CN112345415B - 一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 - Google Patents
一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 Download PDFInfo
- Publication number
- CN112345415B CN112345415B CN202011163534.8A CN202011163534A CN112345415B CN 112345415 B CN112345415 B CN 112345415B CN 202011163534 A CN202011163534 A CN 202011163534A CN 112345415 B CN112345415 B CN 112345415B
- Authority
- CN
- China
- Prior art keywords
- ore particles
- mineral
- pore
- leaching
- uranium ore
- 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.)
- Active
Links
- 239000002245 particle Substances 0.000 title claims abstract description 171
- 239000011148 porous material Substances 0.000 title claims abstract description 127
- 238000002386 leaching Methods 0.000 title claims abstract description 120
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 94
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008569 process Effects 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title claims abstract description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 148
- 239000011707 mineral Substances 0.000 claims abstract description 148
- 238000009826 distribution Methods 0.000 claims abstract description 56
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000002591 computed tomography Methods 0.000 claims abstract description 27
- 238000005520 cutting process Methods 0.000 claims abstract description 26
- 239000000203 mixture Substances 0.000 claims abstract description 14
- 229910001727 uranium mineral Inorganic materials 0.000 claims abstract description 6
- 239000002893 slag Substances 0.000 claims description 14
- 241001270131 Agaricus moelleri Species 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000004090 dissolution Methods 0.000 claims description 9
- 238000001556 precipitation Methods 0.000 claims description 9
- 238000001000 micrograph Methods 0.000 claims description 8
- 239000003795 chemical substances by application Substances 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000009388 chemical precipitation Methods 0.000 claims description 4
- 230000005012 migration Effects 0.000 claims description 4
- 238000013508 migration Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 claims description 2
- 239000002149 hierarchical pore Substances 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 230000035699 permeability Effects 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000009659 non-destructive testing Methods 0.000 abstract description 2
- 235000010755 mineral Nutrition 0.000 description 107
- 239000010453 quartz Substances 0.000 description 28
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 28
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 19
- 239000011028 pyrite Substances 0.000 description 19
