煤質(zhì)近紅外光譜智能分析理論與應用

目錄

前言

第1章 緒論 1

1.1 研究背景及意義 1

1.2 煤炭質(zhì)量的常規(guī)分析 2

1.2.1 煤質(zhì)的標準測定方法 2

1.2.2 煤質(zhì)分析的研究現(xiàn)狀 6

1.3 煤質(zhì)近紅外光譜分析研究現(xiàn)狀 7

1.3.1 近紅外光譜技術的研究現(xiàn)狀 7

1.3.2 煤質(zhì)近紅外光譜分析技術的研究現(xiàn)狀 8

第2章 煤質(zhì)近紅外光譜分析理論與技術 10

2.1 近紅外光譜分析理論基礎 10

2.1.1 分子振動光譜理論 10

2.1.2 透射光譜的理論基礎 12

2.1.3 漫反射光譜的理論基礎 13

2.2 煤質(zhì)近紅外光譜分析 15

2.2.1 理論基礎 15

2.2.2 煤樣采取與制備 16

2.2.3 近紅外光譜分析儀 19

2.2.4 基礎分析模型 21

2.3 本章小結(jié) 25

第3章 煤炭光譜數(shù)據(jù)的優(yōu)化和校正 27

3.1 煤粒度對光譜數(shù)據(jù)準確性的影響 27

3.1.1 實驗數(shù)據(jù) 27

3.1.2 實驗方法 29

3.1.3 結(jié)果與討論 29

3.2 基于距離測定的異常樣本剔除 31

3.2.1 基于歐氏迭代裁剪法的異常樣品剔除 32

3.2.2 基于馬氏迭代裁剪法的異常樣品剔除 36

3.2.3 基于改進留一交叉驗證法的異常樣品篩選 40

3.3 基于并行最小二乘回歸估計的爭議樣本判別 45

3.3.1 理論基礎 45

3.3.2 爭議樣本的判別過程 47

3.3.3 結(jié)果與討論 48

3.4 本章小結(jié) 51

第4章 煤炭光譜數(shù)據(jù)的恢復去噪 53

4.1 常用的光譜恢復方法 53

4.1.1 理論基礎 53

4.1.2 結(jié)果與討論 55

4.2 基于擬線性局部加權法的光譜散射校正 59

4.2.1 理論基礎 59

4.2.2 擬線性曲線與局部加權函數(shù)的選取 60

4.2.3 結(jié)果與討論 62

4.3 基于粗糙懲罰法的光譜優(yōu)化平滑模式 65

4.3.1 理論基礎 65

4.3.2 粗糙懲罰法 67

4.3.3 端點信息修補 68

4.3.4 參數(shù)優(yōu)化 69

4.3.5 光譜的D階導數(shù) 69

4.3.6 結(jié)果與討論 69

4.4 本章小結(jié) 74

第5章 煤炭光譜數(shù)據(jù)的篩選壓縮 76

5.1 基于要點排序法的波長點向前選擇 76

5.1.1 理論基礎 76

5.1.2 要點排序法 77

5.1.3 特征光譜波長點的篩選過程 78

5.1.4 結(jié)果與討論 79

5.2 基于優(yōu)化組合法的譜區(qū)選擇 86

5.2.1 基于譜區(qū)排序的向前選擇法 86

5.2.2 基于遺傳算法的譜區(qū)選擇 86

5.2.3 結(jié)果與討論 87

5.3 基于核主成分分析的光譜特征提取 94

5.3.1 理論基礎 94

5.3.2 結(jié)果與討論 95

5.4 基于局部多維尺度變換的光譜特征提取 101

5.4.1 多維尺度變換 101

5.4.2 局部多維尺度變換 102

5.4.3 結(jié)果與討論 103

5.5 基于局部線性嵌入算法的光譜特征提取 104

5.5.1 理論基礎 104

5.5.2 結(jié)果與討論 105

5.6 本章小結(jié) 107

第6章 煤質(zhì)近紅外光譜定量分析模型 109

6.1 基于支持向量回歸機的定量分析模型 109

6.1.1 理論基礎 109

6.1.2 模型參數(shù)優(yōu)化 111

6.1.3 結(jié)果與討論 113

6.2 基于分層隨機森林的煤質(zhì)近紅外光譜定量分析 116

6.2.1 分層抽樣原理 117

6.2.2 基于互信息的分層隨機森林模型 118

