Вэйнин Чжан, менеджер по маркетингу и продажам в РФ и Средней Азии, Ganzhou HPY Technology Co., Ltd
Технология фотонной сепарации открывает горным предприятиям новые возможности для работы с сырьём, которое ранее считалось «несортируемым». Компанией Ganzhou HPY Technology Co., Ltd. (далее — HPY) на примере одного из месторождений Казахстана были проведены испытания, подтвердившие целесообразность использования нового метода в сравнении с классической XRT-технологией.
Свинцово-цинковое месторождение, о котором идёт речь, относится к т. н. осадочному типу. Это влечёт за собой ряд характерных параметров:
• тонковкраплённость руды;
• сульфиды (сфалерит, галенит) присутствуют в виде пылевидных и эмульсионных выделений (0,5–20 мкм), вкраплённых в углеродисто-кремнистые доломиты;
• тесная ассоциация: сульфиды образуют очень тонкие срастания с жильными минералами, что затрудняет раскрытие;
• высокое содержание шламов: из-за БВР доля фракции -10+0 мм достигает 50–55 %;
• низкие температуры: зимой температура в районе рудника может опускаться до -28,6 °C.
Такие характеристики руды делают нецелесообразным применение классических гравитационных, флотационных и обычных сенсорных методов сортировки. Это подтверждается испытаниями, проведёнными компанией HPY в марте 2024 года, когда для сортировки был использован интеллектуальный XRT-сепаратор. Ключевые данные: при оптимальной модели, когда теоретический выход хвостов составлял 20,33 %, содержание Zn в хвостах было 1,43 %; при увеличении выхода хвостов до 32,17 % содержание Zn в хвостах выросло до 2,24 %; извлечение Zn в концентрат составляло всего около 86–96 %, но содержание Zn в хвостах было значительно выше промышленных требований (≤0,35 %).
Согласно отчёту, анализ показал «малую различимость изображений руд с разным градиентом содержания», данные на диаграммах рассеяния «сильно перекрываются, без чётких границ». В итоге было сделано заключение, что «использование рентгеновской интеллектуальной сенсорной технологии сепарации для данного свинцово-цинкового рудника технически нецелесообразно». Такое заключение — следствие особенностей XRT-технологии, которая использует визуализацию на основе различий в атомном номере. Однако в данной руде контрастность плотности и атомного номера между целевыми минералами (галенит, сфалерит) и пустой породой (углеродистое вещество, кварц) недостаточна. Более того, из-за тонкой вкраплённости полезные и пустые компоненты внутри отдельного куска руды перемешаны, что не позволяет сформировать чётко различимый «сигнал».
При проведении промиспытаний фотонного сепаратора, проведённых в октябре 2025 года, для руды того же месторождения были установлены следующие ключевые показатели:
• выход хвостов ≥28 %;
• извлечение Zn в концентрат ≥95 %;
• содержание Zn в хвостах ≤0,35 %;
• производительность 30–40 т/ч.
Результаты испытаний приведены в таблице.
Одним из ключевых достижений стало содержание Zn в хвостах даже в условиях, моделирующих засорение руды при добыче (соотношение «руда:порода» 3:1, т. е. 25 % примеси пустой породы): показатель оставался на уровне 0,24–0,29 %.
Непрерывные промиспытания подтвердили долговременную стабильность работы оборудования на фракции -40+10 мм при производительности 35 т/ч.
Предварительные данные испытаний на отвалах пустой породы показывают, что контроль бортового содержания может быть достигнут при выходе хвостов всего 6–8 %, что указывает на потенциал прямого получения концентрата.
Такой результат испытаний стал возможен благодаря применению новейших фотонных сенсоров HPY, которые позволяют обнаруживать, при наличии локальных обнажений, даже тонкие вкрапления целевых минералов. Свою роль сыграло и использование возможностей ИИ — сепаратор компании HPY оснащён следующими алгоритмическими модулями:
• Высокоточное восприятие: на основе архитектур ResNet, YOLO и др. за 20 мс извлекаются сотни параметров руды (цвет, текстура, форма и пр.). Это позволяет улавливать тончайшие различия.
• Адаптивное обучение: оборудование постоянно обучается на новых данных в процессе работы, адаптируясь к изменчивости характеристик руды из разных участков и партий. Поэтому после того, как первоначальные испытания показали немного завышенное содержание в хвостах, последующие были оптимизированы и быстро вернулись к отличным показателям.
• Инженерная реализация: технологическая линия включает все этапы (дробление, грохочение, сортировку, транспортировку), при этом оборудование адаптировано для климатических условий региона эксплуатации при -28,6 °C. Также предусмотрены высокие темпы работ: от начала монтажа до завершения промиспытаний прошёл один месяц.
Развитие интеллектуальной сенсорной сепарации — одно из главных направлений для компании HPY, которая является ведущим предприятием Китая в данной области. Компания создаёт оборудование на базе технологий рентгеновской, фотонной сепарации, лазерно-искровой эмиссионной спектроскопии. Наличие собственной лаборатории интеллектуальной сенсорной сепарации руд позволяет HPY проводить полный цикл исследований: анализ исходной руды, визуализацию, мелкосерийную валидацию, полупромышленные испытания.
Оборудование HPY используется для предварительного обогащения и удаления пустой породы при добыче вольфрама, олова, свинца и цинка, меди, золота и серебра, марганцевых руд, барита и многих других полезных ископаемых. Решения компании применяются на месторождениях по всему миру, включая Центральную Азию, Россию и Африку.
Успешное применение и практика компании HPY в вышеуказанном проекте знаменуют собой новый этап в развитии интеллектуальной сенсорной сепарации для сложных руд и открывают новаторский технологический путь для освоения и использования аналогичных типов руд по всему миру. В будущем, с непрерывным развитием алгоритмов ИИ и технологий мультисенсорной интеграции, сложные для обогащения руды, от которых отказывалась отрасль, могут быть вновь вовлечены в переработку.
16 Hubian Dadao, Economic and Technological Development Zone, Ganzhou, Jiangxi, China
what’s app и телефон: +86 13420926483
E-mail: Lily@hpysorting.com
hpysorting.com/
Реклама компании GanZhou HPY technology co.LTD
Рег. номер: 913607033520607605
Erid: 2SDnjemKnmG