XRF-NIRS联用的煤炭发热量高重复性检测方法技术

本发明专利技术公开了XRF

【技术实现步骤摘要】
XRF
‑
NIRS联用的煤炭发热量高重复性检测方法


[0001]本专利技术属于分析检测
，具体涉及XRF
‑
NIRS联用的煤炭发热量高重复性检测方法。

技术介绍

[0002]推进煤炭的清洁高效利用，是煤炭工业可持续发展的必由之路，是防治大气污染、实现绿色发展的重要内容，其关键在于实现对煤炭利用过程中煤质的快速或在线精确检测。表征煤质的主要指标有发热量、灰分、水分、硫分、挥发分等。其中，发热量是评价煤质的重要指标，其定义为单位质量的煤在一定条件下与氧气完全燃烧，燃烧产物冷却到室温后所释放的总能量。
[0003]目前，煤炭发热量检测主要依据国标《GB/T 213
‑
2008煤的发热量测定方法》中规定的氧弹法，即依据一定量的煤样在充有过量氧气的氧弹内燃烧放热所导致水温的升高来计算发热量，但该方法操作过程复杂、分析周期长，严重滞后于工业生产。当前对煤炭发热量的快速检测主要采用瞬发伽马射线中子活化(PGNAA)分析法，其原理是采用放射源发出的中子活化煤样后，通过分析所产生的特征伽马射线能谱来计算煤炭发热量等指标，但这类设备运行时有放射性污染，要求严格的安全防护手段和措施，且售价高昂，难以在我国大面积推广。其它还有激光诱导击穿光谱(LIBS)分析法，其原理是采用高能脉冲激光激发煤样后，通过分析所产生的等离子体的辐射光谱来计算煤炭发热量，但受限于激光脉冲能量波动大、激光焦点代表性差、等离子体易受外界扰动等因素，其对煤炭发热量的测量重复性很难满足国标规定的小于0.12MJ/kg的要求。近红外光谱(NIRS)分析法也是具有潜力的煤炭发热量检测方法，其原理是当近红外光(750～2500nm)照射到煤炭表面时，含有不同化学键的有机基团(如C
‑
H、C
‑
C、H
‑
O等)及水分子的振动光谱的倍频及合频会吸收不同波段的光，依据各特征波长处的吸收度即可计算出各类基团的含量，进而换算出发热量。虽然NIRS的测量重复性较好，但煤炭发热量不只取决于煤中有机基团含量和水分，还与Si、Al、Ca等无机成灰元素含量相关，这使得NIRS对不同煤种或不同来源煤的发热量测量误差较大。其它还有X射线荧光光谱(XRF)分析法，因其高测量重复性已被广泛应用于煤炭灰分的分析中，用户可通过同种煤灰分与发热量间的线性负相关关系换算出煤炭发热量。该方法的测量原理是利用高能X射线轰击煤样，使较重元素原子(原子序数≥9)的较外层电子跃入内层空穴而辐射出相应的特征能量或波长的X射线荧光，通过检测这些二次射线的能量，进而完成对煤中无机元素及灰分的定量分析。同样，因煤炭发热量不只取决于无机元素含量，更与煤中有机成分和水分息息相关，因此XRF也存在对不同煤种或来源煤的发热量测量误差大的问题。综上，目前各类煤炭发热量的快速方法均存在不足之处。

