CN108680529A - 媒质成分实时精准检测设备的次红外测量系统及方法 - Google Patents
媒质成分实时精准检测设备的次红外测量系统及方法 Download PDFInfo
- Publication number
- CN108680529A CN108680529A CN201810288705.6A CN201810288705A CN108680529A CN 108680529 A CN108680529 A CN 108680529A CN 201810288705 A CN201810288705 A CN 201810288705A CN 108680529 A CN108680529 A CN 108680529A
- Authority
- CN
- China
- Prior art keywords
- light source
- infrared
- value
- group
- measurement
- 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
- 239000004615 ingredient Substances 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 63
- 239000003245 coal Substances 0.000 claims abstract description 58
- 238000012937 correction Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 33
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical group [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 23
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 19
- 239000005864 Sulphur Substances 0.000 claims description 19
- 229910052698 phosphorus Inorganic materials 0.000 claims description 19
- 239000011574 phosphorus Substances 0.000 claims description 19
- 241001269238 Data Species 0.000 claims description 11
- 230000011664 signaling Effects 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- 229910052799 carbon Inorganic materials 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 229910052717 sulfur Inorganic materials 0.000 claims description 4
- 239000011593 sulfur Substances 0.000 claims description 4
- GVJHHUAWPYXKBD-IEOSBIPESA-N α-tocopherol Chemical compound OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-IEOSBIPESA-N 0.000 claims description 4
- 239000000203 mixture Substances 0.000 abstract description 8
- 238000000691 measurement method Methods 0.000 abstract description 3
- 230000005855 radiation Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 description 4
- COCAUCFPFHUGAA-MGNBDDOMSA-N n-[3-[(1s,7s)-5-amino-4-thia-6-azabicyclo[5.1.0]oct-5-en-7-yl]-4-fluorophenyl]-5-chloropyridine-2-carboxamide Chemical compound C=1C=C(F)C([C@@]23N=C(SCC[C@@H]2C3)N)=CC=1NC(=O)C1=CC=C(Cl)C=N1 COCAUCFPFHUGAA-MGNBDDOMSA-N 0.000 description 4
- 239000000428 dust Substances 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009102 absorption Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了媒质成分实时精准检测设备的次红外测量系统及方法，方法包括如下步骤：步骤A：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至A/D转换器；步骤B：通过A/D转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；解决了以往煤质成分实时准确检测设备的测量方法出现的成本高、误差大、实时性差和辐射大的问题。
