智能矿山中的岩矿光谱智能感知技术与研究进展

被引:9
作者
刘善军 [1 ]
王东 [2 ]
毛亚纯 [1 ]
宋亮 [2 ]
丁瑞波 [1 ]
刘海琪 [1 ]
机构
[1] 东北大学资源与土木工程学院
[2] 信息工程大学地理空间信息学院
关键词
智能矿山; 智慧矿山; 智能感知技术; 岩矿测试; 光谱分析算法; 发展方向;
D O I
10.19614/j.cnki.jsks.202107001
中图分类号
P575 [矿物的鉴定及分析]; TD67 [矿山生产自动化技术];
学科分类号
070901 ; 0819 ;
摘要
随着新时代背景下的大数据、云计算、人工智能等先进技术的兴起,我国矿山正在由过去的机械化、数字化发展阶段逐步向智能化阶段迈进,智能化矿山或智慧矿山应运而生。传统的岩矿测试方法由于存在工作量大、效率低、周期长等缺陷,已成为智能矿山建设的瓶颈,研发新的岩矿测试技术已成为现代智能矿山建设的必由之路。在分析目前岩矿测试技术现状及存在问题的基础上,提出了基于光谱分析的岩矿智能感知技术,简称岩矿光谱智能感知技术。该技术具有原位测试、非接触、周期短、工序简单、经济高效和智能化特点,并可以识别矿岩中不同矿物的成分及其含量。结合课题组的科研实践,分析了该技术目前发展现状,指出加强岩矿光谱库建设、完善和发展现有光谱分析算法、提高光谱理论研究水平,从而提高岩矿识别与定量分析精度,将是未来科研工作的主方向,加强软硬件的集成化研究和应用化研究则是该技术落地的关键所在。
引用
收藏
页码:1 / 15
页数:15
相关论文
共 91 条
[1]   基于光谱联合分析的鞍山式铁矿原位测定方法 [J].
刘善军 ;
虞茉莉 ;
王东 .
金属矿山, 2021, (03) :164-168
[2]  
品位对鞍山式铁矿反射光谱特征的影响研究[J]. 王东,刘善军,毛亚纯,李恒宇,祁玉馨.光谱学与光谱分析. 2020(10)
[3]  
不同探测距离与角度下典型煤岩近红外光谱特征与定性分析[J]. 周悦,王世博,葛世荣,王赛亚,向阳,杨恩,吕渊博.光谱学与光谱分析. 2020(09)
[4]  
可见光-近红外光谱的低品位斑岩型铜矿反演模型[J]. 毛亚纯,丁瑞波,刘善军,包妮沙.光谱学与光谱分析. 2020(08)
[5]   我国煤矿安全高效开采地质保障系统研究现状及展望 [J].
彭苏萍 .
煤炭学报, 2020, 45 (07) :2331-2345
[6]   煤炭精准开采透明地质条件的重构与思考 [J].
袁亮 ;
张平松 .
煤炭学报, 2020, 45 (07) :2346-2356
[7]   高分五号高光谱影像矿物精细识别 [J].
董新丰 ;
甘甫平 ;
李娜 ;
闫柏琨 ;
张磊 ;
赵佳琪 ;
于峻川 ;
刘镕源 ;
马燕妮 .
遥感学报, 2020, 24 (04) :454-464
[8]   地物波谱数据库应用方法及遥感应用现状 [J].
程娟 ;
肖青 ;
闻建光 ;
唐勇 ;
游冬琴 ;
卞尊健 ;
吴胜标 ;
郝大磊 ;
钟守熠 .
遥感技术与应用, 2020, (02) :267-286
[9]   电位滴定法在矿石分析中的应用进展 [J].
赵雷 ;
赵波 ;
贾振福 ;
苏小东 ;
邱会东 .
应用化工, 2020, 49 (05) :1236-1239
[10]   中国典型矿床实物地质资料波谱数据库及其服务系统建设建议 [J].
史维鑫 ;
高鹏鑫 ;
回广骥 ;
张弘 ;
张海兰 ;
高卿楠 ;
孙东洵 .
中国矿业, 2020, 29 (01) :176-181