[发明专利]一种在线分析铁矿石中铁元素含量的方法

权利要求书

1.一种在线分析铁矿石中铁元素含量的方法，其特征在于，包括：

S1、溶解铁矿石：将铁矿石置于溶剂中进行加热，使其溶解成溶液；

S2、制备试液：将所得溶液稀释得到试液；

S3、确定标准曲线：将标准溶液引入ICP发射光谱仪，测定铁元素分析线的发射光强度，并绘制标准反射光强度曲线；

S4、检测试液：将试液引入ICP发射光谱仪，测得铁元素所对应的发射光强度，根据标准曲线获取铁元素的含量；

S5、预处理：对获取的铁元素所对应的发射光强度进行预处理，生成铁矿石光谱数据图像，并把铁矿石光谱数据图像按比例划分成训练集、验证集和测试集；

S6、构建空间残差卷积神经网络：通过铁矿石光谱数据图像训练空间残差卷积神经网络；

S7、确定铁元素含量：将标准曲线中的铁元素发射光强度对应的铁元素含量录入空间残差卷积神经网络，基于卷积神经网络的铁元素含量进行智能分析，实现录入铁元素的发射光强度即可判断出铁矿石中铁元素的含量。

2.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中的溶剂为盐酸、硝酸、磷酸、氢氧化钠、过氧化氢、无水碳酸钠和硫酸铵中的一种或几种的混合。

3.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中加热的温度为670±20℃。

4.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中，溶剂包括体积为(2-3)∶1∶(3-4)的盐酸、硝酸和水，盐酸的密度为1.19g/mL，硝酸的密度为1.42g/mL。

5.根据权利要求4所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1中，铁矿石与溶剂的比例为0.1-0.2g∶20mL；加热的温度为670±5℃。

6.根据权利要求5所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S2中试液与铁矿石的比例为100mL：0.05-0.1g。

7.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S1和S2包括：称取铁矿石试样0.1g±0.01于已盛有0.8g±0.01氢氧化钠的银坩埚中，上面再覆盖0.2g±0.01无水碳酸钠，将银坩埚置于高温马弗炉中，从低温升至670±5℃，升温速度保持在每分钟8℃以内，保温30min，取出冷却；

用热水浸取所得产物于400ml烧杯中，用盐酸洗坩埚1-2次，加15±1mL盐酸于烧杯中作为酸化溶液，低温加热溶解沉淀物，最终控制体积在50-80mL，取下，冷却，将溶液移入100mL容量瓶中，用蒸馏水稀释至刻度，摇匀，干过滤；吸取滤液10mL于100mL容量瓶中，用蒸馏水稀释至刻度，摇匀，得到铁矿石试液；洗坩埚的盐酸为密度为1.19g/ml盐酸与水按照1:19的体积比的混合物，酸化溶液为密度为1.19g/mL的盐酸。

8.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，步骤S5的预处理为通过维度跃迁的方法对铁元素所对应的发射光强度进行转化为铁矿石光谱数据图像；所述训练集、验证集和测试集的比例为8：1：1。

9.根据权利要求1所述的在线分析铁矿石中铁元素含量的方法，其特征在于，所述空间残差卷积神经网络包含三个空间残差卷积层和一个全连接层，其中空间残差卷积层是由两个空间卷积层、两个池化层、两个LDropout层、两个激活层以及一个残差连接组合而成；其中第一个空间残差卷积层中的第一个空间卷积层作为输入层，接收经过预处理的铁元素发射光数据；输入的数据经过第一个空间卷积层其特征矩阵由M个变为N个，其中NM；各特征矩阵之间通过空间卷积核相连，呈现镂空的结构，同一空间卷积层的空间卷积核具有相同的权重，最后输出N个特征矩阵；将得到的特征矩阵输入LDropout层，设置一个丢弃率；同时定义一个丢弃矩阵，丢弃矩阵的大小和数量该层的特征矩阵输出一致。

10.根据权利要求9所述的在线分析铁矿石中铁元素含量的方法，其特征在于，所述丢弃率为50％。