基于STM32的新型X荧光在线品位分析仪的研制与应用_刘志远(1).pdf

收稿日期2019-11-13 作者简介刘志远 （1993） ， 男， 硕士研究生。通讯作者程小舟 （1981） ， 男， 正高级工程师。 基于STM32的新型X荧光在线品位分析仪的 研制与应用 刘志远 1， 2， 3 程小舟 1， 2， 31 （1. 中钢集团马鞍山矿山研究总院股份有限公司， 安徽 马鞍山 243000； 2. 华唯金属矿产资源高效循环利用国家工程研 究中心有限公司， 安徽 马鞍山 243000； 3. 金属矿山安全与健康国家重点实验室， 安徽 马鞍山 243000） 摘要矿浆品位的测量一直是选矿行业的研究重点与技术难点， 其测量精度的实时在线反馈直接影响了 选矿工艺流程自动化控制的效果。为实现对选矿工艺流程中矿浆元素品位更加准确的测量， 在上一代有核在线 品位分析仪的基础上改进研发了新一代无核 X 荧光在线品位分析仪。该新型 X 荧光在线品位分析仪基于 STM32F407 控制芯片， 采用 X 光管与半导体探测器相结合的测量结构， 其技术架构与分析原理是 X 光管与半导 体探测器组成测量单元， 由 X 光管激发的 X 射线照射到需要测量的矿浆表面， 同时半导体探测器接收矿浆中待 测元素被激发出的 X 特征荧光； 主控单元接收处理半导体探测器上传的数据信号， 通过串口通讯将所测元素计 数率发送给工控机上位软件； 最终上位软件调用 Matlab 数学分析工具同时采用 BP 神经网络进行数据的建模分 析并得出品位数值。绍兴某选矿厂现场工业试验结果表明， 相比较于上一代有核品位分析仪， 该新型 X 荧光在 线品位分析仪的测量精度与运行稳定性等均有了显著的提高， 各项参数均达到了设计要求。 关键词品位测量STM32X光管半导体探测器数据建模BP神经网络 中图分类号TD463文献标志码A文章编号1001-1250 （2020） -07-178-09 DOI10.19614/ki.jsks.202007026 Development and Application of a New Type of X-ray Fluorescence Online Grade Analyzer Based on STM32 Liu Zhiyuan1， 2， 3Cheng Xiaozhou1， 2， 32 （1. Sinosteel Maanshan General Institute of Mining Research Co.， Ltd.， Maanshan 243000， China； 2. National Engineering Research Center of Huawei High Efficiency Cyclic Utilization of Metal Mineral Resources Co.， Ltd.， Maanshan 243000， China； 3. State Key Laboratory of Safety and Health for Metal Mine， Maanshan 243000， China） AbstractPulp grade measurement has always been the research focus and technical difficulties in mineral processing industry，the accurate measurement of pulp grade with online feedback directly influences the effect of automatic beneficia⁃ tion process. In order to achieve more accurate measurement of element grade in pulp during ore dressing，the new genera⁃ tion nuclear-free X-ray fluorescence analyzer was modified and developed based on the last generation nuclear online grade analyzer. The new type X-ray fluorescence online grade