洪嘉陽,唐雅婧,葛啟發(fā),張維國(guó)

(中國(guó)恩菲工程技術(shù)有限公司,北京 100038)

0 前言

磨礦作業(yè)在整個(gè)選礦的工藝流程中不僅是一個(gè)重要的生產(chǎn)工藝過程,其工作效率及產(chǎn)品質(zhì)量還對(duì)選礦指標(biāo)及經(jīng)濟(jì)效益產(chǎn)生重大影響。因此磨礦分級(jí)作業(yè)的優(yōu)化、穩(wěn)定控制對(duì)選礦過程的提升指標(biāo)、節(jié)能降耗、安全生產(chǎn)有著重要意義。按照采場(chǎng)生產(chǎn)計(jì)劃,通常采出原礦在一定時(shí)期因礦巖屬性、結(jié)理發(fā)育、爆破和粗破效果等各種原因而存在物理性質(zhì)的波動(dòng),原礦往往塊度大的難磨、塊度小的易磨,因此磨機(jī)給料需要分級(jí),建立塊度的準(zhǔn)確識(shí)別對(duì)提升磨礦效率非常重要。磨礦過程存在大慣性、參數(shù)時(shí)變、非線性等特點(diǎn),全流程控制和調(diào)節(jié)存在多變量輸入和輸出。磨礦分級(jí)系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵因素是給礦的穩(wěn)定性,其中給礦的硬度、塊度和給礦量對(duì)磨礦過程影響最大[1]。

在選礦生產(chǎn)流程中,人工取樣和篩分是最常見的礦石塊度分布檢測(cè)方法,這種方式操作簡(jiǎn)單,適應(yīng)性強(qiáng),但在實(shí)際生產(chǎn)管理過程中存在人力消耗大、監(jiān)測(cè)數(shù)據(jù)滯后、無法實(shí)現(xiàn)實(shí)時(shí)在線檢測(cè)等缺點(diǎn)。數(shù)字化、自動(dòng)化、智能化是智能選礦廠未來的發(fā)展趨勢(shì)。隨著機(jī)器視覺、通訊技術(shù)和控制技術(shù)的快速發(fā)展,選礦廠的磨礦分級(jí)系統(tǒng)成為解決磨機(jī)給料控制主要手段[2]。本文圍繞圖像采集、礦石塊度分析和數(shù)據(jù)傳輸與控制,研究和開發(fā)了選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng),實(shí)時(shí)獲取準(zhǔn)確的磨機(jī)給料的塊度分布信息,為磨礦過程的自動(dòng)控制奠定基礎(chǔ)。

1 實(shí)時(shí)塊度分析技術(shù)路線

選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)基于分水嶺算法對(duì)給礦塊度圖像進(jìn)行分析,先對(duì)采集礦石圖像,再處理圖像分割算法,最后將結(jié)果通過工業(yè)以太網(wǎng)傳給智能控制系統(tǒng)(DCS)對(duì)皮帶進(jìn)行控制。

礦石塊度的識(shí)別通過高速工業(yè)攝像機(jī)實(shí)時(shí)采集給礦皮帶上原礦礦石的圖像數(shù)據(jù),圖像數(shù)據(jù)采集可以通過多路工業(yè)攝像機(jī)采集。在應(yīng)用處理部分將高速工業(yè)攝像機(jī)采集的圖像通過交換機(jī),傳輸?shù)絎EB 服務(wù)、數(shù)據(jù)庫(kù)服務(wù)和算法服務(wù)處理,其中算法將給礦塊度圖像進(jìn)行分割算法處理,并將塊度數(shù)據(jù)進(jìn)行量化(如F20、F50、F80),對(duì)最終的給料塊度計(jì)算合成得到礦石塊度的大小和粗細(xì)信息。計(jì)算結(jié)果作為進(jìn)一步數(shù)據(jù)處理和數(shù)據(jù)展現(xiàn)內(nèi)容傳輸?shù)綌?shù)據(jù)庫(kù)服務(wù)和WEB 服務(wù)。選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)的核心是算法服務(wù),算法服務(wù)將實(shí)時(shí)采集的圖像信息通過軟網(wǎng)關(guān)與用于過程控制的軟件交互,最終結(jié)果通過塊度分析系統(tǒng)的WEB 服務(wù)前端界面展示塊度分析結(jié)果和視頻監(jiān)控礦石狀態(tài)。選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)整體結(jié)構(gòu)如圖1 所示。

