一种基于双能x射线矿石智能分选设备和方法
技术领域
1.本发明属于矿石分选技术领域，特别是涉及一种基于双能x射线矿石智能分选设备和方法。
背景技术：
2.随着现代工业各领域的快速发展，市场对于矿石、尤其金属矿石的需求量越来越大，同时，对于矿石的品味要求也越来越高，然而现在很多矿场开采方式仍比较落后，矿石分选由人工拣选完成，工人需要忍受长时间的机器噪音和灰尘感染，且方式生产效率低、分选的经济成本高、分选精度也比较低。近几年，利用ccd相机和x射线的成像方式，该方式利用不同密度的原料在x射线照射下的衰减度不同，呈现不同投射强度，从而生成不同灰度特征的图像，然后利用融合信息对物料分类识别。然而，这种图像识别方式受环境和光源影响较大，算法鲁棒性较差，对于物料、连接、重合或者遮挡等问题无法解决，因而具有一定的缺陷和不足。
3.为了解决传统选矿方式和精度方面的缺陷和不足，现提供一种基于双能x射线矿石智能分选设备和方法。该设备采用高规格的光交射源，集成高压发生器、x射线管、控制电路和散热系统，信号更均匀、穿透力更强；同时，图像采集装置选用进口高性能双能x射线探测器，全光谱多谱段扫描成像，图像信噪比更高，物料特征更加突出；物料分类识别通过深度学习神经网络物品识别技术对矿石图像进行分析识别，并融合物料纹理特征和密度分布特征、粒度大小、k值、占空比等信息，准确度较高；执行装置通过准确控制高压风对废料、杂质进行喷吹，实现精确、高效、节能的全自动矿石干选。
技术实现要素：
4.本发明的目的在于提供一种基于双能x射线矿石智能分选设备和方法，通过图像采集获取好料和废料图片作为深度学习模型训练样本集，对采集的矿石样本图像进行处理，找到目标区域并进行分割后，将小目标图像送入训练好的分类模型中，解决了现有的矿石和废石不容易区分、人工干选效率较低的问题。
5.为解决上述技术问题，本发明是通过以下技术方案实现的：
6.本发明为一种基于双能x射线矿石智能分选设备，包括布料装置、识别装置、执行装置、除尘系统、散热系统和x射线隔离保护系统，
7.所述布料装置，用于从振动斗将矿石输入料口，通过布料驱动电机将矿石均匀平摊到传动皮带上；
8.所述识别装置包括设置在传动皮带上方的双能x射线发生装置和双能x射线发生装置直射点下方的双能x射线探测器；
9.所述执行装置由电磁阀、分选气缸和喷嘴构成，用于控制高压风在目标矿石在抛出过程中对矿石进行喷吹击打；
10.所述除尘系统安装在振动斗上，用于对矿石输送过程中灰尘进行除尘；
11.所述散热系统安装在识别装置上，用于对双能x射线发生装置工作过程中产生的热量进行散热；
12.所述x射线隔离保护系统为罩设在双能x射线发生装置外部的铅房，用于防止x射线对人体造成伤害。
13.优选地，所述双能x射线探测器采用凹槽式底座进行固定；所述凹槽式底座，用于根据射线入射角调整探测器的排版弧度，纠正物料成像发生的变形。
14.优选地，所述执行装置的喷嘴为高压风喷嘴；所述高压风喷嘴呈阵列式布置，根据被执行对象的位置和形状信息，智能控制相应位置的多个高压风喷嘴开合状态及开合时间。
15.优选地，所述双能x射线发生装置出口的出束形状为扇形状；所述双能x射线发生装置的出口处安装有朝下开有扇形口的准直器。
16.优选地，所述准直器的扇形的最大辐射扇形角度范围为80～105度。
17.本发明为一种基于双能x射线矿石智能分选方法，包括如下步骤：
18.步骤s1：挑选较高品位矿石并划分成好料和废料两部分，由图像采集装置收集深度学习模型训练样本集；
19.步骤s2：根据直方图均衡化方法调整物料图片的增益，并保存增益增强后的图像；
20.步骤s3：利用数字图像的中值滤波算法，消除图像中的椒盐噪声；
21.步骤s4：利用形态学算法对图像腐蚀处理；
22.步骤s5：采用连通域搜索算法寻找可能的目标区域，并利用分割阈值去除伪目标；
23.步骤s6：分割目标图像，并栅格化成25*25的小目标，同时将目标以外的背景图像标记为mask掩码图像；
24.步骤s7：将小目标图像送入深度学习网络分类模型，比对识别为好料和废料的置信度；
25.步骤s8：计算栅格化图像每个分类的粒度、8连通分类占比、r值、k值分数；
26.步骤s9：根据多分类信息融合后的类别，分别乘上每个评判特征的加权因子，计算出每个物料被识别为好料和坏料的得分值，与设定的目标分类阈值相比较，确定物料种类。
27.优选地，所述步骤s2中，图像增益增强公式如下：
28.qij＝(pij?bj)*(gj?bj)；
29.式中，gj表示射源打开时采集的空皮带图像第j列的像素平均值；bj表示射源关闭时空皮带图像第j列的像素平均值；pij表示实时物料图像第i行第j列的像素。
30.优选地，所述步骤s9中，确定物料种类的计算公式为：
