[发明专利]判别进口铜精矿产地的方法

说明书

本发明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。本发明方法可以快速、准确地进行国家的识别。

技术领域

本发明涉及判别进口铜精矿产地的方法。

背景技术

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。

发明内容

本发明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。本发明的判别方法具有快速、准确率高的优点。

本发明通过以下技术方案解决上述技术问题。

本发明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。

本发明中，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。