基于反卷积技术的铀矿石放射性分选研究 王东阳， 张雄杰， 刘阳， 颜远桐， 王宝， 吴尚伟， 刘琪， 蔡新奇， 王仁波， 唐斌

《Minerals》：Study on Radiometric Sorting of Uranium Ore Based on Deconvolution Dongyang Wang, Xiongjie Zhang, Yang Liu, Yuantong Yan, Bao Wang, Shangwei Wu, Qi Liu, Xinqi Cai, Renbo Wang and Bin Tang

　　

摘要

铀矿的预浓缩是实现环境可持续铀矿开采和降低湿法冶金系统操作负荷的关键步骤。传统的放射性分选系统主要采用“单颗粒间歇测量”模式。然而，在连续矿流和高吞吐量操作条件下，相邻矿颗粒的辐射场不可避免地会发生重叠，这会导致伽马计数干扰和矿段边界模糊，从而限制了分选精度和系统容量。为了解决这些挑战，本研究建立了一个卷积模型，描述了连续矿流条件下矿品位分布与伽马响应特性之间的关系。在此基础上，提出了一种基于反卷积的铀矿品位计算方法，并引入了一种自适应确定策略来优化特征参数α，以提高品位估算精度并可靠地识别矿段边界。实验结果表明，在铀品位介于0.05%至0.18%、矿段长度在16–40厘米范围内的情况下，各个矿段的反演品位与真实品位之间的相对误差均小于10%。与传统间歇测量和识别方案相比，所提出的方法能够在连续矿段中辐射场重叠的条件下实现稳定且准确的品位反演。