Алгоритм формирования методик регрессионного анализа концентрации основного компонента в минеральном сырье рентгенофлуоресцентным методом

Author:

Грузенкин Д. В.

Abstract

Рентгенофлуоресцентный анализ на сегодняшний день является весьма востребованным во многих отраслях науки и техники, например, в медицине и биологии, металлургии и геологии. Его популярность обусловлена высокой скоростью выполнения и относительно высокой точностью результатов. Стоит отметить, что чем более высокая точность результатов ФРА требуется, тем больше необходимо затратить времени на подготовку к анализу. То есть необходимо затрачивать время, как на калибровку прибора, так и возможно на дополнительную пробоподготовку. В связи с чем становится актуальным вопрос создания таких методов рентгенофлуоресцентного анализа, которые бы обеспечивали высокую точность получаемых результатов вместе с непродолжительным временем выполнения. Такая методика анализа была разработана и описана ещё в 2020 году. Её суть заключается в применении регрессионного анализа для определения содержания золота, как основного компонента в ювелирных сплавах на основе золота, т.е. во вторичном сырье. Для определения золота используется обучающая выборка, которая содержит соотнесённые между собой интенсивности излучения компонентов проб с содержанием в них золота, определённым пробирным методом анализа. В данной работе предлагается применять аналогичный подход для анализа минерального сырья, поскольку, например, сырьё с одного месторождения может иметь примерно схожий состав, что позволяет собрать достаточно статистических данных для применения регрессионного анализа. Также в данной работе предложен укрупнённый алгоритм разработки такого рода методик рентгенофлуоресцентного анализа. Методики, подобные описанной, имеют ограниченное применение, поскольку зависят от репрезентативности обучающей выборки и поэтому могут применяться лишь для анализа примерно однотипных материалов, однако, в качестве их сильной стороны отмечается высокая точность и малые временные затраты.

Publisher

Krasnoyarsk Science and Technology City Hall

Reference21 articles.

1. Villarraga-Gómez H., Herazo E.L., Smith S.T. X-ray computed tomography: from medical imaging to dimensional metrology. Precision Engineering. 2019; 60: 544-569. https://doi.org/10.1016/j.precisioneng.2019.06.007

2. Zhao Y., Hu X., Li X. Analysis of the intra-aggregate pore structures in three soil types using X-ray computed tomography. Catena. 2020; 193: 104622. https://doi.org/10.1016/j.catena.2020.104622

3. Borisov R.V., Bragin V.I., Usmanova N.F., Plotnikova A.A. Occurrence and Mobility of Gold in Old Milltailings. J Min Sci. 2020; 56: 126–135. https://doi.org/10.1134/S1062739120016564

4. Петров П.П., Тарасов П.П., Прядезников Б.Ю., Прядезникова А.А., Бекянов И. И. Морфология частиц и рентгеноспектральный микроанализ частиц рудного материала железомарганцевой руды Ленского рудного поля Республики Саха (Якутия), восстановленного в среде водородом. Современные инновации, системы и технологии. 2023; 3(2): 0401-0410. https://doi.org/10.47813/2782-2818-2023-3-2-0401-0410

5. Silachyov I.Y. Combination of Instrumental Neutron Activation Analysiswith X-Ray Fluorescence Spectrometry for the Determination of Rare-Earth Elements in Geological Samples. Journal of Analytical Chemistry. 2020; 75(7): 878–889. https://doi.org/10.1134/S106193482007014X

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3