Научная статья на тему 'Микроструктурный анализ образцов железной руды на основе цифровой обработки изображений микрошлифов'

Микроструктурный анализ образцов железной руды на основе цифровой обработки изображений микрошлифов Текст научной статьи по специальности «Прочие технологии»

CC BY
166
40
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Гаудеамус
ВАК
Область наук
Ключевые слова
АНАЛИЗ ИЗОБРАЖЕНИЙ / СТРУКТУРНЫЙ АНАЛИЗ / МАГНЕТИТ / ГЕМАТИТ / КВАРЦИТ / LABVIEW

Аннотация научной статьи по прочим технологиям, автор научной работы — Головин Д. Ю., Кульнев А. В.

Разработан алгоритм автоматического определения фаз по изображению микрошлифа и его реализация в среде LabView. Показана достаточность анализа гистограмм распределения RGB пикселей изображения для определения фазового состава образцов железистого кварцита.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по прочим технологиям , автор научной работы — Головин Д. Ю., Кульнев А. В.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Микроструктурный анализ образцов железной руды на основе цифровой обработки изображений микрошлифов»

Conclusions

It is determined that conductivity of TMPDAC60, TBPDAC60, {CuII (Etdtc)2}2-C60 complexes is strongly affected by traps having at depth Et1=0.43 ± 0.02 eV and Et2=1.29 ± 0.02 eV below the bottom of conduction band. The studies present theoretically obtained data on the electronic structure of molecular complex of fullerene C60 with organic and metalorganic donors. Use TD-DFT method for

calculation of excited electronic states allowed to determine the optical transition in the complexes. The calculated spectra agree well with the data of optical spectroscopy. The possible defects states of the molecular complex are calculated. It is shown that the most probable defect structure of real crystals is imperfect fullerene molecule.

Acknowledgment

The work was supported by RFBR (projects 10-02-00763).

УДК 539.24

МИКРОСТРУКТУРНЫЙ АНАЛИЗ ОБРАЗЦОВ ЖЕЛЕЗНОЙ РУДЫ НА ОСНОВЕ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ МИКРОШЛИФОВ

Д.Ю. Головин, А.В. Кульнев

Разработан алгоритм автоматического определения фаз по изображению микрошлифа и его реализация в среде LabView. Показана достаточность анализа гистограмм распределения RGB пикселей изображения для определения фазового состава образцов железистого кварцита.

Ключевые слова: анализ изображений, структурный анализ, LabView, магнетит, гематит, кварцит.

Для горной промышленности всегда была очень актуальна задача увеличения эффективности добычи рудного сырья и его обогащения. Ввиду гигантского тоннажа производства даже небольшое увеличение извлекаемости полезного компонента из руды или уменьшение энергоемкости процесса ее обогащения дает огромный экономический эффект. Наиболее точным, но и весьма долгим и трудоемким методом получения информации, необходимой для оперативного управления процессом обогащения руды, является химический анализ. Другой используемый метод основан на визуальном исследовании образцов с помощью микроскопа. Этот метод также требует большого времени и высокой квалификации оператора.

С развитием электроники и вычислительной техники стало возможным фиксировать изображения, получаемые с помощью различных микроскопов, на цифровые фотокамеры с качеством, достаточно высоким для автоматического извлечения из них необходимой информации с помощью компьютерного анализа. Теоретические подходы и примеры практического использования обработки изображений в горнорудной промышленности можно найти в [1-6].

Совместное использование анализа изображений и комплекса современных методов

наноиндентирования [7, 8] может позволить быстро прогнозировать технологическую ценность руды (измельчаемость, обогащаемость и т.д.) и оптимизировать процесс ее обогащения на основе полученного комплекса морфологических и физико-механических параметров.

Цель данной работы состоит в разработке методов и программно-аппаратных средств для характеризации структуры образцов магнетит-гематитовых руд с целью прогнозирования параметров ее обогащаемости и извлекаемости железа с помощью компьютерного анализа изображений микроструктуры и наноиндентирования.

В качестве типичного представителя такой руды были приняты образцы железистого кварцита из Михайловского месторождения (Курская область). При разработке программного обеспечения проанализирован ряд изображений шлифов магнетит-гематитовой руды, полученных с помощью оптического микроскопа AXIO Observer, Carl-Zeiss (Германия) с цифровой CCD матрицей разрешением 5 мегапиксел. Фазовый состав магнетит-гематитовой руды был однозначно аттестован независимым методом - рамановской спектроскопией. Таким образом, эксперимент показал, что на изображениях микрошлифов белая фаза является гематитом, серая - магнетитом, а темная - кварцитом (рис. 1).

Психолого-педагогический журнал Гаудеамус, №2 (20), 2012

Рис. 1. Исходное изображение магнетит-гематитовой руды

Для фазового анализа магнетит-гематитовой руды использовался алгоритм анализа изображения в RGB представлении, основанный на разбиении массива пикселей на классы в соответствии с интенсивностями компонент. При помощи анализа гистограмм распределе-

ния пикселов по интенсивности была выделена фаза кварцита - SiO2, а также фаза гематита -Fe2O3 (рис. 2, темные и светлые области соответственно). Методом вычитания из исходного изображения однозначно выделенных фаз определялась фаза магнетита - Fe2O3*FeO.

