样品测试条件对近红外煤炭品质分析结果的影响_中国煤炭行业知识服务平台

样品测试条件对近红外煤炭品质分析结果的影响

作者

徐志彬马敬环李翠陈凡
单位

天津工业大学材料科学与工程学院河北出入境检验检疫局检验检疫技术中心曹妃甸分中心中国矿业大学信息与电气工程学院
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0.5mm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
基金项目(Foundation)

国家质检总局科研计划资助项目(2014IK270)；中国博士后科学基金资助项目(2014M551695)；江苏省自然科学基金资助项目(BK20140215)；
相关文章

[1]一种煤炭近红外光谱数据预处理方法研究
[2]遗传神经网络在近红外光谱煤质分析中的应用研究