CN101650306A - 快速检测分析绢云母质量的方法 - Google Patents
快速检测分析绢云母质量的方法 Download PDFInfo
- Publication number
- CN101650306A CN101650306A CN 200910305500 CN200910305500A CN101650306A CN 101650306 A CN101650306 A CN 101650306A CN 200910305500 CN200910305500 CN 200910305500 CN 200910305500 A CN200910305500 A CN 200910305500A CN 101650306 A CN101650306 A CN 101650306A
- Authority
- CN
- China
- Prior art keywords
- sericite
- sample
- quality
- spectral information
- fast detecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
快速检测分析绢云母质量的方法,涉及一种快速检测分析绢云母质量的方法,它解决了现有技术中采用显微镜观察法和化学分析法对绢云母质量进行检测存在费时费力和生产效率低的问题。其方法为:采用傅立叶变换近红外光谱分析仪采集待检测绢云母样品的光谱信息,采用最佳校正模型对所述光谱信息进行分析,获得分析结果;所述最佳校正模型是采用下述方法获得的:采用傅立叶变换近红外光谱分析仪采集绢云母样品光谱信息;根据样品光谱信息建立光谱图库;选择具有代表性的光谱信息建立校正样品集;根据校正样品集采用交叉验证的方法逐步优化样品光谱信息的定量分析模型,直到获得最佳校正模型。本发明方法适用于快速检测原矿开采和尾矿中回收的绢云母的纯度分析。
Description
技术领域
本发明涉及一种快速检测分析绢云母质量的方法。
背景技术
我国绢云母资源丰富,分布广,陕西、安徽、福建、湖北、黑龙江、内蒙古、山东等省区均有大的绢云母矿存在。这一资源优势为绢云母开发提供了必要的条件,对绢云母的研究具有重要的意义。提高绢云母的产量和质量,降低生产成本,保护矿山周围环境,提高矿山资源综合利用率是矿山可持续发展的主要课题。绢云母开发主要通过绢云母矿的开采和尾矿中回收绢云母,开采和回收绢云母的质量直接影响绢云母的应用与售价,尤其是近几年绢云母开发水平的不断提高,对绢云母的质量要求也不断提高。因此,对绢云母纯度的检测非常重要。
绢云母是一种天然细粒白云母,属白云母的亚种,是层状结构的硅酸盐,结构由两层硅氧四面体夹着一层铝氧八面体构成的复式硅氧层。绢云母化学式为KAl2[AlSi3O10](OH)2,化学成分标准理论值为SiO2 45.2%、Al2O3 38.5%、K2O 11.8%、H2O 4.5%。自然界的绢云母矿石常伴生有石英、长石等其它矿物。晶格中还往往含有少量的Fe、Mn、Cr、V等元素。
目前主要的检测方法是采用显微镜观察法,同时采用化学分析法检测其中SiO2、AL2O3和K2O的含量,最后确定绢云母的纯度。但是这种方法,存在操作步骤比较繁琐且测量需要消耗大量样品和试剂,样品不能得到全面的、快速的分析,提供的实验数据往往都滞后于实际生产,造成开采绢云母不能得到及时的、充分的利用,从而导致了开发的成本提高,影响了周围环境。为此对开采的绢云母纯度的快速检测势在必行。
发明内容
本发明为解决现有技术中采用显微镜观察法和化学分析法对绢云母质量进行检测时存在检测费时费力和生产效率低的问题,提供了一种快速检测分析绢云母质量的方法,该方法为:
采用傅立叶变换近红外光谱分析仪采集待检测绢云母样品的光谱信息,采用最佳校正模型对所述待检测的绢云母样品的光谱信息进行分析,获得待测绢云母的质量分析结果;
所述最佳校正模型是通过下述方法获得的:
步骤一:采用傅立叶变换近红外光谱分析仪在波长为10000cm-1~4000cm-1范围内采集多个绢云母样品的光谱,获得多个光谱信息;
步骤二:统计步骤一获取的多个光谱信息,并建立绢云母的样品光谱图库;
步骤三:在步骤二获得的样品光谱图库中采用数学方法选择具有代表性的光谱信息,根据获得的所述具有代表性的光谱信息建立校正样品集;
步骤四:将步骤三建立的校正样品集采用交叉验证的方法逐步优化样品光谱信息的定量分析模型,最终获得最佳校正模型。
本发明的优点:一、本发明的方法操作步骤简单且检测时不需要消耗被测的样品,并且在30s内即可获得检测分析结果。二、本发明的检测分析过程可以与生产过程同步进行,在生产过程中实现全面、快速的监测产品质量,及时发现隐患,从而提高绢云母的生产质量,对实际绢云母的应用和销售,提高矿山资源综合利用率很有指导意义。三、本发明采用傅立叶变换近红外光谱分析仪分析采集被测绢云母的光谱信息进行测量,进而获得检测结果,省时、省力、操作容易,对被测的绢云母没有破坏性,检测过程安全、环保,对人员没有危害也不会影响周围的环境,并且在绢云母的生产过程中能够快速、实时地反应原矿开采和尾矿中回收的绢云母纯度的变化。
