火成岩矿物成分确定方法、装置、计算机设备和存储介质

摘要

本发明提供一种火成岩矿物成分确定方法、装置、计算机设备和存储介质，根据原始元素测井/XRF资料火成岩地层元素相对含量，利用纯矿物建立地层矿物质量与元素含量之间存在的系数矩阵，最终利用优化算法计算火成岩地层矿物重量含量，能评价出14种火成岩成分。反演过程实现了模块化操作，为适应于国内火成岩快速、高效开发，在形成自有知识产权的元素测井解释软件方面起到了积极作用。

说明书

技术领域

本发明涉及火成岩地层矿物类型及含量识别技术领域，特别涉及一种火成岩矿物成分确定方法、装置、计算机设备和存储介质。

背景技术

金云智，高楚桥，等(2018年)。在地层组分分析基础上建立火成岩地层元素测井资料与其各岩性间的关系模型；运用最优化算法，从地层元素测井Al、Ca、Fe、H、Si、S、Ti等地层元素含量出发，定量计算火成岩岩性组分的含量。

中国专利公开文本CN107194401 A公开了在火成岩QAPF等标准灰度图图版的基础上，通过火成岩矿物成分投点、投点位置灰度值获取、基于哈希表集合快速获取火成岩名称等环节，快速实现火成岩的自动化分类命名。中国专利公开文本CN107678072A公开了综合利用磁力数据、地震数据、岩心数据、测井数据预测火成岩储层的方法既能合理利用磁力识别火成岩，又能利用三维地震格架弥补其空间分辨率的不足，并且在钻井数据的约束下，使火成岩储层的预测效果达到最佳。中国专利文本CN101520518 A公开了一种利用重磁电异常的组合特征识别火成岩岩性的方法，采集记录岩芯物理特性；用k-均值聚类对岩石的密度、磁化率、电阻率进行聚类分析，获得岩芯聚类编码；对重磁勘探结果进行重磁异常剥离获得异常，采用同样的聚类进行三维空间异常编码；将岩石物性聚类编码与重磁电异常编码相互结合反映探区每一处火成岩的岩性。

求取矿物质量含量解释方法归结为两种：一种是斯伦贝谢公司为代表的经验解释方法，另一种是哈里伯顿公司为代表的优化解释方法。斯伦贝谢公司解释方法是由经验关系式求取火成岩地层元素相对含量和矿物质量含量；哈里伯顿公司解释方法是直接由地层元素含量利用优化方法反演得到地层矿物质量含量。斯伦贝谢公司为代表的解释方法依赖大量的地区实验数据，对应一些新地层，可能需要重新建立模型，而且建立的模型没有公开，适用性需要进一步验证；哈里伯顿公司为代表的解释方法适应性较强，但存在反演矿物的不确定性。

