详情

原文传递一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法

专利名称：	一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法
摘要：	本发明涉及一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法，该方法利用LIBS和NIR检测过程都具有无需或仅需简单样品预处理的优点，同时采集包含煤样元素信息的LIBS数据和包含煤样分子信息的NIR数据，然后基于挥发分和发热量既和元素相关又和分子相关的特点，利用LIBS和NIR光谱耦合数据建立挥发分和发热量的定量分析模型；基于灰分主要由无机元素组成的特点，利用LIBS数据建立灰分的定量分析模型；基于水分能够强烈吸收近红外辐射的特点，利用NIR数据建立水分的定量分析模型；最后，基于光谱分析得到的挥发分、灰分和水分含量进而计算得固定碳含量，本发明的测量方法能够同时提高煤质多指标分析的准确性。
专利类型：	发明专利
申请人：	华南理工大学
发明人：	姚顺春;覃淮青;卢志民
专利状态：	有效
申请日期：	1900-01-20T16:00:00+0805
发布日期：	1900-01-20T21:00:00+0805
申请号：	CN201911290420.7
公开号：	CN111044503A
代理机构：	广州市华学知识产权代理有限公司
代理人：	仵乐娟
分类号：	G01N21/71;G01N21/3563;G01N21/359;G01N33/22;G06K9/62;G;G01;G06;G01N;G06K;G01N21;G01N33;G06K9;G01N21/71;G01N21/3563;G01N21/359;G01N33/22;G06K9/62
申请人地址：	510640 广东省广州市天河区五山路381号
主权项：	1.一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法，其特征在于，包括以下步骤：步骤S1、收集煤质指标已知的煤样，对所述煤样进行激光诱导击穿光谱(LIBS)检测以及近红外光谱(NIR)检测，采集LIBS以及NIR数据，将所述煤样分为验证集和定标集；步骤S2、对所述LIBS以及所述NIR数据进行预处理，以降低光谱噪声对后续定量分析的干扰；步骤S3、对所述预处理后的LIBS以及NIR数据进行归一化处理，基于多变量分析法，利用所述归一化处理后的定标集的LIBS以及NIR数据分别建立发热量、挥发分、灰分和水分的初级定量分析模型，并筛选出建立定量分析模型的最佳输入数据；步骤S4、以所述最佳输入数据建立各煤质的定量分析模型；其中所述最佳输入数据是指相关系数高的LIBS数据、NIR数据以及LIBS结合NIR数据；步骤S5、利用建立的各煤质的定量分析模型预测验证集煤样的煤质指标发热量、挥发分、灰分以及水分含量，对比不同光谱数据建立的定量分析模型对验证集各煤质的预测结果，获得相应煤质指标的最佳定量分析模型；步骤S6、根据所述最佳定量分析模型对相应煤质指标的预测结果，计算固定碳含量。 2.根据权利要求1的所述测量方法，其特征在于，所述步骤S1中，所述采集LIBS以及NIR数据是指，每个所述煤样采集多组LIBS和NIR数据，然后分别对所述多组LIBS和NIR数据取其平均值。 3.根据权利要求1的所述测量方法，其特征在于，所述预处理步骤中，对所述LIBS数据采用通道归一化预处理方法；对所述NIR数据采用标准正态变换预处理方法。 4.根据权利要求1的所述测量方法，其特征在于，所述步骤S3中，所述归一化处理是指小数定标规范化： x'＝x/10p 其中，x为原始数据，x'为归一化后的数据，p满足max(\|x'\|)＜1。 5.根据权利要求1或4的所述测量方法，其特征在于，所述步骤S3中，所述筛选出建立定量分析模型的最佳输入数据是指：以所述定标集的LIBS以及NIR数据和PLS潜变量的相关系数为评价指标选出相关系数高的LIBS以及NIR谱段数据作为各煤质的定量分析模型输入数据。 6.根据权利要求1的所述测量方法，其特征在于，所述步骤S3中，所述多变量分析法是偏最小二乘法或支持向量机回归等能够处理高维数据矩阵的定量分析方法。 7.根据权利要求1的所述测量方法，其特征在于，所述步骤S5中，所述定量分析模型对验证集煤样各煤质指标的预测表现以预测均方根误差、平均绝对误差以及平均相对误差作为评价指标。 8.根据权利要求1的所述测量方法，其特征在于，所述最佳定量分析模型中，煤质指标发热量的分析采用LIBS结合NIR数据，煤质指标挥发分的分析采用LIBS结合NIR数据，煤质指标灰分的分析采用LIBS数据，煤质指标水分的分析采用NIR数据。 9.根据权利要求1的所述测量方法，其特征在于，所述固定碳含量采用如下公式计算： FCad＝100％-(Mad+Aad+Vad) 其中，FCad表示固定碳含量，Mad表示水分含量，Aad表示灰分含量，Vad表示挥发分含量。 10.一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质分析测量模型，其特征在于，该模型包括：输入模块，其包括发热量输入子模块、挥发分输入子模块、灰分输入子模块以及水分输入子模块；其中，发热量输入子模块用于输入LIBS&NIR数据，挥发分输入子模块用于输入LIBS&NIR数据，灰分输入子模块用于输入LIBS数据，水分输入子模块用于输入NIR数据；处理模块，连接所述输入模块，基于接收的LIBS数据、NIR数据以及LIBS&NIR数据，根据多变量分析法得到煤质指标发热量、挥发分、灰分以及水分，并依据得到的煤质指标挥发分、灰分以及水分计算煤质指标固定碳含量。输出模块，连接所述处理模块，输出模型获得的煤质指标发热量、挥发分、灰分、水分以及固定碳含量。
所属类别：	发明专利