圖1 選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)結(jié)構(gòu)

2 高速圖像采集技術(shù)

圖像采集技術(shù)是決定礦石塊度圖像能否精確檢測(cè)的關(guān)鍵因素[3]。塊度圖像采集的數(shù)據(jù)量大,實(shí)時(shí)性要求較高,因此采用高速工業(yè)相機(jī)結(jié)合以太網(wǎng)光纖的連接方式來完成塊度圖像的采集。圖像數(shù)據(jù)采集完成后,使用CAT5E 屏蔽網(wǎng)線通過交換機(jī)將數(shù)據(jù)發(fā)送至服務(wù)器。

高速工業(yè)攝像機(jī)具備較好的防塵性能,并配備補(bǔ)光光源照明系統(tǒng),由2 個(gè)LED 光源組成,安裝在工業(yè)攝像機(jī)的兩側(cè),為攝像機(jī)提供穩(wěn)定光源。工業(yè)相機(jī)和照明系統(tǒng)安裝在帶式輸送機(jī)上方。其采用AC220V 50 Hz 進(jìn)行供電,設(shè)備內(nèi)集成散熱設(shè)備,可以在速度為5 m/s 的皮帶上采集高清礦石圖像,提供清晰可靠的圖像供分析。

現(xiàn)場(chǎng)的圖像獲取設(shè)備由八臺(tái)高清工業(yè)攝像機(jī)和八臺(tái)LED 輔助光源組成,分別放置于六臺(tái)皮帶給料機(jī)、一臺(tái)磨機(jī)給料機(jī)和一臺(tái)長(zhǎng)距離皮帶運(yùn)輸機(jī)上方1.5 m 處。現(xiàn)場(chǎng)采用的給料機(jī)有物理分礦能力,一般情況下皮帶上的礦石分為以下兩種情況:以粉料為主帶少量粗料和粗料為主帶少量粉料。礦石被給料機(jī)分給位于磨機(jī)給料機(jī)皮帶左右兩側(cè)的六臺(tái)皮帶給料機(jī),其中一號(hào)、二號(hào)給料機(jī)的礦石較細(xì);三號(hào)、四號(hào)給料機(jī)的礦石適中;五號(hào)、六號(hào)給料機(jī)的礦石較粗。

圖2 圖像采集裝置布局示意圖

選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)使用Http 協(xié)議和Http Basic Authentication 基本認(rèn)證對(duì)攝像頭的數(shù)據(jù)進(jìn)行采集。Http 協(xié)議具有通信速度快的特點(diǎn),采用此方式可極大節(jié)省傳輸時(shí)間。每組攝像頭通過Http 接口向攝像頭請(qǐng)求一個(gè)分辨率為2 304 ×1 728格式為JPEG 圖像(快照),獲取圖像的速率不應(yīng)高于1 幀/S(fps)。當(dāng)請(qǐng)求發(fā)出之后,攝像機(jī)將返回指定的JPEG 圖像。設(shè)備每15 s 連續(xù)抓拍兩張高清礦石圖像傳送至服務(wù)器指定的image 文件夾并保存,服務(wù)器分別保存來自八組攝像機(jī)最新的100 張圖像。采集礦石塊度圖像的實(shí)時(shí)性和清晰度將直接影響后續(xù)圖像分割算法的效果。

