基于XRD與XRF分析礦物質對浮選尾煤圖像灰度特征影響

邱鴻鑫，陳浙銳，陳頌，王光輝

（中國礦業大學化工學院，江蘇 徐州 221116）

浮選作為礦物選別[1]的主要方法，隨著智能化的普及，機器視覺技術的興起，將機器視覺技術引入到浮選生產在線監控中具有重要指導意義。

Hargrave等[2]通過浮選泡沫的圖像分析，進行灰分預測；Bartolacci等[3]通過分析泡沫的紋理特征，來實現對灰分的預測；劉文禮等[4]通過提取灰度相關矩陣，使用bp神經網絡對煤泥泡沫特征提取識別；路邁西等[5-7]通過提取領域泡沫的特征，進行建模預測灰分；周開軍等[8]通過改進FCM分割浮選泡沫圖像，來定量的檢測泡沫形狀與尺寸；張慶利[9]通過ARM圖像處理方法實現對煤炭灰分的在線預測；牟學民等[10-11]提取了浮選泡沫的速度特征，建立了速度與精煤灰分預測模型；Moolman等[12-13]提取泡沫的顏色，分析了泡沫在不同品位的情況下的紋理特征，結合神經網絡預測回收率。

本文針對礦物質是對尾煤圖像灰度特征影響的主要原因，采用實驗室配煤，控制變量進行試驗，得到礦物質對灰度的影響規律，為以后建立尾煤灰分軟測量模型提供數據支撐。

1 試驗準備

為了使尾煤灰分一致，減少單一煤樣試驗誤差，選用太原選煤廠和趙莊選煤廠的煤樣，通過浮沉試驗得到密度為-1.4 g/cm3和+1.8 g/cm3的兩個密度級的樣品，作為基礎煤樣，由表1可知，兩個礦區的煤樣灰分接近，礦物質含量大致相同，對試驗影響可以忽略不計。

1.1 煤樣XRD分析

表1 尾煤灰分/%Table 1 Tailing coal ash

圖1 太原煤樣分析Fig. 1 Analysis of Taiyuan coal samples

使用X射線衍射儀分別對兩個煤樣進行分析，由圖1可知，太原-1.4 g/cm3煤樣的灰分比較低，含有的礦物質中最多的是高嶺石；而太原+1.8 g/cm3的煤樣，高嶺石與石英含量較多，并伴有少量斜綠泥石與磷云母。由圖2可知，趙莊-1.4 g/cm3的煤樣，非晶物質的成分較多，含有的礦物質中最多的是高嶺石，而趙莊+1.8 g/cm3的煤樣，礦物質中高嶺石和石英占主要成分。

圖2 趙莊煤樣分析Fig. 2 Analysis of Zhaozhuang coal samples

1.2 煤樣XRF分析

通過XRF分析，煤樣化學成分分析見表2。

表2 元素分析Table 2 Chemical composition analysis of coal samples

S 0.794 0.188 0.734 0.390 Fe2O3 0.833 3.251 0.515 2.056 CaO 1.020 1.930 0.599 3.340 Al2O3 2.290 19.830 2.930 25.070 SiO2 3.500 49.200 2.850 43.910 P - 0.024 0.022 0.022 Mn - 0.023 - 0.018 Cr - 0.020 - -Sr - 0.019 0.012 0.020 Zr - 0.015 - 0.016

由表2可知，相較于+1.8g/cm3的煤樣，-1.4 g/cm3的煤樣含有的礦物質元素更低，且由于地區的差異，不同煤中元素的種類與元素的含量也不一樣。

通過K值法對太原和趙莊的密度為+1.8 g/cm3的煤樣進行定量分析，結果見表3，表4。

表3 太原(+1.8 g/cm3)煤樣定量分析結果/%Table 3 Quantitative analysis of Taiyuan (+1.8 g/cm3) coal samples

表4 趙莊(+1.8 g/cm3)煤樣定量分析3Table 4 Quantitative analysis of Zhaozhuang(+1.8 g/cm) coal samples

由表2可知，不同的地區的煤樣中所含有的礦物質組成有著顯著差異，煤炭中含有的礦物質具體可以分為四大類：硅酸鹽礦物、硫化物礦物、、氧化物礦物、碳酸鹽礦物。為了全面研究不同無機礦物質對尾煤灰度特征影響，依據以下原則選取無機礦物質：

（a）無機礦物質本身特性具有差異

（b）礦物質是煤中的常見礦物

（c）從以上四類礦物中各選擇一種

本試驗最終確定以高嶺石、黃鐵礦、石英、白云石為試驗用礦物質。

2 不同礦物質組成對浮選尾煤圖像灰度的影響研究

2.1 試驗平臺搭建

視覺系統通過工業CCD相機對每組試驗樣品采集30張圖像傳入計算機，經過圖像平滑、降噪，對圖像灰度等信息進行提取，計算灰度值，研究礦物質對圖像灰度均值影響。工作流程、試驗平臺見圖3。

圖3 試驗工作流程Fig. 3 test workflow

2.2 試驗分析

選擇任意兩種礦物質相互組合，并且按照不同比例與精煤混合配置出煤樣，分別是高嶺石與石英、白云石與黃鐵礦、白云石與石英、石英與黃鐵礦。通過試驗測定了在濃度、煤樣所含礦物質種類、灰分一致的條件下尾煤圖像灰度均值，試驗結果見表5 ～ 8。

表5 高嶺石加石英試驗Table 5 Test of the coal samples made by minerals(quartz&kaolinite)

表6 白云石加黃鐵礦試驗Table 6 Test of the coal samples made by minerals(dolomite&pyrite) and coal of -1.4 g/cm3

表7 白云石加石英試驗Table 7 Test of the coal samples made by minerals(dolomite&quartz) and coal of -1.4 g/cm3

表8 黃鐵礦加石英試驗Table 8 Test of the coal samples made by minerals(pyrite&quartz) and coal of -1.4 g/cm3

由表5 ～ 8可知，當尾煤灰分一定，使用黃鐵礦與石英配置煤樣時，圖像的平均灰度值變化較小，但是配置的煤樣是白云石與石英、以及白云石與黃鐵礦時，圖像的平均灰度值受到的影響相對更大。這是因為黃鐵礦與石英的表觀特性差異不大，而白云石、石英和黃鐵礦的表觀特性差異最明顯，導致采集到的尾煤圖像灰度均值波動較大。

3 結 論

（1）通過XRD與XRF對太原與趙莊選煤廠的煤樣進行元素與定量分析，配置出的試驗煤樣進行試驗，當煤樣的灰分相同時，其灰度特征會隨產地不同有一定差異。

（2）用不同的礦物質與精煤配置不同灰分的尾煤，通過拍攝到的圖像，分析提取灰度平均值，發現使用石英配置煤樣時，隨著白云石的含量增加，對尾煤圖像灰度均值的影響最大，當都為白云石時，黃鐵礦相較于石英對灰度均值的影響較小。

（3）浮選尾煤的灰度變化受礦物質的表觀特性的差異影響較大，為后續通過機器視覺技術對浮選尾煤進行灰分實時預測提供了技術參考。