CN110927087A - 基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 - Google Patents
基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 Download PDFInfo
- Publication number
- CN110927087A CN110927087A CN201911334728.7A CN201911334728A CN110927087A CN 110927087 A CN110927087 A CN 110927087A CN 201911334728 A CN201911334728 A CN 201911334728A CN 110927087 A CN110927087 A CN 110927087A
- Authority
- CN
- China
- Prior art keywords
- iron ore
- anshan
- near infrared
- visible light
- magnetic susceptibility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/3103—Atomic absorption analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明的目的是为了解决现有技术中的磁性率测定法确定鞍山式铁矿中磁性率存在的问题,提供了一种基于可见光‑近红外光谱的鞍山式铁矿磁性率反演方法,属于矿山地质技术领域。该方法针对铁矿粉末中磁性率与可见光‑近红外光谱之间关系进行详细研究,优选出磁性率的敏感波段,并基于磁性率敏感波段建立反演预测模型,对铁矿粉末中磁性率进行定量反演,建立的模型简洁、可靠,本方法为矿山采场矿体边界实时快速圈定与精准区划奠定基础。
Description
技术领域
本发明属于矿山地质技术领域,特别是涉及一种基于可见光-近红外光谱的粉末状鞍山式铁矿磁性率反演方法。
背景技术
鞍山式铁矿是我国最重要的沉积变质型铁矿床,约占全国铁矿总储量的50%,资源开采量最大,居于全国首位,对国民经济发展至关重要。铁矿中磁性率指标(FeO/TFe)是评价铁矿床工业价值和划分矿石工业类型的重要指标,因此铁矿磁性率的确定对于矿山的开采及生产至关重要。目前,传统的鞍山式铁矿磁性率测定法,需要分别测定样品中的磁性铁含量与全铁含量,然后进行比值运算,进而确定样品磁性率。这种方法存在工作量大、过程复杂、效率低、周期长的缺陷,使得矿石磁性率测试结果相对选矿方法与配矿流程存在滞后效应,导致选厂指标波动,使得配矿质量和效果也会受到极大影响,成为快速、高效、经济开采及选矿、配矿技术的瓶颈问题。
对岩石、矿石中的成分与其可见光-近红外光谱之间的关系,国内外学者进行了大量的研究。通过分析研究发现,Fe2+与Fe3+因电子跃迁在可见光区或近红外区具有特征吸收谱带,Fe3+在650~750nm附近形成一个微弱吸收谱带,在900nm附近形成一个较强的吸收谱带,Fe2+在可见光-近红外波段无明显吸收特征,仅在1000~1100nm存在一个微弱的宽缓光谱吸收特征。一些学者分析了磁铁矿的光谱特性,发现于850~900nm波段范围内,矿石中的铁含量与光谱反射率均值存在较好的相关性,铁含量与光谱反射率呈指数函数负相关关系,据此建立了矿石中铁含量的反演模型,并取得了较好的效果。上述研究,阐明了Fe2+、Fe3 +与TFe在可见光-近红外波段的特征吸收谱带,并通过建立相关模型,实现了对实验样品中铁含量的反演预测。但是磁性率指标(FeO/TFe)作为评价铁矿床工业价值和划分矿石工业类型的重要指标,现有技术中对铁矿粉末中磁性率含量与实验样品的可见光-近红外光谱之间的联系未进行深入研究。因此,亟需对粉末状鞍山式铁矿中磁性率含量与样品的可见光-近红外光谱之间的联系进行深入分析。
发明内容
本发明的目的是为了解决现有技术中磁性率测定法确定鞍山式铁矿中磁性率存在的问题,为此提供了一种基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法。对铁矿粉末中磁性率与可见光-近红外光谱之间关系进行详细研究,优选出磁性率的敏感波段,并基于磁性率敏感波段建立反演预测模型,对铁矿粉末中磁性率进行定量反演,所建立的模型简洁、可靠,本方法为矿山采场矿体边界实时快速圈定与精准区划奠定了基础。
一种基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法,包括如下步骤:
1)采集粉末状鞍山式铁矿石实验样品;
