En el ámbito de los equipos de concentración por gravedad que abarcan un siglo, las mesas de concentración, gracias a sus ventajas únicas de alta relación de enriquecimiento y ausencia de contaminación química, siguen ocupando una posición "insustituible" en la recuperación global de minerales finos de metales clave como tungsteno, estaño, tantalio y niobio. Sin embargo, la dependencia de la inspección visual humana y el ajuste manual para la placa de recepción de concentrados, un modo operativo utilizado durante décadas, se ha convertido en el "último obstáculo" para la actualización inteligente de las plantas de beneficio. Recientemente, el equipo de Yang Wenlong y Qiu Mingguang de la Universidad de Ciencia y Tecnología de Jiangxi, en colaboración con el Instituto de Investigación Metalúrgica No Ferrosa de Ganzhou Co., Ltd. y el Grupo Holding de Tungsteno de Jiangxi, publicó un resultado innovador en el volumen 47, número 5 de la revista internacional Gold. Desarrollaron con éxito un sistema de control inteligente para la recepción de concentrados en mesas de concentración basado en visión artificial y aprendizaje profundo. Los datos de las pruebas industriales son alentadores: la ley del concentrado de WO₃ (trióxido de tungsteno) aumentó hasta 2,9 veces, y la ley del concentrado de Sn (estaño) se incrementó en más del doble. Esto significa que el problema de "vigilancia manual e inestabilidad de precisión" que ha afectado al sector de la concentración por gravedad durante años finalmente ha logrado un avance técnico sistemático.

Inspección visual humana de las bandas, pérdida de control en la recepción de concentrados

Las mesas de concentración utilizan el campo de fuerza compuesto del flujo de agua transversal y la vibración longitudinal en la superficie de la mesa para hacer que los minerales ligeros y pesados se separen a lo largo de trayectorias específicas. La relación de enriquecimiento para minerales de grano fino puede alcanzar más de 100:1, lo que las convierte en una "herramienta de separación de alta precisión" reconocida en el campo de la concentración física. Cientos de miles de mesas de concentración operan durante todo el año en diversas plantas de beneficio, proporcionando una base de materia prima indispensable para la industria aeroespacial, las baterías de nueva energía y los materiales semiconductores de China. Sin embargo, en entornos industriales, la distribución de las bandas minerales en las mesas de concentración presenta características de interferencia fuerte, como dinámica difusa y límites complejos. Los métodos de observación manual tradicionales dependen en gran medida de la experiencia y la habilidad técnica de los trabajadores. Factores como las fluctuaciones en la flotabilidad de la pulpa, los cambios en el tamaño de las partículas y la iluminación ambiental del sitio pueden provocar fácilmente retrasos o excesos en el corte, lo que no solo causa pérdidas de concentrado, sino que también afecta directamente la estabilidad y la producción sostenible de los procesos de fundición posteriores.

OreBound-YOLO: Reconstrucción del "centro nervioso inteligente" para la percepción de los límites de las bandas minerales

Ante la necesidad urgente de percepción visual y control en tiempo real de los límites de las bandas minerales en entornos industriales adversos, el equipo de investigación construyó sistemáticamente una arquitectura de bucle cerrado de tres niveles: "capa preparatoria, capa de control y capa de aplicación", introduciendo por primera vez la tecnología de detección de objetivos de aprendizaje profundo en el control automatizado de todo el proceso de recepción de concentrados en mesas de concentración.

A nivel algorítmico, el equipo de investigación propuso el algoritmo de reconocimiento de puntos de división de bandas minerales OreBound-YOLO. Este algoritmo, basado en la red de alta precisión YOLOv7, aborda obstáculos técnicos clave como los límites débiles en los bordes de las bandas minerales y las fluctuaciones dinámicas de amplitud de las bandas, realizando cuatro mejoras principales:

Reconstrucción de la extracción de características: Se utiliza un módulo de convolución C3k2 para reconstruir la red troncal, mejorando significativamente la capacidad de expresión de características para las texturas finas y la estructura espacial de las bandas minerales;

Fusión de características bidireccional: Se introduce la estructura FPN (Red de Pirámides de Características) + PAN (Red de Agregación de Rutas) para lograr una fusión de características multiescala bidireccional de información de ubicación superficial e información semántica profunda, capturando eficazmente las características multinivel de la distribución de minerales de diferentes tamaños de partícula;

Mejora de la percepción de límites débiles: Se incorpora el mecanismo de atención C2PSA, lo que permite que el modelo se centre en las áreas de límites débiles en los bordes de las bandas minerales, suprimiendo con precisión las interferencias de ruido industrial como la niebla de agua en la superficie de la mesa, los reflejos de sombras y la flotación de lodos minerales;

Optimización de la precisión de regresión: Se adopta de forma innovadora la función de pérdida EIoU para reemplazar la pérdida de regresión tradicional, mejorando significativamente la precisión del regresión del cuadro delimitador y resolviendo eficazmente el problema de deriva del punto de división en los bordes borrosos de las bandas minerales.