技术实现思路

[0004]针对煤炭发热量的检测问题，本专利技术提供了一种XRF
‑
NIRS联用的煤炭发热量高重复性检测方法。
[0005]为了达到上述目的，本专利技术采用了下列技术方案：
[0006]XRF
‑
NIRS联用的煤炭发热量高重复性检测方法，包括以下步骤：
[0007]步骤1，收集k个发热量覆盖范围较广的煤样作为定标集，利用XRF
‑
NIRS联用的煤炭发热量高重复性检测装置对定标集煤样进行测量，对每个煤样均采集多组XRF谱和NIRS谱，然后分别求得各煤样的XRF平均谱和NIRS平均谱；
[0008]步骤2，对所获各煤样的XRF平均谱和NIRS平均谱进行预处理以消除高频噪声、基线漂移和粒度引起的散射效应影响；
[0009]步骤3，利用偏最小二乘回归法PLS分别对预处理后的所有煤样的XRF平均谱和NIRS平均谱进行煤炭发热量的初次建模，得到两个初始预测模型；依据回归系数大小筛选出两个模型中包含发热量信息的有效光谱段，将得到的有效光谱段首尾相连，获得k个1
×
l的NIRS
‑
XRF联用谱矩阵；
[0010]步骤4，将k个1
×
l的NIRS
‑
XRF联用谱矩阵合并，构建出一个k
×
l的定标集联用谱矩阵，再将每列均归一化至(
‑
1，1)区间，消除XRF谱和NIRS谱数据间的数量级差异，从而获得一个NIRS
‑
XRF归一化联用谱矩阵；
[0011]步骤5，利用偏最小二乘回归法PLS对NIRS
‑
XRF归一化联用谱矩阵进行煤样发热量的再次建模，得到煤炭发热量的最终预测模型；
[0012]步骤6，对煤炭发热量的最终预测模型的测量准确性进行评价；
[0013]步骤7，对煤炭发热量的最终预测模型的测量重复性进行评价。
[0014]进一步，所述煤炭发热量高重复性检测装置包括XRF检测模块、NIRS检测模块、进样装置以及计算机；所述XRF检测模块，包括：X射线管、真空泵、硅漂移检测器、真空室、铍窗和真空计；所述NIRS检测模块，包括：近红外光源、反射式光纤探头以及近红外光谱仪；所述进样装置包括：平移台、旋转台、参考瓦、步进电机、步进电机驱动器和滑轨。
[0015]进一步，所述XRF检测模块中X射线管与硅漂移检测器SDD分别被密封于真空腔室的两端，所产生的X射线从铍窗出射，煤样位于铍窗下方，产生的荧光信号由硅漂移检测器进行探测，硅漂移检测器的信号输出端与计算机的信号输入端相连；所述真空腔室与真空泵及真空计相连，真空泵用于维持整个真空腔室的真空度，真空计用于监视真空腔室的真空度。
[0016]进一步，所述NIRS检测模块的反射式光纤探头内含多根纤芯，反射式光纤探头位于煤样上方，光纤尾端分成两束光纤，一束连接近红外光源，一束连接近红外光谱仪；所述近红外光源发出的光通过光纤传送到煤样表面，产生的反射光信号由光纤探头收集并传输至近红外光谱仪，近红外光谱仪的信号输出端与计算机的信号输入端相连接；所述参考瓦安装于平移台前端，为煤样吸光度计算提供参考光谱。
[0017]进一步，所述进样装置的滑轨上设有平移台，平移台上装有旋转台，煤样放置于旋转台上，煤样与参考瓦同高；步进电机驱动器控制平移台平移，使煤样依次经过XRF检测模块和NIRS检测模块下方，计算机分别采集煤样的XRF谱和NIRS谱；测量完成后，平移台返回初始位置。
[0018]进一步，所述步骤2中预处理的方法包括Sacitzky
‑
Golay卷积平滑和标准正态变换SNV。
[0019]进一步，所述步骤6中准确性的评价指标包括相关系数R2、预测均方根误差RMSEP
和平均相对偏差ARE：
[0020][0021][0022][0023]其中，y
aj
和y
bj
分别是第j个样本发热量的真实值和预测值，y
c
和y
d
分别是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.XRF
‑
NIRS联用的煤炭发热量高重复性检测方法，其特征在于：包括以下步骤：步骤1，收集k个发热量覆盖范围较广的煤样作为定标集，利用XRF
‑
NIRS联用的煤炭发热量高重复性检测装置对定标集煤样进行测量，对每个煤样均采集多组XRF谱和NIRS谱，然后分别求得各煤样的XRF平均谱和NIRS平均谱；步骤2，对所获各煤样的XRF平均谱和NIRS平均谱进行预处理；步骤3，利用偏最小二乘回归法PLS分别对预处理后的所有煤样的XRF平均谱和NIRS平均谱进行煤炭发热量的初次建模，得到两个初始预测模型；依据回归系数大小筛选出两个模型中包含发热量信息的有效光谱段，将得到的有效光谱段首尾相连，获得k个1
×
l的NIRS
‑
XRF联用谱矩阵；步骤4，将k个1
×
l的NIRS
‑
XRF联用谱矩阵合并，构建出一个k
×
l的定标集联用谱矩阵，再将每列均归一化至(
‑
1，1)区间，消除XRF谱和NIRS谱数据间的数量级差异，从而获得一个NIRS
‑
XRF归一化联用谱矩阵；步骤5，利用偏最小二乘回归法PLS对NIRS
‑
XRF归一化联用谱矩阵进行煤样发热量的再次建模，得到煤炭发热量的最终预测模型；步骤6，对煤炭发热量的最终预测模型的测量准确性进行评价；步骤7，对煤炭发热量的最终预测模型的测量重复性进行评价。2.根据权利要求1所述的XRF
‑
NIRS联用的煤炭发热量高重复性检测方法，其特征在于：所述煤炭发热量高重复性检测装置包括XRF检测模块、NIRS检测模块、进样装置以及计算机；所述XRF检测模块，包括：X射线管、真空泵、硅漂移检测器、真空室、铍窗和真空计；所述NIRS检测模块，包括：近红外光源、反射式光纤探头以及近红外光谱仪；所述进样装置包括：平移台、旋转台、参考瓦、步进电机、步进电机驱动器和滑轨。3.根据权利要求2所述的XRF
‑
NIRS联用的煤炭发热量高重复性检测方法，其特征在于：所述XRF检测模块中X射线管与硅漂移检测器SDD分别被密封于真空腔室的两端，所产生的X射线从铍窗出射，煤样位于铍窗下方，产生的荧光信号由硅漂移检测器进行探测，硅漂移检测器的信号输出端与计算机的信号输入端相连；所述真空腔室与真空泵及...

【专利技术属性】
技术研发人员：李佳轩，张雷，尹王保，肖连团，贾锁堂，
申请(专利权)人：山西大学，
类型：发明
国别省市：