CN111595999A - 硫化矿石自燃倾向性鉴定方法 - Google Patents

Abstract

本发明提供了一种硫化矿石自燃倾向性鉴定方法。采集硫化矿石样本；将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点；根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型；根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型；根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型；提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重值，构建所述不同初始温度下所述硫化矿石样本的倾向性图谱。

Description

硫化矿石自燃倾向性鉴定方法

技术领域

本发明涉及硫化矿石的鉴定技术领域，特别涉及一种硫化矿石自燃倾向性鉴定方法。

背景技术

目前，硫化矿石的自燃倾向性是通过程序升温氧化实验来进行鉴定。但是现有的鉴定方法对于硫化矿石的自燃倾向性鉴定的结果与实际硫化矿石的特性具有误差，在程序升温氧化的鉴定过程中，考虑了氧气吸收因素、在一些实验中可能会存在对照实验，进行对比，从而确定具体的自燃倾向性，但是因为硫化矿石的鉴定都是从单一因素上确定，但是氧气的吸收量和硫化矿石的内部的孔体积也是相关的，在孔体积的考量上应该是结合氧吸收量统一考量。因此，可能会对自燃倾向性的判断上具有一定的误差，导致鉴定结果具有偏差。

发明内容

本发明提供一种硫化矿石自燃倾向性鉴定方法，用以解决硫化矿石自燃倾向性鉴定存在误差的情况。

一种硫化矿石自燃倾向性鉴定方法，其特征在于，包括：

采集硫化矿石样本；

将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点；

根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型；

根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型；

根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型；

提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的倾向性图谱。

作为本发明的一种实施例：所述硫化矿石样本根据对照性原则进行采集；其中，

采集的硫化矿石样本具有相同的形成环境和实验环境；

采集硫化矿石样本具有相同重量。

作为本发明的一种实施例：所述将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点，包括：

基于多组对照的原则，选取多组相同的硫化矿石样本；

将所述多组相同的硫化矿石样本以初始温度递增的方式进行多组实验，确定所述多组实验的实验结果数据；其中，

所述初始温度中，采集所述硫化矿石样本的环境的环境温度为第一初始温度；

基于第一初始温度和所述第一初始温度在程序升温氧化实验中得到的自燃温度点，确定所述第一初始温度的程序升温氧化实验的温度区间；

将所述温度区间作为所述多组实验的初始温度递增表，进行多组实验。

作为本发明的一种实施例，还包括：

采集所述多组实验的实验数据；其中，

所述实验数据包括：

所述多组实验在不同初始温度下的自燃温度点；

所述多组实验在不同初始温度下到自燃温度点的吸氧量；

所述多组实验在不同初始温度下到自燃温度点的的孔体积。

作为本发明的一种实施例：所述根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型，包括：

将所述不同初始温度点和对应的自燃温度点，建立自燃的温度梯度表；

将所述温度梯度表通过热反应动力学公式，确定温度计算模型；

将所述温度计算模型基于自燃时间排序，确定第一自燃预测模型。

作为本发明的一种实施例：所述根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和初始温度相对应，确定自燃的吸氧量梯度表；

将所述吸氧量梯度表通过热反应动力学公式，确定吸氧量计算模型；

将所述吸氧量计算模型基于自燃时间排序，确定第二自燃预测模型。

作为本发明的一种实施例：所述根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和孔体积对应，建立自燃的孔体积梯度表；

将所述孔体积梯度表通过热反应动力学公式，确定孔体积计算模型；

将所述孔体积计算模型基于自燃时间排序，确定第三自燃预测模型。

作为本发明的一种实施例：所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱，包括：

基于定量原则，分别将所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型通过归一化处理；分别确定所述第一自燃预测模型的第一权重，所述第二自燃预测模型的第二权重和第三自燃预测模型的第三权重；

获取所述硫化矿石样本的组成成分，构建成分分析模型；

将所述第一权重、第二权重和第三权重带入所述成分分析模型，基于时间因素，确定所述硫化矿石样本的倾向性图谱。

作为本发明的一种实施例：所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱，还包括对所述倾向性图谱进行验证，具体步骤如下：

步骤1：确定所述自燃倾向性图中所述硫化矿石在各时间下的自燃倾向性分布点坐标(x_i,y_j)；并基于正态分布函数，确定所述自燃倾向性分布点的熵F(x_i,y_j)：

其中，所述x_i表示硫化矿石样本具有第i种成分下的反应时间；所述i＝1,2,3,4……i；所述y_j表示第j种初始温度下的倾向性结果；所述；j＝1,2,3,4……j；所述δ表示硫化矿石的活化能，所述k表示熵指标；

