激光粒度仪的两个核心部分是光路系统和数据处理系统。光路系统主要影响测量范围,数据处理系统主要影响的是结果的准确性。数据处理系统包括信号的滤波、提取和反演算法,本文主要讨论反演算法。
什么是反演?反演就是对反问题的求解过程。科学上的反问题很多,如精确制导、无损探伤、天气预报、CT技术、法医学、考古学等都是反问题,对这些问题的求解过程就是反演。还有我们常做的游戏“闻声识人”,一个人在唱歌,你通过歌声判断这个唱歌的人是谁,这和激光粒度仪通过光散射信号反推粒度分布很相似。如,如果是大合唱,那么你需要通过合音来推算出都有哪些人在参加大合唱,每个人的音量在合音中的贡献比例是多少(类似于多分散样品)。这些事例说明“反演”存在于生活中的方方面面。反演算法是通过数学的方法求解反问题,它的准确性完全依赖所用算法的适应性。
激光粒度仪中的反演算法是对线性代数中的病态矩阵求解,病态矩阵是指对因数值的很小改变导致解有很大改变的矩阵。激光粒度仪中Mie散射系数矩阵A就是病态矩阵,且条件数较大,求解过程更复杂。我们可以通过矩阵关系式Ax=b,其中A为Mie散射系数矩阵,b为光散射向量,即激光粒度仪每个通道的信号组成的一维矩阵,x就是要求解的粒度分布数据。当b光散射向量有微小波动都会造成粒度分布x有剧烈波动,这是激光粒度仪反演算法的难点所在,并会直接影响激光粒度仪的重复性和准确性。
本文所说的全程自适应反演算法是指适应单分散、多分散、双峰、多峰等都能得到准确的、稳定的粒度分布结果的任何分布类型样品的反演算法。目前在市面上,很多激光粒度仪厂家在软件中会设置很多分析模式来适应不同类型的样品,如通用模式、单峰模式、多峰模式等。从下图结果可以看出,不同分析模式对同一样品测试结果会产生巨大差异,常用的“通用模式”分布图形较平滑,但它偏离样品的真实分布却很大,反而其它两种模式更适合样品的真实分布,当然这是在我们知道样品粒度分布特征的前提下进行的有针对性的模式选择。
与此不同的是,本文作者开发了另外一种全程自适应算法来测试样品的结果,这种算法是以非负最小二乘为基础,采用正则化参数动态变化的数学方法来实现的,软件中没有分析模式选项就直接进行反演计算,适合所有分布类型的样品,不论是单峰的、多峰的、单分散的、宽分布的都能得到准确的结果。目前这种算法已经应用到丹东百特所有型号的激光粒度仪中。
反演算法是激光粒度仪的灵魂,它就像一个黑盒子,你看不到它的内部,不清楚它的过程,但它对得到准确的粒度测试结果是至关重要的。现在,很多用户不太清楚反演算法对粒度测试的重要性,对测试结果准确性的判断不够客观,以为进口仪器测的结果就是准确的。还有不少人追求粒度分布图形光滑、漂亮,这些都是可能造成错误的结果。出现这种现象的原因是国外激光粒度仪进入中国较早,而他们给出的结果大多都是平滑好看的分布曲线,如R-R分布、正态分布等。此文的目的是告诉广大激光粒度仪用户,要进行客观地去判断仪器的优劣,而不是迷信哪一种仪器。最好的方式是配制几种已知粒度分布的样品来验证激光粒度仪及其反演算法,只要在同一个模式下所测结果与实际值一致,这种激光粒度仪及其反演算法就是真实可靠的。
激光粒度测试反演算法对粒度测试结果有着决定性的影响。通过歌声就能猜对唱歌人,是对声音和旋律有深刻了解的人才能做到的。
转载请注明出处。