激光诱导击穿光谱技术结合Tr Ada Boost算法的煤粉颗粒流定量分析.pdfVIP

第43卷第24期中国电机程学报Vol.43No.24Dec.20,2023

96382023年12月20日ProceedingsoftheCSEE2023Chin.Soc.forElec.Eng.

DOI:10中图分类号：TK314文献标识码：A

.13334/j.0258-8013.pcsee.221733文章编号：0258-8013(2023)24-9638-08

激光诱导击穿光谱技术结合TrAdaBoost算法的

煤粉颗粒流定量分析

陈翊翔，董美蓉*，蔡俊斌，陈泓杰，尚子瀚，陆继东

(华南理工大学电力学院，广东省广州市510640)

QuantitativeAnalysisofCoalParticleFlowbyLaserInducedBreakdown

SpectroscopyBasedonTrAdaBoostAlgorithm

CHENYixiang,DONGMeirong,CAIJunbin,CHENHongjie,SHANGZihan,LUJidong

(SchoolofPowerElectricCollege,SouthChinaUniversityofTechnology,Guangzhou510640,GuangdongProvince,China)

ABSTRACT:Inthelaserinducedbreakdownspectroscopy定性，对定量分析结果产生负面影响。该文提出一种基于

(LIBS)detectionprocessofcoalparticleflow,theunstableTrAdaBoost迁移学习算法的煤粉颗粒流LIBS定量分析方

fluctuationofparticleflowaffectsthestabilityoflaser-material法，在定标建模时将煤粉压片样品的稳定光谱数据迁移至煤

interaction,whichhasanegativeeffectonthequantitative粉颗粒流光谱数据来修正减小颗粒流数据的波动偏差，以辅

analysisresults.Inthiswork,aquantitativeanalysismethodfor助提高颗粒流工业指标分析测量的准确性。通过研究煤粉在

coalparticleflowbyLIBSbasedontheTrAdaBoostalgorithm压片和颗粒流状态下的光谱特性，建立同时包含两者数据的

isproposed.Thestablespectraldatafromthepressedpellet回归预测模型。结果表明，采用迁移算法建立的燃煤挥发分、

coalsamplesaremigratedduringcalibrationmodelingto热值、灰分定量分析模型的决定系数分别达到0.996、0.934、

correctthefluctuationbiasoftheparticleflowdata.Itcan0.937，与传统的使用PLSR算法的颗粒流预测模型相比，

improvetheaccuracyofthemeasurementofthecoalparticle有明显的提升。可知，提出的迁移学习方法在LIBS应用于

flow.Byinvestigatingthesimilarityofthespectralproperties颗粒流定量分析中具有应用前景。

inthecoalpelletandparticleflow,aregressionprediction