排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
条带状铁建造(Banded iron formation,BIF)是我国主要的铁矿资源类型,主要采用露天开采方式生产。目前采场品位确定以传统化验方法为主,存在采样密度低、化验周期长、效率低、品位测试结果滞后等不足,导致矿体边界圈定不准确,增大了矿石损失率和贫化率,并使得配矿质量受到影响。选择鞍千露天铁矿作为试验场,通过现场采样、光谱测试、模型构建、模型验证等试验流程,揭示了不同岩矿类型的光谱特征,建立了矿石品位与光谱特征之间的联系,对BIF铁矿快速原位测定方法进行了研究。结果表明:赤铁矿、磁铁矿与围岩之间的光谱特征存在显著差异,利用该类差异构建的岩矿类型识别和分类模型,其铁矿石与围岩的区分正确率为97.1%,赤铁矿和磁铁矿的区分正确率达到93.5%;利用偏最小二乘法(Partial least squares method,PLS)构建的全铁品位回归模型的反演精度达到了3.43%。上述分析可为露天铁矿实现精准开采与合理配矿提供可靠依据。 相似文献
5.
露天采场矿体区域精准圈定对矿山采矿、配矿、生产规划等工作至关重要。传统的矿岩识别方法存在工
作量大、效率低、周期长等缺陷,已成为实现经济、合理、高效开采的瓶颈问题。随着现代信息技术、人工智能、大数据
等技术的不断涌现和快速发展,矿岩智能感知技术已成为现代智能矿山建设亟需突破的技术。以鞍钢集团下属哑巴
岭露天采场为研究区,航拍采集区内的无人机高光谱影像,应用混合像元分解技术,对露天采场中的矿岩识别与自动
提取方法进行了研究。结果表明:基于无人机高光谱技术的露天铁矿圈定技术可对铁矿体进行有效圈定,与现有的室
内化验圈定的矿体面积相比,二者相差为8.10%,达到了较好的效果,且该方法具有智能化、成本低、效率高的优点,未
来具有可代替传统矿岩调查方法的潜力,为露天矿采场矿岩自动识别与智能感知提供了新的方法。 相似文献
6.
1