萤石矿选矿的核心难点，从来不是单台设备性能是否过硬，而是矿石属性与现场工况差异极大、类型繁杂。同为萤石矿，矿石特征差异显著：部分矿床杂质以围岩、夹石形式赋存于粗粒块矿中，解离粒度偏粗，可在磨矿前直接抛除废石；部分矿床杂质与萤石嵌布粒度细，但表面特征存在可识别差异，需在更细粒级下开展精细分选；部分现场水源紧张、尾矿库容量受限，仅能采用干选工艺；部分现场虽具备湿选条件，但环保要求与尾矿处理成本高，湿法路线经济性不足。

针对萤石矿的差异化特点，名德光电并未推出固定工艺路线，而是搭配人工智能分选机与XRT智能分选机两款设备，结合矿石解离特征与现场工况灵活适配选型——绝非将两台设备简单串联为固定流程，而是根据品位、工况的实际需求，匹配最适配矿石特征与现场条件的设备方案。

首先看解离特征：萤石矿的干选可行性与设备选型，核心取决于杂质与萤石的可分离粒度尺度。若矿石中废石与萤石在粗粒级下已形成清晰边界，围岩、夹石以独立块体赋存，内部密度与原子序数差异可被精准识别，则适配XRT智能分选机：该设备通过X射线透射扫描获取矿石内部结构信息，基于原子序数与密度差异开展分选判断，不依赖表面颜色特征，也不受风化层、泥浆覆盖的干扰。

针对低品位萤石矿（核心矛盾为废石混入占比高、直接入磨成本过高），XRT设备可在粗碎工序后直接抛除围岩与夹石，抛废率根据矿石条件可达30%—90%，入磨品位提升30%—200%，完全适配"解离粒度偏粗、内部差异可识别、以磨前预抛废与原矿富集为核心目标"的萤石矿场景。

若矿石解离特征并非以粗粒围岩、夹石为主，而是萤石与方解石、石英等杂质存在表面特征差异，或是高钙萤石中碳酸钙与萤石颜色相近、传统色选无法稳定区分，则适配人工智能分选机：该设备不依赖单一颜色阈值，通过深度学习同步提取纹理、光泽、斑点、形状等多维特征，将萤石的玻璃光泽与方解石的珍珠光泽等差异转化为稳定的分选信号。

在高钙萤石分选场景下，AI分选机通过多光谱扫描捕捉高钙与低钙萤石的特征差异，预处理后可将碳酸钙含量从15%—25%降至5%以下，使后续浮选段氟化钙回收率提升至95%以上，精矿CaF₂品位稳定在92%以上；在高品位结晶萤石场景下，分选后精矿纯度可稳定在95%以上。蒙古国某萤石矿现场运行数据显示，新一代AI分选机在-25℃至40℃的极端温差环境下，识别准确率仍达98.7%，完全适配"表面特征可区分、需精细识别与提纯、高钙或结晶萤石等对精矿品位要求较高"的解离特征与工况条件。

其次看现场工况：对于仅能开展干选的萤石矿现场，设备选型首先要满足"无水资源可用"的硬约束：XRT智能分选机全程无水作业、无需配套尾矿库，适配粗粒级原矿预抛废需求，是低品位、仅能干选现场的首选设备。

对于具备湿选条件的现场，设备选型需结合解离特征与经济性综合判断：若矿石表面特征差异明显，精矿品位受钙质、杂石影响较大，选用人工智能分选机开展精细识别。其中，高品位萤石矿若核心问题为少量外观相似杂质混入导致品位降级，AI分选机的表面多维识别功能适配性更强；低品位萤石矿若核心问题为废石占比高、入磨成本过高，XRT智能分选机的内部差异识别与粗粒级预抛废功能适配性更强。是否具备湿选条件并非设备选型的唯一依据：解离特征是决定"选哪款设备"的核心逻辑，现场工况则决定"选定设备能否落地、如何落地"。

综上，名德光电萤石矿分选的设备选型逻辑可概括为"先看解离特征，再核工况条件，按矿石特征适配设备"：解离粒度偏粗、内部差异可识别、以磨前抛废与低品位原矿富集为主的场景，适配XRT智能分选机；表面特征可区分、需精细识别与高品位提纯的场景，适配人工智能分选机。仅能干选的现场，两款设备均可根据解离特征选择干选工艺；具备湿选条件的现场，也可根据矿石特征选择经济性更优的干选设备。最终实现"低品位资源不浪费、高品位产品不降级，具备湿选条件无需受湿法工艺绑定，仅能干选场景也有适配设备可用"——这正是名德光电两款智能分选机可覆盖萤石矿不同工况、不同品位场景的核心价值。