资源描述：
有色金属（ 选矿部分） ２ ０ ２ ０年第５期 收稿日期２ ０ ２ ０ - ０ ３ - １ ７ 作者简介 杨文旺（１ ９ ８ ３－） ， 男， 硕士， 高级工程师， 主要从事矿物加工设备自动控制系统研究及工程转化工作。Ｅ - ｍ ａ ｉ ｌｙ ａ ｎ ｇ ｗ ｅ ｎ ｗ ａ ｎ ｇ＠ ｂ ｇ ｒ ｉ ｍｍ ． ｃ ｏ ｍ d o i1 0 . 3 9 6 9／j . i s s n . 1 6 7 1 - 9 4 9 2 . 2 0 2 0 . 0 5 . 0 1 9 选矿摇床智能巡检机器人开发与应用 杨文旺１ ， ２，３， 何庆浪４， 兰希雄４， 武 涛１，２，３， 赵玉华１，２，３ （ １ ．北矿机电科技有限责任公司， 北京１ ０ ０ １ ６ ０； ２ ．矿物加工科学与技术国家重点实验室， 北京１ ０ ０ １ ６ ０； ３ ．北京市高效节能矿冶技术装备工程技术研究中心， 北京１ ０ ０ １ ６ ０； ４ ．云南华联锌铟股份有限公司， 云南 文山６ ６ ３ ７ ０ １） 摘 要摇床受处理量、 给矿浓细度等条件变化影响， 床面各条矿带的颜色、 位置、 宽度时常改变， 需要人工及时调整接 矿板的位置以达到合格的精矿品位， 工人劳动强度大。为了实现摇床作业的自动巡检和操作， 通过计算机视觉技术采集摇床 矿带照片， 研究了矿带图像识别算法， 并在此基础上开发了摇床智能巡检机器人。工业试验表明， 摇床智能巡检机器人实现 了对一组多张摇床矿带的自动采图， 图像识别算法实现了对矿带宽度、 边界和颜色特征的数字化识别解析， 实现了自动调节 接矿板至目标位置， 达到了替代人工、 提升选矿指标的目的。 关键词智能； 巡检机器人； 摇床 中图分类号Ｔ Ｄ ４ ５ ５ ． ２ 文献标志码Ａ 文章编号１ ６ ７ １ - ９ ４ ９ ２（２ ０ ２ ０）０ ５ - ０ １ ０ ２ - ０ ５ D e v e l o p m e n t a n dA p p l i c a t i o no f I n t e l l i g e n t I n s p e c t i o nR o b o t f o rT a b l eC o n c e n t r a t o r Ｙ ＡＮＧ Ｗ e n w a n g 1，2，３， ＨＥＱ i n g l a n g ４， Ｌ ＡＮＸ i x i o n g ４， ＷＵＴ a o 1，2，３， ＺＨＡ ＯＹ u h u a 1，2，３ （ 1 ． Ｂ Ｇ Ｒ Ｉ ＭＭ Ｍ a c h i n e r ya n dＡ u t o m a t i o nＴ e c h n o l o g yＣ o ．，Ｌ t d ．，Ｂ e i j i n g1 ０ ０ 1 ６ ０，Ｃ h i n a； 2 ． Ｓ t a t eＫ e yＬ a b o r a t o r yo fＭ i n e r a lＰ r o c e s s i n gＳ c i e n c ea n dＴ e c h n o l o g y，Ｂ e i j i n g1 ０ ０ 1 ６ ０，Ｃ h i n a； ３ ． Ｂ e i j i n gＥ n g i n e e r i n gＲ e s e a r c hＣ e n t e ro nＥ f f i c i e n ta n dＥ n e r g yＣ o n s e r v a t i o nＥ q u i p m e n t o fＭ i n e r a lＰ r o c e s s i n g，Ｂ e i j i n g1 ０ ０ 1 ６ ０，Ｃ h i n a； ４ ． Ｙ u n n a nＨ u a l i a nＺ i n cＩ n d i u mＣ o ．，Ｌ t d ．，Ｗ e n s h a n６ ６ ３ ７ ０ 1，Ｙ u n n a n，Ｃ h i n a） A b s t r a c tＴ ｈ ｅ ｃ ｏ ｌ ｏ ｕ ｒ，ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎａ ｎ ｄｗ ｉ ｄ ｔ ｈｏ ｆｍ ｉ ｎ ｅ ｒ ａ ｌ ｂ ｅ ｌ ｔ ｓ ｏ ｎ ｔ ｈ ｅ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒｕ ｓ ｕ ａ ｌ ｌ ｙｃ ｈ ａ ｎ ｇ ｅｄ ｕ ｅ ｔ ｏ ｔ ｈ ｅ ｖ ａ ｒ ｉ ａ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｆ ｅ ｅ ｄ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ，ｏ ｒ ｅ ｓ ｉ ｚ ｅ ａ ｎ ｄｐ ｕ ｌ ｐｄ ｅ ｎ ｓ ｉ ｔ ｙ， ｔ ｈ ｅ ｎｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ｓｎ ｅ ｅ ｄ ｔ ｏ ａ ｄ ｊ ｕ ｓ ｔ ｔ ｈ ｅｐ ａ ｒ ｔ ｉ ｔ ｉ ｏ ｎｐ ｌ ａ ｔ ｅｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｉ ｍ ｅ ｔ ｏ ｒ ｅ ａ ｃ ｈ ｔ ｈ ｅ ｑ ｕ ａ ｌ ｉ ｆ ｉ ｅ ｄ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｅｇ ｒ ａ ｄ ｅ，ｗ ｏ ｒ ｋ ｅ ｒ ｓｈ ａ ｖ ｅ ｔ ｏｗ ｏ ｒ ｋ ｉ ｎ ｌ ａ ｂ ｏ ｒ - ｉ ｎ ｔ ｅ ｎ ｓ ｉ ｖ ｅ ． Ｔ ｈ ｅ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒｍ ｉ ｎ ｅ ｒ ａ ｌ ｂ ｅ ｌ ｔ ｉ ｍ ａ ｇ ｅ ｓｗ ｅ ｒ ｅ ｓ ａ ｍ ｐ ｌ ｅ ｄｂ ｙｍ ａ ｃ ｈ ｉ ｎ ｅｖ ｉ ｓ ｉ ｏ ｎｔ ｏｄ ｅ ｖ ｅ ｌ ｏ ｐｔ ｈ ｅｍ ｉ ｎ ｅ ｒ ａ ｌｂ ｅ ｌ ｔ ｉ ｍ ａ ｇ ｅ ｓｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ． Ｏ ｎｔ ｈ ｉ ｓｂ ａ ｓ ｉ ｓ，ａ ｎ ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃ ｉ ｎ ｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎｒ ｏ ｂ ｏ ｔｗ ａ ｓｄ ｅ ｖ ｅ ｌ ｏ ｐ ｅ ｄ ． Ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｆ ｒ ｏ ｍｉ ｎ ｄ ｕ ｓ ｔ ｒ ｉ ａ ｌ ｅ ｘ ｐ ｅ ｒ ｉ ｍ ｅ ｎ ｔ ｓ ａ ｒ ｅ ｒ ｅ ｐ ｏ ｒ ｔ ｅ ｄ ｔ ｈ ｅ ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃ ｉ ｎ ｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎ ｒ ｏ ｂ ｏ ｔ ｏ ｆ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒ ｃ ａ ｎ ｒ ｅ ａ ｌ ｉ ｚ ｅ ｃ ｏ ｎ ｔ ｉ ｎ ｕ ｏ ｕ ｓ ｓ ａ ｍ ｐ ｌ ｉ ｎ ｇｍ ｉ ｎ ｅ ｒ ａ ｌ ｂ ｅ ｌ ｔ ｉ ｍ ａ ｇ ｅ ｓ ｏ ｆ ａ ｇ ｒ ｏ ｕ ｐｏ ｆ ｔ ａ ｂ ｌ ｅ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒ ｓ ． Ｔ ｈ ｅ ｉ ｍ ａ ｇ ｅ ｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｃ ａ ｎｅ ｘ ａ ｃ ｔ ｌ ｙｏ ｂ ｔ ａ ｉ ｎｔ ｈ ｅｗ ｉ ｄ ｔ ｈ，ｂ ｏ ｕ ｎ ｄ ａ ｒ ｙａ ｎ ｄｃ ｏ ｌ ｏ ｕ ｒ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓｏ ｆ ｔ ｈ ｅｍ ｉ ｎ ｅ ｒ ａ ｌ ｂ ｅ ｌ ｔ ｓａ ｎ ｄｔ ｈ ｅ ｒ ｏ ｂ ｏ ｔ ｃ ａ ｎａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃ ａ ｌ ｌ ｙａ ｄ ｊ ｕ ｓ ｔ ｔ ｈ ｅｐ ｌ ａ ｔ ｅ ｔ ｏ ｔ ｈ ｅｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎｏ ｆ ｔ ｈ ｅｑ ｕ ａ ｌ ｉ ｆ ｉ ｅ ｄｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｅｇ ｒ ａ ｄ ｅ，ｔ ｈ ｕ ｓａ ｃ ｈ ｉ ｅ ｖ ｉ ｎ ｇｔ ｈ ｅｇ ｏ ａ ｌ ｏ ｆ ｒ ｅ ｐ ｌ ａ ｃ ｉ ｎ ｇｍ ａ ｎ ｕ ａ ｌ ｌ ａ ｂ ｏ ｒ ａ ｎ ｄ ｉ ｍ ｐ ｒ ｏ ｖ ｉ ｎ ｇ ｔ ｈ ｅｍ ｉ ｎ ｅ ｒ ａ ｌ ｒ ｅ ｃ ｏ ｖ ｅ ｒ ｙ ． K e yw o r d sｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｔｉ ｎ ｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎｒ ｏ ｂ ｏ ｔｔ ａ ｂ ｌ ｅｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒ 摇床是选矿工艺中重要的重选设备， 在全球范 围内广泛分布。摇床床面的矿物在水流推动下以及 床面的不对称往复运动下， 发生松散和分层， 在床面 呈现出精矿带、 中矿带、 尾矿带等多条扇形矿带分 布， 使不同品位的矿物得到分选［ １ - ２］。 当前， 摇床选矿工艺已非常成熟， 但自动化程度 仍然处于较低水平。摇床选矿过程中， 由于给矿量、 给矿浓度、 给矿粒度和给矿品位时刻处于变化当中， 床面各条矿带的位置、 宽度、 颜色也会相应发生变 化， 操作工必须通过肉眼观察这些矿带特征信息， 然 后根据经验手动调整接矿板位置， 达到精矿、 中矿、 尾矿分离的目的， 并获得满足要求的精矿品位。这 201 万方数据 ２ ０ ２ ０年第５期杨文旺， 等 选矿摇床智能巡检机器人开发与应用 种传统的操作方式对接矿板位置调整频次要求较 高， 岗位工劳动强度大， 选矿指标不理想。 为了提高摇床的运行效率， 提升自动化水平， 国 内外多个高校和研究机构对摇床结构、 动作原理和 矿带特点开展过分析研究。昆明理工大学和丽芳等 人提出了一种基于磷虾优化算法的摇床矿带分带图 像分割法、 基于改进萤火虫算法的多阈值摇床彩色 矿带分带图像分割法； 赣州有色冶金研究所杨文龙 等人设计了一种选矿摇床矿带识别及接矿板自动调 节装 置［ ３ - ５］； 日 本 Ｓ ＵＭ Ｉ Ｔ ＯＭＯ ＭＥ ＴＡ Ｌ Ｍ Ｉ Ｎ Ｉ ＮＧ 公司提出了一种利用最小二乘法获得摇床分割带中 心矢量的方法。研究成果大多是原理性论述， 尚未 见到试验样机或工业应用实践的相关文献报道。 当前， 智能化是传统行业发展的重大趋势， 对于矿 山企业来讲， 大量的岗位依然需要人工判断和操作， 企 业承担的人工成本逐年递增， 因此需要依靠科技创新和 智能化升级转换企业发展动力， 实现企业的高质量高效 益发展。选矿摇床与人工智能是一种全新的结合， 开发 一种能够替代人工的摇床智能巡检机器人， 对于促进选 矿装备领域的智能化技术变革具有重要意义。 １ 巡检机器人开发 由于摇床单位面积处理量低， 在工业现场往往呈 现流程长、 数量多的特点。如果为每台摇床均配置一 台工业相机， 则会面临较大的成本压力以及维护工作 量， 非最优选择。轮式巡检机器人具备自主行走、 环 境感知、 自主决策等功能， 可以实现对一组多张摇床 的轮巡拍摄， 因此采用巡检机器人替代人工巡检。 巡检机器人主要由主控盒、 人机界面、 驱动系 统、 导航传感系统、 安全保障系统、 电力系统和车体 框架构成。 主控盒 负责寻迹控制、 站点导航控制、 人机交 互设定、 单机任务管理、 无线设备交互。 人机界面 负责机器人系统的基本参数设定与 状态查询， 是机器人与人的交互设备。 驱动系统 驱动系统受主控盒的控制， 按照站点行 进需求将电力转化为动力使Ａ Ｇ Ｖ沿着磁导轨行进。 导航传感系统 导航传感系统负责收集线路信 息， 并将信息数字化反馈给主控盒， 主控盒依据导航 传感系统的反馈来控制或校正驱动系统的力输出方 向， 从而使机器人沿着正确的轨道行进。 安全保障系统 在机器人的行进方向都会加装 安全传感器以防止机器人发生碰撞， 在机器人的行 进方向上加装了两种安全保障传感器， 其中一种为 非接触式安全传感器， 它会自动的检测行进方向的 阻碍物， 将信息反馈回主控盒， 由主控盒来操作驱动 系统减速或停止， 从而避免发生碰撞， 移除障碍物后 传感器亦会将信息发送主控盒， 由主控盒控制驱动 系统继续行进； 另外一种为接触式传感器， 当接触式 传感器碰撞到物体时， 会立即通知主控盒停止机器 人运动并发出警报， 使碰撞损失降到最低。 