DE102022114041A1 - Method for oriented density evaluation of individual grains of a bulk material flow - Google Patents
Method for oriented density evaluation of individual grains of a bulk material flow Download PDFInfo
- Publication number
- DE102022114041A1 DE102022114041A1 DE102022114041.5A DE102022114041A DE102022114041A1 DE 102022114041 A1 DE102022114041 A1 DE 102022114041A1 DE 102022114041 A DE102022114041 A DE 102022114041A DE 102022114041 A1 DE102022114041 A1 DE 102022114041A1
- Authority
- DE
- Germany
- Prior art keywords
- density
- image
- pattern
- contrast
- individual grains
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000013590 bulk material Substances 0.000 title claims abstract description 9
- 238000011156 evaluation Methods 0.000 title description 13
- 230000003595 spectral effect Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 230000000149 penetrating effect Effects 0.000 claims abstract description 3
- 238000009826 distribution Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 6
- 230000002730 additional effect Effects 0.000 claims description 3
- 239000010432 diamond Substances 0.000 description 29
- 239000000463 material Substances 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 10
- 238000004875 x-ray luminescence Methods 0.000 description 7
- 229910003460 diamond Inorganic materials 0.000 description 5
- 229910052500 inorganic mineral Inorganic materials 0.000 description 5
- 239000011707 mineral Substances 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 239000010931 gold Substances 0.000 description 4
- 229910052737 gold Inorganic materials 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004094 preconcentration Methods 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 239000010802 sludge Substances 0.000 description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 3
- 229910052721 tungsten Inorganic materials 0.000 description 3
- 239000010937 tungsten Substances 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004020 luminiscence type Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000004876 x-ray fluorescence Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
- G01N23/087—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays using polyenergetic X-rays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
Die Erfindung betrifft ein Verfahren zur orientierten Dichtebestimmung an in Förderrichtung zugeführten Einzelkörnern eines Schüttgutstromes, wobei breitbandige Röntgenstrahlung die Einzelkörner durchdringt und von einer quer zur Förderrichtung angeordneten Zeilensensorik ortsaufgelöst in mindestens zwei Spektralbereichen zu jeweils einem Dichtegraubild L (301), H (302) aufgefangen wird, wobei eine pixelweise Berechnung der mittleren atomaren Dichte mit nachfolgender Dichteklassifizierung (31) aufgrund der Sensorsignale der in den wenigstens zwei Spektralbereichen aufgefangenen Röntgenstrahlung erfolgt, die zu einem Dichteklassenbild (32) führt, dadurch gekennzeichnet, dass- basierend auf den Dichtegraubildern L (301), H (302) der Spektralbereiche parallel zum erzeugten Dichteklassenbild (32) ein deckungsgleiches Kontrastmusterbild (52) errechnet wird,- das Kontrastmusterbild mit vorerstellten Kontrast-Referenzmustern (54) verglichen wird und- ein zu jeder Pixelposition des Kontrastmusterbildes (52) zugeordnetes Vergleichsergebnis in ein Kontrastmuster-Ergebnisbild (55) geschrieben wird.The invention relates to a method for oriented density determination of individual grains of a bulk material stream fed in the conveying direction, with broadband X-rays penetrating the individual grains and being spatially resolved by a line sensor system arranged transversely to the conveying direction in at least two spectral ranges, each to form a density gray image L (301), H (302). , wherein a pixel-by-pixel calculation of the average atomic density with subsequent density classification (31) takes place based on the sensor signals of the X-rays collected in the at least two spectral ranges, which leads to a density class image (32), characterized in that - based on the density gray images L (301) , H (302) of the spectral ranges parallel to the generated density class image (32), a congruent contrast pattern image (52) is calculated, - the contrast pattern image is compared with pre-created contrast reference patterns (54) and - a comparison result assigned to each pixel position of the contrast pattern image (52). a contrast pattern result image (55) is written.
Description
Die Erfindung betrifft ein Verfahren zur orientierten Dichtebestimmung an in Förderrichtung zugeführten Einzelkörnern eines Schüttgutstromes, wobei breitbandige Röntgenstrahlung die Einzelkörner durchdringt und von einer quer zur Förderrichtung angeordneten Zeilensensorik ortsaufgelöst in mindestens zwei Spektralbereichen zu jeweils einem Dichtegraubild aufgefangen wird, wobei eine pixelweise Berechnung der mittleren atomaren Dichte mit nachfolgender Dichteklassifizierung aufgrund der Sensorsignale der in den wenigstens zwei Spektralbereichen aufgefangenen Röntgenstrahlung erfolgt, die zu einem Dichteklassenbild führt.The invention relates to a method for oriented density determination of individual grains of a bulk material stream fed in the conveying direction, with broadband X-rays penetrating the individual grains and being spatially resolved in at least two spectral ranges to form a density gray image by a line sensor arranged transversely to the conveying direction, with a pixel-by-pixel calculation of the average atomic density with subsequent density classification based on the sensor signals of the X-rays collected in the at least two spectral ranges, which leads to a density class image.
