基于拉曼光谱的复杂硫化矿快速分类方法研究

热液硫化物型脉状矿作为一类复杂硫化矿,其区域特征、成矿规律及矿物成份已有初步研究。由于成矿时期的不同,矿石中有用矿物的特征存在较大差异,导致不同矿物的性质变化较大。在选矿过程中,矿物性质的差异一定程度增加了选矿难度,减少了有用矿物回收率。因此,迫切需要一种快速、简单的对复杂硫化矿进行分类的方法,进而提高选矿指标。激光拉曼光谱技术作为一种能够分析物质结构信息的手段,已被应用于矿物的成份鉴定和结构分析。通过对大量矿物样本的激光拉曼光谱的研究,结合矿物性质深入揭示其光谱差异的原因,提出了一种基于拉曼光谱的复杂硫化矿矿源分类方法。实验结果表明：由于此类复杂硫化矿成矿时期的差异,从而造成矿物结构和性质存在较大差异。荧光主要由原矿中的脉石矿物产生,猝灭矿物中瞒石的荧光背景后可知201.62, 242.54, 288.38和309.77 cm-1处拉曼峰可以作为此类硫化矿的拉曼指纹谱。为此,基于此类硫化矿的荧光强度和代表谱峰强度与荧光背景比值可以将矿源分为三类,并利用工业试验结果进一步验证分类方法的准确性。本研究深入分析了此类复杂硫化矿的激光拉曼光谱与其矿物性质与类别之间的密切关系,提出了矿源快速分类方法,矿样无需经过复杂的化学前处理过程,对提高选矿作业效率具有重要应用价值。     

基于拉曼光谱-模式识别方法对奶粉进行真伪鉴别和掺伪分析

奶粉的真伪和掺伪近年来受到广泛的关注,研究一种操作便捷,能准确、快速、全面鉴定奶粉品牌并实现奶粉掺假鉴别的新方法对于奶粉的质量控制具有重要的意义。为实现奶粉的真伪鉴别,采集三种品牌奶粉贝因美、飞鹤和雀巢的拉曼光谱,并利用拉曼谱图特征峰结合最近邻算法(nearest neighbor,NN)的模型对三种品牌奶粉进行识别,在10次交叉验证的基础上,平均识别率为99.56%。为实现奶粉的掺伪分析,将飞鹤奶粉与雀巢奶粉按不同质量比(0∶1,1∶3,1∶1,3∶1,1∶0)混合成五种掺伪奶粉,提取掺伪奶粉中的脂肪,采集脂肪样本的拉曼光谱,分别使用拉曼谱图特征峰结最近邻算法的模型和核主成分分析(kernel principal components analysis,KPCA)结合最近邻算法的模型对五种脂肪样本进行识别,10次交叉验证下的平均识别率分别为93.33%和98.89%,平均运算时间分别为0.085和0.104 s。实验证明：特征峰结合NN的算法可以快速实现对奶粉真伪的判别,但此算法不能很好的区分掺伪奶粉;拉曼光谱-KPCA-NN模型可以为奶粉的掺伪检测提供一种简便、准确、快速的方法。