CN112288243A - 一种煤中伴生金属资源评价方法及装置 - Google Patents
一种煤中伴生金属资源评价方法及装置 Download PDFInfo
- Publication number
- CN112288243A CN112288243A CN202011119779.0A CN202011119779A CN112288243A CN 112288243 A CN112288243 A CN 112288243A CN 202011119779 A CN202011119779 A CN 202011119779A CN 112288243 A CN112288243 A CN 112288243A
- Authority
- CN
- China
- Prior art keywords
- associated metal
- sampling points
- enrichment coefficient
- resource
- coal
- 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.)
- Granted
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 306
- 239000002184 metal Substances 0.000 title claims abstract description 303
- 239000003245 coal Substances 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 150
- 238000011156 evaluation Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 238000005553 drilling Methods 0.000 claims description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 10
- 239000011707 mineral Substances 0.000 description 10
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 229910052733 gallium Inorganic materials 0.000 description 5
- 229910052732 germanium Inorganic materials 0.000 description 5
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 5
- 229910052744 lithium Inorganic materials 0.000 description 5
- 229910052761 rare earth metal Inorganic materials 0.000 description 5
- 150000002910 rare earth metals Chemical class 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明实施例提供一种煤中伴生金属资源评价方法及装置，该方法包括：通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。通过伴生金属采样点获取伴生金属的含量信息，从而得到伴生金属的富集系数，然后综合考虑伴生金属采样点的个数和密度，通过根据密集系数和达到工业品位点的采样点个数结合的方式，来综合考虑伴生金属资源评价方法，更好的实现煤中伴生资源评价。
Description
技术领域
本发明涉及煤矿技术领域，尤其涉及一种煤中伴生金属资源评价方法及装置。
背景技术
煤作为一种具有还原障和吸附性能的有机岩和矿产，在特定地质条件下可以富集锗、镓、锂、稀土等战略型关键金属元素，并可富集成矿，是一种重要的新型矿床类型。曾对煤中锗、镓、锂、稀土的分布特征、赋存规律、成因、物质来源等进行了不同程度的研究，但对其作为资源研究认识不足。近年来，煤层中镓锗锂稀土等“三稀”金属矿产资源勘查取得重大进展，显示了煤系矿产资源综合开发利用的广阔前景。然而，当前煤炭及其共伴生矿产资源的勘查项目未能做到综合勘查和开发，导致煤中锗镓锂稀土等国家战略型关键矿产资源正在大量的被浪费。
因此，如何更好进行煤中伴生金属资源评价已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种煤中伴生金属资源评价方法及装置，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种煤中伴生金属资源评价方法，包括：
通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；
根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
更具体的，在所述通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数步骤之后，所述方法还包括：
根据所述伴生金属的含量信息，确定伴生金属的种类，根据所述伴生金属的种类确定所述伴生金属的工业品位点标准。
更具体的，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第一区间，且所述伴生金属的富集系数小于预设富集系数阈值的情况下，增加伴生金属采样点数目。
更具体的，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第一品位点阈值的情况下，增加伴生金属采样点数目，并布置少量勘探钻孔。
更具体的，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第一品位点阈值的情况下，生成伴生金属探测预警信息。
更具体的，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第二品位点阈值的情况下，生成伴生金属勘探指令。