Ein derartiges Verfahren zur Trennung von Schüttgütern ist aus der
Die im Markt verfügbaren Röntgensysteme, die nach dem DE-XRT - Prinzip arbeiten, werten eine relative Dichteinformation eines jeden Einzelkorns aus, indem eine Klassifizierung der Pixel in Dichteklassen erfolgt. Durch eine regelbasierende Auswertung der Pixelverteilung über die Dichteklassen je Einzelkorn wird schließlich die Materialart bestimmt. Der Vorteil dieses Verfahrens ist, dass es durch schnelle und einfache Algorithmen implementiert werden kann, jedoch geht die räumliche Verteilung der Dichte innerhalb des Einzelkorns verloren.The X-ray systems available on the market, which work according to the DE-XRT principle, evaluate the relative density information of each individual grain by classifying the pixels into density classes. The type of material is ultimately determined through a rule-based evaluation of the pixel distribution across the density classes for each individual grain. The advantage of this method is that it can be implemented using quick and simple algorithms, but the spatial distribution of density within the individual grain is lost.
Daher ist es Aufgabe der Erfindung, bei dem eingangs genannten Verfahren zur orientierten Dichteauswertung an Einzelkörnern eines Schüttgutstromes die räumliche Verteilung der Dichte zu erfassen, um eine detailliertere Auswertung zu ermöglichen.It is therefore the object of the invention to record the spatial distribution of the density in the method mentioned at the beginning for oriented density evaluation of individual grains of a bulk material flow in order to enable a more detailed evaluation.
Gelöst wird diese Aufgabe mit einem Verfahren gemäß Anspruch 1.This task is solved using a method according to claim 1.
Dadurch, dass basierend auf den Dichtegraubildern der Spektralbereiche parallel zum erzeugten Dichteklassenbild ein deckungsgleiches Kontrastmusterbild errechnet, das Kontrastmusterbild mit vorerstellten Kontrast-Referenzmustern verglichen und ein zu jeder Pixelposition des Kontrastmusterbildes zugeordnetes Vergleichsergebnis in ein Kontrastmuster-Ergebnisbild geschrieben wird, wird die räumliche Verteilung der Dichte erfasst, womit Einschlüsse von gesuchten Materialien in Einzelkörnern sichtbar gemacht werden können, beispielsweise für das Auffinden von in Kimberlit eingeschlossenen Diamanten.By calculating a congruent contrast pattern image based on the density gray images of the spectral ranges parallel to the generated density class image, comparing the contrast pattern image with pre-created contrast reference patterns and writing a comparison result assigned to each pixel position of the contrast pattern image into a contrast pattern result image, the spatial distribution of the density is recorded , with which inclusions of sought-after materials can be made visible in individual grains, for example to find diamonds enclosed in kimberlite.
Wenn das Dichteklassenbild als Muster der Verteilung der Dichteklassen mit vorerstellten Dichte-Referenzmustern verglichen wird, wobei ein zu jeder Pixelposition des Dichteklassenbildes zugeordnetes Vergleichsergebnis in ein Dichte-Ergebnisbild geschrieben wird, wird eine Bildauswertung der Dichteklassen durch Vergleich mit vorgegebenen Dichtereferenzmustern, die über das Dichteklassenbild geschoben werden, erreicht. Damit können charakteristische Dichteverteilungsmuster erkannt werden, die bei der einfachen bekannten Auswertung der Dichteklassen nicht erkannt werden können.If the density class image as a pattern of the distribution of the density classes is compared with pre-created density reference patterns, with a comparison result assigned to each pixel position of the density class image being written into a density result image, an image evaluation of the density classes is carried out by comparing them with predetermined density reference patterns which are pushed over the density class image are achieved. This makes it possible to recognize characteristic density distribution patterns that cannot be recognized in the simple, known evaluation of the density classes.
Dadurch, dass eine zeilenweise Auswertung des Dichteklassenbildes erfolgt und für jedes zusammenhängende Segment ein Segmentdatensatz erzeugt wird, zu dem die zugeordneten Ergebnisse aus dem Kontrastmuster- und/oder Dichtemuster-Ergebnisbild aufgenommen und mitgeführt werden, wird die Verteilung der Pixel über die Dichteklassen in diesem Segmentdatensatz beschrieben und die Ergebnisse aus dem Kontrast-Ergebnisbild und optional auch aus dem Dichte-Ergebnisbild für die weitere Auswertung mitgeführt.Because the density class image is evaluated line by line and a segment data set is generated for each contiguous segment, to which the assigned results from the contrast pattern and/or density pattern result image are recorded and included, the distribution of the pixels across the density classes in this segment data set becomes described and the results from the contrast result image and optionally also from the density result image are included for further evaluation.
Wenn aus den Segmentdatensätzen über benachbarte Zeilen zusammenhängende Segmente zur Generierung von Objekten zusammengeführt werden, wird die jeweilige Verteilung der Pixel auf die Dichteklassen sowie die Vergleichsergebnisse der flächigen Verteilungsmuster von Dichte und Kontrast jedes individuellen Einzelkorns des Schüttgutstromes als Objekt in der Datenverarbeitung beschrieben.If contiguous segments are brought together from the segment data sets across adjacent lines to generate objects, the respective distribution of the pixels across the density classes as well as the comparison results of the areal distribution patterns of density and contrast of each individual grain of the bulk material flow are described as an object in data processing.
