CN101509872A - 一种基于回归分析的煤质在线检测分析方法 - Google Patents
一种基于回归分析的煤质在线检测分析方法 Download PDFInfo
- Publication number
- CN101509872A CN101509872A CNA2009101198841A CN200910119884A CN101509872A CN 101509872 A CN101509872 A CN 101509872A CN A2009101198841 A CNA2009101198841 A CN A2009101198841A CN 200910119884 A CN200910119884 A CN 200910119884A CN 101509872 A CN101509872 A CN 101509872A
- Authority
- CN
- China
- Prior art keywords
- mass concentration
- coal
- calibration
- sample
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 174
- 238000004458 analytical method Methods 0.000 title claims abstract description 41
- 238000000611 regression analysis Methods 0.000 title abstract description 3
- 238000011088 calibration curve Methods 0.000 claims abstract description 83
- 230000003595 spectral effect Effects 0.000 claims abstract description 76
- 238000001228 spectrum Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 51
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 23
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims description 46
- 239000007789 gas Substances 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 239000013307 optical fiber Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 239000011261 inert gas Substances 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 3
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 abstract description 6
- 230000008774 maternal effect Effects 0.000 abstract description 2
- 229910052760 oxygen Inorganic materials 0.000 description 18
- 229910052739 hydrogen Inorganic materials 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 13
- 229910052757 nitrogen Inorganic materials 0.000 description 13
- 229910052717 sulfur Inorganic materials 0.000 description 10
- 235000013619 trace mineral Nutrition 0.000 description 6
- 239000011573 trace mineral Substances 0.000 description 6
- 238000000921 elemental analysis Methods 0.000 description 5
- 230000005251 gamma ray Effects 0.000 description 4
- 239000004575 stone Substances 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- JMANVNJQNLATNU-UHFFFAOYSA-N oxalonitrile Chemical compound N#CC#N JMANVNJQNLATNU-UHFFFAOYSA-N 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
