鐵礦石是鋼鐵工業(yè)的重要原材料,不同產(chǎn)地、品牌的進口鐵礦石在元素組成、含量上存在差異,進口鐵礦石摻雜、摻假、以次充好等現(xiàn)象雖集中于個案,卻危害經(jīng)濟安全。故建立主要進口國鐵礦石產(chǎn)地與品牌的快速識別模型,對支撐進口鐵礦石的風險監(jiān)管,保障貿易便利化。該研究對象為澳大利亞、南非、巴西3個國家共14個品牌的236份進口鐵礦石樣品,包括皮爾巴拉混合粉（塊）、楊迪粉鐵礦,紐曼混合粉（塊）鐵礦、津布巴混合粉鐵礦、國王粉、弗特斯克混合粉、昆巴標準粉（塊）、卡拉加斯鐵礦石等。應用波長色散-X射線熒光光譜無標樣分析法測定所有研究樣品的元素組成及含量,檢出元素包括Fe, O, Si, Ca, Al, Mn, Tb, Ti, Mg, P, K, S, Cr, Na, Sr, Zr, Zn, V, Cu, Gd, Ba, Cl, Ni和Co,共計24種,選擇其中Fe, O, Si, Ca, Al, Mn, Tb, Ti, Mg, P, Cr和S共12種所有樣品全部檢出的元素進行判別分析。采用逐步判別法篩選出Fe, O, Si, Ca, Al, Mn, Ti, Mg, P和S共10個元素含量作為有效變量,建立二維Fi... 

【文章來源】：光譜學與光譜分析. 2020,40(08)北大核心EISCICSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
引 言
1 實驗部分
    1.1 樣品收集
    1.2 方法
    1.3 逐步判別-Fisher判別分析
2 結果與討論
    2.1 元素的選擇
    2.2 識別進口鐵礦石國別
    2.3 識別進口鐵礦石品牌
3 結 論


【參考文獻】：
期刊論文
[1]高光譜參數(shù)和逐步判別的苧麻品種識別[J]. 曹曉蘭,陳星明,張帥,崔國賢.  光譜學與光譜分析. 2018(05)
[2]進口鐵礦產(chǎn)地鑒別模型的建立[J]. 武素茹,谷松海,宋義,孫鑫,郭芬.  計算機與應用化學. 2014(12)
[3]澳大利亞西部哈默斯利鐵成礦省BIF富鐵礦的成礦特征與控礦因素[J]. 姚春彥,姚仲友,徐鳴,高衛(wèi)華,李紅軍.  地質通報. 2014(Z1)
[4]BP神經(jīng)網(wǎng)絡在礦產(chǎn)資源分類識別中的應用[J]. 孟海東,殷躍,孫家駒,徐貫東,王森.  西部探礦工程. 2012(08)



本文編號：3156559