电力系统 电力系统分为供电模块和充电装置， 一般供电模块采用电池供电， 为机器人整个系统的 运转提供移动能源， 电池能源消耗后可由充电装置 为其补充电量， 充电装置分为人工充电和自动充电 两种。摇床巡检机器人的目标是实现“ 无人值守” ， 因此采用自动充电装置， 对一组摇床巡检完毕后， 机 器人自动返回至充电桩位置进行充电， 充满后开始 新一轮巡检工作， 达到替代人工巡检的目标。 车体框架 车体框架整体采用拟人化设计， 头部 内置５ ０ ０万分辨率工业相机和２对无线Ａ Ｐ天线； 臂膀 夹持一组矩阵式Ｌ Ｅ Ｄ高亮光源用于矿带图片拍摄， 允 许光源根据摇床床面亮度需求， 在９ ０度范围内灵活调 整入射角度； 躯干内置嵌入式计算机用于图像处理。 巡检机器人通过磁条对行驶路径进行导向， 同 时在磁条上方增加Ｒ Ｆ Ｉ Ｄ电子标签， 实现目标站点 识别和小车降速启动指令。在停止目标位置安装反 光贴片，ＡＧＶ小车上红外发射器扫描到此反光片 后， 触发小车停止指令。 机器人从起始站点出发， 依次在一组摇床前方 精准停止， 利用工业相机自动拍摄床面矿带照片， 嵌 入式计算机获取到图像之后， 内置的图像处理软件 启动图像分割算法， 寻找定位各条矿带的分界区域， 经过图像空间和实际摇床的物理空间映射， 得到分 界区域的位置信息， 同时提取到矿带宽度、 颜色等特 征信息。摇床智能巡检机器人外观见图１。 图１ 摇床智能巡检机器人 Ｆ ｉ ｇ ． １ Ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｔ ｉ ｎ ｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎｒ ｏ ｂ ｏ ｔ ｆ ｏ ｒ ｔ ａ ｂ ｌ ｅｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒ 301 万方数据 有色金属（ 选矿部分） ２ ０ ２ ０年第５期 ２ 图像处理软件开发 图像处理软件是巡检机器人的“ 灵魂” 所在， 负 责对摇床床面各条矿带宽度、 颜色和位置的特征提 取， 图像处理的精度直接决定了接矿的效果和准确 度。由于摇床正常生产过程中处于不停的“ 颠簸” 运 动， 振幅大约是１ ０ｍｍ， 而相机是安装在相对静止的 位置， 这样就会导致即使矿带的分布界区没有发生 变化， 由于床面的运行， 相机提取出来的边界坐标值 也可能会发生变化， 造成检测结果不准。针对这个 问题， 开发了一种先提取摇床底部边界， 再利用图像 处理算法对矿带边界分割的技术。 图像采集和处理功能的实现主要由软件中的 “ 相机控制类” 和“ 图像处理分析类” 来实现。 具体算法流程如下 １） 机器人接收到位指令后， “ 相机控制类” 会向 相机发送一个软触发的采集指令， 使其开始进行图 像采集， 并将采集后的图像通过无线传输传送到软 件后台， 此时， “ 图像处理分析类” 立刻被调用执行具 体分割算法。 ２） 提取矿带底部界线。查找矿带底部分界线主 要是根据整个矿带区域与非矿带的位置灰度有显著 差异。通过Ｙ方向上计算灰度积分曲线， 对曲线进 行均值平滑处理， 计算积分曲线二阶微分， 最后查找 微分曲线的最大峰值点， 找到矿带底部分界点。 ３） 计算矿带左右分界点。根据矿带底部分界线 位置， 计算矿带在图像中的高度， 在高度方向上进行 下采样处理（ 采样间隔可根据效果设置） ， 对下采样 结果在水平方向上逐行做长度Ｌ的积分处理， 通过 积分曲线计算均值曲线， 在均值曲线的基础上进行 高斯平滑处理去除干扰点， 直到将所有曲线计算完 毕。随后， 计算每条均值曲线的一阶导数， 一阶导数 曲线阶跃变化比较大的位置即为矿带的左右边界位 置。考虑到现场存在电机等干扰源， 容易出现噪点， 需要对所有查找出来的边界点进行二次判断处理， 采用最小类间距法排除错误边界噪点。 ４） 矿带边界拟合。得到矿带边界点后， 为了得 到比较稳定可靠的结果， 根据这些边界点分别拟合 出边界直线。 ５） 识别出不同矿带边界后， 通过边界点坐标相 减值乘以像素比方法， 计算出相应矿带宽度数值。 ６） 计算矿带Ｒ Ｇ Ｂ值。首先选定颜色计算目标 区， 然后通过软件中Ｒ Ｇ Ｂ算子对目标区像素点进行 逐行扫描计算， 对Ｒ Ｇ Ｂ数值进行累加以及求均值， 最终得到矿带颜色Ｒ Ｇ Ｂ特征值。 