[发明专利]一种基于受试者操作特征曲线分析的矿石拣选决策方法

说明书

本发明提供一种基于受试者操作特征曲线分析的矿石拣选决策方法，属于矿物加工技术领域。该方法包括拣选产品分类、确定最优拣选决策阈值、计算贫化率、损失率评价拣选效果，首先在不同拣选决策阈值条件下，比较实际设计阈值与矿石实际品位，比较拣选决策阈值与传感品位数据，采用受试者操作特征曲线分析计算敏感性、假阳性率，建立坐标系确定最优拣选决策阈值，确定最优拣选决策阈值条件下的贫化率、损失率。本发明采用受试者操作特征曲线分析，确定了矿石拣选决策方法，相比传统线性回归矿石决策算法，优化了拣选效果及拣选技术经济指标。

技术领域

本发明涉及矿物加工技术领域，特别是指一种基于受试者操作特征曲线分析的矿石拣选决策方法。

背景技术

矿石拣选是一种将不同品位及矿物组成的矿石利用其传感检测信号的差异进行分类并将品位高的矿石分离出来的方法。在整个电磁波谱范围中，γ射线、中子流、X射线、紫外线、可见光、红外线、无线电波与矿石作用后，矿石对射线的吸收、反射或受射线照射后发射的荧光的差异都可用作拣选的依据。在很多情况下，拣选所利用的分辨特征并不是与矿石中有用元素直接相关，为此还需要找出分选特征与有用元素之间的关系。

在矿石拣选应用于工业实践前，通常通过实验室或半工业试验确定其矿石拣选决策方法及拣选决策阈值参数。对于X射线荧光分析(XRF)等定量测试技术，确定其XRF品位测定结果与其真实化验品位关系通常采用线性回归模型，即针对某一矿石性质及拣选设备，确定其XRF品位测定结果与其真实化验品位的线性关系。在实际拣选中，通过利用该线性关系可根据实际设计阈值品位计算决策阈值品位，并通过直接比较XRF传感品位与该决策阈值品位确定拣选矿石的隶属。矿石传感品位高于决策阈值，矿石被拣选为精矿。矿石传感品位低于决策阈值，矿石被拣选为废石。然而，在实际矿石拣选中，由于矿石传感设备及拣选决策算法的准确性不足，有可能发生拣选精矿与废石产品的错置，进而影响拣选效果。

发明内容

本发明要解决的技术问题是提供一种基于受试者操作特征曲线分析的矿石拣选决策方法，优化拣选效果。

该方法首先在不同拣选决策阈值条件下，比较实际设计阈值与矿石实际品位，比较拣选决策阈值与传感品位数据，采用受试者操作特征曲线分析计算敏感性、假阳性率，建立坐标系确定最优拣选决策阈值，确定最优拣选决策阈值条件下的贫化率、损失率。

具体包括步骤如下：

(1)不同拣选决策阈值条件下，比较实际设计阈值与矿石实际品位，比较拣选决策阈值与传感品位数据，根据比较结果将矿石进行分类；

(2)根据步骤(1)不同拣选决策阈值条件下矿石分类结果，采用受试者操作特征曲线分析，按照式(1)～(2)计算敏感性、假阳性率；

(3)建立以假阳性率和敏感性分别为x轴和y轴的坐标系，不同拣选决策阈值条件下矿石拣选产品分类结果以坐标系的点表示，确定最接近(0,1)坐标点的点所对应的拣选决策阈值为最优拣选决策阈值；

(4)根据步骤(1)确定最优拣选决策阈值条件下的矿石分类结果，正确拣选精矿数量为TP，正确拣选废石数量为TN，错置拣选精矿数量为FP，错置拣选废石数量为FN，按照式(3)～(4)确定最优拣选决策阈值条件下贫化率、损失率。

其中，步骤(1)中不同拣选决策阈值取值范围涵盖测试矿石传感品位最低至最高值，取值精度适应工业实践操作水平，取值数量根据取值范围及取值精度确定。

步骤(1)中根据比较结果将矿石分为4类：矿石实际品位高于实际设计阈值且传感品位数据高于拣选决策阈值，为正确拣选精矿；矿石实际品位低于实际设计阈值且传感品位数据高于拣选决策阈值，为错置拣选精矿；矿石实际品位低于实际设计阈值且传感品位数据低于拣选决策阈值，为正确拣选废石；矿石实际品位高于实际设计阈值且传感品位数据低于拣选决策阈值，为错置拣选废石。

步骤(2)中敏感性、假阳性率的计算公式为：