判别进口铜精矿产地的方法技术

本发明专利技术公开了一种判别进口铜精矿产地的方法。选取O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag和Pb的元素含量或O、Mg、Al、Si、P、S、K、Ca、Ti、Fe、Cu、Zn、Mn、As、Mo、Ag和Pb的元素含量建立BP神经网络模式识别模型或七维Fisher判别模型，进行铜精矿国别的识别。本发明专利技术方法可以快速、准确地进行国家的识别。

The method of distinguishing the origin of imported copper concentrate

【技术实现步骤摘要】
判别进口铜精矿产地的方法
本专利技术涉及判别进口铜精矿产地的方法。
技术介绍
铜精矿是低品位含铜原矿石经过选矿工艺处理达到一定质量指标的精矿，是冶炼铜及其合金的基础工业原料。全球铜矿资源分布主要分布于北美、拉丁美洲和中非三地。按国家分布主要集中在智利、秘鲁、菲律宾等国家。不同产地来源的铜精矿由于地质成因差异，主次元素含量存在着一定的区域特征。由于矿床的成因极其复杂，导致了矿床的地理位置的不同在铜矿样品的产地识别中具有较大的难度，以至于到目前为止，还未见进口铜精矿产地识别的相关报道。神经网络是一种有监督的模式识别方法，在光谱分析应用领域方面日益广泛。孟海东等人(BP神经网络在矿产资源分类识别中的应用，《西部探矿工程》，2012，24(8)，137-139)利用不同矿产品的矿物形态、物理化学性质不同的特点与BP神经网络结合对铜矿石和铁矿石进行分类识别。阴江宁等人(BP神经网络在化探数据分类中的应用，《地质通报》，2010，29(10)，1564-1571)应用神经网络对化探数据进行金矿床规模和铜矿床类型的分类。因此建立入境铜精矿产地识别模型，对于精准识别铜矿产有重要作用。
技术实现思路
本专利技术所要解决的技术问题在于解决由于铜矿矿床成因极其复杂，导致铜矿样品产地识别难度大，现有技术中没有有效的识别铜精矿产地模型，而提供了判别进口铜精矿产地的方法。本专利技术的判别方法具有快速、准确率高的优点。本专利技术通过以下技术方案解决上述技术问题。本专利技术公开了一种判别进口铜精矿产地的方法，其包括如下步骤：S1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，用于建立BP神经网络模式识别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb；S2.将待测样品铜精矿的O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb的元素含量代入到步骤S1所述BP神经网络模式识别模型，确定待测样品铜精矿的产地；其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。一具体实施方式中，可包括如下步骤：S1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，用于建立BP神经网络模式识别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Ti、Fe、Cu、Zn、Mn、As、Mo、Ag、Pb；S2.将待测样品铜精矿的O、Mg、Al、Si、P、S、K、Ca、Ti、Fe、Cu、Zn、Mn、As、Mo、Ag、Pb的元素含量代入到步骤S1所述BP神经网络模式识别模型，确定待测样品铜精矿的产地；其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。本专利技术中，所述元素含量的检测方法为本领域常规元素含量的检测方法，例如，可以为波长色散X射线荧光光谱法的无标样分析法。较佳地，所述元素含量的检测方法为波长色散X射线荧光光谱中的无标样分析方法时，所述步骤S1中的元素含量的测定，与所述步骤S2中的元素含量的测定为同一台检测机器。本专利技术中，所述步骤S1中或步骤S2中的元素含量的检测方法，所述铜精矿一般按照本领域常规方法进行前处理，先对铜精矿干燥、之后压片，再进行检测步骤；具体地，可包括如下步骤：将每个铜精矿分装到干燥瓶中于105℃下烘干4h；采用压片机对烘干铜精矿进行压片，压片前用乙醇清洗模具，使用聚乙烯环使粉末铜精矿聚拢，压制所述粉末铜精矿在30t压力下维持30s；检查压制铜精矿样品表面均匀且无裂纹、脱落现象，测量前用洗耳球吹净所述压制铜精矿样品表面。本专利技术中，所述BP神经网络模式识别模型本领域技术人员可运用商用自带的BP模型模块进行计算。例如，所述BP神经网络模式识别模型可运用MATLAB进行计算。其中，输入层为所述元素含量，输出层为国别。其中，隐藏层结点数可以采用商用软件的默认设置。其中，隐藏层结点数还可以按下式进行计算：s＝sqrt(0.43mn+0.12nn+2.54m+0.77n+0.35)+0.51；式中，s为隐藏层结点数，m为输入层结点数，n为输出层结点数。其中，所述BP神经网络模式识别模型中，每层传递函数为Tansig函数，输出层到隐藏层的传递函数是Softmax函数，训练函数是共轭梯度法中的trainscg函数。训练集、校正集和验证集按70％：15％：15％的比例随机选取的，每次选取的案例编号会不同。本专利技术中，步骤S2，将一待测样品铜精矿的元素含量代入步骤S1的BP神经网络模式识别模型中，待测样品铜精矿的产地的确定方式，本领域技术人员知晓为，BP神经网络只能识别2进制的数据，即0和1，因此当输出值为1时，待测样品属于该地区国别；当输出值为0时，待测样品不属于该地区国别。本领域技术人员知晓，本专利技术的判别铜精矿产地的方法测定待测样品的适用范围为建立BP神经网络模式识别模型的国别范围。本专利技术还公开了一种判别进口铜精矿产地的方法，其包括如下步骤：S1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，建立七维Fisher判别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb；S2.将待测样品铜精矿O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb的元素含量代到步骤S1的七维Fisher判别模型中，确定待测样品铜精矿的产地；其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。本专利技术中，所述元素含量的检测方法为本领域常规元素含量的检测方法，例如，可以为波长色散X射线荧光光谱法的无标样分析法。较佳地，所述元素含量的检测方法为波长色散X射线荧光光谱中的无标样分析方法时，所述步骤S1中的元素含量的测定，与所述步骤S2中的元素含量的测定为同一台检测机器。本专利技术中，所述步骤S1中或步骤S2中的元素含量的检测方法，所述铜精矿一般按照本领域常规方法进行前处理，先对铜精矿干燥、之后压片，再进行检测步骤；具体地，可包括如下步骤：将每个铜精矿分装到干燥瓶中于105℃下烘干4h；采用压片机对烘干铜精矿进行压片，压片前用乙醇清洗模具，使用聚乙烯环使粉末铜精矿聚拢，压制所述粉末铜精矿在30t压力下维持30s；检查压制铜精矿样品表面均匀且无裂纹、脱落现象，测量前用洗耳球吹净所述压制铜精矿样品表面。本专利技术中，所述七维Fisher判别模型本领域技术人员可通过运用商用的软件自带的判别分析模块进行计算，例如，可以是SPSS软件；或者通过本领域人员知晓操作自行编写程序得出判别分析函数。其中，较佳地，所述七维Fisher判别模型中的7组判别函数为：F1＝0.069X1+0.251X2-0.213X3-0.045X4-18.201X5+0.033X6-1.529X7-0.033X8+0.138X9+0.001X10+4.499X11-13.8895X12+2.686X13-3.625F2＝-0.0本文档来自技高网...

