一种在线分析铁矿石中铁元素含量的方法技术

本发明专利技术公开了一种在线分析铁矿石中铁元素含量的方法，包括：S1、溶解铁矿石；S2、制备试液；S3、确定标准曲线；S4、检测试液；S5、预处理；S6、构建空间残差卷积神经网络；S7、确定铁元素含量。本发明专利技术将铁矿石溶化得到溶液即可进行铁元素发射光轻度的检测，减少了干扰因素，操作简单，可操作性强，缩短的检测分析的周期；同时通过空间残差卷积神经网络训练后的模型对铁矿石中的铁元素进行自动检测，省时省力，提升了检测效率，同时相较于现有的智能分析法，检测准确率也得到了提升。测准确率也得到了提升。测准确率也得到了提升。

【技术实现步骤摘要】
一种在线分析铁矿石中铁元素含量的方法


[0001]本专利技术涉及化学分析
，具体涉及一种在线分析铁矿石中铁元素含量的方法。

技术介绍

[0002]在元素含量的检测领域中，对于铜合金、铝合金、合金钢及铁矿石等的检测常采用经典化学分析方法。例如：铁矿石的分析，传统的分析方法都采用高温碱熔试样，经过酸化，加入氧化剂、还原剂、掩蔽剂、保护剂以及显色剂等形成没有干扰可以准确分析的化合物，然后用分光光度法、原子吸收光谱法或者重量法来测定试样中的元素含量；每溶解一次样品只能测定一种元素，并且从溶样到最终分析要加入多种化学试剂，经历一系列化学反应过程，这势必造成操作流程繁琐的局面，而且每一步都有可能引入误差，其结果是分析速度慢，准确度不一定高。并且针对检测结果也无法形成在线快速分析，每次对铁元素进行分析都需要漫长周期进行实验检测，造成效率低下。
[0003]对每种铁元素的分析都需要制备相关溶液；检测中需要考虑酸效应、盐效应、络合效应、共沉淀以及杂质干扰等多种因素；试剂带来的误差难以估算，准确度不好控制；检测周期常长。因此，用传统的化学分析方法分析试样，操作繁琐，准确度难以控制。无法形成在线分析识别，难以形成统一标准。

