载流矿浆粒度分析仪器被普遍应用于选矿工业流程的磨矿工艺、用于测量磨矿矿浆产品的一个或多个粒度的百分比含量；合格的产品粒级组成、代表着有价矿物的充分解离，因此也是在后续选别工艺充分回收利用资源的基本保证。影响粒度分析精度和质量的有三个条件：一是样本代表性；二是分析仪器的精度；三是建模方法。目前国内外开发研制的粒度分析仪器多种多样，在物理测量精度得到保证的前提下，标定样本取样和建模的方法缺少研究基础、主要是模仿国外仪器厂家的传统做法，相对于复杂多变的矿石性质和工艺过程，传统做法过于单一，导致粒度测量的数学模型准确度和代表性不足，一方面严重地限制了测量结果对生产的指导作用；一方面由于取样不科学、模型寿命短，现场需要频繁采样、筛分和更新模型，消耗大、效果差、劳动强度高、难维护，最终导致设备闲置乃至报废，企业投资得不到应有的回报。本项目充分利用大数据分析、移动通信和机器学习等技术，对标定样取样规则、数据处理方法、建模方法等进行了技术规范，期望能够提高粒级测量模型的精度和可靠性、改进建模工作方式、提升工作效率，主要体现在以下两个方面：

(1) 仪器测量精度的稳定和提高，能够准确的反应磨矿质量，避免“过磨”和“欠磨”，既能防止能源物耗的过多消耗；也能保证矿物的充分解离，是回收有价矿物的充分必要条件。

仪器测量能力的提高，能够准确的描绘出矿浆产品中的粒级构成，则更加符合矿物选别的目标条件，能够更好的实现矿产资源的高效回收利用、以及推动尾矿产品的循环利用。

1. 范围

本项技术规范适用于国内外有色金属、黑色金属和部分非金属矿山的磨矿工艺环节；既可以应用于各类载流型粒度分析仪器测量数学模型的建模和改进，也可以一定程度上实现无粒度分析仪器的软测量应用场合。

2. 技术内容

(1) 磨矿工艺过程标定取样的触发条件识别，为了避免取样的盲目性，应综合生产操作指令、生产过程的稳定性等因素确定标定样本的取样规则。

(2) 载流粒度分析仪器标定样本的采样数据、标定数据的采集和数据标准化规范。

(3) 载流粒度分析仪器多粒级筛分设备的操作方法和终点判定。

(4) 建模样本集合的数据封装要求。

应用多种机器学习算法进行模型训练，不同机器学习算法的适用范围、调参规则和模型筛选条件。

通过中国标准在线服务网https://www.spc.org.cn/分别就标准全称、“矿浆粒度”、“在线分析”、“标定标准”等关键词检索。标准全称和“矿浆粒度”检索结果为0；“标定标准”共检索到18条冶金行业的国家标准均为材料专业领域，3条地质行业标定地质仪器的行业标准，并没有采矿专业的相关标准。“在线分析”检索到2条矿业国家标准、均为煤炭在线分析仪器。本项目已经就粒度分析动态标定技术申请了国家发明专利。