矿物特征参数分析系统

处理实际样品时，本系统首先自动拍摄样品中显微图像并拼接，然后自动获取拼接大图中矿物的色彩特征信息，与之前已经建好的目的矿物种类数据库进行对比，由此实现光学显微镜图像中金属矿物的自动识别和分类。

返回列表

联系我们

产品详情

矿物特征参数自动分析系统

研发背景

工艺矿物学是地质、选矿、冶金交叉的一门学科。围绕矿山生产，主要查明矿石或选矿产品中有价矿物的工艺特性，可以为制定合理工艺流程、评价选矿指标的合理性以及优化流程提供指导，大大提高矿山生产效益。

矿物关键特征参数自动测量的必要性

对于矿石及选矿产品中有价矿物的工艺特征参数的研究，传统常用的方法是由工艺矿物学研究人员通过光学显微镜、扫描电镜对样品中的矿物进行观察和分析。但是，这种工作方式对技术人员的水平要求较高，而且由于是人工操作，工作效率相对较低，数据重复性差。

因此，矿物特征参数自动分析系统（Mineral Characteristic Parameter Auto-analysis System，简称：MCPAS）可有效提高工艺矿物学研究的效率和数据的准确性。尤其对于缺少工艺矿物学专业研究人员的矿山生产一线，一套可供非专业人员使用的矿物特征参数自动分析系统，是目前各矿山选矿生产亟需配备的仪器。可以为选矿厂实现精细化管理提供重要的指导作用：能够帮助现场技术人员及时了解磨矿细度是否合适，尾矿金属损失是否合理，对现有流程的合理性做出评价，并指明选矿工艺流程优化的方向。

应运而生的 MCPAS

光学显微镜是鉴定矿物常用和比较方便的一种手段，在矿石性质和和特征参数研究方面简便实用。北京矿冶总院和北京普瑞赛司仪器有限公司通力合作，在多年积累沉淀下来的丰富的工艺矿物学实践经验的基础上经过深入研究，以金属矿物本身所具有的反射色的色彩信息为依据，利用现代数字图像分析技术，成功突破了光学显微镜图像中金属矿物的自动快速识别，以及准确测量原矿、流程产品中目的矿物的粒度及解离度等重要工艺参数的技术难点，开发出了基于光学显微镜的矿物特征参数分析系统。

MCPAS 产品介绍

基本原理

MCPAS 以反射偏光显微镜为硬件基础，利用电荷耦合图像传感器CCD（Charge-coupled Device）把模拟图像转化为数字图像，再利用数字图像技术进行分析和测试。不同的矿物，尤其是金属矿物，在反射偏光显微镜下会呈现出特征的反射色。以矿物显微图像中目的矿物呈现出的色彩特征 RGB（Red 红，Green 绿，Blue 蓝）为基础进行HSV（Hue 色调，Saturation饱和度，Value 明度）色彩模型转换，并对矿物反射色色彩进行量化表征（图 1）。不同矿物的 HSV 值存在一定的差异（表 1），以此建立起目的矿物数据库，作为矿物自动识别的标准。

处理实际样品时，本系统首先自动拍摄样品的显微图像并拼接，然后采用腐蚀、膨胀、锐化以及平滑等图像技术方法对矿物显微镜图像进行预处理，使图像中的目的矿物（铜、铅、锌、铁的金属硫化矿物和铁的氧化矿物）的光学特征更加明显。最后，自动将图像中不同矿物的颗粒分割出来并获取其色彩特征信息，与之前已经建好的目的矿物种类数据库进行对比，由此实现光学显微镜图像中金属矿物的自动识别。如下图示：

系统组成

MCPAS 系统主要组成如图 3，包括：

（1）德国蔡司光学显微镜；

（2）智能控制系统：能够自动放大倍数、调整观察方式及光强记忆；具有 ECO 环保模式，延长显微镜使用寿命；

（3）具备 HDR 功能的高清蔡司摄像头：能够实现优质颜色还原；

（4）电动 XY 平台及电动 Z 轴；

（5）专用样品夹具九孔样品夹具（粉样）、四孔样品夹具（块样）；

（6）配备有矿物显微特征参数分析系统的专业计算机。

产品功能

本系统利用矿物在光学显微镜下光学特征的差异可对铜、铅、锌、铁的金属硫化矿物（自然铜、黄铜矿、斑铜矿、辉铜矿、铜蓝、方铅矿、闪锌矿、黄铁矿、磁黄铁矿、白铁矿）和铁的氧化矿物（磁铁矿、赤铁矿）等目的矿物进行自动识别，根据样品特性和客户需求提供如下多样化的测量数据。

（1）矿石原矿样品中目的矿物的粒度及其相对比例；

（2）矿石原矿样品中目的矿物之间的相对比例；

（3）磨矿产品中目的矿物的整体粒度；

（4）磨矿产品中目的矿物的单体解离度、与其他矿物连生的占有率；

（5）磨矿产品中以各种连生类型产出的目的矿物的粒度；

（6）选矿流程产品中目的矿物的整体粒度；

（7）选矿流程产品中目的矿物的单体解离度、与其他矿物连生的占有率；

（8）选矿流程产品中以各种连生类型产出的目的矿物的粒度。

产品优势

（1）三轴控制精度：通过计算机软件控制电动 XY 平台（图 3）及电动 Z 轴（图 4）在三轴方向上的运动，对图像进行自动聚焦、拍摄和拼接。

（2）图像拼接：MCPAS 通过对齐空间重叠的图像并将其自动拼接，构成一个无缝、高清晰的矿物样品整体图像（如下图示），具有比扫描电镜单个的视域图像更高的分辨率和更大的视野。实现粗颗粒矿物测量数据的不失真，数据结果更准确，让开展原矿石的矿物特征参数测量成为可能。

（3）去粘连的图像处理（如下图示）：先进的图像处理功能可实现测量样品颗粒的精准分割，矿物边界精准识别和粘连颗粒的精准分离，更精准测定矿物单体粒度，保证测量所得数据的精度。

（4）有效识别常见重要硫、铁矿物：处理实际样品时，系统首先自动拍摄样品中显微图像并拼接，然后自动获取拼接大图中矿物的色彩特征信息，与之前已经建好的目的矿物种类数据库进行对比，由此实现光学显微镜图像中金属矿物的自动识别和分类，特别是可以区分在背散射条件下无法区分的矿物，如磁铁矿与赤铁矿、白铁矿与黄铁矿（如图示）等。