CN114757306A - 煤系沉积型锂资源的分类方法、装置、设备及存储介质 - Google Patents

煤系沉积型锂资源的分类方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114757306A
CN114757306A CN202210664054.2A CN202210664054A CN114757306A CN 114757306 A CN114757306 A CN 114757306A CN 202210664054 A CN202210664054 A CN 202210664054A CN 114757306 A CN114757306 A CN 114757306A
Authority
CN
China
Prior art keywords
lithium
coal
coal sample
determining
containing 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
Application number
CN202210664054.2A
Other languages
English (en)
Other versions
CN114757306B (zh
Inventor
张德高
张莉
林中月
宁树正
孙杰
刘亢
黄少青
邹卓
范玉须
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Survey and Research Institute of China Coal Geology Bureau
Original Assignee
General Survey and Research Institute of China Coal Geology Bureau
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Survey and Research Institute of China Coal Geology Bureau filed Critical General Survey and Research Institute of China Coal Geology Bureau
Priority to CN202210664054.2A priority Critical patent/CN114757306B/zh
Publication of CN114757306A publication Critical patent/CN114757306A/zh
Application granted granted Critical
Publication of CN114757306B publication Critical patent/CN114757306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/207—Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions
    • 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]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/626—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明实施例涉及一种煤系沉积型锂资源的分类方法、装置、设备及存储介质。该方法包括：获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。本发明实施例的技术方案可根据锂元素赋存状态的不同分类，为资源开发及选冶提供研究基础。

