【技術實現步驟摘要】
本專利技術涉及鐵礦石中固體廢物的在線檢測，具體地，涉及鐵礦石中固體廢物在線檢測系統和方法。
技術介紹
1、疑似或摻雜固體廢物排查是進口鐵礦石海關監管的重點，而鐵礦石的固廢查驗最重要環節是礦石成分檢測，通過成分檢測可判定礦石品位和質量，進而進行固廢判定。
2、鐵礦石成分檢測傳統方法是離線實驗室檢測，常見的方法包括濕化學分析法、電感耦合等離子體質譜法(icm-ms)、x熒光光譜法(xrf)，檢測結果比較準確，但離線檢測時間長、只能抽樣檢測，總體效率不高。
3、礦石成分在線檢測技術取消了人工取樣、制樣、化驗等環節，實時對礦石進行分析并將結果發送至控制系統，具有礦石成分代表性強、實時可靠、減少取樣人員、降低生產成本等特點。目前礦石成分在線檢測的主流技術有瞬發伽馬射線中子活化技術(promptgamma-ray?neutron?activation?analys?is，pgnaa)。
4、中子活化技術的主要優勢在于對樣品進行穿透性整體檢測，不受礦石表面情況影響，但設備具有放射性，許可及操作相對復雜，每二年需更換放射源和中子管，后期維護成本高。
5、專利文獻cn116148212a(申請號：202310430858.0)公開了一種基于近紅外光譜分析的快速確定礦石中粘土礦物種類及含量的方法，涉及分析領域。該方法包括：s1.采集礦石樣品，并對樣品進行預處理；s2.對樣品采用化學分析、礦物自動分析進行綜合分析，得到樣品中粘土礦物的類型與含量；s3.利用近紅外光譜儀采集樣品的近紅外光譜原始數據；s4.
6、專利文獻cn109030388a(申請號：201810783651.0)公開了一種基于光譜數據的鐵礦石全鐵含量檢測方法，包括以下步驟：獲取待檢測鐵礦石樣品的光譜數據，所述光譜數據中包含m個光譜特征；將所述光譜數據輸入鐵礦石分類模型中，獲得所述待檢測鐵礦石樣品的鐵礦石類型；根據獲得的鐵礦石類型，將所述光譜數據輸入相應鐵礦石類型的鐵礦石全鐵含量檢測模型中，獲得所述光譜數據對應的鐵礦石全鐵含量。
7、專利文獻cn114252581a(申請號：202011023510.2)公開了一種礦石在線檢測系統，包括：取樣裝置，被配置為與輸送礦石的礦石輸送機連接，并從礦石輸送機上輸送的礦石直接獲取原始礦石樣品；粒度分析模塊，通過輸送道與取樣裝置連接，被配置為對取樣裝置獲取的一部分原始礦石樣品進行在線粒度分析；制樣裝置，與在線粒度分析模塊連接，被配置為取樣裝置獲取的另一部分原始礦石樣本進行樣品留存，并基于原始礦石樣本制備實驗室成分分析樣品；中控平臺，與取樣裝置、粒度分析模塊和制樣裝置信號連接，被配置為向取樣裝置、粒度分析模塊和制樣裝置發出查驗任務指令，并獲取取樣裝置、粒度分析模塊和制樣裝置返回的查驗信息，以提供面向海關系統的查詢接口。
8、因此如何實現鐵礦石固體廢物的在線檢測，既有效提升監管效能，又減少物流因查驗停頓的時間與成本，加快進口物料周轉速度，具有重要的經濟效益和社會效益。
技術實現思路
1、針對現有技術中的缺陷，本專利技術的目的是提供一種鐵礦石中固體廢物在線檢測方法及系統。
2、根據本專利技術提供的一種鐵礦石中固體廢物在線檢測方法，包括：
3、步驟s1：建立滿足預設要求的樣品鐵礦石的近紅外光譜數據庫；
4、步驟s2：利用近紅外光譜檢測裝置獲取待測鐵礦石的近紅外反射光譜，對獲取的待測鐵礦石的近紅外反射光譜進行預處理；
5、步驟s3：計算待測鐵礦石的近紅外反射光譜與近紅外光譜數據庫中的光譜的相似度，當相似度小于預設值時，則認為當前待測鐵礦石中含有固體廢物；當相似度大于預設值時，則認為當前待測鐵礦石中未含有固體廢物。
6、優選地，所述步驟s1包括：建立滿足預設要求的進口鐵礦石及滿足預設要求的含鐵固體廢物的近紅外光譜數據庫。
7、優選地，所述步驟s1包括：
8、步驟s1.1：調取已知9種成分含量的鐵礦石或固體廢物實物樣本；其中，所述9種成分包括：fe、sio2、cao、al2o3、mgo、tio2、mno、p和s；
9、步驟s1.2：使用近紅外光譜檢測裝置對實物樣本進行檢測，得到樣本對應的近紅外光譜數據；改變單個樣品表面分布，重復檢測預設次數，得到多份檢測結果；
10、步驟s1.3：對單一樣品多次檢測結果進行加權平均處理，得到成分含量與近紅外光譜數據的對照關系；
11、步驟s1.4：通過線性回歸對成分含量與近紅外光譜數據的關系進行建模。
12、優選地，所述步驟s2包括：對獲取的待測鐵礦石的近紅外反射光譜進行包括去噪處理、歸一化處理，得到處理后的待測鐵礦石的近紅外反射光譜。
13、優選地，所述方法還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的來源國和品牌。
