1 在线检测与分析技术
在线检测与分析技术是实现自动化、智能化的基础。在过去的十年里，选矿过程的流量、物位、压力、温度、酸碱度等单一参数的检测应用的十分普及和成熟，这里就不再赘述。
选矿过程在线分析技术的开发与应用不仅从未止步，而且越来越被行业所重视。尤其是随着应用基础研究的快速发展，促进了高端分析系统等智能装备的开发与应用。这类装备通过一个或者多个参数的物理测量和数学建模，能够感知、预测生产中的矿物特征、设备状态、生产指标等复杂的、综合的、关联的过程信息。这些装备使得生产操作智能化成为可能，改变了选矿自动化传统的含义和任务，缩短了选矿自动化技术与生产成本、效益、安全、环保、管理、知识储备、人才培养等经济效益和社会效益之间的距离。
(1) 磨机状态监测技术
在诸多选矿设备中，磨机运行成本最高、能源消耗最大，磨机运行状态和效率的控制是实现磨矿过程节能优化的关键。决定磨机工作效能的三个因素：磨机筒体尺寸、提升衬板的状态和磨机的装载量及物料分布情况。如果能够及时掌握磨机内物料装载量、磨机内物料浓度粒度状态、衬板磨损程度等设备、状态信息，就能够及时调整磨机操作条件，使得磨机处理量最佳、运转效率最优、维护保养及时。因此，磨机状态监测技术一直是矿业技术研究的焦点和热点，国外的AMIRA、CSIRO、Outotec、COREM、JKMRC等研究机构都在这方面做了大量的研究工作。
磨机状态监测技术的种类很多。国际矿业联盟AMIRA立项、CSIRO承担的“基于振动测量的磨机负荷监测”项目，2006年研制成功了惯性供电系统、加速度计传感器组和无线多通道信号采集系统，利用振动测量方法预测磨机运行状态，2008年在North Parkes Mine进行了试验。2008年AMIRA利用了离散元素法模拟磨矿过程矿石、钢球、衬板之间的动力学特征，进而建立了多项磨机运行状态参数的预测模型，包括磨机负载、磨矿粒度、磨机衬板磨损状况、磨机物料分布范围等。Outotec公司2006年报道了利用功率曲线中的脉动信息预测磨机装载量并开发磨机装载量分析仪MillSense的研究，他们认为功率曲线中的脉动信息是由磨机周期性的将物料提升起来、再撞击到底部物料的运动过程产生的，因而能够通过对脉动信息的提取，以及其在磨机旋转周期的相位变化，来判断充填物料的运动趋势。
磨机电耳检测是采用声响法，将磨机工作过程中产生的噪音，通过麦克采集，转变成仪表信号的方法。据文献报道，该方法被用于南京银茂铅锌矿有限公司选矿厂、中国黄金集团内蒙古矿业有限公司乌努格吐山铜钼矿选矿厂等的磨矿控制系统中，起到了良好的应用效果。我国在较长一段时间内采用电耳方法预测磨机负荷状况，该方法在一定程度上能够反映磨机负荷状况，但是由于干扰信号种类众多、信号分析处理手段比较简单，准确度受到了一定影响。
2006年我国开始基于磨机筒壁振动信号检测与分析的“磨机/半自磨机负荷检测技术”研究，成功开发“基于振动测量的磨机负荷监测”系统，实现了振动信号采集和信号实时处理，设备在工业现场长期可靠运行。但是，磨机振动信号受衬板磨损程度的影响严重，随着时间的推移，信号会出现长期漂移。十二五期间，通过增加衬板磨损测量传感器，在线测量衬板磨损情况，对振动信号进行修正，极大地改进了系统的适用性，同时，可以预测衬板磨损，合理安排检修计划。目前，磨机振动信号的特征参量Beta可用于磨矿控制系统中,并已经成功应用于三山岛金矿、焦家金矿等选矿厂的磨矿给矿控制回路。
综合国内外的研究成果与应用实践看，磨机状态特征具有多参数耦合、时变、大滞后、多样化等特征，依靠单一检测技术或者方法的局限性很大，因此需要具体对象具体分析，根据被监测对象和具体磨矿工艺的特点，将动力学仿真、数据建模、多变量统计监控等多种技术有机整合，才能取得较好的效果。另一方面，这些年我国磨机设备自带的自动化系统比较成熟了，包括功率、电流等参数，润滑、液压等装置的临界操作和联锁控制等。从生产实践来看，这些看似简单的变量和信息，对磨机运行状态的分析也是非常重要的。