Description

煤系沉积型锂资源的分类方法、装置、设备及存储介质
技术领域
本发明涉及锂资源勘查技术领域，尤其涉及一种煤系沉积型锂资源的分类方法、装置、设备及存储介质。
背景技术
煤系矿产资源又称煤系综合矿产资源、煤系共伴生矿产资源，指赋存于煤和煤系以及邻近地层中，与煤矿有成因联系或空间组合关系的所有矿产资源。随着近年来煤炭地质勘查研究中不断在煤系中发现具有工业应用价值的锗、镓、锂、铀、锂、稀土等新兴战略性矿产资源，在特定的地质环境下，煤系地层中可含有多种在工业、国防、能源等领域具有广泛用途的共伴生矿产资源，该类煤系共伴生矿产资源具有重要的经济价值，有些甚至超过煤炭本身。
目前，锂矿床类型包括花岗伟晶岩型、碱性长石花岗岩型、盐湖型和沉积型，其中前三种是目前主要的工业类型。而沉积型锂矿资源潜力巨大，尤其是煤系沉积型锂矿是沉积型锂矿中最重要的类型，还急需通过研究实现工业化应用。
目前的煤系沉积型锂资源研究存在不足，对于煤系沉积型锂矿中锂元素的富集状态没有进行系统的分类，锂元素的赋存状态的差异，其后期工业化提取应用将采取不同的技术路线，但目前对锂资源的赋存状态仍存在问题。
发明内容
本发明提供一种煤系沉积型锂资源的分类方法、装置、设备及存储介质，目的在于对煤系沉积型锂矿中锂元素的赋存状态进行分类。
第一方面，本发明实施例提供了一种煤系沉积型锂资源的分类方法，包括：
获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
第二方面，本发明实施例提供了一种煤系沉积型锂资源的分类装置，包括：
锂矿分布确定模块，用于获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
成因分析模块，用于通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
赋存状态分析模块，用于通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
锂与煤系关系分析模块，用于通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
类型划分模块，用于根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
第三方面，本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的煤系沉积型锂资源的分类方法。
第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的煤系沉积型锂资源的分类方法。
本发明实施例提供的一种煤系沉积型锂资源的分类方法、装置、设备及存储介质，通过分析锂元素的成因信息、锂元素的赋存状态和锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分，解决了对于煤系沉积型锂矿中锂元素的富集状态没有进行系统的分类的问题，实现了根据锂元素赋存状态的不同分类，为资源开发及选冶提供研究基础。
附图说明
图1为本发明实施例一提供的一种煤系沉积型锂资源的分类方法的流程图；
图2为本发明实施例二提供的一种煤系沉积型锂资源的分类装置的结构示意图；
图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种煤系沉积型锂资源的分类方法的流程图，本实施例可适用于煤系沉积型锂资源研究的情况，该方法可以由煤系沉积型锂资源的分类装置来执行，该装置可以由硬件和/或软件来实现，并一般可以集成在电子设备中，例如计算机设备，该方法具体包括：
步骤110、获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
其中，预设研究区是预先选取的煤系资源研究区，通过研究区分布信息收集并进行整合梳理，包括矿区地质背景（构造背景、沉积背景、岩浆岩背景等）、野外地质调查资料、矿区采样分析结果等，初步确定沉积型锂矿产资源分布规律，包括锂矿矿体展布规律、锂矿赋存深度、锂矿矿体边界等。
步骤120、通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
其中，可以对含锂煤样进行矿床学、矿物学和煤岩学的相关分析，来确定含锂煤样中锂元素的成因信息。
步骤130、通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
其中，可以分析含锂煤样的微观结构，来确定含锂煤样中所述锂元素的赋存状态。
步骤140、通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
其中，分析煤样中的锂矿与煤之间在元素和微观组分等方面存在的关系，确定含锂煤样中所含的锂元素与煤系的关系。
步骤150、根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
其中，在对多种含锂煤样进行了多方面的分析之后，综合锂元素的成因信息、锂元素的赋存状态和锂元素与煤系的关系的中间分析结果，对煤系锂元素的赋存状态的类型进行划分。示例的，可以将煤系锂元素的赋存状态划分为锂离子吸附型、锂离子类质同象型和含锂元素独立矿物型。
可选的，在所述通过对含锂煤样进行分析，确定所述含锂煤样中锂元素的成因信息之前，还包括：
通过野外地质调查和采样，获取所述含锂煤样。
可选的，所述通过对含锂煤样进行分析，确定所述含锂煤样中锂元素的成因信息，包括：
对所述含锂煤样进行矿床学、矿物学和煤岩学的相关分析；
通过确定所述含锂煤样的成矿时代、物质来源及成矿模式，确定所述含锂煤样中锂元素的成因。
可选的，所述通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态，包括：
通过XRD（Diffraction of X-Rays，X射线衍射）、SEM-EDX（Scanning ElectronMicroscope-Energy Dispersive X-Ray Spectrometer，扫描电镜-能量色散X射线光谱仪）和ICP-MS（Inductively Coupled Plasma-Mass Spectrometry，电感耦合等离子体质谱）至少之一，确定所述锂元素的赋存状态。
可选的，所述通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系，包括：
通过对所述含锂煤样进行煤样工业分析（包括煤的水分、灰分、挥发分和固定碳四个分析项目指标的测定）、元素分析和显微组分分析，确定所述锂元素与煤系的关系。
可选的，所述根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分，包括：
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，将煤系锂元素的赋存状态划分为如下三种类型：
锂离子吸附型，其中，该类型中的锂元素在XRD、SEM-EXD、ICP-MS中检测到，锂元素以离散状态分布于黏土矿物和/或铁氢氧化物表面；
锂离子类质同象型，其中，锂离子通过类质同象的方式替代镁铁硅酸盐矿物晶格中的镁离子和/或二价铁离子，该类型中的锂元素在XRD、SEM-EXD、ICP-MS中检测到，且锂元素以离子状态分布于硅酸盐矿物中，替换原有半径相似的离子；
含锂元素独立矿物型，其中，存在于煤系中的锂的独立矿物，该类型中的锂元素在XRD、SEM-EXD、ICP-MS中检测到，并且以含锂矿物独立存在。
本实施例中将煤系锂元素的赋存状态划分为三种类型：
锂离子吸附型：锂元素在风化作用下，被黏土微粒或铁的氢氧化物吸附，该种类型被定义为锂离子吸附型；
锂离子类质同象型：锂离子半径（0.076nm）与镁离子半径（0.072nm）、二价铁离子（0.078nm）的离子半径相近，锂离子通过类质同象的方式替代镁铁硅酸盐矿物晶格中的镁离子和/或二价铁离子。
含锂元素独立矿物型：锂元素一般赋存于锂辉石、锂长石、锂云母、锂磷铝石、锂绿泥石、锂蒙脱石、铁锂云母、锂霞石等含锂矿物中，煤系中可能存在锂的独立矿物。
本实施例的技术方案，通过分析锂元素的成因信息、锂元素的赋存状态和锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分，解决了对于煤系沉积型锂矿中锂元素的富集状态没有进行系统的分类的问题，实现了根据锂元素赋存状态的不同分类，为资源开发及选冶提供研究基础。
实施例二
图2为本发明实施例二提供的一种煤系沉积型锂资源的分类装置的结构示意图，如图2所示，该煤系沉积型锂资源的分类装置，包括：锂矿分布确定模块210、成因分析模块220、赋存状态分析模块230、锂与煤系关系分析模块240和类型划分模块250，其中，
锂矿分布确定模块210，用于获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
成因分析模块220，用于通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
赋存状态分析模块230，用于通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
锂与煤系关系分析模块240，用于通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
类型划分模块250，用于根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
可选的，在所述通过对含锂煤样进行分析，确定所述含锂煤样中锂元素的成因信息之前，还包括：
通过野外地质调查和采样，获取所述含锂煤样。
可选的，成因分析模块220，具体用于：
对所述含锂煤样进行矿床学、矿物学和煤岩学的相关分析；
通过确定所述含锂煤样的成矿时代、物质来源及成矿模式，确定所述含锂煤样中锂元素的成因。
可选的，赋存状态分析模块230，具体用于：
通过XRD、SEM-EDX和ICP-MS至少之一，确定所述锂元素的赋存状态。
可选的，锂与煤系关系分析模块240，具体用于：
通过对所述含锂煤样进行煤样工业分析、元素分析和显微组分分析，确定所述锂元素与煤系的关系。
可选的，类型划分模块250，具体用于：
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，将煤系锂元素的赋存状态划分为如下三种类型：
锂离子吸附型，其中，所述锂离子吸附型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，锂元素以离散状态分布于黏土矿物和/或铁氢氧化物表面；
锂离子类质同象型，其中，所述锂离子类质同象型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，且锂元素以锂离子状态分布于硅酸盐矿物中，通过类质同象的方式替代镁铁硅酸盐矿物晶格中的镁离子和/或二价铁离子；
含锂元素独立矿物型，其中，所述含锂元素独立矿物型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，且以含锂矿物电路存在于煤系中。
本发明实施例所提供的煤系沉积型锂资源的分类装置可执行本发明任意实施例所提供的煤系沉积型锂资源的分类方法，具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种电子设备的结构示意图，如图3所示，该电子设备包括处理器310、存储器320、输入装置330和输出装置340；电子设备中处理器310的数量可以是一个或多个，图3中以一个处理器310为例；电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线连接为例。
存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的煤系沉积型锂资源的分类方法对应的程序指令/模块（例如，煤系沉积型锂资源的分类装置中的锂矿分布确定模块210、成因分析模块220、赋存状态分析模块230、锂与煤系关系分析模块240和类型划分模块250）。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的电子方法。
存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器320可进一步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种煤系沉积型锂资源的分类方法，包括：
获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的煤系沉积型锂资源的分类方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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，如计算机的软盘、只读存储器（Read-Only Memory, ROM）、随机存取存储器（RandomAccess Memory, RAM）、闪存（FLASH）、硬盘或光盘等，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）执行本发明各个实施例所述的方法。
值得注意的是，上述煤系沉积型锂资源的分类装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
虽然，上文中已经用一般性说明、具体实施方式及试验，对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (9)