更具体的，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第二品位点阈值的情况下，生成伴生金属探测预警。
第二方面，本发明实施例提供一种煤中伴生金属资源评价装置，包括：
分析模块，用于通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；
处理模块，用于根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述煤中伴生金属资源评价方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述煤中伴生金属资源评价方法的步骤。
本发明实施例提供的一种煤中伴生金属资源评价方法及装置，通过伴生金属采样点获取伴生金属的含量信息，从而得到伴生金属的富集系数，然后综合考虑伴生金属采样点的个数和密度，通过根据密集系数和达到工业品位点的采样点个数结合的方式，来综合考虑伴生金属资源评价方法，更好的实现煤中伴生资源评价。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的煤中伴生金属资源评价方法流程示意图；
图2为本发明一实施例所描述煤中伴生金属资源评价装置示意图；
图3为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例中所描述的煤中伴生金属资源评价方法流程示意图，如图1所示，包括：
步骤S1，通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；
具体的，本发明实施例中所描述的伴生金属采样点用于采集煤中伴生金属元素，其具体可以包括每个伴生金属采样点中可以包括锗、镓、锂、稀土元素采样测试点中的一个或多个。
本发明实施例中所描述的伴生金属的含量信息是指采样点直接获取的，而伴生金属的富集系数具体可以是指采样的伴生金属含量信息/世界中该伴生金属元素的平均含量。
步骤S2，根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
本发明实施例将伴生金属采样点个数划分三个区间，例如设定第一区间在的探测区域的伴生金属采样点的个数在十个以内，设定第二区间在探测区域的伴生金属采样点的个数大于十个小于五十个，设定第三区间在探测区域的伴生金属采样点的个数大于五十个。
本发明实施例中所描述的伴生金属采样点间距是指距离最接近的任意两个伴生金属采样点之间的间距。
当伴生金属的富集系数的未达到预设富集系数阈值的标准时，则判定该探测区域内的伴生金属资源的潜力不大，无需进行开采准备或扩大勘探的工作。
当伴生金属的富集系数的达到预设富集系数阈值的标准时，则结合根据伴生金属采样点个数、伴生金属采样点间距和达到工业品位点的采样点个数来确定煤中伴生金属资源评价方案。
本发明实施例通过伴生金属采样点获取伴生金属的含量信息，从而得到伴生金属的富集系数，然后综合考虑伴生金属采样点的个数和密度，通过根据密集系数和达到工业品位点的采样点个数结合的方式，来综合考虑伴生金属资源评价方法，更好的实现煤中伴生资源评价。
在上述实施例的基础上，在所述通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数步骤之后，所述方法还包括：
根据所述伴生金属的含量信息，确定伴生金属的种类，根据所述伴生金属的种类确定所述伴生金属的工业品位点标准。
具体的，本发明实施例中所描述的工业品位点是指在一定的技术经济条件下，能够供工业上开采和利用的最低品位要求。在勘探矿床时矿体或矿段、矿区的平均品位必须要达到和超过最低工业品位，才能计算工业储量；介于边界品位和工业品位之间的，则列为工业上暂不能利用的储量(即平均表外储量)。
本发明实施例中所描述的伴生金属的工业品位点标准均是行业标准，在确定伴生金属种类后，即可得到伴生金属的工业品位点标准。
本发明实施例通过确定伴生金属的工业品位点标准，后续可以判断达到工业品位含量标准的伴生金属采样点数量，从而更准确的生成伴生金属处理方案。
在上述实施例的基础上，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第一区间，且所述伴生金属的富集系数大于或等于预设富集系数阈值的情况下，增加伴生金属采样点数目。
具体的，本发明实施例中所描述的第一区间是指伴生金属采样点个数小于等于十个的区间，当待测区域内只有1-10个均匀分布的采样点时，由于采样点稀少，此时主要用于了解评价单元内的煤中伴生金属元素聚散的趋势，当伴生金属的富集系数大于或等于预设富集系数阈值的情况下，则说明该区域内的伴生金属具有勘验前景，应当进一步加强采样点的布置。
当伴生金属的富集系数大于或等于预设富集系数阈值的情况下，则说明该区域内的伴生金属含量很低，没有很好的开发前景，此时应当发出结束勘探警告信息。
本发明实施例针对于采样测试点个数较少的情况，分别设计了具体的应对措施，更好的实现了煤中伴生金属资源评价。
在上述实施例的基础上，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第一品位点阈值的情况下，增加伴生金属采样点数目，并布置少量勘探钻孔。
具体的，本发明实施例中所描述的第二区间具体是指均匀分布的采样点的个数在10-50个的区间；伴生金属采样点间距大于第一预设间距具体是指采样点之间的间距大于3km，可采用富集系数(CC)和达到工业品位点的采样点个数相结合的方式来进行评价。当评价单元内煤中伴生金属富集系数CC≥5，且至少有10％的采样点达到工业品位含量要求时，则认为该区域内的伴生金属资源，此时继续加密采样点，加强采样点个数，并布置少量开采钻孔。
在上述实施例的基础上，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第一品位点阈值的情况下，生成伴生金属探测预警信息。
具体的，本发明实施例中所描述的第一品位点阈值是指达到品位点标准的采样点数目占整体采样点数目的10％。具体的，本发明实施例中所描述的第二区间具体是指均匀分布的采样点的个数在10-50个的区间；伴生金属采样点间距大于第一预设间距具体是指采样点之间的间距大于3km，可采用富集系数(CC)和达到工业品位点的采样点个数相结合的方式来进行评价。当评价单元内煤中伴生金属富集系数CC≥5，且达到工业品位含量要求的采样点未超过10％时，则认为该区域内的伴生金属资源应当继续加强勘探，此时继续加密采样点，加强采样点个数。
