Оригинал статьи размещен на сайте: http://www.estageo.ru/public6.htm#text6

ТЕХНОЛОГИЧЕСКАЯ ОЦЕНКА МИНЕРАЛЬНОГО СЫРЬЯ С ПОМОЩЬЮ АВТОМАТИЧЕСКОГО АНАЛИЗА ИЗОБРАЖЕНИЙ


Валентин Алексеевич Чантурия (ИПКОН РАН)
Татьяна Викторовна Башлыкова (ООО "НВП Центр-ЭСТАгео")

Назад в библиотеку

Реферат

В статье изложены основные направления использования автоматического оптико-геометрического метода анализа изображений для технологической оценки минерального сырья. На конкретных примерах показана высокая результативность и эффективность метода при его использовании для прогнозной экспрессной оценки обогатимости минерального сырья на различных стадиях геолого-разведочных работ, при обосновании целесообразности освоения месторождений, расширении сырьевой базы в районе действующих горно- обогатительных предприятий, выявлении резервов повышения показателей обогащения, упрощении схем, определении неизбежных технологических потерь и качества продуктов обогащения. Обозначены перспективные направления применения данного метода.
Табл. - 3, рис. - 10, библ. - 9 ист.

В последние годы в связи с вовлечением в переработку труднообогатимых руд сложного вещественного состава, обострением экологической обстановки и необходимостью переработки техногенных образований особенно важной становится прогнозная экспрессная оценка технологических свойств и обогатимости минерального сырья природного и техногенного происхождения.

Такая оценка позволит определить перспективность и ценность объекта, потребность и объем исследовательских работ, масштабность инвестирования. Неблагоприятный диагноз изучаемому объекту говорит о его экономической бесперспективности в данный период времени и будет являться сигналом к прекращению каких-либо работ на объекте.

Достоверность оценки обогатимости минерального сырья в значительной степени зависит от полноты изучения его вещественного состава и точности определения его технологически значимых параметров. К таким параметрам относятся минеральный и химический состав сырья, текстурно-структурные и морфометрические характеристики, физические, физико-химические и поверхностные свойства минералов. При этом следует подчеркнуть, что по мнению некоторых специалистов, текстурно-структурные и морфометрические параметры - это наиболее динамичный показатель, изменяющийся в широких пределах в технологическом процессе переработки минерального сырья [ 6 ].

Большинство упомянутых технологически значимых параметров определяют при помощи комплекса прямых и косвенных методов аналитической технологической минералогии: валовых элементных и химических анализов, оптической и электронной микроскопии, рентгенофазового, термического, микрозондового анализов, а при изучении поверхностных соединений - ОЖЕ-спектроскопии, ИК-спектроскопии и т.д.

Достоверная количественная оценка структурно-фазовых характеристик минерального сырья для раннего прогноза по обогатимости может быть сделана только на большом статистическом материале (сотни, тысячи зерен минералов), и в то же время она должна проводиться в сжатые сроки. Этим требованиям отвечает количественный автоматический анализ изображений оптико-геометрическими методами ( автоматический АИ ОГМ ). Наиболее перспективной аппаратурой для такого анализа являются анализаторы изображений - системы, способные осуществить экспрессные ввод и обработку сложных изображений [1-7].

Широкое внедрение подобных прикладных аналитических методов и систем в практику технологической оценки минерального сырья сдерживалось до сих пор отсутствием методического обеспечения и доступной аппаратуры.

Аппаратурно-программное обеспечение имидж-анализа и базовые геометрические и морфометрические параметры технологической оценки минерального сырья.

Все выпускаемые на рынок системы анализа изображений могут быть условно разделены на 3 типа или класса, различающиеся по своим основным техническим характеристикам.

К первому классу относятся системы анализа изображений универсального назначения, аналогичные таким как Magiscan, Quantimet (Великобритания) и IBAS ( Германия ). Они представляют собой мультипроцессорные системы с последовательной и/или параллельной структурой. Фактически это "совокупность" двух относительно независимых компьютерных блоков: видеоанализатора и хост-компьютера. Системы снабжены трансляторами языков высокого уровня и имеют развитые системные библиотеки, а также пакеты прикладных программ.

Ко второму классу относятся системы, не имеющие распределенной памяти и, как правило, не являющиеся мультипроцессорными, аналогичные таким как Pericolor (Франция), Videolab (Великобритания), Omega (Польша), Leitz TAS Plus ( Германия ). Обычно они представляют собой стандартный компьютер, снабженный специализированным блоком ввода видеоинформации и более или менее развитой системной библиотекой обработки видеоданных. Их диалоговые системы анализа изображений относительно просты в обращении, но сами системы обладают ограниченными возможностями, т.к. в большей степени ориентированы не столько на анализ, сколько на обработку изображений.

К третьему классу относятся системы, которые в основном можно охарактеризовать как системы обработки, а не анализа изображений, такие как все системы фирмы AMS (Великобритания), Omnimet (ФРГ-США), Videoplan (ФРГ). Как правило, эти системы не могут обеспечить достаточно гибкое программирование, т.к. ряд алгоритмов обработки изображения в них реализован аппаратно и их эффективное использование возможно только в рамках методик, предусмотренных фирмой-изготовителем.

