提高激光诱导击穿光谱的在线测定煤质方法研究
张业才1
郑见云1
郝红亮2
张永2
赵上勇3
侯宗余4
王哲4
1.国家能源集团安徽公司,安徽合肥 2300512.国能蚌埠发电有限公司,安徽蚌埠 2330003.清华大学电力系统及发电设备控制和仿真国家重点实验室,清华—BP清洁能源研究与教育中心,北京 1000844.清华大学电力系统及发电设备控制和仿真国家重点实验室,清华—BP清洁能源研究与教育中心,北京 100084;清华大学山西清洁能源研究院,山西太原 030032
摘要：灰分和热值是影响煤炭工业生产与利用的重要因素,如何快速、精确地进行在线煤质测定也是开采和使用中亟需解决的关键问题.利用激光诱导击穿光谱技术(LIBS)结合偏最小二乘回归(PLSR)和极限学习机模型(K-ELM)用于在线煤炭灰分和热值分析,通过对样品中Si、Al、Fe、Ca、Mg、Na、K、Ti、N、H等元素特征谱线进行主导因素选择(DF),进一步提高预测模型的分析精度.结果发现,利用DF方法,PLSR和K-ELM模型的预测精度均有所提高;相比于常用的PLSR预测模型,DF-K-ELM模型的煤炭灰分和热值的决定系数分别提高了 3.4％和5.6％,均方根误差分别降低了 0.214和0.297.所研究的煤炭灰分和热值预测模型对于提高LIBS煤质在线分析具有重要的参考价值.
关键词：煤炭灰分热值激光诱导击穿光谱偏最小二乘回归极限学习机
分类号：TD353(矿山压力与支护)
资助基金：国家自然科学基金(61675110)国家能源集团先导项目(GJNY2030XDXM-19-08.1)
论文发表日期：2022-12-28
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）
页数：6( 30-35 )
英文信息