粒度性能的检测方法、检测装置和检测系统与流程

1.本技术涉及粒度评价技术领域，具体而言，涉及一种粒度性能的检测方法、检测装置、计算机可读存储介质、处理器和检测系统。


背景技术：

2.目前，对碎屑岩进行粒度评价时，通常采用常规的图件进行描述，例如，频率曲线或直方图表征其粒度分布。由于粒度分布区间不均的限制，使得常规图件不能很好表征其分布，有时表征出的分布特征出现假象；二是由于多条曲线叠置时难于区分，从而限制了各样品的粒度对比。
3.在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。


技术实现要素：

4.本技术的主要目的在于提供一种粒度性能的检测方法、检测装置、计算机可读存储介质、处理器和检测系统，以解决现有技术中不同样品的密度分布特征图出现叠加现象的问题。
5.为了实现上述目的，根据本技术的一个方面，提供了一种粒度性能的检测方法，包括：对样品进行粒度测试，得到所述样品中颗粒的粒度数据；根据所述粒度数据划分多个粒度分布区间，计算各所述粒度分布区间的概率密度值，所述概率密度值为第一数量占第二数量的百分比，所述第一数量为位于所述粒度分布区间内的颗粒数量，所述第二数量为所述样品中颗粒的总数量；根据所述概率密度值和所述粒度分布区间生成密度分布特征图，所述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，所述图形组和所述样品一一对应，一个图形的最大宽度与样品的一个所述粒度分布区间对应，一个所述图形的图形属性对应表征一个所述粒度分布区间的所述概率密度值；根据所述密度分布特征图，确定所述样品的粒度性能。
6.可选地，所述图形属性包括颜色梯度、点密度、线宽、线高和线密度。
7.可选地，根据所述粒度数据划分多个粒度分布区间，计算各所述粒度分布区间的概率密度值，包括：根据所述粒度数据的最大值和最小值确定粒度分布总区间；将所述粒度分布总区间等分为多个预备粒度分布区间，计算各所述预备粒度分布区间的概率密度值；在所述预备粒度分布区间概率密度值大于或者等于预定值的情况下，将所述预备粒度分布区间等分为两个所述预备粒度分布区间，直至任意一个所述预备粒度分布区间的概率密度值均小于所述预定值，得到多个所述粒度分布区间。
8.可选地，根据所述密度分布特征图，确定所述样品的粒度性能，包括：根据所述密度分布特征图获取所述样品的粒度参数；根据所述粒度参数计算粒度分布参数；根据所述粒度分布参数确定所述样品的分选性等级。
9.可选地，所述粒度参数包括初始粒径、最小粒径、平均粒径、中值粒径、不同粒径含量、概率密度值以及各累积概率的phi值。
10.可选地，所述分布特征参数包括分选系数、标准偏差、峰度和偏度。
11.根据本技术的另一方面，提供了一种粒度性能的检测装置，包括：测试单元，用于对样品进行粒度测试，得到所述样品中颗粒的粒度数据；计算单元，用于根据所述粒度数据划分多个粒度分布区间，计算各所述粒度分布区间的概率密度值，所述概率密度值为第一数量占第二数量的百分比，所述第一数量为位于所述粒度分布区间内的颗粒数量，所述第二数量为所述样品中颗粒的总数量；生成单元，用于根据所述概率密度值和所述粒度分布区间生成密度分布特征图，所述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，所述图形组和所述样品一一对应，一个图形的最大宽度与样品的一个所述粒度分布区间对应，一个所述图形的图形属性对应表征一个所述粒度分布区间的所述概率密度值；确定单元，用于根据所述密度分布特征图，确定所述样品的粒度性能。
12.根据本技术的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行任意一种所述的方法。
13.根据本技术的又一方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的方法。
14.根据本技术的再一方面，提供了一种检测系统，包括粒度性能的检测装置，所述粒度性能的检测装置用于执行任意一种所述的方法。
15.应用本技术的技术方案，上述粒度性能的检测方法中，首先，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；然后，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；之后，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；最后，根据上述密度分布特征图，确定上述样品的粒度性能。该检测方法生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
附图说明
16.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
17.图1示出了根据本技术的一种实施例的粒度性能的检测方法的流程图；
18.图2示出了根据本技术的一种实施例的密度分布特征图的示意图；