Después de completar la actualización inteligente, este sistema de control, a través de una plataforma de adquisición de imágenes de grado industrial y computación periférica de alto rendimiento, puede completar en milisegundos la detección en tiempo real del punto de separación de las bandas minerales en la superficie de cada mesa de concentración y la calibración dinámica del servoaccionamiento de la placa de corte, eliminando por completo las fluctuaciones de separación causadas por diferencias en la experiencia humana.

Un salto histórico en la recuperación de recursos de tungsteno y estaño

Los datos de pruebas industriales a gran escala del equipo de la Universidad de Ciencia y Tecnología de Jiangxi muestran que, después de equipar el sistema de control inteligente de recepción de concentrados OreBound-YOLO, los indicadores de producción de las mesas de concentración experimentaron un salto revolucionario:

La ley del concentrado de WO₃ (trióxido de tungsteno) aumentó de 2,4 a 2,9 veces;

La ley del concentrado de Sn (estaño) aumentó de 1,4 a 2,1 veces;

Al mismo tiempo, la pérdida de componentes valiosos en los relaves se redujo significativamente, y la ley integral de los relaves disminuyó notablemente, mejorando considerablemente la tasa de utilización de los recursos minerales y reduciendo en gran medida la dependencia de la mano de obra y los costos operativos.

En la promoción y aplicación, este equipo tecnológico ha demostrado aún más un alto potencial de beneficio de recursos y comercialización. Según datos relevantes, después de implementar el sistema inteligente de recepción de concentrados en una gran mina en la provincia de Jiangxi, la tasa de recuperación de WO₃ aumentó en un 14,11%, y la tasa de recuperación de Sn aumentó en un 15,66%, muy por encima de los indicadores técnicos y económicos de beneficio bajo operación manual tradicional, creando un valor económico significativo para la mina.

Nueva infraestructura inteligente de beneficio para todas las categorías y toda la industria

Este avance sistemático no solo aporta un valor económico y de reducción de emisiones a nivel industrial para la separación de tungsteno y estaño, sino que también proporciona un plan estratégico muy claro para la industria moderna de beneficio de China:

Reconfigurar la capacidad de suministro estratégico de metales clave: China es el principal productor y consumidor mundial de tungsteno y estaño, con una demanda creciente en áreas como baterías de nueva energía, semiconductores avanzados y aleaciones especiales. El sistema de recepción de concentrados de alta precisión de reconocimiento puede garantizar a largo plazo un flujo estable de recursos minerales de alto valor añadido, mejorando eficazmente el control de los recursos estratégicos nacionales;

Potenciar escenarios de recuperación de alto valor de partículas estrechas como tantalio, niobio, ilmenita y arenas de playa: La fuerte capacidad de generalización algorítmica de este sistema técnico permite una rápida adaptación a diferentes tipos de minerales y mesas, con el potencial de lograr una replicación a gran escala y un rediseño de procesos inteligentes en minas polimetálicas complejas asociadas;

Construir una base integrada de "planta de beneficio no tripulada" y colaboración de grupos de minerales: Combinado con el control remoto 5G y la arquitectura de computación periférica, este sistema puede soportar la gestión centralizada de múltiples mesas de concentración, impulsando las operaciones de beneficio desde la automatización de una sola máquina hacia la inteligencia de todo el proceso, proporcionando una reserva técnica clave para la "producción sin luz en la planta de beneficio";

Promover la reelección de recursos de relaves y operaciones bajas en carbono: El sistema reduce significativamente las pérdidas en los relaves, ayudando a las empresas a disminuir las emisiones de carbono y la presión de expansión de los depósitos de relaves, proporcionando un soporte de proceso sostenible para la transición de la industria minera hacia un modelo de "ahorro de recursos y respeto al medio ambiente".

Desde el nacimiento de la primera mesa de concentración prototipo en Estados Unidos a finales del siglo XIX, pasando por la mesa Wilfley que estableció el patrón moderno de separación en el siglo XX, hasta la implantación de un "centro nervioso inteligente" de aprendizaje profundo en este equipo centenario por parte del equipo de la Universidad de Ciencia y Tecnología de Jiangxi hoy en día, la historia evolutiva de la mesa de concentración, un equipo clave, ha abierto una página decisiva. El salto del paradigma de separación de la "experiencia humana" a la "conducción por datos" está llevando a las minas chinas desde la "vigilancia manual" a una nueva era de toma de decisiones inteligente en todo momento, en todo el ámbito y en todo el proceso.