В данный момент мы готовим съемки нового большого подкаста с Николаем Михайловским – директором компании НТР, работающей в области промышленного AI и цифровизации горнодобывающих процессов. Компания развивает решения для анализа грансостава (PSD), компьютерного зрения, цифровых двойников и интеллектуального управления производством. Планируем обсудить тему перехода от обычного «анализатора содержания» к интеллектуальной системе управления рудопотоком (Digital Ore Intelligence), где химический состав, грансостав и поведение материала анализируются совместно.
Ранее я писал о том, что мы стали технологическим стартапом на бразильском рынке при помощи партнера SVA Tech — компании, которая специализируется на компьютерном зрении, AI и промышленных системах компьютерного зрения. Ее директор Rodrigo Bouchardet активно развивает это направление, и мы уже знаем, как технологии анализа изображения становятся частью промышленной аналитики и управления производством.
Главная идея состоит в том, что РФА показывает концентрации элементов в реальном времени, а AI и машинное зрение позволяют учитывать влияние грансостава, сегрегации, толщины слоя и структуры потока на стабильность сигнала и технологию обогащения. Ппока подскаст на стадии подготовки, я хочу поделиться своими мыслями по данному направлению.
Горнодобывающая отрасль постепенно уходит от локальных измерительных приборов к интегрированным системам интеллектуального управления рудой. Если раньше поточный анализатор решал задачу определения содержания металла, то сегодня рынок движется к концепции цифровой модели рудопотока в реальном времени. И ключевой драйвер этого перехода – объединение поточного рентгенофлуоресцентного анализа (XRF), анализа грансостава (PSD), машинного зрения и использования искусственного интеллекта.
Несмотря на то, что поточный РФА уже доказал свою эффективность на ГОКах как инструмент онлайн-контроля химического состава руды, одного его уже не достаточно. Система позволяет измерять содержание элементов непосредственно на конвейере и передавать данные в АСУ ТП для оперативного управления процессом. Но физика рентгенофлуоресцентного анализа накладывает ограничения, которые особенно заметны при анализе кусковой руды. Интенсивность характеристического излучения зависит не только от концентрации элемента, но и от грансостава материала; толщины слоя; пустотности потока; сегрегации кусков; самопоглощения излучения; матричных эффектов; статистики счета.
При изменении PSD изменяется геометрия взаимодействия рентгеновского излучения с материалом. Крупный кусок и мелкий материал с одинаковым химическим составом могут давать различную интенсивность линий из-за различной длины пробега первичного и вторичного излучения в веществе. Особенно чувствительны к этому низкоэнергетические линии легких элементов.
Поэтому без учета грансостава система видит только изменение сигнала, но не всегда способна корректно разделить изменение химии; изменение геометрии потока; изменение распределения кусков по размеру. Именно здесь появляется необходимость интеграции инновационных технологий.
PSD (Power Spectral Density) как часть метрологии поточного РФА
Анализ грансостава постепенно становится не дополнительным параметром, а частью модели коррекции РФА. Новые технологии позволяют в реальном времени оценивать:
- P80;
- распределение крупности;
- наличие негабарита;
- пустотность слоя;
- форму и текстуру кусков;
- степень сегрегации потока.
Эти данные используются для адаптации алгоритмов интерпретации РФА-сигнала.
Фактически возникает новая архитектура РФА измеряет химический состав, а PSD описывает геометрию потока. AI связывает оба массива данных в единую модель. Такой подход позволяет уменьшить дисперсию измерений и повысить устойчивость анализа в условиях нестабильного рудного потока.
Следующий логический этап – калибровка, которая будет учитывать не только концентрации элементов, но и параметры распределения кусков.
Основные задачи ГОКов, которые решает интеграция XRF + PSD + AI
- Стабилизация качества питания фабрики. Колебания содержания Fe, Cu, Ni и примесей напрямую влияют на извлечение; расход реагентов; устойчивость флотации; качество концентрата. Интеграция РФА и PSD позволяет отделять реальные изменения химического состава от изменений, вызванных грансоставом и структурой слоя. В результате снижается перерегулирование технологических процессов и уменьшается вариабельность параметров фабрики.
- Оптимизация дробления и измельчения. Измельчение — один из наиболее энергоемких участков фабрики. Машинное зрение оценивает грансостав потока, а РФА косвенно характеризует рудный тип и минералогические особенности материала. Совместная модель позволяет избегать переизмельчения; прогнозировать производительность мельницы и, в конечном итоге, снижать энергозатраты. Даже несколько процентов снижения энергопотребления дают значительный экономический эффект на крупных ГОКах.
- Предконцентрация и сортировка руды. Одна из наиболее перспективных областей — объединение XRF; XRT и ИИ. РФА определяет химический состав, а машинное зрение анализирует текстуру цвет и форму кусков. Совместная система принимает решение сразу по нескольким признакам, повышая контраст разделения между рудой и пустой породой.
- Управление blending и шихтованием. Для агломерации, плавки и кучного выщелачивания важна не только химия, но и поведение материала в процессе. РФА контролирует: Fe; SiO₂; CaO; Al₂O₃; MgO и вредные примеси. PSD и machine vision оценивают реакционную способность; однородность гранулометрии; склонность к сегрегации. В результате появляется возможность управлять шихтой комплексно, а не только по химическому составу.
От измерения к цифровому двойнику руды
Наиболее важное изменение — переход от отдельного прибора к интеллектуальной системе управления рудопотоком. Современные мировые решения уже объединяют: XRF; XRT; PSD; 3D-сканирование; machine vision; AI; геометаллургические модели. Наиболее заметные игроки рынка – это TOMRA; STEINERT; MineSense; NextOre; COMEX; RADOS.
Главная тенденция заключается в том, что система начинает прогнозировать измельчаемость, извлечение и другие показатели производительности фабрики. Это уже не просто анализатор содержания – это цифровой двойник рудного потока.
В этом смысле наше международное сотрудничество с партнерами из Бразилии хорошо ложится в общую логику развития отрасли: мы специализируемся на поточном РФА, промышленной аналитике, метрологии измерений и интеграции аналитики в АСУ ТП ГОКов, но в то же время интегрируем в свою работу компьютерное зрение, AI и цифровизацию промышленных процессов. С инженерной точки зрения сотрудничество формирует основу для создания системы, которая одновременно анализирует химический и грансостав, структуру потока, геометрию слоя и технологическое поведение руды. Фактически речь идет о новом поколении промышленных аналитических систем, где измерение становится частью предиктивного управления производством.
Именно в этом направлении сегодня развивается мировой рынок поточного анализа руды.