基于能量色散x射线谱的粉煤灰物相分析方法
【技术领域】
[0001] 本发明属于环保领域（固体废弃物利用）和材料分析测试领域，具体涉及一种基于 能量色散X射线谱的粉煤灰物相分析方法。
【背景技术】
[0002] 粉煤灰是一种活性矿物质细粉资源，它作为辅助胶凝材料在水泥、砂浆和混凝土 生产中有着广泛的应用。但是，由于煤种、煤源、锅炉的类型、容量、运行条件以及收尘和 排灰方式存在差异，粉煤灰的性质波动很大，主要表现为化学组成、物相组成、密度、颗粒形 貌、细度等性质不同。其中，尤以物相组成对粉煤灰的火山灰反应活性影响最大。因此，人们 通过X射线衍射、化学溶出法等多种方法来分析粉煤灰的物相组成，测定其中活性物质的 含量，进而评价、预测粉煤灰的反应活性，揭示其在混合水泥水化过程中的作用机理。但是， 由于粉煤灰包含的物相种类繁多，含量差异显著，晶态和非晶态并存，加之物相的分布情况 对反应活性的影响也很大，传统的分析测试方法很难对其进行全面分析。以定量X射线衍 射分析为例，该方法只能测出晶态物相的含量、非晶态物相的总量，却不能对非晶态物相进 一步细分，也无法获知各种物相的空间分布。
【发明内容】
[0003] 本发明的目的是提供一种基于能量色散X射线谱的粉煤灰物相分析方法，它能够 对粉煤灰以及各种活化粉煤灰进行物相组成分析、体积百分含量计算以及空间分布观测。
[0004] 本发明提出的基于能量色散X射线谱的粉煤灰物相分析方法，具体步骤如下： (1) 分析粉煤灰的化学组成：通过化学分析或X射线荧光光谱分析粉煤灰的化学组成， 根据测得的元素种类和元素含量信息，将所获得的元素种类初步确定为需要采集能谱面分 布图像的元素种类； (2) 确定晶态物相组成：根据X射线衍射图谱获得粉煤灰中的晶态物相种类，将所述 晶态物相种类以及步骤（1)获得的粉煤灰的化学组成作为能谱图像分相方法的设计依据之 ， (3) 确定需要采集能谱面分布图像的元素种类：将步骤（1)和步骤（2)的测试结果、粉 煤灰中常见的化学元素、粉煤灰的来源信息进行综合分析，最终确定需要采集能谱面分布 图像的元素种类； (4) 背散射电子图像采集与能谱分析：在粉煤灰样品中选择有代表性的区域作为测试 区域，采集背散射电子图像以及步骤（3)确定的每个元素的能谱面分布图像，然后，观察所 得的背散射电子图像与元素能谱图像的物相构成特点，在此基础上，对测试区域中的典型 物相进行能谱点分析；通过能谱点分析初步探测到粉煤灰的物相组成； (5) 物相划分：根据X射线衍射、元素能谱面分布图像、能谱点分析结果，设计分相方 法，将同一测试区域的多张元素能谱面分布图像叠合处理，判断测试区域中各个像素的物 相种类，然后，去除分析结果中的噪声，得到粉煤灰的物相种类、含量、空间分布信息以及分 相伪彩色图。
[0005] 本发明中，步骤（5)中所述的分相方法采用决策树分析法，具体设计方法如下： (1) 决策树的根节点设计：将测试区域中的每个像素位置作为根节点； (2) 决策树的叶节点设计：将物相识别目标作为叶节点，每个叶节点只有一个前驱节 点，没有后继节点；所述物相识别目标为下述物相中一种以上： Si02ΜΑ;由Al、Si和0元素构成的物相；由K、Al、Si和0元素构成的物相；由Na、Al、Si和0元素构成的物相；CaSOjg;由Ca、Al、Si和0元素构成的物相；由Ca、Mg、Al、Si 和0元素构成的物相；镁相；铁相；钛相；氟相；磷相； (3) 处理元素能谱面分布图像的种类：能够将Si、Al、Ca、Fe、S、Mg、K、Na、Ti、F、P和0 元素的能谱面分布图像进行叠合处理； (4) 决策树的内节点设计：决策树上除根节点和叶节点之外，其余节点均为内节点，在 本发明中每个内节点只有一个前驱节点、两个后继节点，即一个内节点经过判断之后会产 生两个树枝，两个树枝上各设置一个后继节点，当两个后继节点分别为下一个内节点时，每 一个内节点又会产生两个树枝；依此类推，直至树枝经过若干次分叉后判断出具体的物相， 即抵达叶节点，对应的树枝便停止分叉；所述内节点分为两类：第一类内节点是将某一元 素能谱面分布图像上各像素的灰度与设定的灰度阈值进行对比，高于阈值的像素判断为信 号，其余像素视为噪声；第二类内节点是将两种元素的灰度值之比与设定的阈值进行比较， 