矿石分选 | AISORT
应用概述 - 采矿与矿物
现代回收设施中的矿石分类
基于传感器的矿石分选 (SBOS) 通过在能源密集型研磨之前对有价值的矿石进行预浓缩，正在改变选矿工艺。通过在流程早期去除贫瘠的脉石，矿石分选可以减少 20-40% 的研磨能量，提高磨机的头品位，并使低品位矿床在经济上可行。该技术广泛应用于黄金、铜、铁矿石、锂、钻石和工业矿物作业。
材料特性和分类挑战
矿石分选挑战：吞吐量要求巨大（大型采矿作业需要 100-1,000 吨以上）；工作环境恶劣（灰尘、振动、极端温度、24/7 运行）；检测必须在粗糙、未清洗的岩石表面上进行；错误分类的成本很高——将有价值的矿石流失到废物流中会直接减少收入，而将废物送到工厂会增加每盎司/吨回收金属的加工成本。
推荐的排序技术栈
XRT（基于密度：硫化物矿石与硅酸盐脉石）+ NIR/SWIR（通过光谱特征识别矿物：氧化铜、氧化铁、粘土矿物）+ 激光诱导荧光（钻石检测）+ 辐射测量（铀）。多传感器融合通过交叉验证传感器输出来提高恢复能力。基于皮带的系统，结构坚固，适合采矿环境。
性能基准
| 指标 | 目标 |
|---|---|
| 矿石回收率 | >95% |
| 废物剔除 | 进料的30-70% |
| 吞吐量 | 50-500+t/h |
| 颗粒尺寸 | 10-300mm |
这些基准代表了现代基于传感器的分选设备可实现的性能，假设设备尺寸合适、维护良好，使用代表性原料进行操作。实际结果取决于具体的材料成分、产量和操作条件。