analyzer is based on STM32F407 control chip and the measurment structure combine the X-ray light pipe and semiconductor detector. Its technical architecture and analysis principle are as fol⁃ lows X-ray light pipe and semiconductor detector constitute measurement unit，and the X-ray excited by X-ray light pipe ir⁃ radiates to the surface of the measured slurry. Meanwhile，the semiconductor detector receives the X-ray characteristic fluo⁃ rescence excited by the measured element in the slurry. The main control unit receives and processes the data signal upload⁃ ed by the semiconductor detector，and sends count rate of the measured element to the upper software of industrial computer through serial communication. Finally，upper software calls Matlab mathematical analysis tool and adopts BP neural network for data modeling analysis and grade value acquisition. The field test results of a concentrator in Shaoxing showed that the measurement accuracy and operational stability of the new type of X-ray fluorescence online grade analyzer are significantly improved compared with the previous generation nuclear grade analyzer， and all the parameters meets the design require⁃ ments. 总第 529 期 2020 年第 7 期 金属矿山 METAL MINE Series No. 529 July2020 178 ChaoXing KeywordsGrade measurement， STM32， X-ray light pipe， Semiconductor detector， Data modeling， BP neural network 在选矿行业中， 矿浆品位是指导选矿生产的重 要指标， 其测量一直是选矿行业的研究重点与技术 难点。矿浆品位在线测量的精度直接影响了选矿工 艺流程自动化控制的效果， 因此， 开发出一套实时性 强、 精度高、 安全性好、 性价比高的在线品位分析系 统是选矿行业迫切需要的。 目前， 国际上在线测量元素品位主要采用能量 色散的方式， 国内多所大学及科研机构的专家学者 对能量色散的元素分析方法以及X射线能谱分析的 相关理论及方法进行了深入研究。南京航空航天大 学熊伟 ［1］针对RoHS检测的需求， 根据能量色散光谱 分析的工作原理设计了X射线荧光光谱仪； 东南大学 戴志勇等 ［2］依据能量色散原理设计并研制了一款由 X射线管、 高压电源系统、 光路系统以及信号处理系 统组成的X射线荧光分析仪； 成都理工大学李秋实 ［3］ 通过研究解决了能量色散X射线荧光分析中空气介 质对轻元素特征X射线吸收的难题； 北京矿冶研究总 院李杰等 ［4］通过研究能量色散型X射线荧光分析仪， 在Visual C 6.0开发平台上开发出一套荧光分析仪 专用分析软件， 界面友好， 使用方便。