论文部分内容阅读
摘 要：随着社会的发展，煤炭逐步应用于生产生活的方方面面，煤炭的煤质好坏对于煤炭的使用情况起着决定性作用。在煤炭的生产、流通与应用过程中，一般要对其水分、全硫、氢含量、工业分析、发热量等指标进行检测。针对传统煤质分析方法检测成本高、工作效率低、后续处理复杂等问题，该文介绍了近红外光谱技术在煤质分析方面的研究现状以及应用的方法效果。运用近红外光谱技术可准确、快速检测煤中水分；近红外光谱技术测硫时选择性高、重复性好；测氢时样品用量少，操作简单，分析成本低；测定工业分析和发热量时可大幅减少分析时间，准确度高。近红外光谱分析技术适合在煤质分析工作当中推广使用。
关键词：近红外光谱分析技术 煤质分析 应用方法 效果
中图分类号：O65 文献标识码：A 文章编号：1674-098X（2015）12（a）-0100-02
煤炭是古代植物埋藏在地下经历了复杂的生物化学和物理化学变化逐渐形成的固体可燃性矿物。在形成过程中由于所处环境等条件不同，造成煤炭的质量参差不齐。煤炭是一种重要的化石能源，可用作动力燃料、炼钢原料等，煤炭的用途取决于煤质的好坏。一方面由于煤炭储量巨大，加之科学技术的飞速发展，煤炭汽化等新技术日趋成熟，并得到广泛应用，煤炭必将成为人类生产生活中无法替代的能源之一，所以煤炭质量的好坏对于其使用情况尤为重要。另外，在煤炭的生产与销售过程中，供需双方需要对煤炭进行检测，进而对煤炭的质量进行综合分析，以准确设定煤炭的用途与售价。所以，对煤质进行分析非常重要。
1 近红外光谱分析技术在煤质分析中的应用现状
近红外光谱分析技术可用于对煤炭的水分、全硫、氢含量、工业分析、发热量等指标进行检测。水分是煤质分析的重要指标，煤炭中的水分含量越多，煤炭的质量就越差，应用近红外光谱分析技术可组建主成分的近红外光谱数据分析模型，将主成分当作BP神经网络模型的输入神经元，进而对煤炭中的水分进行检测。硫是一种有害物质，燃烧过程中会产生二氧化硫与三氧化硫等污染空气的有害气体，应用近红外光谱分析技术可快速检测出煤炭中硫元素的含量，准确度高。氢是煤炭中有机质的主要成分，应用近红外光谱分析技术对煤炭中的氢含量进行检测，其精密度高于国家标准中的三节炉检测法。
2 近红外光谱分析技术在煤质分析中的应用方法及其效果
2.1 实验材料
该实验所用的煤粉样品合计100份，分析指标包括挥发份、弹筒热值、高位热值以及低位发热量。将100份煤粉样品分成外部验证集10份，校正集90份，外部验证集用来分析自然定位模型的预估结果，校正集用来组建自然定位模型。煤粉样品各项分析指标的分布，见表1所示。
2.2 光谱采集
选择进口近红外光谱仪，型号：Spectrastar2500XL/Spectrastar1400XL；光源：平均无故障率为1万小时的卤钨灯；光栅：110～2 500nm；检测器：高性能超级制冷InGaAs检测器；数据间隔：1 nm；光度计噪音：1 640 nm；光度计范围：≤3.0ABS；分析时间：10～60 s。核心参数：扫描10次，1倍增益，恒温25°，取平均值计算光谱。近红外光谱图，见图1所示。
2.3 自然定位模型组建
应用OPUS软件自然定位模型，光谱预处理法用一阶导数与多元散射校正，区间为1 100～1 750 nm、1 800～2 200 nm，校正法为偏最小二乘法，调整主因子数，以确保数据准确度。自然定位模型的校正预测标准偏差、校正相关系数、交互验证标准偏差、交互验证相关系数的评价结果，见表2所示。
2.4 自然定位模型预测分析
用自然定位模型对外部验证集进行预估分析，比较近红外光谱分析技术与传统煤质分析技术的预估结果，见表3所示。
2.5 结论
该文采集煤粉样品光谱构建了挥发份、弹筒热值、高位热值、低位发热量的自然定位模型，用模型对外部验证集进行预估分析，结果显示，交互验证相关系数均大于0.85，相关系数均大于0.95。由此表明，近红外光谱分析技术在煤质分析中的效果满意，具有较高的应用价值。
3 结语
近红外光谱分析技术是光谱测量技术、化学计量、基础测量技术的有机融合，能够准确对样品进行定性与定量分析，具有分析速度快、无污染、便于操作等优势。在计算机技术不断发展的过程中，近红外光谱分析技术操作也越来越成熟，并逐渐发展成为分析测试技术的主要应用技术之一。尽管近红外光谱在我国的发展较晚，但随着人们对近红外光谱分析技术认识的不断加深，相信其应用领域将会越来越广泛。
参考文献
[1] 张辉，钟志光，张海峰.近红外光谱技术在煤质分析中的应用及展望[J].洁净煤技术，2015（6）：40-43.