为保证样品的代表性、准确性和系统性,在鞍山式铁矿露天采场,于岩矿出露较好的炮孔处,采用一条铲沟法采样,即选择好炮孔粉堆后,用工具铲铲开贯通粉堆半径的槽沟,使其剖面完整暴露,然后在沟壁上截取中间一段贯穿全层采集样品,然后将其混合均匀,装进样品盒,作为实验样品;
2)采用可见光-近红外光谱仪测定该实验样品的可见光-近红外光谱曲线;
3)依据光谱曲线磁性率的敏感波段处的反射率值构建比值指数,见公式(1),然后基于RIS建立磁性率的反演预测模型,见公式(2);
Y=51.662×RIS-17.331 (2)
式中:
RIS为敏感波段比值指数;
R540为540nm波长处的反射率值;
R1125为1125nm波长处的反射率值;
Y为实验样品的磁性率;
通过该模型计算得到粉末状鞍山式铁矿实验样品的磁性率;
其中,公式(1)的来源为:测定数个与步骤1)相同采样方法取得的实验样品的磁性率,并对这些粉末状鞍山式铁矿实验样品的光谱曲线进行分析,总结其光谱特征,并计算每个实验样品磁性率与该实验样品光谱曲线上任意两个波长的反射率值构成的比值指数RI的相关性,选出与样品磁性率相关性最显著的敏感波段(相关系数越大的波段越敏感),并发现每个实验样品采用该方法优选出磁性率的敏感波段的两个波长均分别处于540nm与1125nm波长处。
与现有技术相比,本发明的优势在于:
1、本发明的方法通过对粉末状鞍山式铁矿磁性率与其可见光-近红外光谱之间关系进行深入分析,优选出磁性率的敏感波段。
2、本发明的方法基于磁性率的敏感波段,构建了比值指数(RIS),并依此建立了磁性率的反演预测模型,模型的平均误差小于2%,精度较高。
附图说明
图1、实施例1中鞍山式铁矿实验样品的可见光-近红外光谱曲线示意图。
具体实施方式
实施例1
1、测试样品采集
为保证样品的代表性、准确性和系统性,于岩矿出露较好的炮孔处,采用一条铲沟法采样,即选择好炮孔粉堆后,用工具铲铲开贯通粉堆半径的槽沟,使其剖面完整暴露,然后在沟壁上截取中间一段贯穿全层采集1kg样品,然后将其混合均匀,装进样品盒,作为实验样品。
2、测试设备
1)采用可见光-近红外光谱仪对粉末状实验样品进行可见光-近红外光谱测试,光谱测试范围为350~2500nm,光谱精度优于±0.5nm,光谱分辨率≤8.5nm,最小积分时间为1s。
2)视场角以覆盖样品测试表面为准。
3、测试方法
1)光谱测试时,将采样积分时间设置为3s,视场角为4°,让样品观测面保持水平,光谱仪镜头垂直于样品观测面,距离在0.5-1米,采集实验样品光谱曲线。
2)为降低太阳辐射传播路径和气溶胶的影响,光谱测试在10:00~14:00进行,测量时天空晴朗无云,太阳高度角在45°。
测定得到样品的可见光-近红外光谱曲线,图1为数个样品的光谱曲线的集合。
4、根据样品的可见光-近红外光谱曲线,依据磁性率的敏感波段处的反射率值构建比值指数(RIS),公式如下:
式中:
R540为540nm波长处的反射率值;
R1125为1125nm波长处的反射率值;
RI公式的来源为:测定50个与步骤1相同采样方法取得的实验样品的磁性率,并用与步骤3相同的方法对这50个实验样品的光谱曲线进行分析,总结其光谱特征,并对实验样品磁性率与光谱特征之间联系进行分析,本实施例基于MatLab软件平台,分析计算每个实验样品磁性率与光谱曲线上任意两个波长的反射率值(波长间隔为1nm)构成的RI光谱指数的相关性,选出与样品磁性率相关性最显著的敏感波段(相关系数越大的波段越敏感),并发现这50个样品采用该方法优选出的磁性率的敏感波段的两个波长均分别处于540nm与1125nm波长处。
5、最终,总结出下面的反演预测模型来确定实验样品中的磁性率:
Y=51.662×RIS-17.331
式中:
Y为实验样品的磁性率。
通过20组样品的化学实测和本发明反演计算的结果可以看出,二者对磁性率的测定平均误差小于2%,具体见表1。
表1、样品的磁性率测定数据表
Claims (2)
2.根据权利要求1所述的基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法,其特征在于,所述步骤1)中,采集粉末状鞍山式铁矿石实验样品的方法为:在鞍山式铁矿石采场,于岩矿出露较好的炮孔处,采用一条铲沟法采样,然后将其混合均匀,作为实验样品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334728.7A CN110927087A (zh) | 2019-12-23 | 2019-12-23 | 基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334728.7A CN110927087A (zh) | 2019-12-23 | 2019-12-23 | 基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110927087A true CN110927087A (zh) | 2020-03-27 |