步骤2：对所述自燃倾向性图谱中的坐标进行归一化处理，构建矩阵的归一矩阵H:

步骤3：处理所述归一矩阵，对所述归一矩阵中的坐标，进行重复计算，获取熵权重G：

其中，所述T代表初始温度；

步骤4：根据所述自燃倾向性分布点熵，将所述归一化矩阵进行熵权重转换得到熵权重模型：

步骤5：通过所述自燃倾向性分布点熵权重模型对所述自燃倾向性分布点的熵进行验证：

即：F(x_i,y_j)＝H；

其中，当F(x_i,y_j)＝H，所述自燃倾向性图谱准确；

当F(x_i,y_j)≠H，所述自燃倾向性图谱不准确。

本发明的有益效果在于：发明的鉴定方法是通过最后生成的自燃倾向性图谱来确定。因此，本发明在自燃倾向性的判断方面较现有技术更精确。能够考虑的因素更多，而以图谱形式显示的自燃倾向性相对于等级划分，能更加直观立体的确定自燃的倾向性，确定影响自燃的因素，从而判断自燃的可能性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种硫化矿石自燃倾向性鉴定方法的方法流程图

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明主要对硫化矿石程序升温氧化实验鉴定自燃倾向性的反应过程进行了创造性的改进。本发明基于利程序升温氧化(TPO)实验方法，测试了同种类的硫化矿石矿样在不同孔体积和不同初始温度下的自燃温度点。基于实验过程中的总吸氧量，不仅对硫化矿石自燃过程动态吸附氧与其自燃倾向性之间的关系进行预测建模，还对硫化矿石自燃过程不同初始温度对自燃温度点的影响进行建模，对硫化矿石自燃过程不同孔体积对自燃温度点的影响进行建模，最后构建综合鉴定的自燃倾向性图谱，来体现硫化矿石的自燃倾向性。

实施例1：

如附图1所示，一种硫化矿石自燃倾向性鉴定方法的方法流程图，包括：

步骤100：采集硫化矿石样本；对于硫化矿石样本的选取。本发明基于对照实验的原则，对于硫化矿石的样本，采用相同的地点、相同环境、相同环境温度下的硫化矿石作为样本，对于硫化矿石的孔体积，因为其检测困难，而且在实验过程中可能会因为氧化情况形成新的孔洞，因此，选取样本时不考虑孔体积因素。

步骤101：将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点；自燃温度点在现有技术中是判断自燃倾向性的标准，但是因为现有技术中的鉴定时对于环境、对照原则或孔体积等因素考虑不足，鉴定的自燃倾向性只是大概的标准，精确性不高。因此，本发明中，将自燃温度点作为鉴定的一个范围因素，来确定鉴定的温度的范围。

步骤102：根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型；本发明的第一自燃预测模型基于现有技术的倾向性判定，但是相对于现有技术，因为不同的初始温度下，硫化矿石的活化能是不同的，而活化能影响这吸氧量，因此，本发明是通过不同的起始温度到自燃温度点做多组对照实验，本发明中，因为活化能越高，吸氧量越快，到自燃温度点的时间越快，因此本发明中将第一次判断自燃温度点的实验的温度区间作为后续实验的温度梯度，依次进行实验。

步骤103：根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型；

吸氧量是也是现有技术中判断硫化矿石的自燃倾向性的决定性判断方式其中之一。但是，因为氧化过程中稿孔体积可能会增大，本发明中吸氧量本发明中也会作为一个判断因素，作为第二种自燃的情况，构建第二自燃预测模型。

步骤104：根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型；

孔体积因为会变化，现有技术中，通过基本不会通过孔体积判断自燃倾向性，但是孔体积的大小对于吸氧量却有影响。因此，本发明中在实验前先确定孔体积，根据孔体积的大小和自燃温度点，构建第三自燃预测模型。

步骤105：提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的倾向性图谱。

本发明在确定自燃倾向性方面，将三个自燃预测模型的权重带入样本的成分分析模型，等于在成分分析时，将自燃的因素引进，确定了不同的成分下自燃的可能性，从而生成自燃倾向性图谱。

本发明的有益效果在于：本发明的鉴定方法是通过最后生成的自燃倾向性图谱来确定。因此，本发明在自燃倾向性的判断方面较现有技术更精确。能够考虑的因素更多，而以图谱形式显示的自燃倾向性相对于等级划分，能更加直观立体的确定自燃的倾向性，确定影响自燃的因素，从而判断自燃的可能性。

