-
公开(公告)号：CN110172569A
公开(公告)日：2019-08-27
申请号：CN201910588120.0
申请日：2019-07-02
申请人： 东北大学
IPC分类号： C22B1/02
摘要： 本发明的以农作物秸秆作为还原剂悬浮磁化焙烧生产铁精矿的方法，步骤为：以复杂难选铁矿石为原料，破碎磨矿后，过滤脱水至含水量≤12％，获得悬浮焙烧原矿；取农作物秸秆，粉碎后获得悬浮焙烧还原剂；向悬浮焙烧原矿中加入悬浮焙烧还原剂，按配比混匀，进行磁化焙烧，焙烧气氛为中性，并在焙烧过程中，持续通入中性气体，以使混合料达到悬浮状态，控制相应温度与时间，进行焙烧后，取出焙烧管，冷却至室温，获得焙烧物料；将焙烧物料取出磨矿后，磁选获得精矿与尾矿。该方法以农作物秸秆为还原剂，经过特有原料配比限定，节能环保同时，能够获得较高铁品位与铁回收率指标。
-
公开(公告)号：CN118847543A
公开(公告)日：2024-10-29
申请号：CN202410837638.4
申请日：2024-06-26
申请人： 东北大学
摘要： 本发明提供一种基于AlexNet算法的低品位菱铁矿X射线透射预选抛废方法，涉及矿物加工技术领域，本发明使用X射线对菱铁矿样本进行透射，获取菱铁矿样本的成分数据，然后进行菱铁矿样本图像数据采集；并对图像数据进行预处理；利用改进的AlexNet算法对深度学习模型进行训练；对深度学习模型进行验证与调优；实现对菱铁矿进行智能预选。
-
公开(公告)号：CN118751544A
公开(公告)日：2024-10-11
申请号：CN202410837644.X
申请日：2024-06-26
申请人： 东北大学
IPC分类号： B07C5/02 , B07C5/34 , B07C5/36 , B07B15/00 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/082
摘要： 本发明提供一种基于深度学习的低品位赤铁矿X射线透射预选方法，涉及矿物加工技术领域，本发明通过对赤铁矿原矿进行拍照，对拍照的矿石进行铁品位化验，获得不同矿石类型以及应用场景下的训练数据集：设计用于赤铁矿照片分选的卷积神经网络模型，并对其进行训练；通过训练后的卷积神经网络模型对赤铁矿进行识别，实现不同品质矿石的分离。
-
公开(公告)号：CN118751559A
公开(公告)日：2024-10-11
申请号：CN202411113015.9
申请日：2024-08-14
申请人： 东北大学
摘要： 本发明提供一种利用X射线辐射联合透射预选锂辉石的方法，属于矿物加工技术领域。本发明通过对矿石粒度的分类处理，将粒度为‑8mm的矿石送入中细碎流程；将粒度为‑80+8mm的矿石送入X射线辐射分选机，通过矿石的辐射响应进行分选；将粒度为‑150+80mm的矿石送入X射线透射分选机，通过矿石的透射强度进行分选；对分选出的高品位锂辉石矿石进行进一步处理，最终生产出符合市场需求的锂辉石精矿产品。本发明具有广泛的应用前景和经济效益。该方法不仅适用于锂辉石矿石的选矿过程，还可以推广应用到其他具有x射线吸收特性的矿石分选中，为矿业分选技术的发展提供了新思路和新方法。
-
-
-
搜索结果
4 条记录 (耗时 0.017 秒)
