📝工具简介
基于 Pierre Gy 采样理论的代表性评估工具,输入物料最大颗粒尺寸、样品重量、目标组分品位与采样常数,计算相对采样误差、绝对误差及满足代表性要求的最小样重,判断当前采样方案是否满足代表性要求。
✨功能特点
- 内置贵金属、有色金属、一般矿石等典型材料采样常数
- 同时输出相对误差、绝对误差与最小样重
- 自动评价采样代表性是否达标,给出调整建议
- 支持自定义采样常数 C,适应特殊物料
- 纯前端计算,采样数据不上传
🎯使用场景
- 矿山采样方案设计与样量确定
- 化探样品代表性评价
- 选矿厂取样代表性校核
- 矿石品位波动与采样误差分析
💬常见问题
Gy 公式中的采样常数 C 如何取值?
C 由矿物的密度、品位分布及颗粒形状等因素决定。贵金属矿(如金矿)C≈0.1,有色金属矿 C≈0.25,一般矿石/土壤 C≈0.5,铁矿等均匀物料 C≈1.0。实际应用中应通过实验测定或查阅行业标准。
为什么颗粒越大、品位越低,需要的样重越大?
Gy 公式中采样方差与 d³ 成正比、与 (1/w−1) 成正比。颗粒越大(d³ 增大)或品位越低(w 减小,1/w−1 增大),离散程度越高,需要更大的样品量才能保证代表性。