菱镁矿矿石品级分类建模方法技术

本发明专利技术公开了菱镁矿矿石品级分类建模方法，首先获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数，然后采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到每种待测菱镁矿矿石样品的m组光谱样本数据，m为大于1的自然数，然后将每种待测菱镁矿矿石样品的m组光谱样本数据分为训练光谱样本和测试光谱样本。通过采用本发明专利技术设计的菱镁矿矿石品级分类建模方法能够实现分析周期短、操作步骤简单，利用计算机建模并计算、提高了测试精度、提高了工作效率，另外，该方法的使用减少了仪器的投入和大量人力的投入，工作强度小，节约了生产所投入的成本。

【技术实现步骤摘要】
菱镁矿矿石品级分类建模方法
本专利技术涉及矿石品级分类
，具体为菱镁矿矿石品级分类建模方法。
技术介绍
菱镁矿的组成常有铁、锰替代镁，但天然菱镁矿的含铁量一般不高，菱镁矿晶体属三方晶系的碳酸盐矿物，通常呈显晶粒状或隐晶质致密块状，后者又称为瓷状菱镁矿，白或灰白色，含铁的呈黄至褐色，玻璃光泽，具完全的菱面体解理，瓷状菱镁矿则具贝壳状断口。摩斯硬度3.5～4.5，比重2.9～3.1；目前我国生产与出口的镁质材料大多是原料的粗加工产品，而低档产品与高档产品的效益相差十几倍，加之目前国际市场对高纯度需求量的增加，如何利用简单有效、方便精确、成本低廉的方法鉴别菱镁矿的品级将越来越重要，菱镁矿工业指标根据矿石镁含量纯度将矿石级别分为特等品、一等品、二等品、三等品、四等品，目前传统的对于菱镁矿石品级分类有两种，一是传统的人工方法，长期从事菱镁矿工作且有大量的经验和专业知识工程师进行手标本鉴别，这种方式精确度不高；另一种是通过化学方法进行鉴别，精确度比较高，但是需要专业人员操作且存在分析周期长、操作步骤复杂、使用仪器多、工作效率低、工作强度大等缺点。
技术实现思路
本专利技术的目的在于提供菱镁矿矿石品级分类建模方法，具备高效的优点，解决了传统的菱镁矿石品级分类方法存在分析周期长、操作步骤复杂、使用仪器多、工作效率低、工作强度大等缺点的问题。为实现上述目的，本专利技术提供如下技术方案：菱镁矿矿石品级分类建模方法，包括如下步骤：步骤一：获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数；步骤二：采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到每种待测菱镁矿矿石样品的m组光谱样本数据，m为大于1的自然数；步骤三：将每种待测菱镁矿矿石样品的m组光谱样本数据分为训练光谱样本和测试光谱样本，从而分别得到n种待测菱镁矿矿石样品的训练光谱样本和测试光谱样本；步骤四：获取支持向量机的径向基核函数，并根据遗传寻优算法确定所述径向基核函数中的最优参数变量；所述径向基核函数中的最优参数变量为惩罚因子C和特征数的倒数g；步骤五：将所述n种待测菱镁矿矿石样品的训练光谱样本和所述径向基核函数中的最优参数变量输入到支持向量机中，得到n种待测菱镁矿矿石样品的分类超平面；步骤六：将所述n种待测菱镁矿矿石样品的测试光谱样本根据所述分类超平面进行分类，并将分类结果与所述n种待测菱镁矿矿石样品的测试光谱样本实际所属的菱镁矿矿石种类进行对比，得到分类准确度。优选的，所述步骤一中的菱镁矿矿石样品为粉状及块状的菱镁矿。优选的，所述步骤二中激光诱导击穿光谱装置包括激光器、光路单元、光谱仪、样品台以及数据处理中心，激光器的输出端与光路单元的输入端连接，所述光路单元的输出端对准样品台上的待测铁矿石样本，光谱仪的光纤探头固定在样品台上，与样品台呈45度角，所述光谱仪的输出端与所述数据处理中心的输入端连接。优选的，所述激光器通过所述光路单元发射双脉冲激光，所述双脉冲激光用于激发所述待测铁矿石样品产生等离子体，所述等离子体发射光谱，所述光谱仪的光纤探头用于收集所述等离子体发射的光谱的光谱数据，并将收集到的所述待测铁矿石样本的光谱数据输出到所述数据处理中心，所述数据处理中心根据待测铁矿石样品的光谱数据，得到等离子发射的光谱的特征波长的位置以及光谱强度，从而根据所述光谱的特征波长的位置、所述光谱强度，确定所述待测铁矿石样品中的各个组分以及每个组分的含量。优选的，所述步骤三中训练光谱样本和测试光谱样本使用主元分析法PCA对样本光谱数据进行压缩，获得压缩后的光谱数据，包括：将所述样本光谱数据制成m×n的矩阵，并对该矩阵作处理，得到标准化后的矩阵，对得到的标准化后的矩阵进行奇异值分解，获得负载向量和得分向量，使用PCA采用累计贡献率法求取主元个数，根据求取的主元个数，求取空间负载矩阵，获得压缩后的光谱数据矩阵。优选的，所述步骤三中训练光谱样本代入ELM模型进行训练，得到参数，根据得到的参数建立ELM算法定量分析数学模型，将训练光谱样本代入建立的ELM算法定量分析数学模型，通过Matlab实现仿真并计算得出计算结果，根据计算结果及预设结果，得出菱镁矿的品级，其中，预设结果是通过菱镁矿品级标准的测量方法测量的菱镁矿的品级结果。优选的，所述训练光谱样本代入建立的ELM算法定量分析数学模型，通过Matlab实现仿真并计算得出计算结果，包括：将所述ELM算法定量分析数学模型进行循环多次，直到所述ELM算法定量分析数学模型的精确度大于或等于预设精度，获取所述ELM算法定量分析数学模型的精确度最高的一组，并保存此时输入所述ELM算法定量分析数学模型的参数。优选的，所述步骤四中的参数包括网络激励函数和隐含层节点数。优选的，所述隐含层节点数的选取首先确定隐含层中节点数目的范围，然后再通选取效果最佳的隐含层节点数。与现有技术相比，本专利技术的有益效果如下：通过采用本专利技术设计的菱镁矿矿石品级分类建模方法能够实现分析周期短、操作步骤简单，利用计算机建模并计算、提高了测试精度、提高了工作效率，另外，该方法的使用减少了仪器的投入和大量人力的投入，工作强度小，节约了生产所投入的成本，同时减少了人为误差。具体实施方式下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术提供一种技术方案：菱镁矿矿石品级分类建模方法，包括如下步骤：步骤一：获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数；步骤二：采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到每种待测菱镁矿矿石样品的m组光谱样本数据，m为大于1的自然数；步骤三：将每种待测菱镁矿矿石样品的m组光谱样本数据分为训练光谱样本和测试光谱样本，从而分别得到n种待测菱镁矿矿石样品的训练光谱样本和测试光谱样本；步骤四：获取支持向量机的径向基核函数，并根据遗传寻优算法确定径向基核函数中的最优参数变量；径向基核函数中的最优参数变量为惩罚因子C和特征数的倒数g；步骤五：将n种待测菱镁矿矿石样品的训练光谱样本和径向基核函数中的最优参数变量输入到支持向量机中，得到n种待测菱镁矿矿石样品的分类超平面；步骤六：将n种待测菱镁矿矿石样品的测试光谱样本根据分类超平面进行分类，并将分类结果与n种待测菱镁矿矿石样品的测试光谱样本实际所属的菱镁矿矿石种类进行对比，得到分类准确度。实施例一：首先获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数，然后采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到本文档来自技高网...