1.一种煤系沉积型锂资源的分类方法，其特征在于，包括：
获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
2.根据权利要求1所述的方法，其特征在于，在所述通过对含锂煤样进行分析，确定所述含锂煤样中锂元素的成因信息之前，还包括：
通过野外地质调查和采样，获取所述含锂煤样。
3.根据权利要求2所述的方法，其特征在于，所述通过对含锂煤样进行分析，确定所述含锂煤样中锂元素的成因信息，包括：
对所述含锂煤样进行矿床学、矿物学和煤岩学的相关分析；
通过确定所述含锂煤样的成矿时代、物质来源及成矿模式，确定所述含锂煤样中锂元素的成因。
4.根据权利要求1所述的方法，其特征在于，所述通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态，包括：
通过XRD、SEM-EDX和ICP-MS至少之一，确定所述锂元素的赋存状态。
5.根据权利要求4所述的方法，其特征在于，所述通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系，包括：
通过对所述含锂煤样进行煤样工业分析、元素分析和显微组分分析，确定所述锂元素与煤系的关系。
6.根据权利要求5所述的方法，其特征在于，所述根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分，包括：
根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，将煤系锂元素的赋存状态划分为如下三种类型：
锂离子吸附型，其中，所述锂离子吸附型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，锂元素以离散状态分布于黏土矿物和/或铁氢氧化物表面；
锂离子类质同象型，其中，所述锂离子类质同象型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，且锂元素以锂离子状态分布于硅酸盐矿物中，通过类质同象的方式替代镁铁硅酸盐矿物晶格中的镁离子和/或二价铁离子；
含锂元素独立矿物型，其中，所述含锂元素独立矿物型的锂元素在XRD、SEM-EXD和ICP-MS中检测到，且以含锂矿物电路存在于煤系中。
7.一种煤系沉积型锂资源的分类装置，其特征在于，包括：
锂矿分布确定模块，用于获取预设研究区中的沉积型锂矿产资源分布信息，确定沉积型锂矿产资源分布规律；
成因分析模块，用于通过对含锂煤样进行成矿分析，确定所述含锂煤样中锂元素的成因信息；
赋存状态分析模块，用于通过对所述含锂煤样进行成分分析，确定所述含锂煤样中所述锂元素的赋存状态；
锂与煤系关系分析模块，用于通过对所述含锂煤样进行煤系关系分析，确定所述含锂煤样中所含的所述锂元素与煤系的关系；
类型划分模块，用于根据所述锂元素的成因信息、所述锂元素的赋存状态和所述锂元素与煤系的关系，对煤系锂元素的赋存状态的类型进行划分。
8.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的煤系沉积型锂资源的分类方法。
9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的煤系沉积型锂资源的分类方法。
CN202210664054.2A 2022-06-14 2022-06-14 煤系沉积型锂资源的分类方法、装置、设备及存储介质 Active CN114757306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210664054.2A CN114757306B (zh) 2022-06-14 2022-06-14 煤系沉积型锂资源的分类方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210664054.2A CN114757306B (zh) 2022-06-14 2022-06-14 煤系沉积型锂资源的分类方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114757306A true CN114757306A (zh) 2022-07-15
CN114757306B CN114757306B (zh) 2022-09-23