一种基于回归分析的煤质在线检测分析方法,利用一组定标煤炭样品的谱线强度,通过最小二乘法对所有元素建立两组定标曲线C0 k=akI0 k+ek和C0 k=AkI0 k+BjC0 k+Dkg(C0 k)+Ek,对于未知煤流中待测样品进行检测时,通过各元素的激光诱导等离子特征光谱谱线强度计算各元素的一次计算质量浓度,然后根据定标曲线求取待测元素的质量浓度,或者通过对碳元素进行两次修正,求取各元素的二次计算质量浓度后再根据定标曲线求取待测元素的质量浓度。该方法利用了LIBS光谱的全部信息,避免了复杂定标方法导致的误差,减小了母体效应的影响,定标速度快,精度高,能对煤炭进行在线的全元素分析,可以为用户提供实时的煤质元素数据。
Description
技术领域
本发明涉及一种煤炭在线检测分析方法。具体来说,方法的基本原理是激光诱导等离子光谱技术(LIBS),使用的是基于回归分析中最小二乘法对煤炭元素进行定量分析。
背景技术
在煤矿、煤厂和电厂等用煤单位,根据需要须及时掌控皮带输送机上的煤炭中各种成分,以便适时进行调控,这就要求能实时在线地对输送带上的煤炭进行成分分析。目前普遍采用的方法大多是离线分析。这种方法采样和制样代表性差、分析速度慢、工序繁琐等缺点,不能及时反馈煤炭的信息,不能为操作人员提供实时在线的参考数据,难以适应工业生产的需求。
目前煤质在线检测中使用的技术为X射线荧光技术,中子感生瞬发γ射线分析技术和双能γ射线透射技术。但X射线荧光技术只适合于测量原子序数大于11的元素,测量精度和灵敏度不高。中子感生瞬发γ射线分析技术存在投资大、辐射危害和放射源半衰期短的缺点。而双能γ射线投射技术最大的缺点是无法全元素分析、成本较高和有安全隐患。由于这些技术本身的缺点,所以并没有得到更广泛的应用。各用煤单位急需一种精度较高,并能实现全元素分析的煤质在线快速检测方法。
近年来,激光诱导等离子光谱技术(简称LIBS)由于具有高灵敏度、无需样品预处理和实现多元素测量等优点,成为一种新的激光分析技术,在煤质在线检测上有很大的应用潜力。可是由于该技术母体效应比较明显,直接测量物质成分时精度不高,也限制了该技术在煤质在线检测中的应用。准确的定量化测量是LIBS系统在煤质在线检测中发挥作用的前提和基础。
发明内容
本发明的目的是针对目前的煤质在线分析技术存在投资大、精度不够高或不能实现全元素分析的缺点,设计了一种基于回归分析的煤质检测方法,可在使用激光感生击穿光谱系统上运用,解决了煤质在线快速分析的问题。本发明通过运用最小二乘法拟合其他元素的影响系数,同时运用自吸收函数来考虑自吸收效应的影响,既可以实现煤质的全元素分析,又可以提高测量精度。
本发明的技术方案是:
一种基于回归分析的煤质在线检测分析方法,其特征是该方法包括了如下步骤:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(2)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(1)和(2)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:对于待测样品中所有元素,根据第一组定标曲线公式(1),得到
Ck=akIk+ek (3)
上式中,Ck为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(3),可求得各元素的一次计算质量浓度值当中包括待测元素i一次计算质量浓度值;待测元素i的二次计算质量浓度值根据第二组定标曲线公式(2):
为样品中除待测元素i外所有其它元素的一次计算质量浓度值,Ai,Bj,Di,Ei为在定标过程中已确定的常数,的具体形式也在定标过程中已确定,待测元素i的二次计算质量浓度值作为待测元素i质量浓度的最终结果。
一种基于回归分析的煤质在线检测方法,其特征是:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(5)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(4)和(5)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:考虑到煤质中主要元素为碳,故先对碳成分的测量结果做两次修正,对于待测样品中所有元素k,根据第一组定标曲线公式(4),得到
Ck=akIk+ek (6)
上式中,Cj为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(6),可求得各元素的一次计算质量浓度值然后根据第二组定标曲线公式(5):
所述的基于回归分析的煤质在线检测分析方法的步骤1)所述的保护气体包括空气,N2,CO2和惰性气体。
本发明具有以下优点:
本发明综合利用了LIBS光谱的全部有用信息,考虑了其它元素和自吸收效应对待测元素谱线强度的影响,避免了复杂定标方法导致的误差,定标速度快,精度高,能对皮带上煤炭进行实时在线的全元素分析;通过本发明可以提供实时准确的煤质元素数据,指导煤的燃烧或其它利用过程,提高生产效率。
