钪（Sc）被广泛用于固体氧化燃料电池、陶瓷材料、催化剂与轻质高温合金等的制造，是不可或缺的重要战略资源，稀土矿石中Sc元素的定量分析对于稀土矿的勘探、开采具有重要意义。笔者提出了一种基于激光诱导击穿光谱（LIBS）结合随机森林（RF）算法的稀土矿石样品中Sc元素定量分析的方法。首先，考察了不同光谱预处理方法对RF校正模型预测性能的影响；然后，利用变量重要性测量（VIM）进行RF校正模型输入变量的选择与优化。为了进一步验证VIM-RF模型的预测性能，将其与标准曲线法、偏最小二乘（PLS）以及基于波段选择的RF模型进行了比较。最后，在最优化的光谱预处理（WT）和VIM阈值（阈值为0.016）等条件下，建立了基于小波变换结合VIM的RF校正模型。结果表明，VIM-RF校正模型表现出了良好的预测性能：RCV2为0.9981，RMSE_CV为0.0430 mg/kg，MRE_CV为0.0047，RP2为0.9993，RMSE_P为0.4964 mg/kg，MRE_P为0.0481。因此，LIBS技术结合RF算法可以有效实现稀土矿石中稀土元素Sc的定量分析，可为稀土矿石的品位分析与精准开采提供借鉴。

针对磁铁矿石在采选和破碎过程中耗能巨大的问题，借助分离式霍普金森压杆(SHPB)试验装置，对磁铁矿石进行不同应变率条件下的冲击压缩试验，分析磁铁矿石的动态力学特性及其破坏过程中的能量耗散特征，并借助ANSYS/LSDYNA软件模拟试样完整动态破坏过程。研究结果表明：磁铁矿石试样的动态抗压强度具有显著的应变率相关性，应变率从43.94~147.75 s-1，其动态抗压强度从126.77 MPa提高到220.62 MPa。能量传递规律分析表明，随着入射能的增大，反射能增长趋势增大，最大占比约占总入射能的22%; 而透射能增长趋势减小，且透射能占比从低入射能下的78%降低至高入射能下的38%，用于试件破碎的耗散能量逐步增多，与入射能呈线性关系。其破坏模式从中低应变率下的劈裂破坏转为高应变率下的压碎破坏，从破碎尺度来看，中低应变率下碎块多为大块状，而高应变率下碎块尺度较小且多呈细粒状及针状。数值仿真计算表明试件最开始发生破坏是由试件入射杆端面的“十字”反射拉伸波引起的。研究结果可为判断磁铁矿石动力破碎的难易程度以及提高冲击破岩效率提供参考。

以金矿石中的金元素为研究对象, 基于灰色关联度和RSM模型提出原子吸收光谱法分析Au测定条件参数的多目标优化模型。 选取泡塑预处理方式、 振荡时间、 王水浓度和硫脲浓度为优化目标, 确定测量结果相对误差的绝对值为质量指标； 建立基于信噪比的正交设计试验, 分析试验结果的质量指标及对应的信噪比并进行量纲化处理, 计算灰色关联系数和关联度； 确定优化目标的极差分别为0.026、 0.116、 0.176、 0.375, 定性判断泡塑处理方式目标最不显著。 根据RSM模型确定王水浓度、 振荡时间、 硫脲浓度为单因素的Box-Behnken方法试验, 采用三因素三水平曲面设计对测定结果相对误差的绝对值进行分析, 制作显著水平表并完成响应曲面试验； 建立二次多项式回归方程的预测模型并进行显著性分析, 其F=217.24, p<0.000 1表明该模型具有高度的显著性, 模型的相关系数为0.996 9, 校正决定系数为0.992 4, 表明该模型可以解释超过99%的响应值变化； 绘制响应曲面图和等高线图对试验数据进行回归拟合, 通过响应曲面的形状和等高线的陡峭程度进行判定分析, 最终寻找最优化目标参数为王水浓度、 振荡时间、 硫脲浓度分别为11.33%、 27.39 min和0.97%时, 样品测量结果的相对误差最小。 模型验证结果表明, 在最优化目标参数条件组合下选择不同质量浓度的金矿石国家标准物质进行样品制备, 测定结果的正确度和精密度均符合DZ/T 0130.3—2006(地质矿产实验室测试质量管理规范), 表明基于灰色关联度-RSM模型对原子吸收光谱法分析金矿石中金元素的多目标优化参数准确可靠, 验证了该方法的科学性和正确性, 能够被应用于实际的生产中去。 该方法对于定性判断各条件参数间的主次关系, 定量计算各条件参数的最佳组合水平具有独特优势, 有望在寻找多目标优化设计参数领域的平台上发挥作用, 更加有效地确定最佳目标组合。

