基于传感器的矿石拣选技术研究现状与发展趋势.pdf

1 6 0 有色金属 选矿部分2 0 1 7 年增刊 d o i 1 0 ．3 9 6 9 ／j ．i s s n ．1 6 7 1 - 9 4 9 2 ．2 0 1 7 ．z 1 ．0 3 5 基于传感器的矿石拣选技术研究现状与发展趋势 成磊，尚红亮，朱道遥 北京矿冶研究总院，北京1 0 0 1 6 0 摘要介绍了X 射线荧光 X R F 拣选法、X 射线透射 X R T 拣选法、色选法、放射法拣选法、近红外射线 N I R 拣选法 及其它类型拣选的国内外研究现状和工程应用情况，讨论了基于传感器的矿石自动拣选技术和设备发展趋势。 关键词X R F 拣选法；X R T 拣选法；色选法；放射法拣选法；N I R 拣选法 中图分类号T D 4 6 1 文献标志码A文章编号1 6 7 1 - 9 4 9 2 2 0 1 7 S 0 - 0 1 6 0 - 0 4 C u r r e n tR e s e a r c ha n dD e v e l o p m e n tT e n d e n c yo fO r eS o r t i n gT e c h n o l o g yB a s e do nS e n s o r C H E N GL e i ．s H A N GH o n g l i a n g ，Z H UD a o y a o B e r i n gG e n e r a lR e s e a r c hI n s t i t u t eo fM i n i n g M e t a l l u r g y ，B e i j i n g1 0 0 1 6 0 ，C h i n a A b s t r a c t T h ec u r r e n tr e s e a r c ha n dp r o j e c ta p p l i c a t i o no fX R Fs o r t i n gm e t h o d ，X R Ts o r t i n gm e t h o d ，c o l o r s o r t i n gm e t h o d ，r a d i o m e t r i cs o r t i n gm e t h o d ，N I Rs o r t i n gm e t h o da n do t h e rt y p es e n s o rb a s e ds o r t i n gm e t h o da r e i n t r o d u c e d ．T h ed e v e l o p m e n tt e n d e n c yo fo r ea u t o m a t i c s o r t i n gt e c h n o l o g y a n de q u i p m e n tb a s e do ns e n s o ra r e d i s c u s s e d ． K e yW o r d s X R Fs o r t i n gm e t h o d ；X R Ts o r t i n gm e t h o d ；c o l o rs o r t i n gm e t h o d ；r a d i o m e t r i cs o r t i n gm e t h o d ；N I R s o r t i n gm e t h o d 拣选是利用矿石的光学性质、导电性、磁性、放 射性及不同射线 1 射线、B 射线、x 射线、红外线、无 线电波等 辐射下的反射和吸收特性差异，通过逐一 检测后机械分离的选矿方法⋯。从2 0 世纪初奥地 利首台光电自动拣选设备研制成功起，该技术被逐 步应用于有色金属、黑色金属、稀有金属、放射性金 属等矿石预选工艺。伴随国外先进技术发展，国内 科研工作者们也相继研制了金刚石射线拣选机、M 系列放射拣选机等系列产品。2 j 。近年来，拣选技术 在俄罗斯R a d o s 、德国C o m m o d a s 、澳大利亚U l t r a S o r t 等公司的推广实践下在世界范围内得到了弥足发 展旧引。现有拣选技术根据传感器探测信号的电磁 波谱范围划分，可分为x 射线辐射法 x 射线荧光法 X R F 及X 射线穿透法 X R T 、色选法及光度法、 放射法、近红外光谱法、红外光谱法、电磁法及复合 方法等。 1 X 射线荧光 X R F 拣选 X R F 拣选技术是利用探测器接收矿石受到x 射 线照射后所激发的二次x 射线 也称特征x 射线 来分选矿石。由于每一种元素被激发跃迁时放出x 射线的能量是特定的，通过测定特征x 射线的能量 及其强弱便可通过光电转换获知该元素信息。