CN116297272B - 在线煤质分析系统及方法 - Google Patents
在线煤质分析系统及方法 Download PDFInfo
- Publication number
- CN116297272B CN116297272B CN202310576690.4A CN202310576690A CN116297272B CN 116297272 B CN116297272 B CN 116297272B CN 202310576690 A CN202310576690 A CN 202310576690A CN 116297272 B CN116297272 B CN 116297272B
- Authority
- CN
- China
- Prior art keywords
- coal
- spectrum
- matrix
- light
- optical probe
- 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.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 225
- 238000004458 analytical method Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 120
- 239000000523 sample Substances 0.000 claims abstract description 92
- 230000003287 optical effect Effects 0.000 claims abstract description 70
- 239000002817 coal dust Substances 0.000 claims abstract description 29
- 230000001678 irradiating effect Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 130
- 239000002585 base Substances 0.000 claims description 33
- 238000013527 convolutional neural network Methods 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 28
- 238000000513 principal component analysis Methods 0.000 claims description 18
- 238000002835 absorbance Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 16
- 239000000428 dust Substances 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 6
- 239000000843 powder Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 239000012458 free base Substances 0.000 claims description 2
- 239000012141 concentrate Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明提供在线煤质分析系统,包括光学探头和煤质分析装置,所述光学探头用于将光照射在煤粉上,并采集煤粉的反射光;所述煤质分析装置用于根据光学探头采集的煤粉的反射光生成光谱,通过所述光谱进行煤质分析。本发明还提供在线煤质分析方法。本发明光源位于光学探头内,防止了煤粉对光源的污染,结构紧凑。
Description
技术领域
本发明涉及煤质分析技术领域,具体涉及用于在线煤质分析系统及方法。
背景技术
煤作为燃料,广泛的应用于各行各业。煤的指令指标有水分、灰分、挥发分、全硫、全水分、发热量等,不同的煤质,价格与应用不同,因此在煤流通及应用之前需要进行煤质分析。
现有技术的煤质分析的一种方法是采用的是现场采样、在实验室人工制样化验,检测时间长,效率低。
近红外光谱技术作为一种快速、无损检测技术在很多领域得到越来越广泛的重视。现有技术也可以采用近红外光谱仪进行煤质分析,具体地:先抽取煤粉制样,在实验室采用近红外光谱仪生成煤样的光谱,然后采用计算机对光谱进行煤质分析。现有技术的近红外光谱仪主要有以下缺点:
第一,现有技术的近红外光谱仪是对煤样进行分析,并不是对煤粉进行连续性分析,且近红外光谱仪需要在安静无尘的环境下进行煤样分析,因此,近红外光谱仪不能够对煤粉进行在线分析;
第二,近红外光谱仪的光源发出的光经过样品吸收后,剩余的反射光经过光纤进入单色仪进行分光衍射,光源、单色仪和检测器是集成为一体的,且相对位置是固定的,无法调整;
第三,近红外光谱仪的光源是垂直照射样品,很多样品的反射光又返回光源,进入光纤的反射光少。