6.2.3 結(jié)果與討論 118

6.3 基于集成神經(jīng)網(wǎng)絡方法的定量分析模型 121

6.3.1 理論基礎 121

6.3.2 神經(jīng)網(wǎng)絡集成與參數(shù)優(yōu)化 123

6.3.3 結(jié)果與討論 125

6.4 待測樣本集的預測與修正 131

6.4.1 待測樣本集的預測 131

6.4.2 待測樣本集的調(diào)整 135

6.5 本章小結(jié) 137

第7章 煤質(zhì)近紅外光譜定性分析模型 139

7.1 基于支持向量機的定性分析模型 139

7.1.1 理論基礎 139

7.1.2 結(jié)果與討論 140

7.2 基于學習向量量化神經(jīng)網(wǎng)絡的定性分析模型 141

7.2.1 基礎理論 141

7.2.2 結(jié)果與討論 143

7.3 基于決策樹算法的定性分析模型 144

7.3.1 理論基礎 144

7.3.2 結(jié)果與討論 149

7.4 基于隨機森林算法的定性分析方法 150

7.4.1 基礎理論 150

7.4.2 結(jié)果與討論 153

7.5 基于改進隨機森林的煤質(zhì)定性分析 154

7.5.1 理論基礎 154

7.5.2 結(jié)果與討論 155

7.6 近紅外光譜煤產(chǎn)地鑒別系統(tǒng) 158

7.7 本章小結(jié) 159

參考文獻 160

附錄 169

為了充分利用煤炭資源，必須及時掌握煤質(zhì)的變化規(guī)律。受測量方法和相關技術限制，傳統(tǒng)的煤質(zhì)分析技術已不能滿足煤炭生產(chǎn)、加工和利用等過程的要求。煤質(zhì)近紅外光譜分析技術是一種新興的煤質(zhì)快速檢測方法，可實現(xiàn)煤質(zhì)全元素的快速在線分析。由于該技術是一種間接分析方法，預測結(jié)果的準確性主要依賴于建模數(shù)據(jù)及方法。鑒于此，針對煤樣光譜數(shù)據(jù)存在的不穩(wěn)定因素多、維數(shù)高、特征變異范圍廣等問題，本書基于機器學習方法，建立相應的煤質(zhì)近紅外光譜分析系統(tǒng)框架，并圍繞影響其應用的四個關鍵問題展開研究，具體包括：建模樣本優(yōu)化篩選研究，煤樣光譜數(shù)據(jù)的恢復處理研究，煤樣光譜數(shù)據(jù)壓縮處理研究，煤樣光譜定性與定量分析方法研究。最后，據(jù)此構(gòu)建煤質(zhì)的快速在線分析模型并進行應用研究。書中所形成的研究成果，近紅外光譜技術在煤質(zhì)快速在線分析方面的應用，可大幅提高煤質(zhì)近紅外光譜分析模型的預測準確度，具有重要的理論意義和實際應用價值。

通常是指按照國家技術標準測定煤炭的基本物理、化學特性的分析項目，主要有工業(yè)分析、元素分析、灰成分分析，煤、煤粉和灰分性質(zhì)的測定等。

煤質(zhì)分析工業(yè)分析

包括對水分、揮發(fā)分、固定碳和灰分的測定，有時還包括硫分和發(fā)熱量等項數(shù)據(jù)的測定。

煤質(zhì)分析元素分析

測定煤中有機質(zhì)的碳、氫、氧、氮和可燃硫等主要元素組分，以質(zhì)量百分數(shù)表示，收到基中連同水分和灰分總和為100%。

煤質(zhì)分析成分分析

煤中的水分和灰分含量常隨開采、運輸、貯存及氣候條件而異，其他成分的含量也將隨之發(fā)生變化，為了便于生產(chǎn)和科研，通常采用四種成分分析基準：①收到基：以收到狀態(tài)的煤為基準的表示方法；②空氣干燥基：以空氣干燥狀態(tài)的煤為基準的表示方法;③干燥基：以無水狀態(tài)的煤為基準的表示方法;④干燥無灰基：以假想的干燥無灰狀態(tài)的煤為基準的表示方法。

除水分和低位發(fā)熱量以外，不同基準成分數(shù)值間的換算系數(shù)見表1。

煤質(zhì)分析成分特性

灰分是由金屬氧化物和非金屬氧化物及其鹽類組成的復雜物質(zhì)，以SiO₂和Al₂O₃為主，還有Fe₂O₃、CaO、MgO、TiO₂、SO₃、Na₂O和K₂O等，以及一些Mn、V和Mo等元素的氧化物。

