科研进展
当前: 首页 >> 工作动态

科研进展 | 磁场重叠干扰下的密集磁铁矿智能分选系统

2026年07月09日 17:13  点击:[]


作者信息

杨 杨,江西理工大学/赣南实验室(硕士研究生)

熊文清,江西理工大学/赣南实验室

张大千,江西理工大学

冯 凯,江西理工大学/赣南实验室(博士研究生)

曾祥荣,赣南科技学院

潘春荣,江西理工大学/赣南实验室

论文全文:https://doi.org/10.1016/j.mineng.2026.110601


1. 背景介绍

基于霍尔传感器(Hall-effect Sensor, HS)的磁铁矿分选方法通过测量磁信号强度,据以判定磁铁矿石品位并完成等级划分,并以喷吹手段将高低品位矿石进行分选,为资源高效利用与环境保护提供了有效手段。但是,低品位磁铁矿分选场景中存在光学传感器识别失效,且矿石磁信号对HS存在严重重叠干扰的问题,导致磁铁矿石位置难以精确解析,从而引发高误喷率。

本研究构建了一种基于动态磁场数据成像与深度峰值点检测的智能分选系统,将多个HS所采集的一维时序磁信号进行融合,从而搭建单个磁铁矿石的二维磁场强度分布图,以解决单块强磁性矿石被误判为多矿石的难题,并有效区分单块强磁性矿石信号与真实的多磁铁矿石重叠干扰信号,从而实现精细化控制。进一步地,该方法通过改进的YOLOv11-Pose网络进行关键点检测,精准检测分布图中的峰值点坐标,以确定磁铁矿石位置并执行精准喷吹分选。此外,开发了自适应喷吹控制策略,可依据实时检测的磁铁矿石位置动态选取喷吹通道。实验结果表明,所提方法将邻接磁铁矿分选中的废矿误喷率降低了43%,显著提升了磁铁矿石回收率与分选精度,为低品位矿产资源的高效利用提供了一种低成本、高精度的技术方案。


2. 文章亮点

本研究基于磁场畸变效应、磁场叠加效应以及霍尔效应构建了如图1所示的基于霍尔传感器的磁铁矿智能分选设备。在该设备中,霍尔传感器位于稳定磁场中,当磁铁矿石经过霍尔传感器上方时,磁铁矿将导致稳定磁场发生变化,从而被霍尔传感器检测出。通过分析霍尔传感器的数据输出,可实现磁铁矿石的准确定位。该设备为低品位磁铁矿石的分选提供了有效路径。

图1.(a)设备结构:(1). 送料模块;(2). 检测模块;(3). 数据采集模块;(4). 数据处理模块;(5). 喷吹控制模块;(6). 矿石收集模块 (b)工作流程图


本研究通过插值法将一维时序数据转换为二维磁场强度图,从而将磁铁矿石的位置信息进行有效表达。随后使用YOLOv11-Pose模型对二维磁场强度图中的峰值点进行检测,从而实现磁铁矿石的精准定位。相较于一维时序数据(图2a)以及插值后的三维点云数据(图2b),利用二维磁场强度图(图2c)与模型实现峰值点检测,可有效降低噪声的影响,并可将位置信息一同输出。为磁铁矿石的精确检测与定位提供了新的思路。

图2有效信号波形图:a 滤波后的八通道波形图;b 插值后的八通道波形图;c 二维磁场强度分布图


为实现磁场强度分布图中波形峰值点的正确检测,本研究设计了Coord-CBAM注意力机制,并将其嵌入至模型主干的尾部,从而提高模型检测峰值点的准确率。该注意力机制通过将坐标与位置信息嵌入至CBAM注意力机制的空间注意力机制以及通道注意力机制,从而有效提高模型对坐标与位置信息的敏感度,并使得峰值点的定位更加准确。

结合模型的检测结果,本研究设计了如图3所示的详细喷吹流程:使用最佳权重对二维磁场强度分布图进行波形分类与峰值点检测,若在分布图中检测到wave_up与wave_down的波形类别,则模型同时定位出峰值点,并输出峰值点在图像中的像素坐标,从而通过该坐标映射定位出磁铁矿石所在具体通道。若检测结果为more,则采用原始固定阈值喷吹方案进行保守处理。

图3 喷吹流程图


研究通过进行100组的矿石喷吹实验,对比了原始的固定阈值喷吹方案以及本研究所提方案的实际误喷率。如图4所示,原始喷吹方案的喷吹范围为30mm-60mm,误喷率为56%。本研究所提系统的喷吹范围则为10mm-30mm之间,有效的收窄了喷吹范围,且误喷率仅为13%,相较于原始喷吹方案下降了43%。

图4喷吹范围及精度改进分析图


为更好的验证本研究方法的有效性,研究中引入了基于插值的峰值点检测方法进行对比,并增加了随机扰动以及高斯噪声模拟现场环境,从而验证所提方法的稳定性。对比效果如图5所示,该图表明,本研究方法的误喷率一直低于基于插值的峰值点检测方法,且当噪声强度为0%-30%时,本研究方法的误喷率稳定处于20%以下,相较于基于插值的峰值点检测方法更加稳定。

图5不同方案通道范围对比图:a 原始喷出方案 b 本文方案


3. 总结与展望

本文提出一种基于多通道霍尔传感器阵列的磁铁矿智能分选系统。通过结合构建的动态磁场模型以及改进的YOLOv11-Pose模型,缓解了“多源多通道响应”的干扰问题,并实现了磁铁矿石所在通道的精准检测。在此基础上,系统针对不同类型的波形设计了差异化的喷吹策略,实现了喷吹通道的自适应控制,并结合所检测出的磁铁矿石的通道编码实现精准喷吹,将误喷率由56%降低至13%。

尽管本研究提出的方法在检测精度与实时处理方面取得了显著成效,但目前的验证主要基于八通道传感器,初步证实了方案的技术可行性。但耦合波形的磁源定位依旧面临缺陷,无法实现磁源解耦以及精准定位,且在面向更大规模的工业应用时,传感器通道的扩展、矿石吞吐量的激增以及更为复杂的矿石组合,都对系统的实时算力与算法稳健性提出了更高要求。后续研究将重点围绕大规模异构数据集的构建、耦合波形的解耦方式、传感器阵列的最优布局研究以及算法结构的持续轻量化迭代展开,以全面提升模型在动态工业环境中的分选性能。


期刊信息

《Minerals Engineering》由 Elsevier 于 1988 年创刊,2025 年影响因子 6.0,JCR 矿业与矿物加工、矿物学 Q1 区,中科院分区大类工程技术 2 区。作为矿物加工与提取冶金领域老牌权威期刊,该刊在全球矿冶学术界与行业工程界认可度高,是领域内成果发表、技术交流的核心主流载体。

上一条:科研进展 | 电沉积铜箔的稳定性:银的抑制作用 下一条:科研进展 | 面向工业时序预测的并串联ESNs

关闭