发明内容

基于此，有必要针对上述技术问题，提供一种火成岩矿物成分确定方法、装置、计算机设备和存储介质。

一种火成岩矿物成分确定方法，包括：

测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量；

根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型；

根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素；

根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量；

建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式；

根据各所述关系式，采用优化算法计算获得所述分配系数的值；

检测所述分配系数的值是否符合预设条件；

当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数；

根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵；

根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量；

根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

在其中一个实施例中，所述根据所述纯矿物的矿物系数矩阵，计算所述纯矿物的矿物成分含量的步骤包括：

根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；

根据所述主元素与纯矿物的关系式及误差目标函数，采用最优化方法计算所述纯矿物的含量。

在其中一个实施例中，所述检测所述分配系数的值是否符合预设条件的步骤之后还包括：

当所述分配系数的值不符合预设条件时，返回执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤。

在其中一个实施例中，所述根据各所述关系式，采用优化算法计算获得所述分配系数的值的步骤包括：

根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。

在其中一个实施例中，所述当所述分配系数的值符合预设条件时，计算获得所述主元素在纯矿物中的系数的步骤包括：

当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

在其中一个实施例中，所述建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式的步骤中，

各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式为：

Y＝ΣA

其中，Y为所述主元素的相对分子量，A分子式模型，为X为主元素在所述分子式模型中的分配系数。

在其中一个实施例中，所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤中，

所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。

一种火成岩矿物成分确定装置，包括：

纯矿物分子量计算模块，用于测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量；

分子式模型确定模块，用于根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型；

主元素确定模块，用于根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素；

相对分子量计算模块，用于根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量；

分配关系式建立模块，用于建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式；

分配系数计算模块，用于根据各所述关系式，采用优化算法计算获得所述分配系数的值；

预设条件符合检测模块，用于检测所述分配系数的值是否符合预设条件；

元素系数计算模块，用于当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数；

系数矩阵确定模块，用于根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵；

矿物成分含量计算模块，用于根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量；

矿物成分确定模块，用于根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量；

根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型；

根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素；

根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量；

建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式；

根据各所述关系式，采用优化算法计算获得所述分配系数的值；

检测所述分配系数的值是否符合预设条件；

当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数；

根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵；

根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量；

根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量；

根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型；

根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素；

根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量；

建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式；

根据各所述关系式，采用优化算法计算获得所述分配系数的值；

检测所述分配系数的值是否符合预设条件；

当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数；

根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵；

根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量；

根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

上述火成岩矿物成分确定方法、装置、计算机设备和存储介质，根据原始元素测井/XRF资料火成岩地层元素相对含量，利用纯矿物建立地层矿物质量与元素含量之间存在的系数矩阵，最终利用优化算法计算火成岩地层矿物重量含量，能评价出14种火成岩成分。反演过程实现了模块化操作，为适应于国内火成岩快速、高效开发，在形成自有知识产权的元素测井解释软件方面起到了积极作用。

附图说明

图1为一个实施例中火成岩矿物成分确定方法的流程示意图；

图2A为一个实施例中火成岩矿物成分确定方法的实施过程流程示意图；

图2B为一个实施例中的国外软件计算获得的四种矿物含量的结果示意图；

图2C为一个实施例中的计算获得的火成岩矿物含量结果示意图；

图2D为一个实施例中的区块某井元素资料进行反演火成岩地层矿物质量含量图；

图3为一个实施例中火成岩矿物成分确定装置的结构框图；

图4为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

应该理解的是，火成岩地层矿物类型、含量复杂，通常用元素测井资料来确定。本发明根据原始元素测井资料或XRF录井获取地层元素相对含量，但由于火成岩地层矿物质量与元素含量之间的关系具有不确定性，需要根据不同类型的纯矿物来确定元素的矿物含量系数，最后利用优化算法计算火成岩地层矿物质量含量。本申请的火成岩矿物成分确定方法可以有效地确定火成岩矿物含量与元素的定量关系，为识别火成岩地层矿物类型和质量含量提供了模块化系统，对加快国内火成岩地层勘探、开发起积极作用。

本很轻以元素测井或XRF资料以解谱后的火成岩地层元素含量大小为基础，确定火成岩矿物的分子式，主要元素在所属矿物中的系数矩阵，根据优化算法进行反演火成岩矿物含量和类型。

具体实施过程如下：

实施例一

本实施例中，如图1所示，提供了一种火成岩矿物成分确定方法，其包括：

步骤101，测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量。

具体地，本步骤中，首先获取火成岩纯矿物，测量该火成岩纯矿物的纯矿物质量，进而根据纯矿物质量计算该纯矿物的摩尔质量及相对分子量，并测量酸碱根的相对分子量。

比如，选取火成岩纯矿物类型，如橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等。

步骤102，根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型。

本步骤中，在测量获得所述纯矿物的摩尔质量及相对分子量后，根据所述纯矿物的摩尔质量及相对分子量确定纯矿物的分子式模型，该分子式模型也可以会成为分子式。

本实施例中，所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。该主元素为火成岩纯矿物中，除酸碱根以外的元素，该主元素包含但不限于硅、铝、铁、钙、钾、钛、镁、锰、钠、磷、锆等元素。

步骤103，根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素。

本步骤中，根据上述步骤中的纯矿物的分子式模型，确定该纯矿物中所包含的主元素。

步骤104，根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量。

具体地，主元素的相对分子量为所述纯矿物的相对分子量和酸碱根的相对分子量之差，因此，本步骤中，通过计算所述纯矿物的相对分子量和酸碱根的相对分子量之差，计算得到主元素的相对分子量Y。

步骤105，建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式。

本步骤中，建立各所述主元素的相对分子量与分配系数的关系式。具体地，建立各所述主元素的相对分子量Y与所述纯矿物的分子式模型A(X)中的分配系数X的关系式。

比如，如沸石，纯矿物结构分子式模型为：

A(x/q)[(AlO2)a(SiO2)b]·n(H2O)，其中：A为Ca、Na、K，

一个实施例中，该关系式为Y＝ΣA

步骤106，根据各所述关系式，采用优化算法计算获得所述分配系数的值。

本实施例中，在上一步骤中，对每个主元素分别建立主元素的相对分子量与分配系数的关系式，进而获得多个主元素的相对分子量与分配系数的关系式，根据这些被建立的关系式，采用优化算法计算获得所述分配系数的值。

在一个实施例中，所述根据各所述关系式，采用优化算法计算获得所述分配系数的值的步骤包括：根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。具体地，该最小二乘法的计算式为：

E＝(Y-ΣA

步骤107，检测所述分配系数的值是否符合预设条件。

本实施例中，检测E的值是否小于预设值，具体地，当E<10

步骤108，当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数。

具体地，该主元素在所述纯矿物中的系数为主元素在纯矿物中所占比例的系数。

本实施例中，当分配系数X的值符合预设条件时，E<10

在一个实施例中，所述当所述分配系数的值符合预设条件时，计算获得所述主元素在纯矿物中的系数的步骤包括：当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

本实施例中，通过主元素的相对分子量与纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

步骤109，根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵。

应该理解的是，纯矿物中含有多个主元素，因此，根据主元素的不同，对不同的主元素分别按照步骤104至步骤108进行计算，得到多个所述主元素在所述纯矿物中的系数，从而可以根据获得的多个主元素的在纯矿物中的系数，建立基于多个系数的矿物系数矩阵。

步骤110，根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量。

本实施例中，通过矿物系数矩阵中的多个主元素的比例系数，计算得到纯矿物的矿物成分含量。

在一个实施例中，所述根据所述纯矿物的矿物系数矩阵，计算所述纯矿物的矿物成分含量的步骤包括：根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；根据所述主元素与纯矿物的关系式及误差目标函数，采用最优化方法计算所述纯矿物的含量。

本实施例中，首先利用纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数，随后再次利用优化算法，基于主元素与纯矿物的关系式及误差目标函数，计算得到纯矿物的矿物成分含量。

应该理解的是，上述根据所述主元素与纯矿物的关系式及误差目标函数，利用优化算法计算所述纯矿物的矿物成分含量的详细过程，可参见中国专利ZL201410318930.1，本实施例中，对此不累赘描述。

步骤111，根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

最后，根据纯矿物的各矿物成分的含量，确定该火成岩所含的矿物成分。

上述实施例中，根据原始元素测井/XRF资料火成岩地层元素相对含量，利用纯矿物建立地层矿物质量与元素含量之间存在的系数矩阵，最终利用优化算法计算火成岩地层矿物重量含量，能评价出14种火成岩成分。反演过程实现了模块化操作，为适应于国内火成岩快速、高效开发，在形成自有知识产权的元素测井解释软件方面起到了积极作用。

在一个实施例中，所述检测所述分配系数的值是否符合预设条件的步骤之后还包括：当所述分配系数的值不符合预设条件时，返回执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤。

本实施例中，当检测到分配系数的值不符合预设条件时，即E≥10

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

实施例二

本实施例中，以元素测井或XRF资料以解谱后的火成岩地层元素含量大小为基础，确定火成岩矿物的分子式，主要元素在所属矿物中的系数矩阵，根据优化算法进行反演火成岩矿物含量和类型。