技术实现思路

[0004]为此，本专利技术提供一种在线分析铁矿石中铁元素含量的方法，以解决现有技术中检测效率低、因试剂产生的误差较大，不能对检测结果形成在线的分析，无法根据历史检测结果形成分析系统，快速分析铁矿石中的铁元素含量的问题。
[0005]为了实现上述目的，本专利技术提供如下技术方案：
[0006]本专利技术提供一种在线分析铁矿石中铁元素含量的方法，包括：
[0007]S1、溶解铁矿石：将铁矿石置于溶剂中进行加热，使其溶解成溶液；
[0008]S2、制备试液：将所得溶液稀释得到试液；
[0009]S3、确定标准曲线：将标准溶液引入ICP发射光谱仪，测定铁元素分析线的发射光强度，并绘制标准反射光强度曲线；
[0010]S4、检测试液：将试液引入ICP发射光谱仪，测得铁元素所对应的发射光强度，根据标准曲线获取铁元素的含量；
[0011]S5、预处理：对获取的铁元素所对应的发射光强度进行预处理，生成铁矿石光谱数据图像，并把铁矿石光谱数据图像按比例划分成训练集、验证集和测试集；
[0012]S6、构建空间残差卷积神经网络：通过铁矿石光谱数据图像训练空间残差卷积神经网络；
[0013]S7、确定铁元素含量：将标准曲线中的铁元素发射光强度对应的铁元素含量录入空间残差卷积神经网络，基于卷积神经网络的铁元素含量进行智能分析，实现录入铁元素
的发射光强度即可判断出铁矿石中铁元素的含量。
[0014]进一步地，步骤S1中的溶剂为盐酸、硝酸、磷酸、氢氧化钠、过氧化氢、无水碳酸钠和硫酸铵中的一种或几种的混合。
[0015]进一步地，步骤S1中加热的温度为670
±
20℃。
[0016]进一步地，步骤S1中，溶剂包括体积为(2
‑
3)∶1∶(3
‑
4)的盐酸、硝酸和水，盐酸的密度为1.19g/mL，硝酸的密度为1.42g/mL。
[0017]进一步地，步骤S1中，铁矿石与溶剂的比例为0.1
‑
0.2g∶20mL；加热的温度为670
±
5℃。
[0018]进一步地，步骤S2中试液与铁矿石的比例为100mL：0.05
‑
0.1g。
[0019]进一步地，步骤S1和S2包括：称取铁矿石试样0.1g
±
0.01于已盛有0.8g
±
0.01氢氧化钠的银坩埚中，上面再覆盖0.2g
±
0.01无水碳酸钠，将银坩埚置于高温马弗炉中，从低温升至670
±
5℃，升温速度保持在每分钟8℃以内，保温30min，取出冷却；
[0020]用热水浸取所得产物于400ml烧杯中，用盐酸洗坩埚1
‑
2次，加15
±
1mL盐酸于烧杯中作为酸化溶液，低温加热溶解沉淀物，最终控制体积在50
‑
80mL，取下，冷却，将溶液移入100mL容量瓶中，用蒸馏水稀释至刻度，摇匀，干过滤；吸取滤液10mL于100mL容量瓶中，用蒸馏水稀释至刻度，摇匀，得到铁矿石试液；洗坩埚的盐酸为密度为1.19g/ml盐酸与水按照1:19的体积比的混合物，酸化溶液为密度为1.19g/mL的盐酸。
[0021]进一步地，步骤S5的预处理为通过维度跃迁的方法对铁元素所对应的发射光强度进行转化为铁矿石光谱数据图像；所述训练集、验证集和测试集的比例为8：1：1。
[0022]进一步地，所述空间残差卷积神经网络包含三个空间残差卷积层和一个全连接层，其中空间残差卷积层是由两个空间卷积层、两个池化层、两个LDropout层、两个激活层以及一个残差连接组合而成；其中第一个空间残差卷积层中的第一个空间卷积层作为输入层，接收经过预处理的铁元素发射光数据；输入的数据经过第一个空间卷积层其特征矩阵由M个变为N个，其中N>M；各特征矩阵之间通过空间卷积核相连，呈现镂空的结构，同一空间卷积层的空间卷积核具有相同的权重，最后输出N个特征矩阵；将得到的特征矩阵输入LDropout层，设置一个丢弃率；同时定义一个丢弃矩阵，丢弃矩阵的大小和数量该层的特征矩阵输出一致。
[0023]进一步地，所述丢弃率为50％。
[0024]本专利技术具有如下优点：
[0025]本专利技术将铁矿石溶化得到溶液即可进行铁元素发射光轻度的检测，减少了干扰因素，操作简单，可操作性强，缩短的检测分析的周期；同时通过空间残差卷积神经网络训练后的模型对铁矿石中的铁元素进行自动检测，省时省力，提升了检测效率，同时相较于现有的智能分析法，检测准确率也得到了提升。
附图说明
[0026]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
[0027]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
能涵盖的范围内。
[0028]图1为本专利技术提供的在线分析铁矿石中铁元素含量的方法的流程示意图；
具体实施方式
[0029]以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线分析铁矿石中铁元素含量的方法，其特征在于，包括：S1、溶解铁矿石：将铁矿石置于溶剂中进行加热，使其溶解成溶液；S2、制备试液：将所得溶液稀释得到试液；S3、确定标准曲线：将标准溶液引入ICP发射光谱仪，测定铁元素分析线的发射光强度，并绘制标准反射光强度曲线；S4、检测试液：将试液引入ICP发射光谱仪，测得铁元素所对应的发射光强度，根据标准曲线获取铁元素的含量；S5、预处理：对获取的铁元素所对应的发射光强度进行预处理，生成铁矿石光谱数据图像，并把铁矿石光谱数据图像按比例划分成训练集、验证集和测试集；S6、构建空间残差卷积神经网络：通过铁矿石光谱数据图像训练空间残差卷积神经网络；S7、确定铁元素含量：将标准曲线中的铁元素发射光强度对应的铁元素含量录入空间残差卷积神经网络，基于卷积神经网络的铁元素含量进行智能分析，实现录入铁元素的发射光强度即可判断出铁矿石中铁元素的含量。2.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中的溶剂为盐酸、硝酸、磷酸、氢氧化钠、过氧化氢、无水碳酸钠和硫酸铵中的一种或几种的混合。3.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中加热的温度为670
±
20℃。4.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中，溶剂包括体积为(2
‑
3)∶1∶(3
‑
4)的盐酸、硝酸和水，盐酸的密度为1.19g/mL，硝酸的密度为1.42g/mL。5.根据权利要求4所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中，铁矿石与溶剂的比例为0.1
‑
0.2g∶20mL；加热的温度为670
±
5℃。6.根据权利要求5所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S2中试液与铁矿石的比例为100mL：0.05
‑
0.1g。7.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1和S2包括：称取...

【专利技术属性】
技术研发人员：张秋梅，张秋荣，
申请(专利权)人：张秋梅，
类型：发明
国别省市：