基于能量色散x射線譜的粉煤灰物相分析方法
【技術領域】
[0001] 本發明屬于環保領域（固體廢棄物利用）和材料分析測試領域，具體涉及一種基于 能量色散X射線譜的粉煤灰物相分析方法。
【背景技術】
[0002] 粉煤灰是一種活性礦物質細粉資源，它作為輔助膠凝材料在水泥、砂漿和混凝土 生產中有著廣泛的應用。但是，由于煤種、煤源、鍋爐的類型、容量、運行條件以及收塵和 排灰方式存在差異，粉煤灰的性質波動很大，主要表現為化學組成、物相組成、密度、顆粒形 貌、細度等性質不同。其中，尤以物相組成對粉煤灰的火山灰反應活性影響最大。因此，人們 通過X射線衍射、化學溶出法等多種方法來分析粉煤灰的物相組成，測定其中活性物質的 含量，進而評價、預測粉煤灰的反應活性，揭示其在混合水泥水化過程中的作用機理。但是， 由于粉煤灰包含的物相種類繁多，含量差異顯著，晶態和非晶態并存，加之物相的分布情況 對反應活性的影響也很大，傳統的分析測試方法很難對其進行全面分析。以定量X射線衍 射分析為例，該方法只能測出晶態物相的含量、非晶態物相的總量，卻不能對非晶態物相進 一步細分，也無法獲知各種物相的空間分布。
【發明內容】
[0003] 本發明的目的是提供一種基于能量色散X射線譜的粉煤灰物相分析方法，它能夠 對粉煤灰以及各種活化粉煤灰進行物相組成分析、體積百分含量計算以及空間分布觀測。
[0004] 本發明提出的基于能量色散X射線譜的粉煤灰物相分析方法，具體步驟如下： (1) 分析粉煤灰的化學組成：通過化學分析或X射線熒光光譜分析粉煤灰的化學組成， 根據測得的元素種類和元素含量信息，將所獲得的元素種類初步確定為需要采集能譜面分 布圖像的元素種類； (2) 確定晶態物相組成：根據X射線衍射圖譜獲得粉煤灰中的晶態物相種類，將所述 晶態物相種類以及步驟（1)獲得的粉煤灰的化學組成作為能譜圖像分相方法的設計依據之 ， (3) 確定需要采集能譜面分布圖像的元素種類：將步驟（1)和步驟（2)的測試結果、粉 煤灰中常見的化學元素、粉煤灰的來源信息進行綜合分析，最終確定需要采集能譜面分布 圖像的元素種類； (4) 背散射電子圖像采集與能譜分析：在粉煤灰樣品中選擇有代表性的區域作為測試 區域，采集背散射電子圖像以及步驟（3)確定的每個元素的能譜面分布圖像，然后，觀察所 得的背散射電子圖像與元素能譜圖像的物相構成特點，在此基礎上，對測試區域中的典型 物相進行能譜點分析；通過能譜點分析初步探測到粉煤灰的物相組成； (5) 物相劃分：根據X射線衍射、元素能譜面分布圖像、能譜點分析結果，設計分相方 法，將同一測試區域的多張元素能譜面分布圖像疊合處理，判斷測試區域中各個像素的物 相種類，然后，去除分析結果中的噪聲，得到粉煤灰的物相種類、含量、空間分布信息以及分 相偽彩色圖。
[0005] 本發明中，步驟（5)中所述的分相方法采用決策樹分析法，具體設計方法如下： (1) 決策樹的根節點設計：將測試區域中的每個像素位置作為根節點； (2) 決策樹的葉節點設計：將物相識別目標作為葉節點，每個葉節點只有一個前驅節 點，沒有后繼節點；所述物相識別目標為下述物相中一種以上： Si02ΜΑ;由Al、Si和0元素構成的物相；由K、Al、Si和0元素構成的物相；由Na、Al、Si和0元素構成的物相；CaSOjg;由Ca、Al、Si和0元素構成的物相；由Ca、Mg、Al、Si 和0元素構成的物相；鎂相；鐵相；鈦相；氟相；磷相； (3) 處理元素能譜面分布圖像的種類：能夠將Si、Al、Ca、Fe、S、Mg、K、Na、Ti、F、P和0 元素的能譜面分布圖像進行疊合處理； (4) 決策樹的內節點設計：決策樹上除根節點和葉節點之外，其余節點均為內節點，在 本發明中每個內節點只有一個前驅節點、兩個后繼節點，即一個內節點經過判斷之后會產 生兩個樹枝，兩個樹枝上各設置一個后繼節點，當兩個后繼節點分別為下一個內節點時，每 一個內節點又會產生兩個樹枝；依此類推，直至樹枝經過若干次分叉后判斷出具體的物相， 即抵達葉節點，對應的樹枝便停止分叉；所述內節點分為兩類：第一類內節點是將某一元 素能譜面分布圖像上各像素的灰度與設定的灰度閾值進行對比，高于閾值的像素判斷為信 號，其余像素視為噪聲；第二類內節點是將兩種元素的灰度值之比與設定的閾值進行比較， 