BPMA针对煤炭样品的分析模式设计开发

王 清，贾木欣，温利刚，应 平

(1.北京矿冶科技集团有限公司，北京 102600； 2.矿冶过程自动控制技术国家重点实验室，北京 102600；3.矿冶过程自动控制技术北京市重点实验室，北京 102600)

1 背景概述

我国是煤炭生产与消费大国，煤炭储量居世界第一，煤炭开采洗选业在我国非金属矿业中占有相当的比重[1，2]。综合对比相关企业的从业人数、工业产值以及流动资产周转次数等指标，反应了煤炭相关企业市场竞争非常激烈。为应对市场竞争，相关产业及技术发展趋势为：1.根据资源的禀赋特征加工；2.纯度细度等指标增高；3.专业设备及检测手段提高。深入研究煤中显微组分及其所含矿物的有效解离方法和技术对煤炭分级分质利用[3]是上述发展趋势的必由之路。

BPMA是我国首款自主研发的工艺矿物学自动测试系统，能够自动控制扫描电子显微镜和能谱采集矿石颗粒样本的背散射电子图和激发的能谱谱线数据，并根据测量结果计算矿物样品中矿物组成及含量、矿物嵌布粒度、目标矿物解离度、矿物连生及程度、元素赋存状态等多种工艺矿物学参数[4，5]，是获取矿物解离度、粒度分布等矿物工艺特征的前沿技术和有效手段。本文阐述了BPMA结合煤炭样品的特点，开发针对媒体样品的工艺矿物学自动测试系统的相关算法的主要思想及实现效果。

2 BPMA的自动测量原理及煤炭样品的特点

2.1 BPMA的自动测量原理

BPMA(BGRIMM Process Mineralogy Analyzing System)全称工艺矿物学参数自动测试系统，是北京矿冶科技集团有限公司(原北京矿冶研究总院)矿冶过程自动控制技术国家重点实验室结合多年选矿、冶金和工艺矿物学研究成果自主研发。BPMA系统由一台扫描电子显微镜(SEM)、一台能谱仪(EDS)及一套工艺矿物学自动测试软件(BPMA)构成。BPMA软件是整个系统的核心，它控制扫描电子显微镜，获得指定位置的背散射图。经过图像处理模块计算后，确定扫描电子显微镜打点位置，反馈给电镜控制模块和能谱控制模块。然后分别通过电镜和能谱的API函数在指定位置打点并获得谱线数据。矿物识别模块计算后，再反馈给图像处理模块调整打点规则。最终工艺矿物学参数计算模块通过测量到的信息整合分析，计算出矿物样品的矿物组成、含量、粒度、解离度、矿物连生程度、元素赋存状态等参数数值。图1是BPMA的工作原理结构图。

图1 BPMA软件原理Fig.1 Principle of BPMA

2.2 BPMA功能

基于上述原理，BPMA软件的界面如图2所示，其实现的功能有：

(1)自动完成样品中矿物数据的采集；

(2)进行样品中矿物种类代表的矿物谱线收集；

(3)对测量结果中谱线进行自动匹配；

(4)完善矿物相及矿物颗粒信息；

(5)工艺矿物学参数计算完成测量样品的工艺矿物学参数统计，以及工艺矿物学参数数据显示和输出；

(6)库编辑用于矿物库中矿物数据的查询、添加、编辑、删除、更改；

(7)辅助功能收集辅助BPMA运行的一些功能，其中的单点匹配功能可以在矿物能谱分析过程中，通过和BPMA自带标准矿物库的数据比对，实时完成定名。由于BPMA自带标准矿物库数据丰富，可以很好的协助完成矿物的定名工作。

图2 BPMA软件界面Fig.2 Interface of BPMA

2.3 煤炭样品的特点

由于BPMA是利用扫描电子显微镜在高真空状态下进行连续测量，需要样品表面导电，对于非金属样品(含煤炭)，必须先对样品的表面进行喷碳镀膜处理，而喷碳镀膜处理无疑对主要成分为碳的样品带来了干扰。

