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
[41]  
基于近红外光谱和ELM算法的菱镁矿石品级分类研究[J]. 毛亚纯,肖冬,程锦甫,江锦红,BA TUAN LE,刘善军.光谱学与光谱分析. 2017(01)
[42]   融合主成分分析与光谱角匹配的金铜矿遥感探测方法 [J].
佟家兴 ;
杜海鹰 ;
朱福琴 ;
刘艺博 ;
刘秀峰 ;
刘善军 .
金属矿山, 2016, (11) :119-123
[43]   中国高光谱遥感的前沿进展 [J].
童庆禧 ;
张兵 ;
张立福 .
遥感学报, 2016, 20 (05) :689-707
[44]   原子荧光光谱法测定铅精矿中的砷 [J].
谢海东 ;
鲁海妍 ;
杨娜 .
当代化工, 2016, (09) :2265-2267
[45]   交流电弧直读原子发射光谱法测定地球化学样品中银、硼、锡、钼、铅的方法研究 [J].
郝志红 ;
姚建贞 ;
唐瑞玲 ;
杨帆 ;
李文阁 ;
白金峰 ;
张勤 .
地质学报, 2016, 90 (08) :2070-2082
[46]  
偏振光谱BRDF建模与仿真[J]. 凌晋江,李钢,张仁斌,汤倩,叶秋.光谱学与光谱分析. 2016(01)
[47]   月球表面矿物二向性反射特性实验研究 [J].
路鹏 ;
陈圣波 ;
崔腾飞 ;
周超 ;
杨倩 .
岩石学报, 2016, 32 (01) :107-112
[48]   重铬酸钾滴定法测定铁矿石中亚铁含量 [J].
张明 ;
刘子瑜 .
理化检验(化学分册), 2013, 49 (12) :1514+1516-1514
[49]   重铬酸钾滴定法测定铁矿石的铁 [J].
王小灵 .
新疆有色金属, 2013, 36(S2) (S2) :109-109
[50]   应用三氯化钛还原滴定法测定铁矿石中的全铁 [J].
周亚青 .
天津冶金, 2013, (03) :57-59+66