样品测试条件对近红外煤炭品质分析结果的影响
徐志彬1
马敬环2
李翠3
陈凡3
1.天津工业大学材料科学与工程学院,天津300387;河北出入境检验检疫局检验检疫技术中心曹妃甸分中心,河北唐山 0636112.天津工业大学材料科学与工程学院,天津,3003873.中国矿业大学信息与电气工程学院,江苏徐州,221008
摘要：针对样品堆积造成的近红外光谱散射、吸光度与噪声干扰差异,使得光谱的信噪比发生改变而产生分析误差的问题,研究了样品状态和测试条件对近红外分析结果的影响.采集了样品在不同装样厚度、装样次数和不同装样松紧程度条件下的近红外光谱,采用主成分分析压缩数据,建立遗传算法BP神经网络模型.通过比较不同样品状态模型的预测性能,确立了最佳的样品测试条件.实验表明重复装样和样品松紧程度不会明显改善模型预测性;在装样厚度为0.5 mm时,水分、灰分、挥发分和发热量预测模型的决定系数分别为0.936 6,0.791 6,0.894 9,0.857 5,模型预测性能较好.
关键词：煤炭品质近红外光谱样品测试条件BP神经网络遗传算法
分类号：TD67(矿山电工)
资助基金：国家质检总局科研项目(2014IK270)中国博士后科学基金(2014M551695)江苏省自然科学基金(BK20140215)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息