(2) 浮选泡沫状态分析技术
目前浮选泡沫状态分析技术以分析浮选泡沫表面视觉特征为主，是浮选工况和工艺指标的直接指示器，在实际矿物选别生产中，浮选泡沫表面视觉特征，如颜色、大小、流速、纹理等依靠人工观察，主观性强、误差大、效率低，无法实现浮选状态的客观评价与认知，造成生产过程不稳定，矿物原料流失严重，药剂消耗量过大，为此将机器视觉应用到矿物浮选过程的监控中，可以提高浮选过程的回收率。
近年来，基于机器视觉的浮选泡沫表面特征监测技术已引起了工业发达国家科研机构的高度关注并推出相应产品。C. Aldrich等、Ivana Jovanović等以及南非Mintek中共提及16款国外的泡沫图像产品。但相关文献较少，其中Visio Froth(Metso)，FrothMaster(Outotec)已在国外的矿山企业有了广泛的应用。国内北京矿冶研究总院、中南大学、中国矿业大学等也开展了浮选泡沫图像处理及检测技术的研究，取得了一定的研究成果。
J.F. Reddick等使用SmartFroth尝试通过颜色预测品位，并认为单独的颜色信息不能用来准确的预测精矿品位。A. Supomo等在印尼PT Freeport的粗选槽上，使用VisioFroth测量泡沫溢流速度，通过修改液位控制设定值，配以其他限制条件，调整产率，并宣称提高了粗选流程回收率2.4%。J. Leiva等使用VisioFroth测量泡沫输运估计空气回收率，I. Rojas等使用VisioFroth测量泡沫输运特性。
E. Sanwani等采用JK俘获法和CSIRO电导率法测量浮选槽内气泡体积分数并对比。Nicolas Barbian等通过专用隔离筒测量泡沫厚度来测量气泡稳定性，与泡沫图像测量的空气分散特性对比结果一致，证明适中的充气量是保持泡沫稳定性和回收指标的关键。Barbian. N等对气泡固体荷载和空气回收率进行测量，并引入两个参数泡沫体积矿物荷载和互相关极点，并研究这两个变量与浮选性能的相关性。Lin. B等提出并实施了一种的气泡尺寸估计方法。Nunez. F等开发了基于软测量的动态纹理预测为采样时泡沫速度的算法。M.H. Moys等对测量泡沫载荷的方法进行改进。C. Marais等通过泡沫图像信息估计铂品位。Mehrshad. N等提出了一种基于标记的自适应分水岭分割算法测量泡沫尺寸分布。A. Kramer等将化学品动态表面张力的测定快速气泡法引入到浮选中在线测量气泡表面张力。W. Kracht等采用随机逼近法测量泡沫尺寸分布。Nissinen. A等使用ERT测量数据对泡沫结构进行建模，并联合使用泡沫图像技术进行检测，结果表明两者有较好的相关性。Jahedsaravani. A等在实验室采用固定变量法改变浮选运行条件，使用图像技术分析泡沫信息，然后采用神经网络法进行建模。Ata. S等使用高速摄像机拍摄并分析颗粒对毛细管吹出气泡的影响。Morris. GDM等使用高速相机浮选并验证Dippenaar在1982年对方铅矿颗粒对气泡薄膜的影响，并提出一些不同的观点。
北京矿冶研究总院2008年开发出了BFIPS-I型浮选泡沫图像分析系统，该系统根据获取的浮选泡沫图像可以计算出浮选泡沫大小、个数、稳定性、速度、颜色、纹理等特征参数，该系统在德兴铜矿大山选矿厂铜钼混合浮选作业进行的工业应用，并实现了利用泡沫特征参数对精矿泡沫品位进行的预测。2014年BFIPS-II型浮选泡沫图像分析系统在山东黄金集团焦家金矿选矿厂中使用，通过联合调解锥阀以及充气量，控制浮选泡沫速度，实现了浮选过程的自动控制并取得显著效果。
