颗粒测试仪器常用内置算法介绍

一、激光衍射法：Mie散射理论与Fraunhofer衍射理论

激光衍射法是当前应用最广泛的颗粒测试技术之一，其核心算法建立在两种光散射理论之上。

Mie散射理论是麦克斯韦电磁方程组在球形均匀粒子条件下的严格解析解。该理论给出了散射光的角分布函数，是粒径参数、入射光波长以及颗粒与介质折射率之比的复杂函数。由于角分布函数对粒径参数高度敏感，仪器通过多角度光电探测器阵列捕获散射光信号后，可精确区分不同尺寸的颗粒。Mie理论适用于任意大小的球形颗粒，尤其对亚微米至数百微米范围的颗粒具有高精度反演能力。但其数学模型和数值计算较为复杂，且需要用户预设颗粒的折射率与吸收系数等光学参数，参数设置不当会显著影响结果准确性。

Fraunhofer衍射理论可视为Mie理论在特定条件下的简化近似。该理论假设颗粒远大于入射光波长、颗粒完全不透明且所有颗粒等量散射光。其优势在于无需输入折射率和吸收系数等光学参数，计算简单、运算速度快。但该近似仅对大于50μm的粗颗粒较为准确，对于细颗粒会引入较大误差。现代先进仪器通常采用Mie理论与Fraunhofer理论相结合的策略，根据不同粒径范围自动选用最合适的模型。

在实际测量中，仪器通过检测不同角度的散射光强度——大颗粒散射光集中在前方小角度区域，小颗粒则在大角度方向也能产生可观测散射光——结合傅里叶变换等数学工具解析数据，最终生成粒径分布曲线及D10、D50、D90等关键指标。

二、动态光散射法：基于布朗运动的粒径分析

动态光散射（Dynamic Light Scattering, DLS）又称光子相关光谱（Photon Correlation Spectroscopy, PCS），是测量亚微米及纳米颗粒的核心技术。其原理基于悬浮颗粒的布朗运动——小颗粒运动快，大颗粒运动慢，被运动颗粒散射的光携带了颗粒尺寸信息。

仪器以固定角度记录散射光信号的时间波动，这些波动源于散射光粒子之间的相对运动导致干涉的持续变化。散射光信号可通过两种途径评估：时间相关的自相关函数或频率功率谱（FPS），两者互为傅里叶变换关系。

传统的自相关方法（即PCS）需要自相关器，仅能确定基于平均强度的Z平均粒径和多分散指数，要计算完整的粒径分布需依赖特定曲线拟合算法。而频率功率谱方法将检测器信号通过快速傅里叶变换转换为频域信号，再经迭代误差最小化直接给出粒径分布，在灵敏度、精度和分辨率方面具有明显优势。Z平均粒径作为DLS最常用的输出指标，通过对自相关函数进行累积量分析（Cumulants Analysis）计算得到。

动态光散射法适用于透明或半透明样品体系，对纳米颗粒的表征效果尤为突出，但当颗粒尺寸超过3μm时，由于布朗运动速度显著低于沉降速度，该方法的应用受到限制。

三、图像分析法：边缘检测、形态学与AI识别

图像分析法通过采集颗粒的显微或动态图像，利用图像处理算法提取尺寸与形貌参数，可分为静态与动态两种模式。

在算法层面，图像分析首先对采集到的颗粒图像进行预处理，包括灰度化、滤波去噪、二值化等操作。随后通过边缘检测算法识别颗粒轮廓，利用形态学算法填充颗粒内部空洞、滤除小噪声、分割粘连颗粒。

在粒径计算方面，仪器可计算多种等效粒径。如面积等效直径、费雷特直径等。同时可提取丰富的形状因子参数，包括长径比、圆度、凸度等。动态图像分析仪采用高速CMOS相机以每秒数千帧的速度连续拍摄颗粒运动图像，结合动态背景处理算法实现自动化测量。现代先进设备还内置AI分类模型，可自动区分粘连颗粒与异常形态，并采用多线程技术与OpenCV视觉库，每分钟可识别多达5万个颗粒。

图像分析法的优势在于能同时提供粒径与形貌信息，但对于2μm以下的细小颗粒检测能力有限。

四、反演算法：从散射数据到粒径分布的关键桥梁

无论是激光衍射法还是动态光散射法，仪器采集到的原始信号（如多角度散射光强或散射光时间波动）并不能直接等同于粒径分布，必须通过反演算法将测量数据转化为粒度分布结果。反演算法是颗粒测试仪器中最为核心和关键的技术环节。

反演算法通常分为两大类：

非独立模式算法（又称分布函数算法）预先假设被测颗粒系的粒径分布满足某一已知的函数形式（如正态分布、Rosin-Rammler分布等），然后通过优化方法确定分布函数中的待定参数。该算法计算简单，但先验假设可能与实际分布不符，限制了其应用范围。

独立模式算法（又称无分布函数算法）不需要预先指定粒径分布函数的形式，理论上可以反演计算出任意形式的粒径分布，因此成为现代激光粒度仪的发展趋势。然而，独立模式迭代反演算法对测量噪声较为敏感，实际应用中常需配合数据平滑等预处理技术来提高稳定性。

近年来，研究者不断探索新的反演方法，包括人工蜂群算法、差分进化算法、粒子群优化算法以及基于神经网络的智能反演模型等，旨在提高反演精度、加快运算速度并增强抗干扰能力。

五、小结

总体来看，颗粒测试仪器的内置算法经历了从简单近似到精确建模、从单一模型到多模型融合、从传统数值方法到人工智能算法的演进历程。Mie散射理论与Fraunhofer衍射理论构成了激光衍射法的理论基础，动态光散射法依赖布朗运动模型与相关分析技术，图像分析法则建立在计算机视觉与模式识别算法之上。而反演算法作为连接原始信号与最终结果的关键桥梁，其选择与优化直接影响着测量精度与可靠性。理解这些算法的基本原理与适用边界，有助于用户在仪器选型与测试方案优化中做出更合理的判断。