第33卷，第1期 2013年1月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
煤粒度对煤质近红外定量分析模型的影响
雷萌1，李明1，，吴楠，李颖娜3，程玉虎
1.中国矿业大学信息与电气工程学院，江苏徐州
1221008
2.河北出人境检验检疫局京唐港办事处，河北唐山
1063611
3.唐山学院环境与化学工程系，河北唐山063000
Vol. 33, No. 1, pp65-68 January，2013
摘要为了减少因煤样粒度而产生的光谱采集误差，研究0.2，1，3和13mm粒度等级下的煤质近红外分析模型。采用PCA方法提取特征信息，建立基于GA-BP和GA-Elman神经网络算法的定量分析模型。实验结果表明，经数据归一化与多元散射校正预处理后，0.2mm粒度等级的光谱与煤炭标准之间的相关性最强，模型的学习精度最高；经平滑处理后1mm粒度等级的分析结果最佳。平滑法对特征谱峰不明显的光谱的预处理效果较差，多元射校正方法的适用性最强。在0.2mm粒度等级下原光谱的信息准确度最高， 1和3mm其次，13mm最差。煤样粒度越大，光谱的不稳定因素越多，从而导致分析模型的负面影响增加。
关键词近红外光谱分析技术；煤粒度；光谱预处理；定量分析模型
DOI: 10. 3964/j. issn. 1000-0593(2013)01-0065-04
中图分类号：0657.3
文献标识码：A
引言
近红外光谱分析技术(NIRS)改善传统煤质分析方法的缺陷[-}]，实现了煤炭质量的快速检测，是一种间接、快速、无损的分析方法[4，S)，其分析结果的有效性依赖于光谱的准确性与分析模型的性能。目前已有的工作主要集中在建模方法的研究上，包括光谱预处理、降维方法和定量分析模型[64]，面关于降低光谱采集误差方面的分析研究甚少。煤炭光谱的准确性是NIRS分析有效性的保障，因此研究实验条件对光谱采集的影响，对提高该技术的预测精度具有非常重要的理论意义与应用价值。
NIRS无需对样本处理，但为了使煤样各有机成分分布均匀，需将煤炭破碎再测量。由于煤炭粒度的变化导致粒子间漫反射的光程发生变化，因面光谱的吸光度也随之变化。研究中采集煤样在四种常用粒度等级下的光谱信息，利用不同预处理方法恢复光谱信息，主成分分析(PCA)方法提取特征信息，并以煤中灰分含量为预测对象，通过对比两种定量分析模型的预测结果，全方位地评估煤粒度对近红外定量分析模型的影刺。
1实验部分 1.1仪器
AntarisⅡ傅里叶变换近红外光谐分析仪，F6020C-33灰分炉，BSA224S/LA6200天平，KERP煤炭锤式破碎机，SF 05全自动缩分机，筛孔孔径为0.2，1，3和13mm的标准筛
4个等。 1.2样本
煤是一种结构复杂、分子多样的混合物[")，为了使实验分析具有较强的泛化性，搜集80组来自内蒙、河北、浙江等
地区的烟煤、无烟煤和褐煤。 1.3方法
煤样制备：（1)参照国家标准GB474一2008(煤样的制备方法>0)，使用破碎机、缩分机等工具完成煤样的破碎、缩分和混合等操作；（2)将煤样放置于空气温度20℃、湿度 10%的空气干燥室内储存；（3)选用四种孔径的标准筛，筛分出不同粒度等级的煤样。
空干基灰分标准值的测定：参照国家标准GB/T212 2008(煤的工业分析方法>1)，把煤样放人灰分炉中灼烧至质量恒定，用天平先后称量煤样与残留物的质量，计算残留
收稿日期：2012-05-23，修订日期：2012-09-15
基全项目：江苏省研究生培养创新工程基金项目(CXZZ12-0933)，教育部高等学校博士点专项基金项目（20110095110011)，教育部新世纪优
秀人才支持计划项目(NCET-100765)和国家自然科学基金项目(61104039)资助
作者黄介：雷葡，女，1987年生，中国矿业大学信息与电气工程学院博士研究生
e-mail leimengniee@163.com
*通讯联系人
e-mail;liming@cumtedu.cn
万方数据