[发明专利]一种基于XRT射线的白钨分选方法和系统

说明书

一种基于XRT射线的白钨分选方法，包括：S1、传输原矿依次通过X射线处理区和喷射区并获得原矿X射线图像；S2、采用对抗神经网络对所述原矿X射线图像进行处理以分选出白钨矿石并计算所述白钨矿石的空间坐标；S3、基于所述白钨矿石的空间坐标计算所述白钨矿石落到喷射区中喷阀位置处的跌落时间并控制基于所述跌落时间控制所述喷阀向所述白钨矿石喷射压缩空气进行分选。实施本发明的基于XRT射线的白钨分选方法和系统，通过采用对抗神经网络，能够精准识别白钨矿石，因此可以有效减少白钨矿石的浪费、降低原矿的抛费率、降低矿企的生产成本、提高矿企的经济效益。

技术领域

本发明涉及矿石识别领域，更具体地说，涉及一种基于XRT射线的白钨分选方法和系统。

背景技术

钨在冶金和金属材料领域中属高熔点稀有金属或称难熔稀有金属。钨及其合金是现代工业、国防及高新技术应用中的极为重要的功能材料之一，广泛应用于航天、原子能、船舶、汽车工业、电气工业、电子工业、化学工业等诸多领域。在现有技术中，通常采用手选方式对白钨矿石进行识别采选，因此存在生产效率低、成本高、工人劳动强度大且分选率低的缺陷。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于XRT射线的白钨分选方法和系统，其能够精准识别白钨矿石，因此可以有效减少白钨矿石的浪费、降低原矿的抛费率、降低矿企的生产成本、提高矿企的经济效益。

本发明解决其技术问题所采用的技术方案是：构造一种基于XRT射线的白钨分选方法，包括：

S1、传输原矿依次通过X射线处理区和喷射区并获得原矿X射线图像；

S2、采用对抗神经网络对所述原矿X射线图像进行处理以分选出白钨矿石并计算所述白钨矿石的空间坐标；

S3、基于所述白钨矿石的空间坐标计算所述白钨矿石落到喷射区中喷阀位置处的跌落时间并控制基于所述跌落时间控制所述喷阀向所述白钨矿石喷射压缩空气进行分选。

在本发明所述的基于XRT射线的白钨分选方法中，所述步骤S2进一步包括：

S21、采用卷积神经网络生成器和卷积神经网络鉴别器搭建对抗神经网络；

S22、分别采用真实正负样本矿石图像训练所述卷积神经网络鉴别器；

S23、采用所述卷积神经网络生成器生成假正负样本矿石图像并采用所述卷积神经网络鉴别器鉴别所述假正负样本矿石图像；

S24、基于所述卷积神经网络鉴别器的鉴别结果训练所述卷积神经网络生成器；

S25、重复执行步骤S22-S24并调整所述对抗神经网络的权重直至达到预设识别精度；

S26、采用所述对抗神经网络对所述原矿X射线图像进行处理以分选出白钨矿石所在的原矿X射线图像区域；

S27、将所述原矿X射线图像区域转换成所述白钨矿石的空间坐标。

在本发明所述的基于XRT射线的白钨分选方法中，所述对抗神经网络的公式为：

其中，G表示所述卷积神经网络生成器，D表示所述卷积神经网络鉴别器，X表示原矿X射线图像，z表示所述卷积神经网络生成器生成的网络噪声，G(z)表示所述卷积神经网络生成器生成的假正负样本矿石图像；表示真实矿石图片的概率分布，表示所述卷积神经网络生成器生成的假正负样本矿石图像的概率分布。

在本发明所述的基于XRT射线的白钨分选方法中，所述卷积神经网络生成器和所述卷积神经网络鉴别器分别包括输入层、卷积层、非线性层、池化层、全连接层和输出层。

在本发明所述的基于XRT射线的白钨分选方法中，所述步骤S2进一步包括在执行步骤S21之前，执行步骤S20、生成真实正负样本矿石图像。