利用AZtecEnergy的AutoPhaseMap模块表征火成岩相

牛津仪器公司的EDS软件AZtecEnergy的AutoPhaseMap模块从x射线地图数据中检测出不同特征成分的区域,并测量每个区域或相的成分、组成元素和分布面积。

本文讨论了该技术在火成岩相测定和表征中的应用。

AutoPhaseMap方法然后,通过将获取的结果与来自与EDS同时获取的EBSD数据集的相位映射结果进行比较,验证结果。

实验的程序

这项分析使用了来自海洋辉长岩的抛光但没有涂层的样品。数据采集是在高倾斜的情况下进行的,以促进并发EBSD数据采集。采用可变真空来降低充电效果。

从样本的一个区域获取x射线智能地图。图1显示了样本中检测到的关键元素的x射线图。

从这些图中可以详细地获得样品内部的元素分布,通过对具有代表性的区域进行光谱重建,并对这些数据的组成元素和定量结果进行解释,从而预测样品的相和化学成分。

海洋辉长岩样品的TruMap背景和重叠校正x射线图。

图1所示。海洋辉长岩样品的TruMap背景和重叠校正x射线图。

如图2a所示,叠加x射线图构建样品的单一彩色“分层图像”,有助于对样品进行成像。该图像清晰地显示了样品的微观结构和整体相分布。

从x射线地图数据中,AutoPhaseMap将找到具有特征化学成分的区域,并在几秒钟内测量它们的分布、组成和光谱。

这些不同化学成分的区域将与样品中的不同相密切相关。图2b显示了估计的AutoPhaseMap,在AutoPhaseMap的颜色键中显示了每个阶段的具体数字(图2c),提供了识别阶段的面积分数。可以更改阶段名称。在这里,根据分析光谱和各相的组成,给出了各相的矿物名称。

此外,对于每个相,AutoPhaseMap软件展示了描绘相分布的相图像;将相对应的检测到的像素相加估计的光谱;以及提供平均相组成的每个相的定量结果。

a)分层图像,其中Fe(洋红色),Ti(红色),Ca(蓝色),S(橙色),Si(浅蓝色),Al和Na(黄色)和Mg(绿色)的x射线图已经叠加。b)显示识别相分布的AutoPhaseMap合成图像。c)相详细表,显示识别的相和每个相的面积分数。AnchorExperimental结果

图2.a)分层图像,其中Fe(洋红色),Ti(红色),Ca(蓝色),S(橙色),Si(浅蓝色),Al和Na(黄色)和Mg(绿色)的x射线图已经叠加。b)显示识别相分布的AutoPhaseMap合成图像。c)相详细表,显示识别的相和每个相的面积分数。

阶段 传说 分数(%) 像素计数
FeTiO -钛铁矿 22.1 13074
SiAlO -斜长石 23.6 13919
SiCaFeO——斜辉石 13.3 7856
FeO说——磁铁矿 20.2 11936
FeSiMgO——橄榄石 8.5 5014
SiFeO -角闪石 4.9 2876
FeCSO -硫化铁 0.2 93
SiMgFeO——Orthopyroxne 0.5 291
CFeO -蚀变硫化铁 1.3 796
CaSiCO -方解石 0.0 18

实验结果

AutoPhaseMap检测到六个关键相:两种氧化物(钛铁矿和磁铁矿)和四种硅酸盐(角闪石、橄榄石、斜辉石和斜长石)。由于真空变化引起的束流踢边导致了一些组成元素的串扰,例如与Ti、Na和Al的串扰。不管样品的高倾角和真空的变化,也可以观察到合理的矿物组成。

AutoPhaseMap还识别了大量的少量相以及与Fe和S相以及不同数量的钠、氧和碳。这可能表明一种铁硫化物稍后发生反应并转变为其他相。其他相被人工组合在一起,形成了第9相CFeO,它围绕在铁硫化物颗粒周围,也出现在样品中其他类似大小的颗粒中,这与碳x射线图中观察到的高碳强度一致(图1)。