В настоящее время в России, в результате развития соответствующей элементной базы, появилась возможность создания аппаратно-программных комплексов анализа изображений, по своим возможностям сравнимых с лучшими образцами зарубежных анализаторов или даже превосходящих их. Более развитое программное обеспечение позволяет получать результаты, недостижимые на более ранних и более специализированных системах анализа изображений [ 7 ]. Примером такой системы является система анализа изображений "Видеомастер-56" ( рис.1). Технические характеристики этой системы не хуже анализаторов первого класса. Условия свободного программирования, предоставляемые для системы "Видеомастер-56", позволяют чрезвычайно гибко развивать и приспосабливать его программное обеспечение к требованиям самого нестандартного технологического анализа. Кроме того, программное обеспечение системы снабжено специальным интерфейсным блоком, позволяющим записывать полученные результаты в формате, воспринимаемом современным международным программным обеспечением (таким, как Microsoft Offis, CorelDRAW, Corel PHOTO-PAINT и др.).

Аппаратная часть системы анализа изображения состоит из оптической системы, системы ввода и оцифровки изображения , его мониторинга на дисплей, компьютера расширенной комплектации и системы регистрации. Аппаратная часть системы обеспечивает ввод изображения, находящегося в поле зрения системы, с линейной характеристикой передачи яркости и его последующую оцифровку. Стандартным рабочим форматом вводимого изображения выбран формат 512х512 точек с 256-ю градациями яркости. Система предусматривает возможность работы и с большими форматами (например, 1024х1024 или 2048х2048 точек), но рабочий формат выбирался исходя из того, что выделение на стандартном телевизионном кадре участка 512х512 точек осуществляется с минимальными оптическими и геометрическими искажениями и обладает достаточной информативностью. При этом, во-первых, разрешение 0,2% от размера сцены обеспечивает удовлетворительную точность проведения метрических измерений для большинства технолого-минералогических задач, а во-вторых, скорость обработки изображения остается достаточно высокой - продолжительность любой элементарной операции обработки полного изображения - от полусекунды до нескольких секунд.

Для достижения максимальной прикладной универсальности системы анализа изображений "Видео-Мастер - 56" основная нагрузка обработки и анализа изображений переложена на программное обеспечение (ПО) системы. Основное ПО состоит из следующих независимых системных блоков:

  • блока ввода-вывода изображений;

  • блока обработки многоградационных изображений;

  • блока сегментации многоградационного изображения (создания так называемых символических или бинарных изображений) по яркостным, текстурным, контурным или гармоническим признакам;

  • блока обработки бинарных изображений;

  • блока анализа выделенных объектов и вывода результатов в файл и на принтер;

  • блока измерения заданных параметров выделенных объектов и записи результатов в файл данных на диск;

  • блока первичной статистической обработки файловых данных и вывода результатов в форме таблиц, гистограмм или коррелограмм на дисплей , принтер или в стандартные файлы данных;

  • блока интерфейсной связи для преобразования полученных результатов (в цифровой или изобразительной форме) в файлы, формат которых позволяет использовать эти данные существующим международным программам редактирования и обработки (Word for Windows, Exsel, FoxPro и т.д.).

Система "Видеомастер-56" позволяет осуществлять корректное выделение минеральных частиц, находящихся в поле зрения прибора (микроскопа, фотообъектива), измерять базовые метрические параметры каждого из выделенных объектов, а также проводить весовой, дифференциальный, интегральный и корреляционный анализы любых из значений любого количества выделенных объектов (минеральных выделений).

К базовым метрическим параметрам минерального выделения относятся его площадь S (кв.мкм), длина H (мкм), ширина N (мкм), периметр Р (мкм), Для совокупности объектов в качестве базовых принимаются соответствующие средние (Sср, Hср, Nср, Pср), минимальные (Smin, Hmin, Nmin, Pmin) и максимальные (Smax, Hmax, Nmax, Pmax) значения. [ 6, 8, 9 ] Морфологические параметры объектов (выделений, зерен и частиц) - удлиненность U= H/N и фактор формы С=4ПиS/P2 программа вычисляет автоматически по значениям исходных базовых параметров.

Система " Видео-мастер" позволяет определять площадь минеральных зерен. При этом, по отношению общей площади i-го минерала на анализируемой площади F шлифа к анализируемой площади F шлифа, может быть установлено объемное содержание i-го минерала в исследуемом образце. Сумма значений объемного содержания каждого минерала, присутствующего в руде, определяет ее модальный состав.

Распределение площади зерен i-го минерала по его гранулометрическому составу позволяет установить массовую долю зерен i-го минерала определенной крупности.

Длина и ширина (хорда, нормаль ) анализируемого зерна определяется как длина и ширина прямоугольника, описанного по его контуру. Минимальное и максимальное значения длины при анализе выборки зерен соответствуют размеру самого маленького и самого большого из анализируемых зерен. Гистограммы распределения зерен минерала по их длине являются гранулометрической характеристикой зерен. Максимальная длина зерен минерала соответствует крупности измельчения руды, при которой начинается раскрытие этого минерала.

Параметр длины может быть использован также и для определения гранулометрического состава любого материала, состоящего из каких-либо частиц. Например, исходной дробленой (измельченной) руды или продуктов обогащения. В этом случае анализируется вся масса представительной выборки материала независимо от минерального состава.

По величине ширины происходит разделение зерен (частиц материала) при грохочении и рассеве на ситах, то есть по крупности.

Периметр зерна определяется как длина его контура в плоскости сечения шлифа. Периметр и площадь зерна являются базовыми геометрическими параметрами при определении морфологического параметра - фактора формы зерна. Кроме того, по значению общего периметра зерен i-го минерала рассчитывается, при необходимости, их полная и удельная поверхность.

