幅度相對人工接礦小得多，第1天的數(shù)據(jù)波動相差最為明顯；

b.智能接礦Sn品位比人工接礦Sn品位穩(wěn)定；

c.智能接礦Sn品位比人工接礦Sn品位高。

為了進(jìn)一步證明智能接礦的優(yōu)勢，采用平均值和方差對3天的采樣數(shù)據(jù)進(jìn)行計算， 對比結(jié)果見表1。

表1 人工與智能接礦數(shù)據(jù)平均值和方差的計算結(jié)果對比

通過表1可以看出：

a. 平均值計算結(jié)果第1天相等， 第2天和第3天均是智能接礦大于人工接礦；

b. 方差計算結(jié)果均為智能接礦小于人工接礦。

從計算結(jié)果可以看出智能接礦相對人工接礦品位更高且更穩(wěn)定。

4 結(jié)論

4.1 在云南云錫大屯錫礦礦物加工中心硫化礦粗選工段實(shí)施智能搖床應(yīng)用的工業(yè)試驗(yàn)研究，智能搖床自動調(diào)節(jié)接礦板接到的精礦品位能夠達(dá)到工藝要求。

4.2 搖床智能監(jiān)控設(shè)備能夠替代人工， 實(shí)時監(jiān)控?fù)u床床面礦帶變化情況并進(jìn)行數(shù)據(jù)傳輸，實(shí)現(xiàn)無人值守模式。 通過機(jī)器學(xué)習(xí)精確識別礦帶分界點(diǎn)，識別精度滿足使用要求。

4.3 智能搖床選礦系統(tǒng)的工業(yè)應(yīng)用能夠?qū)⑷斯趧恿夥懦鰜?，提高搖床選礦的生產(chǎn)水平和企業(yè)效益，對重選設(shè)備的發(fā)展具有強(qiáng)有力的推動作用。