目前， 市场上 矿浆品位测量的产品主要有芬兰奥图泰库里厄的 5X/6X SL分析仪、 中钢集团马鞍山矿山研究总院股 份有限公司的WDPF型在线品位分析仪、 北京矿冶科 技股份有限公司的BOXA型在线品位分析仪等。其 中库里厄5X/6X SL分析仪与BOXA型在线品位分析 仪均由一次取样器、 多路器、 分析仪控制单元、 分析 仪探头和分析仪管理站5部分组成， 采用的是多路取 样集中分析的测量方式 ［5-7］， 同时可以完成测量窗口 的自动换膜 ［8］。由于选矿工业现场环境设备复杂， 根 据现场调研， 在某些选矿车间该方式可能会存在取 样管路堵塞以及一次测量周期过长的问题， 还有较 大的升级改进空间。 矿浆在线品位分析仪是中钢集团马鞍山矿山研 究总院股份有限公司推广应用几十年的矿山专用检 测仪表之一， 采用在所需测量点直接取样测量的方 式， 实现了测量品位数据的实时性， 同时大大降低了 仪表后期维护的工作量。测量方式的便捷与现场较 低的维护工作量使得该矿浆在线品位分析仪在全国 各地多个选矿工业现场得到了长期稳定的应用 ［9-11］。 但是， 由于矿山企业和国家有关部门对放射源的管 控越来越严格， 传统采用核源的在线品位分析仪逐 渐失去了市场竞争力。近年来， 芯片技术飞速发展， 仪表嵌入式系统的发展日新月异， 51系列单片机的 控制系统无法胜任品位多数据的处理以及各子系统 之间的通讯。因此， 本研究采用目前市面上较先进 的STM32F407主控芯片开发该分析仪的嵌入式控制 系统， 同时对制冷机构、 光路机构的设计进行优化， 利用Matlab数学建模分析软件对数据进行BP神经网 络建模， 以提高该新型X荧光在线品位分析仪的测量 分析精度与运行稳定性。 1测量分析原理 该新型X荧光在线品位分析仪的测量分析原理 与前几代产品相比， 主要区别为 采用X光管来激发 元素的X荧光， 同时采用进口元器件半导体探测器代 替原正比计数管， 其中半导体探测器采用Si-Pin半导 体X射线探头以及两级热电制冷模式， 测量准确度较 高 ［12］， 同时在安全性和稳定性上有了大幅度的提升。 新型X荧光在线品位分析仪的测量分析原理如 图1所示， 具体过程为 新型在线品位分析仪X光管 发射出的X射线与取样窗口待测矿浆中各元素原子 作用， 当入射光子能量大于元素原子内层电子的束 缚能时， 该层电子逸出而产生空穴， 外层电子发生能 级跃迁补充该空穴， 同时发出一定能量的特征X射线 荧光； 使用半导体探测器接收所有不同能量的X荧 光， 通过探测器转变成电脉冲信号， 经前置放大后， 用多道脉冲高度分析器进行信号处理， 得到不同能 量X荧光的强度分布谱图， 即能量色散光谱， 简称X 荧光能谱； 最后， 通过能谱图中能量脉冲的道位对元 素进行定性分析， 由于能谱图中脉冲的计数率正比 于该元素的含量， 据此可对元素进行定量分析。通 过上述方式可以得到所测量矿浆的元素类别以及相 应的品位数值。 2仪表结构及设计原理 新型X荧光在线品位分析仪的总体结构见图2， 2020年第7期刘志远等 基于STM32的新型X荧光在线品位分析仪的研制与应用 179 ChaoXing 包括主控单元、 测量单元、 标定单元、 准直单元、 温控 单元以及供电单元。矿浆取样设备就近安装在搅拌 桶内， 数据分析处理上位软件运行在PC端工控机中； 主控单元采用STM32F407ZET6系列作为微处理器； 核心测量单元由X光管、 高压电源以及半导体探测器 构成； 标定单元由检测执行机构及步进电机控制模 块构成； 准直单元包括准直器和滤光片； 温控单元由 半导体制冷片和微电脑温控器构成； 供电单元为主 控芯片提供3.3 V及5.5 V直流电源， 同时为X光管高 压电源提供24 V直流电源。 主控单元中的串口通讯芯片设有两个， 分别为 MAX3232和MAX3485， 其中主控单元通过RS-232通 讯模块与测量单元中的X光管及其配套的高压电源、 探测器以及温控单元连接， 通过RS-485通讯模块与 数据分析处理上位软件连接。 3主控单位设计 3. 1主控单元硬件结构 主 控 单 元 硬 件 结 构 如 图 3 所 示 ，选 用 STM32F407ZET6 系列作为该嵌入式系统的微处理 器， 系统片内包括 STM32F407 最小系统、 JTAG 调试 接口、 电源供电模块、 RS-232与RS-485通讯模块、 标 样检测执行机构的步进电机控制模块、 温度控制模 块、 X光管高压电源控制模块以及X荧光探测器控制 模块。