简介:摘要在本研究中,主要阐述了冶炼高炉烧结矿化学原料的配比的准确预测,通过分析烧结具体工艺原理以及特点,提出采用深度学习中的深度置信网络算法,能够准确预测烧结矿化学成分,建立具有深度置信网络为核心的准确预测模型。首先,需要进行深度置信网络结构和参数的设计,通过利用无监督贪婪算法能够完成模型训练,采用BP网络反向微调权值对整个模型进行优化,最后比较浅层预测算法,通过仿真结果表发现,利用这种方法所获得的预测值是与具体值之间的差距相对较小,具有较高的预测精确度,相比其他方法来说具有显著优势,表明在烧结矿化学原料配比上采用深度置信网络法,具有较高的准确预测效果和有效性。
简介:为探讨鲁西铜石地区归来庄金矿和卓家庄金矿的成矿物质来源及成矿机制,利用显微镜和电子探针对矿石中典型碲化物矿物进行了分析研究。结果显示,碲化物矿物主要为自然碲和碲银矿,其次是针碲金银矿、AgAu2Te6、含银自然金和碲铅矿,初步认为AgAu2Te6为新矿物。针碲金银矿、AgAu2Te6、部分碲银矿、含银自然金可能是在非平衡状态下快速沉淀而成,与含矿流体的间歇性沸腾作用有关。碲化物的沉淀顺序反映了其各自熔化温度的差异,说明熔点高的碲化物将优先沉淀。矿床成矿热液具有多来源性,可能存在含Au、Ag流体和Te流体,二者在一定的条件下发生不混溶;流体沸腾作用可能是导致碲化物和金等成矿物质快速沉淀的主要机制。