Удлинение зерен - параметр, который при анализе изображения определяется автоматически отношением значений длины и ширины зерна. Минимальное значение удлинения не может быть менее 1.0. Для изометричных зерен значение удлинения обычно не превышает 1.5. Для большинства руд значения среднего удлинения зерен минеральных фаз находятся в интервале 1.4-1.8.

Фактор формы - формальный параметр, косвенно характеризующий форму зерен и степень изрезанности их границ. Максимальное значение фактора формы не может превышать 1.0, что соответствует фактору формы (округлости) круга. Для изометричных зерен с гладкими границами величина фактора формы составляет 0.8-1.0. Для зерен с извилистыми, изрезанными границами фактор формы составляет обычно не более 0.6. У весьма причудливых по форме зерен с очень извилистыми границами значение фактора формы снижается до 0.1 и менее. С уменьшением размеров зерен минералов в руде величина значения их фактора формы возрастает и у мелких (менее 0.01 мм) зерен приближается к 1.0. Значение фактора формы зерен минеральных фаз косвенно характеризуют форму границ срастания зерен, которая влияет на раскрытие минералов при измельчении руды.

Анализатор изображений осуществляет статистический дисперсионный и корелляцонный анализ измеренных параметров выделенных объектов, представляя результаты в табличной (средне-статистические данные) и графической (гистограммы, кореллограммы) формах.

На основании базовых геометрических и морфометрических параметров может быть определена вкрапленность минеральных зерен, характеризуемая их гранулометрией, формой и типом срастаний с другими минералами.

Могут быть получены и так называемые машинные изображения исследуемых объектов, представленных в виде аншлифов, прозрачно-полированных шлифов, полировок и брикетов. Под машинными изображениями понимаются цифровые изображения образца , хранящиеся в памяти компьютера и выведенные на дисплей или принтер. Они позволяют технологу непосредственно увидеть характер распределения минералов в руде и технологических продуктах с учетом всех особенностей и тонкостей строения вещества и взаимосвязи минералов.

На основании полученной информации определяются: оптимальный режим рудоподготовки, обеспечивающий полное раскрытие рудных минералов, оптимальная глубина обогащения (оптимальное сочетание механического и химико-металлургического переделов); рациональная технологическая схема, основные технологические показатели, которые можно получить в процессе переработки по рекомендуемой схеме, неизбежные технологические потери.

Кроме того, метод автоматического анализа изображений (ОГМ) в комплексе с микрозондовым, рентгенофазовым и другими методами анализа использовался авторами для предварительной оценки обогатимости различного минерального сырья, что позволило значительно сократить объем и сроки проведения технологических исследований, повысив при этом их эффективность [8,9].

Все вышеупомянутые положения были практически проверены и опробованы в ходе экспериментальных исследований и производственных работ на системе анализа изображений "Видео-Мастер_56" (разработка Данильченко А.Я.). Таким образом, в России в настоящее время на основе автоматического анализа изображений (ОГМ), ориентированного на задачи технологической минералогии, и наработанных методических подходов к прогнозу технологических свойств различных сырьевых объектов [ 6-9 ], разрабатывается экспрессный универсальный метод минералого-технологической оценки минерального сырья.

Такое изменение методологии технологической оценки, в свою очередь, влияет на решение ряда задач, стоящих перед минерально-сырьевым и горноперерабатывающим комплексами. Рассмотрим основные из них.

Обоснование постановки различных стадий геологоразведочных работ.

Объем исследований зависит от стадии геолого-разведочных работ (ГРР) и степени изученности объекта минерального сырья.

На с т а д и и   п о и с к о в изучению подвергаются штуфные образцы минеральных образований, отобранные на площадях возможного геологического изучения. Например, после проведения рентгеноструктурных, спектральных, химических и оптических исследований 16-ти предположительно марганецсодержащих образцов Собской площади Полярного Урала среди них были выделены практичеки безрудные, карбонатные слабоокисленные и окисленные разновидности, а по соотношению содержания в них марганца и железа - собственно марганцевые , железо-марганцевые и марганцовисто-железные. Также было сделано заключение о том, что в технологическом плане после обогащения одни разновидности исследуемого сырья могут дать марганцевый концентрат высокого сорта, другие - марганцевые концентраты удовлетворительной для металлургии сортности, третьи могут быть использованы после предварительного обогащения как железомарганцевое сырье для выплавки чугуна. Работа была выполнена в короткие сроки - две недели. Машинные изображения, полученные при изучении препаратов, изготовленных из образцов, представлены на рис.2. Обсчет морфометрических характеристик кремнистых пород, минералов марганца и железа, слагающих представленные образцы, с помощью системы анализа изображений позволил выявить и охарактеризовать текстурно-структурные особенности образцов. В результате были выданы рекомендации о целесообразности ГРР на определенных площадях.

На п о и с к о в о - о ц е н о ч н о й стадии ГРР технологической оценке подвергаются пробы большей массы (от 10 до 50кг). Объем работ, а также перечень привлекаемых к автоматическому ОГМ других методов анализа увеличивается. Извлекаемая ценность сырья уже рассматривается с экономической и экологической позиций. В случае, когда ценный компонент находится в неизвлекаемой или трудноизвлекаемой современными методами форме, рекомендации о прекращении ГРР на объекте тщательно обосновываются и подкрепляются фактическим материалом. В случае положительного решения даются рекомендации о направлениях дальнейших технологических исследований.

