基于数据挖掘的矿石金属元素分离与提取方法研究

李 想

（沈阳师范大学，辽宁 沈阳 110000）

在矿石资源中，含有多种金属元素，并且这些金属具有很高的回收价值，为了合理利用这部分资源，需要对矿石金属元素进行分离、提取。传统的对于矿石金属元素分离与提取方法在进行分离与提取时，不能很好的对矿石中金属元素分析，导致矿石金属元素分离与提取的准确程度较低，造成浪费的情况，针对这一现象，本文将数据挖掘技术应用到矿石金属元素分离与提取中，以提高矿石金属元素分离与提取的准确性。数据挖掘技术是一种通过数理模式来分析业内存储的大量资料，找出不同的客户或市场划分，进而分析出数据中内在联系的一种方法，其能够从大量的、不完全的、有噪声的随机的矿石数据中将有用的数据进行挖掘，自动搜索其中有特殊关系的数据，所以本文利用数据挖掘这一特性，将其应用到矿石金属元素分离与提取中，提高矿石金属元素分离与提取工作的速度。

本文从矿石金属元素分离与提取的准确性出发，首先对矿石金属元素杂质去除，在此基础上，利用数据挖掘中的聚类算法实现基于数据挖掘的矿石金属元素分离与提取。同时，为了证明此次设计的基于数据挖掘的矿石金属元素分离与提取方法的有效性，设置了实验，实验对比结果表明，此次设计的方法具有较高的准确性，具有一定的实际应用意义。

1 基于数据挖掘的矿石金属元素分离与提取方法设计

1.1 矿石金属元素分离

在矿石金属元素在分离与提取时难度较大，本文采用FDHF浸金方法，对矿石金属元素进行杂质去除，提高矿石中成分的含量。其原理是以FDHF中水溶液作为溶剂[1]，将矿石中的金属元素浸出，金在遇到FDHF浸金溶液时，金的表面会溶解，并在金的表面会产生饱和溶液，该饱和溶液逐渐向溶液内部扩散，随着扩散程度的增加，金的周围已饱和的溶液浓度下降，会对金进一步的溶解，逐渐将矿石金属周围的溶液浓度补充。在进行FDHF浸金[2]时，需要对FDHF浸金的浓度、溶液内部的饱和液进行控制，将其控制在0.1～1%范围内，酸度设置为PH=1～4，将时间控制在4小时内，保证浸出效果。在一定的温度和压力条件下，将矿粉与溶剂进行搅拌，使矿中的有用金属转入溶液，将金属与脉石分离，选择盐水溶液为浸取溶剂，浸取温度设置为25-250度，浸取压力设置为50大气压，并用机械或气体等进行搅拌矿浆，在反应完全后，完成矿石的浸取。FDHF浸金法在使用时，受矿石金属元素中的杂质影响较小，并且浸出速度相对较快，以此完成矿石金属元素分离，在此基础上，对矿石金属元素进行提取。

1.2 矿石金属元素提取

此次选取的对矿石金属元素提取的方法是一种新的工艺，主要是将矿石与氰氧化物所构成的化合物在高分下充分接触，将材料进行溶解，将其溶解在一种溶液中，并从该溶液中回收金属。具体步骤如下所示，首先，将矿石材料与氢氧化物进行接触，溶液中的氢氧化物需要超过1%，并用加热装置对其进行加热，温度调节至50度左右，以到达矿石材料的熔点，得到靶材料，在此基础上，将矿石材料从加热装置上取下，并在一定的温度下进行冷却，冷却后，将其放到溶液中，在经过溶解后，完成矿石金属元素的提取。

通过上述过程完成对矿石金属元素的提取，为了保证此次设计的基于数据挖掘的矿石金属元素分离与提取方法的有效性，将在下一步进行实验分析。

2 实验对比

为了证明上述设计的基于数据挖掘的矿石金属元素分离与提取方法的有效性，进行实验分析，同时为了保证此次设计的实验的严谨性，将传统的金属分离与提取方法与本文设计的基于数据挖掘的矿石金属元素分离与提取方法进行对比。

实验采取某地矿产实验室，在该实验室内设置相同的实验环境，选用相同矿石，分别采用传统方法与本文方法对矿石中的金属元素进行提取和分离，主要对比两种方法的准确性，实验对比结果如图所示。

图1 实验对比图

通过上图能够看出，此次设计的基于数据挖掘的矿石金属元素分离与提取方法在对金属元素分离与提取时，准确性较高，因为该方法能够合理采用分离和提取工艺对金属元素处理，大大提高了准确性，而传统的分离与提取方法准确性较低，因为传统方法对于矿山中金属元素分析能力不够，导致准确性较低，通过上述实验基本能够证明此次设计的基于数据挖掘的矿石金属元素分离与提取方法的有效性，具有一定的实际应用意义。

3 结语

综上所述，矿石金属元素分离与提取在金属生产中占有非常重要的位置，其准确性直接影响金属元素提取情况。针对传统的矿石金属元素分离与提取方法准确性低的情况，本文利用数据挖掘技术，对矿石金属元素进行分离与提取，实验对比结果表明，此次设计的矿石金属元素分离与提取方法比传统方法准确性高，具有一定的实际应用意义。