- 229910052683 pyrite Inorganic materials 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 12
- 229910052900 illite Inorganic materials 0.000 description 12
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 12
- 229910052626 biotite Inorganic materials 0.000 description 11
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 8
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 7
- 229910001919 chlorite Inorganic materials 0.000 description 7
- 229910052619 chlorite group Inorganic materials 0.000 description 7
- 239000010433 feldspar Substances 0.000 description 7
- 229940072033 potash Drugs 0.000 description 7
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 7
- 235000015320 potassium carbonate Nutrition 0.000 description 7
- DLHONNLASJQAHX-UHFFFAOYSA-N aluminum;potassium;oxygen(2-);silicon(4+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[Al+3].[Si+4].[Si+4].[Si+4].[K+] DLHONNLASJQAHX-UHFFFAOYSA-N 0.000 description 6
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 229910052612 amphibole Inorganic materials 0.000 description 5
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 5
- 239000010436 fluorite Substances 0.000 description 5
- 239000011019 hematite Substances 0.000 description 5
- 229910052595 hematite Inorganic materials 0.000 description 5
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 5
- 229910052950 sphalerite Inorganic materials 0.000 description 5
- 239000004575 stone Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 239000004852 Asphaltite Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 229910021532 Calcite Inorganic materials 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 2
- 229910052622 kaolinite Inorganic materials 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004660 morphological change Effects 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- YDZQQRWRVYGNER-UHFFFAOYSA-N iron;titanium;trihydrate Chemical compound O.O.O.[Ti].[Fe] YDZQQRWRVYGNER-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005063 solubilization Methods 0.000 description 1
- 230000007928 solubilization Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- BBNISNJBVLWCLJ-UHFFFAOYSA-N titanium uranium Chemical compound [Ti].[U].[U] BBNISNJBVLWCLJ-UHFFFAOYSA-N 0.000 description 1
- -1 titanuranium ore Chemical compound 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/2206—Combination of two or more measurements, at least one measurement being that of secondary emission, e.g. combination of secondary electron [SE] measurement and back-scattered electron [BSE] measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法。该方法是切割原矿颗粒获得两个相邻的平面，利用扫描电镜、能谱仪以及X射线CT扫描仪等检查手段对原矿颗粒进行无损检测，获取原矿内部三维孔(裂)隙结构和矿物信息，然后对原矿进行堆浸试验并对浸出渣再次进行X射线CT扫描，总结浸出前后孔(裂)隙分布和矿物组成差异。该方法不但能对孔(裂)隙的演化进行更直观地研究，同时能够查明参与孔隙演化的矿物，对演化规律有更清晰地认识，可以更好地指导铀矿物的堆浸过程。
Description
技术领域