本发明实施例中检测到伴生金属的富集系数小于预设富集系数阈值时，则判定该探测区域内的伴生金属资源的潜力不大，无需进行开采准备或扩大勘探的工作。
在上述实施例的基础上，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第二品位点阈值的情况下，生成伴生金属勘探指令。
所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第二品位点阈值的情况下，生成伴生金属探测预警。
具体的，本发明实施例中所描述的第三区间是指伴生金属采样点个数大于五十个，伴生金属采样点间距小于第一预设间距是指，采样点之间的采样间距小于3KM，本发明实施例中所描述的第二品位点阈值是指达到品位点标准的采样点数目占整体采样点数目的40％，,区域内煤中伴生金属富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第二品位点阈值的情况下，生成伴生金属勘探指令，按照“稀有元素矿产资源勘查规范”进行勘探。
若达到工业品位含量标准的伴生金属采样点数量不超过第二品位点阈值的情况下，则生成伴生金属探测预警。
本发明实施例通过伴生金属采样点获取伴生金属的含量信息，从而得到伴生金属的富集系数，然后综合考虑伴生金属采样点的个数和密度，通过根据密集系数和达到工业品位点的采样点个数结合的方式，来综合考虑伴生金属资源评价方法，更好的实现煤中伴生资源评价。
图2为本发明一实施例所描述煤中伴生金属资源评价装置示意图，如图2所示，包括：分析模块210和处理模块220；其中，分析模块210用于通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；其中，处理模块220用于根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过伴生金属采样点获取伴生金属的含量信息，从而得到伴生金属的富集系数，然后综合考虑伴生金属采样点的个数和密度，通过根据密集系数和达到工业品位点的采样点个数结合的方式，来综合考虑伴生金属资源评价方法，更好的实现煤中伴生资源评价。
图3为本发明一实施例所描述的电子设备结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种煤中伴生金属资源评价方法，其特征在于，包括：
通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；
根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
2.根据权利要求1所述煤中伴生金属资源评价方法，其特征在于，在所述通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数步骤之后，所述方法还包括：
根据所述伴生金属的含量信息，确定伴生金属的种类，根据所述伴生金属的种类确定所述伴生金属的工业品位点标准。
3.根据权利要求2所述煤中伴生金属资源评价方法，其特征在于，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第一区间，且所述伴生金属的富集系数大于或等于预设富集系数阈值的情况下，增加伴生金属采样点数目。
4.根据权利要求2所述煤中伴生金属资源评价方法，其特征在于，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第一品位点阈值的情况下，增加伴生金属采样点数目，并布置少量勘探钻孔。
5.根据权利要求2所述煤中伴生金属资源评价方法，其特征在于，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第二区间，所述伴生金属采样点间距大于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第一品位点阈值的情况下，生成伴生金属探测预警信息。
6.根据权利要求2所述煤中伴生金属资源评价方法，其特征在于，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量超过第二品位点阈值的情况下，生成伴生金属勘探指令。
7.根据权利要求2所述煤中伴生金属资源评价方法，其特征在于，所述根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案的步骤，具体包括:
在所述伴生金属采样点个数处于第三区间，所述伴生金属采样点间距小于第一预设间距，且所述伴生金属的富集系数大于或等于预设富集系数阈值，达到工业品位含量标准的伴生金属采样点数量不超过第二品位点阈值的情况下，生成伴生金属探测预警。
8.一种煤中伴生金属资源评价装置，其特征在于，包括：
分析模块，用于通过伴生金属采样点获取伴生金属的含量信息，根据伴生金属的含量信息获取伴生金属的富集系数；
处理模块，用于根据伴生金属采样点个数、伴生金属采样点间距和所述伴生金属的富集系数生成伴生金属资源评价方案。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述煤中伴生金属资源评价方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述煤中伴生金属资源评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119779.0A CN112288243B (zh) | 2020-10-19 | 2020-10-19 | 一种煤中伴生金属资源评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119779.0A CN112288243B (zh) | 2020-10-19 | 2020-10-19 | 一种煤中伴生金属资源评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112288243A true CN112288243A (zh) | 2021-01-29 |
| CN112288243B CN112288243B (zh) | 2021-07-23 |
