हाल के वर्षों में, कृत्रिम बुद्धिमत्ता (एआई) को धीरे-धीरे खनिज प्रसंस्करण के विभिन्न चरणों में लागू किया गया है, जैसे अयस्क संपत्ति विश्लेषण और पहचान, गुरुत्वाकर्षण पृथक्करण का बुद्धिमान नियंत्रण, चुंबकीय पृथक्करण, प्लवनशीलता, और कुचलने और पीसने की प्रक्रियाओं का अनुकूलन।
पारंपरिक नियंत्रण प्रौद्योगिकियों और कंप्यूटर आधारित तरीकों की तुलना में, एआई जटिल समस्याओं को हल करने, मानव व्यवहार का अनुकरण करने और बाहरी वातावरण में परिवर्तनों को अपनाने में महत्वपूर्ण लाभ प्रदर्शित करता है। इसे खनिज गहन प्रसंस्करण उद्योग की उन्नति के लिए एक अपरिहार्य मार्ग माना जाता है।
बुद्धिमान विश्लेषण और पहचान
अयस्क विश्लेषण और पहचान में, गहन शिक्षण विशेष रूप से छवि प्रसंस्करण में उत्कृष्टता प्राप्त करता है। कन्वेन्शनल न्यूरल नेटवर्क (सीएनएन) जैसे एल्गोरिदम के साथ मिलकर, यह सूक्ष्म छवियों या अयस्क स्कैनिंग डेटा का कुशलतापूर्वक विश्लेषण कर सकता है। खनिजों के वर्णक्रमीय डेटा को संसाधित करके, तंत्रिका नेटवर्क स्वचालित रूप से विभिन्न खनिजों की रासायनिक संरचना और संरचना की पहचान कर सकते हैं, जिससे थकाऊ मैनुअल विश्लेषण चरण समाप्त हो जाते हैं।
विभिन्न अयस्क प्रकारों की स्वचालित पहचान खनिज संसाधन मूल्यांकन और अयस्क गुणवत्ता ग्रेडिंग में महत्वपूर्ण भूमिका निभाती है। शोधकर्ताओं ने सूक्ष्म छवियों और स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोपी (एसईएम) छवियों से खनिज प्रसार विशेषताओं को स्वचालित रूप से निकालने के लिए गहन शिक्षण मॉडल को भी संयोजित किया है, ताकि खनिजों के मुक्ति आकार की गणना की जा सके।
बुद्धिमान गुरुत्वाकर्षण पृथक्करण
बुद्धिमान गुरुत्वाकर्षण पृथक्करण के लाभ इस तथ्य में निहित हैं कि उपकरण में कोई अभिकर्मक जोड़ शामिल नहीं होता है और इसकी परिचालन लागत कम होती है। एआई सहायता प्राप्त नियंत्रण पृथक्करण सटीकता और स्वचालन स्तर में और सुधार कर सकता है, जिससे यह कोयला, इल्मेनाइट और क्रोमाइट जैसी थोक सामग्री के लिए विशेष रूप से उपयुक्त हो जाता है।
हालाँकि, बुद्धिमान गुरुत्वाकर्षण पृथक्करण की सीमाएँ भी काफी स्पष्ट हैं। औद्योगिक ऑनलाइन सत्यापन की गंभीर कमी के साथ, अधिकांश अध्ययन प्रयोगशाला या पायलट स्तर पर ही बने हुए हैं। मशीन {{3} विज़न {{4 }} आधारित इंटरफ़ेस पहचान विधियां स्लरी मैलापन, झाग कवरेज और प्रकाश की स्थिति से काफी प्रभावित होती हैं, जिसके परिणामस्वरूप अपर्याप्त अनुकूलन क्षमता होती है। गुरुत्वाकर्षण पृथक्करण में हाइड्रोडायनामिक और बहु {{6} कण इंटरैक्शन तंत्र जटिल हैं, और मौजूदा सेंसर पर्याप्त रूप से समृद्ध वास्तविक समय स्थिति जानकारी प्रदान करने में असमर्थ हैं, जो डेटा संचालित मॉडल के इनपुट आयामों को बाधित करता है। इसके अलावा, पृथक्करण विशेषताएँ विभिन्न अयस्क प्रकारों और आकार अंशों के बीच बहुत भिन्न होती हैं, जिससे मॉडल प्रवासन मुश्किल हो जाता है।
भविष्य में, गुरुत्वाकर्षण पृथक्करण के बुद्धिमान विकास के लिए अधिक उन्नत ऑनलाइन पहचान तकनीकों (उदाहरण के लिए, अल्ट्रासोनिक डॉपलर वेलोसिमेट्री, विद्युत प्रतिरोध टोमोग्राफी) की आवश्यकता होगी और कम्प्यूटेशनल तरल गतिशीलता (सीएफडी) सिमुलेशन के परिणामों को हाइब्रिड मॉडलिंग ढांचे में एकीकृत करना होगा।
बुद्धिमान चुंबकीय पृथक्करण
बुद्धिमान चुंबकीय पृथक्करण पर अनुसंधान अपेक्षाकृत देर से शुरू हुआ लेकिन तेजी से विकसित हुआ है, मुख्य रूप से परिचालन पैरामीटर अनुकूलन, ऑनलाइन ग्रेड भविष्यवाणी और बुद्धिमान नियंत्रण प्रणालियों पर ध्यान केंद्रित किया गया है।