主控单元主要完成机箱各测量单位的控制、 机箱温度的调节以及与上位机的通讯工作。 STM32F407最 小 系 统 由 微 处 理 器STM32F407ZET6、 外部SRAM、 EEPROM存储器以及时 金属矿山2020年第7期总第529期 180 ChaoXing 钟晶振组成。其中 STM32F407ZET6 是基于 Cortex- M4内核的32位高性能芯片， 主频为168 M， 较快的数 据处理能力以及丰富的外设接口可以满足在线品位 分析仪对数据处理速度以及多类别的要求 ［13］； 外部 SRAM 采用 ISSI 存储器 IS62WV51216BLL-55TLI， 其 存储器容量为 8 Mbit， 内存配置为 512 K*16； EE⁃ PROM存储器选用ATMLH751， 可以通过电子方式多 次复写； STM32F407最小系统的时钟晶振采用外部 晶振模式， 该电路在一个反相放大器的两端接入晶 振， 有两个电容分别接入到晶振的两端， 同时另一个 电容接地， 电路左端接入到STM32F407ZET6的时钟 晶振IO引脚中。 由于外置高压电源需要主控单元进行24 V供 电， 同时微处理器、 半导体探测器以及步进电机等单 元需要3.3 V以及5 V供电， 因此主控单元的供电模 块由开关电压调节器LM2596以及正向低压降稳压 器AMS1117组成， 其中LM2596是降压型电源管理单 片集成电路， AMS1117为正向低压降稳压器， 供电芯 片为主控单元各模块提供稳定的电压为3.3 V和5 V 的电源。其中供电单元电路原理如图4所示。 步 进 电 机 控 制 模 块 采 用 步 进 电 机 驱 动 器 A4984SLPT， 它可以将电脉冲转化为角位移。步进驱 动器接收到一个脉冲信号， 随即驱动步进电机按设 定的方向转动一个固定的角度。驱动器控制步进电 机的转动来推动矿浆标样块的前进与后退， 同时可 以通过控制脉冲个数来控制角位移量， 从而达到准 确定位、 精准测量的目的。STM32F407最小系统与X 光管高压电源、 半导体探测器以及温控器的通讯采 用 RS-232通讯芯片 MAX3232， 实现设备 RS-232数 据到主控单片机TTL数据的转换， 同时保证数据的零 延时自动收发转换以及波特率自适应。 STM32F407最小系统与PC端上位软件的通讯采 用RS-485通讯芯片MAX3485， 该485通讯模块电路 原理如图 5所示， 其中 STM32F407ZET6的 “PC11” 引 脚与 MAX485 的 “TX” 相连，“PC10” 与 “RX” 相连， 这 两个端口以半双工的形式完成数据的传输， 同时 MAX485芯片中有 “EN1” 和 “EN2” 两个引脚， 用于控 制485芯片的收发工作状态的， 当 “EN1” 引脚为低电 平时， 485芯片处于接收状态， 当 “EN2” 引脚为高电平 时 芯 片 处 于 发 送 状 态 。 主 控 单 元 中 使 用 了 STM32F407ZET6的 “PD6” 接口直接连接到这两个引 脚上， 通过控制 “PD6” 的输出电平即可控制RS-485 的收发状态。MAX485的AB两个接口通过板上接线 端子与PC端连接， 最终实现测量数据的上传以及开 关指令的下达。 3. 2主控单元软件程序编程 主控单元 STM32F407 软件程序的编程主要在 Keil5中完成， 采用目前较成熟的固件库编程的方式， 编程内容包括STM32F407内核的汇编寄存器定义、 STM32F407系统初始化与系统时钟配置函数、 中断 相关服务函数与中断固件库、 STM32F407片内外设 固件库、 主控芯片板级支持包函数以及程序主函数。 主控单元软件程序的编程需要STM32F407片内 外设固件库的支持， 将所需的片内外设固件库打包 2020年第7期刘志远等 基于STM32的新型X荧光在线品位分析仪的研制与应用 181 ChaoXing 进Driver文件夹中， 以便板级支持包函数以及主函数 的调用。中断服务函数主要用来设定程序运行相应 的中断信息， 保证STM32F407ZET6对中断信息的及 时处理与反馈， 提高系统的运行效率与稳定性。主 控芯片板级支持包函数主要是用来设置主控单元 PCB板上的相应接口， 使PCB板上外设各模块接口与 STM32F407ZET6引脚的定义相对应。程序框图如图 6所示。 