Description
技术领域
本发明涉及煤质成分检测方法领域，特别是媒质成分实时精准检测设备的次红外测量系统及方法。
背景技术
传统方式靠人工采用化学燃烧方式测量煤炭六大成分从而确定煤炭价格，这种检测方法的实时性差、误差大、人为干扰强；近几年为了排除人为干扰，采用了激光测量法、伽马射线法，虽然激光测量法、伽马射线法，但是上述方法投入成本高、误差大、实时性差，同时伽马射线法辐射大，对操作者人身伤害大；2016年起国家要求逐步淘汰了伽马射线法测量技术。
发明内容
为解决现有技术中存在的问题，本发明提供了媒质成分实时精准检测设备的次红外测量系统及方法，解决了以往煤质成分实时准确检测设备的测量方法出现的成本高、误差大、实时性差和辐射大的问题。
本发明采用的技术方案如下：媒质成分实时精准检测设备的次红外测量系统，包括红外光源发生器组、红外光源感应器组、环境光源感应器、AD转换器、测量光源信号寄存器组、环境光源信号寄存器、ARM7、中央处理器、RS232或STP484接口、系统复位按钮、测量模块保护电路、六组测量光源输出结果寄存器和环境光源输出结果寄存器；所述红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端，所述A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端，所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央处理器的输入端，所述测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央处理器的输入端，所述中央处理器的输出端接入六组测量光源输出结果寄存器和环境光源输出结果寄存器，所述六组测量光源输出结果寄存器和环境光源输出结果寄存器接入RS232/STP484接口的输入端。
优选地，红外光源发生器组为六个红外光源发生器，红外光源感应器组为六个红外光源感应器，测量光源信号寄存器组包括六个测量光源信号寄存器，中央运算单元的主控芯片是ARM7，环境光源感应器为一个环境光源感应器。
优选地，测量模块保护电路为16路继电器模块。
优选地,测量模块保护电路外设置风机，风机包括测量头、吸气口、第一吹气口和第二吹气口，测量头、吸气口、第一吹气口和第二吹气口均为为圆柱状，第一吹气口内部设置导流叶片，测量头设置在吸气口底端面内部，第一吹气口设置于吸气口外部，第二吹气口设置于第一吹气口外部。
媒质成分实时精准检测设备的次红外测量方法，方法包括如下步骤：
步骤A1：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至A/D转换器；
步骤A2：通过A/D转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；
步骤A3：通过测量光源信号寄存器组和环境光源信号器将电信号输出至中央处理器中，在中央处理器中将测量光源信号寄存器组和环境光源信号器的电信号的七个电信号进行算法程序处理，将经过算法程序处理后输出修正后的煤质的六大成分值数据和环境光源数据，将六大成分值数据输出至“算法程序”处理后的测量光源信号寄存器组和将环境光源数据输出至经“算法程序”处理后的环境光源信号寄存器；
步骤A4：将“算法程序”处理后的测量光源信号寄存器组中的六大成分值数据和“算法程序”处理后的环境光源信号寄存器中的环境光源数据通过RS232或STP484接口输出。
优选地，步骤A3中的“算法程序”被预先放在EPROM中，不同的被照射物体可以适应性的改变算法。
优选地，“算法程序”为对红外光源感应器组和环境光源感应器检测到的七组数字信号进行预设的处理，以生成最终有价值的被探测物体的六组对应成分值。
优选地，步骤A3和步骤A4均是在嵌入式操作系统内运行。
优选地，“算法程序”包括如下步骤：
步骤B1：将红外光信号和环境光信号的数据进行“矫正算法”数据处理；
步骤B2：将“矫正算法”处理后的数据进行“修正算法”数据处理；
步骤B3：将“修正算法”处理后的数据输出到中央处理器。
优选地，“矫正算法”为VEi＝Vi–E＊ki
其中，原始电压值为Vi i＝q、m、v、a、fc、s，Vq为煤质的发热量测量电压值，Vm为煤质的水分测量电压值，Vv为煤质的挥发分测量电压值，Va为煤质的灰分测量电压值，Vfc为煤质的固定碳测量电压值，Vs为煤质的含硫量测量电压值；环境光源测量电压值定义为E，矫正后的值定义为VEi i＝q、m、v、a、fc、s，对应分别为六大成分对应的矫正值；
“修正算法”包括如下步骤：
步骤C1：依据f＝k0*f+k1*f1+k2*f2+K3
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
拉格朗日的差值算法如下：已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)，作一个至多n次多项式：公式中χn是历史的第n次发热量值，a是系数。
公式中，使其在给定点处与f(x)同值，即满足插值条件
称为插值多项式，xi称为插值节点，简称节点，[a,b]称为插值区间。从几何上看，n次多项式插值就是通过n+1个点(xi,f(x i))(i＝0,1,…,n)，作一条多项式曲线y＝φn(x)，近似曲线y＝f(x)。