(1)灰成分測定：按工業(yè)分析條件灼燒煤樣制得灰樣，用NaOH溶融，沸水浸取，加HCl溶解，蒸發(fā)至近干，再制備試液。不同成分用不同方法測定，如，SiO₂用動物膠凝聚質(zhì)量法，F(xiàn)e₂O₃、Al₂O₃、CaO和MgO用EDTA容量法，Na₂O和K₂O用火焰光度法，P₂O₅用比色法等，還可以用原子吸收光譜法來測定除磷以外的其他灰成分。

(2)灰的熔融特性：通常稱為灰熔點，煤灰沒有固定的熔化溫度，僅有一個熔化溫度范圍。中國和世界上大多數(shù)國家以角錐法作為標準測定方法，記錄在半還原氣氛中的三個特征溫度：變形溫度DT，即灰錐尖開始變圓或彎曲時的溫度;軟化溫度ST，即灰錐體彎曲。

表1 不同基準成分數(shù)值間的換算系數(shù)

注： 表中M表示水分，A表示灰分。

到錐尖觸及托板或錐體變成球形和高度不大于底長的半球時的溫度；流動溫度FT，即灰錐完全熔化或展成高度≤1.5 mm薄層時的溫度，也稱為熔化溫度。有的國家用熱顯微鏡觀測柱體試樣的熔融特征來確定其特征溫度。

(3) 灰黏度： 表征灰在高溫熔融狀態(tài)下的流動特性，通常根據(jù)牛頓摩擦定律用鉬絲扭矩式黏度計測定1750℃以下1～10 Pa·s范圍內(nèi)的熔體黏度。

煤質(zhì)分析煤粉性質(zhì)

煤是一種成分、結(jié)構(gòu)非常復雜且極不均一，包括有機和無機化合物的混合物，以及無機物和有機質(zhì)組成的金屬有機絡合物，其性質(zhì)是多方面的，其中與燃燒關系較密切的有可磨系數(shù)、磨損指數(shù)、煤粉細度、密度、自由膨脹序數(shù)五項。

(1)可磨系數(shù)：表征煤被粉碎的難易程度，測定的依據(jù)是破碎定律，即在研磨煤粉時所消耗的能量與新產(chǎn)生的表面面積成正比。廣泛采用的主要方法有哈德葛羅夫 (Hardgrove) 法與全俄熱工研究所(ВТИ)法，其近似換算關系為：KВТИ=0. 0034(K) 0.61。

(2)磨損指數(shù)：表征煤在破碎過程中對金屬研磨部件磨蝕的強烈程度，現(xiàn)多使用YGP (Yancey，Geerand Price)法來測定在規(guī)范條件下煤樣對純鐵的磨損量。

(3)煤粉細度：煤粉是由各種尺寸不同(一般在1～500 μm)、形狀不規(guī)則的顆粒所組成，其細度一般用標準篩來測定，以篩孔尺寸為x (μm) 的篩子篩后剩余量占粉樣的百分數(shù)Rx(%)來表示。

(4)密度：煤的密度通常以不同的方式表示，有真密度、視密度和堆積密度之分。真密度是在20℃時，煤的質(zhì)量與同溫度、同體積(不包括煤內(nèi)外表面孔隙)水的質(zhì)量之比；視密度為在20℃時，煤的質(zhì)量與同溫度、同體積(包括煤內(nèi)外表面孔隙)水的質(zhì)量之比，又稱為假密度；煤粉堆積密度是煤粉在自然堆積狀態(tài)下的視密度。

(5)自由膨脹序數(shù)：表征煤的黏結(jié)特性，把煤按規(guī)定方法加熱，所得焦塊與一組標準焦塊側(cè)面圖進行比較來確定的序號數(shù)。

又稱非常規(guī)分析，是測定表征煤著火、燃盡、結(jié)渣和積灰等特性的專項分析。國際上已有基本定型的試驗工藝，但尚未形成技術標準。特種分析是通過專門的試驗裝置、使用先進的儀器或?qū)ΤＲ?guī)分析數(shù)據(jù)進行處理來實現(xiàn)的；當前主要有以下幾種測定項目，即煤粉著火指數(shù)、熱(重)分析、比表面積測定、熱解化學動力學常數(shù)的測定、焦燃燒速率系數(shù)的測定、結(jié)渣傾向判別、沾污特性的判別。

煤粉著火指數(shù)： 著火溫度不是煤所固有的物理化學參數(shù)，而是一個和試驗規(guī)范有關的參數(shù)。通常取能使煤粉在試驗爐膛中懸浮著火的最低溫度為著火指數(shù)，用來比較煤粉著火的難易程度。