稀散元素矿产资源是国民经济中的关键性矿产资源, 元素含量的提取是矿产资源潜力评价、 靶区优选的基础。 现有稀散元素含量分析面临快速检测、 潜力评价的需求, 基于高光谱的稀散元素含量反演是解决此问题的一种途径。 因此, 采集西藏斯弄多-则学矿集区的铅锌矿石, 开展铅锌矿石稀散元素镉(Cd)含量的高光谱反演方法与反演模型研究。 选用ASD Field Spec 3地物光谱仪及配套软件进行光谱数据采集和预处理； 在光谱特征分析基础上, 开展一阶微分(FD)、 二阶微分(SD)、 倒数的对数(AT)、 倒数对数的一阶微分(AFD)、 倒数对数的二阶微分(ASD)光谱数据变换处理, 结合皮尔森相关性系数(r)筛选特征波段, 进行随机森林(RF)、 人工神经网络(ANN)、 支持向量机(SVM)模型构建与反演, 选用决定系数(R2)和均方根误差(RMSE)评价反演模型效果与预测精度。 结果表明: 样品反射率集中于40%~60%区间； 1 420、 1 920和2 200 nm处形成吸收峰； 特征波段覆盖可见光和近红外波段, 771~2 051 nm为特征波段的最优区间。 SD光谱变换的降维效果最好, 筛选出15个特征波段； 其次为ASD和AFD光谱变换, 分别筛选出8个和2个特征波段。 FD与AT光谱变换未筛选出特征波段。 SD筛选的特征波段用于反演, 镉元素含量预测效果最好的是SD-ANN模型(R2=0.884, RMSE=2.679), 其次是SD-SVM模型(R2=0.830>0.8, RMSE=1.382), SD-RF模型预测效果最差(R2=0.505<0.6)。 ASD筛选的特征波段用于反演, 镉元素含量预测最好的是ASD-SVM模型(R2=0.857, RMSE=2.198), 其次是ASD-ANN模型(R2=0.846, RMSE=2.625)。 对比分析, 镉元素含量的高光谱反演模型效果为: SD-ANN>ASD-SVM>ASD-ANN>SD-SVM>ASD-RF>SD-RF。 该研究总结了铅锌矿石稀散元素镉的高光谱特征, 建立了镉元素含量的高光谱反演方法及模型, 为镉等稀散元素含量的高光谱反演、 无损检测、 快速分析提供了参考, 为高海拔勘探区稀散元素矿产资源的潜力评价、 靶区优选提供了科学支持。

为探究石墨矿石品位与其动力学特性关联, 揭示石墨矿石品位对岩石动力学特性的影响规律, 选取1.57%、5.19%、10.79%、12.65%和19.50%五种品位的石墨矿石试样开展等幅冲击荷载作用下的SHPB试验研究, 分析试样峰值强度(σd)、动弹性模量(Ed)、峰值应变(εd)以及能耗密度(ASE)随石墨矿石品位的变化规律。研究结果表明：不同品位石墨矿石动力学特性的改变是石墨矿石矿物组成和石墨鳞片嵌布特征变化共同作用的结果; 随着石墨矿石品位的增加, 试样动力学特性发生了明显弱化, 但弱化程度存在限度, 具体表现为：σd、Ed和ASE与石墨矿石品位之间存在良好的负指数型函数拟合关系(相关性系数R2分别为0.977、0.930和0.973), 三者均随石墨矿石品位的增加而以愈渐平缓的趋势逐渐降低, 并最终趋于某稳定值; εd随石墨矿石品位的增加表现为初期近似线性增加, 品位达到12.65%时出现明显跃增, 之后开始缓慢减小的阶段性特征, 但εd减小的程度很小, 总体上可认为εd随石墨矿石品位增加仍呈现较好的弱幂函数递增规律(R2为0.810), 说明试样动力学特性随石墨矿石品位增加而弱化的总体趋势并未改变。

矿石的粒度大小是评判破碎机破碎效果的重要参考，而图像分割是矿石粒度检测的关键步骤。针对破碎矿石形状复杂、粘连和堆叠以及图像噪声严重而导致图像分割不准确的问题，提出一种基于改进HED（Holistically-Nested Edge Detection）网络模型的破碎矿石图像分割方法。首先，对采集的矿石图像进行双边滤波预处理操作，减少噪声对分割的影响；其次，使用残差可变形卷积块替代普通卷积块以增强模型对不同大小形状矿石的特征提取能力，并利用空洞卷积替代原有的池化层以扩大感受野，保留矿石的全局信息；最后，使用具有底部短连接结构的HED网络框架对矿石进行特征提取，并将提取的特征与低级的细节信息相融合，减少对粘连和堆叠矿石颗粒的欠分割问题。

利用激光诱导击穿光谱（LIBS）技术结合主成分分析-粒子群优化-支持向量机（PCA-PSO-SVM）算法对12类矿石进行分类识别。运用Savitzky Golay滤波、分段特征值提取法对光谱进行平滑滤波与基线校正预处理。选取经主成分分析（PCA）降维后的前25个主成分作为PSO-SVM分类模型的输入，得到对12类矿石的最佳识别准确率为100%。分别建立主成分-线性判别分析（PCA-LDA）、主成分-粒子群优化-误差反向传播神经网络（PCA-PSO-BP）两种分类模型，并与PCA-PSO-SVM模型进行对比实验，结果表明，PCA-PSO-SVM分类模型的识别准确度最高，其平均识别准确率可达99.90%。