中南大学也在基于机器视觉的矿物浮选过程监控技术方面取得了相应的研究成果，研发了铝土矿、铜矿、金锑矿等多种矿物浮选泡沫图像处理系统，其铝土矿浮选泡沫图像处理系统能够自动提取出表示泡沫颜色、大小、速度、纹理、稳定性、流动性等泡沫特征，并提供泡沫图像实时显示、特征曲线及工艺参数曲线实时显示，实现浮选泡沫状态的分类、识别与综合评价和自动生成生产报表等功能，该系统有效改善工人工作环境和劳动强度，对现场浮选操作提供指导信息，提高了浮选过程的自动化技术水平。
近几年许多学者针对泡沫纹理、尺寸、颜色、移动速度等特征的提取方法及浮选工况识别方法展开了大量研究。为了准确获取泡沫图像纹理，桂卫华等在灰度共生矩阵方法的基础上提出一种新的浮选泡沫图像纹理特征提取方法，将泡沫图像进行颜色空间转换，对转换后的泡沫图像计算其颜色共生矩阵，然后从归一化后的颜色共生矩阵中提取特征统计量，最后根据特征统计量表征的泡沫纹理状况，从而为浮选优化控制提供依据。刘金平建立了泡沬图像变换域系数的统计分布模型，并根据泡沫图像对应的视觉特征与浮选生产工况的相互关系，开发基于泡沫图像统计特征参量的粗选过程药剂添加健康状态的自动识别功能，以及浮选生产工况的综合分类与评价功能，以铝土矿浮选过程为对象,将所提出的方法应用到了浮选过程工况分类与识别中,并利用所收集的浮选操作知识,根据工况识别结果,为浮选现场操作工人提供了相应的操作指导。任会峰依据泡沫图像与浮选矿浆pH值的关联性，提出泡沫颜色、形态和纹理特征提取方法,建立基于泡沫图像特征与多工况子模型组合的pH软测量模型,实现铝土矿浮选pH值的实时检测,为浮选过程优化控制创造条件。周开军提出了基于分级分水岭算法的泡沫图像自适应分割方法，引入样本统计分布的概念,提取了气泡平均尺寸、方差、偏斜度及陡峭度等统计特征，提出了基于形态学签名变换的泡沫形状特征提取方法，对气泡形态特征进行量化。分析泡沫形态特征与矿物回收率的相关性,建立了基于最小二乘支持向量机的矿物回收率预测模型，为优化操作提供依据。林霞针对目前存在的浮选泡沫图像的纹理特征提取存在计算量大及精度低的特点,在图像的空间域中提出了基于CCHS的纹理特征提取方法。针对复杂工况导致浮选泡沫图像纹理复杂多变以及光照变化等鲁棒性等问题,在图像的频率域中提出了基于改进的Gabor小波变换的泡沬图像的纹理特征提取方法,将提取到的纹理特征用于工业分类。欧文军研究了速度和形状特征提取算法，一种基于宏块跟踪的泡沫运动速度提取方法,并引入最大势能的概念,模拟分水岭集水盆地的淹没过程,基于最大势能的分水岭分割方法获取泡沫的形状特征，采用专家知识系统为浮选过程优化控制提供指导。陈宁提出一种基于颜色共生矩阵的浮选泡沫图像纹理特征提取方法，通过统计泡沫图像纹理复杂度及与之对应的矿物品位，分析两者的变化关系，定性地指出泡沫纹理复杂度与矿物品位的相关性，给出浮选泡沫的最佳纹理复杂度区间。牟学民提出了一种自适应的基于Fourier-Mellin变换与模板匹配相结合的泡沫图像宏块跟踪方法来自动跟踪形变气泡以准确测量浮选泡沫流向刮板的速度，以及基于泡沫图像灰度 SIFT 与 Kalman滤波相结合的泡沫速度特征提取方法跟踪各种泡沬运动子块。针对泡沬稳定度特征难以定量描述问题,提出基于数字图像处理的浮选泡沫表面形变系数与破碎率特征提取方法,对泡沫形变系数、泡沫破碎率的量化描述。李建奇研究浮选泡沬图像的清晰度评价方法、泡沫图像的光照均匀化方法,以及泡沫图像的多尺度增强方法,进一步提出一种面向参数测量的泡沫图像自适应分割方法,在铝土矿浮选工业应用方面进行了研究。
其他基于泡沫图像处理技术的方法，还包括统计树型小波变换后的小波系数来提取精选泡沫图像纹理特征参数，利用ARMA(自回归滑动平均)动态纹理模型描述泡沫图像之间的相关性，以及提出基于旋转分类的模糊纹理谱纹理特征提取方法、基于局部特征贝叶斯概率模型的泡沫图像分类方法、基于改进LBP 算子的精选泡沫图像表面纹理粗细度特征提取方法、多分辨率下的小波变换方法、基于SIFT的速度特征提取、凸壳二叉树的SVM多类图像分类算法、小波变换结合ARMA的动态纹理建模方法、自适应分数阶微分图像增强方法、基于颜色共生矩阵(CCM)的纹理特征提取算法、基于PSO的混合尺寸泡沫图形分割方法。
