高光谱矿石成像工作站-SisuROCK

高光谱矿石成像工作站-SisuROCK

芬兰SPECIM是世界上早生产商用高光谱相机的厂商之一,今已有20多年的历史。其产品多样,覆盖范围广泛,包含工业高光谱相机、Sisu系列岩芯高光谱成像系统以及Aisa机载高光谱成像系统,产品覆盖可见光到热红外波段(VNIR、SWIR、MWIR、LWIR),为用户提供全面的高光谱成像解决方案。

SisuROCK是芬兰SPECIM公司专门针对岩芯以及其它地质矿石样品开发的高速推扫式高光谱成像分析工作站,设备操作简单,自动化程度高,具有对单个岩芯以及整箱岩芯进行高速高光谱数据采集的模式,非常适合地质矿产用户的应用。 

SisuROCK矿石分析仪配备了SPECIM公司先进的高光谱相机,可以对地质产品进行快速的高光谱数据收集。 SisuROCK不仅可以作为一种高效、高吞吐量的生产工具在矿业生产中广泛使用,也可以作为一种功能强大且灵活的分析手段应用到地质研究领域。

SisuROCK矿石分析仪是一套专门针对岩芯和其他地质样品开发的高速扫描全自动高光谱成像设备。该设备简单易用,具有对单个矿芯高分辨成像,和对整箱岩芯高速扫描的不同模式。SisuROCK在15秒内就能完成整箱岩芯的高光谱成像数据采集,的提高了矿石分析、矿石筛选的效率。

SisuROCK设备特点


快速采集

SisuROCK工作站可搭载同时搭载3个探测器,覆盖可见光到热红外全波段(RGB、VNIR、SWIR&LWIR),可在2分钟以内完成整个岩芯载物盘的数据采集扫描,SisuROCK工作站可以在内持续扫描数百个样品盘,是非常快的高光谱成像分析系统。


数据精准

高光谱成像技术是一种数字化方式,应用于矿物样本采集,可保证矿物高光谱数据准确存储。使用SisuROCK工作站,可一次性快速完成矿物数据数字化存储,方便后期查询分析,无需长久保存样本和重复对样品采集分析。


功能强大

SisuROCK可搭载可见光热红外全谱段高光谱相机,并且可适用于各种不同形状的样本,使其成为功能强大的高光谱成像工作站。SisuROCK可采集记录矿物样本的形貌、成分和纹理等方面的信息,空间分辨率可达0.16 mm。



性能稳定

SisuROCK工作站凭借其先进且稳定的高光谱相机,与国内外许多矿物分析单位建立了稳定的合作,也证明是一个非常可靠的工作机器,并且后期也无需特殊的维护。




SisuROCK基本参数


相机型号

SWIR

FENIX

RGB

OWL

光谱范围

400  – 1000 nm

900  – 1700 nm

-

8  – 12 um

光谱波段

288

732

3   (RGB)

84

光谱分辨率

12 nm

3.5 nm VNIR

12 nm SWIR

-

100   nm

狭缝宽度

30 um

30 um



空间像素数

384

384  

4000

384

空间分辨率

0.16 – 1.6 mm

1.6 mm

0.016 – 0.16 mm

0.5 – 1.6 mm

采集速度

不少于 30 箱 / 小时

样品尺寸

1500 x 650 x 200 mm (L x W x H), 50 Kg

系统尺寸

5490 x 1394 x 2504 mm (L x W x H)

系统重量

500 Kg (取决于相机)

操作条件

实验室环境

操作电压

110 to 220 V and 50/60 Hz clean power supply

数据格式

BIL file format, ENVI compatible




SisuROCK  矿石成像

矿石成像实例,该结果由SWIR SisuROCK系统采集分析。

图像中每一种颜色代表不同的矿物质,比如矿芯的紫色部分代表闪石。


SisuROCK  地质-矿物岩芯扫描 



项目单位:芬兰地质调查局

项目简介:利用SisuROCK对整箱岩芯进行高光谱数据扫描,

对其进行数字化采集,并根据光谱信息对矿物进行分析识别


SisuROCK  地质-矿石识别


项目单位:英美资源集团,南非

项目简介:利用SisuROCK对单根岩芯分别进行VNIR、SWIR和LWIR波段的高光谱数据采集,对比分析,

SWIR和LWIR波段可以识别大多数的矿物成分,并且数据空间分辨率可从30μm– 2mm


SisuROCK  地质-小型矿石样品识别


项目单位:英美资源集团,南非

项目简介:利用SisuSCS对小型矿物样本进行高光谱数据采集,

得到高分辨率的(小可达30μm)数据,进行识别分析,得到矿物分类结构。


SisuROCK矿石分析仪可以根据矿物质不同配备:VNIR, SWIR, TIR/LWIR等不同波段的高光谱相机,下表为对不同矿物质有效鉴定波段列表。

 