n次多项式有n+1个待定系数，由插值条件恰好给出n+1个方程
记此方程组的系数矩阵为A，则
当x0，x1，xn互不相同时，此行列式值不为零，因此方程组有唯一解。这表明，只要n+1个节点互不相同，满足插值要求的插值多项式是唯一的。
通过拉格朗日代数插值原理，采用拉格朗日差值算法就可以逐一算出k0、k1、k2和k3；
步骤C2：依据公式f＝k0*f+k1*f1+k2*f2+K3就可以算出当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值。
附图说明
图1为本发明煤质成分实时准确检测设备的测量方法的结构框图。
图2为本发明煤质成分实时准确检测设备的测量系统的框图。
图3为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的主视图。
图4为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的右视图。
图5为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的剖面图。
图6为本发明媒质成分实时精准检测设备的次红外测量系统及方法的“算法程序”流程图。
附图标记：1-测量头、2-吸气口、3-第一吹气口、4-第二吹气口、5-导流叶片。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图2所示，媒质成分实时精准检测设备的次红外测量系统,包括红外光源发生器组、红外光源感应器组、环境光源感应器、AD转换器、测量光源信号寄存器组、环境光源信号寄存器、ARM7、中央处理器、RS232或STP484接口、系统复位按钮、测量模块保护电路、六组测量光源输出结果寄存器和环境光源输出结果寄存器；所述红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端，所述A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端，所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央处理器的输入端，所述测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央处理器的输入端，所述中央处理器的输出端接入六组测量光源输出结果寄存器和环境光源输出结果寄存器，所述六组测量光源输出结果寄存器和环境光源输出结果寄存器接入RS232/STP484接口的输入端。
本实施方案在实施时，红外光源发生器组每50ms左右发射六组经挑选的红外光，红外光照射在被探测物体上，如：煤炭、煤粉等，反射光经红外光源测量感应器组吸收后转换为相应的六个电信号；同时由中央处理器对环境光源感应器同步测定环境光源，特别是红外光，作为环境光源对六组测量信号干扰的修正值，上述七个模拟信号经A/D转换模块放大并转换为七个对应的数字信号，这些数字信号被推送到相应的寄存器组和寄存器临时存放，寄存器的作用是防止七个数字信号丢失，中央处理器用事先存放在EPROM中的“算法程序”对七个数字信号进行预设的处理，以生成最终有价值的被探测物体的六个对应成分值，如：煤炭六大主成分，最后这些数值被放入对应的缓存Cache中(六组测量光源输出结果寄存器和环境光源输出结果寄存器)，最后六组测量光源输出结果寄存器和环境光源输出结果寄存器将结果通过接口系统例如，RS232或类以STP484接口传送给其它终端处理。
本方案的红外光源发生器组为六个红外光源发生器，红外光源感应器组为六个红外光源感应器，测量光源信号寄存器组包括六个测量光源信号寄存器，中央运算单元的主控芯片是ARM7，环境光源感应器为一个环境光源感应器。
本实施方案在实施时，红外光源测量值组和环境光源测量值一直单独存在，使得后期可以采用更多、更好的优化算法已提升测量的精度；红外测量值组可单独，也可配合使用，使得被测量物体可以被测定超过六种成分。
本方案的测量模块保护电路为16路继电器模块。
本实施方案在实施时，测量模块保护电路为保护中央处理器的电路，当整个系统出现故障时，可以按系统异常复位按钮，使整个系统恢复原始状态，整个系统重新恢复工作。
如图3至图5所示，测量模块保护电路外设置风机，风机包括测量头(1)、吸气口2、第一吹气口3和第二吹气口4，测量头1、吸气口2、第一吹气口3和第二吹气口4均为为圆柱状，第一吹气口3内部设置导流叶片5，测量头1设置在吸气口2底端面内部，第一吹气口3设置于吸气口2外部，第二吹气口4设置于第一吹气口3外部。
本实施方案在实施时，吸气口2和第一吹气口3配合使用，一个吹灰，一个吸灰，布置在靠近测量头1的地方，风速相对较慢，主要解决光学头积灰问题；另外第二吹气口4离光学头相对较远，风速相对较快，主要负责阻挡测量头前端10至15CM地方的扬尘，防止扬尘干扰测量，其中的导流叶片5主要负责引导第二吹气口4的角度和方向，导流叶片的角度可以微调。
如图1所示，媒质成分实时精准检测设备的次红外测量方法，方法包括如下步骤：
步骤A1：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至A/D转换器；
步骤A2：通过A/D转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；
步骤A3：通过测量光源信号寄存器组和环境光源信号器将电信号输出至中央处理器中，在中央处理器中将测量光源信号寄存器组和环境光源信号器的电信号的七个电信号进行算法程序处理，将经过算法程序处理后输出修正后的煤质的六大成分值数据和环境光源数据，将六大成分值数据输出至“算法程序”处理后的测量光源信号寄存器组和将环境光源数据输出至经“算法程序”处理后的环境光源信号寄存器；
