ZEISS/蔡司MCPAS-I礦物特征參數分析系統

處理實際樣品時，本系統首先自動拍攝樣品中顯微圖像并拼接，然后自動獲取拼接大圖中礦物的色彩特征信息，與之前已經建好的目的礦物種類數據庫進行對比，由此實現光學顯微鏡圖像中金屬礦物的自動識別和分類。

礦物特征參數自動分析系統

研發背景

工藝礦物學是地質、選礦、冶金交叉的一門學科。圍繞礦山生產，主要查明礦石或選礦產品中有價礦物的工藝特性，可以為制定合理工藝流程、評價選礦指標的合理性以及優化流程提供指導，大大提高礦山生產效益。

礦物關鍵特征參數自動測量的必要性

對于礦石及選礦產品中有價礦物的工藝特征參數的研究，傳統常用的方法是由工藝礦物學研究人員通過光學顯微鏡、掃描電鏡對樣品中的礦物進行觀察和分析。但是，這種工作方式對技術人員的水平要求較高，而且由于是人工操作，工作效率相對較低，數據重復性差。

因此，礦物特征參數自動分析系統（MineralCharacteristicParameterAuto-analysisSystem，簡稱：MCPAS）可有效提高工藝礦物學研究的效率和數據的準確性。尤其對于缺少工藝礦物學專業研究人員的礦山生產一線，一套可供非專業人員使用的礦物特征參數自動分析系統，是目前各礦山選礦生產亟需配備的儀器。可以為選礦廠實現精細化管理提供重要的指導作用：能夠幫助現場技術人員及時了解磨礦細度是否合適，尾礦金屬損失是否合理，對現有流程的合理性做出評價，并指明選礦工藝流程優化的方向。

應運而生的MCPAS

光學顯微鏡是鑒定礦物常用和比較方便的一種手段，在礦石性質和和特征參數研究方面簡便實用。北京礦冶總院和北京普瑞賽司儀器有限公司通力合作，在多年積累沉淀下來的豐富的工藝礦物學實踐經驗的基礎上經過深入研究，以金屬礦物本身所具有的反射色的色彩信息為依據，利用現代數字圖像分析技術，成功突破了光學顯微鏡圖像中金屬礦物的自動快速識別，以及準確測量原礦、流程產品中目的礦物的粒度及解離度等重要工藝參數的技術難點，開發出了基于光學顯微鏡的礦物特征參數分析系統。

ZEISS/蔡司MCPAS-I礦物特征參數分析系統產品介紹

基本原理

MCPAS以反射偏光顯微鏡為硬件基礎，利用電荷耦合圖像傳感器CCD（Charge-coupledDevice）把模擬圖像轉化為數字圖像，再利用數字圖像技術進行分析和測試。不同的礦物，尤其是金屬礦物，在反射偏光顯微鏡下會呈現出特征的反射色。以礦物顯微圖像中目的礦物呈現出的色彩特征RGB（Red紅，Green綠，Blue藍）為基礎進行HSV（Hue色調，Saturation飽和度，Value明度）色彩模型轉換，并對礦物反射色色彩進行量化表征（圖1）。不同礦物的HSV值存在一定的差異（表1），以此建立起目的礦物數據庫，作為礦物自動識別的標準。

處理實際樣品時，本系統首先自動拍攝樣品的顯微圖像并拼接，然后采用腐蝕、膨脹、銳化以及平滑等圖像技術方法對礦物顯微鏡圖像進行預處理，使圖像中的目的礦物（銅、鉛、鋅、鐵的金屬硫化礦物和鐵的氧化礦物）的光學特征更加明顯。最后，自動將圖像中不同礦物的顆粒分割出來并獲取其色彩特征信息，與之前已經建好的目的礦物種類數據庫進行對比，由此實現光學顯微鏡圖像中金屬礦物的自動識別。如下圖示：

系統組成

MCPAS系統主要組成如圖3，包括：

（1）德國蔡司光學顯微鏡；

（2）智能控制系統：能夠自動放大倍數、調整觀察方式及光強記憶；具有ECO環保模式，延長顯微鏡使用壽命；

（3）具備HDR功能的高清蔡司攝像頭：能夠實現優質顏色還原；

（4）電動XY平臺及電動Z軸；

（5）專用樣品夾具九孔樣品夾具（粉樣）、四孔樣品夾具（塊樣）；

（6）配備有礦物顯微特征參數分析系統的專業計算機。

產品功能

本系統利用礦物在光學顯微鏡下光學特征的差異可對銅、鉛、鋅、鐵的金屬硫化礦物（自然銅、黃銅礦、斑銅礦、輝銅礦、銅藍、方鉛礦、閃鋅礦、黃鐵礦、磁黃鐵礦、白鐵礦）和鐵的氧化礦物（磁鐵礦、赤鐵礦）等目的礦物進行自動識別，根據樣品特性和客戶需求提供如下多樣化的測量數據。

（1）礦石原礦樣品中目的礦物的粒度及其相對比例；

（2）礦石原礦樣品中目的礦物之間的相對比例；

（3）磨礦產品中目的礦物的整體粒度；

（4）磨礦產品中目的礦物的單體解離度、與其他礦物連生的占有率；

（5）磨礦產品中以各種連生類型產出的目的礦物的粒度；

（6）選礦流程產品中目的礦物的整體粒度；

（7）選礦流程產品中目的礦物的單體解離度、與其他礦物連生的占有率；

（8）選礦流程產品中以各種連生類型產出的目的礦物的粒度。

產品優勢

（1）三軸控制精度：通過計算機軟件控制電動XY平臺（圖3）及電動Z軸（圖4）在三軸方向上的運動，對圖像進行自動聚焦、拍攝和拼接。

（2）圖像拼接：MCPAS通過對齊空間重疊的圖像并將其自動拼接，構成一個無縫、高清晰的礦物樣品整體圖像（如下圖示），具有比掃描電鏡單個的視域圖像更高的分辨率和更大的視野。實現粗顆粒礦物測量數據的不失真，數據結果更準確，讓開展原礦石的礦物特征參數測量成為可能。

（3）去粘連的圖像處理（如下圖示）：優良的圖像處理功能可實現測量樣品顆粒的精準分割，礦物邊界精準識別和粘連顆粒的精準分離，更精準測定礦物單體粒度，保證測量所得數據的精度。

（4）有效識別常見重要硫、鐵礦物：處理實際樣品時，系統首先自動拍攝樣品中顯微圖像并拼接，然后自動獲取拼接大圖中礦物的色彩特征信息，與之前已經建好的目的礦物種類數據庫進行對比，由此實現光學顯微鏡圖像中金屬礦物的自動識別和分類，特別是可以區分在背散射條件下無法區分的礦物，如磁鐵礦與赤鐵礦、白鐵礦與黃鐵礦（如圖示）等。

（5）根據用戶需求提供數據：在測量單一礦物粒度、解離度的基礎上，根據實際需求可測量礦物集合體的粒度和解離度（如下圖）；按照四分法為用戶提供不同礦物的連生比例及粒度分布特征（如下圖）。

（6）大幅減少測量時間：相比于傳統的人工測量與基于掃描電鏡的礦物自動識別系統，MCPAS可以實現多樣品連續處理，大幅減少測量礦物光片所需時間，提高工作效率（如表示）。

（7）運行、維護成本低，使用壽命長；

（8）操作簡單、輕松駕馭：MCPAS操作流簡單易學，非專業人士輕松上手（如下圖示）