矿石体重

合集下载

矿产资源储量计算表 平行断面法适用

矿产资源储量计算表 平行断面法适用

平均值s
h
15025.5
10
6724
25
块段体积(m3)
v
150255.00 168100.00
662664.46
溶洞率(%) f
0 0
原始数据
318355.00 计算结果
原始数据
实际矿体体积(万立 方米) V 15.29 1.31 46.10 134.10
矿石体重(吨/ 立方米) d 2.6 2.6 2.6 2.6
16.6727
原始数据
42.4056 计算结果
溶洞裂隙率(%)
f
8 8 0
矿体体积(万 m3)
V1
60.71 0.15 0.12
矿石体重 (t/m3)
d
2.6 2.6 1.97
资源储量(万t)
Q
157.84 0.38 0.24
60.97
158.46
块段矿体体积(m3) 矿石体重(t/m3)
V-1
d
150255.00
溶洞裂隙率 (%) f 0.00 0.00 0.00 0.00
始数据
1968024 计算结果
断面相对面积误差<40%时的块段体积、矿石量计算式
断面积(2)(平方 米)
面积之和
S2
S1+S2
32348.00
58405.00
1246.32
2301.60
611.40
1537.56
10954.00
22443.00
原始数据
剖面法-斜楔形尖灭块段体积、矿石量计算式
尖灭端边长(米) 有矿端边长(米)
h1 197.40 315.80
h2 150.17 296.63

喀拉通克铜镍矿矿石体重与铜镍品位的相关分析

喀拉通克铜镍矿矿石体重与铜镍品位的相关分析
图 2 混 合 分布 曲线 图
要矿石体重与其铜镍品位之间的相关 系数绝对值 >
05 就可 以做 率 大 约 为 6 . ( . 4 + . 9 ÷2× 27 %( 06 4 06 ) 2 2
分别对以上两种地质体变量间的相关关系进行分
析。
10 6 . 0 %=27 %)的点为 拐点将 曲线 分为上 下两 部分 , 此
况来 看 , 不仅不 同类 型的矿石 体重 因铜 、 含量 的不 同 11 小体 重样 品的 数学分 布 镍 .
用做频率密度直方图的方法研究矿石小体重的统 量的不同而有变化。 因此 , 用平均体重只能反映某种类 计分布规律 。 频率计算见表 1频率密度直方图见图 l , 。 型矿石体重的总体数值特征 ,而不能反映其局部块段 的数值变化特征。 本文以原生矿作为研究对象 , 根据矿
铜 、 品位 的相关分 析 , 镍 见表 2 结 果表 明 : 。 矿石 的铜 品 个地质总体。以 41 g 。 .1 / 为分界点 ,体重 ≤ .1 / m 41 g m 位和镍品位与体重存在着相关关 系,其中铜品位与小 的样品属于一个总体, 共有样品数 19 ; 3 件 体重 > .1 4 1 体重的相关系数 — 0 7 9 接近 一 ., . 8, 5 0 绝对值较大 , 6 g / 的样品属于另一个总体 , m 共有样品数 8 件。 2 二者 相关关 系密 切 ,满 足 回归分 析关 于变量 间相 关性 从 样 品品位分 析 的原 始数 据可 以看 出 ,小体 重 > 的要求。而矿石镍 品位与体重的相关系数 = . 4 , 0 18 3 41 m 的 8 件矿石样品的铜或镍品位 ≥3 按照工 . g 2 1/ %, < ., 0 相关关 系不密切 , 5 满足不 了回归分析的先决条 业品级标准是特富矿石, 自 其 然类型为致密块状矿石 , 件, 镍品位对于矿石体重的预测没有指导作用。 这与统计规律的划分结果一致 ,把这一地质总体称作 表 2 小体 重 >41 /m .1 c 的样 品变量 间相 关 系数表 g 致密块状矿石部分 ; 中仅一件样品的铜品位太低 , 其 为 00%, .5 明显为 异常值 , 回归分 析时予 以剔 除 。在矿石 小

矿产资源储量计算表(平行断面法适用)

矿产资源储量计算表(平行断面法适用)

