【技术实现步骤摘要】
本专利技术涉及煤质检测，更具体地说，它涉及一种基于探头式激光煤质指标预测系统及方法。
技术介绍
1、火车煤炭站台通常采用卸煤机就地卸煤，各节车厢的煤炭沿铁路沿线堆放，这种卸煤方式存在堆煤距离远、占地面积大、煤炭存放量大的问题，并且煤炭转运站台的煤质检测仍采用传统的化学分析法，即通常从每节车厢的数吨煤炭分别取样，再经过混合、研磨、制样等环节，送入实验室逐项分析检测，然而，这种煤质检测方法获得的检测结果存在严重的滞后性，无法实时评判煤炭质量，并且无法保证取样的代表性。为了更好地满足煤炭运输市场的需求，提高煤炭铁路站台装卸煤炭和运输煤炭的效率，迫切需要一种快速、实时的煤质检测系统。
技术实现思路
1、本专利技术提供一种基于探头式激光煤质指标预测系统及方法，解决相关技术中传统的煤质检测方法获得的检测结果存在严重的滞后性，无法实时评判煤炭质量的技术问题。
2、本专利技术提供了一种基于探头式激光煤质指标预测系统，包括：
3、光谱数据采集模块，其用于通过激光诱导击穿光谱技术采集待检测煤堆m个采样点的第一光谱数据和煤质指标的实测值；
4、每个采样点的第一光谱数据通过向量表示，包括n个维度，每个维度的值表示波长对应的光强度；
5、煤质指标包括：元素含量、灰分含量、硫含量、热值、挥发性指数和固定碳含量；
6、光谱数据处理模块，其用于对待检测煤堆m个采样点的第一光谱数据进行预处理获得第二光谱数据；
7、第二光谱数据与第一光谱数据的表
8、光谱数据提取模块，其用于在第二光谱数据中提取与煤质指标关联的波长对应的光强度获得第三光谱数据；
9、每个采样点的第三光谱数据通过向量表示，包括k个维度，每个维度的值表示波长对应的光强度；
10、煤质指标预测模块，其用于将待检测煤堆m个采样点的第三光谱数据输入到预测模型，输出的值表示待检测煤堆的煤质指标。
11、进一步地，m和n均为自定义参数。
12、进一步地，第一光谱数据进行预处理获得第二光谱数据，包括以下步骤：
13、步骤s201，通过小波变换去除第一光谱数据的噪声；
14、步骤s202，通过基线校正减少背景信号的干扰；
15、步骤s203，通过高斯滤波器对第一光谱数据进行平滑处理获得第二光谱数据。
16、进一步地，计算m个采样点的第二光谱数据每个波长对应的光强度与煤质指标之间的斯皮尔曼等级相关系数，取斯皮尔曼等级相关系数的绝对值，并按照从大到小的顺序进行排序获得前k个波长对应的光强度作为第三光谱数据；
17、斯皮尔曼等级相关系数r的计算公式如下：
18、
19、其中1≤n≤n，表示第m个采样点的第二光谱数据的第n个波长对应的光强度，coalm表示第m个采样点的煤质指标。
20、进一步地，预测模型包括：第一隐藏层、第二隐藏层和分类器；
21、第一隐藏层包括m个第一单元，第i个第一单元输入第i个采样点的第三光谱数据，输出第一更新特征，其中1≤i≤m；
22、m个第一单元共享权重参数和偏置参数；
23、第二隐藏层包括m个第二单元，第j个第二单元输入第j个第一单元输出的第一更新特征，输出第二更新特征，其中1≤j≤m；
24、第m个第二单元输出的第二更新特征输入到分类器；
25、分类器的分类空间表示待检测煤堆的煤质指标。
26、进一步地，第i个第一单元的计算公式如下：
27、
28、其中表示第i个第一单元输出的第一更新特征，xi表示第i个第一单元输入的第i个采样点的第三光谱数据，w表示权重参数，b表示偏置参数，t表示转置操作，relu表示relu激活函数。
29、进一步地，第j个第二单元的计算公式包括：
30、
31、其中表示第j个第二单元输出的第二更新特征，表示第j-1个第二单元输出的第二更新特征，赋值为0，表示第j个第二单元输入的第j个第一单元输出的第一更新特征，resetj、updatej和分别表示第j个第二单元的重置门、更新门和中间特征，u1、u2、u3、u4、u5和u6分别表示第一权重参数、第二权重参数、第三权重参数、第四权重参数、第五权重参数和第六权重参数，c1、c2和c3分别表示第一偏置参数、第二偏置参数和第三偏置参数，⊙表示逐点相乘，sigmoid表示sigmoid激活函数，tanh表示tanh激活函数。
