[發明專利]一種晶體隨機成核分析方法及系統

在審

• 申請號: 201810255195.2
• 申請日: 2018-03-27
• 公開（公告）號: CN108536935A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 陳道毅;柯偉
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 武漢臻誠專利代理事務所(普通合伙) 42233
• 代理人: 胡星馳

本發明公開了一種晶體隨機成核數據分析方法與系統。所述方法包括：(1)按照恒溫法測定一組包含m次重復實驗測得的待分析成核誘導時間；(2)獲得對于m次重復實驗得到擬合成核滯后時間的隨機成核最大似然方程；(3)在最大似然的條件下求解，獲得造成最大似然方程概率最大化的成核速率和成核滯后時間；(4)積分計算給定成核誘導時間對應的累積成核概率。所述系統包括：晶體成核數據獲取模塊、成核模型獲取模塊、分析結果獲取模塊。本發明提供的方法及系統為開展不同實驗條件下的晶體成核動力學研究與成核速率的比對提供了便捷的科學工具。

技術領域

本發明屬于晶體成核技術領域，更具體地，涉及一種晶體隨機成核分析方法及系統。

背景技術

由于晶體成核的隨機性，通常實驗階段需要大量的重復實驗來采集重要的成核數據，比如誘導時間，然后分析成核速率和晶體生長速率等關鍵參數將實驗組與參照組結果進行比對。然而，一方面大量的重復實驗意味著很大的人力物力投入，另一方面，分析晶體成核數據的數理工具是否完備對最終實驗結果的定性與定量分析至關重要。

目前的晶體隨機成核分析方法有Toschev恒溫線性概率模型和Kashchiev降溫單晶成核模型。

然而前者對成核誘導時間是線性處理，同時其成核概率分布是離散而非連續函數，導致分析結果不準確，另外其對成核實驗的樣本采集有很高要求，低于100個數據點的樣本容量很難得到較好的擬合結果。后者只能分析持續降溫實驗流程下采集的單組分晶體(天然氣水合物)的成核數據，同時該模型對于溫度影響處理為常數，不能很好的模擬實際中溫度對于晶體隨機成核的影響，而且模型對于反應溫度非常敏感，因此不適合于較低溫度下，即較高過冷度條件下晶體成核實驗的數據分析。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種晶體隨機成核分析方法及系統，其目的在于通過建立成核概率與誘導時間的非線性關系，不同條件下各類晶體生長在內的隨機成核數據、甚至包括斷點數據進行可靠的統計分析，由此解決現有的晶體隨機成核分析方法受溫度等參數性能影響較大、數據獲取條件苛刻的技術問題。

為實現上述目的，按照本發明的一個方面，提供了一種晶體隨機成核數據分析方法，包括以下步驟：

(1)獲取晶體成核數據：按照恒溫法測定一組包含m次重復實驗測得的待分析成核誘導時間；

(2)建立成核模型：對于步驟(1)中獲取的m次重復實驗得到的成核概率密度進行疊加，獲得對于m次重復實驗得到的隨機成核最大似然方程；

(3)求解：對于步驟(2)中獲得的成核模型，在最大似然的條件下求解，獲得造成最大似然方程概率最大化的成核速率和成核滯后時間；

(5)獲取累積成核概率：根據步驟(3)或者(4)得到的成核速率和成核滯后時間，積分計算給定成核誘導時間對應的累積成核概率。

優選地，所述晶體隨機成核數據分析方法，其中m的大小，按照子序列置換檢驗法確定，具體方法如下：

(S1)將m_a組實驗觀測得到的成核誘導時間作為母數列，記作A，進入步驟(1-2)；

(S2)將步驟(S1)中獲取的母數列隨機分割成至少一組子數列，當分割成多組子序列時，子序列包含的實驗次數相同且小于母數列的實驗次數，進入步驟(S3)；

(S3)對于每一子序列判斷其是否能置換母序列，進入步驟(S4)；

所述子序列記作B，計算其與母數列A的置換檢驗參數，如下：