3 磨機(jī)給礦實(shí)時(shí)塊度圖像分析

3.1 改進(jìn)分水嶺算法分割礦石塊度

通過分析粉料、混合料和粗料圖像的特點(diǎn)發(fā)現(xiàn):粗料上有小顆粒,對(duì)于大塊的礦石還會(huì)有大的棱角和色塊,采用簡(jiǎn)單的圖像分割算法很難抵抗粗礦石表面的干擾。結(jié)合常用圖像分割技術(shù)來克服礦石圖像中的干擾,采用改進(jìn)的分水嶺算法進(jìn)行圖像分割[4-5],對(duì)分割線進(jìn)行繪制。本文采用Python 語言對(duì)選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)進(jìn)行開發(fā),并調(diào)用Opencv4.5.3 計(jì)算機(jī)視覺庫(kù)實(shí)現(xiàn)圖像分割算法。Opencv 是一個(gè)開源的支持多平臺(tái)的計(jì)算機(jī)視覺庫(kù),具有Python 接口可以實(shí)現(xiàn)實(shí)時(shí)圖像處理和計(jì)算機(jī)視覺算法應(yīng)用。

分水嶺算法被廣泛應(yīng)用于圖像分割任務(wù)中,尤其適合礦石圖像分割。分水嶺算法是以地理學(xué)中的地形地貌圖為啟發(fā),像素點(diǎn)的灰度值被類比為海拔,分水嶺算法模擬的是浸水過程。圖像中不同灰度值的區(qū)域就對(duì)應(yīng)于山峰和山谷盆地。分水嶺線則是對(duì)應(yīng)盆地的邊緣。本文采用基于標(biāo)記的分水嶺算法進(jìn)行優(yōu)化,標(biāo)記的定位和大小直接影響分割效果。通常情況下,計(jì)算出前景標(biāo)記和背景標(biāo)記,修改分割函數(shù)以便于其只在標(biāo)記所定位的地方有區(qū)域最小值。最后,基于標(biāo)記去進(jìn)行分水嶺變換得到分水嶺分割線[6-7]。

詳細(xì)的圖像分割算法可描述如下:設(shè)灰度圖像f的最小灰度值為hmin,最大灰度值為hmax,閾值確定為T。首先檢測(cè)出圖像局部的最低點(diǎn)hmin,將這樣的點(diǎn)逐一標(biāo)記出來Mi(i=1,2,…,n),Mi為最小值點(diǎn)集,n為像素值為hmin的點(diǎn)的個(gè)數(shù)。以Mi為標(biāo)記點(diǎn),用Nk(Mi)表示點(diǎn)Mi的鄰域,點(diǎn)Mi所對(duì)應(yīng)的區(qū)域?yàn)?

式中:CT(Mi)為集水盆地;點(diǎn)p作為標(biāo)記點(diǎn)將進(jìn)行區(qū)域生長(zhǎng),直到?jīng)]有滿足閾值T的點(diǎn)為止。假設(shè)對(duì)N個(gè)種子點(diǎn)進(jìn)行區(qū)域生長(zhǎng),hmin對(duì)應(yīng)的集水盆地為:

從而得到hmin對(duì)應(yīng)的集水盆地。h=hmin+1,當(dāng)h＜hmax+1 重復(fù)以上步驟,直到得到所有集水盆地,將集水盆地的邊緣作為圖像分割的分界線。

