[发明专利]一种在线分析铁矿石中铁元素含量的方法在审
申请号: | 202110522976.5 | 申请日: | 2021-05-13 |
公开(公告)号: | CN113376143A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 张秋梅;张秋荣 | 申请(专利权)人: | 张秋梅 |
主分类号: | G01N21/73 | 分类号: | G01N21/73;G16C20/70 |
代理公司: | 北京知呱呱知识产权代理有限公司 11577 | 代理人: | 孙志一 |
地址: | 264010 *** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 在线 分析 铁矿石 元素 含量 方法 | ||
本发明公开了一种在线分析铁矿石中铁元素含量的方法,包括:S1、溶解铁矿石;S2、制备试液;S3、确定标准曲线;S4、检测试液;S5、预处理;S6、构建空间残差卷积神经网络;S7、确定铁元素含量。本发明将铁矿石溶化得到溶液即可进行铁元素发射光轻度的检测,减少了干扰因素,操作简单,可操作性强,缩短的检测分析的周期;同时通过空间残差卷积神经网络训练后的模型对铁矿石中的铁元素进行自动检测,省时省力,提升了检测效率,同时相较于现有的智能分析法,检测准确率也得到了提升。
技术领域
本发明涉及化学分析技术领域,具体涉及一种在线分析铁矿石中铁元素含量的方法。
背景技术
在元素含量的检测领域中,对于铜合金、铝合金、合金钢及铁矿石等的检测常采用经典化学分析方法。例如:铁矿石的分析,传统的分析方法都采用高温碱熔试样,经过酸化,加入氧化剂、还原剂、掩蔽剂、保护剂以及显色剂等形成没有干扰可以准确分析的化合物,然后用分光光度法、原子吸收光谱法或者重量法来测定试样中的元素含量;每溶解一次样品只能测定一种元素,并且从溶样到最终分析要加入多种化学试剂,经历一系列化学反应过程,这势必造成操作流程繁琐的局面,而且每一步都有可能引入误差,其结果是分析速度慢,准确度不一定高。并且针对检测结果也无法形成在线快速分析,每次对铁元素进行分析都需要漫长周期进行实验检测,造成效率低下。
对每种铁元素的分析都需要制备相关溶液;检测中需要考虑酸效应、盐效应、络合效应、共沉淀以及杂质干扰等多种因素;试剂带来的误差难以估算,准确度不好控制;检测周期常长。因此,用传统的化学分析方法分析试样,操作繁琐,准确度难以控制。无法形成在线分析识别,难以形成统一标准。
发明内容
为此,本发明提供一种在线分析铁矿石中铁元素含量的方法,以解决现有技术中检测效率低、因试剂产生的误差较大,不能对检测结果形成在线的分析,无法根据历史检测结果形成分析系统,快速分析铁矿石中的铁元素含量的问题。
为了实现上述目的,本发明提供如下技术方案:
本发明提供一种在线分析铁矿石中铁元素含量的方法,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。
进一步地,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。
进一步地,步骤S1中加热的温度为670±20℃。
进一步地,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。
进一步地,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℃。
进一步地,步骤S2中试液与铁矿石的比例为100mL:0.05-0.1g。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张秋梅,未经张秋梅许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110522976.5/2.html,转载请声明来源钻瓜专利网。