Гиперспектральная съемка о качестве руды на угольных и золотых рудниках
Исследователи из Школы машиностроения и горного дела Квинслендского университета (Брисбен, Квинсленд, Австралия); www.uq.edu.au ), в сотрудничестве с Институтом исследований полезных ископаемых Западной Австралии (MRIWA) (Восточный Перт, Вашингтон, Австралия; www.mriwa.wa.gov.au ), разработчиком технологий добычи полезных ископаемых Plotlogic Pty Ltd. (Боуэн-Хиллз, Квинсленд, Австралия; www.plotlogic.com ), Citic Pacific Mining company (Перт, Австралия; www.citicpacificmining.com ) и мировой золотодобывающей компанией AngloGold Ashanti (Ньютаун, Йоханнесбург, Южная Африка; www.anglogoldashanti.com ), разработали систему гиперспектральной съемки для создания карт местности и качества руды и поддержки разработки автономных карьерных экскаваторов.
Существующие методы определения качества руды на забое или открытой поверхности рудного месторождения оставляют желать лучшего. Положение забоя обязательно меняется в процессе добычи, что требует многократного определения уровня забоя. Современные методы сортировки забоя зависят от бурения и испытаний на разрушение, которые требуют времени, приводят к потере руды, но так и не предоставляют данных достаточной точности.
Система OreSense решает эти проблемы. Комплекс состоит из камеры HySpex (Skedsmokorset, Норвегия; www.hyspex.com ) VNIR-1800, охватывающей диапазон длин волн от 400 до 1000 нм, камеры HySpex SWIR-384, охватывающей диапазон от 1000 до 2500 нм, и лидарного сканера VLP-16 Velodyne (Сан-Хосе, Калифорния, США; www.velodynelidar.com ), используемого для создания 3D-облака точек горного забоя. Камеры и сканер располагаются в сенсорной головке, установленной на поворотно-наклонном устройстве, а остальная часть системы монтируется на задней части неподвижного транспортного средства.
Три приемника глобальной навигационной спутниковой системы (GNNS) с кинематическими коррекциями в реальном времени (RTK) ориентируют систему путем геолокации модели местности, построенной с помощью лидарного сканера. Это позволяет присваивать координаты GPS каждой точке на карте местности, чтобы точно определить местоположения, где собираются гиперспектральные данные, позволяя системе OreSense объединять данные гиперспектрального и 3D-сканирования. Оптимальное расстояние сканирования для системы составляет 30 м.
Сначала выполняется лидарное сканирование, чтобы убедиться, что сканирование местности захватывает всю интересующую область и позволяет оператору вносить коррективы. Затем устройство панорамирования и наклона перемещается по интересующей области, пока гиперспектральные камеры проводят линейное сканирование. Этот процесс выполняется на небольшой части сцены, чтобы убедиться, что гиперспектральные камеры фиксируют информацию в желаемом диапазоне длин волн. После внесения любых необходимых корректировок гиперспектральные камеры затем снимают весь забой шахты.
Солнечный свет как источник освещения соревнуется с искусственными источниками света для гиперспектральной съемки, такими как галогенные лампы или широкополосные светодиоды. Но искусственные источники света представляют проблему для обработки гиперспектральных данных, утверждают исследователи. Атмосферные условия, такие как влажность, например, тоже влияют на качество данных, поскольку водяной пар поглощает некоторые длины волн инфракрасного света. Система OreSense может быть запрограммирована с учетом этих переменных, корректируя их с помощью фильтров при обработке гиперспектральных данных.
Наконец, каждый пиксель на изображении помечается гиперспектральной информацией, и сверточная нейронная сеть (CNN) классифицирует метки для каждого пикселя. CNN тренируется на помеченных данных, собранных из образцов руды известного качества, значений химического анализа или полевых исследований с подтвержденными достоверными значениями.
Во время испытаний на китайско-железорудном проекте Citic Pacific и золотом руднике Tropicana, расположенных в Западной Австралии, с каждого участка были взяты образцы руды, освещены галогеновыми лампами и получены изображения с помощью гиперспектральных камер. Разработанные для прототипа системы для фильтрации шума, вызванного атмосферными условиями, фильтры длины волны использовались для получения изображений образцов руды, чтобы убедиться, что при тестировании и сборе гиперспектральных данных использовалось одинаковое количество спектральных каналов.
