Medição de granulometria de minério de ferro através de imagens em circuito de britagem primária.

Abstract

A distribuição de granulometria de partículas de minério e de grande importância no monitoramento e controle de processos em diversas fases do beneficiamento. A medição do tamanho das partículas na fase de britagem primária e importante para verificar a qualidade do fornecimento de material das fases de desmonte e operação de mina e também para controle dos equipamentos deste circuito afim de obter taxas de produção maximizadas. A análise granulométrica por imagens apresenta vantagens em função da boa precisão e qualidade das medições e da baixa interferência no processo produtivo. Este trabalho propõe a análise e desenvolvimento de algoritmos de identificação de partículas de minério de ferro e técnicas de medição do tamanho das partículas que atendam aos critérios operacionais de um circuito de britagem primária. Em especial são analisadas as técnicas de aprendizado profundo de máquina e uso de redes neurais convulsionais para detecção das partículas, localização e classificação de imagens. Implementações utilizando as redes SSD, Faster R-CNN, YOLOv3 e U-Net são apresentadas e discutidas no contexto de seu uso na área industrial.