本發(fā)明總體上涉及在線熒光分析儀，并且具體地涉及利用在線熒光分析儀來(lái)對(duì)礦漿進(jìn)行灰分分析的裝置和方法。

背景技術(shù)：

1、在采礦作業(yè)中，往往需要對(duì)礦料(例如，礦石、礦漿等)的灰分進(jìn)行檢測(cè)和分析，以確定其中的目標(biāo)物含量及雜質(zhì)的種類和含量，以便后續(xù)對(duì)礦石、礦漿等進(jìn)行清洗除雜。

2、通?？梢圆捎脽晒夥治鰞x來(lái)確定礦料中的目標(biāo)物含量及雜質(zhì)的種類和含量。在現(xiàn)有技術(shù)中，已廣泛地利用熒光分析儀對(duì)礦料樣本進(jìn)行灰分分析。然而，由于灰分分析涉及對(duì)大量熒光數(shù)據(jù)的處理、以及基于各種灰分分析模型(例如，各種基于神經(jīng)網(wǎng)絡(luò)的灰分分析模型等)對(duì)礦料樣本中包含的各種物質(zhì)的確定和對(duì)其含量的計(jì)算，因此通常在本地執(zhí)行，并且要求終端設(shè)備中大量的存儲(chǔ)和計(jì)算資源，由此，隨著數(shù)據(jù)的累積將造成嚴(yán)重的存儲(chǔ)和計(jì)算資源占用，進(jìn)而導(dǎo)致灰分分析的效率和準(zhǔn)確性的下降，以及終端設(shè)備運(yùn)行的降級(jí)。

技術(shù)實(shí)現(xiàn)思路

1、為了至少解決如上所提到的一個(gè)或多個(gè)技術(shù)問題，本發(fā)明在多個(gè)方面中提出了一種用于灰分分析的裝置和方法，充分利用數(shù)據(jù)庫(kù)所提供的內(nèi)置函數(shù)，在數(shù)據(jù)庫(kù)中完成簡(jiǎn)單的篩選和計(jì)算步驟。

2、發(fā)明人發(fā)現(xiàn)，當(dāng)前數(shù)據(jù)庫(kù)提供了豐富的內(nèi)置函數(shù)，這些內(nèi)置函數(shù)與灰分分析中所涉及的諸多篩選和計(jì)算操作良好匹配，并且這些內(nèi)置函數(shù)在數(shù)據(jù)庫(kù)中的執(zhí)行效率高于在終端設(shè)備上執(zhí)行灰分分析方法中所涉及的這些篩選和計(jì)算操作的效率。由此，可以將灰分分析中的一些操作遷移至數(shù)據(jù)庫(kù)，終端設(shè)備僅需要從數(shù)據(jù)庫(kù)獲得中間計(jì)算結(jié)果并基于該中間計(jì)算結(jié)果來(lái)計(jì)算礦料的灰分值，這能夠顯著地節(jié)省終端設(shè)備的存儲(chǔ)和計(jì)算資源并提升灰分分析的效率和準(zhǔn)確性。此外，在本發(fā)明的實(shí)施例中，終端設(shè)備從數(shù)據(jù)庫(kù)獲取的是經(jīng)由數(shù)據(jù)庫(kù)處理的中間計(jì)算結(jié)果，而并非原始存儲(chǔ)的采樣數(shù)據(jù)，相應(yīng)地，終端設(shè)備的僅需要臨時(shí)地存儲(chǔ)這些中間計(jì)算結(jié)果，并且基于這些中間計(jì)算結(jié)果進(jìn)行灰分值計(jì)算，因此能夠避免大量的存儲(chǔ)器訪問操作，從而能夠避免內(nèi)存崩潰、數(shù)據(jù)泄露等問題。

3、在本發(fā)明的第一方面中，提供了一種用于灰分分析的裝置，包括：數(shù)據(jù)采集模塊，所述數(shù)據(jù)采集模塊被配置成用于獲取待測(cè)樣本的熒光特征向量；數(shù)據(jù)庫(kù)模塊，所述數(shù)據(jù)庫(kù)模塊耦合至所述數(shù)據(jù)采集模塊，被配置成用于利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：從所述數(shù)據(jù)采集模塊獲得所述待測(cè)樣本的熒光特征向量；在數(shù)據(jù)庫(kù)中搜索與所述待測(cè)樣本的熒光特征向量采集時(shí)間相似且道址相同的標(biāo)準(zhǔn)樣本特征向量集合，其中，所述標(biāo)準(zhǔn)樣本特征向量集合包括一個(gè)或多個(gè)標(biāo)準(zhǔn)樣本特征向量，所述標(biāo)準(zhǔn)樣本特征向量指示標(biāo)準(zhǔn)樣本的熒光反應(yīng)特征和灰分值；計(jì)算所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度；以及基于所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度，輸出待分析數(shù)據(jù)集；以及數(shù)據(jù)分析模塊，所述數(shù)據(jù)分析模塊耦合至所述數(shù)據(jù)庫(kù)模塊，被配置成用于基于所述待分析數(shù)據(jù)集來(lái)計(jì)算所述待測(cè)樣本的灰分值。