矿带分割算法实施流程图见图２。 图２ 矿带分割算法实施流程 Ｆ ｉ ｇ ． ２ Ｉ ｍ ｐ ｌ ｅ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎｐ ｒ ｏ ｃ ｅ ｓ ｓｏ ｆｍ ｉ ｎ ｉ ｎ ｇ ｚ ｏ ｎ ｅｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ３ 工业试验 在云南华联锌铟股份有限公司新田车间实施摇 床智能巡检机器人应用研究， 车间日处理原矿石 ８０ ０ ０ｔ／ｄ， 主要对铜、 锡、 锌、 铟等多种金属进行矿物 选别和回收。针对锡金属的矿物选别， 车间设计安 装有７ ０ ０余台摇床设备， 用于对锡金属矿的粗选、 扫 选和精选处理。由于摇床数量众多， 需要配备大量 岗位工对摇床进行操作和管理， 劳动强度大、 维护运 营成本高。 工业试验地点选择精选段７张摇床， 每张摇床 对应一个巡检站点， 此外设置了一个自动充电站点， 共计８个站点， 呈水平直线配置。巡检机器人从自 动充电站点（ １号站点） 出发， 依次在７张摇床正前方 停止， 拍摄床面照片并进行图像识别， 随后驱动接矿 执行机构至目标位置， 实现７张摇床的全自动接矿。 3 . 1 巡检效率 机器人行走速度设置为Ｖ（ｍ／ｓ） ， 工作模式选择 对７张摇床进行Ｍ轮巡检后， 自动返回充电位连续 充电Ｎｍ ｉ ｎ， Ｖ、Ｍ和Ｎ需达到合理配比， 才能满足 摇床最小巡检周期和机器人不间断连续运行的要 求。经试验， 机器人行走速度设置为２ ０ｍ／ｓ， 连续对 ７张摇床完成５次巡检后， 自 动回 到 充 电 桩充 电 ５ｍ ｉ ｎ， 非充电的单次巡检周期２ ． ５ｍ ｉ ｎ， 平均单张摇 床的巡检时间２ １ ． ４ｓ， 达到了使用要求。 3 . 2 矿带图像处理 精选段摇床床尾矿带分为精矿带和次精矿带两 401 万方数据 ２ ０ ２ ０年第５期杨文旺， 等 选矿摇床智能巡检机器人开发与应用 个区域， 精矿带呈棕黄色， 次精矿带呈暗灰色， 二者 存在一条明显的混合过渡线。矿带图像处理软件的 目标是分割出精矿带的右边界、 混合过渡线、 次精矿 带的左边界和矿带底部界线， 然后提取精矿带和次 精矿带的颜色和宽度信息。精矿摇床矿带图像自动 分割效果见图３。 １ -精矿带；２ -次精矿带；３ -精矿带右边界； ４ -混合过渡线；５ -次精矿带左边界；６ -矿带底部界线 图３ 矿带图像自动分割效果 Ｆ ｉ ｇ ． ３ Ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎｏ ｆ ｍ ｉ ｎ ｅ ｒ ａ ｌｂ ｅ ｌ ｔ ｉ ｍ ａ ｇ ｅ ｓ 为了检验矿带图像分割结果的准确性， 在现场 拍摄５张矿带分布差异性强的照片， 然后将图像处 理软件输出的精矿带和次精矿带的宽度识别值与实 测值分别进行对比， 结果见表１。 表１ 矿带宽度识别值和测量值对比 Ｔ ａ ｂ ｌ ｅ１ Ｃ ｏ ｍ ｐ ａ ｒ ｉ ｓ ｏ ｎｏ ｆ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎｖ ａ ｌ ｕ ｅ ａ ｎ ｄｍ ｅ ａ ｓ ｕ ｒ ｅ ｍ ｅ ｎ ｔｖ ａ ｌ ｕ ｅｏ ｆｏ ｒ ｅｂ ｅ ｌ ｔｗ ｉ ｄ ｔ ｈ 编号矿带宽度识别值／ｍｍ宽度测量值／ｍｍ误差／ｍｍ １ ２ ３ ４ ５ 精矿带 ２ ５ ２２ ４ ６＋６ ２ ６ ８２ ６ ６＋２ ２ ９ ３２ ９ ７－４ ３ ０ ５３ ０ ８－３ ３ １ ２３ ０ ８＋４ ６ ７ ８ ９ １ ０ 次精矿带 ４ ２ ０４ ２ ７－７ ４ ０ ３４ ０ ９－６ ３ ８ ２３ ７ ５＋７ ３ ７ ７３ ７ ６＋１ ３ ６ ５３ ６ ９－４ 可以看出， 精矿带宽度识别偏差在６ｍｍ以内， 次精矿带宽度识别偏差在７ｍｍ以内。根据实际工 艺要求， 矿带识别偏差需控制在１ ５ｍｍ以内， 所以 图像分割精准度达到现场使用要求。 3 . 3 对选矿指标的影响 为了对比机器人和人工操作情况下选矿指标的 差异性， 试验选取精选作业的其中１张摇床开展９ 轮次人机对战。机器人操作和人工操作的目标均是 接取目标品位４ ０％的锡精矿， 每一轮次机器人和人 工分别连续接取３ ０ｓ。试验对比结果如图４所示。 