检索结果-维普期刊中文期刊服务平台

四川某锂辉石矿智能预选抛废工艺研究被引量：2: 1; 作者罗仙平张燕 +4 位作者何鹏宇张宏亮刘子帅唐学昆周贺鹏《金属矿山》 CAS 北大核心 2024年第5期237-242,共6页; 为提高四川某锂辉石矿磨选给矿Li_(2)O品位、降低选矿生产成本,采用图像智能分选机开展了智能预选抛废工艺试验,考察了入选粒度、矿石水洗与否、抛废率、皮带速度和吹喷方式等对分选效果的影响。结果表明:在给矿粒度为60~10 mm、预先冲... 展开更多; 关键词锂辉石图像智能分选机预选抛废智能选矿拣选; 在线阅读下载PDF 职称材料

基于XRT感应特性及BP神经网络的某钨矿石品位预测模型被引量：2: 2; 作者李思佑李丽匣 +4 位作者张宏亮徐阳张依然张晨晏丽鑫《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第11期4124-4134,共11页; 为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神... 展开更多; 关键词品位预测模型 XRT灰度图像 BP神经网络遗传算法; 在线阅读下载PDF 职称材料

某金矿石XRT感应特征及预选可行性试验被引量：1: 3; 作者晏丽鑫李丽匣 +2 位作者李思佑张宏亮张晨《金属矿山》北大核心 2024年第12期205-210,共6页; 为了降低某薄矿脉型金矿石的选别成本,考查在入磨前设置预选抛废的可行性,在对代表性样品进行系统工艺矿物学特性及XRT感应特征研究与XRT预选试验的基础上,基于XRT图像灰度级分布范围和最高峰分布范围,对金矿石品位进行精准分类。进行... 展开更多; 关键词预选抛废金矿石图像分析 XRT分选; 在线阅读下载PDF 职称材料

基于分段T值曲线拟合的双能X射线的铜矿分选研究: 4; 作者余茳山何剑锋 +5 位作者朱文松李卫东王杉汪雪元钟国韵瞿金辉《矿冶工程》 CAS 北大核心 2024年第5期66-69,74,共5页; 针对传统T值曲线拟合算法的双能X射线透射技术分选铜矿偏差较大的问题,提出了一种分段T值曲线拟合方法,该方法将厚度进行区间划分,在每个区间内进行一次T值曲线拟合来对铜矿进行分选,能更准确体现不同厚度下T值的变化趋势,减小厚度给分... 展开更多; 关键词铜矿双能X射线 T值曲线 X射线分选区间划分残差; 在线阅读下载PDF 职称材料

智能分拣选矿技术的发展及其应用被引量：50: 5; 作者罗仙平宁湘菡 +2 位作者王涛王鹏程何鹏宇《金属矿山》 CAS 北大核心 2019年第7期113-117,共5页; 在易采矿床减少,采矿难度增大,矿石贫化加剧,碎磨及选矿成本增大的背景下,实现对破碎产品的预选抛废,可提高资源的利用率和入磨矿石品位、减少矿石入磨量和细粒尾矿生产量、提高企业的经济效益、改善环境状况、延长矿山企业的服务年限... 展开更多; 关键词智能拣选技术光选机激发光拣选机核辐射拣选机; 在线阅读下载PDF 职称材料

基于知识蒸馏理论的矿石图像分类研究被引量：3: 6; 作者王杉高兰何鹏宇《现代电子技术》 2022年第8期149-154,共6页; 针对利用卷积神经网络对矿石进行智能分选时,难以同时提高矿石分类精确度和处理量的问题,文中提出一种基于知识蒸馏理论的矿石图像分类方法。首先,改变传统LeNet-5网络模型中的激活函数;其次,引入知识蒸馏理论对模型进行迁移学习,从而... 展开更多; 关键词矿石分选图像分类卷积神经网络知识蒸馏理论迁移学习模型优化特征提取; 在线阅读下载PDF 职称材料

某锑矿石的X射线智能预选试验与实践被引量：24: 7; 作者彭尉何鹏宇《金属矿山》 CAS 北大核心 2019年第9期92-97,共6页; 湖南渣滓溪锑矿选矿厂原采用2段1闭路破碎-+80 mm矿石人工拣选抛废-磨矿-浮选工艺流程回收锑,但人工拣选效率低、精确度差,且预先检查筛分双层筛中间产品(80~12 mm)中有大量的废石单体未能及时抛出,不利于锑的充分、高效回收和企业的提... 展开更多; 关键词锑矿石 X射线智能选矿机预选粒度; 在线阅读下载PDF 职称材料