申请号为“201610574583 .8”,发明名称为“煤粉在线分析方法及装置”的专利申请公开了对煤粉进行在线分析,但是该专利申请的光源与检测探头分体设置,光源容易受到粉尘的影响,从而影响照射到煤粉上的光的稳定性;另外,采用两个光源从不同角度对煤粉照射,使得检测探头检测的煤粉的光斑不重合甚至部分光斑不重叠,重叠部分和不重叠部分的光强度不一样,也就是说光强度不一致,从而影响煤质分析的准确性。
发明内容
针对现有技术存在问题中的一个或多个,本发明提供一种在线煤质分析系统,包括光学探头和煤质分析装置,所述光学探头用于将光照射在煤粉上,并采集煤粉的反射光;所述煤质分析装置用于根据光学探头采集的煤粉的反射光生成光谱,通过所述光谱进行煤质分析;
其中,所述光学探头包括光源机构、窗片和采光器,所述光源机构发出的光经过窗片照射在样品上,样品的反射光经过窗片后进入采光器采集,所述光源机构设置为相对于窗片倾斜,所述光源机构相对于窗片的倾斜位置设置为防止煤粉的反射光经过窗片后返回光源机构,所述采光器相对于窗片倾斜,所述采光器相对窗片的倾斜位置设置为使得样品的反射光经过窗片在采光器内光斑重合。
根据本发明的一个方面,所述光源机构包括光源、反光杯和第一准直透镜,所述反光杯用于汇聚光源发出的光到第一准直透镜,所述第一准直透镜将汇聚光束转换为平行光束。
根据本发明的一个方面,所述采光器包括第一汇聚透镜、光筒和第二汇聚透镜,所述第一汇聚透镜用于将透过窗片的样品的反射光汇聚到光筒内,所述第二汇聚透镜用于将光筒内的光汇聚到向外传输的光传输设备。
根据本发明的一个方面,还包括探头支架,用于固定光学探头。
根据本发明的一个方面,所述煤质分析装置包括光谱仪和煤质分析模块,所述煤质分析模块与所述光谱仪有线或者无线连接,所述光谱仪用于生成煤粉的光谱数据,所述光谱数据包括采样编号、波长或波数以及吸光度,所述煤质分析模块用于将光谱仪的光谱数据转换为光谱,通过所述光谱进行煤质分析。
根据本发明的一个方面,所述光谱仪为光栅型光谱仪,进一步优选地,所述光谱仪沿着光路方向依次包括狭缝、第一凹面镜、第二准直透镜、光栅、第二凹面镜和检测器,所述煤粉的反射光经过狭缝后通过第一凹面镜汇聚到第二准直透镜,经过第二准直透镜转换为平行光束后照射到光栅,所述光栅对所述平行光进行色散后通过第二凹面镜聚光到检测器,所述检测器用于检测煤粉在不同波长或波数时的吸光度。
根据本发明的一个方面,所述煤质分析模块包括:
输入单元,将光谱数据转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波长或波数的每个吸光度构成的多维矩阵;
协方差矩阵构建单元,构建输入单元输入的光谱数据矩阵的协方差矩阵;
主元分析单元,对协方差矩阵构建单元构建的协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
煤指标矩阵构建单元,构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
卷积神经网络构建单元,将主元分析单元的主成分光谱矩阵作为输入,以煤指标矩阵构建单元构建的煤指标矩阵为输出,构建卷积神经网络:
训练单元,通过训练集训练卷积神经网络,包括:训练集构建单元,构建训练集;网络训练单元,将训练集依次通过输入单元、协方差矩阵构建单元、主元分析单元获得训练集的主成分光谱矩阵,通过煤指标矩阵构建单元获得训练集的煤指标矩阵,过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建单元构建的卷积神经网络进行训练;
分析单元,将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵。
根据本发明的一个方面,所述煤质分析模块还包括插值单元,用于对主元分析单元的主成分光谱矩阵进行插值。
根据本发明的一个方面,还包括控制柜,所述光谱仪设置在所述控制柜内,所述煤质分析模块设置在控制柜内或者控制柜外。
根据本发明的一个方面,还包括显示模块,所述显示模块用于显示煤质分析模块的分析结果。
根据本发明的一个方面,还包括距离传感器,所述距离传感器用于测量煤粉的厚度;所述煤质分析装置还用于根据煤粉厚度判断光学探头下方是否有煤粉;
优选地,所述距离传感器为超声波距离传感器。
根据本发明的一个方面,所述光学探头还包括顶板、底板、围板和支撑架,所述顶板、底板和围板形成中空腔体,所述支撑架设置在所述中空腔体内,所述底板用于固定所述窗片,所述支撑架用于支撑所述光源机构和采光器。
根据本发明的一个方面,所述光学探头还包括采光器支撑座,所述采光器支撑座固定在所述支撑架上,所述采光器支撑座包括底座和转片,所述底座与支撑架固定连接,所述转片可转动连接在所述底座上,所述采光器与所述转片连接。
根据本发明的一个方面,还包括除尘机构,所述除尘机构用于对窗片除尘;
优选地,所述除尘机构包括刮板,所述刮板与所述底板可转动连接,所述刮板的长度大于所述窗片的直径。
根据本发明的另一个方面,提供一种利用所述在线煤质分析系统进行在线煤质分析的方法,包括:
通过光学探头将光照射在煤粉上,并采集煤粉的反射光;
通过煤质分析装置将采集的煤粉的反射光生成光谱,通过所述光谱进行煤质分析。
根据本发明的另一个方面,所述通过所述光谱进行煤质分析的步骤包括:
