亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        精煤發(fā)熱量的近紅外光譜檢測方法研究

        2016-01-19 12:22:54寧石茂
        選煤技術(shù) 2016年2期
        關(guān)鍵詞:發(fā)熱量精煤煤樣

        寧石茂

        (山西焦煤西山煤電集團有限公司 屯蘭礦選煤廠,山西 古交 030206)

        煤炭的發(fā)熱量是指單位質(zhì)量的煤燃燒后產(chǎn)生的熱量,是衡量煤炭質(zhì)量的重要指標,也是煤炭計價的重要依據(jù)[1-2]。我國在能源資源的利用過程中大多以煤炭的低位發(fā)熱量作為計算基礎(chǔ),煤炭的發(fā)熱量越高,燃燒越旺盛,其經(jīng)濟價值愈大。目前,工業(yè)上對煤發(fā)熱量的主要測定方法有絕熱式熱量計法[3]和氧彈熱量計法[4],但二者在測定過程中容易受到儀器、人為因素的影響,且存在檢測速度慢、分析周期長等缺陷[5]。

        近紅外漫反射光譜分析技術(shù)[6-7]作為快速、無損檢測的新方法,能夠利用紅外光發(fā)射器將光源照射在煤樣上,并將漫反射光反饋給檢測探頭,傳遞給數(shù)據(jù)采集系統(tǒng),進而分析出煤質(zhì)內(nèi)部成分信息。雷萌[8]等2013年利用KPCA建立了煤炭發(fā)熱量的定量分析模型,并提取了前10個主成分的累積貢獻率,能夠準確地判斷異常樣品,輸出的變量相關(guān)性良好,模型的準確性高。張林[9]等2013年分別采用偏最小二乘法和主成分分析法建立了煤發(fā)熱量的定量模型,并分析了不同光譜預(yù)處理下模型的好壞,結(jié)果顯示5點平滑去噪處理后建立的主成分分析模型最優(yōu)。

        本研究采取工業(yè)檢測方法測定煤炭低位發(fā)熱量,通過剔除異常樣品后建立了基于主成分分析[10](PCA)算法的近紅外定量數(shù)學模型,對光譜數(shù)據(jù)進行了壓縮和信息提取,并與工業(yè)上的檢測結(jié)果進行了對比分析。

        1 試驗

        1.1 煤樣來源

        本次試驗的150個精煤煤樣全部由西山煤電集團屯蘭礦選煤廠提供,經(jīng)過破碎、篩分、混合和縮分[11-12]等步驟后制成,粒度為0.5~0 mm,每個樣品的低位發(fā)熱量工業(yè)方法檢測結(jié)果如圖1所示。由圖1可以看出,煤樣整體呈現(xiàn)正態(tài)分布,發(fā)熱量主要集中在18.90~21.00 MJ/kg區(qū)間,共有99個樣品。

        圖1 精煤低位發(fā)熱量的樣品分布圖Fig.1 Distribution of net calorific values of clean coal samples

        1.2 光譜采集

        使用Spectrastar 2500XL近紅外光譜儀對精煤的漫反射光譜進行數(shù)據(jù)采集。該儀器波長范圍為800~2 500 nm,分辨率為16 cm-1,光源為平均無故障率為10 000 h的鹵鎢燈,采用高性能超級制冷InGaAS檢測器。試驗時,對每個光譜采集三次,取其平均值作為原始光譜。

        1.3 評價指標

        將采集的150個煤樣分成校正集和驗證集兩組,校正集為120個樣品,剩余30個樣品作為驗證集,用來驗證模型的穩(wěn)定性。模型的好壞通過相關(guān)系數(shù)(R2)、校正集的均方根誤差(RMSEC)和交叉驗證均方根誤差(RMSECV)來評價,相關(guān)系數(shù)越大,RMSEC和RMSECV越低且接近,說明模型精度越高,預(yù)測能力越好。