金属矿山2020年第7期总第529期 182 ChaoXing 其中程序代码主要函数包括 （1） 温度控制模块、 X光管高压电源控制模块以 及X荧光探测器控制模块数据的接收与开关量的控 制函数； （2） VB上位软件与下位测量仪表的数据上传与 下载函数； （3） 标样检测执行机构的步进电机运行时间与 距离控制函数； （4） 温度控制模块温度数据采集与温控器开关 量控制函数。 4机箱温控系统以及准直滤光机构的设计 由于X光管以及X荧光探测器工作时均对环境 温度上限有要求， 故需要对机箱加装降温设备和温 控模块。机箱温度调节与控制系统由半导体制冷片 和微电脑温控器两部分组成， 分别起到机箱降温和 温度控制的作用。半导体制冷片安装于机箱盖板 上， 冷端位于机箱内部对机箱内部进行降温； 热端位 于机箱外部， 且包含3台风扇， 将热量散发到机箱外 部。微电脑温控器可以检测机箱内部的温度， 根据X 光管以及X荧光探测器的稳定工作温度设定机箱温 度的合理区间。采用PID自动控制原理进行温度控 制， 当机箱温度超过设定上限时， 能够及时断开系统 的电源， 起到保护昂贵光学设备的目的。 X光管产生的X射线由侧面铍窗射出， 照射到取 样窗中的矿浆， X荧光探测器的探头接收矿浆中元素 发射出的X特征荧光， 这样便形成两条光路。但是如 果缺少准直装置， X射线照射到矿浆以外的元素产生 的X特征荧光也会被接收器探头接收， 从而对系统谱 形产生干扰。因此通过借鉴医学上X影像设备的准 直原理， 对机箱中两条光路加装准直机构， 消除杂光 的干扰。目前在选矿现场， 一种矿浆中往往只需要 知道一种矿石元素的品位， 那么矿浆中其他微量元 素被激发出的X特征荧光就会对系统的谱形和建模 产生干扰。通过在取样窗口加装滤光片， 只让需要 测量元素的X特征荧光通过， 滤除其他X特征荧光， 可提高谱形的纯净度和建模的精度。 5上位软件数据建模的设计 对于矿浆品位的测量， 仪器分析是一种相对分 析方法， 在正式使用之前应该采用化学分析作为基 准予以检测， 在线品位分析仪检测点的标定就是使 得该点上被测元素含量的显示值向化验值靠拢和接 近的过程。 具体的标定方法是 在某个完整的测量周期内 分析仪记录下检测点上在线矿浆流的荧光能谱信 息， 同时在同一检测周期内， 于检测点人工截取被测 矿浆流。矿浆样品经过过滤、 烘干、 缩分后送化验室 分析， 上述操作得到一个单样。样本的被测元素品 位范围和浓度范围要覆盖使用区间， 并在整个区间 内呈正态分布。为了获取有生产代表性的标定样 本， 保证样本可以覆盖选矿流程中矿浆品位的大部 分情况， 根据选矿厂现场化验班组工作统计， 对每个 检测点基本上需采出 30个左右的单样组成一个样 本， 同时根据选矿工艺中矿浆的周期变化情况， 获取 样本的时间跨度应该尽量拉长。对于本次工业现场 试验， 通过对车间化验班组积累的矿浆化验值数据 进行分析， 划定了可以覆盖工艺流程各类品位数据 的时间节点， 确定了15 d的时间跨度。同时， 为了满 足BP神经网络训练集容量的需要， 每天按照统一的 时间各采集8组计数率、 化验值以及矿浆浓度的有效 数据， 一共采集120组有效数据。最终将该样本中的 每个单样被测元素化验值置入计算机， 根据被测元 素设置合理的道参数文件。计算机选择合适的建模 方式自动建立最佳的数学模型并自动计算上述标定 样本中各被测元素的测量准确度， 之后根据建立的 数学模型在线检测矿浆流中各元素的品位值， 从而 指导选矿生产。 选矿工业现场的矿浆中往往含有多种元素， 各 元素的含量也会相互影响， 因此一种元素的品位数 值与矿浆中各种元素的X荧光能谱信息 （上位软件接 收到的元素脉冲数） 相关联， 品位作为矿石元素在矿 浆中含量的比重与矿浆浓度也存在关联性。某一元 素的品位值与脉冲计数率以及矿浆浓度呈强相关， 与其他元素脉冲计数率呈弱相关。因此， 黑盒子式 数据建模适合于品位数据的处理， 通过大数据的训 练可以找出各数据之间的关联性。在智能算法领 域， BP神经网络算法是一种最有效的多层神经网络 学习方法， 其主要特点是信号前向传递， 而误差后向 传播， 通过不断调节网络权重值， 使得网络的最终输 出与期望输出尽可能接近， 以达到训练建模的目的， 同时其多输入多输出的特点也适合对元素脉冲数和 品位值进行建模分析。 基于上述原因， 上位软件品位数据的建模与分 析考虑采用BP神经网络算法， 提高数据建模的准确 度 ［14］。