将光谱转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波数或波长对应的吸光度构成的多维矩阵;
构建光谱数据矩阵的协方差矩阵;
对协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络:
通过训练集训练卷积神经网络,包括:构建训练集;获得训练集的主成分光谱矩阵;获得训练集的煤指标矩阵;过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练;
将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵。
根据本发明的另一个方面,在所述将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络步骤之前还包括:对主成分光谱矩阵进行插值。
根据本发明的另一个方面,所述通过光学探头将光照射在煤粉上,并采集煤粉的反射光的步骤之前还包括对采光器倾斜角度标定的步骤,所述对采光器倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整采光器的倾斜角度,获得采光器在不同倾斜角度下的标准位置的光谱及其信噪比;
将最高信噪比对应的倾斜角度作为采光器的最优倾斜角度。
根据本发明的另一个方面,所述通过光学探头将光照射在煤粉上,并采集煤粉的反射光的步骤之前还包括对光源机构倾斜角度标定的步骤,所述对光源机构倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整光源机构的倾斜角度,获得不同倾斜角度下的标准物质的光谱;
将上述光谱与标准物质的标准光谱对比,将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源机构的最优倾斜角度。
优选地,所述对光源机构倾斜角度标定的步骤在所述对采光器倾斜角度标定的步骤之前。
根据本发明的另一个方面,还包括判断光学探头下是否有煤粉的步骤,所述判断光学探头下是否有煤粉的步骤包括:
判断煤粉的厚度是否达到设定厚度;
如果煤粉的厚度达到设定厚度,光学探头下有煤粉;
如果煤粉的厚度未达到设定厚度,光学探头下没有煤粉;
优选地,当光学探头下没有煤粉时,对窗片进行除尘。
本发明光源位于光学探头内,防止了煤粉对光源的污染,结构紧凑。
本发明光学探头的光源机构相对于窗片倾斜,防止煤粉的反射光经过窗片后返回光源机构,提高信噪比;本发明所述光学探头的采光器也相对于窗片倾斜,使得样品的反射光经过窗片后在采光器内光斑重叠,防止了光斑重叠和不重叠对煤粉光谱的影响,提高了煤粉分析的准确性。
本发明采用光栅型光谱仪,抗干扰能力强,有利于煤质的在线分析。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明所述在线煤质分析系统的安装示意图;
图2是本发明所述在线煤质分析系统的示意图;
图3是本发明所述光学探头的立体示意图;
图4是本发明所述光学探头的剖视示意图;
图5是本发明所述采光器支撑架的示意图;
图6是本发明所述煤质分析模块的构成框图示意图;
其中,光学探头1、顶板11、围板12、底板13、支撑架14、光源机构15、光源151、反光杯152、第一准直透镜153、窗片16、采光器17、第一汇聚透镜171、光筒172、第二汇聚透镜173、采光器支撑座18、底座181、转片182、光谱仪21、狭缝211、第一凹面镜212、第二准直透镜213、光栅214、第二凹面镜215、检测器216、煤质分析模块22、输入单元221、协方差矩阵构建单元222、主元分析单元223、煤指标矩阵构建单元224、插值单元225、卷积神经网络构建单元226、训练单元227、训练集构建单元2271、网络训练单元2272、分析单元228、探头支架3、距离传感器4、除尘机构5。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。当然,它们仅仅为示例,并且目的不在于限制本发明。以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明所述在线煤质分析系统的安装示意图,图2是本发明所述在线煤质分析系统的示意图,如图1和图2所示,所述在线煤质分析系统包括光学探头1和煤质分析装置2,所述光学探头1用于将光照射在煤粉上,并采集煤粉的反射光;所述煤质分析装置2用于根据光学探头1采集的煤粉的反射光生成光谱,通过所述光谱进行煤质分析。
在一个实施例中,如图1所示,所述在线煤质分析系统还包括探头支架3,用于固定光学探头1。
图3是本发明所述光学探头的立体示意图,图4是本发明所述光学探头的剖视示意图,如图3和图4所示,所述光学探头1包括光源机构15、窗片16和采光器17,所述光源机构15发出的光经过窗片16照射在样品上,样品的反射光经过窗片16后进入采光器17采集,所述光源机构15设置为相对于窗片16倾斜,所述光源机构15相对于窗片16的倾斜位置设置为防止煤粉的反射光经过窗片后返回光源机构15,所述采光器17相对于窗片16倾斜,所述采光器17相对窗片16的倾斜位置设置为使得样品的反射光经过窗片16在采光器17内光斑重合。