用以区分由相同元素按照不同比例关系构成的物相； (5) 决策树分析法中的图像处理顺序：首先分析Si元素的能谱面分布图像，然后分析 A1元素的能谱面分布图像，后续其他元素的处理顺序可按需要调整； (6) 判断物相种类的方法：判断测试区域中任一像素位置的物相种类时，需要综合分 析各元素能谱面分布图像中相同位置处的像素信息，各种物相的判断原则是：对于310 2:在 Si元素和0元素的能谱面分布图像中是信号，在A1元素和Mg元素的能谱面分布图像中是 噪声；对于A1203:在Si元素的能谱面分布图像中是噪声，在A1元素和0元素的能谱面分布 图像中是信号；对于Al、Si和0元素构成的物相：在Si元素和A1元素的能谱面分布图像 中是信号，在Ca元素、K元素和Na元素的能谱面分布图像中是噪声；当观测到测试区域中 由Al、Si和0元素构成的物相在一种以上时，用Ο/Si、0/Α1或者Al/Si对其进一步区分，上 述比值均为像素的灰度值之比；对于K、A1、Si和0元素构成的物相：在Si元素、A1元素和 K元素的能谱面分布图像中是信号，在Ca元素的能谱面分布图像中是噪声；对于Na、Al、Si 和〇元素构成的物相：在Si元素、Al元素和Na元素的能谱面分布图像中是信号，在Ca元 素和K元素的能谱面分布图像中是噪声；对于CaS04相：在Si元素和A1元素的能谱面分布 图像中是噪声，在Ca元素和S元素的能谱面分布图像中是信号；对于Ca、Al、Si和0元素 构成的物相：在Si元素、A1元素和Ca元素的能谱面分布图像中是信号，在Mg元素的能谱 面分布图像中是噪声；对于Ca、Mg、Al、Si和0元素构成的物相：在Si元素、A1元素、Ca元 素和Mg元素的能谱面分布图像中是信号；对于镁相：在Si元素、Mg元素和0元素的能谱面 分布图像中是信号，在A1元素的能谱面分布图像中是噪声；对于铁相：在Si元素、A1元素、 Ca元素和F元素的能谱面分布图像中是噪声，在Fe元素的能谱面分布图像中是信号；对于 钛相：在Si元素、A1元素、Ca元素和Fe元素的能谱面分布图像中是噪声，在Ti元素的能 谱面分布图像中是信号；对于氟相：在Si元素、A1元素和Ca元素的能谱面分布图像中是噪 声，在Fe元素和F元素的能谱面分布图像中是信号；对于磷相：在Si元素、A1元素和S元 素的能谱面分布图像中是噪声，在Ca元素和P元素的能谱面分布图像中是信号；将最终无 法归类为任何一种物相的像素判断为孔隙。上述决策树分析法要遍历测试区域的每个像素 位置。
[0006] 与传统的粉煤灰物相分析方法相比，本发明的优势在于： (1)对晶态和非晶态物相均有效。背散射电子图像和元素能谱面分布图反映的是物相 的化学组成及其空间分布信息，测试结果只受制样效果、电镜工作条件影响，与被测物相的 晶体结构无关。因此，不论背散射电子图像上探测到的物相是晶态还是非晶态，只要在某些 元素能谱图像的对应区域采集到灰度明显高于噪声的信号，即可在分相方法中设计相应的 元素组合关系，判断物相存在与否。如果粉煤灰中包含了多种非晶态物相，只要它们的化学 组成存在差异，即可用上述方法加以区分。这与传统测试方法将非晶态物相笼统地视为一 种物相并且无法给出具体化学组成的做法相比是一大进步。
[0007] (2)分析结果受物相含量影响小。为了使观测结果具有代表性，拍摄背散射电子 图像和元素能谱图像时通常采用500倍或1000倍的放大倍数。这样既保证了观测区域中 颗粒数量充足，又使得图像具有较高的分辨率。经试验发现，对于个别含量较低的物相，只 要其物相组成特征明显，即便粒径只有几微米，仍可检测到。
[0008] (3)能够观测到物相的空间分布。将同一区域的多张元素能谱图像叠合处理之后， 从所得的分相伪彩色图中可以看出各种物相的空间分布。其结果可用于定性分析和定量分 析，例如解释粉煤灰的反应机理，或者对复合水泥的水化硬化过程进行建模与模拟。
【附图说明】
[0009] 图1是粉煤灰能谱图像物相划分的决策树示意图；图中X*表示X元素的能谱面分 布图像中区分信号与噪声的灰度阈值，
表示XI元素与X2元素能谱面分布图像灰度比 的阈值。由于〇元素普遍存在于各种物相中，对于构成元素复杂的物相在图中以简写形式 表示，〇元素不再注明。
[0010] 图2是实施例1