Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Automated drill core mineralogical characterization method for texture classification and modal mineralogy estimation for geometallurgy
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Mineralteknik och metallurgi.ORCID-id: 0000-0003-4800-9533
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Mineralteknik och metallurgi.
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Mineralteknik och metallurgi.
2019 (Engelska)Ingår i: Minerals Engineering, ISSN 0892-6875, E-ISSN 1872-9444, Vol. 136, s. 99-109Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

In geometallurgy, a process model operating at the mineral liberation level needs quantitative textural information about the ore. The utilization of this information within process modeling and simulation will increase the quality of the predictions.

In this study, descriptors derived from color images and machine learning algorithms are used to group drill core intervals into textural classes and estimate mineral maps by automatic pixel classification. Different descriptors and classifiers are compared, based on their accuracy and capacity to be automated. Integration of the classifier approach with mineral processing simulation is also demonstrated. The quantification of textural information for mineral processing simulation introduced new tools towards an integrated information flow from the drill cores to a geometallurgical model.

The approach has been verified by comparing traditional geological texture classification against the one obtained from automatic methods. The tested drill cores are sampled from a porphyry copper deposit located in Northern Sweden.

Ort, förlag, år, upplaga, sidor
Amsterdam: Elsevier, 2019. Vol. 136, s. 99-109
Nyckelord [en]
Geometallurgy Drill core scanning Classification Texture Process mineralogy
Nationell ämneskategori
Metallurgi och metalliska material
Forskningsämne
Mineralteknik
Identifikatorer
URN: urn:nbn:se:ltu:diva-73323DOI: 10.1016/j.mineng.2019.03.008ISI: 000470338700012Scopus ID: 2-s2.0-85063084058OAI: oai:DiVA.org:ltu-73323DiVA, id: diva2:1299308
Anmärkning

Validerad;2019;Nivå 2;2019-03-26 (inah)

Tillgänglig från: 2019-03-26 Skapad: 2019-03-26 Senast uppdaterad: 2019-06-20Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Koch, Pierre-HenriLund, CeciliaRosenkranz, Jan

Sök vidare i DiVA

Av författaren/redaktören
Koch, Pierre-HenriLund, CeciliaRosenkranz, Jan
Av organisationen
Mineralteknik och metallurgi
I samma tidskrift
Minerals Engineering
Metallurgi och metalliska material

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 86 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf