阅读说明：本技术 矿石结构的统计方法及其应用 (Statistical method of ore structure and application thereof ) 是由 李磊 肖仪武 叶小璐 郜伟 武若晨 王明燕 金建文 于 2020-05-28 设计创作，主要内容包括：本发明提供了一种矿石结构的统计方法及其应用,涉及矿物加工领域,矿石结构的统计方法是以呈现不同矿石结构的目的矿物的面积为基础,计算目的矿物所呈现的不同矿石结构的相对含量,包括以下步骤：a)确定一种需要进行测定矿石结构相对含量的目的矿物的种类；b)获取该目的矿物的至少一个截面的图像；c)对至少一个所述图像中的目的矿物呈现的矿石结构进行划分,获得该目的矿物所呈现的n种矿石结构；d)计算每种矿石结构的总面积S<Sub>i</Sub>,即所有呈现第i种结构的目的矿物的面积之和；不同矿石结构在矿石中的相对含量K<Sub>i</Sub>为：<Image he="77" wi="700" file="DDA0002512810430000011.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>i为自然数。该方法为回收率预测模型建立、碎磨工艺选择及选矿工艺提供依据。(The invention provides a statistical method of an ore structure and application thereof, relating to the field of mineral processing, wherein the statistical method of the ore structure is based on the area of target minerals presenting different ore structures, and calculates the relative content of the different ore structures presented by the target minerals, and comprises the following steps: a) determining a kind of target mineral required to be subjected to ore structure relative content determination; b) acquiring an image of at least one cross-section of the mineral of interest; c) dividing the ore structure represented by the target mineral in at least one image to obtain n ore structures represented by the target mineral; d) calculating the total area S of each ore structure i I.e. the sum of the areas of all minerals of interest exhibiting the ith structure; relative content K of different ore structures in the ore i Comprises the following steps:)

矿石结构的统计方法及其应用

技术领域

本发明涉及矿物加工技术领域，尤其是涉及一种矿石结构的统计方法及其应用。

背景技术

在矿物加工领域，矿石结构的研究是一项重要内容，通常需利用光片或薄片在显微镜下进行。矿石结构是指矿石中矿物颗粒的特点，即矿物颗粒的结晶程度、形状、相对大小、相互嵌布关系或矿物颗粒与矿物集合体的嵌布关系，所反映的是矿物本身的形态特征。

在不同成因类型的矿床中，目的矿物所呈现的矿石结构的种类、相对含量差异较大，矿石结构对回收率预测、碎磨工艺以及选矿工艺的选择和优化具有重要的意义，因此矿石结构的定量统计就显得尤为重要。然而，在目前的工作和研究过程中，矿石结构是研究矿床成因不可或缺的手段之一，能够查明矿物的共生关系、矿床生成的物理化学条件，更多的是注重对成岩、成矿意义进行研究，对矿石结构的描述多是定性的。在矿物加工领域，矿石结构对碎磨工艺及矿石的可选性有着重要的影响，也缺少矿石结构相对含量方面的定量分析。若能实现目的矿物所呈现矿石结构的定量表征，则能够更直观的了解矿石结构对碎磨工艺及可选性的影响，对回收率预测模型的建立、矿床的评价以及工艺流程的制定和优化都具有重要的意义。

有鉴于此，特提出本发明。

发明内容

本发明的目的在于提供一种矿石结构的统计方法，由于矿石中目的矿物所呈现的矿石结构种类较多，该统计方法能够定量的表征目的矿物在矿石中所呈现矿石结构的相对含量，为回收率预测模型的建立、以及碎磨工艺的选择提供依据，也能够为选矿工艺的优化提供依据。

本发明提供的矿石结构的统计方法，是以呈现不同矿石结构的目的矿物的面积为基础，计算目的矿物所呈现的不同矿石结构的相对含量，包括以下步骤：

a)确定一种需要进行测定矿石结构相对含量的目的矿物的种类；

b)获取该目的矿物的至少一个截面的图像；

c)对至少一个所述图像中的目的矿物呈现的矿石结构进行划分，获得该目的矿物所呈现的n种矿石结构；

d)计算每种矿石结构的总面积S_i，即所有呈现第i种结构的目的矿物的面积之和；不同矿石结构在矿石中的相对含量K_i为：

其中，当n＝1时，矿石结构在矿石中的相对含量K₁为100％，

当n为大于等于2的自然数时，i为从1至n的自然数。

进一步地，获取目的矿物的至少一个截面的图像包括：

将矿物制作成光片或者薄片，利用反射偏光显微镜或透射光显微镜或扫描电子显微镜来获得所述图像。

进一步地，将所述矿石磨制成光片或者薄片。

进一步地，所述目的矿物包括金属矿物和非金属矿物，一次只能选择一种要测定的目的矿物。

进一步地，所述目的矿物所呈现的矿石结构包括自形-半自形晶结构、他形晶结构、包含结构、斑状构造、浸蚀结构、交代残余结构、镶边结构、骸晶结构、乳浊状结构、格状结构、文象结构、叶片状结构、包含变晶结构、放射状变晶结构、碎屑结构、草莓结构、生物结构、压碎结构和定向变晶结构中的至少一种。

一种前面所述的统计方法在回收率预测及碎磨工艺中的应用。

与现有技术相比，本发明至少可以取得以下有益效果：

本发明的矿石结构的统计方法中使用的是呈现不同矿石结构的目的矿物的面积，在测量过程中目的矿物的面积是唯一的，使得本发明的统计方法具有准确性高、重复性好的特点，随着计算机图像技术及人工智能技术的发展，矿石结构的定量化测定准确性及测定速率会有极大提高，该统计方法可以得到更为广泛的应用；另外，本发明的统计方法由于能够定量的表征矿石结构的相对含量，可以为回收率预测模型的建立、碎磨工艺的选择提供依据，也能够为选矿工艺的优化提供依据。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的一个方面，本发明提供了一种矿石结构的统计方法，是以呈现不同矿石结构的目的矿物的面积为基础，计算目的矿物所呈现的不同矿石结构的相对含量，该统计方法包括以下步骤：

S100：确定一种需要进行测定矿石结构相对含量的目的矿物的种类。

S200：获取该目的矿物的至少一个截面的图像。

在本发明的一些实施方式中，获取目的矿物的至少一个截面的图像包括：

将矿物制作成光片或者薄片，利用反射偏光显微镜或透射光显微镜或扫描电子显微镜来获得所述图像。

可以理解的是，在观察图像时即可分辨出图像中的目的矿物种类及其所呈现的矿石结构。

将矿石制作成光片后，获得了一个平整的抛光面光片中的图像便可认为是截面的图像，而利用反射偏光显微镜即可获得被制作成光片中目的矿物的图像；同理，利用透射光显微镜即可获得被制作成薄片中目的矿物的图像；利用扫描电子显微镜可以获得被制作成光片或薄片中目的矿物图像。

在本发明的一些实施方式中，所述目的矿物包括金属矿物和非金属矿物，一次只能选择一种要测定的目的矿物；在测定目的矿物所呈现的矿石结构相对含量时，需要确定一种目的矿物，例如，可以确定铜矿石中的黄铜矿为目的矿物。

在本发明的一些具体实施方式中，例如，铜硫矿中，金属矿物主要为黄铁矿和黄铜矿，另有微量的褐铁矿、铜蓝矿等，可以将黄铜矿作为目的矿物，也可以将黄铁矿作为目的矿物，也可以将褐铁矿或者铜蓝矿作为目的矿物。

在本发明的一些实施方式中，将矿石磨制成光片或者薄片。由此，操作简单、方便，易于实现。

S300：对至少一个所述图像中的目的矿物呈现的矿石结构进行划分，获得该目的矿物所呈现的n种矿石结构。

其中，n大于等于1。

可以理解的是，在同一个矿床中，矿石结构的种类往往是相对固定的，在进行矿石结构的定量化分析之前，应该先对光片或薄片中某一种目的矿物所呈现的矿石结构类别进行识别；对所述至少一个图像中目的矿物呈现的矿石结构类别进行划分，指的是在至少一个图像中划分出目的矿物所呈现的矿石结构，以便于后续对各个矿石结构的总面积进行计算。

在本发明的一些实施方式中，所述目的矿物呈现的矿石结构包括自形-半自形晶结构、他形晶结构、包含结构、斑状构造、浸蚀结构、交代残余结构、镶边结构、骸晶结构、乳浊状结构、格状结构、文象结构、叶片状结构、包含变晶结构、放射状变晶结构、碎屑结构、草莓结构、生物结构、压碎结构和定向变晶结构中的至少一种，但不限于这些结构。

在本发明的一些具体实施方式中，所述黄铜矿呈现的矿石结构包括他形晶结构、交代残余结构、镶边结构和包含结构。

S400：计算每种矿石结构的总面积S_i，即所有呈现第i种结构的目的矿物的面积之和；不同矿石结构在矿石中的相对含量K_i为：

其中，当n＝1时，矿石结构在矿石中的相对含量K₁为100％，

当n为大于等于2的自然数时，i为从1至n的自然数。

需要说明的是，i为从1至n的自然数指的是：当n为2时，i可以取值1，2，表示的含义为K_i＝(S_i/(S₁+S₂))×100％；当n大于等于3时，i可以取值1，2……n，K_i＝(S_i/∑S_i)×100％表示的含义为K_i＝(S_i/(S₁+S₂+……S_n))×100％。

需要说明是的，每种矿石结构的总面积S_i中，i的取值不分先后，且S₁至S_n分别代表的是不同的矿石结构的总面积即可。

在本发明的一些具体实施方式中，黄铜矿所呈现的矿石结构包括他形晶结构、交代残余结构、镶边结构和包含结构，可以分别将他形晶结构、交代残余结构、镶边结构和包含结构的总面积分布标记为S₁、S₂、S₃和S₄，其中，他形晶结构的相对含量(标记为K₁)可以用以下公式进行计算：K₁＝(S₁/(S₁+S₂+S₃+S₄))×100％；交代残余结构的相对含量(标记为K₂)可以用以下公式进行计算：K₂＝(S₂/(S₁+S₂+S₃+S₄))×100％；镶边结构的相对含量(标记为K₃)可以用以下公式进行计算：K₃＝(S₃/(S₁+S₂+S₃+S₄))×100％；包含结构的相对含量(标记为K₄)可以用以下公式进行计算：K₄＝(S₄/(S₁+S₂+S₃+S₄))×100％。

在本发明的一些具体实施方式中，所述黄铜矿中他形晶结构、交代残余结构、镶边结构和包含结构的相对含量分别为84.41％、7.53％、7.29％和0.77％。

在本发明的一些实施方式中，为了使得计算得到的不同矿石结构的相对含量比较准确，可以累计多个光片或薄片中的目的矿物呈现的不同矿石结构(图像中的每个目的矿物颗粒都对应一种矿石结构，图像中的截面是矿物颗粒的截面)，为了保证统计数据的代表性，所统计目的矿物的颗粒数应不少于1500个(颗粒为随机统计，具体需要根据矿石中目的矿物的含量而定，含量低可以适当减少颗粒数，含量高的应增加颗粒数)，计算所有矿石结构的面积之和之后再进行矿石结构相对含量的计算。

本发明的矿石结构的统计方法中使用的是每种矿石结构中目的矿物的面积，在测量过程中目的矿物的面积是唯一的，使得本发明的统计方法具有准确性高、重复性好的特点，随着计算机图像技术及人工智能技术的发展，矿石结构的定量化测定准确性及测定速率会有极大提高，该统计方法可以得到更为广泛的应用；另外，本发明的统计方法由于能够定量的表征矿石结构的相对含量，可以为回收率预测、碎磨工艺的选择提供依据，也能够为选矿工艺的优化提供依据。

在本发明的另一方面，本发明提供了一种前面所述的统计方法在回收率预测及碎磨工艺中的应用。

可以理解的是，由于不同类型的矿石结构对碎磨工艺的影响不同，本发明的矿石结构定量统计方法，可以定量的表征不同类型矿石结构的含量，能够为碎磨工艺的选择及回收率预测模型的建立提供依据。

下面结合具体实施方式，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

实施例1

矿石结构的统计方法步骤如下：

某铜硫矿中，金属矿物主要为黄铁矿和黄铜矿，另有微量的褐铁矿、铜蓝等。现针对矿石中的黄铜矿所呈现的矿石结构进行定量分析：

1)通过光片观察，矿石中的黄铜矿所呈现的矿石结构主要为：它形晶结构、交代残余结构、镶边结构和包含结构；

2)通过反射偏光显微镜观察，共计发现了1668颗黄铜矿，并分别进行了图片的拍摄；

3)对所有发现的黄铜矿颗粒所呈现的矿石结构进行了分类，并且对每一个黄铜矿颗粒进行了面积计算，计算结果见表1；

4)不同矿石结构的总面积与合计总面积的比值，即为该种矿石结构的在黄铜矿中的相对含量，结果见表1：

表1

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。