16.6727
原始数据
42.4056 计算结果
溶洞裂隙率(%)
f
8 8 0
矿体体积(万 m3)
V1
60.71 0.15 0.12
矿石体重 (t/m3)
d
2.6 2.6 1.97
资源储量(万t)
Q
157.84 0.38 0.24
60.97
158.46
块段矿体体积(m3) 矿石体重(t/m3)
V-1
d
150255.00
溶洞裂隙率 (%) f 0.00 0.00 0.00 0.00
始数据
1968024 计算结果
断面相对面积误差<40%时的块段体积、矿石量计算式
断面积(2)(平方 米)
面积之和
S2
S1+S2
32348.00
58405.00
1246.32
2301.60
611.40
1537.56
10954.00
22443.00
块段体积(立方米)
V 292025.0000 192759.0000 128770.6500 1879601.2500
溶洞裂隙率 (%) f 0.0000 5.0000 5.0000 5.0000
始数据
2493155.9000 计算结果
法-锥体(点状尖灭)块段体积、矿石量计算式
块段体积(立方 米)
溶洞裂隙率(%)
合 计
原始数据
断面相对面积误差≥40%时的块段体积、矿石量计算式
断面积(2)(平方 米)
面积乘积平方根值
S2
√S1×S2
11192.00
14883.6573
1981.00
1214.8436

地质勘查常用公式

地质勘查常用公式

地学中常用公式一、平均品位的计算公式:1、算术平均:(X1+X2-……+Xn)/n X1、X2、X n为样品品位2、加权平均:(X l×L l+X2×L2+……+ X n×Ln)/(L l+L2+……+L n) X1、X2……X n。

为样品品位,L l+L2+……+Ln为样品长度3、几何平均为Xn2⨯1 X1、X2、Xn为样品品位X⨯n⨯X注:品位为正态分布时,处理特高品位时,可用此公式。

二、矿体厚度(Vm)、品位(Vc)变化系数:—X=(X1+X2+……+Xn)/n 计算矿体厚度、品位的平均值∑-σ计算均方差XXi(2n=)1-/()厚度、品位变化系数:Vm或Vc=⨯σ100%÷X三、地质剖面岩石厚度计算公式:y=sinα·cosβ·cosγ±cosα·sinβα--导线坡度角β--地层倾角γ --导线方向与地层倾角的夹角地层倾向与坡向相反取正号,地层倾向与坡向相同取负号;真厚度=L×y四、钻孔矿体厚度的确定矿体的厚度是根据矿体露头上、坑道中和从钻孔中所获得的资料进行的。

(一)坑道中矿体厚度的测定当坑道所揭露的矿体与围岩的接触界线清楚时,取样和编录时可在矿体上用钢尺直接捌量出来。

厚度测量的次数决定于坑道的布置情况,如矿体是用穿脉坑道圈定的,则测量次数与穿脉坑道的数量相符。

如果矿体是用沿脉坑道圈定的,则厚度的测定按一定间隔在取样的位置进行测量。

如果矿体与围岩的界线不清时,矿体厚度的测定必须根据取样结果来确定。

(二)钻孔中矿体厚度的测定因为钻孔中所截穿的矿体均在地下深处、只能间接地去测定矿体的厚度。

当钻孔是垂直矿层钻进时,且岩心采取率为100%,可直接丈量岩心,取得厚度的数据。

若岩心采取率不高,除用钢尺丈量岩心长度外,还要按下式进行换算:L (11-9)mn式中: m——矿体的厚度(米);L——实测矿心长度(米)In——矿心采取率(%)。

矿石体重测量方法

矿石体重测量方法

浅谈矿石体重的测量方法摘要:在地质勘探工作中,能否准确测定矿石体重,直接关系到矿物原料储量计算的可靠性,因而矿石体重测定具有重要意义。

这项工作在野外按教科书用封蜡排水法进行测定矿石小体重,遇到的情况是所测得的体重系统偏大,与实验室测量结果有较大出入,对此,本文分析到了水表面张力原因的影响,改进了测定方法,提出了修正方案,获得准确的岩矿石体重数值,应用到某沉积型原生层状铝土矿矿床样品的体重测定中。