Например, минералого-технологическая оценка с помощью имидж-анализа Сунгайского марганцевого рудопроявления позволила установить возможность крупнокускового обогащения в диапазоне крупности -30+3мм с выделением на этой стадии отвальных хвостов и необходимость гравитационной доводки чернового марганцевого концентрата. Анализ размеров включений кварца в руде показал, что на 65% от его общей массы кварц представлен компактными включениями крупностью -30+3мм , которые селективно могут быть раскрыты при додрабливании и выделены в отвальные хвосты на стадии крупнокускового обогащения ( рис.3 ). Было установлено, что на этой стадии марганцевый концентрат высших сортов получить нельзя, поскольку основная марганецсодержащая фаза представлена кварцитами, сцементированными оксидами марганца.

Доводку концентрата рекомендовано проводить гравитацией после его доизмельчения до крупности менее 1мм. Исходный материал крупностью менее 3мм также необходимо доизмельчать до крупности -1мм перед его гравитационным обогащением.

Полученные результаты позволили сделать прогноз о возможности получения из изученного сырья марганцевых концентратов различной сортности.

Проверка предложенной схемы в лабораторных условиях подтвердила правильность сделанных выводов. Рентгенорадиометрической сепарацией материала крупностью -30+20мм было выделено 40% отвальных хвостов и 45% концентрата, содержащего около 38% марганца. В результате было рекомендовано продолжить более глубокое изучение месторождения.

Обоснование целесообразности освоения месторождения.

Сюда можно отнести технологическую оценку маломасштабных и забалансовых месторождений, переоценку месторождений с позиций конъюнктуры, технологическую экспертизу проектных решений, принятых несколько десятков лет назад на базе существующих в то время технологий, технологическую экспертизу современных проектных решений с целью повышения экономических показателей. В этих случаях технологическая оценка обеспечивает инжиниринговые гарантии инвестору (отечественному или зарубежному, частному либо юридическому лицу), принявшему решение о вложении капитала в освоение месторождения.

Минералого-технологическая оценка марганецсодержащих руд Лабинского месторождения указала частному инвестору , что при строгом следовании рекомендациям по схемам рудоподготовки и магнитного обогащения руды, сделанным при помощи комплекса методов , включая анализ изображений, можно получить концентрат по сортности не выше третьего сорта никопольского окисного концентрата.

Было установлено, что 93% массы марганцевых минералов имеют размер более 0.125мм, более 50% массы минералов имеют размерность от 0.5 до 0.25мм. Более 70% массы кварца имеет размерность 0.25 - 0.125мм, глауконита того же класса содержится около 60% ( рис. 4 ). Средний массовый размер выделений марганцевых минералов, кварца и глауконита составил 0.348, 0.254 и 0.185мм соответственно, из чего следует, что классом максимального раскрытия марганцевых минералов является класс крупности менее 0.5мм, а кварца и глауконита -0.25мм. Поскольку фактор формы минералов марганца (табл.1) имеет весьма низкое значение (высокая изрезанность границ срастания с другими минералами) и с учетом того, что класс максимального раскрытия нерудных минералов -0.25мм, начальная крупность измельчения руды определена -0.5мм.

Таблица 1 - Морфометрическая характеристика минералов в руде

Минерал

Фактор

Размерность, мкм

Удлинение

 

формы

Средн.

Мин.

Макс.

 

Кварц

0.58

98

14

633

1.76

Мn-минералы

0.29

141

18

570

1.94

Глауконит

0.66

108

16

263

1.48



Предложенная на основании комплекса проведенных исследований технологическая схема ориентирована на глубокое обогащение материала крупностью менее 0,5мм с обесшламливанием по крупности 20-30 микрон. Схема рудоподготовки осложнена наличием мягких, легко шламующихся марганцевых минералов: вернадита, тодорокита, рансьеита.

В результате проведенных параллельно технологических испытаний на дубликате пробы был получен марганцевый концентрат с содержанием марганца около 32%, что соответствует никопольскому окисному концентрату третьего сорта.

Минералого-технологическая оценка касситерит-колумбитовой россыпи указала инвестиционной компании на возможность получения практически мономинеральных концентратов при гравитационном обогащении и доводке с помощью магнитной и электрической сепарации и пневмогравитации материала по крупности более 0,2мм. При доводке концентрата мельче 0,2мм возможно получение лишь циртолитового продукта, остальные минералы (касситерит, колумбит и ильменит) и часть циртолита (до30%) образуют комплексные про-дукты. Комплексность продукта обусловлена нивелированием магнитных и гравитационных свойств за счет включений одного минерала в другой, включений в них магнетита, а также практически идентичными морфометрическими характеристиками слагающих комплексы минералов.

Из таблицы 2 видно, что средние значения всех параметров близки и разделение минеральных комплексов данной крупности по гранулометрии или морфологическим параметрам чрезвычайно затруднительно с помощью одних лишь механических методов обогащения.

Таблица 2 - Морфометрические параметры основных минералов россыпи

Минералы

количество

площадь, мкм2

длина,
мкм

ширина,
мкм

удлинение

фактор
формы

 

объектов

min

max

cр.

min

max

cр.

min

max

cр.

min

max

cр.

cр.