附图说明
图1是本发明回归分析方法流程示意图,
图2是本发明的激光诱导等离子光谱系统结构框图。
具体实施方式
下面结合附图对本发明作进一步的说明。
如图1、2所示。
本发明提供的一种基于回归分析的煤质在线检测分析方法,其特征是该方法包括了如下步骤:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度,所述的保护气体包括空气、N2、CO2或惰性气体。
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标煤炭样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标煤炭样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(8)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(7)和(8)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:对于待测样品中所有元素,根据第一组定标曲线公式(7),得到
Ck=akIk+ek (9)
上式中,Ck为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(9),可求得各元素的一次计算质量浓度值当中包括待测元素i一次计算质量浓度值;待测元素i的二次计算质量浓度值根据第二组定标曲线公式(8):
本发明提供的一种基于回归分析的煤质在线检测方法,其特征是该方法包括了如下步骤:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度,所述的保护气体包括空气、N2、CO2或惰性气体。
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(11)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(10)和(11)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:考虑到煤质中主要元素为碳,碳元素对其它元素的特征谱线强度相干性较大,所以碳元素的质量浓度测量结果会对精度有较大影响,故先对碳成分的测量结果做两次修正,对于待测样品中所有元素,根据第一组定标曲线公式(10),得到
Ck=akIk+ek (12)
上式中,Ck为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(12),可求得各元素的一次计算质量浓度值然后根据第二组定标曲线公式(11):
计算所得质量浓度值为待测元素i质量浓度的最终结果。由于对碳元素质量浓度的测量结果修正了两次,所以待测元素i质量浓度的最终结果会更为比直接计算更为准确。
实施例1:
一种基于回归分析的煤质在线检测分析方法,其特征是
1)首先使用各元素质量浓度已知的一组无烟煤煤炭样品进行定标,种煤炭样品的主要元素的质量浓度分别为样品1含C 92.27%,H 1.14%,O 4.72%,N 0.88%,S 0.54%;样品2含C 95.76%,H 1.16%,O 2.37%,N 0.88%,S 0.32%;样品3含C 94.90%,H 1.18%,O 2.55%,N0.72%,S 0.65%;样品4:C 91.59%,H 4.04%,O 2.59%,N 1.46%,S 0.32%,因为痕量元素质量浓度很小,为方便说明,此处不考虑痕量元素对待测元素信号的影响,当然也可根据实际测量需要考虑痕量元素。把五种煤炭样品依次放在输煤皮带上,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测,如图1所示:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在空气的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的特征光谱,进一步得到煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;以N为待测元素,其它元素只考虑含量相对较多的C、H、O和S。
公式(14),(15),(16),(17)中为C元素的特征谱线强度,为H元素的特征谱线强度,为O元素的特征谱线强度,为N元素的特征谱线强度,为N元素的特征谱线强度,为定标煤炭样品中N元素的质量浓度,为定标煤炭样品中C元素的质量浓度,为定标煤炭样品中H元素的质量浓度,为定标煤炭样品中0的质量浓度,为定标样品中N的质量浓度,以上均为已知量。公式(14),(15),(16),(17)中各未知数aC,eC,aH,eH,aO,eO,aS,eS的值通过最小二乘法拟合所得。
上式中为定标煤炭样品中N的质量浓度,为N的特征谱线强度,为定标煤炭样品中C的质量浓度,为定标煤炭样品中H的质量浓度,为定标煤炭样品中0的质量浓度,为定标煤炭样品中S的质量浓度,根据实验数据,取 可使公式(18)拟合优度达到0.96,利用最小二乘法拟合得AN=586.48, EN=-0.24;同理根据定标煤炭样品中各元素的特征谱线强度,