Um die Position der Einzelkörner im Förderstrom verfolgen zu können, werden Geometriedaten zu jedem generierten Objekt als zusätzliche Eigenschaft für die Klassifizierung dieses Objektes erfasst und mitgeführt. Somit kann in der Datenverarbeitung das Objekt anhand der Geometriedaten verfolgt und bedarfsweise zielgenau ausgeschleust werden.In order to be able to track the position of the individual grains in the conveying flow, geometric data for each generated object is recorded and carried as an additional property for the classification of this object. This means that in data processing, the object can be tracked based on the geometry data and, if necessary, exported precisely.
Dabei werden aus dem Dichteklassenbild und dem Kontrastmuster- Ergebnisbild und/oder dem Dichtemuster-Ergebnisbild dem jeweilig generierten Objekt zugeordnete Eigenschaften bestimmt. Somit können die generierten Objekte anhand der ermittelten Eigenschaften beispielsweise in geeigneter Weise ausgeschleust und somit sortiert werden. Bevorzugt wird das generierte Objekt mit den zugeordneten Eigenschaften in Förderrichtung verfolgt und bei als auszusortierend festgestellten Eigenschaften ausgeschleust. Entsprechend können aus den in der Datenverarbeitung generierten Objekten die diese beschreibenden Einzelkörner aussortiert und somit aufkonzentriert werden.Properties assigned to the respective generated object are determined from the density class image and the contrast pattern result image and/or the density pattern result image. This means that the generated objects can be appropriately removed and thus sorted based on the properties determined. Preferably, the generated object with the assigned properties is tracked in the conveying direction and removed when properties are determined to be sorted out. Accordingly, from the objects generated in data processing which these descriptive individual grains are sorted out and thus concentrated.
Für die Auswertung können dabei für das Errechnen des Kontrastmusterbildes das/die Dichtegraubild(er) eines oder mehrerer Spektralbereiche verwendet werden.For the evaluation, the density gray image(s) of one or more spectral ranges can be used to calculate the contrast pattern image.
Grundsätzlich können die Kontrast- und/oder Dichtereferenzmuster unterschiedliche Größen und Formen haben. Bevorzugt haben die Kontrast- und/oder Dichte-Referenzmuster eine Größe von 3x3 bis 9x9 Pixel, wobei im Kontrastmusterbild oder im Dichtklassenmusterbild das Umfeld der jeweiligen, aktuellen Pixelposition mit dem Referenzmuster verglichen wird.In principle, the contrast and/or density reference patterns can have different sizes and shapes. The contrast and/or density reference patterns preferably have a size of 3x3 to 9x9 pixels, with the environment of the respective current pixel position being compared with the reference pattern in the contrast pattern image or in the density class pattern image.
Dabei können die Kontrast-Referenzmuster und/oder die Dichtereferenzmuster in unterschiedlichster Weise erstellt werden. Bevorzugt wird das Kontrast-Referenzmuster und/oder das Dichte-Referenzmuster aus einem Trainingssatz von gesuchten Einzelkörnern erzeugt. Dabei besteht ein Trainingssatz aus einer Vielzahl von Einzelkörnern, die die gesuchten Eigenschaften enthalten, beispielsweise Einschlüsse von gesuchten Materialien, wie Diamanten, Gold oder dergleichen.The contrast reference patterns and/or the density reference patterns can be created in a variety of ways. The contrast reference pattern and/or the density reference pattern is preferably generated from a training set of searched individual grains. A training set consists of a large number of individual grains that contain the properties you are looking for, for example inclusions of the materials you are looking for, such as diamonds, gold or the like.
Nachfolgend wird die Erfindung an einem Ausführungsbeispiel anhand der beiliegenden Figuren in Form von Ablaufdiagrammen beschrieben.The invention is described below using an exemplary embodiment using the accompanying figures in the form of flow charts.
Darin zeigt:
-
1 einen Aufbereitungsprozess nach dem Stand der Technik mittels Röntgenlumineszenz (XRL), -
2 einen bekannten Aufbereitungsprozess unter Nutzung von Röntgentransmission (XRT) und -
3 die erfindungsgemäße Signalverarbeitung.
-
1 a state-of-the-art processing process using x-ray luminescence (XRL), -
2 a known processing process using X-ray transmission (XRT) and -
3 the signal processing according to the invention.
Die Gewinnung von Diamanten aus Kimberlit hat eine lange Tradition. Anders als bei den alluvialen Lagerstätten, bei denen die Diamanten durch Witterung freigesetzt wurden, sind in kimberlitischen Lagerstätten die Diamanten zunächst in Kimberlit eingeschlossen. Kimberlit ist ein blaugrün bis schwarzes ultramafisches Gestein magmatischen Ursprungs. Es wird zur Gruppe der Peridotite gerechnet und kann als Begleitmineral Diamanten führen. Das Gestein bildet sehr tiefe bis an die Erdoberfläche reichende Schlote.The extraction of diamonds from kimberlite has a long tradition. Unlike alluvial deposits, where the diamonds were released by weather, in kimberlitic deposits the diamonds are initially enclosed in kimberlite. Kimberlite is a blue-green to black ultramafic rock of igneous origin. It belongs to the group of peridotites and can lead to diamonds as an accompanying mineral. The rock forms very deep chimneys that reach to the earth's surface.