Колумбит

1291

18

51854

7245

7

431

133

7

238

71

1

6

2.3

0.61

Ильменит

1495

18

40823

7546

6

361

130

6

244

78

1

6

2.0

0.56

Касситерит

1125

54

44761

6544

25

361

125

8

262

72

1

6

2.05

0.58



В этой работе показателен пример работы системы анализа изображений с минералами, имеющими идентичные оптические характеристики ( рис.5). Вследствие близких значений отражения минералов колумбита и ильменита разделение их по яркостным параметрам невозможно. Общий набор двух минералов выбирался яркостной сегментацией в промежутке 52-100% динамического диапазона прибора. Захваченные объекты для устранения дефектов подготовки препаратов подверглись дополнительной обработке. Выборочный анализ дискриминантных признаков показал, что минералы , имея сходные яркостные параметры, отличаются по дисперсионным признакам (так, например, величина относительного среднеквадратичного отклонения яркости в колумбите составила 8%0 , а в ильмените - 20%0 ,, что вполне достаточно для уверенного разделения).

В данном случае была определена оптимальная глубина обогащения песков механическими методами и даны рекомендации по переработке комплексных продуктов доводки материала крупностью менее 0,2мм химико-металлургическими методами.

Минералого-технологическая оценка фосфатных титано-циркониевых песков была проведена с целью повышения экономических показателей их переработки. Анализу изображения подвергались фракции плотности <2,7;2,7-3,0; 3,0-3,3; 3,3-3,6г/куб.см, полученные при фракционировании классифицированного материала россыпи ( -0,5+0,315; -0,315+0.2; -0,2+0,16; -0,16+0,1; -0,1+0,08; -0,08+0,05мм). На рисунке 6 приведены машинные изображения тех фракций плотности и классов крупности, анализ изображений которых позволил определить резервы повышения экономики для данного объекта. На рис.6а приведено изображение материала плотностью менее 2,7г/куб.см крупностью -0,5+0,315мм. Основная масса частиц представлена кварцем и фосфатом, находящимися в свободном состоянии, а также фосфатом с включениями кварца. Такая же картина наблюдается в пределах крупности до +0,1мм той же плотности. В более мелких классах (рис.6b) фосфат практически отсутствует, материал представлен свободными зернами кварца и глауконита, которые можно разделить при необходимости с помощью магнитной сепарации. На рис.6с представлены машинные изображения материала плотностью более 3,0г/куб.см крупностью - 0,16+0,1мм (материал россыпей такой крупности имеет самый большой выход -почти 75%). Здесь наблюдается преобладание ильменита и части циркона в фосфатной оболочке, основная масса циркона находится в свободном состоянии. Такая же картина - во всех классах крупности (с возрастанием доли сводных зерен ильменита в более мелких классах) кроме самого тонкого класса -0,08+0,05мм (рис.6d). На основании результатов по определению всех структурных параметров основных рудных и нерудных минералов в свободном и связанном состоянии, было предложено исключить из ранее разработанных схем, ориентированных на кислотную обработку всего материала россыпи, исходный класс +0,16мм. При его выходе около 7% содержание фосфата (карбонатгидроксилапатита) и Р2О5 , составит соответственно 72,9% и 29,1% при извлечении фосфата около 20%. Такой продукт является готовой товарной продукцией для производства фосфоритной муки 1сорта или суперфосфата. Содержание тяжелых минералов в фосфатном концентрате низкое за счет ничтожного выхода в класс +0,16мм тяжелых фракций (всего 0,06% для фракций тяжелее 3,0г/куб.см ). В классе -0,16мм большинство минеральных зерен покрыты пленкой фосфата. На машинных изображениях видно, что на многих зернах тяжелых минералов толщина оболочки фосфата близка к размеру минерала. Это приводит к тому, что плотность таких зерен снижается. Отсюда следует, что небходима предварительная кислотная обработка для удаления фосфатных оболочек с зерен минералов. Разделение чистых зерен минералов после их кислотной обработки возможно гравитационными и/или магнитными и электрическими методами обогащения. Итак, получение глауконитового концентрата и выведение из кислотной обработки части материала россыпи, представляющего готовый товарный продукт, могут быть резервом повышения эффективности освоения данных россыпей.

Минералого-технологическая оценка марганецсодержащих руд Порожинского месторождения была проведена в условиях изменения конъюнктуры на марганец в России, а также с целью изучения возможности перевода месторождения из забалансового в пригодное для освоения современными методами обогащения.

Руды Порожинского месторождения характеризуются низким содержанием марганца (17.4%), высокими содержаниями вредных примесей - железа (9.7%) и кремнезема (33.75%) и по классификации А.Г.Бетехтина относятся к категории труднообогатимых.

В связи с этим была поставлена задача создания более эффективной, экологически безопасной технологии переработки данного типа руд.

Минералого-технологическому исследованию подвергалась малофосфористая разновидность окисленных марганцевых руд этого месторождения ( содержание фосфора 0.17%).

Для решения поставленной задачи были проведены комплексные исследования вещественного состава руды, включая анализ изображения, минералогические, рентгенофазовые, рентгеноспектральный микроанализ на микрозонде системы Camebax, химические, фазовый эмиссионный метод и некоторые другие виды исследований, позволившие получить полную характеристику технологических свойств минералов, слагающих руду, а также свойств самой руды. На основе полученных данных о вещественном составе и технологических свойствах руды была предложена схема технологических исследований, включащая крупнокусковое обогащение и обогащение мелких классов (глубокое обогащение).

Анализ изображения использовался для определения степени раскрытия силикатных минералов от рудных минералов по классам крупности исходной руды. Поскольку рудные минералы марганца: псиломелан, пиролюзит, манганит, криптомелан, голландит, тодорокит, рансьеит и бернессит, - близки по оптическим характеристикам с минералами железа (гематитом, гетитом и гидрогетитом ) и, кроме того, минералы железа в руде зачастую пропитаны кислородными соединениями марганца, провести анализ изображения по рудным минералам в данном случае не представлялось возможным.