本发明涉及一种矿石堆浸过程中颗粒内部孔(裂)隙演化的检测方法，特别涉及利用扫描电镜图像采集和能谱测试结合X射线CT扫描来实现铀矿石堆浸过程中颗粒内部孔裂隙演化的检测方法，属于冶金技术领域。
背景技术
堆浸法具有低成本、能耗小、周期短、资源利用率高等诸多优点，在中国铀矿采冶领域应用广泛，国内约90％的铀矿山进行过堆浸试验。在堆浸过程中，矿石颗粒与酸(或碱)试剂相互反应，会出现一系列的矿物溶解和新的物质沉淀。在堆浸后期，随着反应不断进行，矿石颗粒内部的孔(裂)隙以及颗粒之间的孔隙通道的结构、数量都会发生巨大变化：矿物的溶解将推进孔(裂)隙的演化，而新物质的沉淀则会堵塞原有通道，导致浸堆渗透性降低，浸出效果变差。因此针对铀矿石堆浸过程中矿物组成与结构变化、孔(裂)隙数量与形态变化的研究对堆浸效果的监测和堆浸技术的改进都具有重要意义。
浸堆内矿石颗粒的孔隙具有隐蔽性、不稳定性以及复杂性，使得对孔隙结构及其演化的研究条件很苛刻。针对浸堆孔(裂)隙的研究主要借助于计算流体动力学方法，采用数值模拟研究。近年来，随着计算机技术、图像处理技术、可视化技术的发展，无损检测技术越来越多地应用在孔(裂)隙结构研究中。目前应用最为广泛的无损检测技术主要为X光CT技术。吴爱祥、杨保华等利用X光CT技术，对铜矿堆浸体系中散体孔隙(矿石颗粒之间的孔隙通道)演化进行了研究，但未对矿石颗粒内部的孔(裂)隙演化进行深入了解，更未对参与孔隙演化的矿物类型、结构变化以及对孔(裂)隙的改造作用进行研究。
有关矿石内部孔隙结构的其他常用研究方法主要为压汞法、定量立体学方法、孔隙铸体片的镜下统计法，这些方法都是通过对样品进行多种处理进行孔隙研究，不但会对孔隙结构，也会对矿石本身造成损伤和破坏，一旦对矿石样品进行改造则会对浸出效果、浸出后孔裂隙结构及形态变化都会带来巨大影响。因此，这些方法并不适用于针对堆浸过程的孔(裂)隙的演化规律研究。
发明内容
针对现有技术对堆浸过程中矿石颗粒内部孔(裂)隙的演化规律检测方法存在的缺陷，本发明的目的是提供一种利用扫描电镜及能谱结合X光CT扫描技术，实现对铀矿石样品进行无损检测，对堆浸铀矿石样品中矿物类型、含量及结构的变化，以及其对孔(裂)隙改造情况进行更直观检测的方法，该方法有利于深入了解孔隙演化的矿物或其他物质，达到对堆浸过程矿石颗粒内部的孔(裂)隙演化有更加明确认识的目的，从而可以更好地指导铀矿石的堆浸过程。
为了实现上述技术目的，本发明提供了一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，该方法包括以下步骤：
1)将一个铀矿石颗粒样品切割成具有相同矿物分布切割平面的相对应的两个铀矿石颗粒，分别标记为1-I和1-II(其中1-I颗粒粒径稍小于1-II，1-I颗粒用于制作扫描电镜观测样，切割面为待观测面，1-II用于堆浸试验)；按照此方法，切割n个铀矿石颗粒样品，分别依次标记为1-I至n-I和1-II至n-II；
2)将铀矿石颗粒1-I至n-I，先进行X射线CT扫描，得到其切割平面的X射线二值图像A，再进行扫描电镜图像采集和能谱测试，得到背散射图像B及各不同灰度图像对应的矿物类型，再将X射线二值图像A和背散射图像B中相同位置、相同形状的矿物进行一一对应，再根据背散射图像B中灰度与矿物类型关系对X射线二值图像A中不同灰度区域的矿物类型进行标定；
3)将铀矿石颗粒1-II至n-II进行X射线CT扫描，得到三维二值图像C，并依据步骤2)所得铀矿石颗粒1-I至n-I的X射线二值图像A对与之相对应的铀矿石颗粒1-II至n-II切割平面的三维二值图像C中的不同灰度所对应的矿物类型进行标定，形成相应的矿物类型及孔裂隙分布三维图像；
4)在进行堆浸过程中，将矿石堆体按深度由深到浅分为多个层级，且将铀矿石颗粒1-II至n-II均匀分散放置在各层级内部，堆浸完成后，剩余矿石即为浸出渣；
5)对浸堆中各层级的浸出渣进行X射线CT扫描后，得到浸出渣的三维二值图像D，将三维二值图像D与步骤3)中铀矿石颗粒1-II至n-II的三维二值图像C进行对比，对浸出渣的三维二值图像D中的矿物类型及孔裂隙分布进行标定；
6)将步骤3)所得铀矿石颗粒1-II至n-II的孔裂隙分布及矿物类型三维二值图像C与步骤5)所得各层级的浸出渣的孔裂隙及矿物分布三维二值图像D进行对比，推断出浸堆内部矿石颗粒内部孔裂隙演化情况。
作为一个优选的技术方案，所述灰度图像中黑色部分为孔裂隙，而非黑色部分由白色至灰色过渡的不同颜色分别表示不同的矿物类型。
作为一个优选的技术方案，通过对铀矿石颗粒1-II至n-II进行扫描电镜图像采集和能谱测试，得到铀矿石颗粒1-II至n-II的切割平面的背散射图像B中不同灰度所对应的矿物类型并依据背散射图像B中灰度所对应的矿物类型对X射线二值图像A中不同灰度所对应的矿物类型进行标定。
作为一个优选的技术方案，对铀矿石颗粒1-II至n-II的X射线CT扫描所得三维二值图像C中的不同灰度分布及所占面积进行统计，得到铀矿石颗粒II包括矿物分布、矿物间共生关系、矿物含量及孔隙度、孔隙联通性在内的相关数据。
作为进一步优选的方案，对铀矿石颗粒II进行X射线CT扫描，利用可视化软件，如Avizo、VstudioMAX以及数字岩心分析软件Sypicore等软件对CT图像信息进行提取和优化，形成矿石颗粒的三维二值图像C，选取图像的最佳灰度阈值，使不同矿物和孔裂隙的灰度呈现较为清晰的区分，利用图像处理软件对三维二值图像中的不同矿物和孔裂隙对应的灰度图像进行提取，可以直接观察铀矿石颗粒II的某指定矿物分布情况、矿物间的共生关系以及孔裂隙形状等。
作为进一步优选的方案，通过统计图像中不同矿物和孔裂隙所对应的灰度像素值所占的体积百分比V1、V2、V3……Vn，孔裂隙体积百分比Vn即为孔隙率；通过计算矿物密度ρ与体积百分比V的乘积，最后利用归一化法得到铀矿石颗粒II中各矿物含量。
作为进一步优选的方案，通过统计图像中某种矿物(即某一灰度值域)颗粒的等效直径分布，得到该矿物的等效粒度分布。以此类推，得到铀矿石颗粒II中各矿物的等效粒度分布和孔裂隙尺寸分布。
作为进一步优选的方案，利用图像处理软件对所提取出的孔裂隙三维图像中的孔和裂缝进行定义，原则是较大的孔隙定义为孔，连接孔的通道定义为裂缝，利用球体和线条对孔裂隙进行简化并建立拓扑结构模型。根据孔隙在三维结构上的延伸方向对孔隙连通性进行分级，并统计不同级别孔隙连通性的数量和所占比例。以孔隙在X轴、Y轴、Z轴三个方向上的分布情况为原则，仅在X轴方向延伸的孔隙为一级，在XY和XZ方向延伸的孔隙为二级，在XY、XZ和YZ方向均有延伸的孔隙为三级。
作为进一步优选的方案，根据浸出前后矿石颗粒的矿物构成及含量、渗透率、矿物粒度分布、孔裂隙尺寸分布的变化，可以判断出溶浸剂与矿石中有用矿物是否充分反应，其在浸出过程对孔裂隙的具体改造情况，以及这一改造过程对目标元素的溶出、迁移是否起到促进作用，从而反映出目标元素的浸出效果。