Kimberlit wird meist im Tagebau abgebaut und in diskontinuierlicher Förderung mit Schwerlastkraftwagen zur Aufbereitungsanlage transportiert. Einen klassischen Aufbereitungsprozess zeigt
Zur Vorkonzentration wird das Kimberlit meist in zwei Kornbändern einer Dichtetrennung, nämlich Schwertrübesortierung 14 zugeführt, die typisch eine Aufkonzentration von 100:1 ermöglicht. Bei diesem Trennverfahren wird die höhere spezifische Dichte der freien Diamanten im Vergleich zum Kimberlit genutzt.For pre-concentration, the kimberlite is usually fed to a density separation, namely
Die Berge der ersten Stufe der Schwertrübesortierung werden einer tertiären Zerkleinerungsstufe 15 zugeführt und erneut klassiert 16. Ein Unterkorn 101 von 0 - 1 mm wird abgelegt. Aus dem Kornbereich 1 - 8 mm werden weitere Diamanten aufgeschlossen und in einer sekundären Schwertrübesortierung 17 ausgebracht.The mountains of the first stage of heavy pulp sorting are fed to a
Der vorkonzentrierte Materialstrom der primären und sekundären Schwertrübesortierung 14 und 17 wird nun einer Kaskade von sensorgestützten Sortiergeräten 18 zugeführt, um freie Diamanten nach dem Röntgen-Lumineszenzverfahren (XRL) zu detektieren und per Druckluftimpuls in einen Konzentratbehälter 19 zu befördern. Hierbei wird der flächig geförderte Materialstrom mit Röntgenstrahlung beaufschlagt. Der Lumineszenzeffekt im Bereich des sichtbaren Lichtes wird hierbei genutzt, um Diamanten zu detektieren und die Ausschleuseeinrichtung anzusteuern. Der Rest der sekundären Schwertrübesortierung 17 und der sensorgestützten Sortiergeräte 18 wird als Berge 102 abgelegt.The pre-concentrated material stream from the primary and secondary
Da es sich bei der Lumineszenz um ein Oberflächenverfahren handelt, können nur freie Diamanten mit reiner Oberfläche detektiert werden. Ist der Diamant zu stark verschmutzt, durch eine Oxidschicht bedeckt oder nur teilweise vom Kimberlit befreit, so ist er nicht detektierbar und geht verloren. Zur Vermeidung von Irritationen sei an dieser Stelle angemerkt, dass in der Praxis der Diamantengewinnung die Röntgenlumineszenz-Technologie oft fälschlicherweise als Röntgenfluoreszenz-Technologie (XRF) bezeichnet wird.Since luminescence is a surface process, only free diamonds with a pure surface can be detected. If the diamond is too dirty, covered by an oxide layer or only partially freed from kimberlite, it cannot be detected and will be lost. To avoid any confusion, it should be noted that in the practice of diamond mining, X-ray luminescence technology is often incorrectly referred to as X-ray fluorescence technology (XRF).
Mitte der 2000er Jahre wurde schließlich das Röntgentransmissionsverfahren (Dual Energy X-Ray Transmission - DE-XRT) in der sensorgestützten Sortierung etabliert, welches durch die Verwendung von zwei Energiebändern (Dual Energy) die Diskriminierung nach der mittleren atomaren Dichte ermöglicht entsprechend der eingangs genannten
Ein bekannter Aufbereitungsprozess unter Nutzung von XRT-Sortiergeräten und ohne Vorkonzentration durch Schwertrübe-Stufen ist in
Dieses nunmehr weiter zerkleinerte Durchgangsmaterial wird zusammen mit der Unterkorn-Fraktion < 50 mm aus der ersten Klassierstufe 21 in einer zweiten Klassierstufe 24 in ein Unterkorn von 0 - 8 mm und ein Überkorn von 8 - 50 mm geteilt. Bei der Sekundärzerkleinerung 23 werden weitere Diamanten frei und können nach der zweiten Klassierstufe 24 in der nachfolgenden zweiten XRT Sortierstufe 222 gewonnen werden. Hierbei wird mittels Tertiärzerkleinerung 26 und tertiärer Klassierung 27 weiter aufgeschlossen.This now further comminuted through-material is divided together with the undersize fraction <50 mm from the
Feinmaterial von 1,5 - 4 mm wird klassisch mittels Schwertrübesortierung 28 behandelt. Das Diamanten-Konzentrat dieser Schwertrübestufe wird in einer speziellen XRT Sortierstufe 224 aufbereitet.Fine material of 1.5 - 4 mm is treated classically using
Der oben beschriebene Aufbereitungsprozess wird bisher nur für die Gewinnung freier Diamanten eingesetzt, ist aber auch wichtige Voraussetzung für die Erkennung und Gewinnung von eingeschlossenen Diamanten in Kimberlit.The processing process described above has so far only been used for the extraction of free diamonds, but is also an important prerequisite for the detection and extraction of trapped diamonds in kimberlite.
