Quantification automatisée des sulfures par microscopie optique multispectrale

Auteurs : Aurélie Chopard, Philippe Marion, Jean-Jacques Royer, Raymond Taza, Hassan Bouzahzah, Mostafa Benzaazoua

Résumé

L'industrie minière a besoin de techniques efficaces pour relever les défis futurs de l'extraction des ressources. À mesure que les gisements deviennent de plus en plus complexes, une très bonne connaissance d'un corps minéralisé devient nécessaire. La caractérisation minéralogique est une contribution essentielle pour améliorer la connaissance du minerai et des rejets d'un projet minier donné. Elle pourrait apporter des avancées majeures en matière d'extraction du minerai, de traitement du minerai et de gestion intégrée des rejets. Cependant, les analyses minéralogiques peuvent être très fastidieuses lorsqu'elles sont réalisées manuellement. Par conséquent, la minéralogie automatisée s'est développée au cours des trois dernières décennies afin d'accélérer la caractérisation minéralogique, de sorte que l'information minéralogique puisse être obtenue de façon courante. De nos jours, les systèmes couramment utilisés reposent sur des équipements coûteux, dont des microscopes électroniques à balayage (MEB) couplés à des analyseurs de rayons X à dispersion d'énergie (EDX). La microscopie optique (MO) est négligée, bien que cette voie puisse fournir des résultats fiables et rapides, tout en étant plus économique. Dans cette étude, on explore la possibilité d'utiliser la microscopie optique en lumière réfléchie pour caractériser automatiquement les minéraux opaques. L'identification et la quantification de six sulfures courants de minerais polymétalliques (arsénopyrite, chalcopyrite, galène, pyrite, pyrrhotite et sphalérite) ont été réalisées automatiquement sur une section polie par microscopie optique. Six images spectrales ont été acquises pour l'analyse d'images multispectrale. Cinq d'entre elles ont été acquises sous une source de lumière blanche, équipée de quatre filtres d'excitation différents (436 nm, 480 nm, 605 nm et 650 nm). La sixième image a été acquise sous une source de lumière UV à 365 nm, après modification du trajet optique afin de détecter la réflectance des minéraux dans le spectre UV sans changer la caméra d'acquisition. Deux logiciels d'analyse d'images ont ensuite été testés pour classer et quantifier automatiquement les six minéraux sulfurés. La classification a systématiquement été réalisée sur les images multispectrales acquises par seuillage des niveaux de gris à l'aide du logiciel Clemex Vision. Le logiciel GOCAD® a utilisé l'analyse en composantes principales (ACP) et une méthode de partitionnement en k-moyennes supervisé pour classer les minéraux. Les résultats obtenus ont ensuite été comparés à la quantification MEB-EDS, considérée ici comme la référence. Les écarts entre les aires calculées étaient principalement dus aux artefacts de préparation des sections polies. Les deux logiciels présentent des résultats prometteurs et pourraient être pleinement exploités pour mener d'autres analyses minéralogiques, telles que la libération des minéraux, les associations minérales, l'identification des textures et la distribution granulométrique. Cette étude constitue une première étape vers la différenciation et l'identification des sulfures par une voie optique, sans doute fiable et plus économique, pour caractériser les produits miniers.

Achetez l'article complet sur ScienceDirect.