公式(19),(20),(21),(22)中为C元素的特征谱线强度,为H元素的特征谱线强度,为0元素的特征谱线强度,为N元素的特征谱线强度,为S元素的特征谱线强度,为定标煤炭样品中S元素的质量浓度,为定标煤炭样品中C元素的质量浓度,为定标煤炭样品中H元素的质量浓度,为定标煤炭样品中0的质量浓度,为定标样品中N的质量浓度,以上均为已知量。公式(19),(20),(21),(22)中各未知数AC, DC,EC,AH, EH,AO, EO,AS, ES的值通过最小二乘法拟合所得。根据实验数据,取 可使公式(19)的拟合优度达到0.98,取 可使公式(20),(21),(22)的拟合优度均达到0.97以上。
3)对于各元素质量浓度未知的煤流中待测样品进行检测,通过安装在皮带上的激光诱导等离子光谱系统得到煤流的特征光谱,求得煤流中待测样品C,H,O,N,S元素的激光诱导等离子光谱谱线强度分别为IC,IH,IO,IN,IS;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素S的质量浓度:对于待测样品中所有元素k,根据第一组定标曲线公式(14),(15),(16),(17),即根据 计算得到C,H,O,N元素的一次计算浓度值分别为 把这些值和IN代入第二组定标曲线公式(18),可求得待测样品中N元素的质量浓度CN为1.07%。
5)利用计算机显示或输出结果。
为了验证方法的准确性,当使用各元素质量浓度分别为C 93.74%,H 3.37%,O 1.43%,N 1.09%,S 0.37%的无烟煤作为待测样品,经过检测后得到其N元素的质量浓度是1.09%,测量相对误差为1.1%,可见这种方法精度较高,可以符合生产需要。
实施例2:
1)首先使用各元素质量浓度已知的一组无烟煤煤炭样品进行定标,种煤炭样品的主要元素的质量浓度分别为样品1含C 92.27%,H 1.14%,O 4.72%,N 0.88%,S 0.54%;样品2含C 95.76%,H 1.16%,O 2.37%,N 0.88%,S 0.32%;样品3含C 94.90%,H 1.18%,O 2.55%,N0.72%,S 0.65%;样品4:C 91.59%,H 4.04%,O 2.59%,N 1.46%,S 0.32%,因为痕量元素质量浓度很小,为方便说明,此处不考虑痕量元素对待测元素信号的影响,当然也可根据实际测量需要考虑痕量元素。把五种煤炭样品依次放在输煤皮带上,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测,如图1所示:以脉冲激光器1为激发光源,从激光器出射的激光经过聚焦透镜2聚焦后作用于煤炭样品3表面,在聚焦点产生等离子体,等离子体在空气的氛围中进行冷却,产生的辐射光信号通过采焦透镜4被实时收集,通过光纤5并经过光谱仪6处理后转化成电信号而被计算机7采集,得到各元素质量浓度已知的一组煤炭样品的特征光谱,进一步得到煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;以N为待测元素,其它元素只考虑含量相对较多的C、H、O和S。
公式(24),(25),(26),(27)中为C元素的特征谱线强度,为H元素的特征谱线强度,为O元素的特征谱线强度,为N元素的特征谱线强度,为N元素的特征谱线强度,为定标煤炭样品中N元素的质量浓度,为定标煤炭样品中C元素的质量浓度,为定标煤炭样品中H元素的质量浓度,为定标煤炭样品中O的质量浓度,为定标样品中N的质量浓度,以上均为已知量。公式(24),(25),(26),(27)中各未知数aC,eC,aH,eH,aO,eO,aS,eS的值通过最小二乘法拟合所得。
上式中为定标煤炭样品中N的质量浓度,为N的特征谱线强度,为定标煤炭样品中C的质量浓度,为定标煤炭样品中H的质量浓度,为定标煤炭样品中O的质量浓度,为定标煤炭样品中S的质量浓度,根据实验数据,取 可使公式(28)拟合优度达到0.96,利用最小二乘法拟合得AN=586.48, EN=-0.24;同理根据定标煤炭样品中各元素的特征谱线强度,
公式(29),(30),(31),(32)中为C元素的特征谱线强度,为H元素的特征谱线强度,为O元素的特征谱线强度,为N元素的特征谱线强度,为S元素的特征谱线强度,为定标煤炭样品中S元素的质量浓度,为定标煤炭样品中C元素的质量浓度,为定标煤炭样品中H元素的质量浓度,为定标煤炭样品中0的质量浓度,为定标样品中N的质量浓度,以上均为已知量。公式(29),(30),(31),(32)中各未知数AC, DC,EC,AH, EH,AO, EO,AS, ES的值通过最小二乘法拟合所得。根据实验数据,取 可使公式(29)的拟合优度达到0.98,取 可使公式(30),(31),(32)的拟合优度均达到0.97以上。