AutoPhaseMap还检测到两个非常小的不同的碳区域,其中包括10相CaSiCO。如果考虑这些附近矿物元素的额外贡献,这个相的关键组成元素将包括钙、氧和碳,表明是碳酸盐,如方解石。

用EBSD Mapping验证AutoPhaseMap结果

EBSD映射是一种经过验证的相分析技术,包括分析在每个像素位置产生的背散射电子衍射图,以从一组可能的晶体结构中区分正确的相。与AutoPhaseMap基于eds的特征化学相比,它能够更直接地检测相。图3描述了两种技术产生的相位图的比较。

比较EDS和EBSD同时采集海洋辉长岩样品的相图结果

图3。比较EDS和EBSD同时采集海洋辉长岩样品的相图结果

EBSD阶段 分数(%) 传说 EDS阶段 分数(%)
钛铁矿 22.5 1铁钛铁矿 22.1
斜长石(倍长石) 24.3 2 SiAlO -斜长石 23.6
斜辉石(透辉石) 13.2 3 SiCaFeO -单斜辉石 13.3
磁铁矿 21.7 4 FeO -磁铁矿 20.2
橄榄石(镁橄榄石) 7.9 5 FeSiMgO -橄榄石 8.5
角闪石(角闪石) 5.3 6 SiFeO—闪石 4.9
硫化亚铁(磁黄铁矿) 0.12 7 FeCSO -硫化铁 0.2
Orthopyroxne(顽辉石) 0.03 8 SiMgFeO -正方辉石 0.12
0 9 CFeO -改变的硫化铁 1.3
方解石 0.09 10 CaSiCO -方解石 0.03

乍一看,这两种方法的结果有一定的相似性,从而验证了从方法中得到的结果AutoPhaseMap方法。然而,深入分析揭示了这两种技术的差异和不同的优势。与EBSD相比,AutoPhaseMap技术对表面制备相对不敏感,因此可以为不呈现模式的相/区域提供特征化学。EBSD更精确地确认阶段识别。此外,EBSD方法在20kV处具有更高的空间分辨率,可以对更细的晶粒和结构提供高精度的结果。高分辨率的数据采集可以改善EBSD结果,特别是EDS结果。

结论

AutoPhaseMap检测样品中存在的关键相,并提供有关相分布、组成和组成元素的数据。此外,它在x射线测绘数据的基础上在几秒钟内生成额外的维度数据,从而能够深入了解样品的生成和变化历史。我们使用EBSD来确定AutoPhaseMap的结果。比较结果相似,但由于两种方法的强度不同,只是在细节上有所不同。

这些信息已经从牛津仪器纳米分析提供的材料中获得,审查和改编。亚博网站下载

有关此来源的更多信息,请访问牛津仪器NanoAnalysis。

引用

请在你的文章、论文或报告中使用下列格式之一来引用这篇文章:

  • 美国心理学协会

    牛津仪器NanoAnalysis。(2020年2月21日)。利用AZtecEnergy的AutoPhaseMap模块表征火成岩相AZoM。于2021年10月12日从//www.washintong.com/article.aspx?ArticleID=10703检索。

  • MLA

    牛津仪器NanoAnalysis。“利用AZtecEnergy的AutoPhaseMap模块进行火成岩相表征”。AZoM.2021年10月12日。< //www.washintong.com/article.aspx?ArticleID=10703 >。

  • 芝加哥

    牛津仪器NanoAnalysis。“利用AZtecEnergy的AutoPhaseMap模块进行火成岩相表征”。AZoM。//www.washintong.com/article.aspx?ArticleID=10703。(2021年10月12日生效)。

  • 哈佛大学

    牛津仪器NanoAnalysis。2020.利用AZtecEnergy的AutoPhaseMap模块表征火成岩相.viewed september 21, //www.washintong.com/article.aspx?ArticleID=10703。

问一个问题

关于这篇文章,你有什么问题想问吗?

离开你的反馈
提交