通过Matlab编程的方式， 进行BP神经网络的 建模， 生成.m可执行文件MCRInstaller在PC端上运 行， 同时在VB软件中安装动态链接库文件myOneR- egress_1_0.dll， 实现 VB上位软件与 Matlab数据处理 库的连接。 图7为品位数据建模分析BP神经网络原理， 该 典型铜矿品位数据建模分析BP神经网络由输入层、 2020年第7期刘志远等 基于STM32的新型X荧光在线品位分析仪的研制与应用 183 ChaoXing 隐含层以及输出层构成， 其中输入层由半导体探测 器 所 测 量 的 矿 浆 元 素 X 射 线 荧 光 脉 冲 数 经 STM32F407主控芯片传输到上位软件中的元素脉冲 数以及矿浆实时浓度组成； 隐含层为BP神经网络的 中间层， 需要一定数量的隐含节点， 隐含层的隐含节 点的选择根据经验公式 h m n a， 其中， h为隐含层节点数目； m为输入层节点数目； n 为输出层节点数目； a为1到10之间的调节常数。根 据BP神经网络建模的经验， a的值选2， 故隐含层设 置为4个神经元。 输出层输出元素的品位数值， 输出的值由上位 软件进行实时显示。通过一段时间测量元素脉冲数 的典型值以及化验品位的准确值， 在 Matlab中进行 BP神经网络的自学习修改各神经元的权值， 该自学 习选用 Matlab 中的神经网络工具箱进行网络的训 练 ［15］， 神经网络的训练集使用上文中描述的15日内 选矿浮选槽现场所采集的 120组数据， 20组数据作 为训练完成后的验证数据， 100组作为训练数据， 其 中每组数据均为元素脉冲计数率、 矿浆浓度以及相 应的元素品位化验值。预测模型的具体实现步骤如 下 将训练集 100组样本数据归一化处理后输入网 络， 设定网络隐层和输出层激励函数分别为 tansig 和logsig函数， 网络训练函数为traingdx， 网络性能函 数为mse， 隐层神经元数初设为4， 设定网络参数， 网 络迭代次数 epochs 为 5 000 次， 期望误差 goal 为 0.000 000 01。设定完参数后， 开始训练网络， 该网络 通过重复学习达到期望误差后则完成学习。 在实际使用中， 定期的品位化学检验值可以输 入到分析仪的上位软件中， 依托平时大量的品位化 学检验值、 矿浆浓度以及相应的元素脉冲数， BP神经 网络数据模型可以不断地自学习来修正各神经元的 权值， 提高该在线品位分析仪测量的准确度以及对 现场矿浆品位数值突变的适应能力。 6现场工业试验效果 2019年3月， 该新型X荧光在线品位分析仪在绍 兴某铜选矿厂进行现场工业试验， 检测了该仪表的 运行稳定性情况以及现场品位测量的精度。 由于选矿厂工业设备、 环境温度等情况复杂， 同 时X光管以及半导体探测器的运行对温度要求较高， 因此， 在工业试验时我们需要了解品位仪运行时X光 管高压电源的灯丝电流、 电源温度、 电源电压、 管电 压、 管电流以及半导体探测器的探测器高压、 探头温 度、 机身温度。图8为上位软件中选厂现场总铜通道 监视窗， 其中点状曲线为所测矿样中不同能量X荧光 的强度分布谱图， 简称X荧光能谱图， 通过分析峰位 和峰值即可得出矿浆中相应元素的种类以及品位； 监视窗右端从上到下即为半导体探测器的探测器高 压、 探头温度、 机身温度以及X光管高压电源的灯丝 电流、 电源温度、 电源电压、 管电压、 管电流的实时数 据， 通过数据可以对设备的运行状态进行实时监控。 现场实际运行一段周期的参数如表1所示， 取每 天上午9点的实时数据。从表1的数据可以看出， 设 备在运行时各参数均比较稳定， 参数只随环境温度 的改变发生微小的变化， 符合该品位分析仪的设计 要求。通过工业现场试验验证了该仪表长期运行的 稳定性。 半导体探测器所测量的X射线荧光的峰位和峰 值是进行数据建模的数据支撑， 通过记录一段周期 所测元素的X射线荧光的峰位和峰值， 可以检验该品 位仪测量的精度。现场该选矿车间总铜点位的铜元 素X射线荧光的峰位和峰值的数值如表2所示， 取每 天上午9点的实时数据。从表2的数据可以看出， 所 测X射线荧光的峰位一直稳定在912道位附近， 波动 幅度微小， 同时相应的峰值跟随品位数值的变化做 正比变化， 均满足设计要求。 