融合形态学与优化算法的XRF铁矿石品位定量分析检测方法研究.pdfVIP

第45卷，第12期光谱学与光谱分析Vol.45,No.12,pp3307-3316

2025年12月SpectroscopyandSpectralAnalysisDecember,2025

融合形态学与优化算法的XRF铁矿石品位定量分析检测方法研究

王兰豪，朱震宇²，钟宵，王红艳3*，李朝朋4

1.中国矿业大学炼焦煤资源绿色开发全国重点实验室，江苏徐州221116

2：中国矿业大学人工智能学院，江苏徐州221116

3．中国矿业大学信息与控制工程学院，江苏徐州221116

4.沈阳隆基智能技术研究有限公司，辽宁沈阳110000

摘要针对现有X射线荧光光谱（XRF)铁矿石在线品位检测技术受强本底干扰、谱峰重叠解析困难及建

模精度不足制约的问题，提出覆盖“信号预处理一谱峰分解一品位建模”全流程的解决方案。在本底扣除环

节，开发融合数学形态学与导数迭代多项式拟合（Mor十DIPF)方法，在保障特征峰光谱保真度的同时显著

提升基线平滑性与拟合精度，解决传统形态学算法在特征峰区域平滑不足的缺陷。针对复杂谱峰重叠，提出

自适应参数更新粒子群算法（APU-PSO)联合EM-GMM的分解框架，通过增强全局寻优能力实现高精度解

析，为后续定量分析提供高精度谱峰参数。为解决基体效应导致的非线性误差问题，构建Transformer与双

向长短期记忆网络（BiLSTM)融合模型，利用Transformer捕捉工艺变量间的长距离依赖关系，BiLSTM增

强时序动态特征学习，通过多源数据融合深度提取品位波动关键影响因素，解决基于XRF铁矿石品位高精

度预测瓶颈。实验结果表明，Mor十DIPF算法在四种不同基线（线性、正弦、高斯、指数）下的均方根误差

(RMSE）、平均相对误差（MAE)和决定系数（R²）均优于传统方法，其中R²最高达到99.96%。APU-PSO

EM-GMM算法在普通重叠峰、肩部重叠峰和多重叠峰的拟合效果上均优于曲线拟合法、高斯锐化法等对比

算法。Transformer-BiLSTM模型对钛铁矿品位的定量分析平均绝对误差为0.2172，均方根误差为0.2807，

决定系数达99.7161%，性能优于SVM、Transformer等模型。该系统已在沈阳某选矿厂应用6个月以上，

在设定3%相对误差范围内的估计合格率均超90%，展现出高精度、强实时性与优异鲁棒性的综合优势，该

研究成果为复杂矿物在线分析提供了理论依据与技术范例，推动XRF光谱分析在工业过程检测领域的智能

化应用。

关键词X射线荧光光谱；本底扣除；谱峰重叠；Transformer；BiLSTM；品位检测

中图分类号：0433文献标识码：AD0l:10.3964/j.issn.1000-0593(2025)12-3307-10

目前，针对铁矿石品位的定量分析研究方案较为丰富，

引言多集中于传统化学分析方法，包括ICP-AES法、EDTA滴定

法、稳健统计法以及碘氟法等[5-81。这些方法虽准确可靠，但

钢铁制品作为国民经济和社会发展的重要基础材料产存在操作流程复杂、分析成本高、样品预处理繁琐、分析效

业，在社会生产和人民生活中占据着不可或缺的地位1。相率低等问题。近年来，基于光谱的分析方法成为研究热点，

关统计数据显示，全球粗钢年产量已突破18亿吨，其中中国其中包括原子吸收光谱法、原子荧光光谱法和X射线荧光光

粗钢产量约为9亿吨，产量占比接近50%[2]。尽管我国铁矿谱法等[9-10]。在这其中，X射线荧光光谱法（X-rayfluores-

石储量较为丰富，但主要以低品位矿石为主，且矿石类型复cence，XRF)以其快速的检测速度、较低的分析成本和广泛

杂多样，导致开采难度大、选矿成本高，同时面临能