附图说明
图1是具体实施方式一中,通过傅立叶变换近红外光谱分析仪获得的待测绢云母样品的光谱图。
具体实施方式
具体实施方式一:本实施方式中所述的快速检测分析绢云母质量的方法的过程为:
采用傅立叶变换近红外光谱分析仪采集待检测绢云母样品的光谱信息,采用最佳校正模型对所述待检测的绢云母样品的光谱信息进行分析,获得待测绢云母的质量分析结果;
所述最佳校正模型是通过下述方法获得的:
步骤一:采用傅立叶变换近红外光谱分析仪在波长为10000cm-1~4000cm-1范围内采集多个绢云母样品的光谱,获得多个光谱信息;
步骤二:统计步骤一获取的多个光谱信息,并建立绢云母的样品光谱图库;
步骤三:在步骤二获得的样品光谱图库中采用数学方法选择具有代表性的光谱信息,根据获得的所述具有代表性的光谱信息建立校正样品集;
步骤四:将步骤三建立的校正样品集采用交叉验证的方法逐步优化样品光谱信息的定量分析模型,最终获得最佳校正模型。
本实施方式所述的步骤四中的定量分析模型的评价指标包含决定系数R2和校正均方差RMSEC,根据所述决定系数R2和校正均方差RMSEC能够确定定量分析模型中的主成分数和光谱的预处理方法、最佳光谱区间。
所述决定系数R2表示校正样品集中样品预测值与理论值的相关程度,它由公式:
决定系数R2越接近100%,预测结果越好,即所测量的绢云母的质量越好。校正均方差RMSEC,用于衡量校正集样品预测结果的准确性。它通过公式:
获得。
校正均方差RMSEC是交叉验证中的一个重要参数,校正均方差RMSEC越小,所述定量分析模型对校正集样品的预测结果越接近理论值。
本实施方式中采用傅立叶变换近红外光谱分析仪在波长为10000cm-1~4000cm-1范围内采集的待测绢云母样品的光谱图参见图1,其中横坐标为波长,纵坐标为吸收度。
本实施方式所述的步骤三中的数学方法选自为聚类法、主成分因子法或网格法中的一种。
本实施方式所述的步骤四中建立绢云母的样品定量分析模型的方法是化学计量学方法。
所述的化学计量学方法采用偏最小二乘方法、主成分分析或多元线形回归法,其中采用偏最小二乘方法建立模型的效果最好。
本实施方式所述的步骤四中优化绢云母的样品的定量分析模型之前,对校正样品集中的每个样品光谱进行预处理。
所述预处理的方法选自直线扣除、矢量归一化、最大最小归一化、多元散射校正、一阶导数法、二阶导数法、线性补偿差减法、一阶导数法和直线扣除、一阶导数法和矢量归一化、一阶导数法和最大最小归一化、一阶导数法和多元散射校正、一阶导数法和二阶导数法或一阶导数法和线性补偿差减法组合中的一种,其中所述一阶导数法和矢量归一化方法的预处理效果最好。
本实施方式所述定量分析模型中的最佳光谱区间为5242cm-1-4096cm-1或最佳光谱值为7070cm-1。
本实施方式中所述的步骤一的傅立叶变换近红外光谱分析仪,可以采用在线型的傅立叶变换近红外光谱分析仪,如配置光纤附件和光源非接触方式。也可以采用离线型的傅立叶变换近红外光谱分析仪,如配置积分球附件和光栅附件。
具体实施方式二:本实施方式为具体实施方式一所述方法的一个具体实施例;
本实施方式中的最佳校正模型采用下述方法获得:
步骤一:采用分辨率为8cm-1、扫描次数为64次的傅立叶变换近红外光谱分析仪,在波长为10000cm-1~4000cm-1范围内采集多个绢云母样品的光谱,获得多个光谱信息;
步骤二:统计步骤一获取的多个光谱信息,并建立绢云母样品的光谱图库;
步骤三:在步骤二中获取的样品光谱图库中采用数学方法选择具有代表性的光谱信息,根据获得的所述具有代表性的光谱信息建立校正样品集;
步骤四:将步骤三建立的校正样品集采用交叉验证的方法逐步优化样品光谱信息的定量分析模型,所述定分析模型是以模型评价指标的决定系数R2为0.86、校正均方差RMSEC为0.72的参数值建立的,最终获得最佳校正模型;
采用获得的最佳校正模型对待测的绢云母样品的光谱信息进行分析,获得待测绢云母的质量结果;
采用傅立叶变换近红外光谱分析仪预测的绢云母纯度与通过传统的显微镜观察和化学分析方法得到的实际绢云母纯度的偏差,如表1所示:
表1
从表1可以看出采用傅立叶变换近红外光谱分析仪预测的绢云母的纯度与通过传统的显微镜和化学分析方法得到的实际绢云母的纯度的偏差较小,从两种方法获得的结果可以看出没有显著性差异,说明可以使用近红外光谱的方法分析绢云母的纯度。
Claims (8)
1.快速检测分析绢云母质量的方法,其特征是快速检测分析绢云母质量的方法为:
采用傅立叶变换近红外光谱分析仪采集待检测绢云母样品的光谱信息,采用最佳校正模型对所述待检测的绢云母样品的光谱信息进行分析,获得待测绢云母的质量分析结果;