如图2A所示，步骤如下：

(1)选取火成岩纯矿物类型，如橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等。

(2)测量纯矿物的质量，计算其摩尔质量及相对分子量。

(3)确定纯矿物的分子式模型A(X)，其中A为矿物中包含的主元素，X为主元素的分配系数。

(4)确定矿物包含的主元素A，A包含但不限于Si、Al、Fe、Ca、K、Ti、Mg、Mn、Na、P、Zr等元素。

(5)计算所包含的主元素相对分子量Y，Y等于矿物的相对分子量减去酸碱根的相对分子量。

(6)建立Y与分配系数X的关系式，Y＝ΣAiXi。

(7)利用优化算法计算分配系数X，判断是否合适，不合适转到步骤(3)。

(8)确定具体的纯矿物分子式，包含主元素及酸碱根。

(9)计算元素在纯矿物中的系数，等于元素相对分子量/矿物相对分子量。

(10)转到步骤(1)，计算其他纯矿物的系数，最后确定火成岩中所有矿物系数矩阵。

(11)确定火成岩地层中元素与矿物的关系式及误差目标函数。

(12)利用优化算法进行计算火成岩地层矿物质量含量。

(13)确定火成岩所含矿物成分。

本申请旨在解决目前主要依赖于国外软件，没有独立知识产权的火成岩元素解释软件的问题，根据不同类型的纯矿物来确定元素的矿物含量系数，由ECS测井或XRF资料利用优化方法反演出火成岩地层矿物质量含量，反演过程实现了模块化操作，为适应于国内火成岩快速、高效开发，在形成自有知识产权的元素测井解释软件方面起到了积极作用。

例1：国外软件仅计算出四种矿物含量，对应的是泥质含量、硅质含量、灰质含量、黄铁矿，不能反演出火成岩的矿物类型和含量。如图2B所示为国外软件计算结果。

例2：橄榄石是火成岩常出现的矿物，假设橄榄石分子式为(MgFeCa)SiO4，但没有确定主元素Mg、Fe、Ca之间的分配系数，在目的层取纯橄榄石，计算其摩尔质量(质量/摩尔体积)，根据摩尔质量确定相对分子量；设定纯橄榄石的分子式设为ASiO4，A为主要元素，根据纯橄榄石分子量确定A的相对分子量X；确定纯橄榄石中的除Si、O之外的元素，主要元素A取Mg、Fe、Ca，包含其他含量较高的元素；计算主要元素质量含量之和Y，利用纯橄榄石的元素测量结果确定主要元素的分配系数(C1、C2、C3)，Y＝28*C1+56*C2+40*C3，根据多个测点结果由最小二乘法确定分配系数，通过计算得C1＝0.6,C1＝0.4,C3＝0，最后根据橄榄石的分子式确定其系数。

同样地，确定所有火成岩矿物的系数矩阵，如表1所示。

表1火成岩元素与矿物关系矩阵

例3：图2C为计算火成岩矿物含量结果，图中第一道为地层深度；第二道～第十道为录井元素的相对含量、重构元素响应值和反演结果的置信区间；，第十一道为反演误差曲线；第十二道～第十七道为反演的矿物含量，分别是泥质含量、硅质含量、钙质含量、铁质含量、石膏类矿物含量和其他矿物含量；第十八道为反演的矿物质量含量组合剖面。如图2C所示，XRF/元素火成岩评价地层矿物含量(3730-3760m)。

例4：图2D为区块某井元素资料进行反演火成岩地层矿物质量含量图，处理深度为5320-5350米，图中各道曲线意义和图2A中相同。如图2D所示，录井元素评价火成岩地层矿物含量(5320-5350m)

