矿石体重的测量方法研究

矿石体重,是估算矿石量的主要参数,是评价勘查成果的重要参数,也是生产经营决策常用的重要参数。通常利用体积和重量计算体重,而不能直接测量体重。由于利用符合精度的设备可直接测量重量,但一般不能直接测量体积,故体重测量的关键在于体积测量。结合生产实践介绍五种大体重的测量方法及其优适用范围,并侧重介绍体积测量。

矿石体重取值方法对储量估算的影响——以某铁铜矿为例

为了提高资源储量估算的准确性,分析矿石体重取值方法对资源储量估算的影响,提出了一种基于插值方式的矿石体重赋值方法。首先基于某铁铜矿的勘探数据和勘探线剖面图,经过图形格式转换和坐标变换,构建了部分矿体的三维地质模型及地质数据库;其次进行矿石样品组合,采用距离幂次反比法推估矿体品位;然后依据矿石样品体重与品位的测试值,建立了矿石体重与品位的线性、二次、三次及对数回归模型,经过分析比较,确定二次回归模型为矿石体重插值模型;最后在矿体三维地质模型内对矿石体重进行插值并估算储量,分析储量估算结果并与传统矿石体重取值方法估算的资源储量进行比较。结果表明:上述2种方法估算的资源储量相差较小,采用基于插值方式估算的矿石平均品位稍高于传统方法,对于提高资源储量的估算精度具有一定的参考价值。

矿石体重预测的神经网络模型

探讨了应用神经网络确定不同品级矿石体重的新方法，建立了该方法的神经网络模型（包括网络类型、网络结构和及其学习算法）。实例研究结果表明：所建立的三层反向传播神经网络模型可以用于矿石体重的预测并与传统方法相比有许多突出的优点。

矿石体重回归分析在新疆乌宗布拉克矿区的应用研究

在资源储量估算的过程中,矿石小体重的准确与否将直接影响到资源储量估算的客观程度。对矿石小体重的准确预测将需要通过大量的统计分析工作,传统的方法是利用矿石小体重的算术平均值进行估算矿床资源储量,并没有考虑到多矿种对矿石小体重的影响程度。本文利用Excel软件“数据分析”的“回归”功能模块,对实验室所测定的矿石小体重值与其对应品位进行二元线性回归分析,快速、准确地构建矿石体重与其品位的数学模型,从而为资源储量估算提供了更客观、更科学的矿石体重模型。

矿石体重的多元线性回归分析及其检验

在确定矿石体重时,多元线性回归分析是较为常用的定量化分析方法。利用目前普遍使用的EXCEL软件实现多元线性回归分析及其检验,从而避开程序开发等复杂的技术问题,实现矿石体重各种因素分析的快速化。

静水天平测定矿石体重的方法在黔中瓮福地区英坪磷矿与小坝磷矿的应用

矿石自然状态下利用静水天平上称与下称的称量值各不相同,可以根据阿基米德定律将不同的称量值换算成矿石体积,最后推导出矿石体重公式。避免传统地质方法用量杯或量筒直接测量水体积引起的人为误差,静水天平测定矿石体重需要一定的条件,测定致密性好、遇水化学性质及物理性质稳定的矿石体重,矿石浸没于水中下称时可以选择自然状态下进行裸测;测定致密性差、遇水化学性质及物理性质不稳定的矿石体重,矿石浸没于水中下称时必须蜡封或塑封;以上两种测定矿石体重的方法均具有较高的准确性。可以将静水天平测定矿石体重的方法和原理进一步推广测定致密性差、孔隙度大、遇水化学性质及物理性质稳定岩石的有效孔隙度;测定有效孔隙体积时浸没于水中的岩石只能塑封,而不能蜡封,此类测定方法具有一定的可行性和局限性。黔中瓮福地区英坪磷矿与小坝磷矿满足致密性好、遇水化学性质及物理性质稳定的条件,矿石浸没于水中下称时选择自然状态下进行裸测,是静水天平测定区内磷块岩体重正确的应用。

多元线性回归计算矿石体重方法的优化——以某铜锌矿为例

本文提出多元线性回归计算矿石体重的优化方法,并以某铜锌矿为例,采用优化方法计算出体重值与矿石品位之间的方程关系。结果表明,铜锌矿的矿石体重与铜(Cu)、硫(Sp)品位之间线性关系明显,线性方程的拟合效果极好。预测体重与实际体重之间平均误差<5%,可以直接利用于实际生产。

回归分析确定矿石体重的实例研究

用线性回归分析的方法。

喀拉通克铜镍矿矿石体重与铜镍品位的相关分析

新疆富蕴县喀拉通克铜镍矿矿石体重因不同矿石类型及铜、镍不同含量而有明显的差异,本文分析了矿石体重与其铜镍品位间的相关关系,建立了它们之间的函数关系,根据矿石品位可动态预测不同品位矿石的体重。