Было установлено, что с уменьшением крупности материала доля раскрытых силикатных частиц возрастает и в классах крупности -0.25+0.1мм, -0.1+0.074мм и -0.074+0мм составляет 70, 90 и 100% соответственно. При этом материал указанных классов крупности почти нацело состоит из силикатных минералов. Полученная информация позволила рекомендовать вывести материал крупностью -0.25мм из цикла обогащения как отвальные хвосты или сырье, пригодное для получения высококремнистого продукта.

В более крупных классах -3+0.25мм доля раскрытых силикатных зерен и богатых по силикатам сростков чрезвычайно мала или не наблюдается, что позволило сделать вывод о невозможности выделения из этого материала высококачественных марганцевых концентратов.

В материале крупностью выше 3мм наблюдаются достаточно крупные от 5 до 50мм зональные выделения кварца, который может быть выделен на стадии крупнокускового обогащения. В этих классах увеличивается и доля массивных плотных разностей марганцевых минералов, что в совокупности позволяет получать из этого материала марганцевые концентраты высокой сортности и кремнистые пески. Остальные присутствующие в руде марганцевые фазы: прожилковидные (размер прожилков 10-100мкм) и землистые (размер выделений 2-10мкм) вскрываются при сверхтонком помоле, что неприемлемо для промышленной переработки.

В результате проведенных исследований рекомендована простая схема, включающая радиометрическую сепарацию руды крупностью -50+1 мм; магнитную сепарацию материала крупностью -1+0.25 мм и обесшламливание по зерну 0.25 мм. Схема исключает дробление и измельчение, а также какую-либо доводку продуктов крупнокускового обогащения.

По рекомендуемой схеме в укрупненно-лабораторных условиях получены товарные марганцевые концентраты с общим извлечением марганца в них около 83%.

Из материала хвостов выделено около 10% кремнистого продукта, качество которого удовлетворяет требованиям к сырью для получения марблита либо черного стекла.

Технологическая оценка минерального сырья с целью определения возможности и методов снижения содержания в нем вредных примесей.

Эта задача была выполнена для марганцевых руд Порожинского месторождения, когда в результате технологической оценки была предложена схема, позволяющая кондиционировать руду по фосфору, кремнию и железу.

Здесь же можно привести пример изучения высокосернистых углей с целью получения прогнозных показателей их обессеривания.

В процессах обогащения может быть удалена главным образом сульфидная сера (представленная в основном пиритом и марказитом) абиогенного происхождения, а также частично локализованная в цельно сульфидизированных сростках дисульфидная сера. Прогноз технологических свойств углей может быть дан на основе определения размерности включений пирита, части микровключений пирита, которые могут быть отнесены к неизвлекаемым механическими способами обогащения, а также раскрытия сростков с угольными частицами после измельчения в различных классах крупности, соотношения сульфидной и органической серы [ 9 ].

На рис.7 представлены гистограммы количественного и массового распределения зерен пирита представительной выборки (до десятков тысяч) для одной из исследованных проб угля. Анализ гистограмм показывает, что, несмотря на большое количество тонких зерен пирита (-5+0 мкм), их вклад в общую массу выборки невелик, и, наоборот, малое количество зерен пирита крупностью +10 мкм вносит значительный вклад в общую массу выборки.

На основании совокупности упомянутых выше прогнозно-технологических факторов сделаны конкретные прогнозные выводы по обессериванию углей ряда месторождений России. Определена оптимальная начальная крупность дробления материала углей, теоретически возможное извлечение пирита и соответственно обогатимость углей по сере (табл.3).

Таблица 3 - Результаты морфометрического анализа проб угля на системе анализа изображения и прогнозные параметры его обессеривания

 

Природные факторы обогатимости

Прогнозные факторы обогатимости

ПРОБА

Средний
массовый
размер
включений
пирита,
мкм

Класс
макси
мального
раскрытия
пирита,
мм

Количество
неизвле
каемых
включений
пирита,
%

Опти
мальная
круп
ность
дроб
ления,
мм

Теоре
тически
возмож
ное
извле
чение
серы,
связан
ной
с пиритом,
%

Теоре
тически
возмож
ное
извле
чение
серы
из угля,
%

Исход
ная
сернис
тость
проб,
%

Содер
жание
органи
ческой
серы
в пробе,
%

Теоре
тическая
сернис
тость
обога
щенного
угля,
%

   

Бедные
сростки

Микро
вклю
чения

   

(с учетом
серы
органи
ческой)

     

У-0 (питание флотации
ЦОФ "Шоло
ховская")

37

-0.074
+0.044

7

11

-0.1

82

58-60

1.94

0.24

0.80

1 отсев -25мм
от р/у ш/у "Горняцкое".

59

-0.074
+0.044

11

14

-0.2

75

65-67

2.18

0.50

0.74

2 отсев -25мм от р/у ш/у "Красно
донецкое"

61

-0.074
+0.044

6

9

-0.2

86

76-78

2.05

0.29

0.66

3 отсев -25мм от р/у
ш/у "Донецкое".

87

-0.1
+0.074

2.4

8

-1.5

87

50-55

5.73

2.40

2.58

4 отсев -25мм от р/у ш/у "Изваринская".