Family
ID=74497959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011119779.0A Active CN112288243B (zh) | 2020-10-19 | 2020-10-19 | 一种煤中伴生金属资源评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112288243B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112986529A (zh) * | 2021-04-28 | 2021-06-18 | 中国煤炭地质总局勘查研究总院 | 一种煤系矿产资源评价方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6177380B1 (en) * | 2000-05-22 | 2001-01-23 | Eastman Chemical Company | Iridium-gold carbonylation co-catalysts |
| WO2007006179A1 (fr) * | 2005-07-14 | 2007-01-18 | Blincofa Biomedical Technology Corp. | Électrode en graphite utilisée dans un dispositif de détection pour analyser la quantité de traces de substances organiques et son procédé de fabrication |
| CN103760608A (zh) * | 2014-01-20 | 2014-04-30 | 青海省地质矿产研究所 | 沉积岩容矿铅锌矿勘查方法 |
| CN105911037A (zh) * | 2016-04-19 | 2016-08-31 | 湖南科技大学 | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 |
| CN106337685A (zh) * | 2016-10-21 | 2017-01-18 | 中国矿业大学(北京) | 一种煤炭与其伴生油页岩联合开采方法 |
| CN106483185A (zh) * | 2016-08-18 | 2017-03-08 | 中国地质调查局西安地质调查中心 | Hg‑icp‑ms测定地质中稀散元素锗和碲的方法 |
| CN110442666A (zh) * | 2019-08-02 | 2019-11-12 | 中国地质调查局发展研究中心 | 一种基于神经网络模型的矿产资源预测方法及系统 |
| CN110763506A (zh) * | 2019-10-17 | 2020-02-07 | 中国煤炭地质总局勘查研究总院 | 用于煤型锗矿床勘探的钻孔布置方法 |
| CN111044549A (zh) * | 2019-12-30 | 2020-04-21 | 核工业北京地质研究院 | 一种快速判断黑色岩系有无铀多金属开采价值的方法 |
| CN111141734A (zh) * | 2019-12-30 | 2020-05-12 | 核工业北京地质研究院 | 一种快速定位钍矿物并识别其共伴生关系的方法 |
| CN111275365A (zh) * | 2020-04-07 | 2020-06-12 | 河南发恩德矿业有限公司 | 一种利用矿化率指标实现矿产资源精准勘查快速评价方法 |
-
2020
- 2020-10-19 CN CN202011119779.0A patent/CN112288243B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6177380B1 (en) * | 2000-05-22 | 2001-01-23 | Eastman Chemical Company | Iridium-gold carbonylation co-catalysts |
| WO2007006179A1 (fr) * | 2005-07-14 | 2007-01-18 | Blincofa Biomedical Technology Corp. | Électrode en graphite utilisée dans un dispositif de détection pour analyser la quantité de traces de substances organiques et son procédé de fabrication |
| CN103760608A (zh) * | 2014-01-20 | 2014-04-30 | 青海省地质矿产研究所 | 沉积岩容矿铅锌矿勘查方法 |
| CN105911037A (zh) * | 2016-04-19 | 2016-08-31 | 湖南科技大学 | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 |
| CN106483185A (zh) * | 2016-08-18 | 2017-03-08 | 中国地质调查局西安地质调查中心 | Hg‑icp‑ms测定地质中稀散元素锗和碲的方法 |
| CN106337685A (zh) * | 2016-10-21 | 2017-01-18 | 中国矿业大学(北京) | 一种煤炭与其伴生油页岩联合开采方法 |
| CN110442666A (zh) * | 2019-08-02 | 2019-11-12 | 中国地质调查局发展研究中心 | 一种基于神经网络模型的矿产资源预测方法及系统 |
| CN110763506A (zh) * | 2019-10-17 | 2020-02-07 | 中国煤炭地质总局勘查研究总院 | 用于煤型锗矿床勘探的钻孔布置方法 |
| CN111044549A (zh) * | 2019-12-30 | 2020-04-21 | 核工业北京地质研究院 | 一种快速判断黑色岩系有无铀多金属开采价值的方法 |
