【摘 要】
：
针对贵州织金含稀土磷矿石进行了选矿富磷降镁实验,原矿P2O5品位21.80％,MgO质量分数8.31％,采用一段反浮选流程,可获得精矿P2O5品位33.35％,MgO质量分数为1.36％,P2O5回收率86.53％;考察了选矿产品中稀土元素总量(∑REE)和重金属元素Pb、Cd的质量分数及走向,并分析精矿中∑REE、重金属元素Pb与P2O5品位之间的相关性.结果表明:重金属元素Pb和稀土元素在精矿中富集,而重金属元素Cd在尾矿中富集,为后续含稀土磷矿石的分离利用提供了依据.
【机 构】
：
贵州大学矿业学院,贵州 贵阳 550025;喀斯特地区优势矿产资源高效利用国家地方联合工程实验室,贵州 贵阳 550025;贵州省非金属矿产资源综合利用重点实验室,贵州 贵阳 550025;贵州大学矿
论文部分内容阅读
针对贵州织金含稀土磷矿石进行了选矿富磷降镁实验,原矿P2O5品位21.80％,MgO质量分数8.31％,采用一段反浮选流程,可获得精矿P2O5品位33.35％,MgO质量分数为1.36％,P2O5回收率86.53％;考察了选矿产品中稀土元素总量(∑REE)和重金属元素Pb、Cd的质量分数及走向,并分析精矿中∑REE、重金属元素Pb与P2O5品位之间的相关性.结果表明:重金属元素Pb和稀土元素在精矿中富集,而重金属元素Cd在尾矿中富集,为后续含稀土磷矿石的分离利用提供了依据.
其他文献
为解决滑坡灾害时空信息在数据采集传输阶段的蜂窝系统流量过载、网络拥塞等问题,结合机会网络的特征,以贵州毕节地质滑坡灾害监测点为例,构建机会网络模型,提出一种基于博弈论的滑坡灾害时空信息分流激励机制.该机制利用三次讨价还价博弈,防止恶意节点的虚假报价,激励自私节点之间的合作.仿真实验结果显示,所提出的机制能够有效地激励成员间的协作,在恶意节点比例较高的初始条件下,亦能发挥出较好的协作性能和网络传输效果.
针对光伏阵列处于恶劣的户外环境,在雨水、灰尘侵蚀下易发生故障的问题,提出一种使用了遗传算法优化的BP神经网络的光伏阵列故障诊断方法.通过分析总结光伏阵列的故障类型提出对应故障下的输出特性,利用具有良好全局搜索性能的遗传算法来优化BP神经网络的权值和阈值,以提高BP神经网络的收敛速度与收敛精度,最终通过光伏阵列实验平台进行故障诊断与实验验证.实验结果表明,遗传算法优化的BP神经网络能够有效提高光伏阵列故障诊断的正确率.
快速准确检测行车过程中驾驶员的疲劳状态可减少交通事故的发生,保障驾驶者与行人的生命财产安全,针对目前主流疲劳驾驶检测算法均未充分考虑外部光线因素的问题,提出一种基于EnlightenGAN网络的疲劳驾驶检测算法.通过算法对昏暗环境所采集的图像进行增强处理,提高图像的曝光度,使用FSSD检测网络完成驾驶员眼部定位和状态识别,综合判断驾驶员是否疲劳驾驶.实验结果表明,在夜间昏暗环境行车的实际场景中,新检测算法可使检测准确率提高16.7％.
为更好发挥农机自主导航监控技术的潜能,进一步改善对农机车辆导航状态监控的效果与用户体验,基于LabVIEW软件开发平台,设计一款农机自主导航监控系统.该系统可以实现数据采集、读写数据库、用户决策信息的输出、设置系统和车辆参数、AB直线路径规划、动画演示以及诊断维修等功能.对系统软件架构与各功能模块的设计过程展开详细讨论,并对系统做了整体调试.经仿真试验,系统运行效果良好,能够实现监控终端的基本要求,具有很好的实用性.