如图2和图4所示,所述光源机构15包括光源151、反光杯152和第一准直透镜153,所述反光杯152用于汇聚光源151发出的光到第一准直透镜153,所述第一准直透镜153将汇聚光束转换为平行光束。
如图2和图4所示,所述采光器17包括第一汇聚透镜171、光筒172和第二汇聚透镜173,所述第一汇聚透镜171用于将透过窗片16的样品的反射光汇聚到光筒172内,所述第二汇聚透镜173用于将光筒172内的光汇聚到向外传输的光传输设备(例如光纤)。
在一个实施例中,如图3所示,所述在线煤质分析系统还包括距离传感器4,所述距离传感器4用于测量煤粉的厚度;所述煤质分析装置2还用于根据煤粉厚度判断光学探头1下方是否有煤粉。
优选地,所述距离传感器4为超声波距离传感器。
在一个实施例中,如图3和图4所示,所述光学探头1还包括顶板11、底板13、围板12和支撑架14,所述顶板11、底板13和围板12形成中空腔体,所述支撑架14设置在所述中空腔体内,所述底板13用于固定所述窗片16,所述支撑架14用于支撑所述光源机构15和采光器17。
在一个实施例中,如图4和图5所示,所述光学探头1还包括采光器支撑座18,所述采光器支撑座18固定在所述支撑架14上,所述采光器支撑座18包括底座181和转片182,所述底座181与支撑架14固定连接,所述转片182可转动连接在所述底座181上,所述采光器17与所述转片182连接。
本发明采光器还可以采用类似拨片换挡的机构进行不同倾斜角度的调节。
本发明光源机构可以调整好角度后,通过粘结胶固定在支撑架上,或通过连接件(例如螺杆、螺母)固定在顶板或围板。
本发明光源机构或/和采光器还可以通过连接在光源机构或/和采光器与顶板或/和围板连接的伸缩杆进行角度调节,伸缩杆可以是气动伸缩杆或者电动伸缩杆。
在一个实施例中,如图3所示,所述在线煤质分析系统还包括除尘机构5,所述除尘机构5用于对窗片16除尘。
优选地,所述除尘机构5包括刮板,所述刮板与所述底板13可转动连接,所述刮板的长度大于所述窗片16的直径。
在一个实施例中,如图2所示,所述煤质分析装置2包括光谱仪21和煤质分析模块22,所述煤质分析模块22与所述光谱仪有线或者无线连接,所述光谱仪21用于生成煤粉的光谱数据,所述光谱数据包括采样编号、波长或波数以及吸光度,所述煤质分析模块22用于将光谱仪的光谱数据转换为光谱,通过所述光谱进行煤质分析。
在一个实施例中,所述光谱仪21为光栅型光谱仪21,如图2所示,所述光谱仪21沿着光路方向依次包括狭缝211、第一凹面镜212、第二准直透镜213、光栅214、第二凹面镜215和检测器216,所述煤粉的反射光经过狭缝211后通过第一凹面镜212汇聚到第二准直透镜213,经过第二准直透镜213转换为平行光束后照射到光栅214,所述光栅214对所述平行光进行色散后通过第二凹面镜215聚光到检测器216,所述检测器216用于检测煤粉在不同波长或波数时的吸光度。
在一个实施例中,如图6所示,所述煤质分析模块22包括:
输入单元221,将光谱数据转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波长或波数的每个吸光度构成的多维矩阵;
协方差矩阵构建单元222,构建输入单元221输入的光谱数据矩阵的协方差矩阵;
主元分析单元223,对协方差矩阵构建单元222构建的协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
煤指标矩阵构建单元224,构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
卷积神经网络构建单元226,将主元分析单元223的主成分光谱矩阵作为输入,以煤指标矩阵构建单元224构建的煤指标矩阵为输出,构建卷积神经网络:
训练单元227,通过训练集训练卷积神经网络,包括:训练集构建单元2271,构建训练集;网络训练单元2272,将训练集依次通过输入单元221、协方差矩阵构建单元222、主元分析单元223获得训练集的主成分光谱矩阵,通过煤指标矩阵构建单元224获得训练集的煤指标矩阵,过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建单元226构建的卷积神经网络进行训练;
分析单元228,将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵。
在一个实施例中,煤质分析模块22还包括插值单元225,用于对主元分析单元223的主成分光谱矩阵进行插值。
上述煤质分析模块可以是诸如计算机的终端设备,还可以是包括处理器和存储器的其他电子设备,还可以是存储有计算机程序的计算机可读存储介质。
在一个实施例中,还包括控制柜,所述光谱仪21设置在所述控制柜内,所述煤质分析模块22设置在控制柜内或者控制柜外。
在一个实施例中,还包括显示模块,所述显示模块用于显示煤质分析模块22的分析结果。
显示模块可以设置在控制柜上或/和设置在煤质分析模块。
本发明还提供上述在线煤质分析系统进行在线煤质分析的方法,包括:
步骤S1,通过光学探头1将光照射在煤粉上,并采集煤粉的反射光;
步骤S2,通过煤质分析装置2将采集的煤粉的反射光生成光谱,通过所述光谱进行煤质分析。
在一个实施例中,步骤S1之前还包括对采光器17倾斜角度标定的步骤,所述对采光器17倾斜角度标定的步骤包括:
