煤粒度对煤质近红外定量分析模型的影响.pdfVIP

第33卷 ，第 1期 光 谱 学 与 光 谱 分 析 Vo1．33，No．1，pp65-68 2013年 1月 SpectroscopyandSpectralAnalysis January，2013 煤粒度对煤质近红外定量分析模型的影响 雷 萌 ，李 明H，吴 楠 ，李颖娜。，程玉虎 1．中国矿业大学信息与电气工程学院，江苏 徐州 221008 2．河北出入境检验检疫局京唐港办事处，河北 唐山 063611 3．唐山学院环境与化学工程系，河北 唐山 063000 摘 要 为了减少因煤样粒度而产生的光谱采集误差，研究 0．2，1，3和 13rnrn粒度等级下的煤质近红外 分析模型。采用PCA方法提取特征信息，建立基于GA-BP和GA-Elman神经网络算法的定量分析模型。实 验结果表明，经数据归一化与多元散射校正预处理后，0．2rnrn粒度等级的光谱与煤炭标准之间的相关性最 强，模型的学习精度最高；经平滑处理后 1rnlTl粒度等级的分析结果最佳。平滑法对特征谱峰不明显的光谱 的预处理效果较差，多元散射校正方法的适用性最强。在0．2mIn粒度等级下原光谱的信息准确度最高， 1和3nlrn其次，131Tlrrl最差。煤样粒度越大，光谱的不稳定因素越多，从而导致分析模型的负面影响增加。 关键词 近红外光谱分析技术；煤粒度；光谱预处理；定量分析模型 中图分类号：0657．3 文献标识码：A DOI：10．3964~．issn．1000—0593(2013)01—0065—04 引 言 1 实验部分 近红外光谱分析技术(NIRS)改善传统煤质分析方法的 1．1 仪器 缺陷[1]，实现了煤炭质量的快速检测，是一种间接、快速、 An tarisII傅里叶变换近红外光谱分析仪，F6020C-33灰 无损的分析方法[4]，其分析结果的有效性依赖于光谱的准 分炉，BSA224s／LA6200天平，KERP煤炭锤式破碎机，SF- 确性与分析模型的性能。目前已有的工作主要集中在建模方 05全 自动缩分机，筛孔孔径为0．2，1，3和 13mill的标准筛 法的研究上 ，包括光谱预处理、降维方法和定量分析模 4个等。 型[6-8]，而关于降低光谱采集误差方面的分析研究甚少。煤 1．2 样本 炭光谱的准确性是 NIRS分析有效性的保障，因此研究实验 煤是一种结构复杂、分子多样的混合物rg]，为了使实验 条件对光谱采集的影响，对提高该技术的预测精度具有非常 分析具有较强的泛化性，搜集 8O组来 自内蒙、河北、浙江等 重要的理论意义与应用价值 。 地区的烟煤、无烟煤和褐煤。 NIRS无需对样本处理，但为了使煤样各有机成分分布 1．3 方法 均匀，需将煤炭破碎再测量。由于煤炭粒度的变化导致粒子 煤样制备：(1)参照国家标准GB474—2O08煤《样的制备 间漫反射的光程发生变化，因而光谱的吸光度也随之变化。 方法》[1，使用破碎机、缩分机等工具完成煤样的破碎、缩 研究中采集煤样在四种常用粒度等级下的光谱信息，利用不 分和混合等操作；(2)将煤样放置于空气温度 2O℃、湿度 同预处理方法恢复光谱信息 ，主成分分析 (PCA)方法提取特 1O 的空气干燥室内储存；(3)选用四种孔径 的标准筛，筛 征信息，并以煤中灰分含量为预测对象，通过对比两种定量 分出不同粒度等级的煤样。 分析模型的预测结果，全方位地评估煤粒度对近红外定量分 空干基灰分标准值 的测定：参照国家标准 G]3／T2l2— 析模型的影响。 2008~煤的工业分析方法》r1，把