(3) 浓密机负荷监测技术
浓密机负荷主要指的是储泥量，通过测量耙架扭矩、耙架电流、泥床压力、泥层厚度等手段均可以间接反映。泥床压力检测通常需要预先在浓密机锥底进行安装时预埋压力传感器，泥层厚度可以通过超声波物位计或浸入式红外浊度仪来实现，这两种方式的优点是反应储泥量更直接，缺点是需要做大量的标定工作。利用耙架扭矩、耙架电流判断浓密机储泥量很简洁实用，但是反应的设备状态信息很有限，失真率也很高。
近年来，软测量技术被应用到浓密机的研究领域。例如北京矿冶研究总院根据浓密机的工作原理，输入输出物料、浓密机电流/扭矩等信号实现了泥床厚度的预报。
(4) 矿石粒度分析
利用图像分割技术实现皮带运输机上的矿石粒度(块度)测量，测量对象包括粗碎、细碎的给矿矿石和破碎后矿石，自磨/半自磨机给矿矿石，以及皮带上的钢球、球磨机给矿等，以此为指导进行碎磨控制，能够提高碎矿和磨矿的生产效率和处理量。
美国SPLITENGEINEERING公司开发的Split-online Rock® Fragmentation Analysis system，KSX公司研发的PlantVision系统已在国外矿山用于生产实践。国内在这方面的研究起步较晚，尚处于工业试验研究阶段。
(5) 矿浆粒度测量
磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标，粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。国内外相关公司和科研机构已经研发出采用超声波衰减、直接测径、激光衍射等多种测量原理的稳定的检测方案和产品。
1.超声波粒度仪
超声波粒度仪主要由取样装置、空气消除器、传感器(超声波探头)、电子处理装置以及显示仪表部分组成。来自工艺流程的矿浆经过取样装置进入空气消除器，除去混入矿浆中的空气泡后，流进传感器进行检测，为了克服矿浆浓度的影响，传感器同时需要检测浓度引起的超声波衰减对测量结果进行校正。
采用超声波衰减原理的包括德国SYMPATEC GmbH生产的在线超声波衰减粒度仪OPUS(On-line Particle size analysis by Ultrasonic Spectroscopy)，美国热电公司的PSM-400型粒度仪，国产设备包括东方测控公司研发的DF-PSM在线超声波粒度分析仪等，这些产品在国内的矿山企业都有应用案例。
2.直接测径式粒度仪
直接测径式粒度仪(也称机械式粒度仪)一般由取样装置、流量稳定装置、标定取样器、测量头，电子控制显示单元等组成。其核心检测部件测量头部分由马达、减速机构、凸轮、测量柱塞、差动变压器、测量槽组成。通过马达、减速机构、凸轮、柱塞将马达的旋转运动转换为柱塞在测量槽中的上下垂直运动，带动陶瓷测量头完成测量动作。直接测径式粒度仪不需要除气装置，不受矿浆磁效应和矿浆中杂质的影响，浓度变化的影响也不敏感，从相关报道可见其推广应用的数量远大于其它测量原理的粒度仪产品。
3.激光衍射粒度仪
激光衍射粒度分析仪基于矿物颗粒的光散射，散射模型基于米氏理论，模型宽度取决于粒度尺寸。激光衍射法分析原理的一个优势在于它能够给全粒级分布的结构，不需要标定，而且在较宽的粒度范围上，它的重复性和精度均很好，但其缺点是被分析的样品数量很少，行业内对其应用的效果褒贬不一，芬兰Outotec公司的基于光衍射原理的PSI500粒度分析仪，在我国永平铜矿选矿厂已有相关的应用报道，但未见该产品在其它企业推广应用。
4.软测量技术
东北大学根据磨矿回路的特点，采用多输入层神经网络和遗传算法相结合的方法，提出了采用实数编码遗传算法训练多输入层神经网络的混合算法，建立了磨矿粒度的神经网络软测量模型，并在某大型选矿厂通过现场数据验证和实际应用验证了该方法的有效性.
