基于X-CT沥青铀矿微粒原位识别研究
Uranium Geology（2023）
摘要
针对岩矿测试中传统手段无法直接获取岩心样品内部特定矿物颗粒的空间分布、含量等信息,文章利用不同密度的矿物对X射线具有不同衰减系数这一特性,研究了不同测定条件下黄铁矿、黄铜矿和沥青铀矿的灰度变化特征,并通过灰度特征确定了区分3种矿物的最佳测量条件.通过测定包括沥青铀矿在内的多种常见的单矿物灰度特征,研究了沥青铀矿对各种常见矿物的识别率.研究结果表明,除方铅矿、重晶石等矿物外,其余常见矿物对沥青铀矿的识别率优于95％.通过模拟岩心测定结果表明,X-CT技术对沥青铀矿识别结果与真实值基本一致.该研究对无损条件下直观了解岩心内部目标矿物的空间赋存状态以及为数字岩心提供了技术支撑.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要