煤质内部成分的近红外光谱定量检测和分析研究-机械制造及其自动化专业毕业论文.docx

中北大学学位论文 中北大学学位论文 煤质内部成分的近红外光谱定量检测和分析研究 摘要 全水分、灰分、挥发分和固定碳是煤炭中的重要煤质指标，它在煤的生产、贸易、 加工利用及基础理论研究中具有重要意义。目前大部分煤质快速检测方法均存在分析周 期过长、含有不同程度的放射性物质等不足，因此，快速、无损的检测煤质内部成分成 为了亟待解决的问题。近红外光谱分析技术能够有效解决传统煤质检测方法的不足，实 现对煤质内部成分指标的分析研究。 研究了煤样内部成分的无损检测技术，采集了四个指标的 180 个煤样的近红外漫反 射光谱，分别对原始光谱进行平滑处理、微分处理、Kramers-Kronig 变换（K-K 变换） 和衰减全反射（ATR）校正，将其中的 140 个煤样选为校正集分别建立全水分、灰分、 挥发分和固定碳的数学模型，其余的 40 个煤样选为预测集来验证模型的稳定性和预测 能力。 通过马氏距离和建模结果将异常样品剔除，建立主成分回归（PCR）和偏最小二乘 回归（PLSR）两种模型，比较发现 PLSR 模型评价指标均优于 PCR 模型，选取偏最小 二乘法作为后续的定量分析算法。基于不同平滑级数的煤质内部成分偏最小二乘回归模 型，校正均方根误差（RMSEC）随着平滑点数的增加而增加，随着多项式次数的增加 而减少，相关系数 R 随着平滑点数的增加而减少，随着多项式次数的增加而增加；固定 碳含量经过一阶导数处理后模型的稳定性较好，RMSEC 和预测均方根误差（RMSEP） 相差 0.33，其余指标经微分处理后无法改善模型的精度；挥发分和固定碳经过多元散射 校正（MSC）处理后模型的预测能力和稳定性有所提高，灰分和固定碳经过标准归一化 （SNV）预处理后的 PLSR 模型较优。为了进一步优化分析，采用定性筛选法建立不同 波段的 PLSR 模型，发现 800~1200nm 的全水分和灰分建模效果最佳，1600~2000nm 波 段的挥发分和固定碳模型结果最优。 关键词：近红外光谱，煤质内部成分，定量分析，主成分回归，偏最小二乘回归 Quantitative Detection and Analysis Research of Coal Quality Internal Components on Near Infrared Spectroscopy Abstract As an important indicator of quality of coal, moisture, ash, volatile and fixed carbon play a vital role in coal production, trade, processing, utilization and fundamental research. However, the disadvantage of current coals is that the long cycle of rapid detection methods are analyzed, which contains different levels of radioactive materials. Therefore, rapid and nondestructive detection of coal internal components has become an urgent problem. Near infrared spectral can effectively solve the lack of traditional detection method of coal quality, to realize the analytic study of the coal quality internal components. This paper studies on near infrared nondestructive testing technology of coal quality internal components. Collected diffuse reflection spectra from 180 coal samples, respectively carryed out smooth spectrum, differential treatment, Kramers-Kronigv (K-K transformation) and Attenuated Total Reflection (ATR correction) based on the original spectrum, choose 140 samples from coal as a