步骤A4：将“算法程序”处理后的测量光源信号寄存器组中的六大成分值数据和“算法程序”处理后的环境光源信号寄存器中的环境光源数据通过RS232或STP484接口输出。
本方案的步骤A3中的“算法程序”被预先放在EPROM中，不同的被照射物体可以适应性的改变算法。
本方案的“算法程序”为对红外光源感应器组和环境光源感应器检测到的七组数字信号进行预设的处理，以生成最终有价值的被探测物体的六组对应成分值。
本实施方案在实施时，“算法程序”被预先放在EPROM中，这就意味着不同的用户针对不同的被照射物体可以适应性的改变算法，从而扩宽了本测量器的应用范围。
本方案的步骤A3和步骤A4均是在嵌入式操作系统内运行。
如图6所示，“算法程序”包括如下步骤：
步骤B1：将红外光信号和环境光信号的数据进行“矫正算法”数据处理；
步骤B2：将“矫正算法”处理后的数据进行“修正算法”数据处理；
步骤B3：将“修正算法”处理后的数据输出到中央处理器。
本方案的“矫正算法”为VEi＝Vi–E＊ki
其中，原始电压值为Vi i＝q、m、v、a、fc、s，Vq为煤质的发热量测量电压值，Vm为煤质的水分测量电压值，Vv为煤质的挥发分测量电压值，Va为煤质的灰分测量电压值，Vfc为煤质的固定碳测量电压值，Vs为煤质的含硫量测量电压值；环境光源测量电压值定义为E，矫正后的值定义为VEi i＝q、m、v、a、fc、s，对应分别为六大成分对应的矫正值；
“修正算法”包括如下步骤：
步骤C1：依据f＝k0*f+k1*f1+k2*f2+K3
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
拉格朗日的差值算法如下：已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)，作一个至多n次多项式：公式中χn是历史的第n次发热量值，a是系数。
公式中，使其在给定点处与f(x)同值，即满足插值条件
称为插值多项式，xi称为插值节点，简称节点，[a,b]称为插值区间。从几何上看，n次多项式插值就是通过n+1个点(xi,f(x i))(i＝0,1,…,n)，作一条多项式曲线y＝φn(x)，近似曲线y＝f(x)。
n次多项式有n+1个待定系数，由插值条件恰好给出n+1个方程
记此方程组的系数矩阵为A，则
当x0，x1，xn互不相同时，此行列式值不为零，因此方程组有唯一解。这表明，只要n+1个节点互不相同，满足插值要求的插值多项式是唯一的。
通过拉格朗日代数插值原理，采用拉格朗日差值算法就可以逐一算出k0、k1、k2和k3；
步骤C2：依据公式f＝k0*f+k1*f1+k2*f2+K3就可以算出当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值。
本实施方案在实施时，测量信为电信号，最终需要换算成六大成分对应的值，这部分工作由“算法程序”完成具体原理如下：
总体上来说，本部分由两大算法组成：
1.由于次红外线也是光的组成部分，因此环境光源对六个煤质成分测量的原始信号有干扰，必须加以矫正，相应算法简称矫正算法；
2.煤质六大成分在测量的过程中，因受设备测量误差、传输路线、煤炭分布等等影响，其测量值与实际值有误差，表现为非线性，必须予以修正，相应算法简称修正算法。
矫正算法，由于受环境光源的干扰，煤质六大成分的测量值(电压)会高于实际值，需要把环境光源对六大成分测量感应器增强的电压信号扣除，在实践中，环境光越强，造成的六大成分测量感应器的信号值越大，反之亦然，经实测，相应关系基本成正比线性分布。
本系统硬件部分可自动测量煤质六个成分值和一个环境光源值，原始测量值为电压V，在此定义六个成分原始电压值为Vi(i＝q、m、v、a、fc、s)，分别为六大成分对应原始值，其中Vq为煤质的发热量测量电压值，Vm为煤质的水分测量电压值，Vv为煤质的挥发分测量电压值，Va为煤质的灰分测量电压值，Vfc为煤质的固定碳测量电压值，Vs为煤质的含硫量测量电压值；环境光源测量电压值定义为E，矫正后的值定义为VEi(i＝q、m、v、a、fc、s)，对应分别为六大成分对应的矫正值，具体公式为：
VEi＝Vi–E*ki
上述公式中Ki为折算系数，经试验对比，不同的成分有不同的折算系数；同时不同的煤种也有不同的折算系数，因此我们必须在测量前，把常用的煤种的Ki折算系数通过实测录入系统，同时还要考虑混烧掺烧所造成的新煤种的Ki折算值，尽可能多的包容绝大多数煤种，从而提高测量精度。
经矫正算法后，测量的精度将得到巨大提升。
修正算法，煤炭成分检测中，因受设备自身测量误差、传输路线、煤炭分布等等的干扰，测量值虽经矫正，但其数值与实际值(譬如和化学方法检测的煤质六大成分)依然存在一定的偏差，为了进一步提升测量设备的精度，提高其实用性，本系统针对煤质6大成分值的矫正，开发了一种基于插值算法的系数配置修正方程(简称：带插值的系数配置法)，其原理是：煤质6大成分测量值虽然受各种因素干扰，存在偏差，其偏差分布从局部来看为非线性，但其长期的特性呈现一定的规律，本系统将利用足够多的历史数据精准还原真实值。
依据f＝k0*f+k1*f1+k2*f2+K3(公式一)
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