4、如上所述的裝置，其中，所述數(shù)據(jù)庫(kù)模塊還被配置成用于利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：確定所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度是否滿足相似度標(biāo)準(zhǔn)；以及響應(yīng)于確定所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的至少一個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度滿足相似度標(biāo)準(zhǔn)，輸出所述待分析數(shù)據(jù)集，其中，所述待分析數(shù)據(jù)集指示所述標(biāo)準(zhǔn)樣本特征向量集合的子集、以及所述待測(cè)樣本的熒光特征向量與所述子集中相應(yīng)的標(biāo)準(zhǔn)樣本特征向量之間的相似度，并且所述標(biāo)準(zhǔn)樣本特征向量集合的所述子集包括與所述待測(cè)樣本的熒光特征向量的相似度滿足所述相似度標(biāo)準(zhǔn)的標(biāo)準(zhǔn)樣本特征向量，并且其中，所述數(shù)據(jù)分析模塊被配置成用于：基于所述標(biāo)準(zhǔn)樣本特征向量集合的所述子集、以及所述待測(cè)樣本的熒光特征向量與所述子集中相應(yīng)的標(biāo)準(zhǔn)樣本特征向量之間的子集相似度來(lái)計(jì)算所述待測(cè)樣本的灰分值。

5、如以上任一項(xiàng)所述的裝置，其中，所述數(shù)據(jù)庫(kù)模塊還被配置成用于利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：將所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度進(jìn)行排序；以及基于排序的結(jié)果來(lái)輸出所述待分析數(shù)據(jù)集，其中，所述標(biāo)準(zhǔn)樣本特征向量集合的子集包括與所述待測(cè)樣本的熒光特征向量的相似度滿足所述相似度標(biāo)準(zhǔn)的前n個(gè)標(biāo)準(zhǔn)樣本特征向量，其中n是不小于1的整數(shù)。

6、如以上任一項(xiàng)所述的裝置，其中，所計(jì)算的、所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度是基于第一相似度算法計(jì)算的第一相似度，并且其中，所述數(shù)據(jù)庫(kù)模塊還被配置成用于利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：基于第二相似度算法來(lái)計(jì)算所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的第二相似度，所述第二相似度算法不同于所述第一相似度算法；將所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的第二相似度進(jìn)行排序；以及基于排序的結(jié)果來(lái)輸出所述待分析數(shù)據(jù)集，其中，所述標(biāo)準(zhǔn)樣本特征向量集合的子集包括與所述待測(cè)樣本的熒光特征向量的第一相似度滿足所述相似度標(biāo)準(zhǔn)、并且所述第二相似度最高的n個(gè)標(biāo)準(zhǔn)樣本特征向量，其中n是不小于1的整數(shù)。

7、如以上任一項(xiàng)所述的裝置，其中，所述數(shù)據(jù)庫(kù)模塊還被配置成用于利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：響應(yīng)于確定所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度均不滿足所述相似度標(biāo)準(zhǔn)，輸出指示所述待測(cè)樣本的熒光特征向量的所述待分析數(shù)據(jù)集，并且其中，所述數(shù)據(jù)分析模塊被配置成用于：基于所述待測(cè)樣本的熒光特征向量，根據(jù)樣本灰分分析模型來(lái)計(jì)算所述待測(cè)樣本的灰分值。

8、如以上任一項(xiàng)所述的裝置，其中，所述裝置還包括數(shù)據(jù)庫(kù)更新模塊，所述數(shù)據(jù)庫(kù)更新模塊耦合至所述數(shù)據(jù)分析模塊，被配置成用于：基于與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度均小于所述相似閾值的所述待測(cè)樣本的熒光特征向量、以及所計(jì)算的所述待測(cè)樣本的灰分值，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行更新。

9、如以上任一項(xiàng)所述的裝置，其中，所述數(shù)據(jù)采集模塊被配置成用于基于所述待測(cè)樣本上的多個(gè)采樣點(diǎn)的熒光反應(yīng)數(shù)據(jù)來(lái)生成待測(cè)樣本的熒光特征向量。

10、在本發(fā)明的第二方面中，提供了一種用于灰分分析的方法，包括：利用數(shù)據(jù)庫(kù)函數(shù)來(lái)進(jìn)行：獲得待測(cè)樣本的熒光特征向量；在數(shù)據(jù)庫(kù)中搜索與所述待測(cè)樣本的熒光特征向量采集時(shí)間相似且道址相同的標(biāo)準(zhǔn)樣本特征向量集合，其中，所述標(biāo)準(zhǔn)樣本特征向量集合包括一個(gè)或多個(gè)標(biāo)準(zhǔn)樣本特征向量，所述標(biāo)準(zhǔn)樣本特征向量指示標(biāo)準(zhǔn)樣本的熒光反應(yīng)特征和灰分值；計(jì)算所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度；以及基于所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度，輸出待分析數(shù)據(jù)集，其中，所述待分析數(shù)據(jù)集通過(guò)所述數(shù)據(jù)庫(kù)被輸出至數(shù)據(jù)分析裝置，以供所述數(shù)據(jù)分析裝置基于所述待分析數(shù)據(jù)集來(lái)計(jì)算所述待測(cè)樣本的灰分值。