70

-0.074
+0.044

4

12

-1.0

83

40-45

3.54

1.64

1.94

5 отсев -25мм
т р/у ш/у"Шоло
ховское"

53

-0.074
+0.044

10

15

-0.5

70

59-62

2.15

0.49

0.82

7 р/у м-ия "Садкинское"

73

-0.074
+0.044

11.0

9

-0.3

80

42-45

1.46

0.41

0.88




В процессе изучения технолого-минералогических проб удалось выделить три основные морфометрические разновидности пирита, имеющие общие особенности выделений (рис.8): мелкозернистый и среднезернистый пирит (>0.1 мм) с неопределенной формой выделений; преимущественно субмелкозернистый фрамбоидальный пирит (10-80 мкм); микрозернистый t;10 мкм) до субмикрозернистого (<1 мкм) пирит разнообразных форм.

На системе анализа изображений сделана попытка охарактеризовать три морфометрические разновидности выделений пирита. Выяснилось, что наиболее контрастным из морфометрических параметров является фактор формы зерен пирита. Так, в среднем мелкозернистый пирит в пробах имеет наименьшее значение фактора формы (С=0.2), микрозернистый пирит - наибольшее (С=0.9, близкое к фактору формы круга ), субмелкозернистый пирит характеризуется промежуточной характеристикой фактора формы (С=0.7).

Прогнозное предельное извлечение пиритной серы из исследуемых углей составляет 80%. Полученные результаты полностью подтвердились технологическими исследованиями по обессериванию углей изученного месторождения.

Технологическая оценка минерального сырья в районе действующих горно-обогатительных комбинатов.

Минералого-технологическому изучению подвергалась проба золотосодержащей кварц-ярозитовой сыпучки, отобранной в зоне действующего медно-цинкового горно-обогатительного комбината.

Автоматический оптико-геометрический анализ 431 визуализированных частиц золота пробы позволил сделать следующие выводы:

- начальная крупность измельчения руды, при которой начинается раскрытие частиц золота, равна -120мкм (максимальная длина визуализированных частиц золота 119 мкм );

- суммарная массовая доля визуализированного золота 57-60% приходится на класс крупности -40+20мкм (рис. 9 );

- конечная крупность измельчения -30мкм ( наибольшая массовая доля визуализированного золота приходится на частицы золота крупностью -30+20 мкм, рис.9 )

- все визуализированные золотины имеют изометричную форму (среднее значение удлинения золотин 1.49 ), что позволяет сделать вывод о целесообразности использования центробежных сепараторов в схемах гравитационного обогащения мелкого золота;

- большая часть золотин имеет неровную поверхность ( фактор формы частиц золота, визуализированных в изученной пробе, находится в диапазоне значений 0.19 - 1.0). Гладкую поверхность имеют только частицы вторичного золота, содержание которого в пробе носит подчиненный характер. Такое состояние поверхности является благоприятным для закрепления на ней флотационных реагентов, что, с учетом гранулометрии золотин, позволяет рекомендовать флотацию как основной метод обогащения данного сырья.

Полученные данные позволили спрогнозировать технологические показатели: при гравитационном обогащении извлечение золота может быть достигнуто на уровне 25-30%; при флотационном - 48-55%; по гравитационно-флотационной схеме - 60-70%. Наиболее перспективным способом обогащения может явиться выщелачивание золота.

Технологическая оценка продуктов обогащения действующих фабрик с целью выявления резервов повышения показателей обогащения, упрощения схем, определения неизбежных технологических потерь.

С помощью системы анализа изображения изучена динамика раскрытия рудных минералов при измельчении и предложена модель технологической схемы обогащения полиметаллической руды одного из осваиваемых месторождений Дальнего Востока, позволяющая увеличить извлечение серебра на 20%.

Показано, что основные рудные минералы имеют крупнозернистую вкрапленнность: сфалерит на 95%, а галенит на 90% имеют размер зерен более 0,3мм, форма зерен изометричная, среднее значение удлинения 1,6. Основная часть сростков галенита и сфалерита имеет извилистую форму границ срастаний, фактор формы равен 0,57.

В зернах сфалерита постоянно отмечается эмульсионная вкрапленность пирротина, для галенита в меньшей степени - блеклой руды и пирротина. В связи с этим максимальное содержание цинка в цинковом концентрате не может превышать 58-60%, а содержание свинца в свинцовом концентрате при оптимальных режимах обогащения составит 66-70%.

Кроме того установлено, что значительная часть зерен сфалерита покрыта серебросодержащими пленками железистых карбонатов. Толщина этих пленок, выявленная автоматическим ОГМ, достигает 80мкм. Введение в схему обогащения операции оттирки коллективного концентрата и затем последовательной флотации карбонатов и сульфидов позволит повысить извлечение сульфидов и выделить дополнительно серебросодержащий продукт.

Технологическая оценка техногенного сырья.

С помощью системы анализа изображений исследовались хвосты обогащения, отвалы, металлургические шлаки, шламы, пыли. Как пример приведем результаты изучения пиритсодержащих хвостов.

Технологические исследования совместно с Уханьским химико-технологическим институтом по оценке возможности получения медного и золотосодержащего концентрата из пиритных хвостов месторождения Шинчао (Китай) проводились по традиционной схеме, включающей различные режимы измельчения и флотации. Было установлено, что из пиритных хвостов, содержащих 0.43 - 0.46 % меди и 0.5-0.8 г/т. золота, можно получить золотосодержащий медный концентрат с содержанием меди 5.5- 6.0% при извлечении не более 50 %. Максимально возможное качество концентрата - 10.5-11.0 % меди может быть достигнуто при снижении извлечения до 15-20%. Увеличение тонины помола не приводит к улучшению показателей. Наиболее рациональной схемой переработки пиритных хвостов была признана флотационная схема получения богатого медного промпродукта ( содержание меди 6.32% , извлечение меди 43.7% ) при максимальном выходе отвальных хвостов, с дальнейшим присоединением промпродукта к основному медному концентрату или переработка его в отдельном цикле по химической технологии.