实施例2：

作为本发明的一种实施例：所述硫化矿石样本根据对照性原则进行选择；其中，

选取的硫化矿石样本具有相同的形成环境和实验环境；

选取硫化矿石样本具有相同重量。

本发明的原理在于：本发明是基于初始温度的对照试验，因此，本发明需要考虑环境因素，使得本发明的不受环境影响，环境保证了实验是检测的硫化矿石样本的活化能是相同的，至少是相近的，从而提高检测精确性。对于重量因素，实验时，因为是对照实验，自然要保证实验对象的重量相同，从而可以一定成度上较少活化能对实验影响。

本发明的有益效果在于：本发明通过对环境因素的限定，减少了实验中环境和重量因素对于实验的影响，环境因素和重量因素包括但不限于活化能、矿石成分等。

实施例3：

作为本发明的一种实施例：所述将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点，包括：

基于多组对照的原则，选取多组相同的硫化矿石样本；

将所述多组相同的硫化矿石样本以初始温度递增的方式进行多组实验，确定所述多组实验的实验结果数据；其中，

所述初始温度中，采集所述硫化矿石样本的环境的环境温度为第一初始温度；

基于第一初始温度和所述第一初始温度在程序升温氧化实验中得到的自燃温度点，确定所述第一初始温度的程序升温氧化实验的温度区间；

将所述温度区间作为所述多组实验的初始温度递增表，进行多组实验。

本蜂蜜的原理和有益效果在于：

(1)初始温度递增的方式进行多组实验，从而使得活化能对于实验结果的影响降到最低；

(2)温度区间时第一初始温度和第一初始温度实验下的自燃温度点确定，因为第一初始温度一般会采用样品环境温度，因此，温度区间就是环境温度到环境温度为初始温度下程序升温氧化达到自燃温度点的温度范围。进而使得不同温度为初始温度下的活化能都能考虑到。而且，本发明的温度区间因为环境温度下，硫化矿石必定不会自燃，因此，对于自燃倾向性的判断上，可以尽量减少不必要实验。

实施例4：

作为本发明的一种实施例，还包括：

采集所述多组实验的实验数据；其中，

所述实验数据包括：

所述多组实验在不同初始温度下的自燃温度点；

所述多组实验在不同初始温度下到自燃温度点的吸氧量；

所述多组实验在不同初始温度下到自燃温度点的的孔体积。

本发明的原理在于：对于自燃倾向性的判定，需要主要参数确定，最要的确定因素就是自燃温度点、吸氧量和孔体积。

本发明得有益效果在于：确定了自燃得主要参数，能够对自燃倾向性做进一步得判定。

实施例5：

作为本发明的一种实施例：所述根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型，包括：

将所述不同初始温度点和对应的自燃温度点，建立自燃的温度梯度表；本发明得温度梯度表为初始温度点和对应的自燃温度点对应表。例如：(初始温度30℃，自燃温度点200℃；初始温度31℃，自燃温度点200℃等)，具有两列一列初始温度，另一列为对应的自燃温度点。

将所述温度梯度表通过热反应动力学公式，确定温度计算模型；

本方法是对本发明的实验通过动力学方程显示的方式，使得温度计算更加便捷。

将所述温度计算模型基于自燃时间排序，确定第一自燃预测模型。

基于自燃时间排序，总而使得不同温度下的自燃倾向性与时间绑定，还可以确定自燃的难度。

本发明的有益效果在于：本发明通过初始温度和对应的自燃温度点，确定了不同温度下的自燃倾向性，对于温度的影响因素进行综合处理，构建第一自燃预测模型，降低本发明鉴定方法中，因为初始温度温度和活化能导致的误差。

实施例6：

作为本发明的一种实施例：所述根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和初始温度对应，建立自燃的吸氧量梯度表；吸氧量梯度表包含两个因素，即初始温度和与初始温度对应的吸氧量。

将所述吸氧量梯度表通过热反应动力学公式，确定吸氧量计算模型；本发明中因为吸氧量和孔体积相关，因此本发明的吸氧量模型是综合了孔体积的吸氧量计算模型，是具有误差。

将所述吸氧量计算模型基于自燃时间排序，确定第二自燃预测模型。

本发明的有益效果在于：吸氧量是自燃倾向性的决定性因素，本发明中通过吸氧量和自燃时间进行排序，构建第二预测模型，在后续分析是，是通过权重，因此这个权重是包含孔体积因素的权重，但是和孔体积的权重，进行综合处理时，就能够消除孔体积的影响，最终在本发明鉴定方法中，降低因为吸氧量和孔体积导致的误差。