典型 设备包括俄罗斯R A D O S 公司P P C 型拣选机、S t e i n e r t 公司X S SF 分选机以及R e d w a v e 公司R O XX R F 拣 选机等，照射系统一般选用钨、铜、银、铝、铑等阳极 的x 射线源，电压1 0 ～6 0k e V ，管电流5 ～7 0m A ，探 测器采用闪烁计数器。由于x 射线荧光法本身能级 特性，仅激发矿石表面1 ～2m m 的深度，无法反映矿 石内部品位信息，往往需要很大的矿石样本检测试 验统计分选可行性。R A D O S 公司P P C 型拣选机采 用多通道溜槽式给矿，有C P O - 4 ．1 5 0 、C P O 一3 3 0 0 、 C P 0 4 - 3 H 一1 5 0 等多型号，分选粒度上限可达3 0 0 m m ，受限于溜槽运输能力，处理量为2 0 ～5 0t ／h “ J 。 奥地利B T ．G R O U P 集团R e d w a v e 公司生产的X R F 拣选机，采用皮带给矿形式，处理量可达1 5 0t ／h ，分 选粒度范围2 ～3 0 0m m ，分选带宽8 0 0 ～20 0 0 m m 旧o 。国内方面，1 9 7 2 年武汉建材学院也研制成功 G 【J 金刚石x 射线分选机，曾在蒙阴金刚石矿运转， 处理矿石粒度9 ～1 8m m ，处理量2 ．5t ／h ，但种种原 收稿日期2 0 1 7 - 0 4 2 3 作者简介成磊 1 9 8 8 一 ，男，河北秦皇岛人，硕士，工程师，主要从事选矿设备研究与推广工作。 万方数据 2 0 1 7 年增刊成磊等基于传感器的矿石拣选技术研究现状与发展趋势二l 鲤二 因后续没有得到推广。东北大学2 0 11 年与俄罗斯 R A D O S 合作，通过引进和吸收x 射线辐射分选技 术，对国内钼矿、铜矿、铅锌矿等多种矿样进行了试 验研究睁1 03 ，但未查到在国内的工业应用。 2 X 射线透射 X R T 拣选 X R T 透射拣选技术是依靠x 射线穿透矿石后， 不同成分对X 射线吸收能力不同而实现品位识别的 拣选方法。物质对x 射线的吸收作用主要取决于吸 收物质有效原子序数 z 。盯 和x 射线光子能量 E ，吸收能力如式1 L 1 1 I ，其中R 为吸收系数，，1 0 为 低能量射线源能级，，2 0 为高能量射线源能级，，，为 低能量射线源透射矿石后剩余能级，，2 为高能量射 线源透射矿石后剩余能级。 尺 弗I n 1 2 ] j 丽r Z ．1 1 ．E , 块状矿石吸收X 射线强弱程度取决于矿石中物 质的有效原子序数和有效厚度，采用高低两种能量 x 射线可以基本消除矿石厚度对矿石成分识别的影 响2 【。X R T 技术因其穿透检测手段可避免矿石表 面清洁度、形状及尺寸的影响，直径反映矿石体内信 息，因此具有较高的精度，是一项很有潜力的拣选 方法。 挪威T O M R A 集团旗下C o m m o d a s 公司X R T 射 线分选机和德国S t e i n e r t 公司X S S T 分选机成为目 前X R T 透射拣选技术在矿物加工领域典型应用实 例，C o m m o d a s 的X 射线分选机给矿方式为振动给料 自由下落式，分选粒度范围5 ～3 0 0m m ，给料宽度 12 0 0 24 0 0m m ，最大处理量4 0 0t ／h ，在煤矿石灰 分识别 有机质和含硅矿物质分离 、高含量金属矿 石 铬矿 预选引、重金属矿石 钨矿、铅锌矿 预 选4 1 及石灰岩中分离燧石 S i O 5 ] 等方面均进行 了相关应用，但是详细的矿石统计模型和决策算法 报道较少。V O NK E T E L H O D T 等通过高低能图像像 素数据处理，获得像素点有效原子序数z ，通过预设 煤质参考原子序数z 村，判断该像素点对应矿石位置 是否属于煤质，再通过统计矿石成像区域内煤质成 分比例，确定该矿石隶属度，完成矿石识别。1 ⋯。非 洲南部一铬矿采用溜槽式x 射线拣选机，分选6 0 ～ 2 0m m 块状铬矿石，处理能力达到7 0t ／h 。铬矿石经 过分选后品位从3 2 ％提高至3 6 ％⋯1 ；德国 S T E I N E R T 公司研制的X S S 系列X R T 拣选机，目前 已成功应用在金属回收、煤矿以及钨矿等行业，设备 给料方式为皮带式，最大分选宽度20 0 0m m ，分选最 大粒度为2 0 0m m ，最大处理量1 5 0t ／h 。奥地利某钨 矿引进皮带式x 射线拣选机，钨矿石品位从0 ．2 1 ％ 提高至0 ．4 0 ％，回收率超过9 7 ．3 ％⋯。国内方面， X R T 透射拣选技术目前仅华中理工大学在煤矸石分 选领域进行了相关研究蚴l ，通过双能特征值R 和 质量厚度d 二维特征曲线和识别算法优化决定煤矸 石隶属类别，实现分类识别。 3 基于颜色 C o l o r 或表面光性拣选 色选法是利用矿石的光学信息 反射率、吸收率 及透射率率 来实现矿石与废石的分离，以漫反射应 用为主，可以用白炽灯、荧光灯、石英碘钨灯及氦氖 激光管等为照射源。