一种块状岩石样品矿物含量测量的方法
技术领域
本发明属于分析检测
技术领域
，具体是一种应用矿物参数自动分析系统来测定块状岩石样品中矿物含量的方法。背景技术
由FEI生产的型号为MLA650的矿物参数自动分析系统是一个高速自动化的矿物参数自动定量分析系统。主要用于矿业、冶金、地质等领域。能对样品进行矿物物质组成、成份定量、矿物嵌布特征、矿物粒级分布、矿物解离度等重要参数进行自动定量分析。由于矿物分析参数自动定量分析系统的工作原理是将矿物样品扫描后，基于背散射图像进行背景去除，然后将矿物颗粒化后再进行矿物相分离，进而通过统计方法得到矿物含量的信息。这种方法对颗粒化明显的样品，如土壤和沙子含量具有明显的优势，但是对于整块的岩石样品却有明显限制性的。这是因为整块岩石的矿物是紧密联接在一起的，形成胶合状态，在分析过程中是无杂质背景可以去除的，这个情形也导致矿物参数自动分析系统无法对整块矿物含量信息进行检测分析。
发明内容
鉴于上述，本发明目的旨在提供了一种应用矿物参数自动分析系统测定块状岩石样品中矿物含量的方法。利用这种方法可以对整块矿物含量进行检测分析，为矿物参数自动分析系统测定块状岩石增添了新的功能。
本发明的目的通过以下技术方案来实现：
一种块状岩石样品矿物含量测量的方法，包括以下步骤：
步骤一，将块状岩石样品加工成直径为30mm、厚度为2mm的圆柱状结构，放入试样盘中抽真空；
步骤二，开启自动分析系统电子束对抽真空圆柱状样品表面进行扫描，扫描后可以得到背散射图像；
步骤三，基于背散射图像的灰阶分布特征进行背景扣除，通过灰度值范围的设定将矿物分为A和B作为研究对象，即第一步选择矿物A灰度值为0-X的图像作为研究对象，将255-X的图像部分作为背景值扣除，并将其作为一个样品进行测量分析；第二步选择矿物B灰度值为255-X的图像作为研究对象，将0-X的图像作为背景值扣除，并将其作为一个样品进行测试分析；其中：X代表选定的灰度分割值，其取值范围为0-255之间；
步骤四：将A和B两部分的矿物含量分别进行测量后，对A和B的矿物含量的数据进行汇总。可以得到A和B矿物的面积统计数据，基于以下公式(1)
Cm=(A+B)/(Atotal+Btotal)×100% (1)
计算整个块状样品中不同矿物的面积百分比含量，即可得到整块岩石矿物含量的数据；
(1)式中，Cm指某种矿物在整个块状样品中的面积百分含量，A和B分别为两个不同灰度范围样品所测得的单个矿物颗粒的总面积。Atotal和Btotal分别为两个不同灰度范围样品所测得的所有矿物颗粒的总面积。
本发明的优点和产生的有益效果是：
本方法填补矿物参数自动分析系统的不足，使得基于矿物参数自动定量分析系统测量块状岩石样品矿物含量成为可能。块状岩石样品矿物含量测量整个过程简单快速，安全经济，同时克服了传统显微镜下矿物鉴别耗时长、操作繁琐等弊端。有效提高了检测效率，具有测试结果准确性与数据反馈及时性的特点。
附图说明
图1 为块状样品背散射电子图像。
图2 为块状样品灰度值为0-125部分的矿物分布图。
图3为块状样品灰度值为125-255部分的矿物分布图。
具体实施方式
下面结合附图和实施例，对本发明进行详细说明：
实施例：块状砂岩样品矿物组成分析
一种块状岩石样品矿物含量测量的方法，包括以下步骤：
步骤一，将块状岩石样品加工成直径为30mm、厚度为2mm的圆柱状结构，放入试样盘中抽真空，真空度为5Mpa；
步骤二，开启自动分析系统电子束对抽真空圆柱状样品表面进行扫描，扫描后可以得到背散射图像（见图1）；
步骤三，基于岩石表面矿物颗粒是联结状态，扫描后的背散射图像的灰阶分布特征进行背景扣除，即将矿物A和B来进行背景扣除，即第一步选择矿物A灰度值为0-X的图像作为研究对象，将255-X的图像部分作为背景值扣除，并将其作为一个样品进行测量分析；第二步选择矿物分为B灰度值为255-X的图像作为研究对象，将0-X的图像作为背景值扣除，并将其作为一个样品进行测试分析；其中：X代表选定的灰度分割值，其取值范围为0-255之间（矿物选定的灰度分割值应该视具体试样灰度值的分布特征而合理选定）经过对X取值的效果对比后，选定适合此砂岩样品的X的值为125。图2和图3为背景扣除后矿物进行测量后的结果，图中，白色部分即为分次扣除的背景；
步骤四：将矿物A和矿物B两部分的矿物含量分别进行测量后，对矿物A和矿物B的矿物含量的数据进行汇总，可以得到A和B矿物的面积统计数据，基于以下公式：
Cm=(A+B)/(Atotal+Btotal)×100%
计算整个块状样品中不同矿物的面积百分比含量，即可得到整块岩石矿物含量的数据；
其中，Cm指某种矿物在整个块状样品中的面积百分含量，A和B分别为两个不同灰度范围样品所测得的单个矿物颗粒的总面积。Atotal和Btotal分别为两个不同灰度范围样品所测得的所有矿物颗粒的总面积。
下面，表1、表2分别列出矿物石英、白云母、斜长石、锑钙石、翡翠、绿泥石、钾长石灰度值位于0-125之间和灰度值位于125-255之间矿物含量。
表1 A部分（灰度值0-125之间）的矿物含量（µm2）
矿物名称
Mineral
Area
石英
Quartz
387420.84
白云母
Muscovite
103416.46
斜长石
Plagioclase
167985.10
锑钙石
Romeite
5435.28
翡翠
Jadeite
20429.53
绿泥石
Chamosite
5230.55
钾长石
K-feldspar
17104.47
背景
Background
31050.36
总计
Total
738072.58
表2 B部分（灰度值125-255之间）的矿物含量（µm2）
矿物名称
Mineral
Area
石英
Quartz
1383158.31
白云母
Muscovite
635661.74
斜长石
Plagioclase
167985.10
锑钙石
Romeite
179429.33
翡翠
Jadeite
169260.68
绿泥石
Chamosite
362190.45
钾长石
K-feldspar
367225.28
方解石
Calcite
62336.94
铁白云石
Ankerite
41990.66
铝鈰磷灰石
Aluminium britholite
3241.82
钠长石
Albite
484605.63
背景
Background
42571.07
总计
Total
3899656.99
表3为整块石英、白云母、斜长石、锑钙石、翡翠、绿泥石、钾长石矿物面积百分比含量。
表3 整块岩石矿物面积百分比含量（%）
表1、表2和表3可以得出：本方法通过对矿物A和矿物B背景进行扣除，矿物A灰度值为0-X的图像作为研究对象，将255-X的图像部分作为背景值扣除，矿物分为B灰度值为255-X的图像作为研究对象，将0-X的图像作为背景值扣除，分别得出两个不同灰度范围样品所测得的单个矿物颗粒的总面积。
而表3是将矿物A和矿物B两部分的矿物含量分别进行测量后，对矿物A和矿物B的矿物含量的数据进行汇总，得出整块岩石矿物含量的数据。