14、優選地，所述方法還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的成分檢測數據。
15、優選地，所述方法還包括：當檢測到當前待測鐵礦石中含有固體廢物時，則發出預警。
16、根據本專利技術提供的一種鐵礦石中固體廢物在線檢測系統，包括：
17、模塊m1：建立滿足預設要求的樣品鐵礦石的近紅外光譜數據庫；
18、模塊m2：利用近紅外光譜檢測裝置獲取待測鐵礦石的近紅外反射光譜，對獲取的待測鐵礦石的近紅外反射光譜進行預處理；
19、模塊m3：計算待測鐵礦石的近紅外反射光譜與近紅外光譜數據庫中的光譜的相似度，當相似度小于預設值時，則認為當前待測鐵礦石中含有固體廢物；當相似度大于預設值時，則認為當前待測鐵礦石中未含有固體廢物。
20、優選地，所述模塊m2包括：對獲取的待測鐵礦石的近紅外反射光譜進行包括去噪處理、歸一化處理，得到處理后的待測鐵礦石的近紅外反射光譜。
21、優選地，所述系統還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的來源國和品牌；
22、選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的成分檢測數據；
23、當檢測到當前待測鐵礦石中含有固體廢物時，則發出預警。
24、與現有技術相比，本專利技術具有如下的有益效果：
25、1、本專利技術通過近紅外光譜技術進行鐵礦石在線檢測的技術特征，實現了無損采樣、實時檢測、無放射性、不本文檔來自技高網...
【技術保護點】
1.一種鐵礦石中固體廢物在線檢測方法，其特征在于，包括：
2.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟S1包括：建立滿足預設要求的進口鐵礦石及滿足預設要求的含鐵固體廢物的近紅外光譜數據庫。
3.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟S1包括：
4.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟S2包括：對獲取的待測鐵礦石的近紅外反射光譜進行包括去噪處理、歸一化處理，得到處理后的待測鐵礦石的近紅外反射光譜。
5.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述方法還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的來源國和品牌。
6.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述方法還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的成分檢測數據。
7
8.一種鐵礦石中固體廢物在線檢測系統，其特征在于，包括：
9.根據權利要求8所述的鐵礦石中固體廢物在線檢測系統，其特征在于，所述模塊M2包括：對獲取的待測鐵礦石的近紅外反射光譜進行包括去噪處理、歸一化處理，得到處理后的待測鐵礦石的近紅外反射光譜。
10.根據權利要求8所述的鐵礦石中固體廢物在線檢測系統，其特征在于，所述系統還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的來源國和品牌；
...【技術特征摘要】
1.一種鐵礦石中固體廢物在線檢測方法，其特征在于，包括：
2.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟s1包括：建立滿足預設要求的進口鐵礦石及滿足預設要求的含鐵固體廢物的近紅外光譜數據庫。
3.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟s1包括：
4.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述步驟s2包括：對獲取的待測鐵礦石的近紅外反射光譜進行包括去噪處理、歸一化處理，得到處理后的待測鐵礦石的近紅外反射光譜。
5.根據權利要求1所述的鐵礦石中固體廢物在線檢測方法，其特征在于，所述方法還包括：選取相似度最高且相似度大于預設值的近紅外光譜，并獲取近紅外光譜對應的樣品礦石，基于構建的樣品礦石數據庫，得到相應的來源國和品牌。
6.根據權利要求1所述的鐵礦石中固體廢物在線...
【專利技術屬性】
技術研發人員：徐長盛，楊宇帆，李偉，鐘志華，沈煥標，周岳沼，
申請(專利權)人：上海寶信軟件股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。