自动化的矿物分类的制作方法
【技术领域】
[0001]本发明通常涉及用于用X-射线光谱学使用带电粒子束系统来识别矿物的方法和结构。
【背景技术】
[0002]扫描电子显微镜(SEM)是一种类型的电子显微镜，其通过在预确定的模式中用聚焦电子束来扫描样品而使样品成像。电子与组成样品的原子相互作用，从而产生提供关于样品的表面形貌、成分、和其它属性的信息的信号。
[0003]由SEM产生的信号的类型包含二次电子、背散射电子(BSE)、特征X-射线、光(阴极射线致发光)、样本电流和透射电子。信号由电子束与在样品的表面处或接近样品的表面的原子的相互作用产生。在一个常见的检测模式:二次电子成像(SEI)中，SEM能够产生样品表面的非常高的分辨率的图像，从而揭示在尺寸上小于I nm的细节。由于非常窄的电子束，SEM显微照片具有大的景深，从而生成对理解样品的表面结构有用的特征三维外观。
[0004]扫描电子显微镜被用在矿物分析系统中，诸如从俄勒冈州希尔斯伯勒(Hillsboro, Oregon)的FEI公司可获得的Qemscan?和MLA?已被用来分析矿物样品很多年。为了确定存在于矿中的矿物的类型和相对数量，以小颗粒的形式的样品被固定在模具中的环氧树脂中，并且该模具被放置在真空腔中。电子束被引导朝向样品，并且在被称为X-射线光谱学的过程中，响应于电子束而来自样品的X-射线的能量被测量且被绘制在柱状图中以形成光谱。测量的光谱能够与各种元素的已知光谱相比较以确定存在哪些元素和矿物。一种类型的X-射线光谱学是“能量色散X-射线光谱学”或“EDS”。另一种类型是“波长色散光谱学”或“WDS”。
[0005]为了刺激特征X-射线从样本的发射，高能量的带电粒子(诸如电子或质子)束、或X-射线束被聚焦到正被研宄的样品中。在静止时，在样品内的原子含有处于束缚于原子核的分立能级或电子壳层的基态(或未激发的)电子。入射束可以激发处于内壳层的电子，从而将它从壳层逐出同时生成在那里原来是电子的电子空穴。来自更高能量的外壳层的电子随后填充空穴，并且在更高能量壳层和更低能量壳层之间的能量差可以以X-射线的形式释放。每个元素的唯一的原子结构允许X-射线被彼此唯一地识别，该X-射线是元素的原子结构的特征。从样本发射的X-射线的数目和能量能够由X-射线分光计诸如EDS或波长色散分光计测量以确定要被测量的样本的元素成分。
[0006]背散射电子(BSE)是来自一次电子束的通过弹性或非弹性散射从样品反射的电子。BSE连同从特征X-射线得到的光谱一起被经常用在分析型SEM中，因为BSE信号的强度与样本的原子序数(Z)强烈相关。BSE图像能够提供关于在样品中不同元素的分布的信息。
[0007]BSE信号典型地以每像素微秒的速率来获取。EDS系统具有更长的获取时间，从而典型地要求每像素约若干秒来产生具有足够分辨率以唯一地识别矿物的光谱。对收集X-射线光谱以唯一地识别矿物所要求的更长的时间基本上限制能够被测量的像素的数目。EDS系统也典型地对轻原子不灵敏。因为EDS探测器和BSE探测器两者的优点，使用BSE和X-射线光谱两者来精确地识别矿物有时是有用的，这要求更多的时间并且成为要用商业上可行的方案来解决的难题。
[0008]Qemscan?和MLA?系统包括SEM、一个或多个EDS探测器、和用于控制数据获取的软件。这些系统识别并且量化在获取的光谱内表示的元素，并且随后将该元素数据与具有固定元素范围的矿物限定的列表相匹配。
[0009]一些矿物分类系统将未知矿物的获取的光谱与已知矿物光谱的库相比较，并且随后基于哪个已知光谱最类似于样品的光谱来识别样品。存在直接比较两个光谱的各种方式。比如，一种方式能够将在不同能量通道处的两个光谱之间的差的总和作为“距离”。MLA使用卡方(ch1-squared)统计测试以将测量的光谱的每个能量通道处的值与已知矿物光谱的对应通道处的值相比较。只要满足最小的相似度，MLA将与该光谱具有“最匹配”的未知光谱分配给元素。
[0010]另一方面，QEMSCAN使用如下规则或标准的系统:如果满足该规则或标准，则该规则或标准对光谱分类。这典型地以“第一匹配”的方式来应用，就是说光谱与针对每个可能的矿物的标准顺序地相比较，并且当光谱满足标准时系统将那个元素分配给光谱。
[0011]现有的系统要求专家用户花费时间:i)定位和收集要用作标准的矿物的示例以与未知光谱相比较(MLA)或ii)制定被顺序地应用以识别矿物的规则的列表(QEMSCAN)。这些要求使制造自动化的矿物识别系统或甚至能够被相对不熟练的操作员使用的系统是困难的。
【发明内容】
[0012]本发明的目标是对由X-射线光谱学分析的矿物样品高效地分类。
[0013]本发明将基于规则的方案与相似度度量的方案组合。该组合提供超过将从单独应用的方案所期待的那些益处的增效益处。本发明的实施例简化矿物识别过程从而它能够被自动化。
[0014]前述内容已相当广泛地概述本发明的特征和技术优点，以便可以更好地理解接下来的本发明的详细描述。本发明的额外的特征和优点将在下文中被描述。本领域技术人员应该理解，公开的概念和特定实施例可以被容易地用作用于修改或设计用于执行本发明的相同目的的其它结构的基础。本领域技术人员也应该意识到，这样的等价构建没有脱离如在所附权利要求书中阐释的本发明的精神和范围。
【附图说明】
[0015]为了更彻底地理解本发明和其优点，现在对下面连同附图一起进行的描述进行参考，在附图中:
图1是适合于实施本发明的矿物分析系统的扫描电子显微镜。
[0016]图2是本发明的实施例的流程图；
图3是图2的实施例的第一匹配算法部分的流程图；并且图4是图2的实施例的最佳匹配算法部分的流程图。
【具体实施方式】
[0017]本发明的实施例涉及用于基于X-射线光谱来高效且容易地对矿物分类的方法。
[0018]该发明描述一种能够被自动化以在没有人为干预的情况下从SEM-EDS数据识别矿物的鲁棒的方法。将基于规则的方案与最佳匹配方案组合提供了减小分析时间和增加分析的鲁棒性的意外益处。在一些实施例中，第一匹配、基于规则的方案被用来消除不感兴趣的数据点，诸如表示在矿物样品之间的树脂的数据点或表示样品中的裂缝的数据点，这提供不可靠的读取。“数据点”对应于在样品上的位置(单个停留点或多个成组停留点)，并且能够包含来自样品上的那个位置的一个或多个类型的信息，诸如X-射线光谱和背散射电子信息。针对这样初步筛选应用的规则典型地与当单独使用基于规则的、第一匹配的系统时典型地应用的规则不同。不同的规则提供将不会从仅仅顺序地应用现有技术系统而获得的益处。
[0019]一个实施例在“最佳匹配”分析中使用在如在2012年10月26日提交的美国专利申请号 13/661，774 中描述的 ‘Mineral Identificat1n Using Mineral Definit1nsIncluding Variability’中描述的相似度度量，该美国专利申请号13/661，774由此通过引用被结合。当与本