一种矿物定制库的建立方法、装置、设备及存储介质与流程

本技术涉及矿物自动测试，尤其涉及一种矿物定制库的建立方法、装置、设备及存储介质。

背景技术：

1、在工艺矿物学参数自动测试系统中，关键的首要步骤是建立一个适用于参数计算的矿物定制库。这个定制库的作用是精确地确定测试样品中究竟包含哪些矿物种类。后续所有工艺矿物学参数的计算都将基于这个库来进行，因此，该库建立的准确性与效率，是保证整个系统测试结果可靠性的核心关键。

2、现有的矿物自动测试系统在建立矿物定制库时，其方法主要是将测量文件中的所有能谱谱线按“峰形相似度”进行归类。由于一个样品中往往会出现数十类甚至上百类谱线，该方法需要将每一类谱线依次与系统自带的矿物能谱数据库进行匹配。这种匹配的依据是实测谱线与系统库中谱线的峰形相似度，或者也允许用户根据个人经验对谱线进行定名和属性编辑。通过将所有归类谱线进行矿物名称确认后，才算完成该矿样的矿物定制库的建立。

3、然而，这种现有方法存在严重的缺点。首先是效率极其低下。由于必须对每一类谱线都进行依次匹配确认，建立一个样品的矿物数据库往往要花费数小时之久，这严重影响了整体的测试进度。

4、更严重的是，该方法的准确度偏低。由于匹配过程完全建立在“峰形相似度”这单一的基础上，不可避免地会出现一些因峰形相似而难以被准确辨识的矿物。特别是，该方法极易将一些“混谱”（混合能谱）错误地识别为某种数据库中存在、但样品中实际上并不存在的矿物，这种情况最终会导致测试结果的严重失真。

技术实现思路

1、第一方面，本发明提供一种矿物定制库的建立方法，包括：

2、将测量文件中记录的实测能谱与标准能谱数据库中的理论合成谱进行对比，获取初步识别的矿物；

3、基于所述初步识别的矿物的谱匹配度、面积百分比、实测灰度与理论灰度差异等多重匹配参数，对所述初步识别的矿物进行筛选，以确认矿物种类，建立初步矿物定制库；

4、将与所述初步矿物定制库匹配失败的未知矿物混谱，通过数学模型解析并将其识别为单一矿物；

5、将所述单一矿物添加到所述初步矿物定制库中，形成更新后的矿物定制库。

6、在可选的实施方式中，所述基于所述初步识别的矿物的谱匹配度、面积百分比、实测灰度与理论灰度差异等多重匹配参数，对所述初步识别的矿物进行筛选，以确认矿物种类，建立初步矿物定制库，包括：

7、获取所述初步识别的矿物的最大相面积；

8、判断所述初步识别的矿物是否同时满足第一条件和第二条件；所述第一条件为：所述谱匹配度大于第一预设匹配阈值，或所述面积百分比大于第一预设面积阈值，或所述最大相面积大于预设相面积阈值；以及，判断所述初步识别的矿物是否满足第二条件；所述第二条件为：所述实测灰度与所述理论灰度差异的绝对值小于预设灰度偏差阈值；

9、若是，则将该矿物添加到所述初步矿物定制库中。

10、在可选的实施方式中，所述理论灰度是根据所述初步识别的矿物的平均原子序数确定的；和/或，

11、所述理论灰度(y)与所述平均原子序数(x)通过函数关系确定；和/或，

12、所述第一预设匹配阈值为85%；和/或，

13、所述第一预设面积阈值为10%；和/或，

14、所述预设相面积阈值为5000像素；和/或，

15、所述预设灰度偏差阈值为20。

16、在可选的实施方式中，所述将与所述初步矿物定制库匹配失败的未知矿物混谱，通过数学模型解析并将其识别为单一矿物，包括：

17、构建候选矿物谱集合；其中，所述候选矿物谱集合中的候选矿物谱包括：根据所述未知矿物混谱的灰度从矿物谱库中筛选出的灰度相近的矿物谱，以及所述未知矿物混谱在测量样品中空间位置周边的已确知矿物的谱线；

