• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《光谱学与光谱分析》 >激光诱导击穿光谱精确测定燃煤工业分析指标的研究

激光诱导击穿光谱精确测定燃煤工业分析指标的研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

燃煤工业指标的在线精确分析对于指导燃煤工业优化生产、降低燃煤煤耗至关重要.利用激光诱导击穿光谱(LIBS)分析燃煤煤质时,因受我国复杂多样煤种所导致的"基体效应",测量精度有待提高.实验中对激光诱导燃煤等离子体光谱至燃煤工业分析指标转化过程中的光谱预处理和定标建模方法进行了优化选择.实验结果表明,利用单/多峰Lorentzian光谱拟合计算谱线强度相比于传统计算方法,谱线强度RSD均值可由12.1%降至9.7%;对于核函数参数寻优,相比于网格参数(Grid)和遗传算法(GA),粒子群算法(PSO)的平均绝对误差(MAE)最小;采用PSO参数寻优式支持向量机(SVM)回归建模的预测均方根误差(RMSEP)小于偏最小二乘回归分析法(PLS);采用单/多峰Lorentzian光谱拟合方法和PSO参数寻优式SVM回归建模,对燃煤工业分析指标预测的平均绝对误差(AAE)为:灰分为16%~30%时AAE为1.37%,灰分大于30%时AAE为1.77%,发热量为9~24 MJ·kg-1时AAE为0.65 MJ·kg-1,挥发分低于20%时AAE为1.09%,挥发分大于20%时AAE为1.02%.%Online accurate proximate analysis of coal is vitally important to the optimization of industrial production and reduction in coal consumption.However,due to the "matrix effect"caused by the complex and diverse coal species in China,the measure-ment accuracy needs to be improved by using laser-induced breakdown spectroscopy (LIBS).In our experiment,both the spec-tral pretreatment method and the calibration model for the conversion of laser induced coal plasma spectra to the coal proximate analysis results were optimized.Experimental results showed that,compared with the traditional method,the proposed single-or multiple-peak Lorentzian spectral fitting for spectral line intensity calculation reduced the mean RSD from 12.1% to 9.7%. For kernel function parameters optimization,the mean absolute error (MAE)of the particle swarm optimization (PSO)was smaller than that of the grid parameter (Grid)and the genetic algorithm (GA).The root mean square error (RMSEP)of sup-port vector machine (SVM)regression model based on PSO parameter optimization was less than that of partial least squares re-gression (PLS).By combining the single-or multiple-peak Lorentzian spectral fitting method with the PSO based SVM for re-gression modeling,the average absolute errors (AAE)of predicted proximate analysis results were certified to be:1.37% for coal ash content of 16%~30%,1.77% for coal ash content of 30% or more,0.65 MJ·kg-1 for calorific value of 9~24 MJ· kg-1 ,1.09% for volatile matter of 20% or less,and 1.02% for volatile matter of 20% or more.

著录项

  • 来源
    《光谱学与光谱分析》 |2017年第10期|3198-3203|共6页
  • 作者

    张雷; 侯佳佳; 赵洋; 尹王保; 董磊; 马维光; 肖连团; 贾锁堂;

  • 作者单位

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

    山西大学激光光谱研究所,量子光学与光量子器件国家重点实验室,山西 太原 030006;

    极端光学协同创新中心,山西大学,山西 太原 030006;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 各类光谱;
  • 关键词

    激光诱导击穿光谱; 燃煤工业分析指标; 光谱拟合; 支持向量机;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号