针对上述情况，BPMA经过反复的测试试验，最终确定了下述针对煤炭样品的测量算法，保证了计算精度的同时，提高了计算效率，使BPMA的适用范围得到有效扩充。

3 针对煤炭样品的分析模式

3.1 煤炭样品中煤炭相与其他矿物相的能谱谱线分析

进行本算法设计之前，先使用原有BPMA软件，对典型的原煤样品进行了测量，并分析其中煤炭相与其他矿物相的能谱谱线，图3为BPMA测量的原始煤炭相(上)和其他矿物相(下)的谱线。

图3 BPMA测量的原始能谱谱线Fig.3 The spectrum in BPMA measurement result

其中图3(下)在BPMA的自动分析结果如图4所示，为石英。由于喷碳镀膜的操作以及大量的煤炭相，会导致一些其他矿物相(实际不含C)的谱线混入C，尤其是那些面积较小且包裹于煤炭相内的其他矿物相。对比图3(下)的原始测量谱线和图4的分析结果，可以看出，原始谱线中混入了少量的C峰(C峰峰位在图3 X轴=27的位置，如图5所示)。

图4 BPMA对非煤炭矿物相的自动匹配结果Fig.4 The automatic match result of non-C mineralogy with BPMA

BPMA针对煤炭样品的分析模式的总体思路是：由于样品中存在大量的煤炭，在进行矿物相的能谱匹配的时候，先判断该相是否为C，如果不是煤炭相，再进行常规的分析计算。

通过大量数据总结和验证，最终确定了阈值Kc，作为评判该矿物相是否为煤炭相的标准：

图5 C元素能谱谱线Fig.5 The spectrum of element C

其中，ec为能谱谱线中C峰计数；etotal为整个谱线的总计数。

如果某矿物相谱线kc>Kc，则该相为煤炭相，否则为其他矿物相。

3.2 BPMA算法实现

依据上述思路，BPMA针对煤炭样品，采取了单独的分析判断，流程图如图6所示。而当判定为其他矿物相时，“常规谱线匹配”中，会针对煤炭样品中其他矿物相的能谱也混入C元素进行相应的判断及自适应。

图6 BPMA针对煤炭样品的能谱匹配流程图Fig.6 The spectrum flow chart in BPMA for coal sample

4 运行效果

前已述及，BPMA针对煤炭样品的特点，调整了矿物相分析的逻辑。现采用某原煤样品(编号：原煤 201的BPMA测量文件进行匹配计算，该测量文件为全颗粒测量，收集背散射电子图共计64帧，收集能谱共计44989条。有表1原煤 201样品匹配效率可见，开启针对煤炭样品的相关算法，匹配效率较不开启有明显提升，速度提高了13%。另外，由非煤炭样品(编号：原矿513-200x)的BPMA测量文件进行匹配，由表1数据可见，添加了针对煤炭样品的相关算法后，对其他非煤炭样品的匹配计算基本没有影响。

表1 算法运行效率对比Tab.1 Comparison of algorithm operation efficiency

上述64帧的测量文件为测试算法而测量，而一般BPMA正常工作时，一个样品一般测量8K多帧，匹配效率提高13%明显提升了BPMA的整体运行效率。

5 结语

本文阐述了BPMA设计开发的针对煤炭样品的匹配模式。通过试验对比，在保证匹配精度的前提下，增加了针对煤炭样品的匹配模式后，BPMA在进行煤炭样品的匹配时，运行效率得到明显提升；在进行非煤炭样品的匹配时，运行效率没有明显变化。从而使BPMA的适用反应及运行效率都得到了进一步的提升。BPMA为作为首款我国具有自主知识产权的工艺矿物学自动测试系统，未来还将在图像和矿物谱线的自动分析方面进行深入研究，并将计算出的工艺矿物学参数与选矿流程结合，进一步进行工艺流程的智能分析诊断。