論近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用

梁 勇

論近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用

梁 勇

（貴州省煤田地質(zhì)局實驗室，貴州 貴陽 550081）

煤炭，一種與人們的生產(chǎn)生活有著密切的聯(lián)系的礦物。新能源開發(fā)的程度有限，因此，煤炭依然是我們當前所能夠使用能源的第一選擇。煤質(zhì)的好壞對于煤炭的使用來說具有關(guān)鍵作用。傳統(tǒng)煤質(zhì)檢測分析的方法存在著工作效率低、檢測成本高、后續(xù)處理繁雜以及不環(huán)保等問題。相對于傳統(tǒng)檢測，近紅外光譜技術(shù)在煤質(zhì)檢測分析方面，具有操作簡單、分析成本低、準確性高等優(yōu)勢，故而更加適合用于煤質(zhì)檢測分析工作。本文就目前近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用情況進行了探討，并大膽做出了一定的展望，以期與大家共同交流進步。

近紅外光譜；煤質(zhì)檢測；應用；展望

煤炭，就是指埋藏在地下的古代植物，經(jīng)歷了一定復雜的物理化學及生物化學反應變化后，逐漸形成的一種具有可燃性的固體礦物。由于在其形成的過程中所處的條件及環(huán)境不同，使得形成的煤炭的質(zhì)量也就不盡相同。作為一種能夠用作動力燃燒、工業(yè)發(fā)電、煉鋼原料等廣泛用途的重要化石能源，煤炭的好壞才是最終決定其具體用途的關(guān)鍵[1]。原因有二，其一，當前煤炭的儲存量還是很巨大的，而科技的發(fā)展進步，又開發(fā)出了煤炭汽化等新的使用技術(shù)，更加大了煤炭的應用范圍。因此，煤炭在人類生活及生產(chǎn)中成了無可替代的必需能源之一。其二，市場中，供需雙方在煤炭的生產(chǎn)和銷售過程中，必然要對其質(zhì)量進行綜合檢測分析，以準確定位煤炭的售價及用途[2]。所以，基于上述兩個方面可以看出，以經(jīng)濟實用的方式，對煤質(zhì)進行準確的檢測分析是非常重要的。

1 近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用現(xiàn)狀

近紅外光譜技術(shù)在對煤質(zhì)進行檢測的應用上，主要是對以下幾個指標方面進行檢測分析：水分、氫含量、全硫、工業(yè)分析以及發(fā)熱量等。區(qū)別于傳統(tǒng)檢測方法，應用近紅外光譜技術(shù)對煤質(zhì)進行檢測分析，具有更加明顯的優(yōu)勢。

2016年，我國糧食產(chǎn)量61625.0萬噸；油料產(chǎn)量3629.5萬噸；茶葉產(chǎn)量240.5萬噸；水果產(chǎn)量28351.1萬噸；牛奶產(chǎn)量3602.2萬噸；禽蛋3094.9萬噸；水產(chǎn)品總量6901.3萬噸；原鹽產(chǎn)量6620.10萬噸；精制食用植物油產(chǎn)量6907.54萬噸；成品糖產(chǎn)量1443.30萬噸；罐頭產(chǎn)量1394.86萬噸；啤酒產(chǎn)量4506.44萬千升。

1.1 對煤中水分和揮發(fā)分的檢測

水分和揮發(fā)分是煤質(zhì)分析的重要指標。如果煤中含有的水分越高，就說明煤的無用成分占的越多，煤炭質(zhì)量就相應的越差，這對煤炭的加工使用、銷售貿(mào)易及運輸儲存等都將造成極大的影響。傳統(tǒng)水分及揮發(fā)分方面的檢測分析法存在檢測周期較長、操作復雜、重復性偏差、耗時長、認為影響大等缺點。而利用近紅外光譜技術(shù)，建立的對煤中水分的測定分析模型，運用多元線性回歸方法，得出了回歸方程，該方程解出的預測值與現(xiàn)實人工化實驗值之間的相關(guān)系數(shù)達到了0.97，且定標標準差僅有0.5，完全符合國標隊重復性限制0.5的規(guī)定[3]。說明這種方法是能夠準確的預測出煤中的水分的。現(xiàn)已有多家煤炭企業(yè)應用到實際煤質(zhì)檢測中。另外，還可以利用煤中特征對近紅外光的吸收波長的吸光度來對其揮發(fā)分進行計算，同樣具有極高的可行性及節(jié)約人力、物力及環(huán)保的優(yōu)勢。

1.2 對于氫含量的檢測

對于煤中主要有機質(zhì)成分之一的氫的檢測，是煤質(zhì)檢測中一項重要任務(wù)。氫的含量，影響著煤的發(fā)熱量、燃燒設(shè)備的熱平衡及理論燃燒溫度的計算[4]。國家傳統(tǒng)檢測氫的方法為三節(jié)爐法，操作復雜、受環(huán)境及人為影響較大，并且實驗廢棄物較多。采用近紅外光譜技術(shù)對此進行檢測分析，可以達到簡單、快速、精準的效果，證實了該方法具有更強的適用性。