После сравнения достоверных данных с результатами сортировки руды, полученными с помощью анализа CNN гиперспектральных снимков, собранных системой OreSense, исследователи определили, что система успешно предоставила полезную информацию о сорте руды. Кроме того, в ходе экспериментов был установлен надлежащий алгоритм для развертывания системы на новых объектах. Был подан патент на эту технологию.
Существующие методы определения качества руды на забое или открытой поверхности рудного месторождения оставляют желать лучшего. Положение забоя обязательно меняется в процессе добычи, что требует многократного определения уровня забоя. Современные методы сортировки забоя зависят от бурения и испытаний на разрушение, которые требуют времени, приводят к потере руды, но так и не предоставляют данных достаточной точности.
Система OreSense решает эти проблемы. Комплекс состоит из камеры HySpex (Skedsmokorset, Норвегия; www.hyspex.com ) VNIR-1800, охватывающей диапазон длин волн от 400 до 1000 нм, камеры HySpex SWIR-384, охватывающей диапазон от 1000 до 2500 нм, и лидарного сканера VLP-16 Velodyne (Сан-Хосе, Калифорния, США; www.velodynelidar.com ), используемого для создания 3D-облака точек горного забоя. Камеры и сканер располагаются в сенсорной головке, установленной на поворотно-наклонном устройстве, а остальная часть системы монтируется на задней части неподвижного транспортного средства.
Три приемника глобальной навигационной спутниковой системы (GNNS) с кинематическими коррекциями в реальном времени (RTK) ориентируют систему путем геолокации модели местности, построенной с помощью лидарного сканера. Это позволяет присваивать координаты GPS каждой точке на карте местности, чтобы точно определить местоположения, где собираются гиперспектральные данные, позволяя системе OreSense объединять данные гиперспектрального и 3D-сканирования. Оптимальное расстояние сканирования для системы составляет 30 м.
Сначала выполняется лидарное сканирование, чтобы убедиться, что сканирование местности захватывает всю интересующую область и позволяет оператору вносить коррективы. Затем устройство панорамирования и наклона перемещается по интересующей области, пока гиперспектральные камеры проводят линейное сканирование. Этот процесс выполняется на небольшой части сцены, чтобы убедиться, что гиперспектральные камеры фиксируют информацию в желаемом диапазоне длин волн. После внесения любых необходимых корректировок гиперспектральные камеры затем снимают весь забой шахты.
Солнечный свет как источник освещения соревнуется с искусственными источниками света для гиперспектральной съемки, такими как галогенные лампы или широкополосные светодиоды. Но искусственные источники света представляют проблему для обработки гиперспектральных данных, утверждают исследователи. Атмосферные условия, такие как влажность, например, тоже влияют на качество данных, поскольку водяной пар поглощает некоторые длины волн инфракрасного света. Система OreSense может быть запрограммирована с учетом этих переменных, корректируя их с помощью фильтров при обработке гиперспектральных данных.
Наконец, каждый пиксель на изображении помечается гиперспектральной информацией, и сверточная нейронная сеть (CNN) классифицирует метки для каждого пикселя. CNN тренируется на помеченных данных, собранных из образцов руды известного качества, значений химического анализа или полевых исследований с подтвержденными достоверными значениями.
Во время испытаний на китайско-железорудном проекте Citic Pacific и золотом руднике Tropicana, расположенных в Западной Австралии, с каждого участка были взяты образцы руды, освещены галогеновыми лампами и получены изображения с помощью гиперспектральных камер. Разработанные для прототипа системы для фильтрации шума, вызванного атмосферными условиями, фильтры длины волны использовались для получения изображений образцов руды, чтобы убедиться, что при тестировании и сборе гиперспектральных данных использовалось одинаковое количество спектральных каналов.
После сравнения достоверных данных с результатами сортировки руды, полученными с помощью анализа CNN гиперспектральных снимков, собранных системой OreSense, исследователи определили, что система успешно предоставила полезную информацию о сорте руды. Кроме того, в ходе экспериментов был установлен надлежащий алгоритм для развертывания системы на новых объектах. Был подан патент на эту технологию.
13 мая / 2022