        2 結(jié)果分析

        2.1 光譜分析

        圖2為部分煤樣的平均原始光譜圖。由圖2可以看出:在1 000 nm附近,煤樣有較強的吸收峰,很可能是O—H基團的相關(guān)信息,在1 400、1 700、2 300 nm處有較小的波峰,可能與C—O的合頻吸收譜帶相關(guān)。每個光譜信息大致相同,特征峰值不完全重合,具體的信息需要建模后做進一步分析。

        圖2 部分煤樣的平均原始光譜

        2.2 異常樣品剔除

        在試驗過程中,由于受環(huán)境、人為等因素的影響,會產(chǎn)生一些噪聲,進而影響光譜的質(zhì)量,故利用TQ Analyst軟件中的Spectrum Outlier功能來檢驗精煤樣品的異常光譜,將馬氏距離從低到高依次排列,如圖3所示,虛線右側(cè)的光譜(79#、35#、128#、31#、72#)被判定為異常光譜,在建模過程中應(yīng)予以剔除。

        圖3 精煤樣品的馬氏距離檢測結(jié)果

        2.3 光譜預(yù)處理

        近紅外光譜的預(yù)處理能夠濾除高頻噪聲產(chǎn)生的干擾,提取出有效的光譜數(shù)據(jù),優(yōu)化光譜的范圍等。采用一階微分、15點平滑和多元散射校正(MSC)分別建立主成分分析的回歸模型,發(fā)現(xiàn)一階微分處理后的效果最差,校正集的相關(guān)系數(shù)僅為0.208;經(jīng)過多元散射校正處理后的模型效果最優(yōu),相關(guān)系數(shù)達到0.909,校正集均方根誤差為0.001 31,交叉驗證均方根誤差為0.001 62,最佳建模結(jié)果如圖4所示,與工業(yè)檢測結(jié)果接近。

        圖4 多元散射校正后的PCA建模結(jié)果

        2.4 主成分分析

        主成分分析能夠準確地壓縮光譜數(shù)據(jù),較好地處理好線性問題,是一種常用的多元線性分析方法。經(jīng)剔除異常樣品后建立的主成分分析模型結(jié)果如圖5所示。不難看出,前三個主成分累計方差貢獻率達到了93.786%,模型的方差顯示了足夠好的效果,說明精煤低位發(fā)熱量之間的相關(guān)性較強。

        圖5 煤發(fā)熱量的主成分累積貢獻率

        3 結(jié)論

        研究采用主成分分析算法結(jié)合近紅外光譜分析技術(shù)分析了精煤的低位發(fā)熱量,通過馬氏距離剔除異常樣品,建立了基于不同光譜預(yù)處理后的PCA定量模型,可得出以下結(jié)論:

        (1)經(jīng)過多元散射校正處理后的模型效果最優(yōu),相關(guān)系數(shù)達到0.909,校正集均方根誤差為0.001 31,交叉驗證均方根誤差為0.001 62。

        (2)進一步分析發(fā)熱量的定量模型,結(jié)果顯示,前三個主成分累計方差貢獻率達到了93.786%,說明精煤低位發(fā)熱量之間的相關(guān)性較強,模型具有較強的預(yù)測能力。

        (3)由于目前工業(yè)上主要測定方法在測定過程中容易受到儀器、人為因素的影響,存在檢測速度慢、分析周期長等缺陷,該研究為精煤發(fā)熱量的檢測提供了一個新方法。

        [1] 劉曉國,趙志根,黃文輝. 汝箕溝煤礦煤發(fā)熱量的回歸分析研究[J]. 潔凈煤技術(shù),2011(4): 51-53.

        [2] 陳開玲,郝 俊. 基于多元線性回歸的洗混煤低位發(fā)熱量數(shù)學模型研究[J]. 選煤技術(shù),2014(3): 1-3.

        [3] Jan Leys, Patricia Losada Perez, Eli Slenders, et al. Investigation of the melting behavior of the reference materials biphenyl and phenyl salicylate by a new type adiabatic scanning calorimeter [J]. Thermochimical Acta, 2014, 582(4): 68-76.

        [4] GB/T 213-2008 煤的發(fā)熱量測定方法[S].