图４ 机器人与人工接矿品位对比 Ｆ ｉ ｇ ． ４ Ｃ ｏ ｍ ｐ ａ ｒ ｉ ｓ ｏ ｎｏ ｆ ｒ ｏ ｂ ｏ ｔ ａ ｎ ｄ ａ ｒ ｔ ｉ ｆ ｉ ｃ ｉ ａ ｌｍ ｉ ｎ ｉ ｎ ｇｇ ｒ ａ ｄ ｅ 人工接取条件下， ９轮精矿样本的平均品位值是 ４ １ ． ３ ６％， 标准差是８ ． ０ ５％； 机器人接取条件下，９轮 精矿样本的平均品位是３ ９ ． ９ ８％， 标准差是１ １ ． ７％。 由此可见， 机器人通过计算机视觉方式识别矿带和 接取合格精矿的能力水平能够达到生产要求， 但在 一致性方面稍逊于人工。 ４ 结论 １） 摇床智能巡检机器人能够替代人工， 实现一 组多张摇床的“ 无人值守” 巡检模式。摇床巡检机器 人具备自主行走、 自动避障、 自主决策、 自动充电等 功能， 实现了对一组多张摇床的全自动轮巡拍摄， 内 嵌的矿带图像识别软件实现了对不同矿带特征的提 取功能， 识别精度满足使用要求。 ２） 在华联锌铟公司新田选厂精选段摇床上， 开 展了摇床智能巡检机器人的工业试验研究， 在机器 人巡检模式下， 自动接矿的精矿品位能够达到工艺 要求。 ３） 摇床智能巡检机器人可以将工人从繁重劳动 当中解放出来， 提高摇床的智能化水平和生产效率， 有利于重选装备的技术水平进步。 参考文献 ［１］ 孙传尧．选矿 工 程 师 手 册 ［Ｍ］．北 京 冶 金 工 业 出 版 社， ２ ０ １ ５． Ｓ ＵＮ Ｃ ｈ ｕ ａ ｎ ｙ ａ ｏ ．Ｈ ａ ｎ ｄ ｂ ｏ ｏ ｋ ｏ ｆ ｍ ｉ ｎ ｅ ｒ ａ ｌ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｓ［Ｍ］． Ｂ ｅ ｉ ｊ ｉ ｎ ｇＭ ｅ ｔ ａ ｌ ｌ ｕ ｒ ｇ ｉ ｃ ａ ｌ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙＰ ｒ ｅ ｓ ｓ，２ ０ １ ５ ． ［２］ 刘惠中．重选设备在我国金属矿选矿中的应用进展及 501 万方数据 有色金属（ 选矿部分） ２ ０ ２ ０年第５期 展望［Ｊ］．有色金属（ 选矿部分） ， ２ ０ １ １（Ｓ １） １ ８ - ２ ３． Ｌ Ｉ Ｕ Ｈ ｕ ｉ ｚ ｈ ｏ ｎ ｇ ． Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎｐ ｒ ｏ ｇ ｒ ｅ ｓ ｓ ｅ ｓａ ｎ ｄｐ ｒ ｏ ｓ ｐ ｅ ｃ ｔ ｓｏ ｆ ｇ ｒ ａ ｖ ｉ ｔ ｙｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｏ ｒ ｓ ｉ ｎＣ ｈ ｉ ｎ ｅ ｓ ｅｍ ｅ ｔ ａ ｌｍ ｉ ｎ ｅｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｐ ｌ ａ ｎ ｔ ｓ［Ｊ］．Ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓ Ｍ ｅ ｔ ａ ｌ ｓ（Ｍ ｉ ｎ ｅ ｒ ａ ｌ Ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ Ｓ ｅ ｃ ｔ ｉ ｏ ｎ） ，２ ０ １ １（Ｓ １） １ ８ - ２ ３． ［３］ 和丽芳， 郭思哲， 黄宋魏， 等．一种基于改进萤火虫算法 的 多 阈 值 摇 床 彩 色 矿 带 分 带 图 像 分 割 法 Ｃ Ｎ ２ ０ １ ７ １ ０ ３ ３ ８ ９ ７ １． ０［Ｐ］． ２ ０ １ ７ - １ ０ - ０ ３． ＨＥ Ｌ ｉ ｆ ａ ｎ ｇ，ＧＵＯ Ｓ ｉ ｚ ｈ ｅ，ＨＵＡＮＧ Ｓ ｏ ｎ ｇ ｗ ｅ ｉ ，ｅ ｔ ａ ｌ ． Ａ ｎ ｉ ｍ ａ ｇ ｅｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｍ ｅ ｔ ｈ ｏ ｄｂ ａ ｓ ｅ ｄｏ ｎｉ ｍ ｐ ｒ ｏ ｖ ｅ ｄｆ ｉ ｒ ｅ ｆ ｌ ｙ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｆ ｏ ｒｍ ｕ ｌ ｔ ｉ - ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄｃ ｏ ｌ ｏ ｒｒ ｏ ｃ ｋｂ ａ ｎ ｄｚ ｏ ｎ ｉ ｎ ｇ Ｃ Ｎ ２ ０ １ ７ １ ０ ３ ３ ８ ９ ７ １． ０［Ｐ］． ２ ０ １ ７ - １ ０ - ０ ３． ［４］ 和丽芳， 郭思哲， 黄宋魏， 等．