实施例7：

作为本发明的一种实施例：所述根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和孔体积对应，建立自燃的孔体积梯度表；

将所述孔体积梯度表通过热反应动力学公式，确定孔体积计算模型；孔体积因为其包含在吸氧量的因素中，因为现有技术中，程序升温氧化实验中不会对孔体积的影响进行处理。本发明对孔体积的处理构建的第三自燃预测模型可以和第二自燃预测模型根据权重进行相关因素的处理，进而使得鉴定更精确。

将所述孔体积计算模型基于自燃时间排序，确定第三自燃预测模型。

本发明的有益效果在于：在成分分析中，会通过吸氧量预测模型的权重和孔体积的权重进行相减，从而使得能精确的确定鉴定结果。

作为本发明的一种实施例：所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重值，构建所述不同初始温度下所述硫化矿石样本的倾向性图谱，包括：

基于定量原则，分别将所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型通过归一化处理；分别确定所述第一自燃预测模型的第一权重，所述第二自燃预测模型的第二权重和第三自燃预测模型的第三权重；

获取所述硫化矿石样本的组成成分，构建成分分析模型；

将所述第一权重、第二权重和第三权重带入所述成分分析模型，基于时间因素，确定所述硫化矿石样本的倾向性图谱。

本发明的原理在于：本发明的成分分析时首先通过建立成分分析模型，成分分析模型如下：

其中，所述η_nm表示第n个硫化矿石样本的第m个成分，所述μ_nm表示第n个硫化矿石样本的第m个成分的含量，所述φ_A第一自燃预测模型的权重；所述φ_B表示第二自燃预测模型的权重，所述φ_C表示第二自燃预测模型的权重。在引入时间因素，即，样本从初始温度实验开始到自燃温度点的时间。这个时间时一个动态的时间。本发明可以通过带入各个参数量，生成硫化矿石样本的自燃倾向性图谱。使得硫化矿的鉴定可以见。

本发明的有益效果在于：本发明同时考虑了吸氧量、初始温度和孔体积，然后在成分分析时，加入自燃倾向性预测的权重，使得矿石成分和自燃的决定性因素的权重相结合，构成了基于成分的自燃倾向性判定，组后以图的形式进行显示，从而可以直观的看出硫化矿石的自燃倾向性。

实施例：9

本发明的有益效果在于：

作为本发明的一种实施例：所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重值，构建所述不同初始温度下所述硫化矿石样本的倾向性图谱，还包括对所述倾向性图谱进行验证，具体步骤如下：

步骤1：确定所述自燃倾向性图中所述硫化矿石在各时间下的自燃倾向性分布点坐标(x_i,y_j)；并基于正态分布函数，确定所述自燃倾向性分布点的熵F(x_i,y_j)：

其中，所述x_i表示硫化矿石样本具有第i种成分下的反应时间；所述i＝1,2,3,4……i；所述y_j表示第j种初始温度下的倾向性结果；所述；j＝1,2,3,4……j；所述δ表示硫化矿石的活化能，所述k表示熵指标；

步骤2：对所述自燃倾向性图谱中的坐标进行归一化处理，构建矩阵的归一矩阵H:

步骤3：处理所述归一矩阵，对所述归一矩阵中的坐标，进行重复计算，获取熵权重G：

其中，所述T代表初始温度；

步骤4：根据所述自燃倾向性分布点熵，将所述归一化矩阵进行熵权重转换得到熵权重模型：

步骤5：通过所述自燃倾向性分布点熵权重模型对所述自燃倾向性分布点的熵进行验证：

即：F(x_i,y_j)＝H；

其中，当F(x_i,y_j)＝H，所述自燃倾向性图谱准确；

当F(x_i,y_j)≠H，所述自燃倾向性图谱不准确。

本发明的有益效果在于：本发明通过在确定了自燃倾向性图谱之后，还要对自燃倾向性图谱进行确定，从而使得鉴定的结果更加精确，具体时通过自燃倾向性图坐标点的正态分布确定自燃倾向性分布点的熵值。

然后，将坐标点进行归一化处理，构建坐标的归一化矩阵；然后将归一化矩阵的数据进行迭代计算，确定熵的权重，最后根据熵的权重进行权重转换为熵的模型，在实际实施时，通过带入相关量，确定熵和熵的模型结果是否相同，当结果相同表示鉴定的结果精确，当结果不相同表示结果差强人意，不太精确，但是，在实际实施时。如果结果不相同，但相差极其小，也可以判断为鉴定结果精确。

