矿样中钛铁EDXRF分析的基体效应和神经网络校正研究

被引：30

作者：

李哲 ^{[1
]}

庹先国 ^{[1
,2
]}

穆克亮 ^{[1
]}

王洪辉 ^{[2
]}

钟红梅 ^{[2
]}

机构：

[1] 成都理工大学应用核技术与自动化工程学院

[2] 成都理工大学地质灾害防治与地质环境保护国家重点实验室

来源：

核技术 | 2009年 / 32卷 / 01期

关键词：

EDXRF; 基体效应; SOFM网络; RBF网络; 含量预测;

D O I：

暂无

中图分类号：

P575 [矿物的鉴定及分析];

学科分类号：

070403 [天体物理学];

摘要：

用能量色散X荧光(EDXRF)分析仪测量钛铁矿样时,存在基体效应影响分析准确性的问题。本文用EDXRF测得钛、铁元素特征峰,通过类Gauss函数对实测谱进行拟合分解,初步分析了矿样中Ti-Fe间的影响特征。针对各元素计数率与含量的非线性关系,采用先分类后预测的方法,首先用SOFM自适应神经网络对矿样分类,样本总数80组,对铁精矿、钛精矿的识别率为100%;然后用RBF神经网络进行钛铁含量预测,与化学分析结果对比,其中65.4%的样品相对误差在1%以内,其余均在3%以内,小于工业生产仪器分析相对误差5%的要求,表明基于先分类后预测的神经网络校正技术在矿样元素含量分析中有着一定的实用价值。

引用

页码：35 / 40

页数：6