Die Analyse des wissenschaftlich-technischen Standes zeigte, dass der gegenwärtige Stand der mineralogisch-petrographischen Gesteinscharakterisierung in vielen Fällen nur eine verbale Gefügebeschreibung erlaubt. In der Aufbereitungstechnik ist diese Verfahrensweise jedoch nicht ausreichend. Hier ist eine quantitative Charakterisierung der Gesteine erforderlich. Die quantitative Gesteinsanalyse erlaubt die mathematische Ableitung von Gesteinscharaktenstika in Form von Kennwerten. Diese Gesteinskennwerte werden zunächst unabhängig und anwendungsneutral ermittelt und können dann durch Interpretation für den speziellen Anwendungsfall genutzt werden. Der große Vorteil dieser Methodik ist aber, dass die quantitativen Kennwerte einer Gesteinsprobe immer gleich bleiben, es ändert sich nur ihre anwendungsspezifische Interpretation. Die neue Bewertungsmethodik wurde im Weiteren einer umfangreichen Testung mit verschiedenen Gesteinstypen (Magmatite, Sedimentite und Metamorphite) unterzogen. Die im Ergebnis dieser Testuntersuchungen anfallenden Datenmengen wurden in einer Gesteinsdatenbank zusammengefasst. Diese bildet die Grundlage für anwendungsspezifische Untersuchungen. Die Untersuchungsergebnisse liefern mathematisch-statistische Zusammenhänge zwischen den Gesteinseigenschaften (z.B. Korngröße, Kornform,Verwachsung der Minerale, usw.), ausgewählten Maschinenparametern (z.B. Beanspruchungsgeschwindigkeit) und den erzielbaren Produktparametern (Partikelgrößen-, Partikelformverteilung). Dabei konnte nicht nur eine Gewichtung des Einflusses der verschiedenen Gesteinskennwerte auf einzelnen Zielgrößen gefunden werden. Es wurden auch mathematisch-statistische Zusammenhänge zwischen ausgewählten Zielgrößen und den verschiedenen konstruktiven und betrieblichen Einflussgrößen nachgewiesen. Die Gesteinskenngrößen erlauben eine Einschätzung des Gesteins hinsichtlich Brechbarkeit, Produktpartikelform, Verschleiß und erforderlichem Energieaufwand. Sie stellen somit eine wichtige Grundlage für die Auswahl und den Betrieb der Maschinen und Anlagen der Naturstein-Industrie sowie zur Prognostizierung der zu erwartenden Produktqualität dar. Die neue Methode ist nicht nur zur Charakterisierung von Gesteinen, sondern auch für eine großeVielfalt von Stoffen mit natürlichen und künstlichen Gefügen (wie z.B. Erze, Baustoffe, Kunststoffe, Klinker) geeignet. In einem weiteren veröffentlichten Teil soll gezielt auf Beispiele des Einflusses ausgewählter Gesteinskennwerte auf die Auswahl, den Betrieb und die Qualität der erzeugten Aufbereitungsprodukte eingegangen werden.

The analysis of the scientific-technical progress showed that the current mineralogical-petrogiaphic rock characterization in many cases only allows a verbal description of the microstructure. In mineral processing, however, this method is not sufficient. Here a quantitative characterization of the rocks is necessary. Quantitative rock analysis permits mathematical derivation of rock characteristics in the form of characteristic values. These rock characteristic values are first determined independently and for all applications, and can then be interpreted for use with the specific application. The big advantage of this method, however, is that the quantitative characteristic values of a rock sample always remain the same, only their application-specific interpretation changes. The new evaluation method was subject to extensive testing with various types of rock (magmatites, sedimentites and metamorphites). The volume of data resulting from these tests was collated in a rock database. This forms the basis for the application-specific tests. The test results deliver mathematical-statistical relationships between the rock properties (e.g. grain size, grain shape, mineral intergrowth, etc.), selected machine parameters (e.g. stressloading rate) and the achievable product parameters (particle size and particle shape distribution). Not only a weighting of the influence of the different rock characteristic values on individual target values could be established, mathematical statistical relationships between selected target values and the various design and operating parameters could be proven. The rock characteristic values permit an estimation of the rock in respect of crushability, product particle shape, wear and necessary energy consumption. They therefore provide a valuable basis for the selection and operation of the machines and plants in the natural stone industry and for predicting the expected product quality. The new method is not only suitable for characterizing rocks, but also for a wide variety of materials with natural and artificial microstructures (e.g. ores, building materials, plastics, clinkers). In another part of this paper to be published at a later date, examples of the influence of selected rock characteristic values on the selection, operation and the quality of the processed products are discussed in greater detail.