Für die Detektion von eingeschlossenen Diamanten in Kimberlit reicht die Selektivität der Standard- DE-XRT Technik nicht aus, da der Einfluss eingeschlossener Diamanten auf die mittlere atomare Dichte überlagert wird von einer Reihe von Störeffekten wie z.B. das für Röntgen typische Signalrauschen, orts- und winkelabhängige Streuung der Dichteklassifizierung und Dichtevarianz in dem umgebenden Kimberlit.The selectivity of the standard DE-XRT technique is not sufficient for the detection of enclosed diamonds in kimberlite, since the influence of enclosed diamonds on the mean atomic density is overlaid by a number of disturbing effects such as the signal noise typical of X-rays, which are location and angle dependent Dispersion of density classification and density variance in the surrounding kimberlite.
Das erfindungsgemäße Verfahren erlaubt es, diese Einflüsse zu minimieren und eine hinreichende Selektivität mit Hilfe der räumlichen Auflösung zur Detektion von Diamanten, die in Kimberlit eingeschlossen sind, zu ermöglichen.The method according to the invention makes it possible to minimize these influences and to enable sufficient selectivity using spatial resolution for the detection of diamonds that are included in kimberlite.
Um eine möglichst hohe Selektivität zu erreichen, ist es entscheidend, dass der Aufbau der Röntgenkamera so gewählt ist, dass die Streuung der gemessenen Dichte möglichst gering ist. Die Streuung wird typischerweise durch den Öffnungswinkel der Röntgenstrahlung und durch die Streuung der verwendeten Bauteile wie Fotodiodenarrays, Szintillatoren und Filter verursacht. Unvermeidliche Streuungen müssen durch geeignete Korrekturmechanismen kompensiert werden. Ein geeigneter Aufbau der Kamera wird in der Anmeldung
Eine besondere Bedeutung kommt der Signalverarbeitung zu, die mittels geeigneter Bildverarbeitungsmethoden für jedes Einzelkorn des Schüttgutstromes rechnerintern ein Datenobjekt erzeugt, dass bestimmte Eigenschaften des Einzelkorns beschreibt. Diese Objekteigenschaften werden schließlich für die regelbasierende Klassifizierung der Objekte verwendet.Signal processing is of particular importance, using suitable image processing methods to generate a data object internally for each individual grain of the bulk material flow that describes certain properties of the individual grain. These object properties are ultimately used for the rule-based classification of the objects.
Eine Objektgenerierung 35 sucht Berührstellen der Segmente und fasst diese zu Objekten zusammen, so dass Objektdatensätze 36 die Beschreibung der Summeneigenschaften aller drei Pfade für das gesamte Objekt enthalten. Zusätzlich werden die Geometriedaten des Objektes mitgegeben, so dass diese Daten einerseits als zusätzliche Eigenschaften für die Klassifizierung der Objekte zur Verfügung stehen und andererseits die Position der Objekte im Förderstrom verfolgt werden kann. Die Objektdatensätze werden schließlich einer Objektklassifizierung 37 zugeführt, die eine regelbasierende Auswertung der Eigenschaften vornimmt und die Objekte eindeutig einer vordefinierten Materialklasse zuordnet. Wird das Röntgensystem als Analysegerät eingesetzt, so werden die erfassten Objektdaten für das Berechnen von Kenndaten des Schüttgutstroms wie Gesamtdurchsatz, prozentuale Verteilung der Materialien, und Korngrößenverteilung verwendet. Bei Sortieranwendungen werden die Materialklassen den Ausgängen eines Sortiergerätes zugewiesen und die Aktoren zur Ausschleusung der Einzelkörner, die den entsprechenden Materialklassen zugeordnet werden, mit Hilfe der Geometriedaten der Objektdatensätze ortsgenau ausgetragen, wofür Ventilsteuerdaten 38 dienen.An
Anders als der Pfad I, der Dichteklassifizierung, erlaubt der Pfad II in
Neben der Auswertung von Mustern der Dichteklassenverteilung wird der parallel arbeitende Pfad III zur Auswertung von Mustern der Grauwertverteilung des Dichtegraubildes H 301 und des Dichtegraubildes L 302 vorgeschlagen. Hierzu werden die Dichtegraubilder der beiden Kanäle 301 und 302 zunächst einem Kontrast-Mustergenerator 51 zugeführt. Dieser berechnet im Wesentlichen Grauwertdifferenzen des aktuellen Pixels zu den Pixeln der umgebenden Pixelmatrix und erzeugt als Ergebnis ein Kontrastmusterbild 52. Hierbei stehen unterschiedliche Berechnungsmethoden zur Verfügung. Das Kontrastmusterbild 52 wird einem Kontrast-Musterkomparator 53 zugeführt. Dieser vergleicht das Muster der räumlichen Verteilung der Kontraständerungen mit