摘要：针对石英脉型钨矿中石英矿无法被分选利用以及原矿分选效率低的问题，采用色选法研究钨矿石分选技术。介绍韶关地区石英脉型钨矿的矿石性质，指出伴生石英矿与花岗岩废石之间存在的显著分选差异性；对色选机的组成和色选法原理进行分析，利用图像采集系统提取矿石表面颜色；基于RGB颜色空间模型描述矿石颜色，通过计算比较矿石颜色空间距离，精准区分有用矿石与伴生石英矿和花岗岩废石；构造适合原矿分选的色选机，随机选取15~22 mm原矿样本进行试验。结果表明：钨矿分选技术能够有效分选含钨矿石、石英矿石和花岗岩废石，可大幅度提高分选效率和分选矿石量，分选量超过2 500 kg/h，分选精准度超过99%，经济效益和社会效益显著。

　　关键词：色选；钨矿预选；图像采集

　　Tungsten Ore Sorting Technology Based on Color Separation

　　Feng Bohan，Zhou Zexiang，Wu Xiuqi

　　(School of Electrical Engineering,Guangdong Songshan Polytechnic,Shaoguan,Guangdong 515126,China)

　　Abstract:In view of the problems that quartz ore in quartz vein type tungsten ore can not be sorted and utilized and the raw ore separation efficiency is low,the color separation method was adopted to study the tungsten ore sorting technology.The ore properties of quartz vein type tungsten ore in Shaoguan area were introduced,andthe significant color differences between associated quartz ore and granite waste rockwere pointed out;the composition of the color sorter and the principle of the color separation method were analyzed,the color of the ore surface was extracted byusing the image acquisition system;the color of the ore was described based on the RGB color space model;by calculating and comparing the color space distance of the ore,the useful ore was accurately distinguished from the associated quartz ore and granite waste rock;based on this,a color sorter suitable for raw ore separation was constructed,and 15 mm~22 mm raw ore samples were randomly selected for test.The results show that by usingthe tungsten ore sorting technology,the tungsten ore,quartz ore and granite waste rockcan be effectively separated,the sorting efficiency and the sorting amount of orecan be greatly improved,the sorting speed exceeds 2 500 kg/h,the sorting accuracy exceeds 99%,and the economic and social benefits are significant.

　　Key words:color separation;tungsten ore preconcentration;image acquisition

　　0引言

　　钨作为硬质合金的重要组成成分，具有极高熔点、沸点和大密度等优质特性，被广泛用于军工、航天、航空、机械、化工等方面[1]。目前我国已探明的钨资源主要集中在粤、赣、湘三省交界附近[2]，但高品位、易开采的钨矿匮乏，因此提高钨矿分选技术，将钨矿从低品位的原矿中分选出来已成为热点[3]。

　　近年来，图像处理与识别技术逐渐被用于矿物处理。李文博等[4]采用机器视觉技术，通过对二值化的矿石图像进行种子点图像提取，实现形态学分割，进而统计得到矿石粒度信息。张莉等[5]提出以不同区域的像素最小值差和平均值作为判断条件，采用二值化图像处理法、填补空洞和收缩方法对矿物颗粒图像细分割进行改进，对不同粒度范围内的矿石具有鲁棒性。王杉等[6]利用知识蒸馏模型，以ReLU为激活函数搭建神经网络，挖掘矿石的表面特征信息，对尾矿实现精准识别与分类。但是，目前关于图像处理与识别技术应用于钨矿厂内的相关研究尚少。

　　基于此，考虑不同种矿石之间的差异性，为提高钨矿分选的精准度和处理量，降低识别过程中的计算量，依据钨矿石存在明显颜色差异的特点，构建适用于钨矿石分选的色选机；利用色选技术进行矿石图像采集与识别，结合设定阈值实现对矿石的自动分类；在韶关某钨矿开展现场试验，对粒径15~22 mm的原矿进行分选处理，并对色选机的实际钨矿分选效果进行评估。

　　1韶关钨矿组成

　　韶关地区的钨矿主要以石英脉型钨矿为主，形成原因与花岗岩体有密切联系[7-9]。矿石中WO3含量约为0.28%，主要组成成分为SiO2，占72.36%，其余为Al203和Fe2O3，矿石主要化学成分如表1所示。从表中可知，该钨矿石英含量较高，具有一定的回收利用价值。作为钨矿的伴生矿物，石英表面呈白色，与以花岗岩为主要成分的黑色废石有显著颜色区别，色选机的目的就是将白色的有用矿石与黑色的废石区分开，方便在后续工序中提取W03。

　　2色选法基本原理及色选机的组成

　　2.1色选机的组成

　　色选机主要由给料系统、图像采集系统、处理系统和分选执行系统四部分组成。

　　给料系统由振动筛和高速传送皮带组成，振动筛的作用是确保所有原矿以均匀的排布进入色选机中；高速传送皮带采用变频电机，可以根据物料运输量实时调整传送速度。

　　图像采集系统由工业相机、信号线、闪光灯组成。图像采集系统对进入色选机的原矿石进行实时拍摄，得到包含矿石表面清晰色彩信息的图片，经过信号线传输至处理系统进行分选。闪光灯的作用是确保图像采集系统不会受到外界环境的光线干扰，避免因为光线不足造成矿石图像质量下降的情况。

　　处理系统包括计算机、数字信号输出设备、色选机操作系统等，计算机读取来自信号线传输的矿石实时图片，CPU进行图像预处理、颜色提取等计算，并向分选执行系统发送电脉冲信号。

　　分选执行系统包括压缩空气罐、电磁阀和高压气枪。压缩罐储存高压气体，在接收到来自处理系统的电脉冲信号后，电磁阀动作，驱动高压气枪吹击指定的物料，改变其运动轨迹，从而使它进入设定的分选区域，实现不同物料的分选功能。

　　2.2色选法基本原理

　　色选法是利用不同物质在紫外线、红外线、可见光等照射下表面颜色不同而进行选别的一种技术，目前广泛应用于农业[10-13]，在石英砂等矿石加工领域也有相关研究[14]。色选法的核心技术为物料图像颜色的识别。本文采用RGB颜色空间模型进行物料图像颜色识别。RGB颜色空间是图像处理中最常见的一种颜色空间，常见的图像采集设备和图像显示设备均使用R、G、B值表示颜色，通过三元色中红色(R)、绿色(G)和蓝色(B)的组合表示任何一种颜色。RGB颜色空间模型如图1所示。

　　在RGB颜色空间中，每个分量的取值均为0~255，因此坐标原点O(0，0，0)表示纯黑色，而顶点W(255，255，255)表示纯白色[15]。由于本文要识别的物料主要有两种，偏黑色的花岗岩废石和偏白色的石英岩脉石，因此物料颜色的分布主要集中于原点O和顶点W附近。由于现场存在光线、拍摄角度、环境等多方面因素干扰，需要先采用标准色卡进行颜色标定，确定一个颜色范围Q，然后扩张黑色和白色空间范围，在RGB颜色模型中生成一个近似圆柱的颜色空间。对于颜色值落入该颜色空间内的物料，系统自动将其归类为废石或有用矿石，而颜色值不在此颜色空间内的物料，系统将认定其为异常物料，纳入废石中，从而提高颜色识别的稳定性。

　　在RGB颜色空间模型中，任意一点到体对角线OW的距离p为：

　　根据所选物料的实际情况，当物料的颜色坐标点到OW的距离在Q内时，视该物料为废石或有用矿石，进行下一步识别；反之，则视为异常物料。

　　在以点O和W点为端点的近似圆柱体内，包含白色的石英脉石和黑色的黄岗岩废石，因此引入一个阈值K，当物料的RGB坐标值与原点之间的距离r大于阈值K时，认为其为有用矿石；反之，则视为废石。钨矿原石的图像颜色识别算法可以表示为：

　　3色选技术的试验

　　为探究色选技术在石英脉钨矿选矿上的可行性，在韶关某钨矿进行试验，随机选取破碎至15~22 mm的原矿作为样本。根据矿物特性，设置两道色选步骤：第一步为吹黑模式，将原矿中的花岗岩废石吹出，保留含有石英的有用矿物；第二步为吹白模式，将有用矿中全为石英的纯白色矿石吹出，分选出含有钨、钼、铜、铁等金属的矿石。分选结果如图2~5所示。

　　钨矿色选机于2022年5月完成安装和调试，6月进行预生产。选取6月3日和6月4日两次试验数据记录于表2。由表可知，在正常工作情况下，色选机的分选量可以稳定在2 500 kg/h以上，其最佳矿石处理量最高可到达4 000 kg/h，能够大幅减少手选工人的数量及其工作量；对于不同种矿物，分选精准度均在99%以上，分选效果理想。

　　分选精准度定义为分选后某种类矿石质量占其所在矿石堆总质量的百分比，可用以衡量分选设备的操作精准度。检查分选后的废石样本，发现少数有用矿石块误入废石中，原因在于少数位于脉层边缘处的矿石，经过破碎后一面分布有黑色的花岗岩，另一面分布有白色的石英。手动将其捡出后，将其白色石英面朝向图像采集系统再次放入分选机后，分选机成功将其识别为有用矿物，证明分选机能够有效根据矿物表面颜色进行分选。上述由于矿石存在两种物质而被错误归为废石的现象，通过对废石的二次吹白分选或采用X射线透射设备进行再分选等方法可以有效改善，减少有用矿石的浪费，提高分选收益。