[2] 王圣毫，李智，郑维平，等.煤质近红外光谱分析过程中预处理方法及模型的选择[J].煤质技术，2012（5）：1-4.
[3] 卢福洁，韩熹.近红外光谱分析技术在煤品质快速分析中的应用[J].现代科学仪器，2011（4）：43-44.
关键词：近红外光谱分析技术 煤质分析 应用方法 效果
中图分类号：O65 文献标识码：A 文章编号：1674-098X（2015）12（a）-0100-02
煤炭是古代植物埋藏在地下经历了复杂的生物化学和物理化学变化逐渐形成的固体可燃性矿物。在形成过程中由于所处环境等条件不同，造成煤炭的质量参差不齐。煤炭是一种重要的化石能源，可用作动力燃料、炼钢原料等，煤炭的用途取决于煤质的好坏。一方面由于煤炭储量巨大，加之科学技术的飞速发展，煤炭汽化等新技术日趋成熟，并得到广泛应用，煤炭必将成为人类生产生活中无法替代的能源之一，所以煤炭质量的好坏对于其使用情况尤为重要。另外，在煤炭的生产与销售过程中，供需双方需要对煤炭进行检测，进而对煤炭的质量进行综合分析，以准确设定煤炭的用途与售价。所以，对煤质进行分析非常重要。
1 近红外光谱分析技术在煤质分析中的应用现状
近红外光谱分析技术可用于对煤炭的水分、全硫、氢含量、工业分析、发热量等指标进行检测。水分是煤质分析的重要指标，煤炭中的水分含量越多，煤炭的质量就越差，应用近红外光谱分析技术可组建主成分的近红外光谱数据分析模型，将主成分当作BP神经网络模型的输入神经元，进而对煤炭中的水分进行检测。硫是一种有害物质，燃烧过程中会产生二氧化硫与三氧化硫等污染空气的有害气体，应用近红外光谱分析技术可快速检测出煤炭中硫元素的含量，准确度高。氢是煤炭中有机质的主要成分，应用近红外光谱分析技术对煤炭中的氢含量进行检测，其精密度高于国家标准中的三节炉检测法。
2 近红外光谱分析技术在煤质分析中的应用方法及其效果
2.1 实验材料
该实验所用的煤粉样品合计100份，分析指标包括挥发份、弹筒热值、高位热值以及低位发热量。将100份煤粉样品分成外部验证集10份，校正集90份，外部验证集用来分析自然定位模型的预估结果，校正集用来组建自然定位模型。煤粉样品各项分析指标的分布，见表1所示。
2.2 光谱采集
选择进口近红外光谱仪，型号：Spectrastar2500XL/Spectrastar1400XL；光源：平均无故障率为1万小时的卤钨灯；光栅：110～2 500nm；检测器：高性能超级制冷InGaAs检测器；数据间隔：1 nm；光度计噪音：1 640 nm；光度计范围：≤3.0ABS；分析时间：10～60 s。核心参数：扫描10次，1倍增益，恒温25°，取平均值计算光谱。近红外光谱图，见图1所示。
2.3 自然定位模型组建
应用OPUS软件自然定位模型，光谱预处理法用一阶导数与多元散射校正，区间为1 100～1 750 nm、1 800～2 200 nm，校正法为偏最小二乘法，调整主因子数，以确保数据准确度。自然定位模型的校正预测标准偏差、校正相关系数、交互验证标准偏差、交互验证相关系数的评价结果，见表2所示。
2.4 自然定位模型预测分析
用自然定位模型对外部验证集进行预估分析，比较近红外光谱分析技术与传统煤质分析技术的预估结果，见表3所示。
2.5 结论
该文采集煤粉样品光谱构建了挥发份、弹筒热值、高位热值、低位发热量的自然定位模型，用模型对外部验证集进行预估分析，结果显示，交互验证相关系数均大于0.85，相关系数均大于0.95。由此表明，近红外光谱分析技术在煤质分析中的效果满意，具有较高的应用价值。
3 结语
近红外光谱分析技术是光谱测量技术、化学计量、基础测量技术的有机融合，能够准确对样品进行定性与定量分析，具有分析速度快、无污染、便于操作等优势。在计算机技术不断发展的过程中，近红外光谱分析技术操作也越来越成熟，并逐渐发展成为分析测试技术的主要应用技术之一。尽管近红外光谱在我国的发展较晚，但随着人们对近红外光谱分析技术认识的不断加深，相信其应用领域将会越来越广泛。
参考文献
[1] 张辉，钟志光，张海峰.近红外光谱技术在煤质分析中的应用及展望[J].洁净煤技术，2015（6）：40-43.
[2] 王圣毫，李智，郑维平，等.煤质近红外光谱分析过程中预处理方法及模型的选择[J].煤质技术，2012（5）：1-4.
[3] 卢福洁，韩熹.近红外光谱分析技术在煤品质快速分析中的应用[J].现代科学仪器，2011（4）：43-44.