einem oder mehreren Kontrast-Referenzmustern 54. Der Kontrast-Muster-Komparator 53 liefert einen Kennwert „Match-Rate 2“ zurück, der aussagt, zu welchem Grad das Muster im Umfeld der aktuellen Pixelposition dem Referenzmuster entspricht. Diese Match-Rate 2 wird nun mit einem Vorgabeschwellwert Fit-Schwelle 2 verglichen. Ist Match-Rate 2 > Fit-Schwelle 2, so wird ein logisches „1“ (True) in ein Kontrast-Match-Ergebnisbild 55 für Kontrastwechselmuster geschrieben, sonst ein logisches „0“ (False).In addition to evaluating patterns of the density class distribution, path III, which works in parallel, is proposed for evaluating patterns of the gray value distribution of the density
Das Kontrast-Muster-Ergebnisbild 55 der Kontrastwechselmuster- Auswertung wird wie oben beschrieben bei der Segmentierung 33 mit ausgewertet und schließlich als Objekteigenschaft im Objektdatensatz zur Verfügung gestellt und wie oben beschrieben weiterverarbeitet.The contrast pattern result
Solche für die gesuchten Einschlüsse charakteristische Muster sind schnell so komplex, dass der Nutzer des Systems diese Muster und deren Varianzparameter nicht mehr manuell überblicken und definieren kann. Um die Parametrierung der Mustererkennung handhabbar zu machen, werden die Dichte- und/oder Kontrast-Referenzmuster 44, 54, und insbesondere die Kombination aus atomarer Dichteverteilung (Pfad I), Dichteklassenmuster (Pfad II) und Kontrastwechselmuster (Pfad III), durch eine Trainings- Software generiert. Für das Trainieren und Erzeugen der Dichte- und/oder Kontrast-Referenzmuster sind repräsentative Trainingssets der gesuchten Einzelkörner erforderlich. Da diese Trainingssets bezüglich der Anzahl Einzelkörner stets limitiert sind, erlaubt die Trainingssoftware das Variieren von Eigenschaften des Trainingssets, so dass eine vorgegebene Detektionsrate erreicht wird. Dieses Verfahren stellt sicher, dass schließlich eine bestmögliche Erkennungsrate des gesuchten Produktes möglich wird.Such patterns, which are characteristic of the inclusions being sought, quickly become so complex that the user of the system can no longer manually overview and define these patterns and their variance parameters. In order to make the parameterization of the pattern recognition manageable, the density and/or
Das oben beschriebene Verfahren lässt sich nicht nur bei der Detektion von Diamanten in Kimberlit einsetzen. Es ist vielmehr geeignet, um beliebige Einschüsse in den Körnern eines mineralischen Schüttgutstromes zu detektieren. Während bei der Detektion eingeschlossener Diamanten „Blasen“ geringerer Dichte detektiert werden, sind es bei Erzanwendungen meist „Blasen“ höherer Dichte". Die Einschlüsse können bei diesen Erzanwendungen in der Ausdehnung sehr klein sein. Als Beispiele wären hier Zinnerz, Wolframerz, Lithiumerz, Buntmetallerz, Polymetallerz und Golderz zu nennen. Bei Wolframerz hat das eingeschlossene Wolfram oftmals Einschlüsse, die lediglich einen Durchmesser von wenigen zehntel Millimetern besitzen und damit unterhalb der typischen Pixelauflösung der Röntgenkameras liegen. Gleichzeitig kommen Einzelkörner vor, die massive Einschlüsse aufweisen. Hier eignet sich das oben beschriebene Verfahren besonders gut durch Kombination der Verarbeitung 1 mit der Dichteklassifizierung zur Detektion der massiven Einschlüsse (Pfad I) und mit der Kontrastmusterdetektion (Pfad III) für die Detektion der Einschlüsse im sub-Millimeter-Bereich.The method described above can be used not only for the detection of diamonds in kimberlite. Rather, it is suitable for detecting any holes in the grains of a mineral bulk material flow. While "bubbles" of lower density are detected when detecting included diamonds, in ore applications they are usually "bubbles" of higher density. In these ore applications, the inclusions can be very small in size. Examples here would be tin ore, tungsten ore, lithium ore, non-ferrous metal ore , polymetallic ore and gold ore. In tungsten ore, the enclosed tungsten often has inclusions that are only a few tenths of a millimeter in diameter and are therefore below the typical pixel resolution of X-ray cameras. At the same time, there are individual grains that have massive inclusions. The above is suitable here The method described is particularly good by combining processing 1 with density classification for the detection of massive inclusions (path I) and with contrast pattern detection (path III) for the detection of inclusions in the sub-millimeter range.