18、对所述未知矿物混谱和所述候选矿物谱进行归一化处理；

19、将所述未知矿物混谱表示为所述候选矿物谱集合中多种候选矿物谱的线性组合，所述线性组合具有各自的拟合系数；

20、通过迭代计算调整所述拟合系数，以使所述线性组合形成的拟合谱与所述未知矿物混谱之间的拟合误差减小；

21、当所述拟合误差小于或等于预设误差阈值时，停止迭代，获取最终的所述拟合系数；

22、根据所述最终的拟合系数中的最大系数值，确定所述未知矿物混谱所对应的单一矿物。

23、在可选的实施方式中，所述构建候选矿物谱集合的步骤，包括：将所述候选矿物谱集合中候选矿物谱的总数量确定为5种；其中，优先选择所述空间位置周边的已确知矿物的谱线，若不足5种，则从所述矿物谱库中选择灰度最为接近的矿物谱进行补足；和/或，

24、所述归一化处理包括：将所述未知矿物混谱和所述多种候选矿物谱的能谱均处理为能谱计数的总和为10000计数；和/或，

25、所述多种候选矿物谱的拟合系数的总和为100%；和/或，

26、所述预设误差阈值为10-3。

27、在可选的实施方式中，所述通过迭代计算调整所述拟合系数，包括：

28、在第n+1次迭代时，将第n次迭代中候选矿物谱的系数根据如下公式进行调整：

29、；

30、其中，k代表当前正在被调整系数的候选矿物谱的序号；n代表迭代的次数；代表第k种候选矿物谱在第n+1次迭代时的拟合系数；代表第k种候选矿物谱在第n次迭代时的拟合系数；±符号根据调整前后的所述拟合误差是否减小确定。

31、在可选的实施方式中，所述拟合误差的计算方法为：

32、；

33、其中，n代表迭代次数；代表第n+1次迭代时的拟合误差；代表未知矿物混谱；代表第n+1次迭代时，由候选矿物谱线性组合而成的拟合谱；代表未知矿物混谱与第n+1次迭代拟合谱；且为：

34、∣-∣=；

35、k和m代表候选矿物能谱的序号；j代表能谱的道数；代表未知矿物混谱在第j道的能谱计数；、代表候选矿物谱或在第j道的能谱计数；代表第k种候选矿物谱在第n+1次迭代时的拟合系数；代表第m种候选矿物谱在第n+1次迭代时的拟合系数。

36、第二方面，本发明提供一种矿物定制库的建立装置，包括：

37、比对模块，用于将测量文件中记录的实测能谱与标准能谱数据库中的理论合成谱进行对比，获取初步识别的矿物；

38、构建模块，用于基于所述初步识别的矿物的谱匹配度、面积百分比、实测灰度与理论灰度差异等多重匹配参数，对所述初步识别的矿物进行筛选，以确认矿物种类，建立初步矿物定制库；

39、解析模块，用于将与所述初步矿物定制库匹配失败的未知矿物混谱，通过数学模型解析并将其识别为单一矿物；

40、更新模块，用于将所述单一矿物添加到所述初步矿物定制库中，形成更新后的矿物定制库。

41、第三方面，本发明提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施前述实施方式中任一项所述矿物定制库的建立方法。

42、第四方面，本发明提供一种计算机存储介质，其存储有计算机程序，所述计算机程序在处理器上执行时，实施根据前述实施方式中任一项所述矿物定制库的建立方法。

43、本技术实施例具有如下有益效果：

44、（1）本技术所提供的建立方法不再仅仅依赖于“峰形相似度”这一单一标准。其创新性地引入了包括实测灰度与理论灰度差异、面积百分比、最大相面积在内的“多重匹配参数”。通过能谱和灰度信息的“双重确认”，可以有效避免因不同矿物能谱峰形相似而导致的混淆和错误辨识，显著提高了矿物种类确认的准确性。

45、（2）解决混谱导致的失真问题。针对现有方法容易将“混谱”误识别为“实际上不存在的矿物”这一难题，该方法提供了一个专门的解决途径。它首先将匹配失败的谱线识别为未知矿物混谱，然后通过数学模型对其进行解析，将其还原并识别为真实的单一矿物。这避免了将虚假矿物引入数据库，从而防止了最终测试结果的失真。

46、（3）本技术所提供的方法能够大幅提升建立数据库的效率。通过多重参数的自动筛选，操作人员可以快速勾选和确认满足条件的矿物。这改变了以往需要对数十乃至上百类谱线进行逐一匹配确认的繁琐流程，将建立一个样品库的时间从“数小时”大幅压缩，显著提高了系统的整体测试效率。

47、（4）本技术所提供的方法能够降低对操作人员经验的依赖。该方法提供了一套客观、量化的筛选标准（如能谱匹配度、灰度偏差值等），并自动对混谱进行解析。这取代了以往需要“依据个人经验对某类谱线进行定名和属性编辑”的操作，使得建立数据库的过程不再“过于依赖人员经验”，降低了对操作人员的专业技能要求。