19.图3示出了根据本技术的一种实施例的粒度性能的检测装置的示意图。
具体实施方式
20.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
21.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
22.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
24.正如背景技术中所说的，现有技术中不同样品的密度分布特征图出现叠加现象，为了解决上述问题，本技术的一种典型的实施方式中，提供了一种粒度性能的检测方法、检测装置、计算机可读存储介质、处理器和检测系统。
25.根据本技术的实施例，提供了一种粒度性能的检测方法。
26.图1是根据本技术实施例的粒度性能的检测方法的流程图。如图1所示，该方法包括以下步骤：
27.步骤s101，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；
28.步骤s102，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；
29.步骤s103，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；
30.步骤s104，根据上述密度分布特征图，确定上述样品的粒度性能。
31.上述粒度性能的检测方法中，首先，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；然后，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；之后，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最
大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；最后，根据上述密度分布特征图，确定上述样品的粒度性能。该检测方法生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
32.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
33.还需要说明的是，上述粒度数据为粒径r或者phi值，phi值的计算公式为phi＝log2r，粒径r可以通过粒度测试获取，phi值通过上述计算公式计算得到。上述密度分布特征图的横坐标为粒径r或者phi值，纵坐标为样品编号或者样品的深度，样品的深度是指以指定面(通常是井口)为基准面，样品取样处距离基准面的垂直距离，向井下方向为正方向，同一口井的不同样品为不同深度下取样的结果。当然，上述密度分布特征图的横坐标也可以为样品编号或者样品的深度，纵坐标也可以为粒径r或者phi值，同时，不同样品的图形组可以沿纵向或横向上在图上占用不同的位置，从而不会发生重叠，使得可以在同一张图上编制多样品的密度特征分布图，以便于对不同的样品进行区别的对比，例如，如图2所示，密度分布特征图的横坐标为phi值，纵坐标为样品的深度，各样品对应的图形组沿纵向平行排列，概率密度值frg通过颜色来表征，概率密度值frg的百分数取值为0～40。
34.本技术的一种实施例中，上述图形属性包括颜色梯度、点密度、线宽、线高和线密度。具体地，上述图像属性都是可以连续变化且便于观察对比的属性，上述图像属性可以直观地展现各粒度分布区间的概率密度值，便于对不同的样品进行区别的对比，当然，上述图形属性不限于此，本领域技术人员可以根据实际情况选择其他合适的图形属性。
35.本技术的一种实施例中，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，包括：根据上述粒度数据的最大值和最小值确定粒度分布总区间；将上述粒度分布总区间等分为多个预备粒度分布区间，计算各上述预备粒度分布区间的概率密度值；在上述预备粒度分布区间概率密度值大于或者等于预定值的情况下，将上述预备粒度分布区间等分为两个上述预备粒度分布区间，直至任意一个上述预备粒度分布区间的概率密度值均小于上述预定值，得到多个上述粒度分布区间。具体地，上述预定值可以根据实际情况进行选择，上述粒度分布区间的划分方法保证任意一个上述预备粒度分布区间的概率密度值均小于上述预定值，使得粒度分布较密处，分区间分布相对变密，从而可以更好、更准确的描述粒度值高密度分布区间内的概率密度分布情况。
36.本技术的一种实施例中，根据上述密度分布特征图，确定上述样品的粒度性能包括：根据上述密度分布特征图获取上述样品的粒度参数；根据上述粒度参数计算粒度分布参数；根据上述粒度分布参数确定上述样品的分选性等级。具体地，先从图中读取相关的粒度参数，然后计算出分布特征参数，分布特征参数表征了粒度发的分布特征，从而可以根据分布特征参数对粒度进行评价，以确定上述样品的分选性等级。