7结论 （1）该 新 型 X 荧 光 在 线 品 位 分 析 仪 基 于 STM32F407设计而成， 主控单元集成度较高、 整体功 耗较低； X射线高压光管以及半导体探测器的使用确 保了仪表无核化的要求， 同时温控以及准直滤光单 元的加入提高了设备运行的稳定性； 采用BP神经网 金属矿山2020年第7期总第529期 184 ChaoXing 络建模的方式提高了数据建模的准确度以及数据处 理的自适应能力。 （2） 工业试验结果表明， 该新型X荧光在线品位 分析仪的运行稳定性与测量精度均达到了设计要 求， 与上一代有核源在线品位分析仪相比 ①现场使 用的安全性得到了提高， 消除了核源所造成的安全 隐患； ②精矿矿浆品位的测量精度从上一代的5左 右提升到了2～3， 做到了对选矿自动化流程更精 确的反馈作用； ③由主控单元的升级带来的测量计 数率分辨率的提高使得该新型仪器的元素品位测量 范围得到了扩展， 测量能力基本覆盖了矿山行业中 的各类矿石元素。该新型在线品位分析仪的成功研 制满足了选矿工艺流程对矿浆品位高精度实时监测 的需要， 为选矿行业全流程自动化控制的优化提供 了更先进的技术支撑。 参 考 文 献 熊伟.能量色散X射线荧光光谱仪的开发 ［D］ .南京南京航空 航天大学， 2013. Xiong Wei.Development of Energy Dispersive X-ray Fluorescence Spectrometer［D］ . Nanjing Nanjing University of Aeronautics and Astronautics， 2013. 戴志勇.能量色散X射线荧光光谱仪系统设计 ［D］ .南京东南大 学， 2018. Dai Zhiyong. System Design of Energy Dispersive X-ray Fluores⁃ cence Spectrometer ［D］ .NanjingSoutheast University， 2018. 李秋实.轻元素能量色散X荧光分析研究 ［D］ .成都成都理工大 学， 2015. Li Qiushi.Energy Dispersive X-ray Fluorescence Analysis of Light Elements ［D］ .ChengduChengdu University of Technology， 2015. 李杰， 周俊武， 曾荣杰.能量色散X射线荧光分析仪专用分析 软件的开发 ［J］ .矿冶， 2009， 18 （2） 79-83. Li Jie， Zhou Junwu， Zeng Rongjie.Development of special analysis software for energy dispersive X-ray fluorescence analyzer ［J］ .Min⁃ ing and Metallurgy， 2009， 18 （2） 79-83. 李晶兵 .国产载流 X 荧光品位分析仪在德兴铜矿的应用研究 ［D］ .南昌南昌大学， 2016. Li Jingbing.The Application and Demonstration of the Domestic X- ray Fluorescence Grade Analyzer in Dexing Copper Mine ［D］ .Nan⁃ changNanchang university， 2016. 赵建军， 赵海利， 赵宇.基于STM32的载流X荧光品位分析仪 硬件平台设计 ［J］ .自动化与仪器仪表， 2016 （9） 26-27. Zhao Jianjun， Zhao Haili， Zhao Yu. Hardware plat design of current-carrying X-ray fluorescence grade analyzer based on STM32 ［J］ .Automation and Instrumentation， 2016 （9） 26-27. 孙学方， 赵建军.载流X荧光品位分析仪在新疆阿舍勒铜矿的 应用 ［J］ .中国矿业， 2018， 27 （S2） 196-199. Sun Xuefang， Zhao Jianjun.Application of current-carrying X-ray fluorescence grade analyzer in Ashele copper mine in Xinjiang ［J］ . China Mining Magazine， 2018， 27 （S2） 196-199. 