[发明专利]一种基于线性回归模型的铂钯品位的预测方法在审
| 申请号： | 202110009812.2 | 申请日： | 2021-01-05 |
| 公开（公告）号： | CN112861076A | 公开（公告）日： | 2021-05-28 |
| 发明（设计）人： | 王成行;胡真;李汉文;李强;汪泰;李沛伦;邹坚坚;杨凯志;姚艳清;时晗 | 申请（专利权）人： | 广东省科学院资源综合利用研究所 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06F17/11;G06Q10/04;B03D1/018;B03D101/02;B03D101/04;B03D101/00;B03D103/02 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 陈娟 |
| 地址： | 510650 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 线性 回归 模型 品位 预测 方法 | ||
1.一种基于线性回归模型的铂钯品位的预测方法，其特征在于，包括如下步骤：
S1：测定铂钯共生矿的浮选精矿中铜的品位和镍的品位，分别记为x1，％、x2，％；对应测定浮选精矿中铂和钯的品位和，记为y，g/t；
S2：利用线性回归方程y＝(η0+η1x1+η2x2)/10000对S1测得的x和y进行回归分析得η0和η1；
S3：测定待测浮选精矿样品中铜的品位x1和镍的品位x2，根据线性回归方程即可计算得到铂和钯的品位和y。
2.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，S1中至少测定15组对应的x和y值。
3.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，S1中测定15～25组对应的x和y值。
4.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，S2中利用最小二乘法分析得到η0、η1和η2。
5.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，S2中还包括计算得到t统计量、样本多元相关系数、修正系数和F统计量的步骤。
6.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，S1中所述铂钯共生矿的浮选精矿通过如下过程得到：矿石磨细至-0.074mm占60％～72％，加入调整剂、捕收剂和起泡剂进行一次粗选，粗选尾矿磨细至-0.043mm占65％～75％，加入调整剂、捕收剂和起泡剂进行二次粗选，两次粗选精矿合并进行三次空白精选，获得浮选精矿，精选中矿顺序返回；二次粗选尾矿加入捕收剂和起泡剂进行二次扫选，扫选中矿顺序返回，二次扫选尾矿即为浮选精矿。
7.根据权利要求6所述基于线性回归模型的铂钯品位的预测方法，其特征在于，所述捕收剂为丁基黄原酸丙炔酯、乙硫氮丙炔酯、乙硫氨酯、丁基黄药中的一种或多种。
8.根据权利要求6所述基于线性回归模型的铂钯品位的预测方法，其特征在于，所述调整剂为碳酸钠、水玻璃、CMC、六偏磷酸钠中的一种或多种。
9.根据权利要求6所述基于线性回归模型的铂钯品位的预测方法，其特征在于，所述起泡剂为松醇油。
10.根据权利要求1所述基于线性回归模型的铂钯品位的预测方法，其特征在于，所述铂和钯的品位和y为1～100g/t。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东省科学院资源综合利用研究所，未经广东省科学院资源综合利用研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110009812.2/1.html，转载请声明来源钻瓜专利网。
