详情

原文传递一种基于激光诱导击穿光谱分析的煤灰熔点预测方法

专利名称：	一种基于激光诱导击穿光谱分析的煤灰熔点预测方法
摘要：	本发明属于原子发射光谱检测技术领域，并具体公开了一种基于激光诱导击穿光谱分析的煤灰熔点预测方法，其包括如下步骤：在多个已知煤样表面聚焦激光束以产生等离子体，采集各煤样的等离子体发射光以获取各煤样的等离子光谱；提取已知煤样等离子光谱中对应预设元素的特征谱线的谱峰值，并构建已知煤样的特征谱线强度矩阵，对特征谱线强度矩阵进行标准化与归一化处理转化为标准矩阵；利用已知煤样标准矩阵中各行元素构成的矩阵训练获得预测模型；以相同方式获取未知煤样的标准矩阵，然后将未知煤样标准矩阵代入预测模型中预测获得其灰熔点。本发明可直接实现煤样灰熔点的预测，具有简单、快速、准确等优点。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	华中科技大学
发明人：	李祥友;熊张;张友健;马镱文;贺超;张闻;刘坤;占凯平;曾晓雁
专利状态：	有效
申请日期：	2019-06-30T00:00:00+0800
发布日期：	2019-09-06T00:00:00+0800
申请号：	CN201910581656.X
公开号：	CN110208252A
代理机构：	华中科技大学专利中心
代理人：	张彩锦;曹葆青
分类号：	G01N21/71(2006.01);G;G01;G01N;G01N21
申请人地址：	430074 湖北省武汉市洪山区珞喻路1037号
主权项：	1.一种基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，包括如下步骤： S1 在多个已知煤样表面聚焦激光束以在各煤样表面产生等离子体，采集各煤样的等离子体发射光以获取各煤样的等离子光谱； S2 提取已知煤样等离子光谱中对应预设元素的特征谱线的谱峰值，并根据提取出的谱峰值构建已知煤样的特征谱线强度矩阵，然后对特征谱线强度矩阵进行标准化与归一化处理以将其转化为标准矩阵，其中，标准矩阵中的每行元素分别代表同一煤样的各预设元素的特征谱线的谱峰值； S3 利用已知煤样的标准矩阵中各行元素构成的矩阵对非线性回归分析模型进行训练获得以煤灰熔点为输出的预测模型； S4 采用步骤S1-S2同样的方法获取待测煤样的标准矩阵，将待测煤样的标准矩阵代入预测模型中预测获得其灰熔点，以此完成基于激光诱导击穿光谱分析的煤灰熔点预测。 2.如权利要求1所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，步骤S2中，预设元素包括Si、Al、Fe、Ca、Mg、Ti、K和Na。 3.如权利要求2所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，步骤S2中，预设元素优选还包括C、N、O中的一种或多种。 4.如权利要求1-3任一项所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，步骤S2中，预设元素的特征谱线的谱峰值采用如下方式确定：选取元素特征谱线的谱峰理论值附近出现的最强光谱强度作为对应特征谱线的谱峰值。 5.如权利要求1-4任一项所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，步骤S3中，所述非线性回归分析模型优选为支持向量机回归SVR或人工神经网络ANN。 6.如权利要求5所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，对支持向量机回归SVR进行训练获得的预测模型优选如下：其中，N为采集的已知煤样等离子光谱的总幅数，ai,为训练获得的拉格朗日乘子，为Xi的转置矩阵，Xi为已知煤样标准矩阵中第i行元素构成的矩阵，X为未知煤样标准矩阵，b为训练获得的位移项；或者优选如下：其中，N为采集的已知煤样等离子光谱的总幅数，ai,为训练获得的拉格朗日乘子，k(X,Xi)为核函数，Xi为已知煤样标准矩阵中第i行元素构成的矩阵，X为未知煤样标准矩阵，b为训练获得的位移项。 7.如权利要求5或6所述的基于激光诱导击穿光谱分析的煤灰熔点预测方法，其特征在于，对人工神经网络ANN进行训练获得的预测模型优选如下：其中，f1,f2分别表示人工神经网络第一层网络和第二层网络输出的激活函数，w1,b1分别表示人工神经网络第一层网络的权重和偏置，w2,b2分别表示人工神经网络第二层网络的权重和偏置，X为未知煤样标准矩阵。
所属类别：	发明专利