CC BY
1CENTRAL ASIAN ACADEMIC JOURNAL OF SCIENTIFIC RESEARCH
ISSN: 2181-2489 VOLUME 2 I ISSUE 5 I 2022
Scientific Journal Impact Factor (SJIF 2022=4.63) Passport: http://sjifactor.com/passport.php?id=22230
КЛАССИФИКАЦИЯ МЕТОДОВ ФОТОМЕТРИЧЕСКОЙ СЕПАРАЦИИ ОБЪЕКТОВ ПОЛЕЗНЫХ ИСКОПАЕМЫХ В ПОЛЕВЫХ УСЛОВИЯХ
В статье рассмотрены методы фотометрической сепарации объектов полезных ископаемых в полевых условиях. Проведен аналитический обзор методов и средств определения известных параметров объектов которое позволяет строить ОЭС на основе ПОИ.
Ключевая слова: Фотометрическая сепарация, полезные ископаемые, минеральный состав цветовой анализ, сканирование, координаты поверхности объекта.
Анализ минерального сырья (золото, платина, серебро, угол, меды, алюминий и др.) по его цветовым параметрам-сложная задача, решение которой зависит от большого числа факторов: минерального состава подаваемой на обработку руды, особенностей подготовки руды до подачи в сепаратор, особенностей обработки сигналов в оптоэлектронном цифровом устройстве, а также условий работы (половых и лабораторных). [1]
В настоящее время настоятельно требуется проведение исследование и разработка принципов построения оптоэлектронных систем (ОЭС) цветового анализа частиц минерального сырья для промышленных сепараторов. Работы по изучению закономерностей представления объекта для ОЭС, а также методов анализа цветового образа объекта являются основой для модернизации обогатительного оборудования и создания улучшенных его моделей, значит, способствует повышению экономической эффективности гордо добывающей, геолого-разведочных отраслей и имеют важнейшее нородно-хозяйственное значение. [2]
Определение и анализ цвета различных объектов может осуществляется при помощи различных методов. Однако сепарация минерального сырья предполагает не только определение параметров цвета частиц сырья, но и формулирование критерия, по которому может быть проведено разделение частиц определенного минерала от так называемой «пустой породы». Для известных методов анализа цвета и средств, основанных на их применении, предлагаем следующую классификацию [3].:
С. Г. Дагарова
Магистрантка ТГТУ
АННОТАЦИЯ
UZBEKISTAN
www.caajsr.uz
CENTRAL ASIAN ACADEMIC JOURNAL ISSN: 2181-2489
OF SCIENTIFIC RESEARCH VOLUME 2 I ISSUE 5 I 2022
Scientific Journal Impact Factor (SJIF 2022=4.63) Passport: http://sjifactor.com/passport.php?id=22230
1. Метод спектрального анализа отражённого от объекта излучения.
2. Метод определения цветовых координат поверхности объекта.
Сложность разработки ОЭС промышленной сепарации состоит в том, что
отображаемый системой цветовой образ объекта контроля зависит от его ориентации в пространстве, особенностей различного рода дефектов, а также от изменения параметров освещения и расположения источников относительно объекты.[4]
Аналитический обзор и классификация известных методов и средств определения цветовых параметров объектов, показавшие необходимость построения ОЭС на основе применения многоэлементных матричные приемники оптического излучения (ПОИ), реализующих пространственное сканирование зоны анализа (рис 1). Для решения задач цветовой сепарации частиц минерального сырья в стандартных полевых и промышленных условиях, необходимо реализовать подход к описанию цвета объекта контроля ОЭС, обеспечивающей учет особенностей строения поверхности и конфигурации объекта при помощи формирования цветового образа объекта.
Рис. 1. Обобщенная схема ОЭС определения цветовых координат.
Измерение цветовых параметров объектов исследования происходит следующим образом: излучение источников излучения освещения (в качестве источника оптического излучения использовался полупроводниковый излучающий диод, марки 8БН485Р фирмы ОБЯЛЫ максимум потока излучения которого приходится на длину волна Лмах=880нм), после отражения от поверхности объекта исследования попадает на объектив сканирующей камеры, а затем на элементы системы регистрации. Система регистрации состоит из одного или нескольких многоэлементных приемных устройств.
496
UZBEKISTAN | www.caajsr.uz
CENTRAL ASIAN ACADEMIC JOURNAL OF SCIENTIFIC RESEARCH
ISSN: 2181-2489 VOLUME 2 I ISSUE 5 I 2022
Scientific Journal Impact Factor (SJIF 2022=4.63) Passport: http://sjifactor.com/passport.php?id=22230
Далее сигналы цветности, полученные от цветного многоэлементного матричного ПОИ поступают в микропроцессор компьютера, который в соответствий с программой определяет цветовое координаты исследуемой точки объекта. [5-6]
REFERENCES
1. Результаты промышленных испытаний предварительного обогащения золотосодержащих сепарации. А.С Кобзев., И.В Алушкин. Обогащения руд. 2014. №2. с 10-14.
2. Седельникова Г.В., Раманчук А.И., «Фотометрическая сепарация-эффективный метод предварительного обогащения руд крупных месторождений». «Разведка и охрана недр». 2011.№6. с 97-99.
3. Оптико-электронная система экспресс-анализа руд твердых полезных ископаемых оптическим методом / А.А Алехин, Е.В. Горбунова, В.В. Коротаев, А.М. Ольховский, Д.Б. Петухова, А.Н. Чертов // Известия ВУЗов. Приборостроение. 2013. Т. 56, № 11. С. 15-20.
4. Dehler M. Optical sorting of ceramic raw materials // Tiles and Bricks International. 2003. Vol. 19, № 4. Р. 248-251.
5. Шипулин, Ю. Г., Махмудов, М. И., Мухамедова, Ш. Р., & Эргашев, О. М. (2018). Применение оптоэлектронных методов для контроля качественных и количественных параметров сточных вод. In Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2018 (pp. 292-294).
6. Годен Ж. Колориметрия при видеообработке. М.: Техносфера, 2008. 328 с.
UZBEKISTAN
www.caajsr.uz
