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是世界上最早生产商用高光谱相机的厂商之一,至今已有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,极大的提高了矿石分析、矿石筛选的效率。

                大型实验室高光谱系列,覆盖可见光至热红外全光谱,可应用于大型矿物采集分析等#

                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工作站可以在一天内持续扫描数百个样品盘,是非??斓母吖馄壮上穹治鱿低?。


                数据精准

                高光谱成像技术是一种永久数字化方式,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可搭载可见光至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??煽康墓ぷ骰?,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(最小可达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 B?rs2 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

                欧美性狂猛bbbbbbxxxxxx