硅酸盐类Silicates

化学结构

矿物群

例子

VNIR

SWIR

TIR/LWIR

链状硅酸盐inosilicates

闪石
Amphibole

透闪石
Actinolite

无法判断

理想

中等

辉石
Pyroxene

透辉石

Diopside

  理想

中等

  理想 

环状硅酸盐
cyclosilicates

电气石

Tourmaline

锂电气石
Elbaite

无法判断

理想

中等

岛状硅酸盐nesosilicates

石榴石

Garnet

钙铝榴石
Grossular

中等

无法判断

理想

橄榄石
Olivine

镁橄榄石
Forsterite

理想

无法判断

理想

焦硅酸盐 
sorosilicates

绿帘石
Epidote

绿帘石
Epidote

无法判断

理想

中等

层状硅酸盐phyllosilicates

云母
Mica

白云母
Muscovite

无法判断

理想

中等

绿泥石
Chlorite

斜绿泥石 
Clinochlore

无法判断

理想

中等

粘土矿物
Clay Minerals

伊利石
Illite

无法判断

理想

中等

高岭石
Kaolinite

无法判断

理想

中等

架状硅酸盐tectosilicates

长石
Feldspar

正长石
Orthoclase

无法判断

无法判断

理想

纳长石
Albite

无法判断

无法判断

理想

氧化硅
Silica

石英
Quartz

无法判断

红外

理想

非硅酸盐类Non-Silicates

碳酸盐
carbonates

方解石
Calcite

方解石
Calcite

无法判断

中等

理想

白云石
Dolomite

白云石
Dolomite

无法判断

中等

理想

氢氧化物
hydroxides


三水铝石
Gibbsite

无法判断

理想

中等

硫酸盐
sulphates

明矾石
Alunite

明矾石
Alunite

中等

理想

中等


石膏
Gypsum

无法判断

理想

理想

硼酸盐
Borates


硼砂
Borax

无法判断

中等

需确定

卤化物
Halides

氯化物
Chlorides

岩盐
Halite

无法判断

需确定

需确定

磷酸盐
Phosphates

磷灰石
Apatite

磷灰石
Apatite

中等

无法判断

理想

碳水化合物
Hydrocarbons


沥青
Bitumen

需确定

中等

需确定

氧化物
Oxides

赤铁矿
Hematite

赤铁矿
Hematite

理想

无法判断

无法判断

尖晶石
Spinel

铬铁矿
Chromite

无法判断

无法判断

无法判断

硫化物
Sulphides


黄铁矿
Pyrite

红外

无法判断

无法判断

1. Quantitative Mineral Mapping of Drill Core Surfaces II: Long-Wave Infrared Mineral Characterization Using μXRF and Machine Learning  Rocky D. Barker; Shaun L.L. Barker; Matthew J. Cracknell; Elizabeth D. Stock; Geoffrey Holmes Economic Geology (2021) 116 (4): 821–836.

2. Hyperspectral imaging for the characterization of athabasca oil sands drill core  Michelle Speta; Benoit Rivard; Jilu Feng; Michael Lipsett; Murray Gingras  Michelle Speta; Benoit Rivard; Jilu Feng; Michael Lipsett; Murray Gingras

3. Cecilia, I. et al. (2019) ‘A Machine Learning Framework for Drill-Core Mineral Mapping Using Hyperspectral and High-Resolution Mineralogical Data Fusion’, pp. 1–14.

4. Mineralization, P. et al. (2019) ‘Mineral Mapping and Vein Detection in Hyperspectral Drill-Core Scans: Application to’. doi: 10.3390/min9020122.

5. Hyperspectral analysis of drillcores from Kedonojankulma Cu-Au deposit. Hilkka Arkimaa1 , Viljo Kuosmanen1 , Markku Tiainen1 and Rainer Bärs2 1 Geological Survey of Finland, P.O. Box 96, FI-02151 Espoo, Finland 2 SPECIM, Spectral Imaging Ltd, Teknologiantie 18A, 90590 Oulu

 

Introduction of SPECIM sisuROCK

相关新闻