面向再生石膏痕量杂质检测的广角X射线散射(WAXS)数据集

《Scientific Data》:Wide Angle X-Ray Scattering Data Set of Gypsum Compounds

【字体: 大 中 小 】 时间:2026年11月23日 来源:Scientific Data 7.2

编辑推荐:

  本数据描述符呈现了一个专注于利用广角X射线散射(WAXS)对再生石膏中的杂质进行定性与定量检测的数据集。该数据集在GIPScycle研究项目内生成,旨在应对识别石膏废物流中矿物纤维(例如石棉)及其他污染物的挑战。它包含1,920幅WAXS衍射图,这些衍射图源自

  
本数据描述符呈现了一个专注于利用广角X射线散射(WAXS)对再生石膏中的杂质进行定性与定量检测的数据集。该数据集在GIPScycle研究项目内生成,旨在应对识别石膏废物流中矿物纤维(例如石棉)及其他污染物的挑战。它包含1,920幅WAXS衍射图,这些衍射图源自明确的参考物质、人工创建的具有不同污染物浓度(范围从0.001 wt%到大于1 wt%)的混合物以及真实世界的回收批次。该数据捕获了结构属性和晶相,为训练自动化质量控制的机器学习(ML)模型提供了稳健的基础。该数据集支持检测方法的发展,这些方法能够识别低于0.1 wt%监管阈值的矿物纤维。

研究背景与意义

石膏板及石膏纤维板约占石膏年度需求的三分之一,传统上依赖天然开采与烟气脱硫(FGD)石膏。随着燃煤电厂逐步淘汰,预计到2030年烟气脱硫石膏供应将显著减少,再生石膏(RC-gypsum)需求随之上升。然而,当前石膏废料回收率仍低于10%,主要受限于矿物纤维(如石棉)及硅氧烷等工艺干扰添加剂带来的污染风险。德国法规要求石棉含量低于0.1 wt%,欧盟REACH法规则实质上要求材料无纤维。现有的痕量检测手段,如扫描电子显微镜配能谱分析(SEM-EDX)或依据VDI 3866的相衬显微镜,样品制备繁琐,无法适配自动化高通量在线质量控制;拉曼光谱与X射线荧光虽具潜力,却同样受制于制样要求。在此背景下,研究人员构建了本数据集,以推动基于广角X射线散射(WAXS)结合人工智能(AI)的自动化高通量检测体系发展,因为WAXS对晶体结构敏感,能有效区分矿物纤维与石膏基体。

研究内容与结论

研究人员系统准备了天然石膏、烟气脱硫石膏、再生石膏等纯基质,以及铁石棉(amosite)、温石棉(chrysotile)、青石棉(crocidolite)等纯矿物纤维,另有捆扎尘、纤维水泥、玻璃棉、纸纤维、岩棉、再生灰泥、菱铁矿、硅氧烷、蜡等掺加物,浓度梯度覆盖0.001 wt%至25 wt%。使用Anton Paar SAXSpoint 1.0(微焦Cu源、DECTRIS EIGER探测器、样品-探测器距离75 mm、倾斜探测器覆盖2θ约5°–60°、每帧积分10分钟),每个批次取4个子样、每个子样测1次(文中另述每个子样重复测量4次,共产生1,920条一维衍射曲线,每条692个数据点)。结论层面,该数据集为训练机器学习模型识别低于0.1 wt%监管阈值的矿物纤维提供了实测基础;直接单峰检测在1 wt%温石棉时信噪比(SNR)约3.0,0.5 wt%及以下SNR低于2.0,但全谱机器学习检测限不受此单峰准则限制。其重要意义在于把石膏回收质控从离线显微计数推向WAXS+AI在线筛查。

关键技术方法(≤250字)

样本来自天然石膏、烟气脱硫石膏、再生石膏三类纯基质,以及铁石棉、温石棉、青石棉、纤维水泥(含石棉现场样)、玻璃棉、岩棉、纸纤维、再生灰泥、菱铁矿、硅氧烷、蜡等参考/掺加物,按0.001–25 wt% gravimetric 混合并经实验室切割磨均化。核心手段为广角X射线散射(WAXS):Anton Paar SAXSpoint 1.0,Cu Kα双线保留、Kβ与韧致辐射去除,PEEK 6 μm窗口多样品架,2θ≈5°–60°,积分10 min/帧;二维图经SAXStreat 1.06方位角积分降为一维I–2θ,Python做PEEK背景与透射归一。技术验证采用三强线d间距比对文献、纯再生石膏扣背景后19.2°–19.95°区间积分信噪比评估。

研究结果(按原文小标题浓缩)

Background & Summary:阐明烟气脱硫石膏退场倒逼再生石膏扩容,而石棉/硅氧烷污染卡住回收率;1,920条WAXS曲线覆盖纯物质、人工混合梯度与真实回收批次,定位为AI质控训练底座。
Methods – Sample Preparation:用分析天平(d=0.1 mg)与实验室天平(d=0.01 g)分级称量,最低0.001 wt%绝对质量仍高于天平可读性;纤维类经切割插入件温和粉碎分散,保证均一性。
Methods – Data Acquisition:SAXSpoint 1.0采谱,4子样×重复测量得1,920谱;提示掩膜2θ<5°以避开束流挡背景扣除伪影。
Data Records:Zenodo发布,WAXS/目录存Sample_1.dat…Sample_1920.dat(两列:2Theta、Intensity/a.u.);Data_supplement_file.xlsx给Number、Sample_ID、Base Material、Contaminants、wt_contaminants_[%];附data_extraction.ipynb演示加载与绘图。
Technical Validation:晶态参考样三强线d间距与文献一致;非晶(硅氧烷、蜡、玻璃棉、岩棉)因宽漫散射不参与线比对;温石棉19.6°附近特征峰直接信噪比1 wt%≈3.0、3 wt%≈4.1、5 wt%≈8.8,≤0.5 wt%<2.0,并明确该值不代表全谱机器学习检出限;纤维水泥样石棉分数10–15%为文献估计非实测。
Usage Notes:提醒温石棉(002)≈12°与石膏(020)重叠,宜用(110)、(004)作标志峰;适用于异常检测基准、化学计量校准与基体干扰研究。

讨论与结论翻译

讨论部分指出:光谱重叠(尤其温石棉(002)与石膏(020)在约12° 2θ处)是实际判读的主要干扰源,因此标志峰选择应转向温石棉(110)与(004);直接单反射的信噪比评估仅反映裸峰可辨性,不能等同于全模式机器学习可达的检出下限,后者需依赖1,920条梯度谱训练后验证。非晶污染物(硅氧烷、蜡、玻璃棉、岩棉)不产生尖锐布拉格峰,WAXS对其识别需依赖弥散背景建模而非线匹配。
结论部分翻译:本数据描述符给出了一个面向再生石膏痕量杂质(含石棉等矿物纤维、硅氧烷、蜡、纸/玻璃/岩棉纤维)定性定量检测的WAXS数据集,含参考纯样、0.001–>1 wt%人工梯度混合及真实回收批次共1,920幅衍射图;数据捕获晶相与结构信息,可支撑自动化质量控制机器学习模型训练,目标检出能力指向德国0.1 wt%石棉监管阈值以下。数据集已于Zenodo(DOI: 10.5281/zenodo.18890488)开放,配套元数据表与提取笔记本可直接复用。
接下来你更想先看该数据集的机器学习建模方案,还是WAXS谱图的峰识别流程?
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号