　　4经济效益和社会效益分析

　　4.1经济效益

　　根据该钨矿分选车间历年统计结果测算，钨矿色选设备年平均运行300天，每天钨矿分选量设定为30 t，对所有的原矿进行分选，可产生显著的经济效益。色选设备产生的经济效益主要包括减少人工和选矿成本、增加伴生石英矿收入3个部分，其中减少手选车间工作人员约20人，以每人每年6万元工资计，可缩减人工支出约120万元；减少选矿成本以减少重选药剂用量和选矿电费为主。初步测算新增年利润约200万元。

　　4.2社会效益

　　采用色选机进行原矿分选还可产生下述显著的社会效益：(1)充分利用之前直接抛尾的低品位钨矿矿石，有利于缓解我国目前钨资源供需关系不平衡的现状；(2)预先分选抛出废石，可大幅度降低后续选矿中化学药剂的使用剂量，减少环境污染，有利于保护矿山生态环境；(3)色选机在钨矿的应用，减少了人工作业环节，调整了生产力结构，提高企业机械化、智能化水平。

　　5结束语

　　针对目前钨矿手选效率低、自动化程度低、不能有效选出石英矿的问题，开展钨矿色选技术的应用试验研究。首先，采用高清图像采集系统对钨矿表面颜色进行采集和识别，并在RGB颜色空间中进行标记，结合设定阈值实现对矿石的自动分类；然后，通过向电磁阀发送电脉冲信号控制高压气喷枪工作，实现对指定钨矿的分选。

　　以15~22 mm粒度原矿为样本进行试验，结果表明：色选机能够有效识别原矿中的黑色黄岗岩废石、纯白色的石英矿和含钨矿石，并进行准确分选，分选量在2 500 kg/h以上，分选精准度超过99%。色选技术能够大幅度提高钨矿分选效率，降低选矿工人的工作强度，节省人工成本，降低后续重选工序中化学药品的用量，充分利用钨矿中的伴生石英矿，产生显著的经济效益和社会效益。

　　参考文献：

　　[1]赵中伟,孙丰龙,杨金洪,等.我国钨资源、技术和产业发展现状与展望[J].中国有色金属学报,2019,29(9):1902-1916.

　　[2]盛继福,陈郑辉,刘丽君,等.中国钨矿成矿规律概要[J].地质学报,2015(6):1038-1050.

　　[3]赵中伟,陈星宇,刘旭恒,等.新形势下钨提取冶金面临的挑战与发展[J].矿产保护与利用,2017(1):98-102.

　　[4]李文博,郝兵,赵虎,等.矿石粒度图像在线分析系统的研究与应用[J].矿山机械,2021,49(4):47-50.

　　[5]张莉,储茂祥,邓鑫,等.基于图的矿石颗粒图像检测技术[J].合肥工业大学学报(自然科学版),2021,44(9):1193-1197.

　　[6]王杉,高兰,何鹏宇.基于知识蒸馏理论的矿石图像分类研究[J].现代电子技术,2022,45(8):149-154.

　　[7]周龙全,李光来,唐傲,等.赣南地区石英脉型钨矿成矿流体特征[J].华东地质,2016,37(2):136-146.

　　[8]谢星,梁婷,鲁麟,等.赣南盘古山和淘锡坑黑钨矿化学成分和晶体结构及指示意义[J].地质学报,2017,91(4):876-895.

　　[9]鲁麟,梁婷,任文琴,等.赣南淘锡坑石英脉型钨矿床成矿机制探讨:来自流体包裹体的证据[J].矿床地质,2018,37(6):1260-1280.

　　[10]赵吉文,高尚,魏正翠,等.基于FPGA的西瓜子机器视觉色选系统[J].农业机械学报,2011,42(8):173-177.

　　[11]余丽,程江华,闫晓明,等.色选机在苦荞清理中的应用及研究[J].食品研究与开发,2015(12):10-11.

　　[12]郭然,代熙,黄厚钰,等.色选分级技术在通渭金银花质量等级划分上的应用研究[J].中南药学,2021,19(12):2616-2622.

　　[13]张德高,谢焕雄,胡志超,等.花生色选机工作参数优化与试验[J].江苏农业科学,2017,45(18):218-222.

　　[14]马崇振.光电色选机在石英砂选矿中的工艺研究[J].湖南有色金属,2021,37(5):12-14,48.

　　[15]杨志林,杨彦锋.基于颜色特征和连通域标记的目标检测算法[J].机电工程技术,2022,51(8):57-60.