提高激光诱导击穿光谱的在线测定煤质方法研究

作     者：张业才 郑见云 郝红亮 张永 赵上勇 侯宗余 王哲 ZHANG Ye-cai;ZHENG Jian-yun;HAO Hong-liang;ZHANG Yong;ZHAO Shang-yong;HOU Zong-yu;WANG Zhe

作者机构：国家能源集团安徽公司安徽合肥230051 国能蚌埠发电有限公司安徽蚌埠233000 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 

出 版 物：《煤炭科技》 (Coal Science & Technology Magazine)

年 卷 期：2022年第43卷第6期

页      面：30-35页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基　　金：国家能源集团2030先导项目(GJNY2030XDXM-19-08.1) 国家自然科学基金(61675110) 

主　　题：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 

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。