作为一个优选的方案，矿石堆体至少分为两个层级，每个层级中至少放置1颗铀矿石颗粒II。
作为一个优选的方案，通过矿物堆体中不同深度放置的铀矿石颗粒的内部孔裂隙的纵向演化规律和相同深度层级放置的铀矿石颗粒的内部孔裂隙的变化稳定程度，以获得矿物溶解和沉淀对矿石颗粒内部孔裂隙改造的影响，从而推断出整个浸堆内部矿石颗粒内部孔裂隙演化情况。
作为一个较优选的方案，通过浸堆中不同深度放置的铀矿石颗粒的矿物组成和内部孔裂隙的纵向演化规律，可以获得浸堆不同深度有用元素的溶出情况和迁移通道的畅通情况。当某一深度放置的矿石颗粒中，非包裹型铀矿物未被完全溶解，则说明在该层级溶浸剂未与铀矿物充分接触；若该部位多颗矿石颗粒均出现类似情况，且孔隙率、孔隙连通性均较差，则可以判定该层级孔裂隙发育较差或发生化学沉淀堵塞原生孔裂隙，导致溶浸剂未能均匀且充分与矿石颗粒接触；利用相同原理，通过对比相同深度层级不同部位放置的铀矿石颗粒的矿物组成和内部孔裂隙的变化，可以获得浸堆内部不同部位矿物溶解和沉淀对矿石颗粒内部孔裂隙改造的影响。
本发明的技术方案关键在于利用能谱仪和扫描电镜对样品的矿物组成和孔裂隙进行标定，并将扫描电镜获得的背散射图像与X射线CT扫描样品所获得的二值图像进行比对，通过标定样品某平面的矿物及孔(裂)隙分布情况，推断出样品三维立体图像内部的矿物组成和孔(裂)隙特征，最终查明浸出过程中矿物溶解和沉淀对孔隙结构的影响规律。
本发明的堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法包括以下几个步骤：
(1)样品制备：将矿石破磨至所需粒度，选取需研究的矿石颗粒n颗，并进行编号，对各样品分别进行切割获得具有矿物分布相同或基本一致的切割平面的矿石颗粒I和矿石颗粒II，其中，颗粒I制成扫描电镜观测样，颗粒II待用，将切割的n个铀矿石颗粒样品所得的矿石颗粒，分别依次标记为1-I至n-I和1-II至n-II。
(2)获取原矿平面孔(裂)隙分布及矿物组成：将颗粒1-I至n-I样品进行X射线CT扫描，获取其X射线二值图像，图像中黑色部分为孔(裂)隙，灰色至白色为矿物。再利用扫描电镜图像采集和能谱测试对颗粒1-I至n-I样品进行扫描测试，获得该平面下背散射图像中不同灰度所对应的矿物类型。在背散射图像中孔(裂)隙和矿物的颜色分配与矿物组成元素的平均原子序数有关，而X射线CT图像中的灰度图像与矿物密度大小有关，图像获取原理不同，且图像整体灰度值可人为调整，因此需要利用扫描电镜和能谱仪根据元素分配识别颗粒1-I至n-I的矿物分布结果，并对颗粒1-I至n-I的X射线二值图像中不同灰度所对应的矿物类型进行标定。
(3)获取原矿三维图像孔(裂)隙分布及矿物组成：将步骤(1)中制得的颗粒1-II至n-II进行X射线CT扫描，获得该样品的三维二值图像，根据步骤(2)所标定的矿物类型，对颗粒1-II至n-II的三维二值图像中的不同灰度矿物进行标定，并形成相应的三维矿物及孔裂隙分布图像。利用图像处理软件对CT扫描样品的三维二值图像的不同灰度分布、所占面积进行统计和计算，即可得到该样品的矿物分布、矿物间共生关系、矿物含量及孔隙度、孔隙联通性等数据。
(4)堆浸试验：按深度由深到浅分为多个层级，每个层级选取若干带编号的颗粒1-II至n-II颗粒置于浸堆内部，进行堆浸试验，具体堆浸条件根据矿石情况而定，喷淋周期完成后，得到浸堆内剩余矿石即为浸出渣。
(5)获取浸出渣孔(裂)隙分布及矿物组成：对浸出渣样品进行X射线CT扫描，获得浸出渣的三维二值图像，并与步骤(3)中的原矿三维二值图像进行对比，标定孔(裂)隙和矿物类型。
(6)浸出前后孔(裂)隙对比：将步骤(3)和步骤(5)获得的孔(裂)隙及矿物分布三维图像进行对比，获得浸堆不同深度矿石颗粒内部孔(裂)隙的纵向演化规律和相同深度层级上矿石颗粒内部孔隙度的变化稳定程度，同时可以获得矿物溶解和沉淀对矿石颗粒内部孔(裂)隙改造的影响，从而推断出整个浸堆内部矿石颗粒内部孔(裂)隙演化情况。
相对现有技术，本发明技术方案带来的有益技术效果：
本发明技术方案可在无损条件下利用X射线CT技术获得堆浸过程中矿石颗粒孔隙度、孔隙连通性，再结合扫描电镜及能谱仪等设备，掌握矿石的矿物组成、粒度范围、浸出过程中矿物溶解或沉淀等信息并形成三维数字化数据，实现了铀矿石堆浸矿石颗粒内部孔(裂)隙演化过程的有效监测，为完善铀矿石堆浸工艺提供指导。
附图说明
图1为铀矿石堆浸颗粒内部孔(裂)隙演化研究过程示意图；其中，Q-石英，Bra-钛铀矿，Chl-绿泥石，Or-钾长石，Pit-沥青铀矿。
具体实施方式
以下实施例旨在进一步说明本发明内容，而不是限制本发明权利要求保护范围。
实施例1：
(1)在某花岗岩型铀矿石中选取矿石颗粒15粒进行编号，编号分别为1、2……15。将15个颗粒样品分别切割，获得相邻平面样品1-I、1-II、2-I、2-II……15-I、15-II，其中颗粒I与颗粒II切割面上的矿物分布基本相同，同时确保颗粒II粒径符合堆浸试验要求，为10mm左右。将各颗粒I样品制成扫描电镜观测样，其中切割面为待观测面，颗粒II样品待用。
(2)将颗粒I的待观测面进行X射线CT扫描并获得X射线二值图像(A)，再利用扫描电镜图像采集和能谱测试对颗粒I的待观测面进行扫描测试，根据能谱测试得到的元素分配情况确认了该平面中的矿物类型主要为石英、钾长石、黑云母、绿泥石、黄铁矿和沥青铀矿以及这些矿物在平面上的分布特点，包括形状、位置、共生关系等，得到背散射灰度图像(B)。利用图像(B)中各矿物的位置、形状等信息，将X射线二值图像(A)中不同灰度区域进行矿物标定。随后将步骤(1)中制得的颗粒II样品进行X射线CT扫描，获得该样品的三维二值图像(C)。根据颗粒I所获得的X射线二值图像(A)所标定的矿物类型，对颗粒II切割面的二值图像(C)中的不同灰度区域进行矿物标定，即可认为图像(A)中某一灰度区域的矿物为石英，对应图像(B)中相同区域的矿物也为石英，同时提取出该矿物的灰度值域为23501～26000，可以推断在该颗粒中，石英的灰度值域即为23501～26000，并对三维二值图像中该灰度值域的矿物均标定为石英。以此类推，可以获得图像(C)中，石英灰度值域为23501～26000，钾长石灰度值域为20001～23500，黑云母灰度值域为26001～29800，绿泥石灰度值域为29801～37000，黄铁矿灰度值域为37001～51000，沥青铀矿灰度值域为51001～65535。由此就获得了CT三维二值图像(C)的矿物类型与灰度对应关系，而图像中黑色部分，即灰度值域为0～23500为孔(裂)隙。通过图像处理软件对样品图像信息进行信息提取、处理和统计，以样品1为例，其石英的质量分数为57％，钾长石的质量分数为29％，黑云母的质量分数为11％，绿泥石的质量分数为2％，黄铁矿和沥青铀矿的质量分数均小于1％，样品孔隙率为1.11％。