所述建立最佳校正模型的过程为:
步骤一:采用傅立叶变换近红外光谱分析仪在波长为10000cm-1~4000cm-1范围内采集多个绢云母样品的光谱,获得多个光谱信息;
步骤二:统计步骤一获取的多个光谱信息,并建立绢云母的样品光谱图库;
步骤三:在步骤二获得的样品光谱图库中采用数学方法选择具有代表性的光谱信息,根据获得的所述具有代表性的光谱信息建立校正样品集;
步骤四:将步骤三建立的校正样品集采用交叉验证的方法逐步优化样品光谱信息的定量分析模型,最终获得最佳校正模型。
2.根据权利要求1所述的快速检测分析绢云母质量的方法,其特征在于步骤四中的定量分析模型的评价指标包含决定系数R2和校正均方差RMSEC,根据决定系数R2和校正均方差RMSEC确定定量分析模型中的光谱区间、主成分数和光谱的预处理方法;
所述决定系数R2表示校正样品集中样品预测值与理论值的相关程度,它由公式:
由上述决定系数R2的计算公式得,当R2越接近100%时,所测量的绢云母的质量就越最好;
校正均方差RMSEC,用于衡量校正集样品预测结果的准确性,它通过公式:
获得;
校正均方差RMSEC越小,所述定量分析模型对校正集样品的预测结果越接近理论值。
3.根据权利要求1或2所述的快速检测分析绢云母质量的方法,其特征在于步骤三中所述的数学方法选自聚类法、主成分因子法或网格法中的一种。
4.根据权利要求3所述的快速检测分析绢云母质量的方法,其特征在于步骤四中所述建立绢云母样品的定量分析模型的方法是化学计量学方法。
5.根据权利要求4所述的快速检测分析绢云母质量的方法,其特征在于所述的化学计量学方法包括偏最小二乘方法、主成分分析和多元线形回归法。
6.根据权利要求1、2、4、或5所述的快速检测分析绢云母质量的方法,其特征在于步骤四中优化绢云母的样品的定量分析模型之前,对校正样品集中的每个样品光谱进行预处理。
7.根据权利要求6所述的快速检测分析绢云母质量的方法,其特征在于所述的预处理方法选自直线扣除、矢量归一化、最大最小归一化、多元散射校正、一阶导数、二阶导数、线性补偿差减法、一阶导数法和直线扣除、一阶导数法和矢量归一化、一阶导数法和最大最小归一化、一阶导数法和多元散射校正、一阶导数法和二阶导数法或一阶导数法和线性补偿差减法组合中的一种。
8.根据权利要求2所述的快速检测分析绢云母质量的方法,其特征在于所述定量分析模型中的最佳光谱区间为5242cm-1-4096cm-1或最佳光谱值为7070cm-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910305500 CN101650306A (zh) | 2009-08-11 | 2009-08-11 | 快速检测分析绢云母质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910305500 CN101650306A (zh) | 2009-08-11 | 2009-08-11 | 快速检测分析绢云母质量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101650306A true CN101650306A (zh) | 2010-02-17 |
Family
ID=41672587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910305500 Pending CN101650306A (zh) | 2009-08-11 | 2009-08-11 | 快速检测分析绢云母质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101650306A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915744A (zh) * | 2010-07-05 | 2010-12-15 | 北京航空航天大学 | 物质成分含量的近红外光谱无损检测方法及装置 |
CN103439266A (zh) * | 2013-08-26 | 2013-12-11 | 广东省珠宝玉石及贵金属检测中心 | 一种珠宝玉石及岩石矿物的鉴定分析*** |
CN105699298A (zh) * | 2016-02-02 | 2016-06-22 | 安徽恒昊科技有限公司 | 一种快速检测分析绢云母质量的方法 |
CN116148212A (zh) * | 2023-04-21 | 2023-05-23 | 矿冶科技集团有限公司 | 基于近红外光谱分析的快速确定矿石中粘土矿物种类及含量的方法 |
-
2009