用以區分由相同元素按照不同比例關系構成的物相； (5) 決策樹分析法中的圖像處理順序：首先分析Si元素的能譜面分布圖像，然后分析 A1元素的能譜面分布圖像，后續其他元素的處理順序可按需要調整； (6) 判斷物相種類的方法：判斷測試區域中任一像素位置的物相種類時，需要綜合分 析各元素能譜面分布圖像中相同位置處的像素信息，各種物相的判斷原則是：對于310 2:在 Si元素和0元素的能譜面分布圖像中是信號，在A1元素和Mg元素的能譜面分布圖像中是 噪聲；對于A1203:在Si元素的能譜面分布圖像中是噪聲，在A1元素和0元素的能譜面分布 圖像中是信號；對于Al、Si和0元素構成的物相：在Si元素和A1元素的能譜面分布圖像 中是信號，在Ca元素、K元素和Na元素的能譜面分布圖像中是噪聲；當觀測到測試區域中 由Al、Si和0元素構成的物相在一種以上時，用Ο/Si、0/Α1或者Al/Si對其進一步區分，上 述比值均為像素的灰度值之比；對于K、A1、Si和0元素構成的物相：在Si元素、A1元素和 K元素的能譜面分布圖像中是信號，在Ca元素的能譜面分布圖像中是噪聲；對于Na、Al、Si 和〇元素構成的物相：在Si元素、Al元素和Na元素的能譜面分布圖像中是信號，在Ca元 素和K元素的能譜面分布圖像中是噪聲；對于CaS04相：在Si元素和A1元素的能譜面分布 圖像中是噪聲，在Ca元素和S元素的能譜面分布圖像中是信號；對于Ca、Al、Si和0元素 構成的物相：在Si元素、A1元素和Ca元素的能譜面分布圖像中是信號，在Mg元素的能譜 面分布圖像中是噪聲；對于Ca、Mg、Al、Si和0元素構成的物相：在Si元素、A1元素、Ca元 素和Mg元素的能譜面分布圖像中是信號；對于鎂相：在Si元素、Mg元素和0元素的能譜面 分布圖像中是信號，在A1元素的能譜面分布圖像中是噪聲；對于鐵相：在Si元素、A1元素、 Ca元素和F元素的能譜面分布圖像中是噪聲，在Fe元素的能譜面分布圖像中是信號；對于 鈦相：在Si元素、A1元素、Ca元素和Fe元素的能譜面分布圖像中是噪聲，在Ti元素的能 譜面分布圖像中是信號；對于氟相：在Si元素、A1元素和Ca元素的能譜面分布圖像中是噪 聲，在Fe元素和F元素的能譜面分布圖像中是信號；對于磷相：在Si元素、A1元素和S元 素的能譜面分布圖像中是噪聲，在Ca元素和P元素的能譜面分布圖像中是信號；將最終無 法歸類為任何一種物相的像素判斷為孔隙。上述決策樹分析法要遍歷測試區域的每個像素 位置。
[0006] 與傳統的粉煤灰物相分析方法相比，本發明的優勢在于： (1)對晶態和非晶態物相均有效。背散射電子圖像和元素能譜面分布圖反映的是物相 的化學組成及其空間分布信息，測試結果只受制樣效果、電鏡工作條件影響，與被測物相的 晶體結構無關。因此，不論背散射電子圖像上探測到的物相是晶態還是非晶態，只要在某些 元素能譜圖像的對應區域采集到灰度明顯高于噪聲的信號，即可在分相方法中設計相應的 元素組合關系，判斷物相存在與否。如果粉煤灰中包含了多種非晶態物相，只要它們的化學 組成存在差異，即可用上述方法加以區分。這與傳統測試方法將非晶態物相籠統地視為一 種物相并且無法給出具體化學組成的做法相比是一大進步。
[0007] (2)分析結果受物相含量影響小。為了使觀測結果具有代表性，拍攝背散射電子 圖像和元素能譜圖像時通常采用500倍或1000倍的放大倍數。這樣既保證了觀測區域中 顆粒數量充足，又使得圖像具有較高的分辨率。經試驗發現，對于個別含量較低的物相，只 要其物相組成特征明顯，即便粒徑只有幾微米，仍可檢測到。
[0008] (3)能夠觀測到物相的空間分布。將同一區域的多張元素能譜圖像疊合處理之后， 從所得的分相偽彩色圖中可以看出各種物相的空間分布。其結果可用于定性分析和定量分 析，例如解釋粉煤灰的反應機理，或者對復合水泥的水化硬化過程進行建模與模擬。
【附圖說明】
[0009] 圖1是粉煤灰能譜圖像物相劃分的決策樹示意圖；圖中X*表示X元素的能譜面分 布圖像中區分信號與噪聲的灰度閾值，
表示XI元素與X2元素能譜面分布圖像灰度比 的閾值。由于〇元素普遍存在于各種物相中，對于構成元素復雜的物相在圖中以簡寫形式 表示，〇元素不再注明。
[0010] 圖2是實施例1