[發明專利]用于成分分析的系統和方法

在審

• 申請號: 201880029529.2
• 申請日: 2018-04-27
• 公開（公告）號: CN110603436A
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 里斯托·奧拉瓦;揚·卡爾森
• 申請（專利權）人: 森斯奈特公司
• 主分類號: G01N23/204
• 分類號: G01N23/204;G01V5/00
• 代理公司: 11219 中原信達知識產權代理有限責任公司
• 代理人: 達小麗;夏凱

1.一種用于產生指示樣本(110、210)中的一種或多種預定成分的存在的分析數據的系統(100、200、300)，所述系統包括源設備(120、220)，用于將粒子流(130、230、330)引向所述樣本(110、210)，其特征在于，所述系統進一步包括：

-檢測器設備(140、240、340)，所述檢測器設備(140、240、340)用于至少根據散射角(θ₁，θ₂)來測量從所述樣本(110、210)散射的粒子的分布，與每個散射粒子有關的散射角是所述粒子流的到達方向與所考慮的所述散射粒子的軌跡(160、161、260)之間的角度，以及

-處理設備(170、270)，所述處理設備(170、270)用于基于測量的所述散射粒子的分布和基于指示一種或多種預定成分對所述散射粒子的分布的影響的參考信息來產生分析數據。

2.根據權利要求1所述的系統，其中，所述處理設備被配置為：

-維護用于對散射過程進行計算模擬的模型，其中將所述粒子流引向具有所述預定成分的模擬模型組成的模擬模型樣本，

-利用所述模型來模擬所述散射過程，并且改變所述預定成分的模擬模型組成，直到模擬的散射粒子的分布與測量的散射粒子的分布之間的差滿足預定標準；以及

-將所述分析數據設置為滿足所述預定標準的模擬模型組成。

3.根據權利要求2所述的系統，其中，所述處理設備被配置為使用以下中的至少一個來尋找滿足所述預定標準的模擬模型組成：生成對抗性深度神經網絡、非負矩陣分解、遺傳算法。

4.根據權利要求1-3中的任一項所述的系統，其中，所述源設備被配置為將以下中的至少一個引向所述樣本(110、210)：中子流、α粒子流、β粒子流、質子流。

5.根據權利要求1-4中的任一項所述的系統，其中，所述源設備還被配置為將以下中的至少一個引向所述樣本(110、210)：γ光子、X射線光子。

6.根據權利要求1-5中的任一項所述的系統，其中，所述檢測器設備(140、240、340)被配置為檢測所述散射粒子的能量，并且所述處理設備(170、270)被配置為在產生所述分析數據時使用測量的所述散射粒子的能量以及指示一種或多種預定成分對所述散射粒子的能量的影響的信息。

7.根據權利要求1-6中的任一項所述的系統，其中，所述源設備(120、220)被配置為將中子流引向所述樣本(110、210)，所述檢測器設備(140、240、340)被配置為根據散射角(θ₁，θ₂)來測量從所述樣本(110，210)散射的中子的分布，所述處理設備(170，270)被配置為根據所述散射角基于測量的散射中子的分布以及基于指示一種或多種預定同位素對所述散射中子的分布的影響的參考信息來產生所述分析數據。

8.根據當從屬于權利要求2時的權利要求7所述的系統，其中，所述處理設備被配置為基于以下內容來計算與所述模擬模型樣本相對應的質量估計：i)表達所述模擬模型樣本中的預定同位素的相對豐度的模擬模型組成，ii)所述預定同位素的原子質量，以及iii)所述模擬模型樣本的物質的量，并且在改變所述模擬模型組成時使用樣本質量和計算出的質量估計之間的差作為約束。

9.根據權利要求7或8所述的系統，其中，所述檢測器設備(140、240)被配置為檢測從所述樣本到達的伽馬光子，并且所述處理設備(170、270)被配置為在產生所述分析數據時使用所述伽馬光子的檢測結果和表示所述伽馬光子與所述散射中子的重合的重合數據。

10.根據權利要求7-9中的任一項所述的系統，其中，所述檢測器設備(140、240)被配置為檢測α粒子，并且所述處理設備(170、270)被配置為在產生所述分析數據時使用所述α粒子的檢測結果和指示所述一種或多種預定同位素對所述α粒子的入射的影響的信息。