3)对于各元素质量浓度未知的煤流中待测样品进行检测,通过安装在皮带上的激光诱导等离子光谱系统得到煤流的特征光谱,求得煤流中待测样品C,H,O,N,S元素的激光诱导等离子光谱谱线强度分别为IC,IH,IO,IN,IS;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素S的质量浓度:对于待测样品中所有元素,根据第一组定标曲线公式(23),(24),(25),(26),(27),即根据 计算得到C,H,O,N,S元素的一次计算浓度值分别为 把以上值代入第二组定标曲线公式(29),可求得待测样品中C元素的二次计算质量质量浓度再根据 和公式(30),(31),(28),(32)求取待测样品中各元素的二次计算质量浓度 接着把 代入(29)求取待测样品中C元素的最终计算质量浓度为基于和以及公式(28)计算所得的N元素质量浓度值为N元素质量浓度的最终结果。所得结果为N元素质量浓度为1.10%。
5)利用计算机显示或输出结果。
为了验证方法的准确性,当使用各元素质量浓度分别为C 93.74%,H 3.37%,O 1.43%,N 1.09%,S 0.37%的无烟煤作为待测样品,经过检测后得到其N元素的质量浓度是1.10%,测量相对误差为0.9%,可见这种方法精度较高,可以符合生产需要。
建立定标曲线时运用的最小二乘回归分析方法的原理为:
回归分析是研究一个变量关于另一个(些)变量的依赖关系的计算方法和理论,其目的在于通过后者的已知或设定值,去估计和预测前者的值。在建立定标曲线时,由于定标煤炭样品各元素质量浓度已知,把待测元素的浓度值作为被解释变量,把待测元素的特征谱线强度的函数、其它元素浓度的函数以及待测元素的自吸收函数作为解释变量,运用最小二乘法拟合曲线,最终求得定标曲线中各影响系数的值。而最小二乘法的原理就是使被解释变量的估计值与观测值在总体上最为接近,即估计值和观测值两者之差的平方和最小。
与上述方法相对应的在线检测设备(如图2所示),包括脉冲激光器(型号可以为Nd:γAG)、聚焦透镜2、采集透镜4、光纤5、光谱仪6、计算机7,其特征是脉冲激光器1安装在聚焦透镜2的上部,聚焦透镜2位于样品3的上方,采集透镜4位于样品的侧面。样品从聚焦透镜2下部通过。采集透镜4通过光纤5与光谱仪6的输入段相连,光谱仪6的输出端与计算机7相连。计算机7在相应的软件控制下可进行计算并实现显示或打印计算结果,同时提供相应的数据接口。
Claims (4)
1.一种基于回归分析的煤质在线检测分析方法,其特征是该方法包括了如下步骤:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器(1)为激发光源,从激光器出射的激光经过聚焦透镜(2)聚焦后作用于煤炭样品(3)表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜(4)被实时收集,通过光纤(5)并经过光谱仪(6)处理后转化成电信号而被计算机(7)采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标煤炭样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标煤炭样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(2)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(1)和(2)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:对于待测样品中所有元素,根据第一组定标曲线公式(1),得到
Ck=akIk+ek (3)
上式中,Ck为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(3),可求得各元素的一次计算质量浓度值当中包括待测元素i一次计算质量浓度值;待测元素i的二次计算质量浓度值根据第二组定标曲线公式(2):
2.根据权利要求1所述的基于回归分析的煤质在线检测分析方法,其特征在于:步骤1)中所述的保护气体包括空气、N2、CO2或惰性气体。
3.一种基于回归分析的煤质在线检测方法,其特征是该方法包括了如下步骤:
1)首先使用各元素质量浓度已知的一组煤炭样品进行定标,利用安装在输煤皮带上的激光诱导等离子光谱系统对煤炭样品进行在线检测:以脉冲激光器(1)为激发光源,从激光器出射的激光经过聚焦透镜(2)聚焦后作用于煤炭样品(3)表面,在聚焦点产生等离子体,等离子体在保护气体的氛围中进行冷却,产生的辐射光信号通过采焦透镜(4)被实时收集,通过光纤(5)并经过光谱仪(6)处理后转化成电信号而被计算机(7)采集,得到各元素质量浓度已知的一组煤炭样品的光谱谱线,进一步得到定标煤炭样品中各种元素的激光诱导等离子特征光谱谱线强度;
2)利用各元素质量浓度已知的一组定标煤炭样品的等离子特征光谱谱线强度,建立两组定标曲线;定标曲线是通过在计算机中利用回归分析中的最小二乘法拟合方法求取的,第一组定标曲线是建立元素k质量浓度和元素k特征谱线强度的关系式,即
