[发明专利]基于近红外光谱分析的快速确定矿石中粘土矿物种类及含量的方法

权利要求书

1.一种基于近红外光谱分析的快速确定矿石中粘土矿物种类及含量的方法，其特征在于，包括：

S1.采集矿石样品，并对样品进行预处理；

S2.对样品采用化学分析、矿物自动分析进行综合分析，得到样品中粘土矿物的类型与含量；

S3.利用近红外光谱仪采集样品的近红外光谱原始数据；光谱范围为350-2500nm，采样间隔为1~2nm，检测距离为0.2~1.0cm，扫描次数为3~6次，然后取多次测量的平均值作为所述近红外光谱原始数据；每隔20~30分钟利用标准白板进行光谱校准；

S4.采用S-G平滑和一阶导数对所述近红外光谱原始数据进行预处理并剔除异常样品；所述异常样品为明显离群的样品；

S5.将剩余样品随机分为校正样品集和验证样品集；所述校正样品集和所述验证样品集中，样品的数量比例为4：1；

S6.利用所述校正样品集的数据进行校正模型建立；所述S6包括：将所述校正样品集数据和所述S2得到的粘土矿物的类型与含量，采用偏最小二乘法作为多元校正模型方法，进行关联建模；

高岭石模型的波段选择范围为1300~1450nm，1850~1950nm，2100~2250nm；叶腊石模型的波段选择范围为1350~1450nm，2000~2350nm；伊利石模型的波段选择范围为1350~1450nm，1800~2000nm，2100~2250nm；

S7.对所述校正模型进行优化得到预测模型；所述S7包括：利用校正样品集的参考值与预测值散点图剔除异常样品，并结合校正标准偏差、交互验证的校正标准偏差、相关性系数对模型的质量进行评价，获得最优的建模参数；

S8.使用预测模型对待分析样品中的粘土矿物种类及含量进行预测确定；

所述S7之后、所述S8之前还包括：

利用所述预测模型对所述验证样品集中对不同类型粘土矿物的含量进行预测，并与所述S2中得到的样品中粘土矿物的类型与含量进行比对，通过预测标准偏差、相关性系数、相对分析误差对所述预测模型的预测准确性和相对误差进行分析。

2.根据权利要求1所述的基于近红外光谱分析的快速确定矿石中粘土矿物种类及含量的方法，其特征在于，所述S1中，对所述样品进行预处理包括：

将所采集的矿石样品研磨至200目及以下，并干燥不低于2h；

所采集的矿石样品的数量不少于100个。