(3)堆浸试验：浸堆深度为3m，按深度将浸堆分为1m、2m和3m三个层级，将样品分为1-II～5-II，6-II～10-II，11-II～15-II三组由深到浅依次放入三个层级，进行堆浸试验。选择30g/L硫酸进行喷淋，淋停比为1:1，液固比为4:1，周期为200天。喷淋周期完成后，取出全部15个样品。
(4)对浸出完成后的15个样品进行X射线CT扫描，将扫描结果与步骤(2)中的原矿三维二值图像进行对比，标定孔(裂)隙和矿物类型，识别出石英、钾长石、黑云母、绿泥石和黄铁矿，获得浸出渣的三维二值图像(D)。
(5)将步骤(2)获得的图像(C)和步骤(4)获得的图像(D)进行孔(裂)隙及矿物分布对比。以样品1浸出渣为例，石英的质量分数为65％，钾长石的质量分数为26％，黑云母的质量分数为7％，绿泥石的质量分数为1％，黄铁矿的质量分数小于1％，样品孔隙率为16.2％。整体上，浸出后的样品中沥青铀矿已基本全部溶解，黄铁矿和绿泥石部分溶解。通过对孔裂隙拓扑模型和孔隙连通性研究发现，孔(裂)隙数量和连通性明显增加，仅在个别部位的孔(裂)隙被沉淀物充填。分别对金属矿物和孔裂隙信息进行提取，其三维图形上可以看出，纵向上，浸堆底部样品中未溶解的黄铁矿较顶部更多，堵塞孔(裂)隙的化学沉淀也更多。
实施例2
(1)在某碎斑熔岩型铀矿石中选取矿石颗粒10粒进行编号，编号分别为1、2……10。将10个颗粒样品分别切割，获得相邻平面样品1-I、1-II、2-I、2-II……10-I、10-II。其中颗粒I与颗粒II切割面上的矿物分布基本相同，同时确保颗粒II粒径符合堆浸试验要求，为5mm左右。将各颗粒I样品制成扫描电镜观测样，其中切割面为待观测面，颗粒II样品待用。
(2)将颗粒I的待观测面进行X射线CT扫描并获得X射线二值图像(A)，再利用扫描电镜图像采集和能谱测试对颗粒I的待观测面进行扫描测试，根据能谱测试得到的元素分配情况，确认了该平面中的矿物类型主要为石英、钾长石、黑云母、角闪石、萤石、方解石、伊利石、黄铁矿、钛铀矿、铀石以及这些矿物在平面上的分布特点，包括形状、位置、共生关系等，得到背散射灰度图像(B)。利用图像(B)中各矿物的位置、形状等信息，将X射线二值图像(A)中不同灰度区域进行矿物标定。随后将步骤(1)中制得的颗粒II样品进行X射线CT扫描，获得该样品的三维二值图像(C)。根据颗粒I所获得的X射线二值图像(A)所标定的矿物类型，对颗粒II切割面的二值图像(C)中的不同灰度区域进行矿物标定，即可认为图像(A)中某一灰度区域的矿物为石英，对应图像(B)中相同区域的矿物也为石英，同时提取出该矿物的灰度值域为12601～18450，可以推断在该颗粒中，石英的灰度值域即为12601～18450，并对三维二值图像中该灰度值域的矿物均标定为石英。以此类推，可以获得图像(C)中，石英灰度值域为12601～18450，钾长石灰度值域为9301-12600，黑云母灰度值域为29001～31500，角闪石灰度值域为39761～46000，萤石灰度值域为31501～39760，方解石灰度值域为18451～24800，伊利石灰度值域为24801～29000，黄铁矿灰度值域为58421～60530，钛铁矿灰度值域为46001～51301，铀石灰度值域为51301～58420。由此就获得了CT三维二值图像(C)的矿物类型与灰度对应关系，而图像中黑色部分，即灰度值域为0～12600为孔(裂)隙。通过图像处理软件对样品图像信息进行信息提取、处理和统计，以样品1为例，其石英的质量分数为41％，钾长石的质量分数为19％，黑云母的质量分数为13％，角闪石的质量分数为5％、萤石的质量分数为3％、伊利石的质量分数为16％、黄铁矿的质量分数为2％、钛铀矿和铀石的质量分数均小于1％，样品孔隙率为0.39％。
(3)堆浸试验：浸堆深度为3.5m，按深度将浸堆分为1.5m和3m两个层级，将样品分为1-II～5-II和6-II～10-II两组由深到浅依次放入两个层级，进行堆浸试验。采取三堆串联的浸出方式，硫酸喷淋强度为20L/h·m2，浸出酸耗为42kg/t矿石，浸出周期为50天。喷淋周期完成后，取出全部10个样品。
(4)对浸出完成后的10个样品进行X射线CT扫描，将扫描结果与步骤(2)中的原矿三维二值图像进行对比，标定孔(裂)隙和矿物类型，识别出石英、钾长石、黑云母、角闪石、萤石、伊利石、黄铁矿、钛铀矿，获得浸出渣三维二值图像(D)。
(5)将步骤(2)获得的图像(C)和步骤(4)获得的图像(D)进行孔(裂)隙及矿物分布对比。以样品1浸出渣为例，石英的质量分数为57％，钾长石的质量分数为16％，黑云母的质量分数为8％，角闪石的质量分数为5％、萤石的质量分数为2％、伊利石的质量分数为11％、黄铁矿和钛铀矿的质量分数均小于1％，样品孔隙率为7.15％。整体上，浸出后的样品中铀石已基本全部溶解，黑云母、伊利石、黄铁矿和钛铀矿部分溶解。通过对孔裂隙拓扑模型和孔隙连通性研究发现，孔(裂)隙数量和连通性明显增加，仅在个别部位的孔(裂)隙被沉淀物充填。分别对金属矿物和孔裂隙信息进行提取，其三维图形上可以看出，纵向上，浸堆底部样品中未溶解的黄铁矿和钛铀矿较顶部更多，堵塞孔(裂)隙的化学沉淀也更多。
实施例3
(1)在某含铀硅质泥岩型铀矿石中选取矿石颗粒3粒进行编号，编号分别为1、2、3。将3个颗粒样品分别切割，获得相邻平面样品1-I、1-II、2-I、2-II、3-I、3-II其中颗粒I与颗粒II切割面上的矿物分布基本相同，同时确保颗粒II粒径符合柱浸试验要求，为2.5mm左右。将各颗粒I样品制成扫描电镜观测样，其中切割面为待观测面，颗粒II样品待用。