上式中,为定标样品中已知的元素k的质量浓度,为元素k的特征谱线强度,为定标样品中已知的除元素k以外的所有其它元素的质量浓度,Ak,Bj,Dk,Ek为通过最小二乘法拟合确定的常数,为描述自吸收效应的函数, a为大于等于1且小于10的实数,a的具体值根据实验数据选用,选用原则是使元素k的第二组定标曲线公式(2)的线性拟合优度在0.9以上,对于定标煤炭样品中所有元素,都要根据公式(4)和(5)建立两组定标曲线;
3)对于各元素质量浓度未知的煤流中的待测样品进行检测,通过激光诱导等离子光谱系统得到煤流的特征光谱,进一步得到煤流中待测样品各种元素的激光诱导等离子特征光谱谱线强度;
4)根据待测样品中各种元素的激光诱导等离子特征光谱谱线强度和定标曲线求取待测元素i的质量浓度:考虑到煤质中主要元素为碳,故先对碳成分的测量结果做两次修正,对于待测样品中所有元素,根据第一组定标曲线公式(4),得到
Ck=akIk+ek (6)
上式中,Ck为元素k质量浓度,Ik为元素k的特征谱线强度,ak,ek为定标过程中已确定的常数;根据测得的待测样品各元素的特征谱线强度Ik和公式(6),可求得各元素的一次计算质量浓度值然后根据第二组定标曲线公式(5):求得碳元素的二次计算质量浓度;接着把作为已知量再次代入第二组定标曲线公式(5):求得各元素二次计算质量浓度值最后根据和以及第二组定标曲线公式(5):再次对C碳进行计算,所得结果作为碳元素质量浓度的最终结果;
4.根据权利要求3所述的基于回归分析的煤质在线检测分析方法,其特征在于:步骤1)所述的保护气体包括空气,N2,CO2和惰性气体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101198841A CN101509872B (zh) | 2009-03-20 | 2009-03-20 | 一种基于回归分析的煤质在线检测分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101198841A CN101509872B (zh) | 2009-03-20 | 2009-03-20 | 一种基于回归分析的煤质在线检测分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101509872A true CN101509872A (zh) | 2009-08-19 |
CN101509872B CN101509872B (zh) | 2010-08-18 |
Family
ID=41002338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101198841A Active CN101509872B (zh) | 2009-03-20 | 2009-03-20 | 一种基于回归分析的煤质在线检测分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101509872B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101865867A (zh) * | 2010-06-21 | 2010-10-20 | 西安热工研究院有限公司 | 一种实时计算煤质元素和工业成分的方法 |
CN101949852A (zh) * | 2010-07-30 | 2011-01-19 | 清华大学 | 一种基于光谱标准化的煤质在线检测方法 |
CN102175703A (zh) * | 2011-01-10 | 2011-09-07 | 长沙开元仪器股份有限公司 | 一种峰漂移修正方法 |
CN102262076A (zh) * | 2011-07-26 | 2011-11-30 | 清华大学 | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 |
CN102313722A (zh) * | 2011-09-05 | 2012-01-11 | 华南理工大学 | 一种基于多元线性回归的煤质工业分析方法 |
CN102410993A (zh) * | 2011-08-01 | 2012-04-11 | 清华大学 | 基于激光诱导等离子体发射光谱标准化的元素测量方法 |
CN102680436A (zh) * | 2012-06-16 | 2012-09-19 | 山西大学 | 测定煤灰含碳量的方法及装置 |
CN103018215A (zh) * | 2012-11-05 | 2013-04-03 | 广东电网公司电力科学研究院 | 一种测定火电厂scr催化剂活性组分含量的装置和方法 |
CN103411931A (zh) * | 2013-07-30 | 2013-11-27 | 中国科学院上海技术物理研究所 | 基于加权多谱线标定的远程libs元素定量分析方法 |
CN106442431A (zh) * | 2016-08-31 | 2017-02-22 | 广州博谱能源科技有限公司 | 一种提高libs技术测量样品重复性的修正方法 |
CN106770190A (zh) * | 2016-12-23 | 2017-05-31 | 山西大学 | 一种校正激光诱导击穿光谱中谱线自吸收效应的方法 |
CN107505344A (zh) * | 2017-07-25 | 2017-12-22 | 中国海洋石油总公司 | 利用“最小二乘积”法的岩性解释方法 |
CN107525785A (zh) * | 2017-08-18 | 2017-12-29 | 湖北工程学院 | 降低光谱自吸收效应的方法和装置 |
CN109358036A (zh) * | 2018-12-20 | 2019-02-19 | 中国科学院光电研究院 | 激光诱导击穿光谱信号误差校正系统和方法 |
CN110044852A (zh) * | 2019-04-23 | 2019-07-23 | 华南理工大学 | 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 |
CN110927193A (zh) * | 2019-10-22 | 2020-03-27 | 北京浩然科诺科技有限公司 | 一种基于深度学习的煤质在线检测分析系统及方法 |
-
2009
- 2009-03-20 CN CN2009101198841A patent/CN101509872B/zh active Active
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101865867A (zh) * | 2010-06-21 | 2010-10-20 | 西安热工研究院有限公司 | 一种实时计算煤质元素和工业成分的方法 |
CN101949852A (zh) * | 2010-07-30 | 2011-01-19 | 清华大学 | 一种基于光谱标准化的煤质在线检测方法 |
CN102175703B (zh) * | 2011-01-10 | 2012-11-21 | 长沙开元仪器股份有限公司 | 一种峰漂移修正方法 |
CN102175703A (zh) * | 2011-01-10 | 2011-09-07 | 长沙开元仪器股份有限公司 | 一种峰漂移修正方法 |
CN102262076A (zh) * | 2011-07-26 | 2011-11-30 | 清华大学 | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 |
CN102262076B (zh) * | 2011-07-26 | 2013-05-22 | 清华大学 | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 |
CN102410993A (zh) * | 2011-08-01 | 2012-04-11 | 清华大学 | 基于激光诱导等离子体发射光谱标准化的元素测量方法 |
CN102410993B (zh) * | 2011-08-01 | 2014-06-18 | 清华大学 | 基于激光诱导等离子体发射光谱标准化的元素测量方法 |
CN102313722B (zh) * | 2011-09-05 | 2013-03-20 | 华南理工大学 | 一种基于多元线性回归的煤质工业分析方法 |
CN102313722A (zh) * | 2011-09-05 | 2012-01-11 | 华南理工大学 | 一种基于多元线性回归的煤质工业分析方法 |
CN102680436A (zh) * | 2012-06-16 | 2012-09-19 | 山西大学 | 测定煤灰含碳量的方法及装置 |
CN103018215A (zh) * | 2012-11-05 | 2013-04-03 | 广东电网公司电力科学研究院 | 一种测定火电厂scr催化剂活性组分含量的装置和方法 |
CN103411931A (zh) * | 2013-07-30 | 2013-11-27 | 中国科学院上海技术物理研究所 | 基于加权多谱线标定的远程libs元素定量分析方法 |
CN103411931B (zh) * | 2013-07-30 | 2015-07-29 | 中国科学院上海技术物理研究所 | 基于加权多谱线标定的远程libs元素定量分析方法 |
CN106442431B (zh) * | 2016-08-31 | 2019-05-17 | 广州博谱能源科技有限公司 | 一种提高libs技术测量样品重复性的修正方法 |
CN106442431A (zh) * | 2016-08-31 | 2017-02-22 | 广州博谱能源科技有限公司 | 一种提高libs技术测量样品重复性的修正方法 |
CN106770190A (zh) * | 2016-12-23 | 2017-05-31 | 山西大学 | 一种校正激光诱导击穿光谱中谱线自吸收效应的方法 |
CN107505344A (zh) * | 2017-07-25 | 2017-12-22 | 中国海洋石油总公司 | 利用“最小二乘积”法的岩性解释方法 |
CN107525785A (zh) * | 2017-08-18 | 2017-12-29 | 湖北工程学院 | 降低光谱自吸收效应的方法和装置 |
CN109358036A (zh) * | 2018-12-20 | 2019-02-19 | 中国科学院光电研究院 | 激光诱导击穿光谱信号误差校正系统和方法 |
CN110044852A (zh) * | 2019-04-23 | 2019-07-23 | 华南理工大学 | 基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 |
CN110927193A (zh) * | 2019-10-22 | 2020-03-27 | 北京浩然科诺科技有限公司 | 一种基于深度学习的煤质在线检测分析系统及方法 |
CN110927193B (zh) * | 2019-10-22 | 2022-03-25 | 北京浩然科诺科技有限公司 | 一种基于深度学习的煤质在线检测分析系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101509872B (zh) | 2010-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101509872B (zh) | 一种基于回归分析的煤质在线检测分析方法 | |
CN102004097B (zh) | 一种基于主导因素结合偏最小二乘法的煤质在线检测方法 | |
CN101949852B (zh) | 一种基于光谱标准化的煤质在线检测方法 | |
Gaft et al. | Laser induced breakdown spectroscopy machine for online ash analyses in coal | |
CN102053083B (zh) | 一种基于偏最小二乘法的煤质特性在线测量方法 | |
CN101509873B (zh) | 一种基于主动式内标法的煤质检测方法 | |
CN102004088B (zh) | 一种基于神经网络的煤质特性在线测量方法 | |
CN102410993B (zh) | 基于激光诱导等离子体发射光谱标准化的元素测量方法 | |
CN102183468A (zh) | 多组分气体分析的干扰修正与浓度反演方法 | |
CN102788771B (zh) | 基于激光诱导击穿光谱的粉状物质元素含量测量方法 | |
CN102359953A (zh) | 基于激光诱导击穿光谱的普通黄铜全元素分析装置及方法 | |
CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
CN107703172A (zh) | 一种能量色散x射线荧光光谱仪的校准方法 | |
CN105547917A (zh) | 一种煤炭产品灰分自动检测方法 | |
CN102410992B (zh) | 简化的激光诱导等离子体光谱标准化的元素测量方法 | |
CN106770190A (zh) | 一种校正激光诱导击穿光谱中谱线自吸收效应的方法 | |
CN102507507B (zh) | 利用温度修正检测被测气体浓度的装置和方法 | |
CN108680523B (zh) | 利用多种拟合方式衔接标准曲线的待测物测定方法 | |
CN103792215A (zh) | 一种快速测量钢铁中碳元素含量的方法 | |
CN107860743A (zh) | 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用 | |
CN105277531B (zh) | 一种基于分档的煤质特性测量方法 | |
CN101949825B (zh) | 光开放环境下的叶片水分近红外无损检测装置及方法 | |
US11555771B2 (en) | Method and device for simultaneously measuring mass concentrations of particulates with different sizes | |
JP4523958B2 (ja) | 蛍光x線分析装置およびそれに用いるプログラム | |
CN109521002B (zh) | 一种固体燃料颗粒流的燃料特性测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Assignee: China Guodian Fuel Co., Ltd. Assignor: Tsinghua University Contract record no.: 2011110000198 Denomination of invention: Coal quality on-line detecting analytical method based on regression analysis Granted publication date: 20100818 License type: Exclusive License Open date: 20090819 Record date: 20111222 |