Family

ID=82336187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210664054.2A Active CN114757306B (zh) 2022-06-14 2022-06-14 煤系沉积型锂资源的分类方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114757306B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375680A (zh) * 2022-10-24 2022-11-22 中国煤炭地质总局勘查研究总院 矿物智能识别方法、装置及存储介质
CN115565623A (zh) * 2022-10-19 2023-01-03 中国矿业大学(北京) 一种煤地质成分的分析方法、系统、电子设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090117466A1 (en) * 2007-11-05 2009-05-07 Aruna Zhamu Hybrid anode compositions for lithium ion batteries
JP2009117323A (ja) * 2007-11-07 2009-05-28 Masaya Nagai 燃料溶解式燃料電池
CN105738970A (zh) * 2016-02-29 2016-07-06 山东科技大学 一种共生共存四位一体矿产协同勘查方法
CN109181643A (zh) * 2017-03-03 2019-01-11 侯英翔 金属矿、非金属矿及煤矿掘巷，露天矿开采时，降尘方法
CN109975384A (zh) * 2017-12-28 2019-07-05 中国科学院过程工程研究所 一种检测岩石中金属分布率的方法
CN110042262A (zh) * 2019-05-27 2019-07-23 中国地质科学院矿产综合利用研究所 一种选择性浸出低品位沉积型锂矿的方法
CN110187387A (zh) * 2019-05-27 2019-08-30 青海省第三地质勘查院 一种立体成矿单元划分方法
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
CN113027460A (zh) * 2021-04-25 2021-06-25 中国矿业大学 煤与煤系共生铝土矿协调开采系统及其下行开拓延伸方法
CN113625363A (zh) * 2021-08-18 2021-11-09 中国地质科学院矿产资源研究所 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090117466A1 (en) * 2007-11-05 2009-05-07 Aruna Zhamu Hybrid anode compositions for lithium ion batteries
JP2009117323A (ja) * 2007-11-07 2009-05-28 Masaya Nagai 燃料溶解式燃料電池
CN105738970A (zh) * 2016-02-29 2016-07-06 山东科技大学 一种共生共存四位一体矿产协同勘查方法
US20170249405A1 (en) * 2016-02-29 2017-08-31 Shandong University Of Science And Technology Method of intergrowing and coexisting four-in-one mineral coordinated prospecting
CN109181643A (zh) * 2017-03-03 2019-01-11 侯英翔 金属矿、非金属矿及煤矿掘巷，露天矿开采时，降尘方法
CN109975384A (zh) * 2017-12-28 2019-07-05 中国科学院过程工程研究所 一种检测岩石中金属分布率的方法
CN110042262A (zh) * 2019-05-27 2019-07-23 中国地质科学院矿产综合利用研究所 一种选择性浸出低品位沉积型锂矿的方法
CN110187387A (zh) * 2019-05-27 2019-08-30 青海省第三地质勘查院 一种立体成矿单元划分方法
CN113027460A (zh) * 2021-04-25 2021-06-25 中国矿业大学 煤与煤系共生铝土矿协调开采系统及其下行开拓延伸方法
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
CN113625363A (zh) * 2021-08-18 2021-11-09 中国地质科学院矿产资源研究所 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹代勇 等: "含煤岩系矿产资源类型划分及组合关系探讨", 《煤炭学报》 *
李聪聪 等: "重庆南武矿区煤中镓赋存规律及控制因素", 《煤田地质与勘探》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115565623A (zh) * 2022-10-19 2023-01-03 中国矿业大学(北京) 一种煤地质成分的分析方法、系统、电子设备及存储介质
CN115565623B (zh) * 2022-10-19 2023-06-09 中国矿业大学(北京) 一种煤地质成分的分析方法、系统、电子设备及存储介质
CN115375680A (zh) * 2022-10-24 2022-11-22 中国煤炭地质总局勘查研究总院 矿物智能识别方法、装置及存储介质
CN115375680B (zh) * 2022-10-24 2023-02-03 中国煤炭地质总局勘查研究总院 矿物智能识别方法、装置及存储介质

Also Published As

Publication number Publication date
CN114757306B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN114757306B (zh) 煤系沉积型锂资源的分类方法、装置、设备及存储介质
Huang et al. Trace element composition of iron oxides from IOCG and IOA deposits: relationship to hydrothermal alteration and deposit subtypes
Makvandi et al. Principal component analysis of magnetite composition from volcanogenic massive sulfide deposits: Case studies from the Izok Lake (Nunavut, Canada) and Halfmile Lake (New Brunswick, Canada) deposits
Wilson et al. Sulfur isotopic zonation in the Cadia district, southeastern Australia: exploration significance and implications for the genesis of alkalic porphyry gold–copper deposits
Hastie et al. Classification of altered volcanic island arc rocks using immobile trace elements: development of the Th–Co discrimination diagram
Halley et al. Footprints: Hydrothermal alteration and geochemical dispersion around porphyry copper deposits
Bauluz et al. Geochemistry of Precambrian and Paleozoic siliciclastic rocks from the Iberian Range (NE Spain): implications for source-area weathering, sorting, provenance, and tectonic setting.
Peng et al. The Erbutu Ni-Cu deposit in the Central Asian Orogenic Belt: a Permian magmatic sulfide deposit related to boninitic magmatism in an arc setting
Descourvieres et al. Geochemical reconstruction of the provenance, weathering and deposition of detrital-dominated sediments in the Perth Basin: The Cretaceous Leederville Formation, south-west Australia
Montreuil et al. Compositional data analysis of hydrothermal alteration in IOCG systems, Great Bear magmatic zone, Canada: to each alteration type its own geochemical signature
Tripathy et al. Processing of ferruginous chromite ore by dry high-intensity magnetic separation
Ward et al. The use of magnetite as a geochemical indicator in the exploration for magmatic Ni-Cu-PGE sulfide deposits: A case study from Munali, Zambia
Grammatikopoulos et al. Mineralogical characterisation using QEMSCAN of the Nechalacho heavy rare earth metal deposit, Northwest Territories, Canada
Harjanto et al. Characterization of Indonesia rare earth minerals and their potential processing techniques
Edahbi et al. Geochemistry of rare earth elements within waste rocks from the Montviel carbonatite deposit, Québec, Canada
Chelgani et al. Estimating REY content of eastern Kentucky coal samples based on their associated ash elements
Ferdous et al. Geochemistry of Tertiary sandstones from southwest Sarawak, Malaysia: implications for provenance and tectonic setting
Kordian et al. Geology, mineralogy, structure and texture, geochemistry and genesis of the Golestan Abad iron oxide-apatite deposit (East of Zanjan)
Guiral-Vega et al. Particle-based characterization and classification to evaluate the behavior of iron ores in drum-type wet low-intensity magnetic separation
Santoro et al. Automated scanning electron microscopy (Qemscan®)-based mineral identification and quantification of the Jabali Zn-Pb-ag nonsulfide deposit (Yemen)
White et al. Distinguishing regional-and local-scale metasomatic systems at the Prairie Downs Zn–Pb deposit
Keatley et al. An investigation into heterogeneity in a single vein-type uranium ore deposit: Implications for nuclear forensics
Al-Ali et al. Key process mineralogy parameters for rare earth fluorcarbonate-bearing carbonatite deposits: The example of Songwe Hill, Malawi
He et al. State of rare earth elements in the rare earth deposits of Northwest Guizhou, China
Hou et al. The occurrences and geochemical characteristics of thorium in iron ore in the Bayan Obo deposit, Northern China

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