满足矿山设计、生产、计划和矿岩量计算工作需要,意义十分重大。

关键词:小体重测定;水表面张力;1、封蜡排水法原理及存在的问题1.1封蜡排水法原理在地质勘探工作中有时需要测定矿石的密度ρ矿,在地质中有时也称作体重。

教科书中矿石小体重测定常用的封蜡排水法:先称量出矿石的重量g,后把矿石封上石腊,用排水法测出封腊后矿石的体积v1,然后根据石腊的密度扣除石腊所占体积后得出净矿石的体积v。

密度ρ由公式ρ=g/v算出。

关健的一步是如何以更小误差测出净矿石的体积v。

有同志为沉积型层状铝土矿资源量估算或为对比不同矿区铝土矿石的差异,需要不同矿区矿石密度ρ参数。

1.2实际测定存在的问题由野外地质条件限制,有同志用水桶套在脸盆中,后加注水进水桶到满且不溢出为止,然后把封好腊的矿石浸没到水桶,水溢出到脸盆,称出脸盆水的重量,通过水的重量算出封腊矿石的体积,扣除粘在矿石表面腊的体积,得出净矿石体积v,再根据公式算出矿石体重。

但往往算出的体重参数与平果铝矿区矿石体重参数(由具资质测试中心提供)相差较大。

平果铝土矿石一般的体重参数约2700kg/m3。

而同志测出矿石体重数据有接近4000kg/m3;1800kg/m3都有,且每块矿石多次测量结果误差也较大,最终数据不敢用。

本人后来也用同样的方法,不同的器具测量。

发现这种测量方法没有考虑到水表面张力对测量结果的影响。

液体表面张力我们从水银温度计与酒精温度计液面的不同可观察出,水银温度计的液面是凸的,而酒精温度计的液面是凹的。

多元线性回归计算矿石体重方法的优化——以某铜锌矿为例

多元线性回归计算矿石体重方法的优化——以某铜锌矿为例

多元线性回归计算矿石体重方法的优化——以某铜锌矿为例严利伟;王昌南;唐高林;刘琪【摘要】本文提出多元线性回归计算矿石体重的优化方法,并以某铜锌矿为例,采用优化方法计算出体重值与矿石品位之间的方程关系.结果表明,铜锌矿的矿石体重与铜(Cu)、硫(Sp)品位之间线性关系明显,线性方程的拟合效果极好.预测体重与实际体重之间平均误差<5%,可以直接利用于实际生产.【期刊名称】《四川地质学报》【年(卷),期】2017(037)002【总页数】4页(P331-334)【关键词】矿石体重;矿石品位;多元线性回归;优化【作者】严利伟;王昌南;唐高林;刘琪【作者单位】四川金伯利地质勘查有限公司,成都 610091;四川金伯利地质勘查有限公司,成都 610091;四川金伯利地质勘查有限公司,成都 610091;四川金伯利地质勘查有限公司,成都 610091【正文语种】中文【中图分类】P628+.1;P618.41矿石体重是矿床勘查开发过程的一项重要参数,获得准确的体重估值是矿床资源量估算的前提条件。

传统上矿石体重值是通过小样本抽样求算术平均值或者根据体积或重量进行加权平均求得。

但受样本大小局限,并且由于取样方式的随机性,求得的矿石体重往往与理想的矿石体重存在较大偏差。

近年来,许多学者尝试建立小体重与矿石品位之间的线性方程,直接通过矿石品位推算矿石体重值,取得了一定的效果,但实际操作中存在以下问题:①没有排除不同元素品位之间可能存在的自相关性;②默认矿石体重和品位之间直接线性相关,没有建立模型加以验证;③对线性方程的拟合优度以及自变量显著性缺乏统一的评判标准。