        [5] 閆宏偉,陳鵬強,陸輝山,等. 基于NIRS的煤樣定量檢測技術(shù)研究[J]. 煤炭技術(shù),2014, 33(4): 224-226.

        [6] 嚴衍祿,陳 斌,朱大洲,等. 近紅外光譜分析的原理、技術(shù)與應(yīng)用[M]. 北京:中國輕工業(yè)出版社,2013: 1-16.

        [7] 周孟然. 煤礦瓦斯的激光光譜檢測技術(shù)研究[M]. 合肥:合肥工業(yè)大學出版社,2012:57-66.

        [8] 雷 萌,李 明. 采用KPCA特征提取的近紅外煤炭發(fā)熱量預(yù)測模型[J]. 化工學報,2012, 63(12): 3991-3995.

        [9] 張 林,陸輝山,閆宏偉,等. 煤粉發(fā)熱量近紅外光譜檢測的預(yù)處理方法研究[J]. 光譜學與光譜分析,2013, 33(12): 3212-3215.

        [10] 李彥周,閔順耕,劉 霞. 主成分分析在近紅外定量分析校正集樣本優(yōu)選中的應(yīng)用[J]. 分析化學,2007, 35(9): 1331-1334.

        [11] 解維偉. 煤化學與煤質(zhì)分析[M]. 北京:冶金工業(yè)出版社,2012: 71-76.

        [12] 孫 剛,方全國,鄭鳳軒,等. 煤炭采樣重要理論問題的分析[J]. 煤炭學報,2013, 38(7): 1283-1286.

        猜你喜歡
        發(fā)熱量精煤煤樣
        疏水改性對浮選精煤助濾脫水的試驗及模擬
        曹家灘煤灰分和水分對發(fā)熱量影響的理論與實驗研究
        煤化工(2022年5期)2022-11-09 08:34:44
        不同分選工段瘦精煤煤質(zhì)分析與配伍性研究
        大屯選煤廠粗精煤回收系統(tǒng)改造實踐
        精煤產(chǎn)品結(jié)構(gòu)調(diào)整及回收系統(tǒng)改造
        電廠燃煤虛擬采樣及發(fā)熱量均值不確定度評定
        計量學報(2021年4期)2021-06-04 07:58:22
        預(yù)氧化對煤比表面積及孔徑分布影響的實驗研究
        煤礦安全(2020年10期)2020-11-02 08:27:50
        Effect of moxibustion combined with acupoint application on enteral nutrition tolerance in patients with severe acute pancreatitis
        突出煤樣孔徑分布研究
        煤(2019年4期)2019-04-28 06:51:38
        談?wù)劽簶又苽渲袘?yīng)注意的問題
        日本免费一区二区在线看片| 亚洲九九夜夜| 秋霞国产av一区二区三区| 日本人妻高清免费v片| 亚洲最大中文字幕熟女| 性生交片免费无码看人| 日韩电影一区二区三区| 亚洲一区区| 国产成人av一区二区三| 亚洲精品第一页在线观看| 亚洲国产成人久久三区| 一本大道无码av天堂| 成人综合久久精品色婷婷| 亚洲综合伊人久久综合| 国产人妻熟女高跟丝袜| 东北老女人高潮大喊舒服死了| ā片在线观看| 免费国人成人自拍视频| 久久中文字幕日韩无码视频| 国产偷拍盗摄一区二区| 一本色道久在线综合色| 亚洲av成人片在线观看| 99久久久无码国产精品试看| 久久亚洲av成人无码软件| 青青草视频在线观看9| 91九色免费视频网站| 日韩欧美亚洲综合久久影院ds| 玩弄放荡人妻一区二区三区| 蜜桃视频中文字幕一区二区三区| 亚洲一区二区三区日韩在线观看| 日本一区二区三区免费播放| 久久人人爽人人爽人人片av麻烦| 亚洲日本无码一区二区在线观看| av中文字幕性女高清在线| 精品无码av一区二区三区不卡| 亚洲熟女一区二区三区| 在线免费欧美| 麻豆av毛片在线观看| 公和我做好爽添厨房| 人妻av无码系列一区二区三区| 国产自在自线午夜精品视频在|