美卓奥图泰认识到矿石分选潜在的“革命性变化”

奥图泰（Outotec）与陶朗集团（TOMRA）在分选解决方案业务方面建立的关系最早可追溯到2014年，当时两家公司签署了一项协议，该协议将使后者为矿业和冶金行业提供奥图泰品牌的分选解决方案。美卓（Metso）此前透露，它正在开发突破性的专有技术，以满足高通量精确分选的需求。

两家公司合并成立美卓奥图泰后将近八个月，其粉碎和输送系统业务副总裁Erwin Huber、优化和测试实验室业务开发经理David Di Sandro以及矿业数字技术副总裁Rashmi Kasat回答了International Mining网站（IM）提出的一些问题。

IM：在去年在11月的一次演讲中提到了“人工智能驱动的矿石分选解决方案”。您能否进一步介绍该产品可能包含的内容？就商业化而言，它处于什么阶段？

David Di Sandro：矿石分选是我们行业中最激动人心的最新发展之一。随着传感器功能的提高和人工智能（AI）的采用，这很可能成为该行业面对品级和矿体质量下降而需要维持的革命性变化。

Erwin Huber：通过我们开发的矿石分选解决方案，我们的目标是能够提供与块状和颗粒矿石分选有关的完整硬件和传感器融合平台产品。这些平台将利用人工智能优化下游流程的进料。美卓奥图泰拥有独特的优势，可以在选厂和尾矿加工区以深厚的知识和几乎完整的技术覆盖率来认识和优化工厂的进料流。我们计划在短期内将新的解决方案推向市场，并在开发足够成熟时不断推出新技术以提高产品性能。

IM：这些解决方案是否会利用美卓奥图泰产品系列中的现有工具？它们会利用与其他公司的现有协议（例如奥图泰之前与陶朗集团达成的协议）吗？

Erwin Huber：美卓奥图泰将自己开发这些解决方案，一旦使用一种或几种技术无法检测和分析不同的矿物和元素，则会利用一些伙伴关系。随着采选领域数字化程度的日益增强，突破性创新正在为实现效率和可持续可能性找到空间。智能系统将改善设备的正常运行时间、效率以及对过程和维护的远程诊断，并将成为我们传统产品组合与新技术之间的纽带。

IM：美卓之前曾讨论过块状分选解决方案的开发，这些人工智能驱动的矿石分选解决方案是否适合该类别，还是更适合颗粒分选解决方案？

Erwin Huber：块状矿石分选可以在高通量下进行进料选择，而颗粒分选技术受到容量的限制，但同时带来了高精度选择性的优势。

Rashmi Kasat：块状分选尚处于工业的早期阶段，没有任何一个传感器可以确定所有矿石类型和矿场中的矿物含量。这为人工智能算法在各个矿场的“自学习”矿石特征中发挥重要作用创造了条件。它还提供了进行传感器融合的绝佳机会，并可以根据各种传感器的输出结果更准确地确定矿物含量。人工智能增强了我们专家的隐性知识，并随着时间的推移提供了一种更可靠的方式来分析在线矿物分析产生的大数据。

IM：您所设想的这些解决方案处于流程图中的什么位置？

Erwin Huber：我们越早可以从矿石流中去除脉石，就越能通过减少进入下游设备的废料量来更好地提高我们的能源效率。实现先进开发中的矿山允许将矿内回填式块状矿石分选机部署在移动式矿内破碎机之后，或者部署在不能进行回填的粗矿石堆之前。在矿物加工的每个阶段都可以使用多种预富集技术，理想的作业应结合这些工具以在选厂的多个阶段去除解离出来的脉石，以实现最可持续的工艺（即块状/颗粒矿石分选、选择性破碎、粗粒浮选）。

IM：该解决方案所带来的好处会超出粉碎和磨碎阶段吗？是否打算使用从矿石分选解决方案生成的数据来使整个下游流程受益？

David Di Sandro：矿石分选的好处之一是可以更有效地从工艺进料中去除废石。在某些情况下，这还意味着去除有害物质，否则这些有害物质会对下游工艺性能（例如浮选回收率）产生不利影响。在这些情况下，下游利益是内在的。关键是要了解所有岩石类型的矿物冶金特征及其矿物学，因此可以在冶金响应的基础上应用“包含或排除”的理念。美卓奥图泰的SmartTagTM和GeoMetsoTM技术可以改善这种表征。

Erwin Huber：该解决方案能够将选矿、地质冶金学特性和冶金响应反馈到块段模型中，并允许在矿山计划和矿山资源回收周期中提供更多选择，例如部署低品位矿堆。这进一步提高了采矿作业的可持续性。

IM：市场准备好接受这样强大的矿石分选解决方案了吗？

David Di Sandro：众所周知，有充分的理由相信我们的行业充满了早期采用者而非创新者。在增加对该技术的采用之前，大多数运营机构将需要看到该技术在其他地方获得成功。最初的实施可能会与需要该技术在经济上可行的客户合作进行。

Erwin Huber：关键是要通过矿床和整个矿山寿命来了解矿石的多变性。采用矿石分选作为集成工艺步骤与对浮选回路进行测试和规模化没有太大区别。在浮选回路中，矿石特性的微小变化会影响总体回收率。重要的是要了解这些变化以及在运营过程中如何对它们做出反应。基于传感器的矿石分选测试的置信度将随着时间的流逝而增大。我们已经看到了现实情况的示例，在这些示例中，客户根据矿石分选而基于较低的边界品位编制了矿石储量报告。

IM：还有什么要补充的吗？

Erwin Huber：尽管矿石分选的概念以及从废石中检测出有价值的矿石所需的传感器已经存在了好几年，但这些系统在全面运营中的实施相对局限于带有合适矿体的特定案例使该过程变得可行。进行更广泛的矿石分选仍然是一项挑战，需要使用正确的传感器与正确的机械处理系统一起准确且有效地检测和去除废石流。解决这些挑战所需的技能不仅适用于传统的采矿和矿物加工工程师，还需要包括一个跨学科的团队，以从各个角度解决这些问题。

关键词：奥图泰（Outotec），陶朗集团（TOMRA），分选解决方案，美卓（Metso），美卓奥图泰，International Mining网站（IM），传感器，人工智能（AI），块状矿石分选，颗粒矿石分选，选厂，尾矿加工区，进料流，脉石，废石，有害物质，SmartTag，GeoMetso，选矿，地质冶金学特性，冶金响应，块段模型

 （中国地质调查局地学文献中心，国际矿业研究中心矿业科技组编译，文章来源：

https://im-mining.com/2021/02/24/metso-outotec-on-ore-sortings-potential-revolutionary-change/）