不同的光源有不同的光谱特 性，需根据矿石表面的光学性质来选择光源及滤光 片，探测器主要采用C C D 线扫描摄像机，分辨率 ≤O ．1m m 。摩根森M i k r o s o r t 分选机、宾德科M i n e x x 分选机、R e d w a v eR O X - C 分选机、C o m e xO S X 分选机 都属于这一类型，色选法应用于矿石分选时一般需 要对矿石进行清洗等预处理工艺，增加了系统复杂 性。 摩根森M i k r o S o r t 色选机在西班牙某石英砂矿 用于除去铁质杂质，双目布置的彩色C C D 相机扫描 矿石后可检测分选出淡黄色或灰色的含铁杂质，石 英砂铁杂质含量降至了0 ．0 5 ％以下口1 | 。挪威 T O M R A 集团旗下C o m m o d a s 公司生产的色选机，给 料方式为振动给料自由下落式，采用高速C C D 摄像 技术，最大分选粒度为2 5 0m m ，最大处理量可达 3 0 0t ／h 。 国内方面，合肥美亚光电、安徽中科光电等公司 已研制出适用于石英砂、碳酸钙、玻璃等分选的色选 机系列，一般包括振动送料系统、皮带输送系统、高 亮度L E D 光源、超清C C D 传感器及数据处理系统、 高速喷阀等，处理能力可达l o ～2 0t ／h 。 4 放射法拣选 该技术是利用含有用元素的矿石与废石本身放 射性的差异 如含铀的矿石和废石 ，从而将矿石与 废石分开。含有放射性元素的矿石在发生d 、口衰变 时，处于激发状态的元素，能够辐射出7 射线，利用 检测装置进行信号收集以把有价值矿石与废石区别 开来，将信号进行放大处理再用执行机构实现二者 分离。利用放射法拣选最早应用在铀矿上，在我国 及世界很多铀矿山都有应用。2 0 世纪7 0 年代芬兰 万方数据 』堡 有色金属 选矿部分 2 0 1 7 年增刊 R T ZO r es o r t e r s 公司研制的M 1 7 型放射性分选机得 到广泛应用，在世晃各地铀矿山应用数十台心2 ‘2 3 1 。 M 1 7 型放射性分选机与英国的岗森索特克斯公司 R M 型放射分选机、F p a H a T 型放射分选机成为当时 放射性拣选机的代表，具有性能可靠、处理矿石粒级 宽 一2 0 0m i l l 2 5m i l l 、识别精度高、处理量大、分 选效率高等优点。主要性能参数如表1 所示。 表1 T a b l e 国外典型放射性分选机技术性能 1T e c h n i c a lc h a r a c t e r i s t i co f t y p i c a lf o r e i g n r a d i o m e t r i cs o r t e r R M l 3 1 1 0 021 5 0 6 51 3 0 R M l 6 l 一5 062 0 0 5 04 0 5 0 国内方面，核工业北京化工冶金研究院于1 9 8 6 年至1 9 9 3 年期间研制成功5 4 2 1 系列放射性分选 机，处理粒级2 5 ～1 5 0m m ，输送皮带速度3 ．7m ／s ， 处理量达到3 0t ／h ，选矿效率达到8 8 ％以上拉“。采 用多探头接力式探测，提高了选矿灵敏度及处理量， 动作驱动电磁阀组最高动作次数高达1 5 0 次／s 。 产率和分选质量上均具有明显优势‘2 7 瑚1 。 6 其它类型拣选机 其它类型的拣选技术还有利用红外线、电磁、电 性等特性来分选。红外线特性拣选利用的是物料不 同组分受热发射红外线强度差异，此类型拣选机不 需要额外照射系统，但需要在分选矿石前对其进行 加热。电性特性拣选利用的是物料不同成分间电性 电导率、介电常数 的差异。近年来，鉴于对矿石识 别精度要求的不断提高，两种以上探测手段复合拣 选技术得到不断关注。奥利地R O X ，N I R ／C 拣选机 采用N I R 和色选两种技术，提高了检测效率和准确 性，并拓展了应用范围。力拓公司自2 0 0 9 年与澳大 利亚昆士兰大学针对犹他州某铜矿合作研发出一种 微波红外检测分选方法，称为“C o p p e r N u w a v e T M ”【2 9 。0 1 ，它是指在微波照射下含硫或碳含 量高的金属矿石会温度升高，从而被红外探测器识 别。暴露在微波能量下的岩石可以利用红外热像进 行评估以决定整块岩石的矿物含量。该项目2 0 1 2 年已在昆士兰大学建立了半工业试验基地，但目前 还暂无工业应用报道。我国研制的C G X ．1 型磁一光 分选机的特点是采用磁、光两种探头，主要用于黑钨 矿的拣选，利用色选方法回收白色石英脉石，利用磁 性又可回收黑色的单体块钨。另外，激光诱导荧光、 激光诱导击穿光谱相关技术也有可能在未来被逐渐 应用到矿石分选上来。 5 近红外射线 N I R 拣选 7 拣选技术和设备的发展趋势 近红外线 N I R 拣选是利用矿石在近红外线 波长7 8 0 ～25 0 0n m 照射下，不同组分内N I R 活性 分子激发导致N I R 射线不同的吸收强度，从而探测 反射谱线进行识别矿石成分的方法。近红外线 N I R 拣选在国外应用研究较多，一些专家学者应 用近红外射线 N I R 拣选机对碳酸盐、萤石、铁矿 石、铜页岩进行了拣选试验研究，取得了较好的效 果。N I R 技术能克服或减少矿石形状和环境温度等 条件给检测带来的影响i 2 51 ，但也存在一定局限性， 即与X R F 荧光拣选一样，只能针对矿石表面进行检 测。无法真实获知矿石内部成分信息。 亚琛工业大学对硼酸盐矿石采用近红外分选， 矿石品位从3 8 ．0 ％提高至4 5 ．4 5 ％【26 | 。埃克塞特大 学对赤铁矿等几种矿石进行N I R 、色选、x 射线透射 分选技术几种拣选对比研究，在同等分选粒度、处理 量、结构形式分选机基础上，X 射线透射分选技术在 基于现代传感、检测技术的矿石自动拣选技术 适应未来智能选矿的发展趋势，国外已将该技术逐 步应用于有色金属矿石、稀有金属矿石、放射性金 属、非金属及煤矿的块矿预选工艺。近年来国内虽 然针对拣选技术研究不断增多，当应用于工业矿石 分选的工程案例还鲜为少见，在组合式传感器技术、 高速高分辨率探测器、双面扫描技术、3 D 扫描技术 等方面还需要逐步探索。在矿物分选领域，无需矿 石预处理、可探测矿石内部信息、环境友好的拣选技 术是未来发展的方向。 参考文献 [ 1 ] 孙传尧．选矿工程师手册[ M ] ．上卷选矿通论．北京 冶金工业出版社，2 0 1 5 8 7 8 - 8 8 0 ． [ 2 ] 汪淑慧．分选矿石的X 射线辐射分选法[ J ] ．国外金属矿 选矿，2 0 0 7 8 4 8 ． 『3 ] R SF I C K L I N G ．A ni n t r o d u c t i o nt ot h eR a d o sX R Fo r es o r t e r 万方数据 2 0 1 7 年增刊成磊等基于传感器的矿石拣选技术研究现状与发展趋势 [ J ] ．T h e S o u t h e r nA f r i c a nI n s t i t u t eo f M i n i n g a n d M e t a l l u r g y6 t h S o u t h e r nA f r i c a nB a s eM e t a l sC o n f e r e n c e 2 0 1 1 9 9 1 1 0 [ 4 ] 朱道遥，梁殿印，史佩伟，等．矿石拣选技术和设备的研 究和进展[ J ] ．矿山机械，2 0 1 6 7 5 1 0 [ 5 ] C H R I S T O P H E RR O B B E N ，A L E X A N D E RM O S S E R ．X r a y t r a n s m i s s i o n - b a s e ds o r t i n ga tt h eM i t t e r s i l l t u n g s t e n m i n e [ C ] ／／X X V I I I n t e r n a t i o n a lM i n e r a l P r o c e s s i n gC o n g r e s s ， 2 0 1 4 1 6 1 5 9 1 6 4 ． [ 6 ] M A R K U SD E H L E R ．S e n s o r - b a s e ds o r t i n g o fi n d u s t r i a l m i n e r a l s [ J ] ．M i n e r a lP r o c e s s i n g ，2 0 1 1 ，5 2 8 6 8 - 7 5 [ 7 ] 印万忠，吴尧，韩跃新，等．x 射线辐射分选原理及应 用[ J ] ．中国矿业，2 0 1 1 ，2 0 1 2 8 8 9 2 [ 8 ] 郑飞．国外光电分选机的进展[ J ] ．有色金属 选矿部 分 ，1 9 8 0 2 3 8 _ 4 3 ． [ 9 ] 刘明宝，印万忠，韩跃新，等．峰背比法判断x 射线辐射 分选机预选低品位钼矿的最佳工艺条件[ J ] ．矿冶， 2 0 1 2 ，2 1 3 1 - 4 ． [ 1 0 ] 刘明宝，印万忠，韩跃新，等．辽宁新华低品位钼矿x 射线辐射预选试验研究[ J ] ．金属矿山，2 0 1 1 1 1 9 6 9 8 ． [ 1 1 ] 孙丽娜．x 射线安检设备物质分类识别方法的研究 [ D ] ．沈阳东北大学，2 0 0 3 ． [ 1 2 ] D EJ O N GTPR ，H A R B E C KH ．A u t o m a t e ds o r t i n go f m i n e r a l s c u r r e n ts t a t u sa n df u t u r eo u t l o o k [ C ] ／／P r o c ．o f t h e3 7 t hC a n a d i a nM i n e r a lP r o c e s s o r sC o n f e r e n c e ．2 0 0 5 6 2 9 耐8 ． [ 1 3 ] J A C E KK O L A C Z ．S e n s o rb a s e ds o r t i n gw i t hs i g n a lp a t t e r n r e c o g n i t i o n T h en e wp o w e r f u l t o o l i nm i n e r a l p r o c e s s i n g [ c3 ／／X X V I II n t e r n a t i o n a lM i n e r a lP r o c e s s i n gC o n g r e s s ． 2 0 1 4 1 6 1 0 6 1 1 1 ． [ 1 4 ] H E N N I N GK N A P P ，K I L I A NN E U B E R T ，H E R M A N N W O T R U B A ．S i m u l a t i o no fs e n s o r - b a s e ds o r t i n gb a s e do n d r i l lc o r ea n a l y s i s [ C ] ／／X X V I II n t e r n a t i o n a lM i n e r a l P r o c e s s i n gC o n g r e s s ．2 0 1 4 1 6 2 1 - 2 5 ． [ 1 5 ] BSM O R O N E Y ，M O H A NR A M ．S e l e c t i o no fT e c h n i q u e a n dI n s t r u m e n t sf o rE l e m e n t a lD e t e r m i n a t i o ni nV a r i O U S o r e s ，m i n e r a l sa n dB e n e f i c i a t e dP r o d u c t s [ C ] ／／X X V I I n t e r n a t i o n a lM i n e r a lP r o c e s s i n gC o n g r e s s I M P C ．2 0 1 2 3 5 4 2 ．3 5 4 5 ． [ 1 6 ] V O NK E T E L H O D TL ，B E R G M A N NC ．D u a le n e r g yX r a y t r a n s m i s s i o ns o r t i n go fc o a l [ J ] ．T h eJ o u r n a lo fT h e S o u t h e r nA f r i c a nI n s t i t u t eo fM i n i n ga n dM e t a l l u r g y ，2 0 1 0 7 3 7 2 3 7 7 ． [ 1 7 ] H A R B E C KH ．C o m m o d a s U h r a s o ra u fd e rE l e c t r aM i n i n g a l sT O M R AS o r t i n gS o l u t i o n s [ J ] ．M i n e r a lP r o c e s s i n g ， 2 0 1 3 ，5 4 1 ／2 2 8 3 2 [ 1 8 ] C h r i s t o p h e rR o B B e n ， A l e x a n d e r M o s s e r ．X r a y t r a n s m i s s i o n b a s e ds o r t i n ga tt h eM i t t e r s i l lt u n g s t e nm i n e [ C ] ／／X X V I II n t e r n a t i o n a lM i n e r a lP r o c e s s i n gC o n g r e s s I M P C ．2 0 1 4 t 6 1 5 9 1 6 4 ． [ 1 9 ] 钟志平，孔力，刘文中，等．煤矸石在线自动分选系统 的识别原理[ J ] ．煤炭科学技术，2 0 0 0 ，2 8 1 1 2 7 - 2 9 ． [ 2 0 ] 徐琦，张勇传．基于特征向量空间分割的煤、矸石自 动分选系统[ J ] ．水电能源科学，1 9 9 9 ，1 7 4 1 6 1 8 ． [ 21 ] M A R K U SD E H L E R ．O p t i c a lS o r t i n g o fQ u a r t zG r a v e lt o R e d u c et h eI r o nC o n t e n t [ J ] ．A u f b e r e i t u n g sT e c h n i k2 0 0 6 ， 4 7 ， 8 ／9 6 8 ． [ 2 2 ] 印万忠，刘明宝，韩跃新，等．矿石拣选及x 一射线辐射 预选技术评述[ C ] ／／2 0 1 1 中国矿产资源综合利用与循 环经济发展论坛．2 0 11 5 4 5 7 ． [ 2 3 ] K I D DDG ，w Y A l T rNPG ．R a d i o m e t r i eS o r t i n go fO r e [ C ] ／／P r o cV I I ，C o o m ．M i n ．M e t a l ．J o h a n n e s b u r g ．1 9 9 2 2 4 7 ．2 5 0 ． [ 2 4 ] 马德彪，陆伟．5 4 2 1 一I I 型放射性选矿机[ J ] ．铀矿冶， 1 9 9 9 ，1 8 2 1 1 6 ．1 1 8 [ 2 5 ] R O B B E NM ，B U X T O NM ，WD A L M H N ，e ta 1 ．N e a r i n f r a r e ds p e c t r o s c o p y N I R S s o r t i n gI nt h eu p g r a d i n ga n d p r o c e s s i n go fS k o r p i o n n o n s u l f i d ez i n co r e [ c ] ／／X X V I n t e r n a t i o n a lM i n e r a lP r o c e s s i n gC o n g r e s s I M P C ．2 0 1 0 0 3 5 3 4 - 0 3 5 3 7 ． [ 2 6 ] M A T H I D ER A C H E LR O B B E N ，H E R M A N NW O T R U B A ， J U L I A N H E I z M A N N ．S e n s o r ．b a s e d s e p a r a t i o n o f C a r b o n a t e s [ c ] ／／X X V II n t e r n a t i o n a lM i n e r a lP r o c e s s i n g C o n g r e s s I M P C ．2 0 1 2 0 4 4 9 6 - 0 4 4 9 9 ． 『2 7 ] S H E K W O N Y A D UI Y A K W A R I ，H Y L K EJ G L A S S ． I n f l u e n c eo fm i n e r a lp a r t i c l es i z ea n dc h o i c eo fs u i t a b l e p a r a m e t e r sf o ro r es o r t i n gu s i n gn e a ri n f r a r e ds e n s o r s [ J ] ． M i n e r a l sE n g i n e e r i n g ，2 0 1 4 6 9 1 0 2 1 0 6 ． [ 2 8 ] M A R K U SD E H L E R ．S e n s o r b a s e ds o r t i n go fi n d u s t r i a l m i n e r a l s [ J ] ．M i n e r a lP r o c e s s i n g ，2 0 1 1 ，5 2 8 6 8 - 7 5 ． [ 2 9 ] V L A D I M I RJ O K O V I C ．M i c r o w a v eP r o c e s s i n go fM i n e r a l s [ D ] ．A u s t r i l i a T h eU n i v e r s i t yo fQ u e e n s l a n d ，2 0 1 2 ． [ 3 0 ] V L A D I M I RR I Z M A N O S K I ．T h ee f f e c to fm i c r o w a v eh e a t i n g o no r e s o r t i n g [ D ] ． A u s t r i l i a T h eU n i v e r s i t y o f Q u e e n s l a n d ，2 0 1 2 ． 万方数据