【技术保护点】
1.一种判别进口铜精矿产地的方法，其包括如下步骤：/nS1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，用于建立BP神经网络模式识别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb；/nS2.将待测样品铜精矿的O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb的元素含量代入到步骤S1所述BP神经网络模式识别模型，确定待测样品铜精矿的产地；/n其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。/n

【技术特征摘要】
1.一种判别进口铜精矿产地的方法，其包括如下步骤：
S1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，用于建立BP神经网络模式识别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb；
S2.将待测样品铜精矿的O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb的元素含量代入到步骤S1所述BP神经网络模式识别模型，确定待测样品铜精矿的产地；
其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。


2.如权利要求1所述的判别进口铜精矿产地的方法，其特征在于，所述元素含量的检测方法为波长色散X射线荧光光谱法的无标样分析法。


3.如权利要求2所述的判别进口铜精矿产地的方法，其特征在于，所述步骤S1中的元素含量的测定，与所述步骤S2中的元素含量的测定为同一台检测机器。


4.一种判别进口铜精矿产地的方法，其包括如下步骤：
S1.取至少8个国别，每个国别至少14个批次的铜精矿中元素含量的数据，建立七维Fisher判别模型；所述元素包括O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb；
S2.将待测样品铜精矿O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb的元素含量代到步骤S1的七维Fisher判别模型中，确定待测样品铜精矿的产地；
其中，所述步骤S1和所述步骤S2的元素含量单位均为质量百分含量。


5.如权利要求4所述的判别进口铜精矿产地的方法，其特征在于，所述元素含量的检测方法为波长色散X射线荧光光谱法的无标样分析方法。


6.如权利要求5所述的判别进口铜精矿产地的方法，其特征在于，所述步骤S1中的元素含量的测定，与所述步骤S2中的元素含量的测定为同一台检测机器。


7.如权利要求4所述的判别进口铜精矿产地的方法，其特征在于，所述七维Fisher判别模型中的7组判别函数为：
F1＝0.069X1+0.251X2-0.213X3-0.045X4-18.201X5+0.033X6-1.529X7-0.033X8+0.138X9+0.001X10+4.499X11-13.8895X12+2.686X13-3.625
F2＝-0.047X1+0.536X2-0.327X3-0.045X4-6.618X5-0.1X6+1.494X7+0.011X8+0.16X9+0.464X10+2.196X11+73.322X12-3...

【专利技术属性】
技术研发人员：吴晓红，刘曙，陈俊水，秦晔琼，刘倩，
申请(专利权)人：上海海关工业品与原材料检测技术中心，
类型：发明
国别省市：上海;31