Family
ID=69861626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911334728.7A Pending CN110927087A (zh) | 2019-12-23 | 2019-12-23 | 基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110927087A (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107367480A (zh) * | 2017-09-20 | 2017-11-21 | 鞍钢集团矿业有限公司 | 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法 |
-
2019
- 2019-12-23 CN CN201911334728.7A patent/CN110927087A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107367480A (zh) * | 2017-09-20 | 2017-11-21 | 鞍钢集团矿业有限公司 | 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法 |
Non-Patent Citations (1)
Title |
---|
毛亚纯 等: "基于可见光-近红外光谱的BIF磁性率确定方法研究", 《光谱学与光谱分析》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108801934A (zh) | 一种土壤有机碳含量高光谱预测模型的建模方法 | |
CN102495042B (zh) | 一种粉末混合物的拉曼光谱准确定量分析方法 | |
CN107589094B (zh) | 基于光谱特征的鞍山式铁矿石类型确定方法 | |
CN110596028B (zh) | 一种沉积型稀土La元素含量的高光谱反演方法 | |
CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN105092436A (zh) | 一种沉积物粒度光谱分析方法及装置 | |
CN109813665A (zh) | 利用可见光-近红外反射光谱快速分析岩石风化壳稀土含量的方法 | |
CN107367480A (zh) | 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法 | |
CN103575707B (zh) | 使用光电直读光谱仪测定镍基高温合金钢成分的方法 | |
Lawal et al. | Total organic carbon characterization using neural-network analysis of XRF data | |
CN111678882B (zh) | 通过古潜水位预测风化壳离子吸附型稀土矿床层位的方法 | |
CN111272686A (zh) | 铁矿石选矿粉铁品位的高光谱检测方法 | |
CN102445428A (zh) | 一种四价铀的分析方法 | |
CN110907379A (zh) | 一种基于随机森林算法的鞍山式铁矿成分及含量测定方法 | |
CN106442474A (zh) | 一种基于偏最小二乘法的水泥生料三率值测量方法 | |
CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
CN110927087A (zh) | 基于可见光-近红外光谱的鞍山式铁矿磁性率反演方法 | |
CN111141809B (zh) | 一种基于非接触式电导信号的土壤养分离子含量检测方法 | |
CN111044548A (zh) | 一种利用主量元素含量判别花岗岩含铀性的方法 | |
CN206208684U (zh) | 一种定量测定泥页岩结合水与力学参数的实验装置 | |
CN113049521B (zh) | 识别碳酸盐岩的方法、装置及设备、存储介质 | |
CN113125374B (zh) | 检测碳酸岩型稀土矿床样品中ree含量的方法、装置和设备 | |
CN101650306A (zh) | 快速检测分析绢云母质量的方法 | |
CN104181125A (zh) | 快速测定啤酒麦芽中库尔巴哈值的方法 | |
CN111366475B (zh) | 一种碎粒型结构面及结构带抗剪强度参数获取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |