分选这件事,正在变成一道可以计算的问题
发布时间:2026-11-19 来源:名德光电 浏览次数:9次

在矿山,分选曾经高度依赖人的眼睛和手。工人站在传送带旁,凭经验判断哪块是矿、哪块是废石,一伸手、一拨弄,决策就完成了。这种判断的局限显而易见:颜色相近的矿物难以区分,粒度越小越吃力,而人的状态、光线、疲劳程度都在悄悄影响结果。矿业长期以来接受这种局限,因为似乎也没有更好的办法。

变化是从光开始的。当一束光打在矿石表面,反射回来的光谱携带着颜色、纹理、光泽乃至更细微的表面特征。光电分选设备所做的,是捕捉这些信号,并将其转化为可执行的判断——高速气嘴在毫秒级时间内把目标物料与废石分开。这套逻辑在合肥名德光电的设备上已经运行了十余年,从早期的矿石色选机到后来的人工智能分选机、X光智能分选机,产品形态在变,但核心命题始终是同一个:让分选依据从“人眼所见”扩展到“机器所能感知” 。

真正值得注意的,不是设备跑得多快、精度多高,而是分选决策的依据发生了根本性的位移。传统色选依赖表面颜色,但当矿石颜色接近、仅凭可见光无法区分时,判断就卡住了。名德光电的做法是将判断维度拓宽:高光谱与高分辨率视觉系统不仅读取颜色,还捕捉纹理、质感、光泽,甚至斑点和形态上的细微差异。X光智能分选机则完全绕开可见光的限制,依据原子密度识别物料内部结构。换句话说,机器不再模仿人眼,它走了一条人眼走不了的路。

这种位移在实际矿种上产生的效果,比任何技术描述都更具体。

湖北某磷矿的原矿品位只有16%,直接销售价值有限,走传统浮选又面临磷石膏尾矿的处理压力。名德AI分选机对10—40mm粒级原矿进行富集,分选后的废矿直接用于矿区回填,从源头削减了尾矿量。另一个磷矿项目的验收数据显示,分选后磷精矿纯度提升至25%以上,尾矿含磷量降至5%以下。这些数字的意义不在于设备“很厉害”,而在于一个低品位矿山的经济账被重新计算了:原本不值得开采的矿石,因为前端多了一道分选工序,进入了可盈利的区间。

金矿的案例更能说明“判断依据位移”的价值。江西某金矿原矿品位仅0.5—0.8g/t,全粒级粉碎选冶的成本足以吞噬利润。名德分选机对10—30mm粒级进行预富集,将精矿品位提升至1.5—2.3g/t,尾矿品位控制在0.1g/t以下,每吨矿石价值提升200—400元。这里的关键并非“把金子选出来了”,而是在进入高成本磨矿和选冶环节之前,先把大量不含金的废石干净地扔掉。分选的角色从“终端提纯”前移到了“前端决策”,后续流程的负荷和成本随之改变。

非金属矿领域面对的是另一种难度。硅灰石中常伴生颜色相近的石灰石,滑石中混杂着硅石和方解石,这些同色伴生矿让传统色选几乎无从下手。名德AI分选机的开放式建模平台允许使用人员根据特定矿石的特征直接引导设备学习,针对不同矿区、不同层位的物料快速调整模型。辽宁海城一家滑石选矿厂的运行结果是:滑石纯度从35%跃升至95%以上。设备并没有变得“更聪明”,它只是被允许从更多维度去定义“什么是滑石”,而不再仅仅依赖颜色这一个维度。

把视线拉远一点,名德光电所处的合肥,本身就是一个光电技术与人工智能人才密集的城市,公司2014年成立以来积累的80余项专利和40余亩研发基地,构成了这些设备从实验室走向矿山的底层支撑。但技术底座的厚度,最终要通过矿山现场的运行数据来兑现。名德设备覆盖的矿种从磷、钙、硅等非金属扩展到金、锰、铁矿等金属矿,设备也进入了海外矿产资源国。

这些进展放在矿业转型的大叙事里,并不需要被包装成“重塑”或“破局”。更诚实的描述是:分选这道工序,正在从一种依赖经验和感官的手艺,变成一道有输入、有算法、有输出、可追溯的计算问题。人仍然在系统里——设定目标、调整模型、判断经济性——但“看一眼、拨一下”的那个瞬间,已经被光谱、算法和气嘴的协同替代了。这道计算题还远未做完,复杂矿脉的识别、高湿度环境下的稳定性、多传感器融合的深度,都是尚未闭合的环节。但它至少提供了一种不同于过去的确定性:当矿石进入分选环节,它面对的不再是某一个人的判断,而是一套可以被检验、被迭代、被复现的逻辑。对矿业来说,这种确定性本身,可能比任何单台设备的参数都更有分量。

首页 产品中心 服务中心 联系我们