针对传统机器学习中需要人工提取青光眼特征而造成准确性有限的问题,建立一种基于卷积神经网络的青光眼特征自动学习模型.为克服青光眼图像库数据的不足、降低网络训练中的过拟合,对Drishti-GS1和REFUGE两个公开的眼底图像库进行数据增强处理;采用迁移学习方法训练卷积神经网络模型提取图像深层次特征,并通过添加新的具有两个神经元的全连接层和Softmax分类器进行青光眼诊断.实验结果表明,通过数据扩增不同倍数,平均准确率及AUC值都有一定程度的显著提升.随着数据量增加,该网络模型的青光眼分类性能也具有明显提
为解决传统的滑坡预报准确率低、预警不及时的问题,采用信息融合与RBF神经网络相结合的方式,提出一种滑坡地质灾害预报模型,对多传感器参数进行全面综合分析.将多传感器采集到的历史数据和对应发生概率作为RBF神经网络的输入进行模型训练,通过将实时采集的数据输入给训练好的预报模型,计算出滑坡发生的概率.基于模糊规则建立滑坡发生等级表,用以更为准确直观的查询.通过仿真实验,结果表明,模型可有效提高灾害预报准确率.
为了更加快速精确地跟踪电网电压不平衡时的相位,提出一种基于高阶带通滤波器的锁相方法,在解耦双同步旋转坐标系(DDSRF)的基础上,在正序αβ分量之后加入高阶带通滤波器进行滤波.通过在MATLAB软件中建立仿真模型,对电压跌落、相位跳变、频率改变等电网电压不平衡情况进行仿真研究,比较二阶、三阶、四阶BPF-PLL以及DDSRF-PLL的锁相性能.仿真结果表明该方法能够更精确地跟踪电网相位,锁相性能在DDSRF-PLL的基础上有进一步的提升,适用于广泛的工程应用场景.
为提高水资源利用率,促进现代化农业发展,提出一种智能大棚控制系统.系统采用STM32微处理器作为主控模块,运用传感器采集大棚内部环境数据,并对数据进行模糊控制,获得控制命令并下发给输出设备,实现对环境因子的调节和灌溉控制.系统以智能模式为主导,远程模式为优势,人工模式为辅助,调控大棚内部环境,使农作物获得最优生长条件.智能模式基于以专家经验为规则的模糊控制算法,不需要人为调控设备,可极大节约人工成本.
超大规模集成电路(VLSI)中的详细布线是物理设计中一个重要且具有挑战性的环节.在这一阶段,所有导线的路径都会被确定下来,布线的优劣直接关系到芯片的面积和性能,路径搜索是布线中最为耗时的步骤之一.本文介绍了基于网格的布线模型,将布线问题抽象为一个图搜索问题或者多商品流问题;总结了迷宫搜索算法、A*算法、整数线性规划(ILP)算法和并行加速算法在路径搜索中的应用和针对设计约束作出的优化,结合在布线器中应用情况分析其优劣;总结回顾了基于机器学习求解算法的研究进展,分析了存在的问题,并对详细布线算法的发展趋势做
传统蝗虫优化算法在处理优化问题时依然存在收敛速度慢、易陷入局部最优的不足.为此,提出了融合混沌映射和柯西变异机制的非线性蝗虫优化算法CCGOA.通过融合混沌Tent映射与反向学习机制,对种群初始化,在确保初始种群质量较优前提下,使种群尽可能均匀分布于搜索空间;利用余弦函数设计非线性自适应系数更新机制,更好均衡个体全局搜索与局部开发能力;引入柯西变异对当前最优个体进行变异扰动,避免算法陷入局部最优.通过基准函数寻优测试,证实提出的算法可以有效提升寻优精度和收敛速度.设计了特征选择算法CCGOA-FS并应用于