Рис. 2. Выделение фаз (слева - гематит белый, справа - кварцит черный)

Был проведен подсчет среднего количественного содержания различных фаз на изображениях с разным увеличением микроскопа и выбрано оптимальное увеличение для наиболее точного фазового

анализа. Размер поля зрения составил 700x500 мкм.

Таким образом, в работе показано, что алгоритм анализа изображений микрошлифов, реализованный в среде программирова-

ния LabView 10.0, National Instruments, является довольно удобным и надежным средством для фазового экспресс-анализа шлифов магнетит-гематитовых руд.

Литература

1. Donskoi E., Suthers S.P., Campbell J.J., Raynlyn T. Modelling and optimization of hydrocyclone for iron ore fines beneficiation using optical image analysis and iron ore texture classification // Int. J. Miner. Process. 2008. V. 87. P. 106-119.

2. Celik I.B., Can N.M., Sherazadishvili J. In-fulence of process mineralogy on improving metallurgical performance of a flotation plant // Mineral Processing & Extractive Metall. Rev., 2011.32: 30-46.

3. Adem Tasdemir. Evaluation of grain size distribution of unbroken chromites // Minerals Engineering. 2008. V. 21. P. 711-719.

4. Julio Cesar Alvarez Iglesias, Otavio da Fonseca Martins Gomes, Sidnei Paciornik. Automatic recognition of hematite grains under polarized reflected light microscopy through image analysis // Minerals Engineering 24 (2011) 1264-1270.

5. Claudio A. Perez , Pablo A. Estevez, Pablo A. Vera, Luis E. Castillo, Carlos M. Aravena, Daniel A. Schulz, Leonel E. Medina. Ore grade estimation by feature selection and voting using boundary detection in digital image analysis // Int. J. Miner. Process. 2011. V. 101. P. 28-36.

6. F. Nellros, M.J. Thurley. Automated image analysis of iron-ore pellet structure using optical microscopy // Minerals Engineering. 2011. V. 24. P. 1525-1531.

7. Головин Ю.И. Наноиндентирование и его возможности. М.: Машиностроение, 2009.

8. Головин Ю.И. Наноиндентирование и механические свойства твердых тел в субмикрообъемах, тонких приповерхностных слоях и пленках (обзор) // ФТТ. 2008. Вып. 12. Т. 50. С. 2113-2142.

УДК 593.3

МОРФОЛОГИЯ И КИНЕТИКА РОСТА НАНОЧАСТИЦ №

НА ПОВЕРХНОСТИ МНОГОСТЕННЫХ УГЛЕРОДНЫХ НАНОТРУБОК ПРИ ГАЛЬВАНОСТАТИЧЕСКОМ ЭЛЕКТРООСАЖДЕНИИ

Ю.И. Головин, Р.А. Столяров, А.В. Шуклинов

Методом гальваностатического электроосаждения получены наночастицы N1 на поверхности многостенных углеродных нанотрубок. Исследована кинетика роста и морфология наночастиц N1 при плотностях тока у = 0,01.. .5 А/дм2.

Ключевые слова: нанокомпозиционные материалы, углеродные нанотрубки, наночастицы никеля.

Металлические наночастицы (НЧ) находят все более широкое применение в различных областях науки, техники и производства [1, 2]. В большинстве перечисленных приложений, связанных с взаимодействием наночастиц с обтекающими их газами или жидкостями, необходимо обеспечить высокую концентрацию и макрооднородность распределения НЧ в объеме, их хорошую закрепленность в матрице и, вместе с тем, низкое гидравлическое сопротивление омывающему потоку. В частности, наночастицы № применяют в качестве катализаторов (синтез углеродных наноструктур [3], гидрирование цитраля [4], каталитический крекинг метана [5]), элементов водородных топливных ячеек [6, 7], магнитных носителей информации [5-9, 10], биосенсоров [11, 12] и др.

Многостенные углеродные нанотрубки (МУНТ) были синтезированы методом каталитического пиролиза природного газа на

Ni/Mg-катализаторе при атмосферном давлении и температуре 620оС [13] в ООО «НаноТехЦентр» в г. Тамбове. Они имели диаметр d~ 20...50 нм и длину ~ 10 мкм.

НЧ Ni синтезировали методом электрохимического осаждения из электролита Уотса (NiSO4 - 70% об., NiCl2 - 20% об. и HBO3-10% об.) при плотностях тока j = 0,01, 0,1, 0,5 и 5 А/дм2 в гальваностатическом режиме. Кислотность электролита, измеренная прибором pH-2005 фирмы Selecta, составляла 4,26±0,02 pH. Скорость роста наночастиц варьировали изменением плотности тока, отнесенной к поверхности катода. Катод состоял из запрессованных в проводящую подложку МУНТ. Исследование микроструктуры, морфологии и размеров НЧ, а также самих МУНТ проводили с помощью сканирующего электронного микроскопа NEON 40 фирмы Carl Zeiss (Германия). Размер НЧ определяли по электронно-микроскопическим

i Надоели баннеры? Вы всегда можете отключить рекламу.