通过光学探头1将光照射在标准物质上;
调整采光器17的倾斜角度,获得采光器17在不同倾斜角度下的标准位置的光谱及其信噪比;
将最高信噪比对应的倾斜角度作为采光器17的最优倾斜角度。
在一个实施例中,步骤S1之前还包括对光源机构15倾斜角度标定的步骤,所述对光源机构15倾斜角度标定的步骤包括:
通过光学探头1将光照射在标准物质上;
调整光源机构15的倾斜角度,获得不同倾斜角度下的标准物质的光谱;
将上述光谱与标准物质的标准光谱对比,将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源机构15的最优倾斜角度。
优选地,所述对光源机构15倾斜角度标定的步骤在所述对采光器17倾斜角度标定的步骤之前。
在一个实施例中,步骤S2包括:
将光谱转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波数或波长对应的吸光度构成的多维矩阵;
构建光谱数据矩阵的协方差矩阵;
对协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络:
通过训练集训练卷积神经网络,包括:构建训练集;获得训练集的主成分光谱矩阵;获得训练集的煤指标矩阵;过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练;
将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵;
优选地,在所述将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络步骤之前还包括:对主成分光谱矩阵进行插值。
本发明通过协方差矩阵反应任一两个光谱数据之间的线性相关程度,通过主元分析单元对协方差矩阵进行特征降维,能够不仅可以去除无用的噪声,还能减少计算量,并且结合卷积神经网络,建立一种轻量化、运算速度快、并且可在嵌入式设备运行的定量模型,为光谱数据的泛化和定量模型的建立提供了新的思路。
在一个实施例中,上述煤质分析方法包括判断光学探头1下是否有煤粉的步骤,所述判断光学探头1下是否有煤粉的步骤包括:
判断煤粉的厚度是否达到设定厚度;
如果煤粉的厚度达到设定厚度,光学探头1下有煤粉;
如果煤粉的厚度未达到设定厚度,光学探头1下没有煤粉;
优选地,当光学探头1下没有煤粉时,对窗片16进行除尘。
本发明光源位于光学探头内,防止了煤粉对光源的污染。光源机构和采光器相对窗片倾斜,使得煤粉反射光经过窗片后不返回光源机构同时在采光器内光斑重叠,提高信噪比,防止了光斑重叠和不重叠对煤粉光谱的影响,提高了煤粉分析的准确性。
上述为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (19)
1.一种在线煤质分析系统,其特征在于,包括光学探头和煤质分析装置,所述光学探头用于将光照射在煤粉上,并采集煤粉的反射光;所述煤质分析装置用于根据光学探头采集的煤粉的反射光生成光谱,通过所述光谱进行在线煤质分析;
其中,所述光学探头包括光源机构、窗片和采光器,所述光源机构发出的光经过窗片照射在样品上,样品的反射光经过窗片后进入采光器采集,所述光源机构设置为相对于窗片倾斜,所述光源机构相对于窗片的倾斜位置设置为防止煤粉的反射光经过窗片后返回光源机构,所述采光器相对于窗片倾斜,所述采光器相对窗片的倾斜位置设置为使得样品的反射光经过窗片在采光器内光斑重合;所述采光器包括第一汇聚透镜、光筒和第二汇聚透镜,所述第一汇聚透镜用于将透过窗片的样品的反射光汇聚到光筒内,所述第二汇聚透镜用于将光筒内的光汇聚到向外传输的光传输设备; 所述光学探头还包括顶板、底板、围板和支撑架,所述顶板、底板和围板形成中空腔体,所述支撑架设置在所述中空腔体内,所述底板用于固定所述窗片,所述支撑架用于支撑所述光源机构和采光器;所述光学探头还包括采光器支撑座,所述采光器支撑座固定在所述支撑架上,所述采光器支撑座包括底座和转片,所述底座与支撑架固定连接,所述转片可转动连接在所述底座上,所述采光器与所述转片连接;光源机构或/和采光器还能够通过连接在光源机构或/和采光器与顶板或/和围板连接的伸缩杆进行角度调节;
所述光源机构的倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整光源机构的倾斜角度,获得不同倾斜角度下的标准物质的光谱;
将上述光谱与标准物质的标准光谱对比,将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源机构的最优倾斜角度;
所述采光器的倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整采光器的倾斜角度,获得采光器在不同倾斜角度下的标准位置的光谱及其信噪比;
将最高信噪比对应的倾斜角度作为采光器的最优倾斜角度。
2.根据权利要求1所述的在线煤质分析系统,其特征在于,所述光源机构包括光源、反光杯和第一准直透镜,所述反光杯用于汇聚光源发出的光到第一准直透镜,所述第一准直透镜将汇聚光束转换为平行光束。
3.根据权利要求1所述的在线煤质分析系统,其特征在于,还包括探头支架,用于固定光学探头。