37.本技术的一种实施例中，上述粒度参数包括初始粒径、最小粒径、平均粒径、中值粒径、不同粒径含量、概率密度值以及各累积概率的phi值。具体地，上述粒度参数均可以通过密度分布特征图直接获取或计算得到，例如，上述中值粒径md是指累积曲线上颗粒含量为50％处对应的粒径，用粒径或phi值表示，平均粒径mz的计算公式为其中，和分别累计曲线上百分含量为16％、50％和84％的粒径。
38.本技术的一种实施例中，上述分布特征参数包括分选系数、标准偏差、峰度和偏度。具体地，上述分选系数为粒度累计曲线上，75％和25％出所对应的颗粒直接的比值，根据分选系数将分选性分为三个等级，上述分选系数大于或者等于1且小于或者等于2.5的情况下，分选性良好，上述分选系数大于2.5且小于或者等于4.0的情况下，分选性中等，上述分选系数大于4.0的情况下，分选性差，上述标准差σ1的计算公式为的计算公式为和分别为累计曲线上百分含量为5％、16％、65％和84％的粒径，根据分选系数将分选性分为七个等级，上述标准偏差小于0.35的情况下，分选性极好，上述分选系数大于或者等于0.35且小于0.5的情况下，分选性好，上述分选系数大于或者等于0.5且小于0.71的情况下，分选性较好，上述分选系数大于或者等于0.71且小于1.00的情况下，分选性中等，上述分选系数大于或者等于1.00且小于2.00的情况下，分选性较差，上述分选系数大于或者等于2.00且小于或者等于4.00的情况下，分选性差，上述标准偏差大于4.00的情况下，分选性极差。上述偏度sk1的计算公式为下，分选性极差。上述偏度sk1的计算公式为为累计曲线上百分含量为95％的粒径，在上述偏度sk1等于0的情况下，峰两侧粗细粒径的百分比含量互相对应地减少，形成以峰为对称轴的对称曲线。此时中值粒径、平均粒径和众数三者为同一数值，说明沉积物分选好，在上述偏度sk1大于0的情况下，曲线形态不对称，峰偏向粗粒度一侧，细粒一侧有一低的尾部，说明沉积物以粗组分为主，分选性变差，在上述偏度sk1小于0的情况下，曲线形态不对称，峰偏向细粒度一侧，粗粒一侧有一低的尾部，说明沉积物以细组分为主，分选性变差。
39.本技术实施例还提供了一种粒度性能的检测装置，需要说明的是，本技术实施例的粒度性能的检测装置可以用于执行本技术实施例所提供的用于粒度性能的检测方法。以下对本技术实施例提供的粒度性能的检测装置进行介绍。
40.图3是根据本技术实施例的粒度性能的检测装置的示意图。如图3所示，该装置包括：
41.测试单元10，用于对样品进行粒度测试，得到上述样品中颗粒的粒度数据；
42.计算单元20，用于根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；
43.生成单元30，用于根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；
44.确定单元40，用于根据上述密度分布特征图，确定上述样品的粒度性能。
45.上述粒度性能的检测装置中，测试单元对样品进行粒度测试，得到上述样品中颗粒的粒度数据；计算单元根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；生成单元根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；确定单元根据上述密度分布特征图，确定上述样品的粒度性能。该检测装置生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
46.需要说明的是，上述粒度数据为粒径r或者phi值，phi值的计算公式为phi＝log2r，粒径r可以通过粒度测试获取，phi值通过上述计算公式计算得到。上述密度分布特征图的横坐标为粒径r或者phi值，纵坐标为样品编号或者样品的深度，样品的深度是指以指定面(通常是井口)为基准面，样品取样处距离基准面的垂直距离，向井下方向为正方向，同一口井的不同样品为不同深度下取样的结果。当然，上述密度分布特征图的横坐标也可以为样品编号或者样品的深度，纵坐标也可以为粒径r或者phi值，同时，不同样品的图形组可以沿纵向或横向上在图上占用不同的位置，从而不会发生重叠，使得可以在同一张图上编制多样品的密度特征分布图，以便于对不同的样品进行区别的对比，例如，如图2所示，密度分布特征图的横坐标为phi值，纵坐标为样品的深度，各样品对应的图形组沿纵向平行排列，概率密度值frg通过颜色来表征，概率密度值frg的百分数取值为0～40。
47.本技术的一种实施例中，上述图形属性包括颜色梯度、点密度、线宽、线高和线密度。具体地，上述图像属性都是可以连续变化且便于观察对比的属性，上述图像属性可以直观地展现各粒度分布区间的概率密度值，便于对不同的样品进行区别的对比，当然，上述图形属性不限于此，本领域技术人员可以根据实际情况选择其他合适的图形属性。