(2)将颗粒I的待观测面进行X射线CT扫描并获得X射线二值图像(A)，利用扫描电镜图像采集和能谱测试对颗粒I的待观测面进行扫描测试，根据能谱测试得到的元素分配情况，确认了该平面中不同灰度所对应的矿物类型主要为石英、伊利石、黄铁矿，少量钾长石、闪锌矿和赤铁矿，铀矿物类型主要为铀石，以及这些矿物在平面上的分布特点，包括形状、位置、共生关系等，得到背散射灰度图像(B)。利用图像(B)中各矿物的位置、形状等信息，将X射线二值图像(A)中不同灰度区域进行矿物标定。随后将步骤(1)中制得的颗粒II样品进行X射线CT扫描，获得该样品的三维二值图像(C)。根据颗粒I所获得的X射线二值图像(A)所标定的矿物类型，对颗粒II切割面的二值图像(C)中的不同灰度区域进行矿物标定，即可认为图像(A)中某一灰度区域的矿物为石英，对应图像(B)中相同区域的矿物也为石英，同时提取出该矿物的灰度值域为21741-27660，可以推断在该颗粒中，石英的灰度值域即为21741～27660，并对三维二值图像中该灰度值域的矿物均标定为石英。以此类推，可以获得图像(C)中，石英灰度值域为21741～27660，伊利石灰度值域为27661～43280，黄铁矿灰度值域为43281～46750，钾长石灰度值域为19600～21740，闪锌矿灰度值域为37901～41650，赤铁矿灰度值域为46751～58200，铀石灰度值域为41651～43280，孔裂隙灰度值域为0～21740。由此就获得了CT二值图像(C)的孔(裂)隙以及不同矿物类型与灰度对应关系。通过图像处理软件对样品图像信息进行信息提取、处理和统计，以样品1为例，石英的质量分数为56％，高岭石的质量分数为12％，伊利石的质量分数为18％，黄铁矿的质量分数为9.3％，闪锌矿、赤铁矿和铀石的质量分数均小于1％、样品孔隙率为0.3％。
(3)柱浸试验：柱浸试验是在实验室内研究堆浸工艺的一种研究方式，是对生产现场浸堆生产工艺的模拟，为堆浸生产提供技术支持。浸出柱高度为1.5m，将样品1-II、2-II和3-II由深到浅依次放入0.3m、0.8m和1.3m三个层级，进行柱浸试验。采取细菌浸出方式，每天喷淋硫酸浓度为5g/L，细菌培养基浓度为1.84g/L，喷淋量为300ml，处理矿石3kg，淋停比2:1，浸出周期为62天。喷淋周期完成后，取出3个样品。
(4)对浸出完成后的3个样品进行X射线CT扫描，将扫描结果与步骤(2)中的原矿三维二值图像进行对比，标定孔(裂)隙和矿物类型，识别出石英、伊利石、黄铁矿、钾长石、闪锌矿和赤铁矿，获得浸出渣三维二值图像(D)。
(5)将步骤(2)获得的图像(C)和步骤(4)获得的图像(D)进行孔(裂)隙及矿物分布对比。以样品1浸出渣为例，石英的质量分数为59％，伊利石的质量分数为30％，黄铁矿的质量分数为4.4％，赤铁矿和闪锌矿的质量分数均小于1％，样品孔隙率为8.7％。从单颗粒矿石来看，浸出后的样品中铀石已全部溶解，绝大多数高岭石与稀硫酸反应生成类似伊利石的产物，部分产物随溶液迁移至矿石颗粒外部，使得矿石颗粒内部孔(裂)隙增大，孔隙连通性增加。另一方面，由于伊利石在颗粒外部聚集，因此可能堵塞矿石颗粒间的孔隙，降低柱浸整体孔隙率，影响浸出效果。
Claims (6)
1.一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：包括以下步骤：
1)将一个铀矿石颗粒样品切割成具有相同矿物分布切割平面的相对应的两个铀矿石颗粒，分别标记为1-I和1-II；按照此方法，切割n个铀矿石颗粒样品，分别依次标记为1-I至n-I和1-II至n-II；
2)将铀矿石颗粒1-I至n-I，先进行X射线CT扫描，得到其切割平面的X射线二值图像A，再进行扫描电镜图像采集和能谱测试，得到背散射图像B及各不同灰度图像对应的矿物类型，再将X射线二值图像A和背散射图像B中相同位置、相同形状的矿物进行一一对应，再根据背散射图像B中灰度与矿物类型关系对X射线二值图像A中不同灰度区域的矿物类型进行标定；
3)将铀矿石颗粒1-II至n-II进行X射线CT扫描，得到三维二值图像C，并依据步骤2)所得铀矿石颗粒1-I至n-I的X射线二值图像A对与之相对应的铀矿石颗粒1-II至n-II切割平面的三维二值图像C中的不同灰度所对应的矿物类型进行标定，形成相应的矿物类型及孔裂隙分布三维图像；
其中，对铀矿石颗粒1-II至n-II的X射线CT扫描所得三维二值图像C中的不同灰度分布及所占面积进行统计，得到铀矿石颗粒II包括矿物分布、矿物间共生关系、矿物含量及孔隙度、孔隙联通性在内的相关数据；
对铀矿石颗粒1-II至n-II进行X射线CT扫描，利用可视化软件对CT图像信息进行提取和优化，形成铀矿石颗粒的三维二值图像C；选取三维二值图像C的最佳灰度阈值，使不同矿物和孔裂隙的灰度呈现较为清晰的区分，利用图像处理软件对三维二值图像C中的不同矿物和孔裂隙对应的灰度图像进行提取，以直接观察出铀矿石颗粒1-II至n-II的某指定矿物分布情况、矿物间的共生关系以及孔裂隙形状；
通过统计图像中各种矿物和孔裂隙所对应的灰度所占的体积百分比分别为V1、V2、V3……Vn，V1～Vn即为铀矿石颗粒II中各种矿物的孔隙率，通过计算不同矿物密度ρ其对应的体积百分比Vn的乘积，最后利用归一化法得到铀矿石颗粒II中各矿物含量；
通过统计图像中某种矿物颗粒的等效直径分布，得到相应矿物的等效粒度分布，以此类推，得到铀矿石颗粒II中各矿物的等效粒度分布和孔裂隙尺寸分布；利用图像处理软件对所提取出的孔裂隙三维二值图像中的孔和裂缝进行定义，原则是较大的孔隙定义为孔，连接孔的通道定义为裂缝，利用球体和线条对孔裂隙进行简化并建立拓扑结构模型；根据孔隙在三维结构上的延伸方向对孔隙连通性进行分级，并统计不同级别孔隙连通性的数量和所占比例；以孔隙在X轴、Y轴、Z轴三个方向上的分布情况为原则，仅在X轴方向延伸的孔隙为一级，在XY和XZ方向延伸的孔隙为二级，在XY、XZ和YZ方向均有延伸的孔隙为三级；
根据浸出前后铀矿石颗粒的矿物构成及含量、渗透率、矿物粒度分布、孔裂隙尺寸分布的变化，判断出溶浸剂与铀矿石颗粒中有用矿物是否充分反应，其在浸出过程对孔裂隙的具体改造情况，以及这一改造过程对目标元素的溶出、迁移是否起到促进作用，从而反映出目标元素的浸出效果；
4)在进行堆浸过程中，将矿石堆体按深度由深到浅分为多个层级，且将铀矿石颗粒1-II至n-II均匀分散放置在各层级内部，堆浸完成后，剩余矿石即为浸出渣；
5)对浸堆中各层级的浸出渣进行X射线CT扫描后，得到浸出渣的三维二值图像D，将三维二值图像D与步骤3)中铀矿石颗粒1-II至n-II的三维二值图像C进行对比，对浸出渣的三维二值图像D中的矿物类型及孔裂隙分布进行标定；
6)将步骤3)所得铀矿石颗粒1-II至n-II的孔裂隙分布及矿物类型三维二值图像C与步骤5)所得各层级的浸出渣的孔裂隙及矿物分布三维二值图像D进行对比，推断出浸堆内部矿石颗粒内部孔裂隙演化情况。
2.根据权利要求1所述的一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：所述灰度图像中黑色部分为孔裂隙，而非黑色部分由白色至灰色过渡的不同颜色分别表示不同的矿物类型。
3.根据权利要求1所述的一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：通过对铀矿石颗粒1-II至n-II进行扫描电镜图像采集和能谱测试，得到铀矿石颗粒1-II至n-II的切割平面的背散射图像B中不同灰度所对应的矿物类型并依据背散射图像B中灰度所对应的矿物类型对X射线二值图像A中不同灰度所对应的矿物类型进行标定。
