Научная статья на тему 'Модель оптического сепаратора руд твердых полезных ископаемых'

Модель оптического сепаратора руд твердых полезных ископаемых Текст научной статьи по специальности «Математика»

CC BY
220
36
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ОПТИЧЕСКИЙ СЕПАРАТОР / OPTICAL SEPARATOR / ЦВЕТ / COLOR / ТВЕРДЫЕ ПОЛЕЗНЫЕ ИСКОПАЕМЫЕ / SOLID MINERALS

Аннотация научной статьи по математике, автор научной работы — Горбунова Елена Васильевна, Павленко Никита Андреевич, Чертов Александр Николаевич

Предложена модель оптического сепаратора, предназначенного для сортировки кусков/частиц руд твердых полезных ископаемых мелких классов крупности.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Горбунова Елена Васильевна, Павленко Никита Андреевич, Чертов Александр Николаевич

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

MODEL OF OPTICAL SEPARATOR FOR SOLID MINERALS

A model of optical separator for small-sized samples of solid minerals based on analysis of the sample color is proposed.

Текст научной работы на тему «Модель оптического сепаратора руд твердых полезных ископаемых»

КРАТКИЕ СООБЩЕНИЯ

УДК 535.65, 622.7, 681.785

Е. В. Горбунова, Н. А. Павленко, А. Н. Чертов

МОДЕЛЬ ОПТИЧЕСКОГО СЕПАРАТОРА РУД ТВЕРДЫХ ПОЛЕЗНЫХ ИСКОПАЕМЫХ

Предложена модель оптического сепаратора, предназначенного для сортировки кусков/частиц руд твердых полезных ископаемых мелких классов крупности.

Ключевые слова: оптический сепаратор, цвет, твердые полезные ископаемые.

Истощение запасов руд твердых полезных ископаемых и вовлечение в производство бедных и труднообогащаемых руд ведет к постоянному удорожанию минерального сырья. В подобных условиях одним из приоритетов развития предприятий горнодобывающей отрасли является повышение эффективности производства, связанное, в том числе, с поиском и внедрением альтернативных методов обогащения.

Одним из таких методов является активно внедряемый в отечественную практику обогащения оптический (или „фотометрический") метод сепарации, основанный на разделении кусков/частиц минералов по цвету.

В настоящее время эффективному использованию данного метода, а также расширению границ его применимости препятствуют следующие обстоятельства:

— использование в сепараторах моделей описания цвета и алгоритмов анализа, не являющихся оптимальными с точки зрения анализа минеральных объектов по цвету [см. лит.];

— отсутствие методики определения оптимальных условий разделения минералов по цвету (геометрических параметров схем освещения-регистрации сепараторов, селективных признаков и точных порогов разделения).

Следствием этого является сложность или невозможность разделения слабоконтрастного материала, особенно мелких классов крупности.

Авторами настоящей статьи разработана модель сепаратора, включающая узел транспортировки материала на базе транспортера, и узел регистрации на базе линейной высокоскоростной камеры. Сепаратор предназначен, в первую очередь, для отработки алгоритмов анализа и разделения частиц минеральных руд крупностью 0,5—2 мм. В качестве параметров разделения возможно использование признаков „цвет", а также „прозрачность", „блеск", „форма проекции объекта".

Модульный принцип построения сепаратора позволит обеспечить изменение условий сепарации на стадии определения оптимальных условий разделения конкретных видов руд. Возможная скорость транспортировки материала соответствует аналогичному параметру в существующих оптических обогатительных комплексах и составляет 0,5—2 м/с.

Статья подготовлена по результатам работы, проводимой при финансовой поддержке Министерства образования и науки Российской Федерации в рамках федеральной целевой программы „Научные и научно-педагогические кадры инновационной России" на 2009—2013 гг.

76

Р. А. Алешко, А. Т. Гурьев

литература

Горбунова Е. В. Оптико-электронные системы цветового анализа минерального сырья. Теоретические основы и практические приложения. Saarbrucken: Lambert Academic Publishing, 2011. 164 с.

Елена Васильевна Горбунова —

Никита Андреевич Павленко

Александр Николаевич Чертов —

Сведения об авторах

канд. техн. наук; Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, кафедра оптико-электронных приборов и систем; E-mail: vredina_ia@mail.ru

студент; Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, кафедра оптико-электронных приборов и систем; E-mail: nikfiz@mail.ru

канд. техн. наук, доцент; Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, кафедра оптико-электронных приборов и систем; E-mail: a.n.chertov@mail.ru

Рекомендована кафедрой оптико-электронных приборов и систем

Поступила в редакцию 08.02.13 г.

УДК 519.8

Р. А. Алешко, А. Т. Гурьев

МЕТОДИКА ТЕМАТИЧЕСКОГО ДЕШИФРИРОВАНИЯ СПУТНИКОВЫХ СНИМКОВ ЛЕСНЫХ ТЕРРИТОРИЙ НА ОСНОВЕ СТРУКТУРНЫХ МОДЕЛЕЙ

Представлена методика тематического дешифрирования спутниковых снимков лесных территорий, разработанная с применением структурного моделирования и аппарата теории множеств.

Ключевые слова: тематическое дешифрирование, структурные модели, спутниковый мониторинг, информационная система.

Возрастающий объем разнообразных данных дистанционного зондирования Земли обусловливает актуальность исследований по выбору и оценке снимков для решения различных задач. Оценка изображений непосредственно зависит от параметров объекта исследования и дешифровочных признаков, отражающих его свойства на снимке.

Объектом исследования, рассматриваемым в настоящей статье, является сложная природная система лесных ресурсов, при изучении которой необходим комплексный подход к определению параметров объекта [1].

Предлагаемая методика автоматизированного определения основных таксационных показателей лесных насаждений (таких как класс возраста, преобладающая порода, тип леса и т.п.) базируется на дешифровочных признаках объекта спутниковой съемки. Основой методики является построение структурных моделей объектов, их свойств и отношений, а также структурирование спутниковых снимков [2].

На первом этапе создания методики для выявления основных таксационных параметров лесных насаждений были определены наиболее информативные дешифровочные признаки: для обзорных снимков их определение осуществлялось путем построения спектральных кривых и выделения наиболее обособленных графиков; для детальных снимков были определены признаки текстуры изображения.

i Надоели баннеры? Вы всегда можете отключить рекламу.