DOI: 10.11799/ce202512028
基于便携式近红外光谱与MTFD-Unet的煤炭挥发分与发热量协同预测
张晓艳1
左玉昊1
罗汇丰1
王宁1
邹亮2
1.中国检验认证集团河北有限公司,河北 石家庄 0500712.中国矿业大学 信息与控制工程学院,江苏 徐州 221116
摘要：便携式近红外光谱在煤质分析中因谱峰重叠、变量高度相关及采样条件敏感等问题,常导致建模精度与稳定性不足.针对该问题,提出了一种基于多任务特征解耦U型网络的煤炭挥发分与发热量协同预测方法.该方法首先通过迭代剔除异常样本和标准正态变换提升数据质量,再利用Unet网络提取共享特征,并引入特征解耦模块分离任务专有信息,从而兼顾指标的关联性与特异性.基于600 个煤样的实验结果表明,模型对挥发分与发热量预测的相关系数分别达到 0.8086 和0.8584,预测精度与稳定性显著优于多种基准模型,并在噪声干扰下保持良好鲁棒性,为煤炭多指标的便携式快速在线检测提供了一条高效、精准且适应性强的技术路径.
关键词：近红外光谱技术煤质快检深度学习多任务学习
分类号：TP274(自动化技术及设备)
资助基金：国家自然科学基金(62473368)国家自然科学基金(62373360)
论文发表日期：2025-12-20
在线出版日期：2026-01-29（本平台首次上网日期，不代表文献的发表时间）
页数：10( 218-227 )
英文信息