本发明涉及荧光粉分析，尤其涉及一种基于大数据分析的rgb荧光粉分析方法。
背景技术：
1、rgb荧光粉是一种可以发出红、绿、蓝三原色的荧光粉末，被广泛应用于led照明灯具、液晶显示器、室内外装饰等领域，rgb荧光粉是由铁、锰、钴、镉等金属离子掺杂在不同基质中制成的荧光粉末，在受到紫外线或蓝光的激发后，这些金属离子会向外发射电子，经过跃迁产生可见光的荧光效应，从而形成亮丽的红、绿、蓝三原色，由于rgb荧光粉可以发出多种颜色的光线，并且相对于传统的彩色荧光粉，它的亮度更高、颜色更鲜艳，因此被广泛应用于led照明灯具和室内外装饰等领域，同时，在液晶显示器领域，rgb荧光粉也是构成lcd背光源的重要材料之一，可以有效提高显示器的色域覆盖率和显示效果，需要注意的是，由于部分荧光粉中含有有害物质，如镉等，因此在使用过程中应注意环保和安全问题，确保不会对环境和人体造成伤害。
2、现有的荧光粉分析方法一般采用实验室固有的分析方法，没有形成系统的分析方法作为参考，在荧光粉分析过程中易出现遗漏，且不便于对海量数据进行分析和分类，数据的利用效率较低，为此，我们提出一种基于大数据分析的rgb荧光粉分析方法来解决上述问题。
技术实现思路
1、本发明的目的是解决现有技术中的问题，而提出的一种基于大数据分析的rgb荧光粉分析方法。
2、为了实现上述目的，本发明采用了如下技术方案：
3、一种基于大数据分析的rgb荧光粉分析方法，所述rgb荧光粉分析方法包括以下步骤：
4、步骤1.发射光谱和激发光谱的测定：把样粉装好后，放到样品室里，选定一个激发波长，作发射光谱扫描，读出发射光谱的发射主峰，给定发射光谱的发射主峰，作激发光谱扫描，读出激发光谱峰值波长，重新装样，测试3次，各次之间峰值波长的差值不超过±1nm，取算术平均值；
5、步骤2.外量子效率的测定：把样粉装好后，放到样品室里，选定一个激发波长，激发荧光粉发光，利用光谱辐射分析仪测试得到荧光粉的发射光谱功率分布，计算荧光粉在该激发波长下的外量子效率，重新装样，测试3次，各次之间的相对差值不大于1％，取算术平均值；
6、步骤3.相对亮度的测定：将试样和参比样品分别装满样品盘，用平面玻璃压平，使表面平整，用激发光源分别激发试样和参比样品，用光电探测器将试样和参比样品发出的光转换成光电流，并记录数值，试样和参比样品连续重复读数3次，各次之间相对差值不大于1％，取算术平均值；
7、步骤4.色品坐标的测定：把试样装好放入样品室中，选定激发光源的发射波长，使其垂直激发样品室里的荧光粉样品，利用光谱辐射分析仪按一定的波长间隔，不大于5nm，测试得到荧光粉的发射光谱功率分布，按gb3102.6-1993中“6.39色品坐标”的公式求出荧光粉的色品坐标，重复测试3次，各次之间x、y的差值均不超过±0.001，取算术平均值；
8、步骤5.温度特性的测定：把试样装好放入样品室中，于室温下测试其激发、发射主峰波长，相对亮度及色品坐标等，每一试样按测定步骤平行测3次，各次之间激发、发射主峰波长的差值均不超过±1nm，相对亮度的差值不超过±1％，色品坐标的差值不超过±0.001，启动加热装置，将被测的荧光粉试样加热并稳定在设定的温度值10min，稳定在预定的温度下，测定荧光粉试样的激发、发射主峰波长，相对亮度及色品坐标等，每一试样按测定步骤平行测3次，各次之间激发、发射主峰波长的差值均不超过±1nm，相对亮度的差值不超过±1％，色品坐标的差值不超过±0.001，冷却荧光粉试样至室温，测试其激发、发射主峰波长，相对亮度及色品坐标等，每一试样按测定步骤平行测3次，各次之间以及与加热前相比，激发、发射主峰波长的差值均不超过±1nm，相对亮度的差值不超过±1％，色品坐标的差值不超过±0.001，计算试样在室温与加热时的激发、发射主峰波长，相对亮度及色品坐标变化，得到被测荧光粉的温度特性数据，
9、步骤6.ph值的测定：取荧光粉2.00g放到25ml的烧杯中，加入15ml的去离子水，并放入磁力子，将烧杯放在磁力搅拌器上搅拌20min后静置1h以上，用快速滤纸滤出澄清液体，进行测试，按照ph计使用说明书标定仪器，并进行温度补偿，将电极浸入待测溶液，摇动烧杯待平衡后，读出样品的ph值，样品连续测试3次，各次之间的差值不超过±0.1，取算术平均值；
10、步骤7.电导率的测定：取荧光粉2.00g放到25ml的烧杯中，加入15ml的去离子水，并放入磁力子，将烧杯放在磁力搅拌器上搅拌20min后静置1h以上，用快速定性滤纸滤出澄清液体，进行测量，设定仪器常数和温度补偿系数，把温度传感器和电极放入样品溶液中，摇动液体，当显示稳定时，读取数据，样品连续测试3次，各次之间的差值不超过±0.1μs/cm，取其平均值；
11、步骤8.粒度分布的测定：称取0.5g-1.0g粉体样品放置于盛有10ml去离子水的50ml烧杯中，加人分散剂1.0ml，于水浴超声槽中，超声槽中预先加入适量水,水量以刚浸过烧杯中样品溶液为宜，超声分散20min,立即测量，依次启动主机电源、进样器电源及计算机测量程序，在分散器中加人分散介质，启动泵系统使之循环于样品池，按仪器说明书要求设定样品及背景测量时间，开始背景检测至仪器显示可以加入样品，调节循环泵转速至合适转速，用水洗涤仪器进样系统3次，取分散好的样品缓慢加入已测背景的分散介质中至测量所需浊度，启动仪器超声装置，进行测量，重复测量3次，取其平均值，将仪器进样系统洗涤3次后进行下一样品测试；
12、步骤9.比表面积的测定：将试样于105℃烘烤lh，置于干燥器中，冷却至室温，立即称量，称取已净化干燥过的专用样品管的质量，精确至0.000lg，用专用漏斗将试样装入样品管中，控制待测试样总表面积在2m以上，独立进行两次测定，取其平均值，吸附前，应对试样进行脱气处理，将试料在200℃真空中加热脱气2h；
13、步骤10.数据导入及预处理；
14、步骤11.数据统计及分析。
15、优选的，所述数据导入及预处理包括将来自前端的数据导入到一个集中的大型分布式数据库及分布式存储集群，在导入基础上做一些简单的清洗和预处理工作，来满足部分业务的实时计算需求。
16、优选的，所述数据统计及分析利用分布式数据库及分布式计算集群对存储于其内的海量数据进行普通的分析和分类汇总等，实时性需求用到emc的greenplum、oracle的exadata，以及基于mysql的列式存储infobright等，一些批处理及基于半结构化数据的需求使用hadoop。
17、优选的，一种基于大数据分析的rgb荧光粉分析方法，所述数据统计及分析包括平均算法，所述平均算法包括以下步骤：
18、步骤1.输入包含m个对象的数据集a以及簇的数目n,从a中任意选择n个对象作为初始簇中心并且不断重复；
19、步骤2.计算出簇中对象的均值；
20、步骤3.将每个对象分配到最相似的簇并且不断更新簇均值；
21、步骤4.计算准则函数直到不再发生变化为止。
22、优选的，所述数据统计及分析包括奇异值分解，所述奇异值分解为假设a是一个m×n阶矩阵，其中的元素全部属于实数域或复数域，如此则存在一个分解使得a＝u∑v*，其中u是m×m阶酉矩阵，σ是半正定m×n阶对角矩阵，v*是n×n阶酉矩阵的共轭转置矩阵，这样的分解就称为a的奇异值分解，在matlab仿真软件中计算奇异值分解的函数式为：[b.c.d]＝svd(x)。
23、优选的，所述数据统计及分析包括pca算法，所述pca算法将变量通过线性变换而简化为几个重要变量，降低数据集的维数，同时尽可能保持数据集中，通过对协方差矩阵进行特征分解，从而得出数据的特征向量与特征值，在数学上可以理解为一个正交化的线性变换，把数据整体变换到一个新的坐标系中，使得这一数据的任何投影的第一大方差在第一主成分上，第二大方差在第二主成分上，依此类推。
24、与现有技术相比，本发明的有益效果是：
25、1、可以得到被测荧光粉的多项指标，如发射光谱和激发光谱的峰值波长、外量子效率、相对亮度、色品坐标、温度特性、粒度分布、比表面积、ph值和电导率等，这些指标可以全面反映被测荧光粉的物理、化学和光学性质；
26、2、而通过优选的数据导入及预处理、数据统计及分析算法，可以快速准确地对海量数据进行分析和分类，提高数据的利用效率和价值；
27、3、平均算法、奇异值分解和pca算法等统计方法能够对数据进行降维、归纳、聚类、分解、预测等操作，为科学研究和工业应用提供了有益的手段和思路。