Разработанная система для анализа гранулометрического состава веществ, перемещаемых по конвейеру, основана на технологиях компьютерного зрения. Это обеспечивает высокую точность определения распределения частиц по размерам.
Определение гранулометрического состава материалов на конвейерной ленте является важной задачей для многих промышленных предприятий, в том числе горнодобывающих и металлургических.
Гранулометрический состав представляет собой распределение рудных камней по размерам, выраженное в процентах от массы, объема или количества кусков.
Традиционно оценка гранулометрического состава проводится вручную с помощью лабораторных исследований отобранных образцов и визуального осмотра оператором. Такой подход характеризуется низкой точностью и длительным временем анализа. При этом ошибки могут иметь серьезные последствия. Предложенная система, основанная на компьютерном зрении, позволяет достичь точности до 95%.
Системы машинного зрения обеспечивают качественный и непрерывный анализ гранулометрического состава сырья на всей его поверхности, в отличие от выборочных методов контроля, проводимых оператором. Они позволяют:
Определять геометрические размеры гранул;
- Выявлять различные примеси;
- Классифицировать гранулы по размерам;
- Прогнозировать распределение размеров гранул по всей глубине потока.
Значение в рудоподготовке:
- Определение гранулометрического состава материала является критическим этапом на стадии дробления и измельчения, а также в процессе рудоподготовки. Это обусловлено тем, что рудоподготовка – самый энергоемкий процесс, и застревание материала может привести к длительным простоям всего производства.
- Системы машинного зрения способны распознавать различные включения в потоке руды, которые могут представлять угрозу для технологического процесса. Они позволяют оптимизировать управление дробильной установкой и, при необходимости, останавливать конвейер, предотвращая аварийные ситуации.
Результаты внедрения:
- Предотвращение ускоренного износа основного производственного оборудования;
- Снижение затрат на лабораторные исследования фракций;
- Минимизация эксплуатационных расходов производства;
- Оптимизация работы и контроль качества добываемых полезных ископаемых;
- Повышение качества операционного управления;
- Исключение влияния человеческого фактора.
- Установка и настройка оборудования на объекте (при необходимости).
- Сбор данных для создания и дообучения моделей, а также оптимизация под конкретные условия производства.
- Интеграция с внутренними системами предприятия.