4.根据权利要求1所述的在线煤质分析系统,其特征在于,所述煤质分析装置包括光谱仪和煤质分析模块,所述煤质分析模块与所述光谱仪有线或者无线连接,所述光谱仪用于生成煤粉的光谱数据,所述光谱数据包括采样编号、波长或波数以及吸光度,所述煤质分析模块用于将光谱仪的光谱数据转换为光谱,通过所述光谱进行在线煤质分析。
5.根据权利要求4所述的在线煤质分析系统,其特征在于,所述光谱仪沿着光路方向依次包括狭缝、第一凹面镜、第二准直透镜、光栅、第二凹面镜和检测器,所述煤粉的反射光经过狭缝后通过第一凹面镜汇聚到第二准直透镜,经过第二准直透镜转换为平行光束后照射到光栅,所述光栅对所述平行光进行色散后通过第二凹面镜聚光到检测器,所述检测器用于检测煤粉在不同波长或波数时的吸光度。
6.根据权利要求4所述的在线煤质分析系统,其特征在于,所述煤质分析模块包括:
输入单元,将光谱数据转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波长或波数的每个吸光度构成的多维矩阵;
协方差矩阵构建单元,构建输入单元输入的光谱数据矩阵的协方差矩阵;
主元分析单元,对协方差矩阵构建单元构建的协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
煤指标矩阵构建单元,构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
卷积神经网络构建单元,将主元分析单元的主成分光谱矩阵作为输入,以煤指标矩阵构建单元构建的煤指标矩阵为输出,构建卷积神经网络:
训练单元,通过训练集训练卷积神经网络,包括:训练集构建单元,构建训练集;网络训练单元,将训练集依次通过输入单元、协方差矩阵构建单元、主元分析单元获得训练集的主成分光谱矩阵,通过煤指标矩阵构建单元获得训练集的煤指标矩阵,过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建单元构建的卷积神经网络进行训练;
分析单元,将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵。
7.根据权利要求6所述的在线煤质分析系统,其特征在于,所述煤质分析模块还包括插值单元,用于对主元分析单元的主成分光谱矩阵进行插值。
8.根据权利要求4所述的在线煤质分析系统,其特征在于,还包括控制柜,所述光谱仪设置在所述控制柜内,所述煤质分析模块设置在控制柜内或者控制柜外。
9.根据权利要求8所述的在线煤质分析系统,其特征在于,还包括显示模块,所述显示模块用于显示煤质分析模块的分析结果。
10.根据权利要求1所述的在线煤质分析系统,其特征在于,还包括距离传感器,所述距离传感器用于测量煤粉的厚度;所述煤质分析装置还用于根据煤粉厚度判断光学探头下方是否有煤粉。
11.根据权利要求10所述的在线煤质分析系统,其特征在于,所述距离传感器为超声波距离传感器。
12.根据权利要求1所述的在线煤质分析系统,其特征在于,还包括除尘机构,所述除尘机构用于对窗片除尘。
13.根据权利要求12所述的在线煤质分析系统,其特征在于,所述除尘机构包括刮板,所述刮板与所述底板可转动连接,所述刮板的长度大于所述窗片的直径。
14.一种利用权利要求1-13中任一所述的在线煤质分析系统进行在线煤质分析的方法,其特征在于,包括:
通过光学探头将光照射在煤粉上,并采集煤粉的反射光;
通过煤质分析装置将采集的煤粉的反射光生成光谱,通过所述光谱进行在线煤质分析;
其中,所述通过光学探头将光照射在煤粉上,并采集煤粉的反射光的步骤之前还包括对采光器倾斜角度标定的步骤,所述对采光器倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整采光器的倾斜角度,获得采光器在不同倾斜角度下的标准位置的光谱及其信噪比;
将最高信噪比对应的倾斜角度作为采光器的最优倾斜角度;
其中,所述通过光学探头将光照射在煤粉上,并采集煤粉的反射光的步骤之前还包括对光源机构倾斜角度标定的步骤,所述对光源机构倾斜角度标定的步骤包括:
通过光学探头将光照射在标准物质上;
调整光源机构的倾斜角度,获得不同倾斜角度下的标准物质的光谱;
将上述光谱与标准物质的标准光谱对比,将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源机构的最优倾斜角度。
15.根据权利要求14所述的方法,其特征在于,所述通过所述光谱进行在线煤质分析的步骤包括:
将光谱转换为矩阵形式,获得光谱数据矩阵,所述光谱数据矩阵是每个采样编号的每个波数或波长对应的吸光度构成的多维矩阵;
构建光谱数据矩阵的协方差矩阵;
对协方差矩阵进行主元分析,获得每个光谱的主成分构成的主成分光谱矩阵;
构建一个或多个煤的指标的一维或多维煤指标矩阵,煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个;
将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络:
通过训练集训练卷积神经网络,包括:构建训练集;获得训练集的主成分光谱矩阵;获得训练集的煤指标矩阵;过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练;