改進(jìn)的分水嶺圖像分割算法的處理過程分為五步,第一步是對(duì)輸入的圖像采用雙邊濾波函數(shù)處理,要在保留礦石邊緣的同時(shí)盡可能的模糊粗礦石表面的干擾。粗礦石表面的干擾較強(qiáng),邊緣也較強(qiáng),所以可以使用雙邊濾波算法來做邊緣保存。通過經(jīng)驗(yàn)和實(shí)踐選取雙邊濾波函數(shù)的參數(shù)為每個(gè)像素周圍鄰域的核直徑設(shè)置為25,顏色空間方差的參數(shù)設(shè)置為100,坐標(biāo)空間方差的參數(shù)設(shè)置為25。第二步操作包括圖像灰度化,自適應(yīng)閾值操作和兩個(gè)中值濾波器,主要目的是將圖像二值化,因?yàn)榉指钏惴ǖ哪繕?biāo)是按礦石輪廓進(jìn)行分割,所以先對(duì)圖像進(jìn)行二值化操作可以大大降低后續(xù)處理的難度。設(shè)置中值濾波的核為3,防止礦石邊緣被打斷。在自適應(yīng)閾值操作前后分別對(duì)圖像進(jìn)行中值濾波。第三步是形態(tài)學(xué)腐蝕操作和一個(gè)中值濾波,因?yàn)檩喞]合操作會(huì)使大量邊緣沒閉合且連接的區(qū)域相連,導(dǎo)致小顆粒大范圍欠分割。過度的形態(tài)學(xué)操作也同樣不可取。采用較大的中值濾波器核和一個(gè)5 ×5 的變形橢圓進(jìn)行腐蝕操作。第四步是選定有效區(qū)域進(jìn)行礦石塊度信息分布統(tǒng)計(jì),采用分水嶺變換基于經(jīng)過提取出的標(biāo)記繪制分割線。選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)中改進(jìn)分割算法對(duì)礦石圖像處理各階段的效果,如圖3 所示。

圖3 改進(jìn)分割算法對(duì)礦石圖像處理

3.2 實(shí)時(shí)給礦塊度評(píng)估參數(shù)

實(shí)時(shí)礦石塊度分析系統(tǒng)的目標(biāo)是從圖像中獲取礦石粗細(xì)的信息?，F(xiàn)場(chǎng)采用高速攝像機(jī)和輔助光源等硬件設(shè)備將對(duì)皮帶給料機(jī)上的礦石進(jìn)行實(shí)時(shí)監(jiān)控。開發(fā)能夠準(zhǔn)確分割礦石圖像的分割算法,最后將分割結(jié)果轉(zhuǎn)換成粗細(xì)信息。目前最廣泛使用的評(píng)估礦石粗細(xì)的參數(shù)是基于粒度分布的F80 參數(shù)[8-9],其是指80%的礦石可以通過的篩孔尺寸,也可以理解當(dāng)累加重量達(dá)到總重的80%時(shí),臨界礦石的粒度就是F80 參數(shù)的值。計(jì)算F80 參數(shù)需要將二維的礦石輪廓信息先轉(zhuǎn)換為三維的礦石粒度信息后再進(jìn)行統(tǒng)計(jì)得出。計(jì)算過程如下:

n是顆粒的總數(shù),k1,k2,…,kn分別是圖像中所有分割區(qū)域轉(zhuǎn)換成顆粒的重量,k1,k2,…,ki分別是分割區(qū)域中粒度小于F80 的顆粒重量。ki就是F80參數(shù)的取值。

F80 本質(zhì)是一個(gè)三維的衡量參數(shù),需要將二維分割區(qū)域轉(zhuǎn)換成顆粒的三維粒度信息后再進(jìn)行統(tǒng)計(jì)計(jì)算。對(duì)于自動(dòng)控制系統(tǒng)來說量化粗細(xì)參數(shù)被用于調(diào)整磨機(jī)功率,因?yàn)榻o料粗細(xì)是一個(gè)相對(duì)隨機(jī)的過程,采用塊度分布調(diào)節(jié)效率相對(duì)較低,常用的方法是抽象出單一的量化參數(shù)進(jìn)行評(píng)估,效率高且區(qū)分度大。常用的二維輪廓轉(zhuǎn)三維粒度信息的模型包括等面積圓、最大內(nèi)接圓、弗雷特直徑、最小外接圓、擬合橢圓、最小外接矩形等。每種模型都有最適合的顆粒形狀,如果根據(jù)圖像中每個(gè)顆粒的二維形狀來選取模型,則帶來的運(yùn)算量大,并且處理時(shí)間也會(huì)更長(zhǎng)。如果用一種轉(zhuǎn)換模型處理圖像中所有顆粒就會(huì)帶來誤差,例如采用擬合橢圓的長(zhǎng)軸代表類三角形礦石的粒度帶來的誤差就非常大。采用不同模型對(duì)圖像的分割結(jié)果進(jìn)行統(tǒng)計(jì)分析,結(jié)果顯示,對(duì)于等面積圓、擬合橢圓(短軸)、最大內(nèi)接圓、弗雷特直徑(x軸)顯示出的粗細(xì)趨勢(shì)均是正確的。根據(jù)選廠的實(shí)際篩分結(jié)果本系統(tǒng)采用等面積圓粒度模型進(jìn)行F80參數(shù)的計(jì)算。