Bei Golderz-Anwendungen hat man heute einen typischen Goldgehalt (Head Grade) von <5g/t. Bei diesem geringen Gehalt ist keine direkte Detektion von Einschlüssen mehr möglich. Vielmehr ist lediglich das Vorhandensein von Begleitmineralien möglich, wenn die Korrelation dieser Begleitminerale mit dem Erzgehalt stark genug ist. Dies kann bei sulfidischen Begleitmineralen der Fall sein. Diese sulfidischen Einschlüsse wiederum lassen sich mittels XRT nach dem hier vorgestellten Verfahren effizienter als bisher detektieren und durch Sortierung vorkonzentrieren. Hierbei wird meist eine sogenannte Negativ-Sortierlogik angewendet, d. h. es werden die Einzelkörner aus dem Förderstrom ausgebracht, die einen sehr geringen Gehalt haben, so dass am Ausgang dieses Prozesses ein Produkt mit höherem Erzgehalt zur Verfügung steht.Today, gold ore applications have a typical gold content (head grade) of <5g/t. At this low content, direct detection of inclusions is no longer possible. Rather, the presence of accompanying minerals is only possible if the correlation of these accompanying minerals with the ore content is strong enough. This can be the case with sulfidic accompanying minerals. These sulfidic inclusions, in turn, can be detected more efficiently than before using XRT using the method presented here and pre-concentrated by sorting. A so-called negative sorting logic is usually used here, i.e. H. The individual grains are removed from the conveying stream and have a very low content, so that a product with a higher ore content is available at the output of this process.
BezugszeichenlisteReference symbol list
- 100100
- RohfördergutRaw material to be conveyed
- 101101
- Unterkornundersize
- 102102
- BergeMountains
- 1111
- PrimärzerkleinerungPrimary comminution
- 1212
- SekundärzerkleinerungSecondary comminution
- 1313
- Primäre KlassierungPrimary classification
- 1414
- Primäre SchwertrübesortierungPrimary heavy haze sorting
- 1515
- TertiärzerkleinerungTertiary comminution
- 1616
- Sekundäre KlassierungSecondary classification
- 1717
- Sekundäre SchwertrübesortierungSecondary heavy haze sorting
- 1818
- Sortiergerätsorting device
- 1919
- Konzentratbehälter Concentrate container
- 2020
- PrimärzerkleinerungPrimary comminution
- 2121
- Primäre KlassierungPrimary classification
- 221221
- Primäre XRT-SortierstufePrimary XRT sorting stage
- 222222
- Sekundäre XRT-SortierstufeSecondary XRT sorting stage
- 223223
- Tertiäre XRT-SortierstufeTertiary XRT sorting stage
- 224224
- Quartäre XRT-SortierstufeQuaternary XRT sorting stage
- 2323
- SekundärzerkleinerungSecondary comminution
- 2424
- Sekundäre KlassierungSecondary classification
- 2626
- TertiärzerkleinerungTertiary comminution
- 2727
- Tertiäre KlassierungTertiary classification
- 2828
- Schwertrübesortierung Heavy haze sorting
- 301301
- Dichte-Graubild HDensity gray image H
- 302302
- Dichte-Graubild LDensity gray image L
- 3131
- DichteklassifizierungDensity classification
- 3232
- DichteklassenbildDensity class image
- 321321
- FilterstufenFilter stages
- 322322
- korrigierte Dichteklassenbildcorrected density class image
- 3333
- Segmentierung, SegmentierungsstufeSegmentation, segmentation level
- 3434
- ZeilensegmentdatensatzRow segment data set
- 3535
- ObjektgenerierungObject generation
- 3636
- ObjektdatensätzeObject records
- 3737
- ObjektklassifizierungObject classification
- 3838
- Ventilsteuerdaten Valve control data
- 4343
- Dichte-Muster-KomparatorDensity pattern comparator
- 4444
- Dichte-ReferenzmusterDensity reference pattern
- 4545
- Dichte-Match-Ergebnisbild Density match result image
- 5151
- Kontrast-MustergeneratorContrast pattern generator
- 5252
- KontrastmusterbildContrast pattern image
- 5353
- Kontrast-MusterkomparatorContrast pattern comparator
- 5454
- Kontrast-ReferenzmusterContrast reference pattern
- 5555
- Kontrast-Match-Ergebnisbild Contrast match result image
- L, HL, H
- EingangskanäleInput channels
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- EP 1703996 B1 [0002, 0023, 0032]EP 1703996 B1 [0002, 0023, 0032]
- DE 102020113814 A1 [0030]DE 102020113814 A1 [0030]
Claims (10)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022114041.5A DE102022114041A1 (en) | 2022-06-02 | 2022-06-02 | Method for oriented density evaluation of individual grains of a bulk material flow |
| PCT/DE2023/100386 WO2023232191A1 (en) | 2022-06-02 | 2023-05-24 | Method for analyzing the density of individual grains of a bulk material flow in an oriented manner |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022114041.5A DE102022114041A1 (en) | 2022-06-02 | 2022-06-02 | Method for oriented density evaluation of individual grains of a bulk material flow |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DE102022114041A1 true DE102022114041A1 (en) | 2023-12-07 |
Family
ID=86692720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE102022114041.5A Pending DE102022114041A1 (en) | 2022-06-02 | 2022-06-02 | Method for oriented density evaluation of individual grains of a bulk material flow |
Country Status (2)
| Country | Link |
|---|---|
| DE (1) | DE102022114041A1 (en) |
| WO (1) | WO2023232191A1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4760541A (en) | 1986-01-29 | 1988-07-26 | General Electric Company | Two dimensional digital spatial filter for enhancement of point sources |