以上问题直接影响线性方程式的准确建立,从而影响估值结果的准确性。

为此,本文以川西南某铜锌硫化物矿床为例,重点结合上述三个问题,对多元线性回归计算矿石体重的方法进行优化。

1.1 元素品位之间自相关性的排除由于矿石中矿物组合的多样性,元素品位之间往往并非相互独立不相关联。

小体重样取法-----

小体重样取法-----

一、矿石体重采样
(一)涂腊法:按不同品级采集,样品直径约5-10厘米,采集还应考虑不同类型,不同深度、均匀分布。

在1978年颁布的“金属非金属矿产地质普查勘探采样规定及方法”中要求每类型采样不少于20-30个,我们意见主要类型不少于20-30个,规模大的矿床数量还要增加,其他类型采样数量按占矿石量的比例而决定为宜。

这类样品采回后立即称重,然后及时涂腊,因为这里测定是湿体重。

测定方法是根据阿基米德定律采用涂腊排水法求得体积进行计算。

计算公式:
D=
W
V−W1−W
d
式中:D—矿石体重;
W-样品在空气中称得重量;
W1-样品涂腊后称得重量;
V—样品涂腊后体积(即排水体积)
d—腊的比重(一般取0.93)
烘干后,在称样品干体重(P2),按下列公式求得温度(W)。

W=P1−P2
P1
×100%
因为前面所求的体重都是湿体重,其计算公式为:
D1=D×100−W 100
当矿石致密,温度不大时就不必作此项校正。

二、矿石湿度采样
温度样品要求与小体重样同一地点采集或就用小体重样品测定湿度。

因湿度与矿石的孔隙度、季节、地下水面。

取样深度有关。

所有采集要在不同的矿石类型,不同深度,不同季节来采集,样品重300-500克,每种类型矿石不小于15-20个,湿度的测定方法是把所取样品及时称重(P1),然后烘干。

东昆仑某铜镍矿床矿石体重与品位回归模型探讨

东昆仑某铜镍矿床矿石体重与品位回归模型探讨
小体重的测试按照阿基米德原理进行,Ni、Cu、 Co元素的品位按照等离子光谱仪(501)方法测试。 经分析达品位要求的样品 169件,认为影响体重值 最主要的因素是矿石中磁黄铁矿、黄铁矿的含量,因 此本 次 计 算 对 离 散 的 体 重 值 和 Ni品 位 按 均 值 “±3δ”进行剔除,先按此公式对体重值离散的样品 进行剔除,即体重值小于 2.26g/cm3和大于 4.39g/ cm3的样品,剔除后样品 Ni平均品位为 1.18%,平 均体重值为 3.33g/cm3,在此基础上剔除品位较高 的样品,即剔除 Ni品位大于 3.04%的样品,最后确 定参与资源量计算的小体重样为 135件,Ni平均品 位为 0.98%,体重值为 3.29g/cm3。利用 SPSS软 件对筛选后的小体重样品分析结果进行描述统计分 析(见图 2),筛选后的小体重样品分析结果基本上 服从正太分布。
对于矿体形态复杂,品位变化大的多矿种矿体而 言,利用元素的品位与小体重数据建立回归模型,计 算不同块段的小体重值,能够更加科学真实地反映实 际的小体重值,这样计算出的资源储量更加可靠。
以东昆仑夏日哈木铜镍矿床为例,该矿床以 Ni 为主,伴生有 Cu、Co元素。该矿床形态复杂,成矿 具有岩相学特征。现已探明该矿床为超大型矿床, Ni资源量 118.3万 t(平均品位 0.68%),Cu资源 量 23.8万 t,Co资源量 4.3万 t。



变量移 除。 所 以 模 型 的 建 立 由 Ni、Cu、Co元 素 构成。 对选取的 156件样品做相关性分析,利用建立 模型所需的 Ni、Cu、Co元素品位与小体重值进行相 关性分析,选取相关系数(R)的较高值建立了两种 模型。模型 1是以小体重值与 Ni、Cu、Co元素建立 模型,模型 2是以小体重值与 Ni、Co元素建立模型。 由表 1可知:模型 1与 模 型 2中 相 关 系 数 分 别 为 0.701和 0.712,确定系数分别为 0.419和 0.507,表 明这两种模型中因变量小体重(XT)与自变量 Ni、 Cu和 Co元素含量存在明显的线性关系,能够进行 多元回归分析,可以建立回归方程。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
相关文档
最新文档