题名四川某锂辉石矿智能预选抛废工艺研究被引量：2: 1; 作者罗仙平张燕何鹏宇张宏亮刘子帅唐学昆周贺鹏; 机构矿冶环境污染防控江西省重点实验室江西理工大学资源与环境工程学院江西理工大学宜春锂电新能源产业研究院赣州好朋友科技有限公司; 出处《金属矿山》 CAS 北大核心 2024年第5期237-242,共6页; 基金 “十四五”国家重点研发计划项目(编号:2023YFC3904201) 江西省重点研发计划项目(编号:20214BBG74001)。; 文摘为提高四川某锂辉石矿磨选给矿Li_(2)O品位、降低选矿生产成本,采用图像智能分选机开展了智能预选抛废工艺试验,考察了入选粒度、矿石水洗与否、抛废率、皮带速度和吹喷方式等对分选效果的影响。结果表明:在给矿粒度为60~10 mm、预先冲洗矿泥、抛废率为31.88%、皮带速度为0.5 m/s、采用“正吹”喷吹的条件下,获得了Li_(2)O品位为1.47%、Li_(2)O回收率为96.03%的锂辉石合格矿,仅3.97%的Li_(2)O损失在废石中;图像分选机分选出的锂辉石合格矿总体呈亮黄色,而废石则呈黑色或白色;XRD结果显示,相较于原矿,锂辉石合格矿的锂辉石相明显增强,而废石中未见锂辉石相。表明智能图像选矿机可有效实现锂辉石和脉石矿物的智能分选,减少磨浮作业处理量,提高入磨料Li_(2)O品位,降低生产成本,减轻浮选药剂的潜在环境危害。; 关键词锂辉石图像智能分选机预选抛废智能选矿拣选; Keywords spodumene image intelligent sorter pre-selection discarding intelligent mineral processing sorting; 分类号 TD955 [矿业工程—选矿] TD92 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名基于XRT感应特性及BP神经网络的某钨矿石品位预测模型被引量：2: 2; 作者李思佑李丽匣张宏亮徐阳张依然张晨晏丽鑫; 机构东北大学资源与土木工程学院赣州好朋友科技有限公司加拿大英属哥伦比亚大学矿业工程学院核工业北京化工冶金研究院; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第11期4124-4134,共11页; 基金国家重点研发计划项目(2022YFC2903802)。; 文摘为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神经网络的WO_(3)品位预测模型,并对钨矿石样本的模型进行训练和测试,比较2种预测模型的预测效果;最后,基于模型的精度与泛化能力,确定合适的钨矿石品位预测模型及优化方法。研究结果表明:不同品位矿石XRT灰度图像的灰度分布存在明显差异,图像的灰度分布与矿石品位之间具有高度相关性;钨矿石品位越高,像素灰度级在低灰度区间的占比越大,可通过XRT图像灰度分布建立矿石品位的预测模型;使用遗传算法对BP神经网络进行优化可以取得显著效果,基于GA-BP神经网络的预测模型能够获得更大的决定系数和更小的误差,具有更高的预测精度和更强的泛化能力,可以更好地预测矿石WO_(3)品位;在小样本情况下,GA-BP神经网络预测模型对于WO_(3)品位预测具有可行性与有效性。; 关键词品位预测模型 XRT灰度图像 BP神经网络遗传算法; Keywords grade prediction model XRT gray image BP neural network genetic algorithm; 分类号 TD9 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名某金矿石XRT感应特征及预选可行性试验被引量：1: 3; 作者晏丽鑫李丽匣李思佑张宏亮张晨; 机构东北大学资源与土木工程学院赣州好朋友科技有限公司核工业北京化工冶金研究院; 出处《金属矿山》北大核心 2024年第12期205-210,共6页; 基金国家重点研发计划项目(编号:2022YFC2903802)。; 文摘为了降低某薄矿脉型金矿石的选别成本,考查在入磨前设置预选抛废的可行性,在对代表性样品进行系统工艺矿物学特性及XRT感应特征研究与XRT预选试验的基础上,基于XRT图像灰度级分布范围和最高峰分布范围,对金矿石品位进行精准分类。进行了不同粒级、不同抛废率的矿石预选条件试验,确定了该金矿石适宜的预选粒级,并采用C1500XRT预选设备进行了抛废扩大试验。