採樣代表性計算

🌋 Weight Sample

Weight Sample is available directly in your browser, with no data uploaded.

💡 Gy 公式:採樣相對方差 σ²=C·d³·(1/w−1)/m;相對誤差 σ_rel=√σ²;最小樣重 m_min=C·d³·(1/w−1)/σ²_tol。d 單位 cm,m 單位 g。
⚠️ 注意事項
  • Gy 公式適用於顆粒物料採樣代表性評估
  • 採樣常數 C 與礦物密度、品位分佈有關,本工具提供典型參考值
  • 顆粒尺寸 d 取物料中 95% 通過的篩孔尺寸
  • 品位 w 為目標組分質量分數(%輸入,內部換算為小數)
  • 結果僅供參考,實際採樣方案需結合規範與現場條件

🕘 最近計算

暫無計算記錄

📚 深度解析:採樣代表性計算

💡 常見使用場景

快速複核「採樣代表性計算」
執行基準演算後,按 10%/30% 進行對照調參,判斷輸出變化是否沿預期方向變化。

❓ 常見問題(FAQ)

採樣代表性計算 的結果可直接交付嗎?
採樣代表性計算 適合用於複核與教學説明,正式交付建議補充前提假設、樣本來源和單位説明。
出現非預期符號或負值怎麼辦?
優先核實是否出現分母為零、對數/開方域外輸入或負值比例等定義域問題。
📖關於「採樣代表性計算」

📝工具簡介

基於 Pierre Gy 採樣理論的代表性評估工具,輸入物料最大顆粒尺寸、樣品重量、目標組分品位與採樣常數,計算相對採樣誤差、絕對誤差及滿足代表性要求的最小樣重,判斷當前採樣方案是否滿足代表性要求。

功能特點

🎯使用場景

💬常見問題

Gy 公式中的採樣常數 C 如何取值?
C 由礦物的密度、品位分佈及顆粒形狀等因素決定。貴金屬礦(如金礦)C≈0.1,有色金屬礦 C≈0.25,一般礦石/土壤 C≈0.5,鐵礦等均勻物料 C≈1.0。實際應用中應通過實驗測定或查閲行業標準。
為什麼顆粒越大、品位越低,需要的樣重越大?
Gy 公式中採樣方差與 d³ 成正比、與 (1/w−1) 成正比。顆粒越大(d³ 增大)或品位越低(w 減小,1/w−1 增大),離散程度越高,需要更大的樣品量才能保證代表性。