Introduce tech-report/ with cover page, custom TOC, and summary flow; add travel-plan/ for trip planning; update README, gitignore, and brand colors. Co-authored-by: Cursor <cursoragent@cursor.com>
90 lines
3.5 KiB
Markdown
90 lines
3.5 KiB
Markdown
---
|
||
title: 铝土矿智能分选技术报告
|
||
company: 西安高岭绿能科技有限公司
|
||
date: 2026-06-22
|
||
version: v2.0
|
||
summary: |
|
||
本项目拟在目标矿山建设智能矿石分选产线,以高光谱感知、深度学习推理与喷阀执行闭环为核心,实现铝土矿预选抛废与品位提升。经现场调研与算法验证,单线设计处理量 25 t/h,精矿 A/S 可达 4.0+,具备工程化落地条件。
|
||
---
|
||
|
||
# 项目概述
|
||
|
||
本项目面向铝土矿预选场景,建设「感知—推理—执行—运维」一体化的智能分选系统,将算法能力转化为可部署、可运维的工业产品,降低后续磨选成本并提升资源利用率。
|
||
|
||
> 引用块示例:政策与市场需求推动预选抛废技术应用,本段为 blockquote 样式预览。
|
||
|
||
**常用 Markdown 语法预览:**
|
||
|
||
- **加粗**:单线处理量 `25 t/h`
|
||
- *斜体*:用于强调术语
|
||
- ~~删除线~~:已废弃方案
|
||
- <u>下划线</u>:关键指标标注
|
||
- Emoji:产线状态 🐱 正常 / ⚠️ 告警
|
||
- 行内代码:`ONNX Runtime`、`Ratatui`
|
||
|
||
```python
|
||
# 推理回调示例
|
||
for sample in belt_stream:
|
||
grade = model.infer(sample)
|
||
valve.fire(grade)
|
||
```
|
||
|
||
## 项目概述2
|
||
|
||
建设内容包括:产线感知与推理控制软件、运营后台、运维工具及现场联调交付。
|
||
|
||
# 建设必要性与市场分析
|
||
|
||
铝土矿原料品位波动大,传统全量入磨能耗高、尾矿处置压力大。政策层面,绿色矿山与节能降碳要求推动预选抛废技术应用。目标客户在降本增效与环保合规方面需求明确,智能分选在预选环节具备可复制推广价值。
|
||
|
||
# 技术方案
|
||
|
||
系统采用 <!--raw-typst #gls-long("hsi") --> 与 <!--raw-typst #gls-short("onnx") --> 推理引擎,构建边缘推理与喷阀执行闭环架构。
|
||
|
||
<!--raw-typst #ore-sorting-flow()-->
|
||
|
||

|
||
|
||
核心技术路线:
|
||
|
||
- 高光谱采集与样本标准化处理
|
||
- ONNX 推理服务与产线实时回调
|
||
- Rust 运维控制台与产线状态监控
|
||
|
||
## 验证指标(实验室 / 现场)
|
||
|
||
| 指标 | 设计值 | 验证情况 |
|
||
| ---- | ------ | -------- |
|
||
| 单线处理量 | 25 t/h | 已验证 |
|
||
| 精矿 <!--raw-typst #gls-short("as-ratio") --> | ≥ 4.0 | 4.0+ |
|
||
| 尾矿 A/S | ≤ 1.7 | 1.7- |
|
||
| 回收率 | ≥ 30% | 30%+ |
|
||
|
||
# 实施计划
|
||
|
||
1. **研发验证**(1–2 月):算法迭代、软件模块开发与台架测试。
|
||
2. **试点部署**(2–3 月):单线现场安装、联调与试运行。
|
||
3. **规模化推广**(持续):复制部署、运维体系与客户培训。
|
||
|
||
# 投资估算与资金用途
|
||
|
||
投资主要用于光谱传感与执行机构硬件、软件开发与现场实施、人员与运维体系建设。具体金额结合矿山规模与产线配置在商务阶段细化。
|
||
|
||
# 效益分析
|
||
|
||
- **经济效益**:减少入磨量,降低能耗与药剂成本;提升精矿品位与回收率。
|
||
- **环保效益**:减少尾矿产生量,降低固废处置压力。
|
||
- **社会效益**:支撑绿色矿山建设,提升企业技术形象。
|
||
|
||
# 风险分析与对策
|
||
|
||
| 风险 | 对策 |
|
||
| ---- | ---- |
|
||
| 原料波动影响模型稳定性 | 持续采样标注与模型迭代;异常降级策略 |
|
||
| 现场交付周期 | 标准化模块与运维工具;阶段里程碑管控 |
|
||
| 客户接受度 | 试点数据透明展示;可量化的效益测算 |
|
||
|
||
# 结论
|
||
|
||
综合技术验证、市场需求与实施条件,本项目具备可行性。建议推进试点产线建设,以现场数据支撑后续规模化复制。
|