粉末 XRD 物相匹配软件调研与 Python 实现设计参考

报告日期：2026-05-27
目标：调研市面上可做粉末 XRD 物相匹配的软件、开源库与 Web App，并为 Python 实现一个类似 Jade 9 的 PDF 卡片匹配功能提供系统性设计参考。

1. 背景与目标

本项目目标是设计一个 Python 系统，用于实现类似 MDI JADE / Jade 9 中基于 PDF 卡片 的粉末 XRD 物相匹配功能。

这里的 PDF 指 Powder Diffraction File，即粉末衍射数据库条目，而不是 PDF 文档。典型流程是：

导入实验 XRD 谱图
→ 预处理：平滑、背景扣除、Kα2 扣除、零点校正
→ 寻峰
→ 与数据库卡片峰表或理论谱图匹配
→ 输出候选物相卡片
→ 用户选择/排除物相
→ 多相组合匹配或 Rietveld 精修验证

商业软件如 JADE、HighScore、Match!、DIFFRAC.EVA 等已经形成成熟的 Search-Match 工作流；开源生态中则可以借助 COD、pymatgen、GSAS-II、Profex/BGMN、QualX2.0 等搭建自己的开放式原型。

2. 典型产品与系统分类

2.1 商业 XRD 分析软件

产品	厂商/组织	类型	核心能力	对本项目的参考价值
MDI JADE / JADE Pro	ICDD / MDI	商业桌面软件	XRD pattern processing、whole pattern fitting、Rietveld、minor phase identification 等	最接近 Jade 9 目标形态，应重点参考其”实验谱图 + 候选卡片 + 棒图叠加 + 接受/排除相”的交互模式。ICDD
ICDD SIeve / SIeve+	ICDD	商业 Search-Match 工具	支持 Hanawalt、Fink、Long8 等传统峰表检索算法，并以 Goodness of Match 排序	适合参考传统 d-I 峰表匹配算法和 GOM 评分体系。ICDD
HighScore / HighScore Plus	Malvern Panalytical	商业桌面软件	支持同时使用多个参考数据库，覆盖 ICDD、CSD、COD-derived 等数据库	适合参考多数据库管理、数据库过滤、用户自建库管理。Malvern Panalytical
Match!	Crystal Impact	商业桌面软件	面向 powder diffraction phase analysis	适合参考轻量级物相识别产品形态，尤其是”快速导入、快速匹配、候选排序”。Crystal Impact
DIFFRAC.EVA	Bruker	商业桌面软件	用于 1D/2D XRD 数据分析，覆盖 visualization、data reduction、phase identification、quantification	适合参考从原始谱图处理到物相识别、定量分析的一体化流程。Bruker
DIFFRAC.TOPAS	Bruker	商业精修软件	基于 profile fitting，用于 quantitative phase analysis、whole powder pattern fitting、Rietveld 等	适合参考高级模块：全谱拟合、Rietveld 精修、定量相分析。Bruker
SmartLab Studio II	Rigaku	商业仪器软件	集成测量、分析、可视化和报告；其 AI 插件支持 phase identification	适合参考实时分析、AI 辅助识别、仪器工作流集成。Rigaku

2.2 开源软件、免费软件与 Python 库

名称	类型	核心能力	对 Python 实现的参考价值
QualX2.0	免费软件	用于 powder diffraction qualitative phase analysis；可查询 PDF-2 商业库，也可使用基于 COD 的 POW_COD	非常适合作为传统 Search-Match 流程参考。CNR
Profex + BGMN	开源 GUI + 精修内核	用于 Rietveld refinement、phase identification、phase quantification	可作为后续 Rietveld 验证和定量分析参考。Profex
GSAS-II	开源 Python 项目	面向晶体结构解析和 diffraction-based characterization	Python 生态中最重要的重型衍射分析后端之一。GSAS-II Tutorials
pymatgen XRDCalculator	Python 库	可根据晶体结构计算粉末 XRD pattern	最适合用来从 CIF / COD / Materials Project 结构生成”开放式 PDF 卡片”。pymatgen
COD / POW_COD	开放晶体结构数据库 / 计算谱库	COD 官方新闻称其在 2023 年达到 500,000 records	最适合作为 MVP 阶段的开放数据源。COD
Crystal Toolkit	Python Web 框架	Materials Project 生态中的材料科学 Web App 框架	可参考其材料结构可视化、Web 交互和 pymatgen 集成方式。Crystal Toolkit
CSD Python API	商业数据库 API	用于程序化访问 CSD 结构化学数据	若目标领域包括药物晶型、有机晶体，可作为商业数据库/API 参考。CCDC
Momentum Transfer Search Match	Web App	免费粉末衍射 phase identification 工具，支持上传 pattern，并在 COD 500,000+ structures 中匹配	非常适合作为 Web 产品形态参考。Momentum Transfer