上述实施例中，火成岩地层矿物类型、含量复杂，要准确确定火成岩地层矿物质量含量通常用火成岩岩心实验方法来确定，或者通过多矿物解释模型来确定，实验方法岩心数量有限、实验结果获得不够及时，多矿物解释模型结果往往矿物类型不符、矿物含量计算结果误差较大。本发明根据原始元素测井/XRF资料火成岩地层元素相对含量，利用纯矿物建立地层矿物质量与元素含量之间存在的系数矩阵，最终利用优化算法计算火成岩地层矿物重量含量，能评价出14种火成岩成分。

实施例三

本实施例中，如图3所示，提供一种火成岩矿物成分确定装置，包括：

纯矿物分子量计算模块301，用于测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量；

分子式模型确定模块302，用于根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型；

主元素确定模块303，用于根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素；

相对分子量计算模块304，用于根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量；

分配关系式建立模块305，用于建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式；

分配系数计算模块306，用于根据各所述关系式，采用优化算法计算获得所述分配系数的值；

预设条件符合检测模块307，用于检测所述分配系数的值是否符合预设条件；

元素系数计算模块308，用于当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数；

系数矩阵确定模块309，用于根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵；

矿物成分含量计算模块310，用于根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量；

矿物成分确定模块311，用于根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

在一个实施例中，所述矿物成分含量计算模块包括：

关系式及目标函数确定单元，用于根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；

矿物成分含量计算单元，用于根据所述主元素与纯矿物的关系式及误差目标函数，采用最优化方法计算所述纯矿物的含量。

在一个实施例中，所述火成岩矿物成分确定装置还包括：

预设条件不符合模块，用于当所述分配系数的值不符合预设条件时，返回执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤。

在一个实施例中，所述分配系数计算模块用于根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。

在一个实施例中，所述元素系数计算模块用于当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

在一个实施例中，各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式为：

Y＝ΣA

其中，Y为所述主元素的相对分子量，A分子式模型，为X为主元素在所述分子式模型中的分配系数。

在一个实施例中，所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。

关于火成岩矿物成分确定装置的具体限定可以参见上文中对于火成岩矿物成分确定方法的限定，在此不再赘述。上述火成岩矿物成分确定装置中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。

实施例四

本实施例中，提供了计算机设备。其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序，且该非易失性存储介质部署有数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与部署了应用软件的其他计算机设备通信。该计算机程序被处理器执行时以实现一种火成岩矿物成分确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

实施例五

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

步骤101，测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量。

具体地，本步骤中，首先获取火成岩纯矿物，测量该火成岩纯矿物的纯矿物质量，进而根据纯矿物质量计算该纯矿物的摩尔质量及相对分子量，并测量酸碱根的相对分子量。

比如，选取火成岩纯矿物类型，如橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等。

步骤102，根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型。

本步骤中，在测量获得所述纯矿物的摩尔质量及相对分子量后，根据所述纯矿物的摩尔质量及相对分子量确定纯矿物的分子式模型，该分子式模型也可以会成为分子式。

本实施例中，所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。该主元素为火成岩纯矿物中，除酸碱根以外的元素，该主元素包含但不限于硅、铝、铁、钙、钾、钛、镁、锰、钠、磷、锆等元素。

步骤103，根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素。

本步骤中，根据上述步骤中的纯矿物的分子式模型，确定该纯矿物中所包含的主元素。

步骤104，根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量。

具体地，主元素的相对分子量为所述纯矿物的相对分子量和酸碱根的相对分子量之差，因此，本步骤中，通过计算所述纯矿物的相对分子量和酸碱根的相对分子量之差，计算得到主元素的相对分子量Y。

步骤105，建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式。

本步骤中，建立各所述主元素的相对分子量与分配系数的关系式。具体地，建立各所述主元素的相对分子量Y与所述纯矿物的分子式模型A(X)中的分配系数X的关系式。

比如，如沸石，纯矿物结构分子式模型为：

A(x/q)[(AlO2)a(SiO2)b]·n(H2O)，其中：A为Ca、Na、K，

一个实施例中，该关系式为Y＝ΣA

步骤106，根据各所述关系式，采用优化算法计算获得所述分配系数的值。

本实施例中，在上一步骤中，对每个主元素分别建立主元素的相对分子量与分配系数的关系式，进而获得多个主元素的相对分子量与分配系数的关系式，根据这些被建立的关系式，采用优化算法计算获得所述分配系数的值。

在一个实施例中，所述根据各所述关系式，采用优化算法计算获得所述分配系数的值的步骤包括：根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。具体地，该最小二乘法的计算式为：

E＝(Y-ΣA

步骤107，检测所述分配系数的值是否符合预设条件。

本实施例中，检测E的值是否小于预设值，具体地，当E<10

步骤108，当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数。

具体地，该主元素在所述纯矿物中的系数为主元素在纯矿物中所占比例的系数。

本实施例中，当分配系数X的值符合预设条件时，E<10

在一个实施例中，所述当所述分配系数的值符合预设条件时，计算获得所述主元素在纯矿物中的系数的步骤包括：当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

本实施例中，通过主元素的相对分子量与纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

步骤109，根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵。

应该理解的是，纯矿物中含有多个主元素，因此，根据主元素的不同，对不同的主元素分别按照步骤104至步骤108进行计算，得到多个所述主元素在所述纯矿物中的系数，从而可以根据获得的多个主元素的在纯矿物中的系数，建立基于多个系数的矿物系数矩阵。

步骤110，根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量。

本实施例中，通过矿物系数矩阵中的多个主元素的比例系数，计算得到纯矿物的矿物成分含量。

在一个实施例中，所述根据所述纯矿物的矿物系数矩阵，计算所述纯矿物的矿物成分含量的步骤包括：根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；根据所述主元素与纯矿物的关系式及误差目标函数，采用最优化方法计算所述纯矿物的含量。

本实施例中，首先利用纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数，随后再次利用优化算法，基于主元素与纯矿物的关系式及误差目标函数，计算得到纯矿物的矿物成分含量。

步骤111，根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；

根据所述主元素与纯矿物的关系式及误差目标函数，利用优化算法计算所述纯矿物的矿物成分含量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

当所述分配系数的值不符合预设条件时，返回执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

在一个实施例中，处理器执行计算机程序时实现所述建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式的步骤中，

各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式为：

Y＝ΣA

其中，Y为所述主元素的相对分子量，A分子式模型，为X为主元素在所述分子式模型中的分配系数。

在一个实施例中，处理器执行计算机程序时实现所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤中，

所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。

实施例六

本实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

步骤101，测量火成岩所包含的纯矿物质量，根据所述纯矿物质量计算得到所述纯矿物的摩尔质量及相对分子量，计算所述纯矿物中的酸碱根的相对分子量。

具体地，本步骤中，首先获取火成岩纯矿物，测量该火成岩纯矿物的纯矿物质量，进而根据纯矿物质量计算该纯矿物的摩尔质量及相对分子量，并测量酸碱根的相对分子量。

比如，选取火成岩纯矿物类型，如橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等。

步骤102，根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型。

本步骤中，在测量获得所述纯矿物的摩尔质量及相对分子量后，根据所述纯矿物的摩尔质量及相对分子量确定纯矿物的分子式模型，该分子式模型也可以会成为分子式。

本实施例中，所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。该主元素为火成岩纯矿物中，除酸碱根以外的元素，该主元素包含但不限于硅、铝、铁、钙、钾、钛、镁、锰、钠、磷、锆等元素。

步骤103，根据所述纯矿物的分子式模型，确定所述纯矿物中的至少一种主元素。

本步骤中，根据上述步骤中的纯矿物的分子式模型，确定该纯矿物中所包含的主元素。

步骤104，根据所述纯矿物的相对分子量和酸碱根的相对分子量，计算获得各所述主元素的相对分子量。

具体地，主元素的相对分子量为所述纯矿物的相对分子量和酸碱根的相对分子量之差，因此，本步骤中，通过计算所述纯矿物的相对分子量和酸碱根的相对分子量之差，计算得到主元素的相对分子量Y。

步骤105，建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式。

本步骤中，建立各所述主元素的相对分子量与分配系数的关系式。具体地，建立各所述主元素的相对分子量Y与所述纯矿物的分子式模型A(X)中的分配系数X的关系式。

比如，如沸石，纯矿物结构分子式模型为：

A(x/q)[(AlO2)a(SiO2)b]·n(H2O)，其中：A为Ca、Na、K，

一个实施例中，该关系式为Y＝ΣA

步骤106，根据各所述关系式，采用优化算法计算获得所述分配系数的值。

本实施例中，在上一步骤中，对每个主元素分别建立主元素的相对分子量与分配系数的关系式，进而获得多个主元素的相对分子量与分配系数的关系式，根据这些被建立的关系式，采用优化算法计算获得所述分配系数的值。

在一个实施例中，所述根据各所述关系式，采用优化算法计算获得所述分配系数的值的步骤包括：根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。具体地，该最小二乘法的计算式为：

E＝(Y-ΣA

步骤107，检测所述分配系数的值是否符合预设条件。

本实施例中，检测E的值是否小于预设值，具体地，当E<10

步骤108，当所述分配系数的值符合预设条件时，计算获得各所述主元素在所述纯矿物中的系数。

具体地，该主元素在所述纯矿物中的系数为主元素在纯矿物中所占比例的系数。

本实施例中，当分配系数X的值符合预设条件时，E<10

在一个实施例中，所述当所述分配系数的值符合预设条件时，计算获得所述主元素在纯矿物中的系数的步骤包括：当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

本实施例中，通过主元素的相对分子量与纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

步骤109，根据各所述主元素在所述纯矿物中的系数，确定所述纯矿物的矿物系数矩阵。

应该理解的是，纯矿物中含有多个主元素，因此，根据主元素的不同，对不同的主元素分别按照步骤104至步骤108进行计算，得到多个所述主元素在所述纯矿物中的系数，从而可以根据获得的多个主元素的在纯矿物中的系数，建立基于多个系数的矿物系数矩阵。

步骤110，根据所述纯矿物的矿物系数矩阵，采用最优化方法计算所述纯矿物的含量。

本实施例中，通过矿物系数矩阵中的多个主元素的比例系数，计算得到纯矿物的矿物成分含量。

在一个实施例中，所述根据所述纯矿物的矿物系数矩阵，计算所述纯矿物的矿物成分含量的步骤包括：根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；根据所述主元素与纯矿物的关系式及误差目标函数，采用最优化方法计算所述纯矿物的含量。

本实施例中，首先利用纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数，随后再次利用优化算法，基于主元素与纯矿物的关系式及误差目标函数，计算得到纯矿物的矿物成分含量。

步骤111，根据所述纯矿物的含量，确定所述火成岩所含矿物成分。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据所述纯矿物的矿物系数矩阵，确定火成岩地层中所述主元素与纯矿物的关系式及误差目标函数；

根据所述主元素与纯矿物的关系式及误差目标函数，利用优化算法计算所述纯矿物的矿物成分含量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

当所述分配系数的值不符合预设条件时，返回执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据各所述关系式，采用最小二乘法计算获得所述分配系数的值。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

当所述分配系数的值符合预设条件时，根据所述主元素的相对分子量与所述纯矿物的相对分子量之比，计算获得所述主元素在纯矿物中的系数。

在一个实施例中，计算机程序在被处理器执行所述建立各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式的步骤中，

各所述主元素的相对分子量与所述纯矿物的分子式模型中的分配系数的关系式为：

Y＝ΣA

其中，Y为所述主元素的相对分子量，A分子式模型，为X为主元素在所述分子式模型中的分配系数。

在一个实施例中，计算机程序在被处理器执行所述根据所述纯矿物的摩尔质量及相对分子量确定所述纯矿物的分子式模型的步骤中，

所述纯矿物的分子式模型为A(X)，其中，A为所述纯矿物中包含的主元素，X为主元素的分配系数。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。