接下来我们将用拉格朗日多项式插值算法分别计算k0、k1、k2、k3四个系数，其计算方式基本一致，唯一不同的是采用不同的历史数据计算，k0采用当前发热量数据为起点，往后推n+1个发热量数据；k1采用从当前退后一次的历史发热量数据为起点，往后推n+1个发热量数据；k2、k3依次类推。拉格朗日多项式插值算法中的代数插值多项式算法基本原理如下：
已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)(i＝0,1,…,n)，作一个至多n次多项式：
公式中Xn是历史的第n次发热量值，a是系数。
公式中，使其在给定点处与f(x)同值，即满足插值条件
称为插值多项式，xi(i＝0,1,…,n)称为插值节点，简称节点，[a,b]称为插值区间。从几何上看，n次多项式插值就是通过n+1个点(xi,f(x i))(i＝0,1,…,n)，作一条多项式曲线y＝φn(x)，近似曲线y＝f(x)。
n次多项式(公式2)有n+1个待定系数，由插值条件(公式3)恰好给出n+1个方程
记此方程组的系数矩阵为A，则
上述行列是范德蒙特(Vandermonde)行列式。当x0，x1，xn互不相同时，此行列式值不为零，因此方程组(4)有唯一解。这表明，只要n+1个节点互不相同，满足插值要求(公式3)的插值多项式(公式2)是唯一的。
通过拉格朗日代数插值原理，采用算法软件就可以逐一算出k0、k1、k2和k3，再依据(公式1)就可以算出当前的发热量Q值。
从上述算法不难看出，历史数据量越大，精准度越高，当历史数据达到一定量后，误差将非常小，且基本趋于一致。
Claims (10)
1.媒质成分实时精准检测设备的次红外测量系统，其特征在于，包括红外光源发生器组、红外光源感应器组、环境光源感应器、AD转换器、测量光源信号寄存器组、环境光源信号寄存器、ARM7、中央处理器、RS232或STP484接口、系统复位按钮、测量模块保护电路、六组测量光源输出结果寄存器和环境光源输出结果寄存器；所述红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端，所述A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端，所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央处理器的输入端，所述测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央处理器的输入端，所述中央处理器的输出端接入六组测量光源输出结果寄存器和环境光源输出结果寄存器，所述六组测量光源输出结果寄存器和环境光源输出结果寄存器接入RS232/STP484接口的输入端。
2.根据权利要求1的媒质成分实时精准检测设备的次红外测量系统，其特征在于，红外光源发生器组为六个红外光源发生器，红外光源感应器组为六个红外光源感应器，测量光源信号寄存器组包括六个测量光源信号寄存器，中央运算单元的主控芯片是ARM7，环境光源感应器为一个环境光源感应器。
3.根据权利要求2的媒质成分实时精准检测设备的次红外测量系统，其特征在于，测量模块保护电路为16路继电器模块。
4.根据权利要求1的媒质成分实时精准检测设备的次红外测量系统，其特征在于，测量模块保护电路外设置风机，风机包括测量头(1)、吸气口(2)、第一吹气口(3)和第二吹气口(4)，测量头(1)、吸气口(2)、第一吹气口(3)和第二吹气口(4)均为为圆柱状，第一吹气口(3)内部设置导流叶片(5)，测量头(1)设置在吸气口(2)底端面内部，第一吹气口(3)设置于吸气口(2)外部，第二吹气口(4)设置于第一吹气口(3)外部。
5.媒质成分实时精准检测设备的次红外测量方法，其特征在于，方法包括如下步骤：
步骤A1：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至A/D转换器；
步骤A2：通过A/D转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；
步骤A3：通过测量光源信号寄存器组和环境光源信号器将电信号输出至中央处理器中，在中央处理器中将测量光源信号寄存器组和环境光源信号器的电信号的七个电信号进行算法程序处理，将经过算法程序处理后输出修正后的煤质的六大成分值数据和环境光源数据，将六大成分值数据输出至“算法程序”处理后的测量光源信号寄存器组和将环境光源数据输出至经“算法程序”处理后的环境光源信号寄存器；
步骤A4：将“算法程序”处理后的测量光源信号寄存器组中的六大成分值数据和“算法程序”处理后的环境光源信号寄存器中的环境光源数据通过RS232或STP484接口输出。
6.根据权利要求5的媒质成分实时精准检测设备的次红外测量方法，其特征在于，步骤A3中的“算法程序”被预先放在EPROM中，不同的被照射物体可以适应性的改变算法。
7.根据权利要求6的媒质成分实时精准检测设备的次红外测量方法，其特征在于，“算法程序”为对红外光源感应器组和环境光源感应器检测到的七组数字信号进行预设的处理，以生成最终有价值的被探测物体的六组对应成分值。
8.根据权利要求5的媒质成分实时精准检测设备的次红外测量方法，其特征在于，步骤A3和步骤A4均是在嵌入式操作系统内运行。
9.根据权利要求6的媒质成分实时精准检测设备的次红外测量方法，其特征在于，“算法程序”包括如下步骤：
步骤B1：将红外光信号和环境光信号的数据进行“矫正算法”数据处理；
步骤B2：将“矫正算法”处理后的数据进行“修正算法”数据处理；
步骤B3：将“修正算法”处理后的数据输出到中央处理器。
10.根据权利要求9的媒质成分实时精准检测设备的次红外测量方法，其特征在于，所述“矫正算法”为VEi＝Vi–E*ki