目前最常見的F80 參數(shù),其本質(zhì)是一個(gè)塊度分布情況統(tǒng)計(jì),可以結(jié)合F50、F20 一起使用。改進(jìn)分割算法對(duì)礦石圖像處理后塊度分布的柱狀圖和累積塊度分布折線圖,如圖4 所示,可以看出該圖的F80值為12.51 cm、F50 值為7.07 cm、F20 值為2.76 cm。試驗(yàn)結(jié)果證明了所開發(fā)的系統(tǒng)可以進(jìn)行準(zhǔn)確地分割粉料、混合料和粗料圖像,為下一階段的DCS 控制系統(tǒng)智能配礦奠定了基礎(chǔ)。

圖4 累積塊度分布

4 數(shù)據(jù)的傳輸與展示

4.1 可視化管理操作界面

基于分水嶺算法的礦石塊度分析系統(tǒng),目前已經(jīng)應(yīng)用于工業(yè)現(xiàn)場(chǎng)。系統(tǒng)開發(fā)分為前端、后端并于數(shù)據(jù)庫(kù)服務(wù)器通信。前端基于HTML5、CSS3、JavaScript、Vue 框架實(shí)現(xiàn),后端基于Node.js,數(shù)據(jù)庫(kù)采用MySQL。系統(tǒng)可以實(shí)現(xiàn)連接工業(yè)攝像頭,展示實(shí)時(shí)視頻,對(duì)實(shí)時(shí)礦石圖像分割。

實(shí)時(shí)監(jiān)控頁面,展示已成功連接攝像頭實(shí)時(shí)回傳的畫面,展示處于皮帶上礦石的狀態(tài),視頻監(jiān)控畫面如圖4 所示。通過實(shí)時(shí)監(jiān)控頁面,用戶可以直觀的獲知各個(gè)攝像頭的工作狀態(tài)是否正常,皮帶運(yùn)行結(jié)果是否正常。

點(diǎn)擊塊度分析進(jìn)入礦石塊度分析界面,系統(tǒng)顯示攝像頭實(shí)時(shí)畫面,以及分水嶺算法處理后的結(jié)果圖,礦石粒徑和累積粒徑分布圖表,(F80、F50、F20)值的實(shí)時(shí)折線圖15 s 更新一次,(粗礦、中礦、細(xì)礦)所占百分比的實(shí)時(shí)折線圖15 s 更新一次,可以更直觀觀察皮帶上礦石的粗細(xì)變化趨勢(shì)。

圖5 視頻監(jiān)控畫面

圖6 礦石塊度分析畫面

視頻管理頁顯示已經(jīng)成功添加的設(shè)備信息。提供“添加設(shè)備”“編輯設(shè)備”“查看詳情”“刪除設(shè)備”操作。通過設(shè)備列表,用戶可以清晰的獲知當(dāng)前應(yīng)用所連接的攝像頭,及攝像頭運(yùn)行相關(guān)的參數(shù)信息,如:設(shè)備型號(hào)、設(shè)備地址、設(shè)備運(yùn)行狀態(tài)等信息。

為了對(duì)塊度圖像的識(shí)別更加準(zhǔn)確,本系統(tǒng)提供了塊度圖像的區(qū)域選擇功能,能夠?qū)崟r(shí)更改圖像分析的區(qū)域。如圖所示可以對(duì)8 個(gè)攝像機(jī)實(shí)時(shí)拍攝畫面進(jìn)行區(qū)域選擇,點(diǎn)擊開始可以區(qū)域選擇,點(diǎn)擊保存系統(tǒng)將使用選定區(qū)域進(jìn)行圖像分析,清除按鈕可以刪除選框。同時(shí)頁面將實(shí)時(shí)顯示選框的起點(diǎn)橫坐標(biāo)、起點(diǎn)縱坐標(biāo)、長(zhǎng)度、寬度、面積等信息便于用戶能更精確的選擇塊度分析區(qū)域。