通过在鉴定之后，对鉴定结果的再次验证，也可以增强本发明的鉴定自燃倾向性的准确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种硫化矿石自燃倾向性鉴定方法，其特征在于，包括：

采集硫化矿石样本；

将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点；

根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型；

根据所述不同初始温度下到自燃温度点的吸氧量，确定第二自燃预测模型；

根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型；

提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱。

2.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述硫化矿石样本根据对照性原则进行采集；其中，

采集的硫化矿石样本具有相同的形成环境和实验环境；

采集硫化矿石样本具有相同重量。

3.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于：所述将所述硫化矿石样本在不同初始温度下通过程序升温氧化，确定自燃温度点，包括：

基于多组对照的原则，选取多组相同的硫化矿石样本；

将所述多组相同的硫化矿石样本以初始温度递增的方式进行多组实验，确定所述多组实验的实验结果数据；其中，

所述初始温度中，采集所述硫化矿石样本的环境的环境温度为第一初始温度；

基于第一初始温度和所述第一初始温度在程序升温氧化实验中得到的自燃温度点，确定所述第一初始温度的程序升温氧化实验的温度区间；

将所述温度区间作为所述多组实验的初始温度递增表，进行多组实验。

4.根据权利要求3所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，还包括：

采集所述多组实验的实验数据；其中，

所述实验数据包括：

所述多组实验在不同初始温度下的自燃温度点；

所述多组实验在不同初始温度下到自燃温度点的吸氧量；

所述多组实验在不同初始温度下到自燃温度点的的孔体积。

5.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述根据所述不同初始温度下的自燃温度点，确定第一自燃预测模型，包括：

统计所述不同初始温度点和对应的自燃温度点，建立自燃的温度梯度表；

将所述温度梯度表通过热反应动力学公式，确定温度计算模型；

将所述温度计算模型基于自燃时间排序，确定第一自燃预测模型。

6.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述根据所述不同初始温度下到自燃温度点的吸氧量，获取第二自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和初始温度相对应，确定自燃的吸氧量梯度表；

将所述吸氧量梯度表通过热反应动力学公式，确定吸氧量计算模型；

将所述吸氧量计算模型基于自燃时间排序，确定第二自燃预测模型。

7.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述根据所述硫化矿石样本的孔体积和不同初始温度下的自燃温度点，获取第三自燃预测模型，包括：

将所述不同初始温度到自燃温度点的吸氧量和孔体积对应，建立自燃的孔体积梯度表；

将所述孔体积梯度表通过热反应动力学公式，确定孔体积计算模型；

将所述孔体积计算模型基于自燃时间排序，确定第三自燃预测模型。

8.根据权利要求1所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱，包括：

基于定量原则，分别将所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型通过归一化处理；

分别确定所述第一自燃预测模型的第一权重，所述第二自燃预测模型的第二权重和第三自燃预测模型的第三权重；

获取所述硫化矿石样本的组成成分，构建成分分析模型；

将所述第一权重、第二权重和第三权重带入所述成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱。

9.根据权利要求8所述的一种硫化矿石自燃倾向性鉴定方法，其特征在于，所述提取所述第一自燃预测模型、第二自燃预测模型和第三自燃预测模型的权重，将所述权重带入所述硫化矿石样本成分分析模型，确定所述硫化矿石样本的自燃倾向性图谱，还包括:

对所述倾向性图谱进行验证，具体步骤如下：

步骤1：确定所述自燃倾向性图中所述硫化矿石在各时间下的自燃倾向性分布点坐标(x_i,y_j)；并基于正态分布函数，确定所述自燃倾向性分布点的熵F(x_i,y_j)：

其中，所述x_i表示硫化矿石样本具有第i种成分下的反应时间；所述i＝1,2,3,4……i；所述y_j表示第j种初始温度下的倾向性结果；所述；j＝1,2,3,4……j；所述δ表示硫化矿石的活化能，所述k表示熵指标；

步骤2：对所述自燃倾向性图谱中的坐标进行归一化处理，构建矩阵的归一矩阵H:

步骤3：处理所述归一矩阵，对所述归一矩阵中的坐标，进行重复计算，获取熵权重G：

其中，所述T代表初始温度；

步骤4：根据所述自燃倾向性分布点熵，将所述归一化矩阵进行熵权重转换得到熵权重模型：

步骤5：通过所述自燃倾向性分布点熵权重模型对所述自燃倾向性分布点的熵进行验证：

即：F(x_i,y_j)＝H；

其中，当F(x_i,y_j)＝H，所述自燃倾向性图谱准确；

当F(x_i,y_j)≠H，所述自燃倾向性图谱不准确。

Images