其中，原始电压值为Vi i＝q、m、v、a、fc、s，Vq为煤质的发热量测量电压值，Vm为煤质的水分测量电压值，Vv为煤质的挥发分测量电压值，Va为煤质的灰分测量电压值，Vfc为煤质的固定碳测量电压值，Vs为煤质的含硫量测量电压值；环境光源测量电压值定义为E，矫正后的值定义为VEi i＝q、m、v、a、fc、s，对应分别为六大成分对应的矫正值；
“修正算法”包括如下步骤：
步骤C1：依据f＝k0*f+k1*f1+k2*f2+K3
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
拉格朗日的差值算法如下：已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)，作一个至多n次多项式：公式中χn是历史的第n次发热量值，a是系数。
公式中，使其在给定点处与f(x)同值，即满足插值条件
称为插值多项式，xi称为插值节点，简称节点，[a,b]称为插值区间。从几何上看，n次多项式插值就是通过n+1个点(xi,f(x i))，作一条多项式曲线y＝φn(x)，近似曲线y＝f(x)。
n次多项式有n+1个待定系数，由插值条件恰好给出n+1个方程
记此方程组的系数矩阵为A，则
当x0，x1，xn互不相同时，此行列式值不为零，因此方程组有唯一解。这表明，只要n+1个节点互不相同，满足插值要求的插值多项式是唯一的。
通过拉格朗日代数插值原理，采用拉格朗日差值算法就可以逐一算出k0、k1、k2和k3；
步骤C2：依据公式f＝k0*f+k1*f1+k2*f2+K3就可以算出当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810288705.6A CN108680529B (zh) | 2018-04-03 | 2018-04-03 | 煤质成分实时精准检测设备的次红外测量系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810288705.6A CN108680529B (zh) | 2018-04-03 | 2018-04-03 | 煤质成分实时精准检测设备的次红外测量系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108680529A true CN108680529A (zh) | 2018-10-19 |
| CN108680529B CN108680529B (zh) | 2021-03-16 |
Family
ID=63799367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810288705.6A Active CN108680529B (zh) | 2018-04-03 | 2018-04-03 | 煤质成分实时精准检测设备的次红外测量系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108680529B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1520403A1 (ru) * | 1987-05-26 | 1989-11-07 | Восточный научно-исследовательский углехимический институт | Способ определени классификационных параметров углей |
| US6476915B2 (en) * | 1998-11-04 | 2002-11-05 | Siemens Aktiengesellschaft Ag | Method of measuring the quality properties of paper and/or board on moving webs |
| CN1542433A (zh) * | 2003-08-14 | 2004-11-03 | 中国科学院长春光学精密机械与物理研 | 利用近红外光谱测量固体物质成分含量的装置 |
| CN101706307A (zh) * | 2009-11-13 | 2010-05-12 | 暨南大学 | 基于透射光谱的输油管道油品界面的检测方法及其装置 |
| CN104977269A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自适应红外气体检测装置和方法 |
| CN105891146A (zh) * | 2016-03-29 | 2016-08-24 | 电子科技大学 | 用于光谱检测的智能终端及其检测方法 |
| CN107680054A (zh) * | 2017-09-26 | 2018-02-09 | 长春理工大学 | 雾霾环境下多源图像融合方法 |
| CN207937353U (zh) * | 2018-04-03 | 2018-10-02 | 北京英思创科技有限公司 | 煤质成分实时精准检测设备的次红外测量系统 |
-
2018
- 2018-04-03 CN CN201810288705.6A patent/CN108680529B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1520403A1 (ru) * | 1987-05-26 | 1989-11-07 | Восточный научно-исследовательский углехимический институт | Способ определени классификационных параметров углей |