4.2 DCS 控制系統(tǒng)通信

在磨機(jī)設(shè)備安全工作的前提下,根據(jù)半自磨機(jī)運(yùn)行功率、給礦粒度等狀態(tài)參數(shù),通過DCS 控制系統(tǒng)對(duì)半自磨機(jī)給礦量、給水量實(shí)現(xiàn)連續(xù)不間斷的智能調(diào)整,并實(shí)現(xiàn)半自磨根據(jù)浮選情況調(diào)整供礦量,對(duì)半自磨的磨礦過程進(jìn)行精細(xì)控制,以最大化提高磨機(jī)處理量,保證磨礦產(chǎn)品粒度,提高磨礦產(chǎn)能及指標(biāo)。通過檢測(cè)出的實(shí)時(shí)礦石塊度F80 值,可指導(dǎo)DCS 智能控制系統(tǒng)調(diào)節(jié)粗、中、細(xì)礦的比例分配,以便于實(shí)現(xiàn)智能配礦。

圖7 視頻管理畫面

圖8 塊度分析區(qū)域選擇畫面

本系統(tǒng)以中國(guó)云南省某選廠DCS 系統(tǒng)為基礎(chǔ),選礦磨機(jī)給料實(shí)時(shí)塊度分析系統(tǒng)采用艾默生公司的智能控制系統(tǒng)DeltaV DCS,使用第三方OPC 連接包以確保分析系統(tǒng)與控制系統(tǒng)之間數(shù)據(jù)的轉(zhuǎn)換具有魯棒性。在服務(wù)器上安裝OPC Mirror 模塊實(shí)現(xiàn)智能控制系統(tǒng)的數(shù)據(jù)與遠(yuǎn)程OPC 數(shù)據(jù)采集站OPC Server間的通訊。搭建OPC UA 服務(wù)器,安裝KEPServer-EX 軟件搭配python 中的opcua 包,與圖像分割算法建立實(shí)時(shí)通信,將礦石塊度圖像的F80 值實(shí)時(shí)傳輸給DCS 系統(tǒng)。

5 結(jié)論

針對(duì)選礦磨機(jī)礦石塊度高速在線檢測(cè)的實(shí)際需要,提出了一種具有通用性的實(shí)時(shí)塊度分析系統(tǒng),該系統(tǒng)可以對(duì)皮帶上的礦石進(jìn)行高速在線圖像采集,分割采集到的礦石圖像,量化統(tǒng)計(jì)分割后的圖像信息,通過OPC 通訊將礦石塊度參數(shù)傳輸至選廠自動(dòng)化系統(tǒng)。

安裝八臺(tái)高清工業(yè)攝像機(jī)和八臺(tái)輔助照明系統(tǒng)用于實(shí)時(shí)采集各下料口處的礦石塊度圖像,為后續(xù)的算法分析提供了清晰可靠的圖像。

對(duì)礦石圖像采用改進(jìn)后的分水嶺圖像分割算法處理可實(shí)現(xiàn)對(duì)各類礦石圖像的高精度分割。同時(shí)采用等面積圓計(jì)算F80 值,高效且準(zhǔn)確的衡量礦石的粗細(xì)程度及變化。

實(shí)踐結(jié)果表明,該系統(tǒng)操作合理,檢測(cè)方便,可視化效果好,完全滿足實(shí)時(shí)礦石塊度分析技術(shù)要求,解決了由于缺乏塊度檢測(cè)分析系統(tǒng)而無法實(shí)現(xiàn)給礦塊度的自動(dòng)配比這一難題,同時(shí)為今后智能選礦廠的發(fā)展提供參考。