【技术保护点】
1.菱镁矿矿石品级分类建模方法，其特征在于：包括如下步骤：/n步骤一：获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数；/n步骤二：采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到每种待测菱镁矿矿石样品的m组光谱样本数据，m为大于1的自然数；/n步骤三：将每种待测菱镁矿矿石样品的m组光谱样本数据分为训练光谱样本和测试光谱样本，从而分别得到n种待测菱镁矿矿石样品的训练光谱样本和测试光谱样本；/n步骤四：获取支持向量机的径向基核函数，并根据遗传寻优算法确定所述径向基核函数中的最优参数变量；所述径向基核函数中的最优参数变量为惩罚因子C和特征数的倒数g；/n步骤五：将所述n种待测菱镁矿矿石样品的训练光谱样本和所述径向基核函数中的最优参数变量输入到支持向量机中，得到n种待测菱镁矿矿石样品的分类超平面；/n步骤六：将所述n种待测菱镁矿矿石样品的测试光谱样本根据所述分类超平面进行分类，并将分类结果与所述n种待测菱镁矿矿石样品的测试光谱样本实际所属的菱镁矿矿石种类进行对比，得到分类准确度。/n

【技术特征摘要】
1.菱镁矿矿石品级分类建模方法，其特征在于：包括如下步骤：
步骤一：获取n种待测菱镁矿矿石样品；每种待测菱镁矿矿石样品具有多种不同的组分，n为大于1的自然数；
步骤二：采用激光诱导击穿光谱装置，对每种待测菱镁矿矿石样品进行不同方位的多次采样，从而得到每种待测菱镁矿矿石样品的m组光谱样本数据，m为大于1的自然数；
步骤三：将每种待测菱镁矿矿石样品的m组光谱样本数据分为训练光谱样本和测试光谱样本，从而分别得到n种待测菱镁矿矿石样品的训练光谱样本和测试光谱样本；
步骤四：获取支持向量机的径向基核函数，并根据遗传寻优算法确定所述径向基核函数中的最优参数变量；所述径向基核函数中的最优参数变量为惩罚因子C和特征数的倒数g；
步骤五：将所述n种待测菱镁矿矿石样品的训练光谱样本和所述径向基核函数中的最优参数变量输入到支持向量机中，得到n种待测菱镁矿矿石样品的分类超平面；
步骤六：将所述n种待测菱镁矿矿石样品的测试光谱样本根据所述分类超平面进行分类，并将分类结果与所述n种待测菱镁矿矿石样品的测试光谱样本实际所属的菱镁矿矿石种类进行对比，得到分类准确度。


2.根据权利要求1所述的菱镁矿矿石品级分类建模方法，其特征在于：所述步骤一中的菱镁矿矿石样品为粉状及块状的菱镁矿。


3.根据权利要求1所述的菱镁矿矿石品级分类建模方法，其特征在于：所述步骤二中激光诱导击穿光谱装置包括激光器、光路单元、光谱仪、样品台以及数据处理中心，激光器的输出端与光路单元的输入端连接，所述光路单元的输出端对准样品台上的待测铁矿石样本，光谱仪的光纤探头固定在样品台上，与样品台呈45度角，所述光谱仪的输出端与所述数据处理中心的输入端连接。


4.根据权利要求3所述的菱镁矿矿石品级分类建模方法，其特征在于：所述激光器通过所述光路单元发射双脉冲激光，所述双脉冲激光用于激发待测铁矿石样品产生等离子体，所述等离子体发射光谱，所述光谱仪的光纤探头用于收集所述等离子体发射的光谱的光谱数据，并将收集到的所述待测铁矿石样本的光...

【专利技术属性】
技术研发人员：金树林，葛语家，
申请(专利权)人：海城市后英经贸集团有限公司菱镁矿，
类型：发明
国别省市：辽宁;21