4.根据权利要求1所述的一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：矿物堆体至少分为两个层级，每个层级中至少放置1颗铀矿石颗粒II。
5.根据权利要求1所述的一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：通过矿物堆体中不同深度放置的铀矿石颗粒的内部孔裂隙的纵向演化规律和相同深度层级放置的铀矿石颗粒的内部孔裂隙的变化稳定程度，以获得矿物溶解和沉淀对矿石颗粒内部孔裂隙改造的影响，从而推断出整个浸堆内部矿石颗粒内部孔裂隙演化情况。
6.根据权利要求5所述的一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法，其特征在于：通过浸堆中不同深度放置的铀矿石颗粒的矿物组成和内部孔裂隙的纵向演化规律，获得浸堆不同深度有用元素的溶出情况和迁移通道的畅通情况；当某一深度放置的矿石颗粒中，非包裹型铀矿物未被完全溶解，则说明在该层级溶浸剂未与铀矿物充分接触；若该部位多颗矿石颗粒均出现类似情况，且孔隙率、孔隙连通性均较差，则判定该层级孔裂隙发育较差或发生化学沉淀堵塞原生孔裂隙，导致溶浸剂未能均匀且充分与矿石颗粒接触；利用相同原理，通过对比相同深度层级不同部位放置的铀矿石颗粒的矿物组成和内部孔裂隙的变化，获得浸堆内部不同部位矿物溶解和沉淀对矿石颗粒内部孔裂隙改造的影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011163534.8A CN112345415B (zh) | 2020-10-27 | 2020-10-27 | 一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011163534.8A CN112345415B (zh) | 2020-10-27 | 2020-10-27 | 一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112345415A CN112345415A (zh) | 2021-02-09 |
| CN112345415B true CN112345415B (zh) | 2023-10-27 |
Family
ID=74359089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011163534.8A Active CN112345415B (zh) | 2020-10-27 | 2020-10-27 | 一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112345415B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB8820897D0 (en) * | 1988-09-06 | 1988-10-05 | Shell Int Research | Automated mineral identification & rock characterization process |
| CN102560099A (zh) * | 2012-02-14 | 2012-07-11 | 南华大学 | 串联柱浸试验装置 |
| CN103409620A (zh) * | 2013-09-02 | 2013-11-27 | 南华大学 | 一种测定堆浸矿堆不同深度处浸出参数的方法 |
| CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
| CN106442588A (zh) * | 2016-10-28 | 2017-02-22 | 核工业北京地质研究院 | 一种查明磷块岩型非常规铀资源铀存在形式的方法 |
| CN109269953A (zh) * | 2018-08-21 | 2019-01-25 | 中国科学院地质与地球物理研究所 | 岩石无机矿物孔隙分类表征的方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140376685A1 (en) * | 2011-10-18 | 2014-12-25 | Schlumberger Technology Corporation | Method for 3d mineral mapping of a rock sample |
| WO2013184021A1 (en) * | 2012-06-09 | 2013-12-12 | Schlumberger, Holdings Limited | A method for estimating porosity of a rock sample |
-
2020
- 2020-10-27 CN CN202011163534.8A patent/CN112345415B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB8820897D0 (en) * | 1988-09-06 | 1988-10-05 | Shell Int Research | Automated mineral identification & rock characterization process |
| CN102560099A (zh) * | 2012-02-14 | 2012-07-11 | 南华大学 | 串联柱浸试验装置 |
| CN103409620A (zh) * | 2013-09-02 | 2013-11-27 | 南华大学 | 一种测定堆浸矿堆不同深度处浸出参数的方法 |
| CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
| CN106442588A (zh) * | 2016-10-28 | 2017-02-22 | 核工业北京地质研究院 | 一种查明磷块岩型非常规铀资源铀存在形式的方法 |
| CN109269953A (zh) * | 2018-08-21 | 2019-01-25 | 中国科学院地质与地球物理研究所 | 岩石无机矿物孔隙分类表征的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 于少峰 ; 吴爱祥 ; 黄明清 ; .基于通风强化浸出的矿岩散体孔裂隙双重介质结构演化.工程科学与技术.2017,(04),全文. * |
