陳民

摘 要：隨著社會(huì)的發(fā)展，煤炭逐步應(yīng)用于生產(chǎn)生活的方方面面，煤炭的煤質(zhì)好壞對(duì)于煤炭的使用情況起著決定性作用。在煤炭的生產(chǎn)、流通與應(yīng)用過(guò)程中，一般要對(duì)其水分、全硫、氫含量、工業(yè)分析、發(fā)熱量等指標(biāo)進(jìn)行檢測(cè)。針對(duì)傳統(tǒng)煤質(zhì)分析方法檢測(cè)成本高、工作效率低、后續(xù)處理復(fù)雜等問(wèn)題，該文介紹了近紅外光譜技術(shù)在煤質(zhì)分析方面的研究現(xiàn)狀以及應(yīng)用的方法效果。運(yùn)用近紅外光譜技術(shù)可準(zhǔn)確、快速檢測(cè)煤中水分；近紅外光譜技術(shù)測(cè)硫時(shí)選擇性高、重復(fù)性好；測(cè)氫時(shí)樣品用量少，操作簡(jiǎn)單，分析成本低；測(cè)定工業(yè)分析和發(fā)熱量時(shí)可大幅減少分析時(shí)間，準(zhǔn)確度高。近紅外光譜分析技術(shù)適合在煤質(zhì)分析工作當(dāng)中推廣使用。

關(guān)鍵詞：近紅外光譜分析技術(shù) 煤質(zhì)分析 應(yīng)用方法 效果

中圖分類(lèi)號(hào)：O65 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）12（a）-0100-02

煤炭是古代植物埋藏在地下經(jīng)歷了復(fù)雜的生物化學(xué)和物理化學(xué)變化逐漸形成的固體可燃性礦物。在形成過(guò)程中由于所處環(huán)境等條件不同，造成煤炭的質(zhì)量參差不齊。煤炭是一種重要的化石能源，可用作動(dòng)力燃料、煉鋼原料等，煤炭的用途取決于煤質(zhì)的好壞。一方面由于煤炭?jī)?chǔ)量巨大，加之科學(xué)技術(shù)的飛速發(fā)展，煤炭汽化等新技術(shù)日趨成熟，并得到廣泛應(yīng)用，煤炭必將成為人類(lèi)生產(chǎn)生活中無(wú)法替代的能源之一，所以煤炭質(zhì)量的好壞對(duì)于其使用情況尤為重要。另外，在煤炭的生產(chǎn)與銷(xiāo)售過(guò)程中，供需雙方需要對(duì)煤炭進(jìn)行檢測(cè)，進(jìn)而對(duì)煤炭的質(zhì)量進(jìn)行綜合分析，以準(zhǔn)確設(shè)定煤炭的用途與售價(jià)。所以，對(duì)煤質(zhì)進(jìn)行分析非常重要。

1 近紅外光譜分析技術(shù)在煤質(zhì)分析中的應(yīng)用現(xiàn)狀

近紅外光譜分析技術(shù)可用于對(duì)煤炭的水分、全硫、氫含量、工業(yè)分析、發(fā)熱量等指標(biāo)進(jìn)行檢測(cè)。水分是煤質(zhì)分析的重要指標(biāo)，煤炭中的水分含量越多，煤炭的質(zhì)量就越差，應(yīng)用近紅外光譜分析技術(shù)可組建主成分的近紅外光譜數(shù)據(jù)分析模型，將主成分當(dāng)作BP神經(jīng)網(wǎng)絡(luò)模型的輸入神經(jīng)元，進(jìn)而對(duì)煤炭中的水分進(jìn)行檢測(cè)。硫是一種有害物質(zhì)，燃燒過(guò)程中會(huì)產(chǎn)生二氧化硫與三氧化硫等污染空氣的有害氣體，應(yīng)用近紅外光譜分析技術(shù)可快速檢測(cè)出煤炭中硫元素的含量，準(zhǔn)確度高。氫是煤炭中有機(jī)質(zhì)的主要成分，應(yīng)用近紅外光譜分析技術(shù)對(duì)煤炭中的氫含量進(jìn)行檢測(cè)，其精密度高于國(guó)家標(biāo)準(zhǔn)中的三節(jié)爐檢測(cè)法。