研究结果表明,该矿石金品位为1.23 g/t、硫含量1.50%,主要脉石矿物为长石和石英,矿石属于低品位贫硫化物石英脉型金矿石。金矿物的嵌布粒度极不均匀,大部分小于0.074 mm,主要为粒间金,其次为包裹金和少量的裂隙金,与黄铁矿等硫化物密切共生。针对10~60 mm粒级,在作业抛废率76.51%的条件下,将预选精矿与-10 mm粒级合并,Au回收率为95.84%,废石金品位为0.11 g/t,预选富集比为4.03,抛废效果良好。研究结果对降低该金矿石的选矿成本具有指导意义。; 关键词预选抛废金矿石图像分析 XRT分选; Keywords pre-concentration discarding gold ore image analysis XRT separation; 分类号 TD953 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名基于分段T值曲线拟合的双能X射线的铜矿分选研究: 4; 作者余茳山何剑锋朱文松李卫东王杉汪雪元钟国韵瞿金辉; 机构东华理工大学江西省核地学数据科学与系统工程技术研究中心东华理工大学信息工程学院赣州好朋友科技有限公司; 出处《矿冶工程》 CAS 北大核心 2024年第5期66-69,74,共5页; 基金国家自然科学基金(11865002,U2067202) 江西省主要学科学术和技术带头人培养计划(20225BCJ22004) 江西省重点研发计划(20203BBG73069)。; 文摘针对传统T值曲线拟合算法的双能X射线透射技术分选铜矿偏差较大的问题,提出了一种分段T值曲线拟合方法,该方法将厚度进行区间划分,在每个区间内进行一次T值曲线拟合来对铜矿进行分选,能更准确体现不同厚度下T值的变化趋势,减小厚度给分选带来的影响。采用高能、低能射线拟合T值曲线,再在各个区间内计算T值与曲线拟合映射值的残差,不同物质残差也存在不同,以此达到分选铜矿的目的。验证实验结果表明,对两类不同品位的铜矿进行分选,将经过分段T值曲线拟合的矿石图像放入ResNet18神经网络中进行训练,并用训练好的模型进行测试,测试准确率达到88.67%。; 关键词铜矿双能X射线 T值曲线 X射线分选区间划分残差; Keywords copper ore dual-energy X-ray T-value curve X-ray sorting segment division residual; 分类号 TD952 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名智能分拣选矿技术的发展及其应用被引量：50: 5; 作者罗仙平宁湘菡王涛王鹏程何鹏宇; 机构江西理工大学资源与环境工程学院江西省矿业工程重点实验室青海省高原矿物加工工程与综合利用重点实验室江西赣州好朋友科技有限公司; 出处《金属矿山》 CAS 北大核心 2019年第7期113-117,共5页; 基金国家科技支撑计划项目(编号:2012BAC11B07); 文摘在易采矿床减少,采矿难度增大,矿石贫化加剧,碎磨及选矿成本增大的背景下,实现对破碎产品的预选抛废,可提高资源的利用率和入磨矿石品位、减少矿石入磨量和细粒尾矿生产量、提高企业的经济效益、改善环境状况、延长矿山企业的服务年限。为了助推拣选技术的发展与应用,着重介绍了光选机、激发光拣选机和核辐射拣选机的发展与应用研究现状,及不同设备的性能特点,指出各拣选设备的适用范围。最后指出精准化、智能化、大型化和高效化是智能拣选设备发展的重要方向。; 关键词智能拣选技术光选机激发光拣选机核辐射拣选机; Keywords Intelligent picking technology Photometric picker Excitation light picker Nuclear radiation picker; 分类号 TD921 [矿业工程—选矿] TD925.4 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名基于知识蒸馏理论的矿石图像分类研究被引量：3: 6; 作者王杉高兰何鹏宇; 机构华东交通大学赣州好朋友科技有限公司; 出处《现代电子技术》 2022年第8期149-154,共6页; 基金国家自然科学基金项目(41965007) 江西省杰出青年人才培养计划(20192BCB23029)。; 文摘针对利用卷积神经网络对矿石进行智能分选时,难以同时提高矿石分类精确度和处理量的问题,文中提出一种基于知识蒸馏理论的矿石图像分类方法。首先,改变传统LeNet-5网络模型中的激活函数;其次,引入知识蒸馏理论对模型进行迁移学习,从而达到模型优化的效果;最后,提取图像特征信息,利用优化后的模型对矿石图像进行分类,以减少系统资源占用并提高分类准确率。实验结果表明:使用知识蒸馏理论后,新模型训练准确率达到98.4%,相比优化之前提升5%;精矿识别准确率达到97.78%,提升7%;尾矿识别准确率达到98.78%,提高20%。此外,文中分类方法的识别速度达到平均12 ms识别50颗矿石,即处理量高达62 t/h,满足工业需求,说明优化后的模型具有高效性和实时性。; 关键词矿石分选图像分类卷积神经网络知识蒸馏理论迁移学习模型优化特征提取; Keywords ore sorting image classification convolutional neural network knowledge distillation theory transfer learning model optimization feature extraction; 分类号 TN911.73-34 [电子电信—通信与信息系统] TD952 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名某锑矿石的X射线智能预选试验与实践被引量：24: 7; 作者彭尉何鹏宇; 机构湖南安化渣滓溪矿业有限公司江西赣州好朋友科技有限公司; 出处《金属矿山》 CAS 北大核心 2019年第9期92-97,共6页; 文摘湖南渣滓溪锑矿选矿厂原采用2段1闭路破碎-+80 mm矿石人工拣选抛废-磨矿-浮选工艺流程回收锑,但人工拣选效率低、精确度差,且预先检查筛分双层筛中间产品(80~12 mm)中有大量的废石单体未能及时抛出,不利于锑的充分、高效回收和企业的提质扩能、降本增效。为解决这些问题,采用XRT-1200型X射线智能选矿机对与双层筛中间产品粒度相当的矿样进行了预选抛废试验,并在试验取得成功后对现场流程进行了分阶段改造。实验室试验表明:①该X射线智能选矿机对试样品质和粒度的适应能力强,废石锑品位明显低于设定的人工拣选的控制品位,预选块精锑回收率均超过98.50%。②在将人工拣选控制品位由0.20%降至0.12%,XRT-1200型X射线智能选矿机在给矿量为40 t/h、给矿锑品位为1.50%、名义给矿粒度为70~15 mm的情况下,可抛出产率达49.41%、锑品位为0.08%的废石,该废石锑品位较浮选尾矿锑品位低0.09个百分点。③改造后选矿厂可新增直接效益495.35万元/a,同时还具有显著的社会效益。因此,XRT系列X射线智能选矿机是一种新型、高效、智能化的块状矿石预选设备。; 关键词锑矿石 X射线智能选矿机预选粒度; Keywords Antimony ores X-ray intelligent concentrator Pre-selection Particle size; 分类号 TD921 [矿业工程—选矿] TD925.4 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	四川某锂辉石矿智能预选抛废工艺研究	罗仙平张燕何鹏宇张宏亮刘子帅唐学昆周贺鹏	《金属矿山》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于XRT感应特性及BP神经网络的某钨矿石品位预测模型	李思佑李丽匣张宏亮徐阳张依然张晨晏丽鑫	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	某金矿石XRT感应特征及预选可行性试验	晏丽鑫李丽匣李思佑张宏亮张晨	《金属矿山》北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于分段T值曲线拟合的双能X射线的铜矿分选研究	余茳山何剑锋朱文松李卫东王杉汪雪元钟国韵瞿金辉	《矿冶工程》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
5	智能分拣选矿技术的发展及其应用	罗仙平宁湘菡王涛王鹏程何鹏宇	《金属矿山》 CAS 北大核心	2019	50	在线阅读下载PDF 职称材料
6	基于知识蒸馏理论的矿石图像分类研究	王杉高兰何鹏宇	《现代电子技术》	2022	3	在线阅读下载PDF 职称材料
7	某锑矿石的X射线智能预选试验与实践	彭尉何鹏宇	《金属矿山》 CAS 北大核心	2019	24	在线阅读下载PDF 职称材料