檢視 BPMA矿物学自动分析系统的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://5b0988e595225.cdn.sohucs.com/images/20190904/e4613d88acfb4b9aae5c22cc380be422.jpeg width="300"></center>
<small>[https://www.sohu.com/a/338617963_210883 来自 搜狐网 的图片]</small>
|}

'''BPMA矿物学自动分析系统'''选矿流程[[设计]]的好坏和选矿指标的优劣，在很大程度上取决于对矿石性质及磨矿产品工艺矿物学参数的了解，以往靠人工在光学显微镜<ref>[https://www.sohu.com/a/523602955_120090782 如何选择一台适合自己的显微镜——显微镜的种类选择]，搜狐，2022-02-18</ref>下手动统计的方式速度慢、效率低、人为干扰因素大，难以指导选矿流程设计与优化。

==一、案例应用场景/领域==

矿冶领域[[工艺]]矿物学参数自动测试

==二、技术评价==

国际领先（[[中国有色金属工业协会]]）

==三、主要技术内容==

===1. 技术背景和意义===

选矿流程设计的好坏和选矿指标的优劣，在很大程度上取决于对矿石性质及磨矿[[产品]]工艺矿物学参数的了解，以往靠人工在光学显微镜下手动统计的方式速度慢、效率低、人为干扰因素大，难以指导选矿流程设计与优化。为提高工艺矿物学参数的测试速度和准确性，有效指导选矿设计，打破国外技术垄断，研发了BPMA矿物学自动测试系统。

===2. 技术要点和优势===

原理：首先要实现测试自动化机器化，通过API控制扫描电镜及能谱仪自动运行，形成自动扫描电镜-能谱系统；其次，研发图像分析技术，从扫描电镜背散射电子图像（BSEI）中提取矿石颗粒，进而对颗粒中矿物相进行分割（矿物分相），采集不同矿物相的能谱信息；再次，开发矿物自动识别系统，研发峰型比对识别矿物算法，通过能谱谱线和矿物能谱[[数据库]]<ref>[https://www.sohu.com/a/326223102_120220592 数据库发展史] ，搜狐，2019-07-12 </ref>中的谱线比对自动识别矿物；然后研发理论矿物能谱数据库，这是自动识别矿物的保障；最后，结合图像分析技术进行数据计算和处理，计算矿石的矿物组成及含量、[[矿石]]嵌布粒度分布、矿物嵌布粒度分布、矿物嵌布复杂程度、矿物解离度、连生程度、矿石的元素含量、元素赋存状态、颗粒平均密度分布、比表面等各种工艺矿物学参数。

要点：API控制扫描电镜形成自动系统；图像处理技术；矿物自动识别技术；理论能谱数据库。

实施关键点：图像处理的粘连颗粒分割、分水岭生长矿物分相提取算法；能谱比对自动识别矿物关键技术研发；[[理论]]能谱数据库合成方法研究。

技术优势：图像相分割[[准确]]、粘连颗粒分割准确、矿物识别准确、有完整丰富的矿物能谱数据库、提供全面专业的工艺矿物学参数，整套系统人为干预少，效率高。

==四、技术应用情况==

===1. 应用案例介绍===

BPMA系统已在山东黄金、西部矿业、[[北京科技大学]]、内蒙古科技大学等单位得到了推广应用，取得良好的应用效果。

（1）山东黄金集团分别于2018年和2020年采购引进两套BPMA系统，对其所有矿山选厂的选矿流程样及矿山不同部位原矿样及新投资的矿山的各种样品、堆存尾矿等进行全面广泛测试，引领了资源高效及综合利用。

（2）西部矿业集团自2017年采购引入BPMA[[系统]]，对其所辖矿山选厂进行多次工艺矿物学考察，促进其矿山选矿流程的优化。

（3）北京科技大学2018年引进BPMA系统，对全院全校老师的科研项目提供的样品进行了广泛的工艺矿物学测试，提高了其研究及教学质量。

（4）内蒙古科技大学2019年引进BPMA[[系统]]，利用BPMA系统对给予包头稀土资源的课题所涉及的样品进行了广泛的测试，极大提高了课题组对包头稀土资源矿石性质的认识。

（5）此外，在矿冶科技集团矿冶过程自动控制技术国家重点[[实验室]]、矿物加工科学与技术国家重点实验室各有一套样机，主要用于工艺矿物学参数自动测试系统的研发调试工作，并开展矿产资源可利用性评价和选冶工艺矿物学研究。此外，在深海战略资源开发利用、岩（矿）石学信息可视化和定量化表征、尾矿二次资源利用、海关进出口检验、环保等方面也取得了一系列重要研究成果。

===2.服务科创中国城市（园区）情况===

（1）[[北京市]]中关村

（2）青海省西宁

（3）[[内蒙古自治区]]包头。

==参考文献==
[[Category:500 社會科學類]]