3. 产品能力对比矩阵

维度	JADE / SIeve+	HighScore	Match!	DIFFRAC.EVA / TOPAS	QualX2.0	Python 自研建议
峰表匹配	强	强	强	强	强	第一阶段必须实现
全谱匹配	强	强	中-强	强	中	第二阶段实现
多相识别	强	强	强	强	中	MVP 后重点实现
Rietveld 精修	JADE Pro 支持	HighScore Plus 支持	可结合 FullProf	TOPAS 强	弱/非核心	可接 GSAS-II / BGMN
数据库	ICDD PDF 为主	ICDD / CSD / COD 等	COD / ICDD 等	ICDD / 用户库等	PDF-2 / POW_COD	COD + CIF + 用户库
API / 可编程性	有限	有限	有限	有限	有限	Python 原生优势
Web 化	弱	弱	弱	弱	弱	推荐做成 Web App
授权成本	高	高	中-高	高	免费	取决于数据库来源

4. 关键设计启发

4.1 数据库不是简单峰表，而是”物相卡片系统”

Jade 这类软件的核心体验不是单纯返回一个相名，而是返回一组 候选物相卡片。每张卡片应包含：

phase_id: "COD-xxxxxxx"
source: "COD / ICDD / MP / User"
name: "Quartz"
formula: "SiO2"
elements: ["Si", "O"]
space_group: "P3121"
cell:
  a: ...
  b: ...
  c: ...
  alpha: ...
  beta: ...
  gamma: ...
reference: "..."
quality_flag: "experimental / calculated / user-imported"
peaks:
  - two_theta: 26.64
    d_spacing: 3.34
    rel_intensity: 100
    hkl: [1, 0, 1]
  - ...
pattern_grid:
  two_theta: [...]
  intensity: [...]
cif_path: "..."

Malvern Panalytical 对参考数据库的说明中特别区分了 measured reference patterns 和 calculated reference patterns：实测参考谱通常更适合 phase identification，而计算谱依赖结构数据，适合和 Rietveld/结构分析结合。

因此，自研系统中应区分：

1
2
3

1. 实测参考卡片：更接近商业 PDF 数据库体验
2. 理论计算卡片：由 CIF 通过 pymatgen / Dans_Diffraction 等生成
3. 用户自建卡片：实验室内部材料、标准样、历史样品

4.2 传统 Search-Match 仍然是 MVP 的核心

SIeve+ 明确支持 Hanawalt、Fink、Long8 等传统检索方法，并通过 Goodness of Match 排序。

对 Python MVP 来说，不需要一开始做复杂深度学习或全自动 Rietveld。更合理的路线是：

1	`实验谱图 → 寻峰 → d/I 峰表 → 数据库候选筛选 → 打分排序 → 卡片展示`

可优先实现如下评分项：

position_score     峰位匹配程度
intensity_score    相对强度相似度
coverage_score     实验强峰被解释比例
missing_penalty    候选卡片强峰缺失惩罚
chemistry_score    元素/化学约束匹配
background_score   弱峰可信度修正

4.3 全谱匹配是提高鲁棒性的关键

传统峰表匹配容易受以下因素影响：

弱峰漏检
峰重叠
择优取向
仪器零点偏移
样品晶粒尺寸/应变导致峰宽变化
背景扣除误差

因此第二阶段应增加 full-pattern similarity：

候选 stick pattern
→ 卷积为 pseudo-Voigt / Gaussian / Lorentzian profile
→ 与实验谱图做全谱相似度比较
→ 输出 pattern similarity score

Bruker TOPAS、JADE Pro、HighScore Plus 等商业工具的高级能力都强调 whole-pattern fitting 或 profile fitting。

4.4 多相匹配不能只做 Top-1 搜索

真实样品通常是多相体系。推荐采用分层搜索：

Step 1: 单相 Top-N 候选
Step 2: 选择一个候选相，解释部分实验峰
Step 3: 对 residual peaks / residual pattern 再次搜索
Step 4: 生成二相、三相组合
Step 5: 用 NNLS / least squares 拟合相比例
Step 6: 按整体残差和物理合理性排序

可以使用：

scipy.optimize.nnls
sklearn.metrics.pairwise.cosine_similarity
scipy.signal.find_peaks
scipy.optimize.least_squares

5. 推荐系统架构

5.1 总体架构

┌────────────────────────────┐
│        Web / Desktop UI     │
│  谱图显示、卡片、棒图叠加   │
└─────────────┬──────────────┘
              │
┌─────────────▼──────────────┐
│        API Service          │
│ FastAPI / Flask / Streamlit │
└─────────────┬──────────────┘
              │
┌─────────────▼──────────────┐
│      XRD Processing Core    │
│ 背景扣除、平滑、寻峰、校正  │
└─────────────┬──────────────┘
              │
┌─────────────▼──────────────┐
│      Search-Match Engine    │
│ 峰表匹配、全谱匹配、多相搜索│
└─────────────┬──────────────┘
              │
┌─────────────▼──────────────┐
│       Phase Card DB         │
│ COD / CIF / User / Licensed │
└─────────────┬──────────────┘
              │
┌─────────────▼──────────────┐
│   Optional Refinement Core  │
│ GSAS-II / BGMN / 自研拟合   │
└────────────────────────────┘

5.2 模块划分

模块	功能	推荐技术
文件导入	读取 `.xy`、`.csv`、`.txt`、`.xrdml`、`.ras` 等	pandas、自写 parser、后续接 xylib
谱图预处理	平滑、背景扣除、归一化、Kα2 扣除、零点校正	scipy、pybaselines
寻峰	峰位、峰高、峰宽、峰面积提取	scipy.signal.find_peaks
晶体结构解析	读取 CIF、提取结构信息	pymatgen、spglib
理论谱生成	从结构计算 XRD pattern	pymatgen XRDCalculator
卡片数据库	存储峰表、结构、元数据、索引	SQLite、DuckDB、Parquet
匹配引擎	峰表匹配、全谱相似度、多相搜索	numpy、scipy、sklearn
可视化	实验谱、候选棒图、残差图	Plotly、ECharts、matplotlib
Web/API	上传、搜索、结果展示	FastAPI + React / Dash / Streamlit
精修扩展	Rietveld、定量相分析	GSAS-II、Profex/BGMN

6. MVP 功能建议

第一版不建议直接追求商业软件完整能力，而应实现一个”可用的 Jade-like Search-Match 原型”。

6.1 MVP 用户流程

1. 用户上传 XRD 谱图
2. 系统自动识别 2θ / intensity 数据
3. 自动背景扣除、平滑和归一化
4. 自动寻峰
5. 用户可输入元素约束：
   - 必须包含元素
   - 排除元素
   - 样品类型：氧化物 / 金属 / 矿物 / 有机物
6. 系统从数据库搜索 Top-N 候选物相
7. 以 PDF 卡片形式展示候选结果
8. 用户点击卡片，叠加理论棒图
9. 用户勾选已确认物相
10. 系统计算 residual peaks，并推荐下一相

6.2 MVP 输出卡片设计

┌─────────────────────────────────────────────┐
│ Quartz / SiO2                               │
│ Source: COD                                 │
│ Space group: P3121                          │
│ Match Score: 86.4                           │
│ Coverage: 8 / 10 strong peaks               │
│ Main peaks:                                 │
│   26.64°  d=3.34 Å  I=100                   │
│   20.86°  d=4.26 Å  I=35                    │
│   50.13°  d=1.82 Å  I=22                    │
│ Actions: [Overlay] [Accept] [Reject] [CIF]  │
└─────────────────────────────────────────────┘

卡片应支持：

- 候选物相名称
- 化学式
- 数据库来源
- 空间群
- 晶胞参数
- 主峰列表
- 匹配分数
- 被解释峰数量
- 缺失强峰提示
- 棒图叠加
- CIF 查看/下载
- Accept / Reject / Lock

7. 匹配算法设计

7.1 峰位匹配

实验峰与卡片峰之间允许一定容差：

1
2
3

Δ2θ tolerance: 0.05° ~ 0.20°
或
Δd / d tolerance: 0.1% ~ 0.5%

推荐优先使用 d-spacing 做匹配，因为 d 值比 2θ 更接近晶体学本质；但 UI 中仍显示 2θ。

示例评分：

1	`position_score = exp(-((delta_two_theta / tolerance) ** 2))`

7.2 强度匹配

相对强度受择优取向、吸收、晶粒尺寸影响较大，因此强度不应作为硬约束，而应作为软评分：

1	`intensity_score = cosine_similarity(exp_intensity_vector, ref_intensity_vector)`

建议权重：

峰位匹配：50%
强峰覆盖：25%
强度相似：15%
化学约束：10%

7.3 缺失峰惩罚

如果候选相的最强峰在实验谱中完全不存在，应显著扣分：

1	`missing_penalty = sum(weight_i for each strong reference peak not found)`

但要考虑：

- 多相重叠
- 背景噪声
- 实验扫描范围不足
- 弱峰低于检测限
- 择优取向导致部分峰异常

7.4 多相组合搜索

推荐使用 beam search：

初始化：Top 50 单相候选
beam width = 10
max phases = 3 或 4

for depth in 1..max_phases:
    对每个候选组合：
        生成组合理论谱
        用 NNLS 拟合各相比例
        计算 residual score
        保留 top beam_width 组合

组合评分：

combo_score =
    pattern_similarity
  + explained_peak_ratio
  - residual_peak_penalty
  - too_many_phases_penalty
  - missing_strong_peak_penalty

8. 数据库方案

8.1 推荐数据源优先级

优先级	数据源	说明
P0	用户上传 CIF / 标准样	最容易控制授权，适合实验室内部使用
P1	COD	开放结构数据库，适合生成理论卡片
P1	POW_COD	QualX2.0 使用的 COD-derived 粉末库思路值得参考
P2	Materials Project	适合补充无机材料结构和计算数据
P2	RRUFF / AMCSD	适合矿物方向
P3	ICDD PDF	商业授权数据库，不建议直接内置，除非用户持有合法授权
P3	CSD	有机晶体、药物晶型方向可考虑商业 API

8.2 推荐数据库表结构

CREATE TABLE phases (
    phase_id TEXT PRIMARY KEY,
    source TEXT,
    name TEXT,
    formula TEXT,
    elements TEXT,
    space_group TEXT,
    crystal_system TEXT,
    a REAL,
    b REAL,
    c REAL,
    alpha REAL,
    beta REAL,
    gamma REAL,
    reference TEXT,
    quality_flag TEXT,
    cif_path TEXT
);

CREATE TABLE peaks (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    phase_id TEXT,
    two_theta REAL,
    d_spacing REAL,
    rel_intensity REAL,
    h INTEGER,
    k INTEGER,
    l INTEGER,
    FOREIGN KEY (phase_id) REFERENCES phases(phase_id)
);

CREATE INDEX idx_peaks_d ON peaks(d_spacing);
CREATE INDEX idx_peaks_two_theta ON peaks(two_theta);
CREATE INDEX idx_phases_formula ON phases(formula);

9. Python 技术选型建议

9.1 核心依赖

numpy
scipy
pandas
scikit-learn
pymatgen
spglib
pybaselines
plotly
fastapi
sqlite / duckdb

9.2 可选增强

GSAS-II           Rietveld refinement / 结构分析
Profex / BGMN     定量相分析参考
Dans_Diffraction  理论谱生成备选
pyFAI             2D detector 数据积分
fabio             衍射图像格式读取
xylib             多厂商谱图格式读取

10. 产品路线图

Phase 0：调研与数据准备

- 确定支持的输入格式：xy、csv、txt
- 下载或导入 COD/CIF 数据
- 使用 pymatgen 批量生成理论 XRD 卡片
- 建立 SQLite / DuckDB 卡片数据库

Phase 1：单相 Search-Match MVP

- 谱图导入
- 背景扣除
- 寻峰
- d/I 峰表匹配
- Top-N 候选物相卡片展示
- 实验谱 + 候选棒图叠加

Phase 2：多相识别

- residual peaks 分析
- 二相 / 三相组合搜索
- NNLS 相比例估计
- 组合候选排序

Phase 3：全谱拟合

- 理论棒图卷积成连续谱
- Gaussian / Lorentzian / pseudo-Voigt 峰型
- 零点偏移修正
- 峰宽参数拟合
- 全谱 similarity / residual score

Phase 4：精修与定量

- 接入 GSAS-II 或 BGMN
- Rietveld refinement
- 晶胞参数微调
- 定量相分析
- 报告导出

Phase 5：AI 辅助

- 用模拟 XRD 数据训练候选排序模型
- 用历史样品训练实验室专用分类器
- minor phase detection
- pattern decomposition

Rigaku 的 AI phase identification 插件使用神经网络和模拟 XRD 数据训练，用于识别主相和微量相，这说明 AI 可作为后期增强模块，但不建议作为 MVP 核心。

11. 推荐参考对象优先级

优先级	参考对象	参考原因
1	JADE / JADE Pro	最接近目标产品形态，尤其是卡片式候选展示和 Search-Match 工作流。
2	SIeve+	传统 Hanawalt / Fink / Long8 算法和 GOM 评分值得复刻。
3	QualX2.0	免费软件中最接近传统物相 Search-Match，且使用 PDF-2 / POW_COD 思路。
4	pymatgen + COD	最适合 Python 自研开放卡片库。
5	HighScore / Match!	适合参考数据库管理、用户库、半定量分析和交互体验。
6	GSAS-II / Profex-BGMN	适合后续精修和定量验证。
7	Momentum Transfer Search Match	适合参考 Web App 形态和上传即匹配体验。
8	Rigaku AI Phase Identification	适合作为 AI 后处理或候选排序模块参考。

12. 总结

若目标是用 Python 实现一个类似 Jade 9 的 PDF 卡片物相匹配系统，建议采用以下路线：

第一步：
COD / 用户 CIF → pymatgen 生成理论 XRD 卡片库

第二步：
实验谱图 → 背景扣除 → 寻峰 → d/I 峰表匹配

第三步：
输出候选物相卡片 → 棒图叠加 → 用户交互确认

第四步：
Residual peaks → 多相组合搜索 → NNLS 半定量

第五步：
接入 GSAS-II / BGMN 做 Rietveld 精修和定量验证

最终系统的核心竞争力不只是”能匹配相”，而是：

- 数据库卡片质量
- 峰表匹配算法鲁棒性
- 多相组合搜索能力
- 谱图可视化交互体验
- 用户确认/排除物相的工作流
- 后续 Rietveld 验证和报告输出能力

因此，推荐先做 开放数据库 + 传统 Search-Match + 卡片式 UI 的 MVP，再逐步扩展到 全谱拟合、多相搜索、Rietveld 精修和 AI 辅助识别。

凝聚态物理与人工智能

#Python #PXRD #科研 #凝聚态物理 #晶体结构 #GSAS-II

粉末 XRD 物相匹配软件调研与 Python 实现设计参考

http://baikelwang.github.io/2026/06/14/粉末XRD物相匹配软件调研与Python实现设计参考/

作者

北海

发布于

2026年6月14日

许可协议

买卖股票系列：状态机动态规划通用解法上一篇

AI 监督员的工程思维下一篇