矿石体重不同分析方法的对比探讨——以长山锌金多金属矿床为例

矿石体重的准确获取,对降低矿床储量计算误差十分重要。文章以长山锌金多金属矿为例,建立矿石体重与Cu、Pb、Zn、S等元素之间的数学模型。首先探讨矿石体重和元素之间的数学关系,并证明当矿石中有多种硫化物建立回归模型时,不需要对全硫进行扣减;在此基础上,分别建立2种多元线性回归模型和1种神经网络模型,并对3种模型拟合精度进行对比。结果表明,以矿石体重倒数为因变量要优于以矿石体重为因变量建立的回归模型,而神经网络模型明显优于回归模型。

矿石体重回归分析在新疆乌恰县吉根锰矿资源评价中的应用

矿石体重是自然状态下单位体积矿石的质量,作为资源储量估算过程中的一项重要参数,直接影响矿床资源储量的评价工作。开展矿石小体重多元回归分析,建立回归模型,此类方法在金属矿山中略有涉及,但针对黑色金属,尤其是锰矿资源评价中使用很少。本文运用SPSS软件建立了新疆乌恰县吉根锰矿资源远景区锰矿床(点)矿石小体重线性回归模型,对其品位变化影响矿石小体重变化趋势进行了分析,并对数据分析结果的科学性及合理性进行了检验,对西南天山吉根锰矿带地质找矿工作具有指导意义。

基于矿石中硅铝铁的品位对安徽省凤阳县灵山-木屐山矿区的矿石小体重进行预测

矿石小体重在资源储量估算过程中是一个重要参数,它的准确与否,直接影响矿床的经济评价和矿山储量估算结果。为减小矿石小体重的误差,在矿业技术及数字化时代的技术革新背景下,本文使用Python语言构建矿石中硅铝铁的品位与矿石小体重之间的BP神经网络预测模型,实现了对该矿区矿石小体重的预测,当均方误差损失值为0.0022时,此模型预测结果有着96.55%的准确率。通过对测量值和预测值的对比,筛选结果偏差大的样品进行重新测量,校验样品的小体重,以确保每个样品小体重值的可靠性和准确性。

青海多才玛铅—锌—银矿床矿石品位与体重的回归模型

青海多才玛矿床是一个新近查明的超大型铅—锌—银矿床。利用150个钻孔岩芯样品的矿石品位及其体重数据进行相关分析和回归分析,相关分析结果表明,铅矿石和铅—锌矿石品位与体重呈高度正相关(相关系数分别为r=0.94和r=0.90),锌矿石品位与体重不相关(r=0.09);根据铅矿石和铅—锌矿石品位与体重的回归方程计算了矿区各矿石块段的平均体重。回归模型准确、直观阐释了品位—体重的相关性,对沱沱河地区有相似成矿背景的其它矿床提供借鉴依据。

鞍本地区“鞍山式”铁矿石品位-体重的一元回归方程

鞍本地区"鞍山式"铁矿石品位与体重呈线性关系,相关系数为0.977 047 038;经筛选,选取了1 557组品位-体重数据,建立起鞍本地区"鞍山式"铁矿石品位-体重的一元回归方程y=0.030 774 255x+2.376 616 029;经过在新矿区的应用试验,证明基于大样本、宽品位范围建立的一元回归方程更具代表性、客观性。

徽县向阳山铅锌矿石小体重多元线性回归模型应用分析

传统资源储量估算中矿石小体重取算数平均值或体积加权平均值的方法,存在取值误差大、估算结果可靠程度低的缺陷。本文以徽县向阳山矿区为例,使用小体重样品测试结果,基于“Excel”数据分析工具快速、便捷地建立了矿石小体重多元线性回归模型,并利用自带的字符串函数进行了检验。经实际应用对比后对多元线性回归模型应用条件、注意事项、方法优点等做了讨论分析。

基于多元线性回归方法的中咀铜矿体体重修正

中咀铜矿位于四川省甘孜州九龙县,为一中型铜-锌硫化物矿床。根据先前小体重测试发现,采用算术平均法求得的体重明显偏高。相关性分析结果表明体重倒数与矿石Cu、S品位具有非常显著的线性相关关系。采用多元线性回归方法建立体重倒数与Cu、S品位之间的回归方程,并利用化学分析结果计算出矿体的平均体重。实践表明,优化体重采样方法,选取合理参数建立回归方程,可以获得较为准确的矿体体重,从而极大提升资源量估算的精度。

呷村银多金属矿小体重测试成果报告

呷村银多金属矿自出具1993年版的勘探报告以来,一直未进行过系统的矿石体重实验。随着矿山开采深度的增加,矿石矿化类型、矿化均匀程度变化增大,矿山一直沿用银铜铅锌矿石和独立铅锌矿石的平均体重值(银铜矿石3.4t/m^(3),独立铅锌矿石3.21t/m^(3))进行生产计算,对矿山储量、采场采出矿、贫化损失管理均造成一定负面影响,不再符合矿山现场实际以及公司精细化管理要求,因此急需开展新的矿石体重实验。