2 近紅外光譜分析技術(shù)在煤質(zhì)分析中的應(yīng)用方法及其效果

2.1 實(shí)驗(yàn)材料

該實(shí)驗(yàn)所用的煤粉樣品合計(jì)100份，分析指標(biāo)包括揮發(fā)份、彈筒熱值、高位熱值以及低位發(fā)熱量。將100份煤粉樣品分成外部驗(yàn)證集10份，校正集90份，外部驗(yàn)證集用來(lái)分析自然定位模型的預(yù)估結(jié)果，校正集用來(lái)組建自然定位模型。煤粉樣品各項(xiàng)分析指標(biāo)的分布，見(jiàn)表1所示。

2.2 光譜采集

選擇進(jìn)口近紅外光譜儀，型號(hào)：Spectrastar2500XL/Spectrastar1400XL；光源：平均無(wú)故障率為1萬(wàn)小時(shí)的鹵鎢燈；光柵：110～2 500nm；檢測(cè)器：高性能超級(jí)制冷InGaAs檢測(cè)器；數(shù)據(jù)間隔：1 nm；光度計(jì)噪音：1 640 nm；光度計(jì)范圍：≤3.0ABS；分析時(shí)間：10～60 s。核心參數(shù)：掃描10次，1倍增益，恒溫25°，取平均值計(jì)算光譜。近紅外光譜圖，見(jiàn)圖1所示。

2.3 自然定位模型組建

應(yīng)用OPUS軟件自然定位模型，光譜預(yù)處理法用一階導(dǎo)數(shù)與多元散射校正，區(qū)間為1 100～1 750 nm、1 800～2 200 nm，校正法為偏最小二乘法，調(diào)整主因子數(shù)，以確保數(shù)據(jù)準(zhǔn)確度。自然定位模型的校正預(yù)測(cè)標(biāo)準(zhǔn)偏差、校正相關(guān)系數(shù)、交互驗(yàn)證標(biāo)準(zhǔn)偏差、交互驗(yàn)證相關(guān)系數(shù)的評(píng)價(jià)結(jié)果，見(jiàn)表2所示。

2.4 自然定位模型預(yù)測(cè)分析

用自然定位模型對(duì)外部驗(yàn)證集進(jìn)行預(yù)估分析，比較近紅外光譜分析技術(shù)與傳統(tǒng)煤質(zhì)分析技術(shù)的預(yù)估結(jié)果，見(jiàn)表3所示。

2.5 結(jié)論

該文采集煤粉樣品光譜構(gòu)建了揮發(fā)份、彈筒熱值、高位熱值、低位發(fā)熱量的自然定位模型，用模型對(duì)外部驗(yàn)證集進(jìn)行預(yù)估分析，結(jié)果顯示，交互驗(yàn)證相關(guān)系數(shù)均大于0.85，相關(guān)系數(shù)均大于0.95。由此表明，近紅外光譜分析技術(shù)在煤質(zhì)分析中的效果滿意，具有較高的應(yīng)用價(jià)值。

3 結(jié)語(yǔ)

近紅外光譜分析技術(shù)是光譜測(cè)量技術(shù)、化學(xué)計(jì)量、基礎(chǔ)測(cè)量技術(shù)的有機(jī)融合，能夠準(zhǔn)確對(duì)樣品進(jìn)行定性與定量分析，具有分析速度快、無(wú)污染、便于操作等優(yōu)勢(shì)。在計(jì)算機(jī)技術(shù)不斷發(fā)展的過(guò)程中，近紅外光譜分析技術(shù)操作也越來(lái)越成熟，并逐漸發(fā)展成為分析測(cè)試技術(shù)的主要應(yīng)用技術(shù)之一。盡管近紅外光譜在我國(guó)的發(fā)展較晚，但隨著人們對(duì)近紅外光譜分析技術(shù)認(rèn)識(shí)的不斷加深，相信其應(yīng)用領(lǐng)域?qū)?huì)越來(lái)越廣泛。

參考文獻(xiàn)

[1] 張輝，鐘志光，張海峰.近紅外光譜技術(shù)在煤質(zhì)分析中的應(yīng)用及展望[J].潔凈煤技術(shù)，2015（6）：40-43.

[2] 王圣毫，李智，鄭維平，等.煤質(zhì)近紅外光譜分析過(guò)程中預(yù)處理方法及模型的選擇[J].煤質(zhì)技術(shù)，2012（5）：1-4.

[3] 盧福潔，韓熹.近紅外光譜分析技術(shù)在煤品質(zhì)快速分析中的應(yīng)用[J].現(xiàn)代科學(xué)儀器，2011（4）：43-44.