| EP1703996B1 (en) | 2004-01-12 | 2007-10-17 | CommoDaS® GmbH | Device and method for separating bulk materials |
| US20100091943A1 (en) | 2008-10-10 | 2010-04-15 | Samsung Electronics Co., Ltd. | Apparatus and method for image processing |
| DE112014001140T5 (en) | 2013-03-05 | 2016-03-24 | Cabot Corporation | Process for the recovery of cesium or rubidium from secondary ore |
| DE102020113814A1 (en) | 2020-05-22 | 2021-11-25 | minrocon GmbH | Bulk material analysis device, bulk material separation device and methods for analyzing and / or separating bulk materials |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008157843A1 (en) * | 2007-06-21 | 2008-12-24 | Guardian Technologies International Inc. | System and method for the detection, characterization, visualization and classification of objects in image data |
| JP2011067333A (en) | 2009-09-25 | 2011-04-07 | Fujifilm Corp | Radiation imaging apparatus and imaging control device |
| RU2623692C2 (en) * | 2015-10-15 | 2017-06-28 | Общество с ограниченной ответственностью "Лаборатория Скантроник" | System and method for detecting diamonds in kimberlite and method for pre-beneficiating diamonds with their use |
-
2022
- 2022-06-02 DE DE102022114041.5A patent/DE102022114041A1/en active Pending
-
2023
- 2023-05-24 WO PCT/DE2023/100386 patent/WO2023232191A1/en unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4760541A (en) | 1986-01-29 | 1988-07-26 | General Electric Company | Two dimensional digital spatial filter for enhancement of point sources |
| EP1703996B1 (en) | 2004-01-12 | 2007-10-17 | CommoDaS® GmbH | Device and method for separating bulk materials |
| US20100091943A1 (en) | 2008-10-10 | 2010-04-15 | Samsung Electronics Co., Ltd. | Apparatus and method for image processing |
| DE112014001140T5 (en) | 2013-03-05 | 2016-03-24 | Cabot Corporation | Process for the recovery of cesium or rubidium from secondary ore |
| DE102020113814A1 (en) | 2020-05-22 | 2021-11-25 | minrocon GmbH | Bulk material analysis device, bulk material separation device and methods for analyzing and / or separating bulk materials |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023232191A1 (en) | 2023-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE3790473C2 (en) | Separating method for diamonds | |
| EP2335837B1 (en) | Device and method for separating heavy boulders with unwanted compositions | |
| EP2934772A1 (en) | Method and device for separating primary ore containing rare earths | |
| DE69818438T2 (en) | METHOD FOR CONTROLLING THE SURFACE OF A CONTINUOUS MATERIAL RAIL WITH IMAGE SEGMENTATION FOR DETERMINING DEFECTIVE AREAS | |
| DE112004000879T5 (en) | Method and apparatus for determining a particle parameter and processor performance in a coal and mineral processing system | |
| DE102010052338A1 (en) | Method and device for single-grain sorting of bulk materials of any kind | |
| DE102010022455A1 (en) | Method and apparatus for recognizing an object containing a target mineral | |
| EP2400458B1 (en) | Method and device for segmenting biological cells in an image | |
| EP3108461B1 (en) | Method for examining a value document, and means for carrying out the method | |
| DE102019111567A1 (en) | Method and device for X-ray inspection of products, in particular food | |
| DE202023101026U1 (en) | A combined image processing technique and a supervised learning-based system for the grain size distribution of sandy soils | |
| WO2005065848A1 (en) | Device and method for separating bulk materials | |
| DE102022114041A1 (en) | Method for oriented density evaluation of individual grains of a bulk material flow | |
| EP0661108B1 (en) | Method for optically sorting bulk material | |
| EP3468727A1 (en) | Sorting device and corresponding sorting method | |
| Kern et al. | Integration of X-ray radiography and automated mineralogy data for the optimization of ore sorting routines | |
| DE19720121C2 (en) | Method for the quantitative determination of the proportions of different substances in bulk goods | |
| AT523807A1 (en) | Process for dust suppression in crushers with spray devices | |
| EP0623885A2 (en) | Classification information acquisition device | |
| EP3799580B1 (en) | Méthode pour la sélection d'un capteur destiné au tri d'un mélange de matériaux basée sur la simulation du fonctionnement d'un tel capteur | |
| AT511399B1 (en) | METHOD FOR THE AUTOMATED CLASSIFICATION OF INCLUSIONS | |
| EP1567991B1 (en) | Method and device for verifying valuable documents | |
| DE102012022216A1 (en) | Device and method for checking value documents | |
| DE102005010867A1 (en) | Particle analysis or identification device for use in conveying flow, has linear sensors and processing unit calculating absorption characteristic of particles from signals of sensors of different spectral sensitivity | |
| DE202022001616U1 (en) | System for correction of package singulation results |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R163 | Identified publications notified | ||
| R081 | Change of applicant/patentee |
Owner name: MINROCON GMBH, DE Free format text: FORMER OWNERS: MINROCON GMBH, 52074 AACHEN, DE; RIEDEL, FABIAN, 50999 KOELN, DE |