甲基卡锂矿钻孔岩心X荧光测量分层方法研究及应用

论文摘要

在锂矿勘查中,会钻取很多岩心,通过岩心对矿化层和围岩岩性的准确识别以指导深部找矿。实际工作中,地质工作者很难仅仅凭肉眼准确区分不同岩层的岩性,因此很有必要开展对岩心的岩性识别的研究。本论文以国家重点研发计划项目“锂能源金属矿产基地深部探测技术示范”（项目编号:2017YFC0602700）为支撑,以甲基卡五口钻探岩心为研究对象,主要开展了以下研究工作:1)以地球化学原理为指导,分析了甲基卡矿区含矿伟晶岩、不含矿伟晶岩和围岩的地球化学特征,探讨了不同岩性中主量元素和微量元素的组分差异,为区分含矿伟晶岩、不含矿伟晶岩和不同岩性的围岩提供了地球化学依据。2)以所用携带式X射线荧光（XRF）仪器为工具,研究了甲基卡矿区六种主要岩性的X荧光谱（峰面积）特征,建立了以实测特征元素X荧光信息为不同岩性判别依据,应用人工神经网络模型对甲基卡钻探岩心的岩性及含矿性进行识别的“岩心XRF人工神经网络识别法”。论文在“岩心XRF人工神经网络识别法”建模前,委托核工业北京地质研究院对采集自甲基卡地区具有代表性的15块含矿伟晶岩、不含矿伟晶岩和围岩矿石样的组分与含量进行了检测;应用成都理工大学研制的IED-2000T型手提式X荧光仪对这些标本的X荧光谱（峰面积）特征进行了分析研究;在前述工作基础上找到了各岩矿石间的指示元素。继而,应用IED-2000T型手提式X荧光仪,采用矿化区段0.10.2m点距,围岩区段0.51.0m点距逐一测量了甲基卡矿区五口钻井、共计920.5m岩心的主要特征元素的X荧光谱峰面积。五口钻孔XRF测量共获得X荧光数据2461个,其中YZK801钻孔1245个,YZK1201钻孔380个,YZK3102钻孔257,YZK201钻孔346个,YZK5102钻孔233个。论文在“岩心XRF人工神经网络识别法”建模时,以甲基卡矿石和岩心XRF测量数据为基础,以具有准确岩性划分的地质编录资料的井段岩心为标准,筛选出可以作为识别不同岩性及矿层的5种XRF特征元素。甲基卡五口钻孔岩心主要有六种岩性:红柱石片岩、含锂辉石伟晶岩、云母片岩、电气石化云母片岩、不含矿伟晶岩、十字石片岩。在将各钻孔岩心不同深度岩性量化的基础上,以不同岩性主量和微量元素的组份与XRF谱（峰面积）有差异为基础,应用人工神经网络建模的方法对不同岩性作识别。经与钻孔的地质编录资料对比,所建立的岩心XRF人工神经网络识别法对甲基卡三口预测钻孔岩心岩性识别的正确率为71.4%,对五口钻孔岩心岩性识别的正确率达到88.5%。

论文目录

• 摘要
• Abstract
• 第1章 前言
•   1.1 选题依据及研究意义
•   1.2 国内外X荧光技术开展岩心测量应用研究的现状
•   1.3 研究内容与技术路线
•     1.3.1 课题主要研究内容
•     1.3.2 课题研究的技术方案
• 第2章 研究区地质概况
•   2.1 甲基卡区域地质概况
•   2.2 甲基卡矿区地质概况
•   2.3 甲基卡伟晶岩锂矿床特征
• 第3章 X荧光测量原理
•   3.1 X荧光分析方法的物理原理
•     3.1.1 X荧光方法的定性分析原理
•     3.1.2 X荧光方法的定量分析原理
•   3.2 X荧光测量的技术原理
•     3.2.1 便携式X荧光仪器的基本结构与工作原理
•     3.2.2 便携式X荧光仪测量结果可靠性保证
• 第4章 甲基卡岩矿石的X荧光特征研究
•   4.1 甲基卡岩矿石化学组成
•   4.2 甲基卡典型岩矿石标本选择
•   4.3 甲基卡不同岩性标本的X荧光谱线特征研究
•   4.4 甲基卡矿区识别不同岩性的特征X荧光元素选择
• 第5章 甲基卡矿区岩心XRF人工神经网络识别模型研究
•   5.1 人工神经网络模式识别的基本理论
•   5.2 岩心XRF人工神经网络识别模式建立
•     5.2.1 样本选择
•     5.2.2 BP神经网络模型的构建与编程
•   5.3 模型效果检验
•     5.3.1 随机数的选择
•     5.3.2 学习样本数的选择
•     5.3.3 迭代次数的选择
• 第6章 岩心XRF人工神经网络识别模式在岩性识别中的应用
•   6.1 甲基卡五口勘探井岩心的XRF测量
•   6.2 BP神经网络模型对五口勘探井岩心的岩性识别
•   6.3 结果分析与讨论
• 结论与进一步工作建议
• 致谢
• 参考文献

文章来源

类型: 硕士论文

作者: 杨吉成

导师: 周四春

关键词: 甲基卡,伟晶岩锂矿,岩心荧光测量,人工神经网络,岩性识别

来源: 成都理工大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地质学,矿业工程,矿业工程

单位: 成都理工大学

基金: 国家重点研发计划项目“锂能源金属矿产基地深部探测技术示范”(项目编号:2017YFC0602700)

分类号: P618.71;P624

DOI: 10.26986/d.cnki.gcdlc.2019.000483

总页数: 69

文件大小: 5924K

下载量: 32