48.本技术的一种实施例中，上述计算单元包括第一确定模块、第一计算模块和处理模块，其中，上述第一确定模块用于根据上述粒度数据的最大值和最小值确定粒度分布总区间；上述第一计算模块用于将上述粒度分布总区间等分为多个预备粒度分布区间，计算各上述预备粒度分布区间的概率密度值；上述处理模块用于在上述预备粒度分布区间概率密度值大于或者等于预定值的情况下，将上述预备粒度分布区间等分为两个上述预备粒度分布区间，直至任意一个上述预备粒度分布区间的概率密度值均小于上述预定值，得到多个上述粒度分布区间。具体地，上述预定值可以根据实际情况进行选择，上述粒度分布区间的划分方法保证任意一个上述预备粒度分布区间的概率密度值均小于上述预定值，使得粒度分布较密处，分区间分布相对变密，从而可以更好、更准确的描述粒度值高密度分布区间内的概率密度分布情况。
49.本技术的一种实施例中，上述确定单元包括获取模块、第二计算模块和第二确定
模块，其中，上述获取模块用于根据上述密度分布特征图获取上述样品的粒度参数；上述第二计算模块用于根据上述粒度参数计算粒度分布参数；上述第二确定模块用于根据上述粒度分布参数确定上述样品的分选性等级。具体地，先从图中读取相关的粒度参数，然后计算出分布特征参数，分布特征参数表征了粒度发的分布特征，从而可以根据分布特征参数对粒度进行评价，以确定上述样品的分选性等级。
50.本技术的一种实施例中，上述粒度参数包括初始粒径、最小粒径、平均粒径、中值粒径、不同粒径含量、概率密度值以及各累积概率的phi值。具体地，上述粒度参数均可以通过密度分布特征图直接获取或计算得到，例如，上述中值粒径md是指累积曲线上颗粒含量为50％处对应的粒径，用粒径或phi值表示，平均粒径mz的计算公式为其中，和分别累计曲线上百分含量为16％、50％和84％的粒径。
51.本技术的一种实施例中，上述分布特征参数包括分选系数、标准偏差、峰度和偏度。具体地，上述分选系数为粒度累计曲线上，75％和25％出所对应的颗粒直接的比值，根据分选系数将分选性分为三个等级，上述分选系数大于或者等于1且小于或者等于2.5的情况下，分选性良好，上述分选系数大于2.5且小于或者等于4.0的情况下，分选性中等，上述分选系数大于4.0的情况下，分选性差，上述标准差σ1的计算公式为的计算公式为和分别为累计曲线上百分含量为5％、16％、65％和84％的粒径，根据分选系数将分选性分为七个等级，上述标准偏差小于0.35的情况下，分选性极好，上述分选系数大于或者等于0.35且小于0.5的情况下，分选性好，上述分选系数大于或者等于0.5且小于0.71的情况下，分选性较好，上述分选系数大于或者等于0.71且小于1.00的情况下，分选性中等，上述分选系数大于或者等于1.00且小于2.00的情况下，分选性较差，上述分选系数大于或者等于2.00且小于或者等于4.00的情况下，分选性差，上述标准偏差大于4.00的情况下，分选性极差。上述偏度sk1的计算公式为下，分选性极差。上述偏度sk1的计算公式为为累计曲线上百分含量为95％的粒径，在上述偏度sk1等于0的情况下，峰两侧粗细粒径的百分比含量互相对应地减少，形成以峰为对称轴的对称曲线。此时中值粒径、平均粒径和众数三者为同一数值，说明沉积物分选好，在上述偏度sk1大于0的情况下，曲线形态不对称，峰偏向粗粒度一侧，细粒一侧有一低的尾部，说明沉积物以粗组分为主，分选性变差，在上述偏度sk1小于0的情况下，曲线形态不对称，峰偏向细粒度一侧，粗粒一侧有一低的尾部，说明沉积物以细组分为主，分选性变差。
52.本技术实施例还提供了一种检测系统，包括粒度性能的检测装置，上述粒度性能的检测装置用于执行任意一种上述的方法。
53.上述检测系统中，包括粒度性能的检测装置，测试单元对样品进行粒度测试，得到上述样品中颗粒的粒度数据；计算单元根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；生成单元根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；确定单元根据上述密度分
布特征图，确定上述样品的粒度性能。该检测装置生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
54.上述粒度性能的检测装置包括处理器和存储器，上述测试单元、计算单元、生成单元和确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
55.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有技术中不同样品的密度分布特征图出现叠加现象的问题。
56.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
57.本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述方法。
58.本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述方法。
