[發(fā)明專利]一種用于獲取礦石品位的系統(tǒng)及多源數據采集裝置

在審

• 申請?zhí)枺?/td>: 202011595949.2
• 申請日: 2020-12-29
• 公開（公告）號: CN114689621A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設計）人: 李宗平;葉恒棣;過宇晟;李旭東;師本敬;吳革雄;劉鵬
• 申請（專利權）人: 中冶長天國際工程有限責任公司
• 主分類號: G01N23/04
• 分類號: G01N23/04;G01N21/84;G06K9/62;G06N3/04;G06V10/80;G06V10/82
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種用于獲取礦石品位的多源數據采集裝置，所述礦石品位獲取裝置設置在礦石破碎系統(tǒng)與磨礦分級系統(tǒng)之間，其特征在于，包括礦石輸送帶(1)以及半封閉所述礦石輸送帶(1)一段區(qū)域的防護通道(2)，所述防護通道(2)上方設置有連通射線源腔室(3)的開口，在所述防護通道(2)的礦石入口處設置有整平板(4)；

所述射線源腔室(3)頂部設置有X射線源(5)，所述X射線源(5)與所述礦石輸送帶(1)之間設置有準直器(6)，所述礦石輸送帶(1)正下方設置有雙能X射線探測器(7)，所述防護通道(2)側頂設置有工業(yè)相機(8)；

所述X射線源(5)發(fā)射的X射線經過所述準直器(6)進行光束寬度調整后，照射在所所述礦石輸送帶(1)的礦石上；所述雙能X射線探測器(7)用于采集礦石的X射線透射高低能灰度圖像，所述工業(yè)相機(8)用于采集礦石的可見光圖像，且所述工業(yè)相機(8)的圖像采集區(qū)域覆蓋所述雙能X射線探測器(7)的圖像采集區(qū)域，所述工業(yè)相機(8)的圖像采集頻率與所述雙能X射線探測器(7)的圖像采集頻率一致。

2.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述射線源腔室(3)內部設置有屏蔽體(31)，所述屏蔽體(31)為錐形結構，所述錐形結構的窄端連接所述X射線源(5)的出射口，所述準直器(6)設置在所述錐形結構的寬端。

3.根據權利要求2所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述屏蔽體(31)包括內層鋼板和外層鉛板。

4.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述射線源腔室(3)內部還設置有IP65級工業(yè)空調(32)。

5.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述射線源腔室(3)內部還設置有設備控制器(33)，所述控制器(33)連接所述X射線源(5)、所述雙能X射線探測器(7)和所述工業(yè)相機(8)。

6.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述射線源腔室(3)頂部設置有X射線源卡槽，所述射線源腔室(3)外殼通過密封條或密封膠進行密封。

7.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述防護通道(2)外側設置有防護鉛板，包括頂部防護鉛板、兩側防護鉛板和底部防護鉛板，鉛板厚度分別為5mm、4mm和7mm。

8.根據權利要求1所述的一種用于獲取礦石品位的多源數據采集裝置，其特征在于，所述所述雙能X射線探測器(7)的材料為GGAG閃爍體。

9.一種用于獲取礦石品位的系統(tǒng)，其特征在于，所述一種用于獲取礦石品位的系統(tǒng)包括權利要求1-8任一項所述的一種用于獲取礦石品位的多源數據采集裝置；

所述一種用于獲取礦石品位的系統(tǒng)還包括數據處理器，所述數據處理器連接雙能X射線探測器和工業(yè)相機，用于并獲取所述雙能X射線探測器采集的X射線透射高低能灰度圖像，獲取所述工業(yè)相機采集的可見光圖像；以及根據所述X射線透射高低能灰度圖像和所述可見光圖像，生成礦石品位預測值。

10.根據權利要求9所述的一種用于獲取礦石品位的系統(tǒng)，其特征在于，所述數據處理器根據所述X射線透射高低能灰度圖像和所述可見光圖像，生成礦石品位值時，執(zhí)行以下步驟：

將所述可見光圖像和所述X射線透射高低能灰度圖像輸入至預先構建的品位預測模型中，所述品位預測模型包括特征提取網絡、特征融合網絡及回歸預測網絡；

利用所述特征提取網絡提取所述可見光圖像的一組可見光特征圖，以及提取所述X射線透射高低能灰度圖像的一組高能特征圖和一組低能特征圖；

利用所述特征融合網絡將一組可見光特征圖進行內部特征融合，獲取一組可見光融合特征圖；以及將一組高能特征圖進行內部特征融合，獲取一組高能融合特征圖；以及將一組低能特征圖進行內部特征融合，獲取一組低能融合特征圖；

以及，利用所述特征融合網絡將可見光融合特征圖、高能融合特征圖和低能融合特征圖進行融合，獲得總融合特征圖；

利用所述回歸預測網絡對所述總融合特征圖進行回歸預測，生成礦石品位預測值。