煤質(zhì)分析熱分析

在程序控制和緩慢升溫下，測量煤樣的質(zhì)量隨加熱程度的變化，稱為煤的熱(重)分析，所用的儀器稱為熱天平。美國材料分析標準(ASTM)中有用熱天平進行微量煤樣工業(yè)分析的工藝；世界各國都在使用熱天平對煤的燃燒特性進行試驗研究，主要使用焦燃盡曲線、煤熱解或燃燒曲線兩類熱分析曲線。

(1)焦燃盡曲線：用來比較固體燃料燃盡的難易程度，是以專項工藝制備焦樣，在熱天平中做等溫熱重分析來繪制的。

(2)煤熱解和燃燒曲線：煤樣在惰性氣氛或含O₂氣氛中熱分析的微商熱重曲線 。燃燒特性不同的煤，熱解或燃燒曲線相差較大；燃燒特性相似的燃料，熱解或燃燒曲線相近。中國傾向于在曲線上取“著火點”、“最大燃燒速度”、“燃盡時間”等特征點來比較煤的燃燒特性。

煤質(zhì)分析表面積測定

在氣固兩相反應中，單位質(zhì)量試樣的表面積(包括內(nèi)孔表面)——比表面積可作為直觀反應活性的一種簡單度量。煤是多孔物質(zhì)，釋放揮發(fā)分后的焦更是典型的多孔物質(zhì)。通常以N₂在77K時的吸附量，用BET方程來給出煤樣或焦樣的比表面積，也有的以CO₂在298K時的吸附量，用Dubinin Polngi方程來給出試樣的比表面積。也有用壓汞法測得孔隙面積來表示比表面積。

煤質(zhì)分析常數(shù)測定

煤在不同的熱力工況下熱解，釋放的揮發(fā)分成分和數(shù)量亦不相同。對應于層式燃燒、流化床燃燒和煤粉懸浮燃燒的熱力條件，煤的熱解動力學參數(shù)可分別用熱天平 (溫升速率<102K/s)，居里點熱裂解色譜法 (煤的溫升速率約為103K/s)和管式沉降爐熱解試驗(煤的溫升速率>10 K/s) 來測定。

居里點熱裂解色譜法是高頻磁場使鐵磁絲迅速受熱，涂在絲上的煤粉試樣亦迅速升溫，絲達到居里點后失磁恒溫，載氣將煤熱解釋放出的揮發(fā)分迅速冷卻，并收集入貯氣器，既可以測定熱解失重率，也可用色譜儀檢測熱解氣態(tài)成分的數(shù)量。

管式沉降爐熱解試驗是連續(xù)將煤粉試樣供入高溫管式電爐中，在沉降過程中隨惰性載氣將煤粉試樣高速升溫，快速熱解，以水冷取樣管將帶粉氣流迅速冷卻，用在線氣體分析儀檢測揮發(fā)分某些成分的數(shù)量，并用取出的焦樣由灰示蹤法確定揮發(fā)分產(chǎn)率，進而可算出煤熱解頻率因子和活化能。

焦燃燒速率系數(shù)的測定

焦是指煤釋放揮發(fā)分后的剩余物，其燃盡時間一般占煤燃盡時間的90%以上，其燃燒速率與煤在爐膛中的燃盡率關系較密切。焦在管式沉降爐的高溫燃燒氣氛中燃燒，水冷取樣管將試樣迅速冷卻，不同溫度、不同燃燒時刻的殘存焦樣，用灰示蹤法即可得出燃盡率，進而可得出視在燃燒速率系數(shù)K_c=Acexp (—Ec/RT)中的頻率因子Ac和活化能Ec，從而為計算煤在爐膛中的燃燒過程提供基礎數(shù)據(jù)。

結(jié)渣傾向判別

結(jié)渣是指熔化了的灰沉積在受熱面上，它與煤的灰渣特性、燃燒工況和壁面溫度等多種因素有關。通常認為煤的結(jié)渣傾向與灰分的熔融性，流變特性(黏溫特性)等有關，工業(yè)部門常使用的預測指標有軟化溫度判別指標、常用的結(jié)渣指數(shù)、煤粉重力篩分試驗三種。

煤沾污特性的判別

沾污是指溫度低于灰熔點的沉積物積沉在鍋爐受熱面上。通常用來判別煤灰沾污傾向的方法有沾污指數(shù)RF、重力篩分試驗、弱酸溶堿試驗、測定煤灰的燒結(jié)強度等四種。

本書從圍巖參數(shù)反分析及本構(gòu)模型反分析兩個角度入手，進行了仿生計算機智能與地下工程反分析的融合研究，提出了大量新穎的反分析研究方法，最后，通過三個大型地下工程實例的應用證明了本書提出的主要反分析方法的工程實用性。