59.本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
60.步骤s101，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；
61.步骤s102，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；
62.步骤s103，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；
63.步骤s104，根据上述密度分布特征图，确定上述样品的粒度性能。
64.本文中的设备可以是服务器、pc、pad、手机等。
65.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
66.步骤s101，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；
67.步骤s102，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；
68.步骤s103，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组
和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；
69.步骤s104，根据上述密度分布特征图，确定上述样品的粒度性能。
70.在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
71.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
72.上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
73.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
74.上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的计算机可读存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
75.从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
76.1)、本技术的粒度性能的检测方法中，首先，对样品进行粒度测试，得到上述样品中颗粒的粒度数据；然后，根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；之后，根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；最后，根据上述密度分布特征图，确定上述样品的粒度性能。该检测方法生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品
的粒度性能。
77.2)、本技术的粒度性能的检测装置中，测试单元对样品进行粒度测试，得到上述样品中颗粒的粒度数据；计算单元根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；生成单元根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；确定单元根据上述密度分布特征图，确定上述样品的粒度性能。该检测装置生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
78.3)、本技术的检测系统中，包括粒度性能的检测装置，测试单元对样品进行粒度测试，得到上述样品中颗粒的粒度数据；计算单元根据上述粒度数据划分多个粒度分布区间，计算各上述粒度分布区间的概率密度值，上述概率密度值为第一数量占第二数量的百分比，上述第一数量为位于上述粒度分布区间内的颗粒数量，上述第二数量为上述样品中颗粒的总数量；生成单元根据上述概率密度值和上述粒度分布区间生成密度分布特征图，上述密度分布特征图包括至少一个图形组，一个图形组包括多个依次连接的图形，上述图形组和上述样品一一对应，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值；确定单元根据上述密度分布特征图，确定上述样品的粒度性能。该检测装置生成的密度分布特征图中，一个图形的最大宽度与样品的一个上述粒度分布区间对应，一个上述图形的图形属性对应表征一个上述粒度分布区间的上述概率密度值，保证密度分布特征图中各样品采用对应的图形组表征概率密度值与粒度分布区间的关系，使得各样本之间的密度分布特征图独立开来，避免各样本之间的密度分布特征图之间产生叠加，便于读取密度分布特征图的数据，从而便于根据读取数据确定上述样品的粒度性能。
79.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。