[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

说明书

本申请提供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，涉及分析领域。该方法包括：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；S4.对所述近红外光谱原始数据进行预处理并剔除异常样品；S5.将剩余样品随机分为校正样品集和验证样品集；S6.利用所述校正样品集的数据进行校正模型建立；S7.对所述校正模型进行优化得到预测模型；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。该方法解决了现有技术中无法快速获取矿石中粘土矿物含量的难题。

技术领域

本申请涉及分析领域，尤其涉及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。

背景技术

作为斑岩型-浅成低温热液型铜/金矿、红土型镍矿、离子吸附型稀土矿以及煤矿等众多矿产资源中重要的组成矿物，粘土矿物是一类以含铝、镁等为主的含水层状或层链状硅酸盐矿物，主要包括有蒙脱石、伊利石、高岭石和叶腊石等。众多研究表明，在浮选过程中，粘土矿物极易分散成单元晶层，进一步影响气泡的稳定性、消耗浮选药剂和改变矿浆的流变性等，从而严重恶化浮选环境；而在堆浸过程中，粘土矿物也易与酸性溶浸液发生泥化反应， 使堆场中矿堆的渗透性急剧变差，从而直接影响有用组分的最终浸出效果。因此，快速简便地获取矿石中粘土矿物的种类与含量信息，已成为矿山企业生产现场矿石分级分类、合理配矿及工艺流程调整优化的迫切需求。

近红外光谱分析是一种新兴的绿色、快速、经济、无损的矿物分析技术，目前已逐步用于含羟基硅酸盐、硫酸盐及碳酸盐等矿物的快速识别鉴定、相对含量分析及晶体结构特征等研究应用中。高岭石、伊利石、地开石、叶腊石、蒙脱石等不同类型的粘土类矿物因含有不同类型的羟基基团和化学组分，其对近红外光的吸收特性（如吸收峰位置、深度、宽度等特征参数）有明显的差别（如图1所示），因此可根据特征吸收光谱特征识别区分这些粘土矿物是可行的。矿物的定量分析则主要依据是近红外光谱信息近似符合Lambert-Beer定律，即特征矿物的含量与其特征吸收峰的强度呈正比。由于矿石样品矿物组分复杂多样，其近红外光谱特征变化差异大、且吸收峰强度较弱，带宽比较宽且部分重叠严重，故传统普遍适用的基于标准矿物图谱库的光谱归一化和迭代拟合校正方法最多只能识别1~3种粘土矿物类型和相对比例。随着统计学、应用数学和计算机技术的原理方法在处理光谱数据中应用的日益广泛和深入，化学计量学理论和方法有助于从混合矿物复杂光谱数据中提取反映粘土矿物组成和结构的有效信息，从而建立光谱信息和粘土矿物成分之间定量数学模型，目前相关研究和报道还比较少。

当前传统的粘土矿物识别与定量分析方法主要可分为两种，一是人工肉眼识别与估测，但其主要是凭借经验，常存在较大的误差与不确定性；二是综合多元素化学分析、显微镜观测法（包括光学显微镜鉴定、电子显微镜分析）、基于扫描电镜的矿物自动分析、X射线衍射分析等多种分析检测手段，虽然其准确度相对较高，但该方法样品制备繁琐、周期长、成本大、专业操作难度也较高。国内外利用近红外光谱对的部分粘土类矿物识别和分析也已有一定的探索和应用，但大多直接利用商业仪器自带的软件自动定性获取矿物种类、特征吸收峰位置参数变化与成因演化规律、1~3种主要矿物的相对比例等有限信息，且分析结果误差较大，重现性效果不好。

发明内容

本申请的目的在于提供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，以解决上述问题。

为提高预测分析准确度，本申请针对不同类型粘土矿物（高岭石、伊利石、叶腊石、蒙脱石）分别选取不同的光谱特征参数，并分别建立混合光谱数据与特征粘土矿物含量之间的定量预测模型。

为实现以上目的，本申请采用以下技术方案：

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，包括：

S1.采集矿石样品，并对样品进行预处理；