| US6476915B2 (en) * | 1998-11-04 | 2002-11-05 | Siemens Aktiengesellschaft Ag | Method of measuring the quality properties of paper and/or board on moving webs |
| CN1542433A (zh) * | 2003-08-14 | 2004-11-03 | 中国科学院长春光学精密机械与物理研 | 利用近红外光谱测量固体物质成分含量的装置 |
| CN101706307A (zh) * | 2009-11-13 | 2010-05-12 | 暨南大学 | 基于透射光谱的输油管道油品界面的检测方法及其装置 |
| CN104977269A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自适应红外气体检测装置和方法 |
| CN105891146A (zh) * | 2016-03-29 | 2016-08-24 | 电子科技大学 | 用于光谱检测的智能终端及其检测方法 |
| CN107680054A (zh) * | 2017-09-26 | 2018-02-09 | 长春理工大学 | 雾霾环境下多源图像融合方法 |
| CN207937353U (zh) * | 2018-04-03 | 2018-10-02 | 北京英思创科技有限公司 | 煤质成分实时精准检测设备的次红外测量系统 |
Non-Patent Citations (2)
| Title |
|---|
| GUILLOIS, O 等: "Coal models for the infrared emission spectra of proto-planetary nebulae", 《THE ASTROPHYSICAL JOURNAL》 * |
| 谭晶晶 等: "近红外单籽粒大米无损检测仪的研制", 《微计算机信息》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108680529B (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108519330B (zh) | 煤质成分实时精准检测系统及方法 | |
| CN105021357B (zh) | 空预器漏风率确定方法及装置 | |
| CN206657065U (zh) | 一种移动式充电桩检定装置 | |
| CN109633262A (zh) | 基于组合窗多谱线fft的三相谐波电能计量方法、装置 | |
| CN206387898U (zh) | 一种直流电压互感器暂态响应特性校验装置 | |
| CN104091329B (zh) | 一种ct图像的标定方法、装置和一种ct系统 | |
| CN110044525A (zh) | 一种柔性电阻式点阵式压力检测系统、方法和装置 | |
| CN104236893A (zh) | 一种液压阻尼器性能参数测试系统及测试方法 | |
| CN106054102A (zh) | 一种电流互感器谐波误差测量系统 | |
| CN105467355A (zh) | 一种电能表的自动测试方法及其自动测试装置 | |
| CN108680529A (zh) | 媒质成分实时精准检测设备的次红外测量系统及方法 | |
| CN207937353U (zh) | 煤质成分实时精准检测设备的次红外测量系统 | |
| CN104458630B (zh) | 一种紫外差分气体分析仪的数据处理方法及系统 | |
| CN105548947A (zh) | 一种数字化电能表同步溯源方法及系统 | |
| US20180034410A1 (en) | Photovoltaic power generation system evaluation apparatus, evaluation method, and storage medium storing a program for an evaluation apparatus | |
| CN105404275B (zh) | 一种卫星控制测试设备自动检测系统及检测方法 | |
| CN103744064A (zh) | 机载气象雷达姿态信号模拟器及模拟测试方法 | |
| CN203981771U (zh) | 一种仪表 | |
| CN105467200A (zh) | 一种工频电流的测量方法及其装置 | |
| CN210894105U (zh) | Est煤质在线实时检测系统 | |
| CN107422233A (zh) | 一种局部放电时延计算误差补偿方法及局部放电定位系统 | |
| CN102706511A (zh) | 一种实时环境下通过互联网进行压力量值传递的装置 | |
| CN202041228U (zh) | 一种基于热工参数场监测的建筑群能耗监测装置 | |
| CN107202664B (zh) | 一种用于嵌入式大气数据系统的大气参数解算方法 | |
| CN109814649A (zh) | 一种适用于尾段舵机测试系统的电流补偿方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |