基于激光誘導(dǎo)擊穿光譜的煤質(zhì)灰分測定方法研究.pdf

1、灰分指標(biāo)是衡量煤炭優(yōu)劣的重要標(biāo)準(zhǔn)，根據(jù)這個(gè)指標(biāo)，也可以實(shí)現(xiàn)煤炭的合理使用。在線快速準(zhǔn)確的煤質(zhì)灰分檢測對于正確評價(jià)煤的質(zhì)量和加工利用等都有十分突出的意義，也是解決能源利用效率低和污染環(huán)境等問題的重要環(huán)節(jié)。傳統(tǒng)的煤質(zhì)灰分檢測方法由于工序繁瑣和費(fèi)時(shí)費(fèi)力難以適用于現(xiàn)代工業(yè)生產(chǎn)的需求。且目前市場上的一些煤質(zhì)灰分在線檢測手段存在著精度不高、成本昂貴或者存在安全隱患等問題。激光誘導(dǎo)擊穿光譜技術(shù)(LIBS)是利用高能激光作用于靶材料，通過對激光等離子體

2、中的原子、離子發(fā)射的特征譜線進(jìn)行分析，從而對分析樣品定量檢測的一種分析技術(shù)。隨著光譜設(shè)備和激光技術(shù)的發(fā)展，LIBS由于其無需或僅需簡單的樣品預(yù)處理、多元素同步快速測量等優(yōu)勢，逐漸成為一種潛在的工業(yè)過程監(jiān)測技術(shù)，同時(shí)LIBS對于煤質(zhì)灰分的在線檢測應(yīng)用也有著巨大的潛力。
　　等離子體被高能激光誘導(dǎo)產(chǎn)生的過程是非常復(fù)雜的，激光能量、觸發(fā)時(shí)間、實(shí)驗(yàn)環(huán)境、靶材料的準(zhǔn)備、基體效應(yīng)以及采集數(shù)據(jù)都會(huì)對等離子體的產(chǎn)生造成影響，從而影響到定量檢測的結(jié)

3、果。LIBS定量分析傳統(tǒng)的方法是定標(biāo)曲線法，雖然這種方法可以對目標(biāo)樣品進(jìn)行相對準(zhǔn)確的定量分析，但其精度仍然受到自吸收效應(yīng)與基體效應(yīng)的影響。
　　有研究表明偏最小二乘法(PLS)可以減小基體效應(yīng)對LIBS定量分析結(jié)果的影響，進(jìn)而可以有效提高LIBS的檢測精度。且與其他類型建模方法相比，偏最小二乘法有著計(jì)算任務(wù)小，穩(wěn)定簡單，主成分確定，易于定性解釋等突出優(yōu)點(diǎn)。對于實(shí)現(xiàn)煤質(zhì)灰分的準(zhǔn)確在線快速檢測有著自身的優(yōu)勢。
　　本論文是LIB

4、S技術(shù)在煤質(zhì)灰分在線檢測領(lǐng)域的應(yīng)用探討，將煤質(zhì)灰分含量作為測量目標(biāo)，將定量分析作為研究對象，利用實(shí)驗(yàn)數(shù)據(jù)與模擬數(shù)據(jù)分別對PLS建模方法在對LIBS光譜數(shù)據(jù)的處理中進(jìn)行了研究探討。
　　論文前兩章介紹了選題的背景與意義，系統(tǒng)綜述了在線測灰的必要性和局限性、目前灰分在線檢測的幾種方法。通過對比優(yōu)缺點(diǎn)引入了新興的激光誘導(dǎo)擊穿光譜分析技術(shù)。同時(shí)介紹了激光誘導(dǎo)擊穿光譜分析法的原理，探討了等離子體的形成機(jī)理及其特性，也對激光誘導(dǎo)擊穿光譜的定性

5、分析進(jìn)行了介紹。
　　論文第三章介紹了激光誘導(dǎo)擊穿光譜定量分析模型，包括傳統(tǒng)定標(biāo)模型，內(nèi)定標(biāo)模型、自由定標(biāo)模型以及自相關(guān)分析模型。之后引入了新興的偏最小二乘法。重點(diǎn)介紹了偏最小二乘法的算法思想、理論基礎(chǔ)。同時(shí)也對偏最小二乘法的性質(zhì)以及建模推導(dǎo)進(jìn)行了詳細(xì)介紹。
　　論文的第四章利用了激光誘導(dǎo)擊穿光譜的模擬數(shù)據(jù)分別對煤質(zhì)灰分進(jìn)行了定量分析的探討，數(shù)據(jù)采用Kennard-Stone設(shè)計(jì)方法選取了相應(yīng)的訓(xùn)練集與預(yù)測集，利用PLS算法

6、進(jìn)行了建模，對預(yù)測集的定量分析進(jìn)行了驗(yàn)證，結(jié)果表明，LIBS技術(shù)結(jié)合PLS方法能夠檢測出煤質(zhì)中灰分整體含量，而且通過對不同程度噪聲下光譜數(shù)據(jù)的分析，驗(yàn)證了PLS模型的魯棒性與適用性。
　　第五章對于實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，同樣采用了PLS建模方法，利用K-S算法選取了相應(yīng)的訓(xùn)練樣本與預(yù)測樣本，用所建立模型進(jìn)行對預(yù)測樣本的預(yù)測。預(yù)測結(jié)果的平均相對誤差(REP)約為8.43％。對于模擬數(shù)據(jù)，預(yù)測結(jié)果的平均相對誤差(REP)約為0.0106，