摘要: 复杂难选铁矿石深度还原包含铁氧化物还原和铁颗粒长大两个过程,目前的评价指标金属化率仅能评价铁氧化物的还原程度,并不能对铁颗粒的粒度特征进行有效评价.为了建立完整的深度还原评价体系,将数字处理技术引入铁颗粒的检测过程,采用数码反光显微镜获取深度还原物料的数字图像,通过处理得到铁颗粒的二维特征参数,结合铁颗粒的球形特征,推导了铁颗粒累计粒度特性曲线的计算方法.实际应用试验表明,铁粉的分选指标和铁颗粒粒度的变化趋势保持高度一致,基于数字图像处理的铁矿石深度还原评价方法是可行的.
中图分类号:
高鹏;韩跃新;李艳军;孙永升;. 基于数字图像处理的铁矿石深度还原评价方法[J]. 东北大学学报(自然科学版), 2012, 33(1): 133-136.
Gao, Peng (1); Han, Yue-Xin (1); Li, Yan-Jun (1); Sun, Yong-Sheng (1) . Evaluation on deep reduction of iron ore based on digital image processing techniques[J]. Journal of Northeastern University, 2012, 33(1): 133-136.