| CN111141734A (zh) * | 2019-12-30 | 2020-05-12 | 核工业北京地质研究院 | 一种快速定位钍矿物并识别其共伴生关系的方法 |
| CN111275365A (zh) * | 2020-04-07 | 2020-06-12 | 河南发恩德矿业有限公司 | 一种利用矿化率指标实现矿产资源精准勘查快速评价方法 |
Non-Patent Citations (5)
| Title |
|---|
| ZHAO, LEI等: "Major and Trace Element Geochemistry of Coals and Intra-Seam Claystones from the Songzao Coalfield, SW China", 《MINERALS》 * |
| 宁树正等: "煤系矿产资源综合评价技术方法探讨", 《中国矿业》 * |
| 汪毓煌: "滇西褐煤伴生元素锗的富集及评价", 《煤田地质与勘探》 * |
| 陈慧杰等: "新疆某大型铁矿伴生金锌的综合回收试验研究", 《矿产综合利用》 * |
| 黄文辉等: "煤中稀土元素分布特征及其开发利用前景", 《煤炭学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112986529A (zh) * | 2021-04-28 | 2021-06-18 | 中国煤炭地质总局勘查研究总院 | 一种煤系矿产资源评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112288243B (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zaliapin et al. | Discriminating characteristics of tectonic and human‐induced seismicity | |
| Ghasemi et al. | Development of an empirical model for predicting the effects of controllable blasting parameters on flyrock distance in surface mines | |
| Ghofrani et al. | Activation rate of seismicity for hydraulic fracture wells in the Western Canada Sedimentary Basin | |
| CN109598102B (zh) | 煤矿冲击地压危险程度的预测方法、装置、设备及介质 | |
| CA2873816C (en) | Systems and methods for processing geophysical data | |
| CN112288243B (zh) | 一种煤中伴生金属资源评价方法及装置 | |
| CN106650446A (zh) | 基于系统调用的恶意程序行为识别方法和系统 | |
| CN102982048A (zh) | 一种用于评估垃圾信息挖掘规则的方法与设备 | |
| CN112580165A (zh) | 一种敞开式tbm穿越不良地质刀盘卡机预测方法及系统 | |
| CN108573340A (zh) | 一种采石场生产监控系统和方法 | |
| CN115239108B (zh) | 一种基于tbm实时破岩数据的软弱破碎围岩感知方法 | |
| Coughlin et al. | New approaches to studying rock burst-associated seismicity in mines | |
| Kwiatek et al. | Months-long seismicity transients preceding the 2023 MW 7.8 Kahramanmaraş earthquake, Türkiye | |
| CN113064217B (zh) | 烃源岩有效性评价模型构建方法及烃源岩有效性评价方法 | |
| CN115759351A (zh) | 泥水盾构掘进综合预警方法、系统及存储介质 | |
| Liu et al. | Use of digital imaging processing techniques to characterise block caving secondary fragmentation and implications for a proposed Cave-to-Mill approach | |
| CN111209158B (zh) | 服务器集群的挖矿监控方法及集群监控系统 | |
| Kentwell et al. | Adequacy of sampling and volume estimation for pre-mining evaluation of potentially acid forming waste: statistical and geostatistical methods | |
| CN113901547A (zh) | 岩溶区隧道突水预警方法、系统、电子设备和介质 | |
| CN112502782A (zh) | 井下硬岩矿柱稳定性评判的多种微震参数分区分级预警模型 | |
| Liu et al. | Quantitative risk assessment for deep tunnel failure based on clustering and logistic regression at the Ashele copper mine, China | |
| CN113505971B (zh) | 一种基于bim技术的工程施工建造管理系统与方法 | |
| CN116361897A (zh) | 基于tbm掘进参数的岩石强度预测方法及相关设备 | |
| CN113586157B (zh) | 基于克里金插值的回采工作面突出危险区快速划分方法 | |
| Childs | Rock Fracture Orientation Grouping Using Clustering Algorithms |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |