一种共伴生矿的智能分离方法及设备与流程

本说明书涉及矿石分离，尤其涉及一种共伴生矿的智能分离方法及设备。

背景技术：

1、共伴生矿是指在同一矿床中同时存在两种或两种以上具有工业利用价值的矿物资源，如铅锌矿、铜钼矿、稀土铁矿等。这类矿产资源存在有价矿物品位低、嵌布粒度细、矿物组成复杂的问题，所以给选矿分离带来了极大挑战。

2、目前，传统共伴生矿石的分离，一般采用重选、磁选以及浮选等工艺。这些分离工艺需要将矿石进行破碎后，将有价矿物与脉石矿物解离。但是由于共伴生矿中有价矿物嵌布粒度细、多种矿物相互包裹，往往需要细磨甚至超细磨才能实现解离，导致能耗高、成本大。随着科技的发展基于x射线透射的智能分离技术在矿石预选抛废领域得到应用，该技术通过x射线照射矿石，根据不同矿物对x射线吸收能力的差异，识别并分离有价矿石与废石。现有x射线分离技术主要包括单能x射线分离和双能x射线分离两种。但是现有x射线智能分离技术缺乏对矿石品位的连续量化识别能力，无法适应共伴生矿中成分波动大且品位连续变化的特点。

技术实现思路

1、为解决上述问题，本说明书一个或多个实施例提供了一种共伴生矿的智能分离方法及设备。

2、本说明书一个或多个实施例采用下述技术方案：

3、本说明书一个或多个实施例提供一种共伴生矿的智能分离方法，方法包括：

4、采集待分离共伴生矿石的x射线能谱数据，并对所述x射线能谱数据进行基物质分解处理，获得至少两种基物质的等效厚度；其中，所述x射线能谱数据包括：高能谱段与低能谱段的衰减信息；

5、基于所述至少两种基物质的等效厚度，构建所述待分离共伴生矿石中等效原子序数与面密度的二维特征空间；

6、获取各所述待分离共伴生矿石在所述二维特征空间的分布簇形态，以动态提取各所述待分离共伴生矿石的动态参考端点；其中，所述动态参考端点包括：表示高品位矿物的第一参考端点与表示低品位脉石的第二参考端点；

7、确定各所述待分离共伴生矿石在所述动态参考端点连线上的投影位置，以根据所述投影位置，确定所述待分离共伴生矿石中目标矿物的连续品位估值；

8、根据所述连续品位估值，生成与所述待分离共伴生矿石相对应的喷阀时序控制信号，并通过所述喷阀时序控制信号的控制，将所述待分离共伴生矿石中的目标矿石分离至对应收集区。

9、可选地，在本说明书一个或多个实施例中，采集待分离共伴生矿石的x射线能谱数据，具体包括：

10、基于x射线发射源对所述待分离共伴生矿石进行照射，并基于探测器阵列采集透射过所述待分离共伴生矿石的x射线信号；

11、根据所述x射线信号，获取包含不同能量区间衰减信息的x射线能谱数据。

12、可选地，在本说明书一个或多个实施例中，对所述x射线能谱数据进行基物质分解处理，获得至少两种基物质的等效厚度，具体包括：

13、基于所述x射线能谱数据，确定所述待分离共伴生矿石的低能谱段透射强度值与高能谱段透射强度值；

14、根据所述低能谱段透射强度值与所述高能谱段透射强度值，构建所述待分离共伴生矿石的透射信号对；

15、基于已有分级指纹库与所述透射信号对进行匹配，获得匹配结果；其中，所述已有分级指纹库为：基于多种已知厚度和已知成分的标准样块进行标定试验后，对所述标准样块的多维特征指纹进行分级存储，构建数据库；

16、若所述匹配结果所对应的置信度高于预置第一阈值，则获得对应的至少两种基物质的等效厚度；

17、若所述匹配结果所对应的置信度低于预置第一阈值，则获取所述透射信号对所对应的临近多维特征指纹，并基于所述临近多维特征指纹与所述匹配结果所对应的多维特征指纹的插值拟合，获得对应的至少两种基物质的等效厚度。

18、可选地，在本说明书一个或多个实施例中，基于所述至少两种基物质的等效厚度，构建所述待分离共伴生矿石中等效原子序数与面密度的二维特征空间，具体包括：

19、根据所述至少两种基物质所对应的等效原子序数，对各所述至少两种基物质进行划分，获得第一类型基物质与第二类型基物质；其中，所述第一类型基物质表示低原子序数成分含量的基物质，所述第二类型基物质表示高原子序数成分含量的基物质；

20、以所述第一类型基物质的等效厚度为横坐标，并以所述第二类型基物质的等效厚度为纵坐标，构建二维直角坐标系；

21、将各所述待分离共伴生矿石的至少两种基物质的等效厚度，分别映射至所述二维直角坐标系的横坐标与纵坐标，获得所述待分离共伴生矿石的特征点；

22、将预置采集时间窗内各所述待分离共伴生矿石的特征点进行汇聚，获得二维特征空间分布图，以基于所述二维特征空间分布图获取所述待分离共伴生矿石中等效原子序数与面密度的二维特征空间。

23、可选地，在本说明书一个或多个实施例中，获取各所述待分离共伴生矿石在所述二维特征空间的分布簇形态，具体包括：

24、根据所述二维特征空间分布图，获取所述预置采集时间窗内各所述待分离共伴生矿石的特征点的分布密度；

25、根据所述分布密度确定聚类参数，以基于所述聚类参数对所述特征点进行聚类，获得多个聚类簇群；

26、提取各所述聚类簇群所对应的分布簇形态；其中，所述分布簇形态包括：各所述聚类簇群的质心位置、所述聚类簇群的边界轮廓以及所述聚类簇群内特征点的密度分布特征。

27、可选地，在本说明书一个或多个实施例中，动态提取各所述待分离共伴生矿石的动态参考端点，具体包括：

28、基于目标矿石的预置矿物成分特征，或者历史分待分离共伴生矿石的分离记录，识别所述多个聚类簇群中包含目标矿石的目标聚类簇群，与背景聚类簇群；

29、获取所述目标聚类簇群与所述背景聚类簇群的相对位置关系，基于所述目标聚类簇群与所述背景聚类簇群的连续方向，对所述目标聚类簇群的分布密度突变点进行搜索，获得临界特征点；

30、基于预设置信度约束，对所述临界特征点进行筛选，获得所述待分离共伴生矿石的动态参考端点。

31、可选地，在本说明书一个或多个实施例中，确定各所述待分离共伴生矿石在所述动态参考端点连线上的投影位置，以根据所述投影位置，确定所述待分离共伴生矿石中目标矿物的连续品位估值，具体包括：

32、基于目标矿石的预置矿物成分特征，或者历史分待分离共伴生矿石的分离记录，确定高品位端点；

33、根据所述动态参考端点与所述高品位端点的连线，构建品位映射基准轴；

34、获取各所述待分离共伴生矿石的特征点，在所述品位映射基准轴的垂直投影点；

35、获取所述垂直投影点与所述高品位端点的第一距离，与所述垂直投影点与所述动态参考点的第二距离；

36、通过所述第一距离与所述第二距离的比例关系，确定各所述待分离共伴生矿石中目标矿物的连续品位估值；其中，所述连续品位估值与所述第一距离负相关，并与所述第二距离正相关。

37、可选地，在本说明书一个或多个实施例中，根据所述连续品位估值，生成与所述待分离共伴生矿石相对应的喷阀时序控制信号，具体包括：

38、对比所述连续品位估值与预置品位阈值；

39、若所述连续品位估值大于等于所述预置品位阈值，则判断所述待分离共伴生矿石属于目标矿石，生成对应的喷阀开启信号；

40、若所述连续品位估值小于所述预置品位阈值，则判断所述分离共伴生矿石不属于目标矿石，并基于对应的喷阀开启状态，确定是否生成喷阀关闭信号；

41、对所述喷阀开启信号与所述喷阀关闭信号进行时序排序，获得喷阀时序控制信号。

42、可选地，在本说明书一个或多个实施例中，通过所述喷阀时序控制信号的控制，将所述待分离共伴生矿石中的目标矿石分离至对应收集区，具体包括：

43、将所述喷阀时序控制信号发送至喷阀阵列，以便所述喷阀阵列根据所述喷阀时序控制信号，启动对应的喷阀；

44、基于所述喷阀的高压气体产生的定向气流，将所述目标矿石从原矿流中吹离原有运动轨迹，分离至对应收集区。

45、本说明书一个或多个实施例提供一种共伴生矿的智能分离设备，设备包括：

46、至少一个处理器；以及，

47、与所述至少一个处理器通信连接的存储器；其中，

48、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：执行上述任一所述的方法。

49、本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

50、通过基于至少两种基物质的等效厚度，构建等效原子序数与面密度的二维特征空间，将待分离共伴生矿石的成分与厚度信息进行了解耦，消除了粒度变化对品位判断的干扰。通过聚类分析动态提取动态参考端点使分选策略能够自适应矿石性质变化，无需人工重新标定。而通过确定各待分离共伴生矿石在动态参考端点连线上的投影位置，以根据投影位置，确定待分离共伴生矿石中目标矿物的连续品位估值，实现了对矿石品位的连续量化，为后续分离提供了准确的数据基础。根据品位估值与预设阈值的比较结果，生成喷阀时序控制信号并分离目标矿石，实现了精准分离。