Управление флотомашиной производит технолог-флотатор, который вручную меняет подачу компонентов в зависимости от того, как выглядит пена. Это вызывает проблемы, потому что флотатор один, а машин в отделении много, и за всеми одновременно следить он не может. Ученые ПНИПУ разработали простой и эффективный метод распознавания состояния пены, который позволяет исключить влияние человеческого фактора, увеличить извлечение нужных компонентов из руды и снизить экологическую нагрузку на окружающую среду.
Исследование опубликовано в журнале «Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника» том 23, №1 за 2023 год.
Для обогащения калийных руд применяют пенную флотацию, в том числе шламовую (удаление нерастворимого остатка) и сильвиновую (разделение хлоридов калия и натрия). В ходе флотации через пульпу (смесь тонкоизмельченной руды с водой и реагентами) пропускают пузырьки воздуха. При шламовой флотации в пене всплывает нерастворимый остаток, при сильвиновой – полезный продукт, хлорид калия. Пена смахивается в лоток-приемник вращающимся пеногоном. Отклонения в составе руды могут привести к неполной флотации, тогда хлорид калия вместо готового продукта уходит в отвалы. Визуально отклонения от нормального процесса наблюдаются как дефекты пены. Флотаторы их называют «лысой» пеной, «неровной», «не красной».
Система компьютерного зрения могла бы распознать эти отклонения и скорректировать процесс быстрее, чем человек. Так успешно делается при флотации полиметаллических руд, где пузырьки контрастные, а их края почти черные. Но в сильвиновой флотомашине пена блеклая, и распознавать края пузырьков очень сложно и долго. Поэтому ученые ПНИПУ предложили вместо самих пузырей рассматривать блики с их поверхности от точечного источника света. Кроме бликов видеокамера снимает и антиблики – черные пятна на пузырьках искаженной формы. При правильной настройке алгоритмов предварительной обработки, изображения 
распознаются быстро и надежно.
Мы разработали свое программное обеспечение и на нем обрабатывали видеопотоки, полученные на разных машинах ПАО «Уралкалий» и ООО «Еврохим – Усольский калийный комбинат». В последнее время занимались улучшением алгоритмов за счет учета антибликов – определяли, сколько лучше брать подряд кадров при одном положении пеногона и как можно статистически обработать характеристики бликов для более раннего распознавания переходных процессов в машине. Например, если брать по три кадра подряд и правильно настроить фильтрацию шумов, время обработки почти не растет, а вот качество увеличивается на несколько процентов. Наш метод показал высокую точность – в некоторых точках значение погрешности изменяется на 0,5–1,5 %, но в большинстве случаев результаты полностью совпадают,
– рассказывает доктор технических наук, профессор, заведующий кафедрой «Автоматизация технологических процессов» Березниковского филиала ПНИПУ Андрей Затонский.
По словам ученого, важным также оказалось, что одна статистическая характеристика бликов хорошо описывает начало переходного процесса, а другая – его окончание. Это надо учитывать при построении системы регулирования или сигнализации отклонений.
Разработка пермских политехников позволит более полно обогащать калийную руду и получать компоненты для удобрений с минимальным участием человека в процессе. Бликовый метод оказался хорошо применимым также для распознавания размеров горнорудных окатышей (комков рудного концентрата), дефектов листового металла.
Опубликованный материал и фото предоставлены пресс-службой ПНИПУ