31.ad＝ρ1*p+ρ2*v+ρ3*k+...+ρn*r；
32.式中，ad是物料的综合得分值，ρ1、ρ2、ρ3、...ρn表示加权因子，p表示深度网络模型计算出的类别得分值，v表示栅格化小目标的类别得分占比、r表示根据朗格?比尔定律计算出的r特征值。
33.本发明具有以下有益效果：
34.本发明通过图像采集获取好料和废料图片作为深度学习模型训练样本集，对采集的矿石样本图像进行处理，找到目标区域并进行分割后，将小目标图像送入训练好的分类模型中，对比识别为好料和废料的置信度，根据多分类信息融合后的类别，确定物料种类，
提高了矿石分选效率，同时节能环保。
35.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
36.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1为本发明的一种基于双能x射线矿石智能分选设备结构示意图；
38.图2为本发明的一种基于双能x射线矿石智能分选方法流程图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
40.请参阅图1所示，本发明为一种基于双能x射线矿石智能分选设备，包括布料装置、识别装置、执行装置、除尘系统、散热系统和x射线隔离保护系统，
41.布料装置，用于从振动斗将矿石输入料口，通过布料驱动电机将矿石均匀平摊到传动皮带上；
42.识别装置包括设置在传动皮带上方的双能x射线发生装置和双能x射线发生装置直射点下方的双能x射线探测器；
43.执行装置由电磁阀、分选气缸和喷嘴构成，用于控制高压风在目标矿石在抛出过程中对矿石进行喷吹击打；
44.除尘系统安装在振动斗上，用于对矿石输送过程中灰尘进行除尘；
45.散热系统安装在识别装置上，用于对双能x射线发生装置工作过程中产生的热量进行散热；
46.x射线隔离保护系统为罩设在双能x射线发生装置外部的铅房，用于防止x射线对人体造成伤害。
47.其中，双能x射线探测器采用凹槽式底座进行固定；凹槽式底座，用于根据射线入射角调整探测器的排版弧度，纠正物料成像发生的变形。
48.其中，执行装置的喷嘴为高压风喷嘴；高压风喷嘴呈阵列式布置，根据被执行对象的位置和形状信息，智能控制相应位置的多个高压风喷嘴开合状态及开合时间。
49.其中，双能x射线发生装置出口的出束形状为扇形状；双能x射线发生装置的出口处安装有朝下开有扇形口的准直器。
50.其中，准直器的扇形的最大辐射扇形角度范围为80～105度。
51.请参阅图2所示，本发明为一种基于双能x射线矿石智能分选方法，包括如下步骤：
52.步骤s1：挑选较高品位矿石并划分成好料和废料两部分，由图像采集装置收集深度学习模型训练样本集；
53.步骤s2：根据直方图均衡化方法调整物料图片的增益，并保存增益增强后的图像；
54.步骤s3：利用数字图像的中值滤波算法，消除图像中的椒盐噪声；
55.步骤s4：利用形态学算法对图像腐蚀处理，检索目标之间的粘连；
56.步骤s5：采用连通域搜索算法寻找可能的目标区域，并利用分割阈值去除伪目标；
57.步骤s6：分割目标图像，并栅格化成25*25的小目标，同时将目标以外的背景图像标记为mask掩码图像；
58.步骤s7：将小目标图像送入深度学习网络分类模型，比对识别为好料和废料的置信度；
59.步骤s8：计算栅格化图像每个分类的粒度、8连通分类占比、r值、k值分数；
60.步骤s9：根据多分类信息融合后的类别，分别乘上每个评判特征的加权因子，计算出每个物料被识别为好料和坏料的得分值，与设定的目标分类阈值相比较，确定物料种类。
61.其中，步骤s2中，图像增益增强公式如下：
62.qij＝(pij?bj)*(gj?bj)；
63.式中，gj表示射源打开时采集的空皮带图像第j列的像素平均值；bj表示射源关闭时空皮带图像第j列的像素平均值；pij表示实时物料图像第i行第j列的像素。
64.其中，步骤s9中，确定物料种类的计算公式为：
65.ad＝ρ1*p+ρ2*v+ρ3*k+...+ρn*r；
66.式中，ad是物料的综合得分值，ρ1、ρ2、ρ3、...、ρn表示加权因子，p表示深度网络模型计算出的类别得分值，v表示栅格化小目标的类别得分占比、r表示根据朗格?比尔定律计算出的r特征值。
67.值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
68.另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
69.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。技术特征：
