李多燕

（淮河能源集团选煤分公司潘集选煤厂，安徽淮南 232001）

近些年，我国智能煤矸分选技术飞速发展[1]。智能煤矸分选技术相比传统的人工选矸[2]、湿法选矸[3]和传统干法选矸[4]具有高效率、高精度、节省资源、保护环境等优点[5]。但是近年来针对智能煤矸分选主要侧重于可见光分选，包括煤矸石表面灰度值、灰度共生矩阵、表面纹理特征等等[6]。

何克焓[7]基于煤矸石分选环境和煤矸石的视觉特点，对神经网络进行改进，结果表明,改进后的神经网络在煤矸分选中比传统神经网络分选精度高。范振等[8]将煤和矸石的灰度特征与纹理特征制成样本并采用支持向量机进行训练，结果表明,煤矸识别率可达到96.7%。张勇等[9]基于机器视觉的方式，采取经典卷积神经网络模型对煤和矸石图像进行识别分类，并对各种经典网络进行评估，结果表明,AlexNet，ResNet50和ResNet101网络的训练准确率均在90%以上。朱金波等[10]研究了矿物组分对X射线识别的规律，通过对各种单一矿物和混合矿物的厚度变化，研究其灰度变化，最后用煤和矸石进行验证，结果表明,煤和矸石与单一矿物和混和矿物的变化规律趋于一致。

经过上述国内学者的研究成果分析，对智能光电分选的研究主要是纹理特征的提取和分选算法的选择和优化[11]，对分选过程中煤和矸石本质差异的影响研究较少。本文针对煤和矸石矿物组成差异对X射线分选的影响进行了试验研究。

1 X射线分选煤矸石原理

X射线煤矸分选技术是根据X射线的衰减原理，即煤和矸石对X射线的吸收系数不同[12]。在单能窄束X射线穿过物质时的能量衰减与射线强度和厚度有关，其穿透过程如图1所示。

图1 X射线穿透过程

取物体的一个微元厚度dT，射线在穿透dT厚度时衰减量为dI，则有：

其中μ为X射线吸收系数，在单能窄束X射线中为常数，负号表示的是衰减。两边同时积分得[6]：

式（2）也即Lambert-Beer公式。

但是工业X射线是多能的宽束射线，其射线中有多种能量光子，这会造成X射线在穿透物质过程中吸收系数μ会改变[13]，此时公式（2）中μ改成μ。而射线分选就是以煤和矸石的差异进行的[14]。

2 纯矿物和复合矿物的试验

2.1 试验样品和设备

本文从煤和矸石的本质差异出发，选择石墨粉、蒙脱石粉、高岭土粉和石英粉模拟煤和矸石中的矿物组成，将其制成4×4×h（cm）的立方体块，每个矿物的样品厚度为7～21 mm，变化量为1 mm，然后将其两两组合，组合方式为上下叠放的方式，分别得到厚度为7 mm石墨+（8~14）mm石英/高岭土/蒙脱石，7 mm石英+（8~14）mm石墨/高岭土/蒙脱石，7 mm高岭土+（8~14）mm石英/石墨/蒙脱石，7 mm蒙脱石+（8~14）mm石英/高岭土/石墨的组合，每个组合7个厚度级。然后将每种组合放在TDS智能干选机中成像，其成像原理如图2所示。

图2 成像原理

2.2 纯矿物结果

试验中选择的高岭土、蒙脱石、石英和石墨为纯矿物，其厚度为7～21 mm，将实验样品放入TDS智能干选机中成像得到高能和低能两幅图像，本试验结果选取低能区成像图片进行分析。样品在成像后得到的图片中包含两种类型的信息：一是背景皮带的灰度值；二是皮带和矿物重叠部分的灰度信息。成像后图片如图3所示。

图3 样品成像图片

将成像图片经过中值滤波降噪处理后，利用Imagej软件分析提取矿物区域部分的灰度值，然后减去皮带部分后，得到矿物灰度ΔG。其各纯矿物的结果如图4所示。

图4 单一矿物的灰度值

图4中石墨的灰度值明显低于其他三种矿物，这说明石墨的X射线平均吸收系数低于其他三种矿物。而其他三种矿物在不同厚度区间表现出的μ值不同，在7～13 mm范围内其值的大小为高岭土＞石英＞蒙脱石，14～20 mm范围内值大小为高岭土＞蒙脱石＞石英，而到20 mm后，由趋势可以看出μ值为蒙脱石＞高岭土＞石英。

2.3 组合矿物结果

将组合矿物按照与单一矿物相同的处理方法，得到每种组合矿物的灰度值，如图5。

图5 组合矿物的灰度值

煤和矸石的本质差异在于矿物组成，煤中的碳含量远大于蒙脱石、高岭土和石英中的含量，而矸石中石英的含量远大于其他矿物，这就是煤和矸石的差异。图5给出了这种矿物组合的灰度值，（a）图是7 mm石墨与其他矿物的组合，同一X坐标下表示的是7 mm石墨加上相同厚度的其他矿物，在图中所表示出的灰度变化并不大，这说明石英、高岭土和蒙脱石在混合了一定量的石墨后，其X射线平均吸收系数μ差距极小。而图（b）中是7 mm石英与其他矿物的组合，这三种组合从图中可以清楚地看到灰度值的变化，这说明石墨、高岭土和蒙脱石在加上一定量的石英后X射线平均吸收系数变化很大。

对比图（a）和（b）可以看出，石墨组合较其他矿物明显高于石英加上其他矿物的灰度值，而灰度值越高，说明对X射线吸收得越少。结合煤和矸石的矿物组分差异，说明以碳为主的煤与以石英为主的矸石，它们的X射线吸收量差异很大，这也是X射线可以分选煤和矸石的主要原因。

而高岭土和蒙脱石在煤中的占比较少，在矸石中的占比较多，而由（c）和（d）中可以看出，高岭土+石墨和蒙脱石+石墨的灰度值明显高于其他矿物组合，这也给煤和矸石的分选提供了可能性。

3 总结

本文通过对煤和矸石矿物组分的差异，利用四种纯矿物物质进行不同组合模拟煤和矸石，并进行X射线成像，通过分析其灰度值得到以下结论：

（1）单一矿物在不同厚度下会有不同的X射线平均吸收系数。

（2）一定量的石墨和其他三种矿物组合后，其使X射线平均吸收系数极为相近，基本无法进行识别，而高岭土、蒙脱石和石英在与其他矿物混合后灰度值都会明显变化。

（3）通过组合矿物的试验，发现以碳为主的煤和以石英为主的矸石对X射线吸收差异很大，这也是X射线可以对煤和矸石分选的本质原因。