- 2009-08-11 CN CN 200910305500 patent/CN101650306A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915744A (zh) * | 2010-07-05 | 2010-12-15 | 北京航空航天大学 | 物质成分含量的近红外光谱无损检测方法及装置 |
CN103439266A (zh) * | 2013-08-26 | 2013-12-11 | 广东省珠宝玉石及贵金属检测中心 | 一种珠宝玉石及岩石矿物的鉴定分析*** |
CN105699298A (zh) * | 2016-02-02 | 2016-06-22 | 安徽恒昊科技有限公司 | 一种快速检测分析绢云母质量的方法 |
CN116148212A (zh) * | 2023-04-21 | 2023-05-23 | 矿冶科技集团有限公司 | 基于近红外光谱分析的快速确定矿石中粘土矿物种类及含量的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
Li et al. | A turbidity compensation method for COD measurements by UV–vis spectroscopy | |
Huang et al. | Improved generalization of spectral models associated with Vis-NIR spectroscopy for determining the moisture content of different tea leaves | |
Huang | Chemometric methods in analytical spectroscopy technology | |
CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
CN101221125A (zh) | 用光谱技术测定富营养化水体特征参量的方法 | |
Wang et al. | High precision wide range online chemical oxygen demand measurement method based on ultraviolet absorption spectroscopy and full-spectrum data analysis | |
CN103175805B (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
Yang et al. | Fast determination of oxides content in cement raw meal using NIR-spectroscopy and backward interval PLS with genetic algorithm | |
CN101339150B (zh) | 基于介电谱技术测定汽油辛烷值的方法 | |
CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
CN102297846B (zh) | 一种快速测定发酵液中透明质酸含量的方法 | |
CN105044025A (zh) | 一种近红外快速识别芝麻油及芝麻油中掺杂大豆油的方法 | |
CN107064057A (zh) | 一种低含水率油田污泥含油量的快速测试方法 | |
CN103760130B (zh) | 近红外光谱测定复方麝香注射液中吐温-80含量的方法 | |
CN201503392U (zh) | 基于近红外光谱的手持式土壤养分无损测量装置 | |
CN101650306A (zh) | 快速检测分析绢云母质量的方法 | |
CN101701911A (zh) | 一种检测发酵物料中还原糖含量的方法 | |
CN104266998A (zh) | 用于氨纶预聚体中异氰酸酯基含量的近红外光谱检测方法 | |
CN103134770A (zh) | 消除水分对近红外光谱检测土壤全氮含量影响的方法 | |
CN111272686A (zh) | 铁矿石选矿粉铁品位的高光谱检测方法 | |
CN101943658A (zh) | 主元分析理论和光谱分析技术结合对水质连续监测的方法 | |
CN102768191B (zh) | 一种水中痕量铊的简便测定方法 | |
CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
CN112630180B (zh) | 水体中有机磷农药浓度检测的紫外/可见光吸收光谱模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100217 |