11、如上所述的方法，其中，利用數(shù)據(jù)庫(kù)函數(shù)來(lái)輸出待分析數(shù)據(jù)集包括：確定所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度是否滿足相似度標(biāo)準(zhǔn)；以及響應(yīng)于確定所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的至少一個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度滿足相似度標(biāo)準(zhǔn)，輸出所述待分析數(shù)據(jù)集，其中，所述待分析數(shù)據(jù)集指示所述標(biāo)準(zhǔn)樣本特征向量集合的子集、以及所述待測(cè)樣本的熒光特征向量與所述子集中相應(yīng)的標(biāo)準(zhǔn)樣本特征向量之間的相似度，并且所述標(biāo)準(zhǔn)樣本特征向量集合的所述子集包括與所述待測(cè)樣本的熒光特征向量的相似度滿足所述相似度標(biāo)準(zhǔn)的標(biāo)準(zhǔn)樣本特征向量，并且其中，所述數(shù)據(jù)分析裝置基于所述標(biāo)準(zhǔn)樣本特征向量集合的所述子集、以及所述待測(cè)樣本的熒光特征向量與所述子集中相應(yīng)的標(biāo)準(zhǔn)樣本特征向量之間的子集相似度來(lái)計(jì)算所述待測(cè)樣本的灰分值。

12、如以上任一項(xiàng)所述的方法，其中，利用數(shù)據(jù)庫(kù)函數(shù)來(lái)輸出待分析數(shù)據(jù)集包括：將所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度進(jìn)行排序；以及基于排序的結(jié)果來(lái)輸出所述待分析數(shù)據(jù)集，其中，所述標(biāo)準(zhǔn)樣本特征向量集合的子集包括與所述待測(cè)樣本的熒光特征向量的相似度滿足所述相似度標(biāo)準(zhǔn)的前n個(gè)標(biāo)準(zhǔn)樣本特征向量，其中n是不小于1的整數(shù)。

13、如以上任一項(xiàng)的方法，其中，所計(jì)算的、所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度是基于第一算法計(jì)算的第一相似度，并且其中，利用數(shù)據(jù)庫(kù)函數(shù)來(lái)輸出待分析數(shù)據(jù)集包括：基于第二算法來(lái)計(jì)算所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的第二相似度，所述第二算法不同于所述第一算法；將所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的第二相似度進(jìn)行排序；以及基于排序的結(jié)果來(lái)輸出所述待分析數(shù)據(jù)集，其中，所述標(biāo)準(zhǔn)樣本特征向量集合的子集包括與所述待測(cè)樣本的熒光特征向量的第一相似度滿足所述相似度標(biāo)準(zhǔn)且所述第二相似度最高的n個(gè)標(biāo)準(zhǔn)樣本特征向量，其中n是不小于1的整數(shù)。

14、如以上任一項(xiàng)所述的方法，其中，利用數(shù)據(jù)庫(kù)函數(shù)來(lái)輸出待分析數(shù)據(jù)集包括：如果所述待測(cè)樣本的熒光特征向量與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度均不滿足所述相似度標(biāo)準(zhǔn)，則輸出指示所述待測(cè)樣本的熒光特征向量的所述待分析數(shù)據(jù)集，并且其中，所述數(shù)據(jù)分析裝置基于所述待測(cè)樣本的熒光特征向量，根據(jù)樣本灰分分析模型來(lái)計(jì)算所述待測(cè)樣本的灰分值。

15、如以上任一項(xiàng)所述的方法，其中，所述方法還包括：基于與所述標(biāo)準(zhǔn)樣本特征向量集合中的每個(gè)標(biāo)準(zhǔn)樣本特征向量之間的相似度均小于所述相似閾值的所述待測(cè)樣本的熒光特征向量、以及所計(jì)算的所述待測(cè)樣本的灰分值，對(duì)所述數(shù)據(jù)庫(kù)進(jìn)行更新。

16、在本發(fā)明的第三方面中，提供了一種在線熒光分析儀，包括：熒光裝置，所述熒光裝置被配置成用于向待測(cè)樣本發(fā)射激發(fā)光并從所述待測(cè)樣本接收熒光信號(hào)；以及如以上任一項(xiàng)所述的裝置。

17、在本發(fā)明的第四方面中，提供了一種機(jī)器可讀介質(zhì)，包括機(jī)器可讀指令，所述機(jī)器可讀指令在被執(zhí)行時(shí)使機(jī)器執(zhí)行如權(quán)利要求8-13中任一項(xiàng)所述的方法。

18、在本發(fā)明的第四方面中，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令在被執(zhí)行時(shí)使機(jī)器執(zhí)行如權(quán)利要求8-13中任一項(xiàng)所述的方法。