(6)矿浆品位测量
矿浆品位的在线、实时分析对指导生产、节约药剂、控制产品质量和提高回收率等方面都起着非常关键的作用。在线、载流型X射线荧光分析仪是集电子、核电子、自动控制、精密仪器加工于一体的连续流程性工业过程参数分析的大型仪器设备，该类仪器在生产线上对生产过程连续、自动进行多元素成分分析，广泛适用于冶金、选矿、化工、建材等行业的过程分析领域。
矿浆品位分析仪从测量方法上来说，有波长色散X射线荧光分析(WDXRF)和能量色散X射线荧光分析(EDXRF)两种;而从获取X射线荧光的方法上来说，有放射性同位素和X光管两种不同激发源的X射线荧光分析。前者有以澳大利亚Amdel公司为代表生产的放射性同位素型在线X射线荧光分析仪;后者则有以芬兰奥托昆普公司为首，它以X光管为激发源，生产了库里厄系列的载流X射线荧光分析仪。由于波长色散X射线荧光分析在计数率、分辨能力、测量速度等方面都优于能量色散X射线荧光分析。多年来，奥托昆普公司一直致力于库里厄家族的开发、研制和生产，成为全世界著名的载流波长色散X射线荧光分析仪生产厂家，Courier系列品位分析仪在凡口铅锌矿选矿生产自动检测技术中的应用。当然，澳大利亚Amdel公司、美国丹佛公司、瑞典波利登公司等均开发出各自的载流X射线荧光品位分析系统，各具特色，并在世界各国得到广泛应用。
我国在“十一五”“863”研究计划中立项支持了“载流X荧光品位分析系统开发”课题。该课题由北京矿冶研究总院承担，研制成功了BOXA型载流X荧光品位分析仪，该分析仪系统包括一次取样器、多路器、分析仪控制单元、分析仪探头和分析仪管理站5部分组成。该仪器可以测量24个矿浆流道，5个金属元素，测量精度：高品位矿浆2%～4%，低品位矿浆4%～6%。一个品位分析系统最多可配置24个一次取样器，分属于4个多路器，一次取样器和多路器均由分析仪控制单元控制，根据测量需要完成取样和冲洗等工作。分析仪控制单元包括人机交互界面和模块化的控制器，各模块之间统一调度，协同工作。分析仪探头由高精度高压源、X光管、分光晶体和X射线探测器及制冷系统、温度控制系统等组成。通过分析仪的管理站可进行参数设计、回归模型分析、历史数据统计和报表等功能。目前BOXA型分析仪在国内外选矿厂已经推广应用十几台，取得了良好的应用效果。
与此同时，国内的中钢集团马鞍山矿山研究院有限公司丹东东方测控技术有限公司也研发成功了采用核辐射源作为激发源的能量色散型分析仪产品。
(7) 液位测量
Outotec2013年发布的新产品LevelSense，该产品用于检测浮选泡沫层厚度，其采用的是电阻抗成像技术,结构为探针式，并宣称该产品对液位检测更加准确可靠，并展开了更加深入的研究。
Pursiainen受Outotec委托，开发了一个用于LevelSense的喷淋清洗装置。Heiskanen Kari指导学生使用LevelSense，就电导率与工艺参数的关系进行研究。A. Nissinena针对探针式ERT探头提出两种简化模型算法，提高运算速度。Antti Nissinen等人发表关于使用LevelSense测量泡沫尺寸和泡沫载荷，进行深入开发。J Kourunen使用Outotec等提供的试验条件，对气液二相流成像进行研究，并在文章最后表示Numcore和Outotec在后续研究中成功的应用在三相流中。Suzanna Ridzuan Aw等人对电阻抗成像技术的应用做了一个回顾，大多集中在气含率及流体测量两个方面，此外还有泡沫上升速度和气泡尺寸测量等。
(8) 皮带上矿石品位分析
皮带上矿石品位分析目前以美国赛默飞的ECA系列产品最为成熟，该产品采用瞬发伽玛中子活化分析法(PGNAA)，主要应用在煤炭和水泥原料检测，Cottle, I在2007年铁矿石会议上介绍了该系列的第八代产品。
贾文宝等报告了大陆中电MJA型煤炭在线检测装置，应用关于多家电厂。高翔等对PGNAA技术应用于煤炭分析进行了研究。贾文宝等就煤炭重量对PGNAA分析的影响及修正进行的深入研究。宋青峰等使用PGNAA技术检测铜镍矿，并认为其满足现场检测控制的需要。
QQ交流群