一种基于磷虾优化算法的摇床 矿带分带图像分割法Ｃ Ｎ ２ ０ １ ６ １ ０ １ ５ ９ ９ １ ５ ． ６［Ｐ］． ２ ０ １ ６ - ０ ８ - １ ０ ． ＨＥ Ｌ ｉ ｆ ａ ｎ ｇ，ＧＵＯ Ｓ ｉ ｚ ｈ ｅ，ＨＵＡＮ Ｇ Ｓ ｏ ｎ ｇ ｗ ｅ ｉ ，ｅ ｔ ａ ｌ ． Ａ ｎ ｉ ｍ ａ ｇ ｅｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎｍ ｅ ｔ ｈ ｏ ｄｂ ａ ｓ ｅ ｄｏ ｎｋ ｒ ｉ ｌ ｌｏ ｐ ｔ ｉ ｍ ｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒｚ ｏ ｎ ｉ ｎ ｇ ｏ ｆｒ ｏ ｃ ｋ ｂ ｅ ｄ ｏ ｒ ｅｚ ｏ ｎ ｅＣ ｈ ｉ ｎ ａ， Ｃ Ｎ ２ ０ １ ６ １ ０ １ ５ ９ ９ １ ５． ６［Ｐ］． ２ ０ １ ６ - ０ ８ - １ ０． ［５］ 杨文龙， 吴富姬， 罗璇， 等．一种选矿摇床矿带识别及接 矿板自动调节装置Ｃ Ｎ ２ ０ １ ６ ２ ０ ６ ０ ８ ５ ０ ６ ． ５［Ｐ］． ２ ０ １ ６ - ０ ６ - ２ １ ． ＹＡＮ Ｇ Ｗ ｅ ｎ ｌ ｏ ｎ ｇ，ＷＵ Ｆ ｕ ｊ ｉ，Ｌ ＵＯ Ｘ ｕ ａ ｎ，ｅ ｔ ａ ｌ ． Ａ ｎｏ ｒ ｅ ｂ ｅ ｌ ｔ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎａ ｎ ｄａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃａ ｄ ｊ ｕ ｓ ｔ ｍ ｅ ｎ ｔｄ ｅ ｖ ｉ ｃ ｅｆ ｏ ｒ ｔ ｈ ｅ ｏ ｒ ｅ ｒ ｅ ｃ ｅ ｉ ｖ ｉ ｎ ｇ ｐ ｌ ａ ｔ ｅ ｏ ｆ ｔ ｈ ｅ ｓ ｈ ａ ｋ ｉ ｎ ｇ ｔ ａ ｂ ｌ ｅ Ｃ Ｎ ２ ０ １ ６ ２ ０ ６ ０ ８ ５ ０ ６． ５［Ｐ］ ． ２ ０ １ ６ - ０ ６ - ２ １． （ 上接第７ ７页） 及环境效益显著。 ２） 公司废石资源综合回收技术研究过程中， 也 将低品位矿石纳入研究范围， 研究结果表明， 废石资 源综合回收技术同样适应于低品位矿石的高效经济 回收利用， 与目前采用的配矿处理方式相比有明显 优势， 生产规划时将按照效益最大化的原则充分考 虑低品位矿石处理方式。 ３） 根据公司中长期发展规划， 下一步将继续深入 开展废石综合回收技术研究。目前废石资源划定标准 Ｚ ｎ０ ． ５ ％～ １ ． ０ ％，Ｃ ｕ ０ ． １ ％～ ０ ． ２ ％，Ｓ ｎ ０ ． １ ％～ ０ ． １ ５ ％， 低于标准的废石直接排入废石场， 计划采用工艺相 对简单、 生产效率高、 更具成本优势的磁选、 光电选 矿等方法， 对达不到废石资源标准的含矿废石进行 回收， 扩大废石回收原料范围。 ４） 我国有色金属矿产 资 源 储量 丰 富、 种 类 齐 全， 但经过几千年的开采利用， 特别是最近三十年 来开发强度明显加大， 高品位资源急剧减少， 低品 位资源的回收利用成为选矿技术研究的重点方向， 华联锌铟研究开发的废石资源综合回收技术及产 业化应用， 开辟了矿产资源综合利用新途径， 对国 内类 似 矿 山 有 借 鉴 和 指 导 意 义， 有 较 强 的 示 范 效应。 参考文献 ［１］ 林鸿珍．我国黑钨矿预选富集工艺进展［Ｊ］．有色金属 （ 选矿部分） ， １ ９ ９ １（４） ６ - １ １，３ ４． Ｌ Ｉ Ｎ Ｈ ｏ ｎ ｇ ｚ ｈ ｅ ｎ ． Ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍ ｅ ｎ ｔｏ ｆｐ ｒ ｅ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｉ ｏ ｎａ ｎ ｄ ｃ ｏ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｔ ｉ ｏ ｎｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙｏ ｆｗ ｏ ｌ ｆ ｒ ａ ｍ ｉ ｔ ｅｉ ｎ Ｃ ｈ ｉ ｎ ａ［Ｊ］． Ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓＭ ｅ ｔ ａ ｌ ｓ（Ｍ ｉ ｎ ｅ ｒ ａ ｌＰ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇＳ ｅ ｃ ｔ ｉ ｏ ｎ） ，１ ９ ９ １（４） ６ - １ １，３ ４． ［２］ 周峰， 余浔．哈萨克斯坦某钨矿预选抛尾工艺设计研 究［Ｊ］．有色金属（ 选矿部分） ， ２ ０ １ ９（６） ４ ３ - ４ ９． Ｚ ＨＯＵ Ｆ ｅ ｎ ｇ，ＹＵ Ｘ ｕ ｎ ．Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ ｐ ｒ ｅ - ｄ ｉ ｓ ｃ ａ ｒ ｄ ｉ ｎ ｇ ｔ ａ ｉ ｌ ｉ ｎ ｇ ｓｐ ｒ ｏ ｃ ｅ ｓ ｓｆ ｏ ｒａｃ ｅ ｒ ｔ ａ ｉ ｎｔ ｕ ｎ ｇ ｓ ｔ ｅ ｎｐ ｏ ｌ ｙ ｍ ｅ ｔ ａ ｌ ｌ ｉ ｃｏ ｒ ｅ ｉ ｎＫ ａ ｚ ａ ｋ ｈ ｓ ｔ ａ ｎ［Ｊ］． Ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓＭ ｅ ｔ ａ ｌ ｓ（Ｍ ｉ ｎ ｅ ｒ ａ ｌＰ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ Ｓ ｅ ｃ ｔ ｉ ｏ ｎ） ，２ ０ １ ９（６） ４ ３ - ４ ９． ［３］ 张以河， 胡攀， 张娜， 等．铁矿废石及尾矿资源综合利用 与绿色矿山建设［Ｊ］．资源与产业， ２ ０ １ ９（３） １ - １ ３． Ｚ ＨＡＮ ＧＹ ｉ ｈ ｅ，ＨＵＰ ａ ｎ，Ｚ ＨＡＮＧＮ ａ，ｅ ｔ ａ ｌ ． Ｃ ｏ ｍ ｐ ｒ ｅ ｈ ｅ ｎ ｓ ｉ ｖ ｅｕ ｔ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ ｏ ｆｇ ｒ ｅ ｅ ｎ ｍ ｉ ｎ ｅ ｓｏ ｆ ｉ ｒ ｏ ｎｏ ｒ ｅｗ ａ ｓ ｔ ｅ ｓａ ｎ ｄｔ ａ ｉ ｌ ｉ ｎ ｇ ｓ［Ｊ］． Ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓａ ｎ ｄ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ，２ ０ １ ９（３） １ - １ ３． ［４］ 刘明宝， 印万忠， 高莹． Ｘ射线辐射预选技术［Ｊ］．有色金 属（ 选矿部分） ， ２ ０ １ １（ 增刊１） １ ７ ７ - １ ８ ０． Ｌ Ｉ Ｕ Ｍ ｉ ｎ ｇ ｂ ａ ｏ，Ｙ Ｉ ＮＷ ａ ｎ ｚ ｈ ｏ ｎ ｇ，Ｇ Ａ Ｏ Ｙ ｉ ｎ ｇ ．Ｘ - ｒ ａ ｙ ｒ ａ ｄ ｉ ａ ｔ ｉ ｏ ｎｐ ｒ ｅ ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ［Ｊ］． Ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓ Ｍ ｅ ｔ ａ ｌ ｓ （Ｍ ｉ ｎ ｅ ｒ ａ ｌＰ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇＳ ｅ ｃ ｔ ｉ ｏ ｎ） ， ２ ０ １ １（Ｓ １） １ ７ ７ - １ ８ ０． ［５］ 鲍爱华．有色金属矿山资源综合利用现状及展望［Ｊ］． 有色金属（ 选矿部分） ， １ ９ ９ ８（６） １ - ４． Ｂ Ａ ＯＡ ｉ ｈ ｕ ａ ．Ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｐ ｒ ｏ ｓ ｐ ｅ ｃ ｔ ｏ ｆ ｃ ｏ ｍ ｐ ｒ ｅ ｈ ｅ ｎ ｓ ｉ ｖ ｅｕ ｔ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｏ ｆｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓｉ ｎ ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓ ｍ ｅ ｔ ａ ｌｍ ｉ ｎ ｅ ｓ［Ｊ］． Ｎ ｏ ｎ ｆ ｅ ｒ ｒ ｏ ｕ ｓＭ ｅ ｔ ａ ｌ ｓ（Ｍ ｉ ｎ ｅ ｒ ａ ｌＰ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ Ｓ ｅ ｃ ｔ ｉ ｏ ｎ） ，１ ９ ９ ８（６） １ - ４． 601 万方数据
展开阅读全文