Автоматический оптико-геометрический анализ (ОГМ) в комплексе с микрозондовыми исследованиями проводился параллельно технологическим опытам.Были сделаны следующие выводы: вкрапленность медных минералов (халькозина, борнита, сажистого ковеллина) тончайшая - 1-2 мкм; основной рудный минерал - пирит- представлен в основном в виде брекчиевидных сростков, состоящих из природнораздробленных зерен пирита, межзерновые пространства (трещины) в котором выполнены цементирующим веществом, состоящим из тончайшей механической смеси халькозина и ковеллина и тонкозернистых силикатов (рис.10). Массовая доля пирита в сростках колеблется от 35 до 90%. Цемент содержит золото и серебро; ковеллин образует также оторочки вокруг зерен сфалерита и пирита, входящих в сростки; борнит входит в брекчиевидные сростки в виде единичных зерен; массовая доля дисперсных вкраплений медьсодержащих минералов достигает 20-25%; дисперсные вкрапления образуют рыхлую структуру и при небольшом воздействии на них легко разделяются на мельчайшие частицы, переходящие в шлам; извлечение минералов меди и драгметаллов из пиритных хвостов механическими методами (с приемлемыми показателями) не представляется возможным ввиду их дисперсной вкрапленности, склонности их агрегатов к ошламованию и адгезионному налипанию.

Сделанные на основании автоматического ОГМ и микрозондовых исследований выводы позволили объяснить, почему увеличение тонины помола хвостов не способствует улучшению технологических показателей. Тонкое измельчение приводит к размазыванию сажистого ковеллина по поверхности других минералов, что влечет за собой потери меди и нарушение процесса селекции.

Следовательно, исследования с использованием автоматического анализа изображений ОГМ подтвердили выводы технологов о том, что данный продукт может эффективно перерабатываться только химическими методами либо бактериальным выщелачиванием.

Авторы также считают, что системы анализа изображения найдут применение для оперативного контроля технологических операций и качества сырья на действующих предприятиях и, в первую очередь, на производствах, перерабатывающих сырье различного качества в определенной пропорции ( например, шихтовка сырья с разных участков одного месторождения либо с разных месторождений ).

Таким образом анализ представленных исследований позволяет сделать следующие основные выводы:

-автоматический анализ изображения стал составной частью комплекса исследований, входящих в технологическую оценку природного и техногенного минерального сырья;

- технологическая оценка с помощью имидж-анализа может применяться как для прогноза обогатимости сырья и технико-экономических показателей его переработки, так и для экспертизы готовых проектных решений, развития системы сертификации продукции и технологических процессов;

-использование анализаторов изображения позволяет не только ускорить технологическую оценку (в 30-40 раз), но и расширить возможности изучения технологических свойств сырья, его извлекаемой ценности за счет аргументированного обоснования оптимальной глубины обогащения и анализа потерь;

- необходимо продолжить создание методик использования систем для технологической оценки различных видов минерального сырья в зависимости от характера поставленных задач.

Литература

1. Данильченко А.Я., Чопоров Д.Я. Новый аппаратурный метод автоматического измерения величин отражения минералов при помощи анализатора изображения // Литология и полезные ископаемые. - 1986. - N 2.

2. Цимбал Л.Ф., Наумов Г.Б., Максимова И.Г., Данильченко А.Я. К методике количественного анализа форм нахождения урана в горных породах // Геохимия. - 1986. - N4/

3. Гайдукова В.С., Данильченко А.Я., Сидоренко Г.А. Количественный минералогический анализ на современном этапе его развития. // Советская геология. - 1989. - N2.

4. Данильченко Н.А., Данильченко А.Я., Гайдукова В.С. Автоматизация изучения структурно-текстурных особенностей руд для оценки их технологических свойств. В сб. Комплекс кристаллохимических методов в решении задач технологической минералогии // Сб.науч. тр. / ВИМС. - 1990.

5. Гайдукова В.С., Смольяков А.Р., Данильченко А.Я. и др. Количественная структурно-фазовая типометрия горных пород и руд. В сб. Анализ изображения для решения теоретических и практических минералого-технологических задач // Сб.науч. тр. / ВИМС. - 1991.

6. Гайдукова В.С., Смольяков А.Р. Применение оптико-геометрического анализа при изучении технологических свойств руд. В сб. Анализ изображения для решения теоретических и практических минералого-технологических задач // Сб.науч. тр. / ВИМС. - 1991.

7. Данильченко А.Я., Петрова В.В. Применения анализаторов изображений для оптико-геометрического количественного определения минералов. // Литология и полезные ископаемые. - 1996. - N 3.

8. Чантурия В.А., Башлыкова Т.В., Чантурия Е.Л. Прогнозная оценка обогатимости золотосодержащего минерального сырья методом анализа изображений // Горный журнал. - 1995. -N11.

9. Чантурия В.А., Беседин Е.Г., Башлыкова Т.В. Использование компьютерного анализа изображений для прогнозной оценки глубокого обогащения высокосернистых углей // Уголь. - 1995. -N11

Оригинал статьи размещен на сайте: http://www.estageo.ru/public6.htm#text6

Назад в библиотеку