1.一种基于双能x射线矿石智能分选设备，包括布料装置、识别装置、执行装置、除尘系统、散热系统和x射线隔离保护系统，其特征在于：所述布料装置，用于从振动斗将矿石输入料口，通过布料驱动电机将矿石均匀平摊到传动皮带上；所述识别装置包括设置在传动皮带上方的双能x射线发生装置和双能x射线发生装置直射点下方的双能x射线探测器；所述执行装置由电磁阀、分选气缸和喷嘴构成，用于控制高压风在目标矿石在抛出过程中对矿石进行喷吹击打；所述除尘系统安装在振动斗上，用于对矿石输送过程中灰尘进行除尘；所述散热系统安装在识别装置上，用于对双能x射线发生装置工作过程中产生的热量进行散热；所述x射线隔离保护系统为罩设在双能x射线发生装置外部的铅房，用于防止x射线对人体造成伤害。2.根据权利要求1所述的一种基于双能x射线矿石智能分选设备，其特征在于，所述双能x射线探测器采用凹槽式底座进行固定；所述凹槽式底座，用于根据射线入射角调整探测器的排版弧度，纠正物料成像发生的变形。3.根据权利要求1所述的一种基于双能x射线矿石智能分选设备，其特征在于，所述执行装置的喷嘴为高压风喷嘴；所述高压风喷嘴呈阵列式布置，根据被执行对象的位置和形状信息，智能控制相应位置的多个高压风喷嘴开合状态及开合时间。4.根据权利要求1所述的一种基于双能x射线矿石智能分选设备，其特征在于，所述双能x射线发生装置出口的出束形状为扇形状；所述双能x射线发生装置的出口处安装有朝下开有扇形口的准直器。5.根据权利要求4所述的一种基于双能x射线矿石智能分选设备，其特征在于，所述准直器的扇形的最大辐射扇形角度范围为80～105度。6.一种基于双能x射线矿石智能分选方法，其特征在于，包括如下步骤：步骤s1：挑选较高品位矿石并划分成好料和废料两部分，由图像采集装置收集深度学习模型训练样本集；步骤s2：根据直方图均衡化方法调整物料图片的增益，并保存增益增强后的图像；步骤s3：利用数字图像的中值滤波算法，消除图像中的椒盐噪声；步骤s4：利用形态学算法对图像腐蚀处理；步骤s5：采用连通域搜索算法寻找可能的目标区域，并利用分割阈值去除伪目标；步骤s6：分割目标图像，并栅格化成25*25的小目标，同时将目标以外的背景图像标记为mask掩码图像；步骤s7：将小目标图像送入深度学习网络分类模型，比对识别为好料和废料的置信度；步骤s8：计算栅格化图像每个分类的粒度、8连通分类占比、r值、k值分数；步骤s9：根据多分类信息融合后的类别，分别乘上每个评判特征的加权因子，计算出每个物料被识别为好料和坏料的得分值，与设定的目标分类阈值相比较，确定物料种类。7.根据权利要求6所述的一种基于双能x射线矿石智能分选方法，其特征在于，所述步骤s2中，图像增益增强公式如下：
qij＝(pij?bj)*(gj?bj)；式中，gj
表示射源打开时采集的空皮带图像第j列的像素平均值；bj
表示射源关闭时空皮带图像第j列的像素平均值；pij
表示实时物料图像第i行第j列的像素。8.根据权利要求6所述的一种基于双能x射线矿石智能分选方法，其特征在于，所述步骤s9中，确定物料种类的计算公式为：ad＝ρ1*p+ρ2*v+ρ3*k+...+ρn*r；式中，ad是物料的综合得分值，ρ1、ρ2、ρ3、...ρn表示加权因子，p表示深度网络模型计算出的类别得分值，v表示栅格化小目标的类别得分占比、r表示根据朗格
?
比尔定律计算出的r特征值。
技术总结
本发明公开了一种基于双能X射线矿石智能分选设备和方法。本发明包括布料装置、识别装置、执行装置、除尘系统、散热系统和X射线隔离保护系统；识别装置包括设置在传动皮带上方的双能X射线发生装置和双能X射线发生装置直射点下方的双能X射线探测器；执行装置由电磁阀、分选气缸和喷嘴构成，用于控制高压风在目标矿石在抛出过程中对矿石进行喷吹击打。本发明通过图像采集获取好料和废料图片作为深度学习模型训练样本集，对采集的矿石样本图像进行处理，找到目标区域并进行分割后，将小目标图像送入训练好的分类模型中，对比识别为好料和废料的置信度，根据多分类信息融合后的类别，确定物料种类，提高了矿石分选效率，同时节能环保。保。保。
技术研发人员：肖飒
受保护的技术使用者：合肥名德光电科技股份有限公司
技术研发日：2021.03.18
技术公布日：2021/6/25
声明：
“基于双能X射线矿石智能分选设备和方法与流程” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
703
编辑：中冶有色技术网
来源：合肥名德光电科技股份有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
中冶有色技术平台
2024年11月29日 ~ 12月01日 