बुद्धिमान चुंबकीय पृथक्करण के लाभों में शामिल हैं: चुंबकीय पृथक्करण प्रक्रिया के इनपुट चर अपेक्षाकृत अच्छी तरह से परिभाषित होते हैं, प्लवन की तुलना में कम गैर-रैखिकता के साथ, डेटा संचालित तरीकों को अधिक आसानी से संतोषजनक परिणाम प्राप्त करने की अनुमति मिलती है; पारंपरिक उपकरण (एमीटर, फ्लोमीटर, डेंसिटोमीटर) उच्च सटीकता और सरल रखरखाव प्रदान करते हैं, जिसके परिणामस्वरूप डेटा अधिग्रहण लागत कम होती है; और चुंबकीय पृथक्करण को अक्सर बहु-चरण श्रृंखला में व्यवस्थित किया जाता है, इसलिए स्थानीय अनुकूलन महत्वपूर्ण लाभ प्राप्त कर सकता है।
नुकसान इस प्रकार हैं: कमजोर चुंबकीय खनिजों के लिए, कणों की चुंबकत्व विशेषताएं और एकत्रीकरण व्यवहार जटिल हैं, और अधिकांश मौजूदा मॉडल शायद ही कभी सूक्ष्म कारकों (जैसे कण संवेदनशीलता वितरण और मैग्नेटोहाइड्रोडायनामिक्स) को शामिल करते हैं। उच्च -ग्रेडिएंट चुंबकीय विभाजकों में, लंबे समय तक संचालन के बाद मैट्रिक्स बंद हो जाता है, जिससे चुंबकीय क्षेत्र ग्रेडिएंट में कमी आती है, लेकिन वर्तमान सेंसर को प्रारंभिक चेतावनी देने में कठिनाई होती है। जब कई चुंबकीय विभाजक समन्वय में काम करते हैं, तो एक इकाई का स्थानीय अनुकूलन आवश्यक रूप से वैश्विक अनुकूलन के बराबर नहीं होता है, जिसके लिए एक संयंत्र की आवश्यकता होती है। इसके अतिरिक्त, मोटे और बारीक अंशों का चुंबकीय पृथक्करण व्यवहार बहुत भिन्न होता है, जिससे एकीकृत अनुभवजन्य मॉडल के लिए सभी मामलों को कवर करना मुश्किल हो जाता है।
बुद्धिमान प्लवनशीलता
एआई अनुसंधान प्लवनशीलता के क्षेत्र में सबसे उन्नत है, मुख्य रूप से तीन क्षेत्रों पर ध्यान केंद्रित करता है: झाग छवि विश्लेषण, प्लवनशीलता प्रदर्शन भविष्यवाणी, और बुद्धिमान नियंत्रण और अनुकूलन।
बुद्धिमान प्लवनशीलता के मुख्य लाभ हैं: मानव अनुभव पर निर्भरता को महत्वपूर्ण रूप से कम करना, गड़बड़ी के प्रति प्रक्रिया की प्रतिरोधक क्षमता को बढ़ाना, और "झाग पढ़ने के लिए अनुभव पर निर्भर रहने" से "डेटा संचालित सटीक विनियमन" में बदलाव प्राप्त करना। यह बहु-आयामी गैर-रेखीय संबंधों को संभालने और छिपे हुए पैटर्न को उजागर करने में सक्षम है जिनका पता लगाना मनुष्यों के लिए मुश्किल है। बंद लूप नियंत्रण के बाद, प्रमुख प्रदर्शन संकेतकों का अंतर कम हो जाता है, और उत्पाद स्थिरता में सुधार होता है।
वास्तविक लाभों के संदर्भ में, रिपोर्ट किए गए मामलों से पता चलता है कि एआई अनुप्रयोग के बाद, सांद्रण ग्रेड 3-6% तक बढ़ सकता है, पुनर्प्राप्ति में 2-5% सुधार हो सकता है, और अभिकर्मक खपत 8-15% तक कम हो सकती है। फिर भी, बुद्धिमान प्लवनशीलता के बड़े पैमाने पर औद्योगिक अनुप्रयोग को अभी भी गंभीर चुनौतियों का सामना करना पड़ रहा है।
प्रक्रिया अनुकूलन
क्रशिंग और पीसने की प्रक्रियाओं के एआई - आधारित अनुकूलन में शामिल हैं: अयस्क कठोरता की पहचान करने, कण आकार और आकार वितरण का अनुमान लगाने, क्रशिंग संचालन को अनुकूलित करने, ऑनलाइन अयस्क पीसने की क्षमता की भविष्यवाणी करने और पीसने के बहु-पैरामीटर अनुकूलन करने के लिए यादृच्छिक जंगलों, समर्थन वेक्टर मशीनों और दृढ़ तंत्रिका नेटवर्क जैसे मॉडल का उपयोग करना। ये प्रयास क्रशिंग और ग्राइंडिंग को मैन्युअल नियंत्रण से बुद्धिमान और सहयोगी संचालन में बदल रहे हैं, प्रक्रिया को "निष्क्रिय समायोजन" से "सक्रिय भविष्यवाणी" में अपग्रेड कर रहे हैं।
व्यावहारिक अनुप्रयोगों में, पीसने वाले कण आकार और लुगदी घनत्व का ऑनलाइन पता लगाने से पहले से ही औद्योगिक कार्यान्वयन प्राप्त हो चुका है, लेजर {{0}विस्थापन कण {{1}आकार माप और मुक्त स्रोत Na-22 एकाग्रता का पता लगाने जैसी प्रौद्योगिकियों को व्यावसायिक रूप से लागू किया जा रहा है।