| 吴爱祥 ; 杨保华 ; 刘金枝 ; 张杰 ; .基于X光CT技术的矿岩散体浸出过程中孔隙演化规律分析.过程工程学报.2007,(05),全文. * |
| 杨保华 ; 吴爱祥 ; 缪秀秀 ; .基于图像处理的矿石颗粒三维微观孔隙结构演化.工程科学学报.2016,第38卷(03),第328-334页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112345415A (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schulz et al. | SEM-based automated mineralogy and its application in geo-and material sciences | |
| Liang et al. | Three dimensional characterization and quantitative connectivity analysis of micro/nano pore space | |
| Giussani et al. | Role of laser ablation–inductively coupled plasma–mass spectrometry in cultural heritage research: A review | |
| CN109709301B (zh) | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 | |
| Cnudde et al. | High‐resolution X‐ray CT for 3D petrography of ferruginous sandstone for an investigation of building stone decay | |
| CN111999324B (zh) | 一种混积细粒沉积岩四端元体岩性岩相识别方法 | |
| Garde et al. | Mesoarchean epithermal gold mineralization preserved at upper amphibolite-facies grade, Qussuk, southern West Greenland | |
| CN102003947A (zh) | 一种钼粉形貌定量化表征的方法 | |
| Sun et al. | 3D characterization of porosity and minerals of low-permeability uranium-bearing sandstone based on multi-resolution image fusion | |
| Rozendaal et al. | Grade and product quality control by microCT scanning of the world class Namakwa Sands Ti-Zr placer deposit West Coast, South Africa: An orientation study | |
| CN114813903B (zh) | 一种基于石榴石微区化学成分判别矿种的方法 | |
| CN112345415B (zh) | 一种堆浸过程中铀矿石颗粒内部孔裂隙演化的检测方法 | |
| CN106290794B (zh) | 核形石成因机制的分析方法 | |
| CN115079295B (zh) | 砂岩铀矿黄铁矿硫同位素示踪渗出成矿流体的方法 | |
| CN111044548A (zh) | 一种利用主量元素含量判别花岗岩含铀性的方法 | |
| Bommarez et al. | Heavy metals in forest floors and topsoils of ICP Forests Level I plots | |
| CN113902249B (zh) | 一种土壤重金属影响因素解析方法及装置 | |
| Dominy et al. | Characterisation of gold ores by X-ray computed tomography–Part 2: Applications to the determination of gold particle size and distribution | |
| Jardine | Three dimensional quantitative textural analysis of nickel sulphide ore using X-ray computed tomography and grey level co-occurrence matrices on drill core | |
| Guseva et al. | Fe-Sulfide Liberation and Association as a Proxy for the Interpretation of Acid Rock Drainage (ARD) Test Results | |
| Martín-Fernández et al. | Subcompositional patterns in Cenozoic volcanic rocks of Hungary | |
| Chen et al. | Comparison of Laboratory Diffraction Contrast Tomography and Electron Backscatter Diffraction Results: Application to Naturally Occurring Chromites | |
| CN115079296B (zh) | 砂岩铀矿黄铁矿微量元素示踪渗出成矿流体的方法 | |
| Moore et al. | Mechanisms for concentrating critical metals in granitic complexes: insights from the Mourne Mountains, Northern Ireland | |
| CN117214279B (zh) | 不同颜色白云岩成因的综合研究方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |