Original name record: 金川集团镍钴股份有限公司

本发明公开了一种球磨机磨矿介质智能添加系统及添加方法，所述系统包括设于若干球磨机中部的储料仓，储料仓顶部设有自动破袋装置，底部两侧设有吸取机器人运行轨道和吸取机器人，储料仓后侧设有提升系统，提升系统顶部横向设有喂料系统；所述提升系统包括竖直设置的运行轨道，运行轨道顶端设有行程开关，运行轨道上可滑动设置提升机器人；所述喂料系统包括喂料机器人运行轨道、喂料机器人，喂料机器人运行轨道两端端部设有无线充电装置；所述自动破袋装置通过遥控器控制，所述吸取机器人、提升系统和喂料系统通过PLC控制系统控制。本发明系统提高了磨矿介质添加的安全性，自动化程度高，使用方便，安全可靠，具有良好的推广应用价值。

本发明公开了一种分布式机械分散与化学法分散联合作用提高镍铜品位的方法，属于选矿技术领域。该方法通过多段粗选、精选及扫选流程，结合机械搅拌与化学药剂协同作用，在粗选、扫选及精选作业前设置独立搅拌槽，并添加硫酸铵、CMC及六偏磷酸钠等药剂实现化学分散与抑制，强化矿浆分散均匀性及药剂‑颗粒吸附。通过中矿再磨至‑200目≥92%‑95%，利用浮选柱回收微细粒矿物，同时采用高转速CMC缓存搅拌槽配合氢氧化钠溶解，降低泡沫粘度并抑制含镁脉石。该方法使高品位精矿镍品位达10.35%、铜品位7.35%，总精矿镍回收率86.64%、铜回收率77.49%，较传统工艺显著提升矿物品位与回收效率。

本发明公开了一种电子级氧化亚镍的制备方法，先通过碳酸钠和硫酸镍反应制得所需要的前驱体碳酸镍，再进行离心洗涤、干燥即可制得前驱体碳酸镍；将碳酸镍在一定温度下煅烧经过自然冷却即可制得氧化亚镍。本发明的高纯氧化亚镍的微观形貌基本保留了前驱体碳酸镍的形貌，同时颗粒的分散性良好，粒度分布均匀，达到电子级氧化亚镍的要求，在电化学储能（如新能源汽车电池）和催化领域需求显著，尤其锂电池正极材料成为电子级氧化亚镍的重要应用方向。

本发明公开了一种双金属多孔碳固相萃取填料的制备方法及其在镍电积液中有机磷萃取剂分离检测方面的应用，以二氧化硅为原料，采用浸渍涂覆等方法将PEI和BHA包覆在二氧化硅表面，并向材料表面引入金属离子Co、Cu，最后经过碳化得到CoCu双金属掺杂的多孔碳材料，该材料表面为微孔结构，比表面积可达230~350m/g，其表面的非极性特征与Cu、Co和磷酸酯的配位能力协同作用从而实现对镍电积液中有机磷类萃取剂的选择性吸附。以此填料装填的固相萃取柱进行复杂的镍盐基质样品中有机磷萃取剂的分离检测，能够实现镍电积液中微量萃取剂的精确、高效分析检测。

本发明一种镍中镓、锗、银、铟、碲、铊的测定方法，具体涉及金属痕量元素测量技术领域，公开了本发明包括试样制备、制备样品空白溶液和样品溶液、配制标准溶液、配制工作曲线溶液、采用电感耦合等离子体质谱仪绘制工作曲线、样品测量、实验数据处理等步骤，采用工作曲线法和在线加入钪、铑、铼内标标准溶液的方式，消除镍基体干扰后，直接以电感耦合等离子体质谱法测定镓、锗、银、铟、碲、铊的含量，不但分析速度快、检出限低，检测结果准确可靠，相对标准偏差低，样品加标回收率高，可快速、准确测定样品中镓、锗、银、铟、碲、铊含量。

本发明属于金属粉末制备技术领域，具体涉及一种低松装密度雾化镍粉生产方法。该方法生产的‑300目（48μm）雾化镍粉松装密度3.2~3.8g/cm，粒度D：32~45μm，镍含量≥99.7%，氧含量≤3500ppm。当前，采用水雾化工艺制备的‑300目雾化镍粉，松装密度为3.8~4.5g/cm³。现有水雾化工艺制备的‑300目雾化镍粉，松装密度3.8~4.5g/cm³、流动性≤20s/50g，且多数颗粒呈类球形，无法满足喷涂与电子行业需求：在热喷涂、涂层及电子浆料制备中，该粉末因流动性好导致堆积不均、成型精度差，类球形颗粒与基底嵌合能力弱、涂层附着力低易脱层；本发明具有工艺流程短、生产成本低且无有害气体产生的优点。产品可广泛用于粉末冶金、喷涂镍网制备、3D打印、导电胶行业。

本发明提供了一种基于大数据的地质数据采集方法，属于地质数据采集技术领域，解决了现有地质数据采集方式较为单一，无法实现多源数据的协同采集的问题，本发明第一多源数据采集模块采集地质数据；数据预处理模块对采集到的地质数据进行清洗、转换和标准化处理；大数据存储模块采用分布式存储架构对数据进行存储；智能分析模块利用深度学习算法对存储的标准化数据进行地质特征挖掘和地质现象预测，得到分析预测结果；结果展示反馈模块对分析预测结果进行展示，并根据展示结果向第二多源数据采集模块发送数据采集调整指令。本发明系统集成有多源数据协同采集、高效处理、深度融合以及智能分析预测的功能，提高了地质数据采集的适应性和实用性。

本发明提供了一种基于三维地质建模的深部矿体隐伏构造预测方法，属于地质预测技术领域，解决了现有方法数据融合差、模型难更新、取样效率低、预测智能化不足的问题，本发明包括多源数据采集与整合；构建初始三维地质模型；深部取样优化设计；深部样品采集与分析；模型更新与修正；隐伏构造特征提取与分析；深部矿体隐伏构造预测。本发明通过整合多源数据，利用三维建模软件构建模型，结合算法优化取样，基于样品数据更新模型，提取构造特征并借助机器学习预测。本发明解决了现有技术中数据融合差、模型难更新、取样效率低、预测智能化不足等问题，提升了深部矿体隐伏构造预测精度，适用于矿产资源勘探领域。