将煤粉的主成分光谱矩阵输入训练后的卷积神经网络,获得对应的煤指标矩阵。
16.根据权利要求15所述的方法,其特征在于,所述将主成分光谱矩阵作为输入,以煤指标矩阵为输出,构建卷积神经网络步骤之前还包括:对主成分光谱矩阵进行插值。
17.根据权利要求14所述的方法,其特征在于,所述对光源机构倾斜角度标定的步骤在所述对采光器倾斜角度标定的步骤之前。
18.根据权利要求14所述的方法,其特征在于,还包括判断光学探头下是否有煤粉的步骤,所述判断光学探头下是否有煤粉的步骤包括:
判断煤粉的厚度是否达到设定厚度;
如果煤粉的厚度达到设定厚度,光学探头下有煤粉;
如果煤粉的厚度未达到设定厚度,光学探头下没有煤粉。
19.根据权利要求18所述的方法,其特征在于,当光学探头下没有煤粉时,对窗片进行除尘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310576690.4A CN116297272B (zh) | 2023-05-22 | 2023-05-22 | 在线煤质分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310576690.4A CN116297272B (zh) | 2023-05-22 | 2023-05-22 | 在线煤质分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116297272A CN116297272A (zh) | 2023-06-23 |
CN116297272B true CN116297272B (zh) | 2023-08-18 |
Family
ID=86820778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310576690.4A Active CN116297272B (zh) | 2023-05-22 | 2023-05-22 | 在线煤质分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116297272B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434000B (zh) * | 2023-12-21 | 2024-03-26 | 西派特(北京)科技有限公司 | 近红外化工原料生产监测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2005156329A (ja) * | 2003-11-25 | 2005-06-16 | Matsushita Electric Works Ltd | 分光式特定成分センサ |
CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
CN106053381A (zh) * | 2016-05-20 | 2016-10-26 | 中国科学院合肥物质科学研究院 | 非均匀性样品在线分析的近红外光谱采集装置及其方法 |
CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技(常州)有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
CN107589093A (zh) * | 2017-09-08 | 2018-01-16 | 邓雷 | 一种基于回归分析的煤质在线检测分析方法 |
CN110044826A (zh) * | 2018-12-11 | 2019-07-23 | 海宁智测光电科技有限公司 | 一种光学反射式龙泉青瓷色泽检测装置和方法 |
CN112881306A (zh) * | 2021-01-15 | 2021-06-01 | 吉林大学 | 一种基于高光谱图像的煤炭灰分含量快速检测方法 |
CN218239818U (zh) * | 2022-06-29 | 2023-01-06 | 深圳数马电子技术有限公司 | 一种漫反射光学传感器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013203109A1 (de) * | 2013-02-26 | 2014-08-28 | Siemens Aktiengesellschaft | Staubleitung mit optischem Sensor und Verfahren zur Messung der Zusammensetzung von Staub |
-
2023
- 2023-05-22 CN CN202310576690.4A patent/CN116297272B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2005156329A (ja) * | 2003-11-25 | 2005-06-16 | Matsushita Electric Works Ltd | 分光式特定成分センサ |
CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
CN106053381A (zh) * | 2016-05-20 | 2016-10-26 | 中国科学院合肥物质科学研究院 | 非均匀性样品在线分析的近红外光谱采集装置及其方法 |
CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技(常州)有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
CN107589093A (zh) * | 2017-09-08 | 2018-01-16 | 邓雷 | 一种基于回归分析的煤质在线检测分析方法 |
CN110044826A (zh) * | 2018-12-11 | 2019-07-23 | 海宁智测光电科技有限公司 | 一种光学反射式龙泉青瓷色泽检测装置和方法 |
CN112881306A (zh) * | 2021-01-15 | 2021-06-01 | 吉林大学 | 一种基于高光谱图像的煤炭灰分含量快速检测方法 |
CN218239818U (zh) * | 2022-06-29 | 2023-01-06 | 深圳数马电子技术有限公司 | 一种漫反射光学传感器 |
Non-Patent Citations (1)
Title |
---|
"LS-SVM算法在近红外光谱煤质分析中的应用";王帅 等;《计算机系统应用》;第26卷(第05期);第232-238页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116297272A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10823679B2 (en) | Scanning type laser induced spectrum analysis and detection system | |
CN2874476Y (zh) | 基于光学整流的太赫兹时域光谱仪 | |
CN116297272B (zh) | 在线煤质分析系统及方法 | |
AU780158B2 (en) | Method and apparatus for particle assessment using multiple scanning beam reflectance | |
JP2638595B2 (ja) | ガス状物質のパラメーターの測定方法及び装置 | |
US20140231649A1 (en) | Concealed dangerous articles detection method and device | |
BR9707245B1 (pt) | processo e aparelho para análise multiespectral em espectroscopia infravermelha não invasiva. | |
CN108020540B (zh) | 一种激光诱导击穿光谱检测系统 | |
CN103278472A (zh) | 一种傅立叶红外光谱仪及样品气体吸收池 | |
KR20170052256A (ko) | 라만 산란을 이용한 물질의 농도 측정 장치 및 방법 | |
CN114636691A (zh) | 一种基于激光多能谱的在线检测系统及检测方法 | |
Koirtyohann et al. | Effect of modulation wave form on the utility of emission background corrections obtained with an oscillating refractor plate | |
CN108195823B (zh) | 一种激光诱导击穿光谱检测系统 | |
CN203490167U (zh) | 一种用于傅立叶红外光谱检测装置的样品气体吸收池 | |
CN103528984A (zh) | 光栅式近红外分析仪 | |
CN116559095A (zh) | 台式煤质分析光谱仪及煤质分析方法 | |
CN111272736B (zh) | 一种击穿光谱与吸收光谱组合测量系统及方法 | |
CN116297273B (zh) | 基于入厂的煤质在线分析系统及方法 | |
CN220136975U (zh) | 煤质分析光收发装置 | |
CN111413318B (zh) | 基于拉曼光谱的血清检测系统及方法 | |
CN116413213A (zh) | 煤质分析光收发装置及其校准方法 | |
US20080043231A1 (en) | Analysis Device | |
CN111413319A (zh) | 基于拉曼光谱的复杂低浓度液体样本检测系统 | |
Han et al. | Spectral detection of wood moisture content at 1899.703 Nm | |
CN219935657U (zh) | 用于煤质分析的除尘光收发装置 |
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 |