基于双能γ射线的煤炭灰分测量模型及其应用.pdfVIP

第 41卷 第 5期 湖 南 大 学 学 报 自然 科 学 版 Vo1．41，No．5 2 O 1 4 年 5月 JournalofHunanUniversity NaturalSciences M ay．2014 文章编号：1674—2974 2014 05—0099-07 基 于 双 能 y射 线 的煤 炭 灰 分 测 量 模 型 及 其 应 用 程 栋’，滕召胜，黎福海， 代 扬 湖南大学 电气与信息工程学院，湖南 长沙 410082 摘 要 ：针对传统双能 射线测量法检测误差较大以及灰分成分对检测精度影响大的 问题，建立了基于模糊神经网络的双能7射线的新型煤炭灰分测量模型，并应用该模型对煤 炭灰分进行 了在线检测试验，实例分析 了两种双能 射线测量方法在煤炭灰分检测 中的应 用情况．试验结果表明：相比于传统双能 射线测量法 3 的平均相对误差，本文提 出的基 于模糊神经网络的双能 射线的灰分测量法的相对误差小于 1 ，且其测量结果不受灰分 组成成分的影响．同时，利用X一射线荧光光谱分析法 XRF 分析 了灰分的化学组分与其含 量的关系，研究了灰分化学组分对双能7透射法检测结果的影响．结果表明：煤炭 中Fe，Ca， Mg和S元素的含量会影响双能 7射线透射法的检测精度 ，其成分含量波动越大，检测结果 误差也越大． 关键词 ：煤 ；灰分；双能7射线；模糊神经网络；化学组分 中图分类号：TD94 文献标识码 ：A CoalAshMeasurementModelandItsApplication BasedonDual—energyy-ray CHENG Dong ，TENG Zhao—sheng，LIFu—hai。DAIYang CollegeofElectricalandInformationEngineering，HunanUniv。Changsha，Hunan 410082，ChinaJ Abstract：In ordertodecreasethemeasurementerrorofthetraditiona1dual—energyT—raymethodand reducetheimpactoftheashcomponentondetectionaccuracyin ashdetermination，8new coalashmeas— urementmodelbasedon fuzzyneuralnetwork and thedual—energy 一raywasestablished，and then the modelwasappliedononlinetestingofcoalashcontent．Theapplicationofthetraditionalandnew coalash measurementmodelwasanalyzedbyonlinetesting，andthemeasurementresultsofbothwerecompara— tivelyanalyzed．Theresultsshow thattherelativeerrorofashcontentusingthenew methodwaslessthan 1 ，whiletheaveragerelativeerrorofthetraditionalmeasurementwasabout39／6，andthemeasurement accuracyofthenew methodisnotaffectedbytheashcomponent．M eanwhile，therelationshipbetweenthe chemicalcompositionofcoalashandash contentwasanalyzedbyusingX—rayfluorescencespectrometry XRF ，andtheresultsindicatethatthecontentofFe，Ca，MgandSelementsincoalcanaffectthedetec— tionaccuracyoftraditionaldual—energyT-ray dialysis，thegreaterfluctuationsoftheiringredientcontent resultingreatermeasurementerror． Keywords：coal；ash；dual—energyy-ray；fuzzyneuralnetwork；chemicalcomposition * 收稿 日期 ：2013-12-09 基金项 目：国家科技支撑计划项 目 2012BAJ24B00 作者简介 ：程 栋 1978一 ，男，湖北黄 冈