32、进一步地，通过化学实验分析获得用于训练预测模型的训练样本的样本标签和煤质指标的实测值。
33、进一步地，在预测模型的训练过程中，指定预测模型在每个迭代次数输出的值与训练样本的样本标签之间的差作为损失函数，通过梯度下降算法更新预测模型的权重参数和偏置参数。
34、本专利技术提供一种基于探头式激光煤质指标预测方法，包括以下步骤：
35、步骤s301，通过激光诱导击穿光谱技术采集待检测煤堆m个采样点的第一光谱数据和煤质指标的实测值；
36、步骤s302，对待检测煤堆m个采样点的第一光谱数据进行预处理获得第二光谱数据；
37、步骤s303，在第二光谱数据中提取与煤质指标关联的波长对应的光强度获得第三光谱数据；
38、步骤s304，将待检测煤堆m个采样点的第三光谱数据输入到预测模型，输出的值表示待检测煤堆的煤质指标。
39、本专利技术的有益效果在于：本专利技术通过激光诱导击穿光谱技术实时采集煤堆的光谱数据，通过预测模型建立光谱数据与煤质指标的非线性映射关系，从而实现煤炭质量的实时检测。
本文档来自技高网...【技术保护点】
1.一种基于探头式激光煤质指标预测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，M和N均为自定义参数。
3.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，第一光谱数据进行预处理获得第二光谱数据，包括以下步骤：
4.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，计算M个采样点的第二光谱数据每个波长对应的光强度与煤质指标之间的斯皮尔曼等级相关系数，取斯皮尔曼等级相关系数的绝对值，并按照从大到小的顺序进行排序获得前K个波长对应的光强度作为第三光谱数据；
5.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，预测模型包括：第一隐藏层、第二隐藏层和分类器；
6.根据权利要求5所述的一种基于探头式激光煤质指标预测系统，其特征在于，第i个第一单元的计算公式如下：
7.根据权利要求6所述的一种基于探头式激光煤质指标预测系统，其特征在于，第j个第二单元的计算公式包括：
8.根据权利要求1所述的一种基于探
9.根据权利要求8所述的一种基于探头式激光煤质指标预测系统，其特征在于，在预测模型的训练过程中，指定预测模型在每个迭代次数输出的值与训练样本的样本标签之间的差作为损失函数，通过梯度下降算法更新预测模型的权重参数和偏置参数。
10.一种基于探头式激光煤质指标预测方法，采用如权利要求1到9任一项所述的一种基于探头式激光煤质指标预测系统，其特征在于，包括以下步骤：
...【技术特征摘要】
1.一种基于探头式激光煤质指标预测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，m和n均为自定义参数。
3.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，第一光谱数据进行预处理获得第二光谱数据，包括以下步骤：
4.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，计算m个采样点的第二光谱数据每个波长对应的光强度与煤质指标之间的斯皮尔曼等级相关系数，取斯皮尔曼等级相关系数的绝对值，并按照从大到小的顺序进行排序获得前k个波长对应的光强度作为第三光谱数据；
5.根据权利要求1所述的一种基于探头式激光煤质指标预测系统，其特征在于，预测模型包括：第一隐藏层、第二隐藏层和分类器；
6.根据权利要求5所...
【专利技术属性】
技术研发人员：张冬练，王庆松，茌方，王森，李燕，
申请(专利权)人：国能南京煤炭质量监督检验有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。