赵建军， 卢双豪， 田锐， 等.载流矿浆品位分析仪膜片自动更 换装置研究 ［J］ .中国矿业， 2016， 25 （S1） 527-530. Zhao Jianjun， Lu Shuanghao， Tian Rui， et al.Study on automatic di⁃ aphragm replacement device for current-carrying slurry grade ana⁃ lyzer ［J］ .China Mining Magazine， 2016， 25 （S1） 527-530. 冯禄平， 陈勇亮， 张坤， 等.WDPF-Ⅲ微机多点多道品位在线 分析系统的研究与应用 ［J］ .金属矿山， 2010 （1） 116-118. Feng Luping， Chen Yongliang， Zhang Kun， et al.Research and ap⁃ plication of WDPF-Ⅲ XRF pulp grade on-line analysis system ［J］ . Metal Mine， 2010 （1） 116-118. 张坤， 冯禄平.WDPF-Ⅱ品位分析仪在彝良驰宏矿业选矿工 艺的应用 ［J］ .现代矿业， 2011 （4） 110-112. Zhang Kun， Feng Luping.Application of WDPF-Ⅱ grade analyzer in beneficiation process of Chihong mining in Yiliang［J］ .Modern Mining， 2011 （4） 110-112. 马斌， 周德君.X荧光在线品位分析仪的研制与应用 ［J］ .现代 矿业， 2014 （6） 133-134， 137. Ma Bin， Zhou Dejun.Development and application of X-ray fluores⁃ cence on-line grade analyzer［J］ . Modern Mining， 2014（6） 133- 134， 137. ［1］ ［2］ ［3］ ［4］ ［5］ ［6］ ［7］ ［8］ ［9］ ［10］ ［11］ 2020年第7期刘志远等 基于STM32的新型X荧光在线品位分析仪的研制与应用 185 ChaoXing ［12］ ［13］ ［14］ ［15］ Zhe L I， Xianguo T， Mingzhe L， et al.Towards an online energy dis⁃ persive X-ray fluorescence analytical system for iron ore grade ⁃ uation ［J］ .Nuclear TechnologyEnglish Version， 2012， 23 （5） 289- 294. 刘彤 .基于 STM32的智能数据处理装置的硬件设计与实现 ［J］ .电子世界， 2018 （21） 195-197. Liu Tong.Hardware design and implementation of intelligent data processing device based on STM32［J］ . Electronic World， 2018 （21） 195-197. 廖芳瑜， 潘莲辉.基于BP神经网络分析的在线矿浆品位分析仪 设计 ［J］ .企业科技与发展， 2012 （13） 19-23. Liao Fangyu， Pan Lianhui. Design of online pulp grade analyzer based on BP neural network analysis［J］ .Enterprise Science and Technology and Development， 2012 （13） 19-23. 温正.MATLAB智能算法 ［M］ .北京清华大学出版社， 2019. Wen Zheng.MATLAB Intelligent Algorithm［M］ .BeijingTsinghua University Publishing House， 2019. 金属矿山2020