1.3 全硫檢測

檢測煤炭的發(fā)熱量，對其使用具有極大的指導意義。研究人員一改傳統(tǒng)的檢測方式，利用近紅外光譜技術(shù)，為煤中的發(fā)熱量建立了測定模型，并采用多元線性回歸得出回歸方程進而進行計算的方法或核主成分分析方法[6]， 對數(shù)據(jù)進行了快速、準確的分析處理，大大提高了檢測效率。

1.4 對于發(fā)熱量的檢測

全硫檢測就是對煤中含有的有害物質(zhì)硫進行檢測。在煤炭的燃燒過程中，會產(chǎn)生污染空氣的有害氣體二氧化硫及三氧化硫，這些氣體一旦與水蒸氣在空中結(jié)合，進而形成硫酸蒸汽，伴隨雨水落到地表，對鋼鐵建筑等有著極強的腐蝕作用[5]。傳統(tǒng)檢測方式，過程繁瑣、危險，而且對環(huán)境還存在較強的污染性，不便使用。而采用近紅外光譜技術(shù)對煤中的硫含量進行測定，準確性較高，并且分析高效，是非常環(huán)保且經(jīng)濟有效的選擇。

這里我們以采用100份煤粉樣品的實驗為例，來對指標高位熱值、低位發(fā)熱值、彈筒熱值以及揮發(fā)分進行分析。首先，我們將這100份煤粉樣品具體分為校正集90份，外部驗證集10份。然后利用外部驗證集內(nèi)的10份樣品來對自然定位模型的預估結(jié)果進行分析；利用校正集內(nèi)的90份煤粉樣品對自然定位模型進行組建。最終得出所選煤粉樣品其各項分析指標的分布情況表，例如，校正集中揮發(fā)分、彈筒熱值、高位熱值以及低位發(fā)熱值的最小值分別為6.90/15.78/15.97/12.45，校正最大值分別為16.99/26.83/27.94/25.00，極差分別為10.01/11.24/ 11.35/11.29；而對應的外部驗證集內(nèi)，揮發(fā)分的最小值分別為7.87/17.38/19.03/17.01，校正最大值分別為14.11/25.98/27.10/25.06，極差分別為5.70/ 8.31/ 8.29/8.08。

2 近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用方法及效果驗證

2.1 檢測實驗材料

2008年黃藻暴發(fā)的另一個外在原因，就是全球變暖大背景下的氣候變化。3—4月，烏梁素海地區(qū)的平均氣溫比往年高出 3℃~4℃，5—6月仍持續(xù)偏高，且干旱少雨，3—5月平均降水量比歷年少15.5 mm，比往年減少了68.6%。與氣溫相反的，卻是水溫偏低。開湖時間比往年遲20~25天。開湖晚，水溫低，使得開春后湖內(nèi)水草的發(fā)芽速度減慢。當水草吸納營養(yǎng)物質(zhì)的能力下降之后，湖泊中富營養(yǎng)化物質(zhì)的濃度就會突然大幅度增高；加之降水偏少，水體無法得到有效稀釋，為黃藻暴發(fā)提供了必備條件。

通過自然定位模型對于外部驗證集樣品所進行的預估分析，可以比較出傳統(tǒng)煤質(zhì)檢測技術(shù)與近紅外光譜檢測分析技術(shù)的預估結(jié)果如下：揮發(fā)分、彈筒熱值、高位熱值及低位發(fā)熱值，預測平均絕對偏差分別為：0.297/0.875/0.884/0.934；預測標準偏差分別為：0.388/1.027/1.059/1.129；相關(guān)系數(shù)分別為：0.955/0.957/0.960/0.956。

2.2 光譜的采集

接下來，我們采用進口的Spectrastar2500XL近紅外光譜儀；用平均無故障率較高的鹵鎢燈作為光源；1nm的數(shù)據(jù)間隔；使用超級制冷InGaAs高性能檢測器，光度計噪音為1640nm；范圍為小于或等于3.0ABS；以10秒至60秒為分析時間，對核心參數(shù)進行恒溫25攝氏度，1倍增益的10次掃描，取平均值對光譜進行計算，并得出近紅外光譜。光譜顯示，隨著近紅外光的波長逐漸增加，指標的吸光度逐漸減弱。

2.3 組建自然定位模型

自然定位模型應用的是OPUS軟件；用一階導數(shù)和多元散射校正作為光譜預處理的方法，其區(qū)間設(shè)定為1 100 nm至1 750 nm、1 800 nm至2 200 nm；用偏最小二乘法作為校正法，對主因子數(shù)進行調(diào)整，進而確保數(shù)據(jù)的準確性。模型中得出各項指標的校正相關(guān)系數(shù)、校正預測及標準偏差、交互驗證相關(guān)系數(shù)和交互驗證的標準偏差結(jié)果如下：揮發(fā)分、彈筒熱值、高位熱值以及低位發(fā)熱值的份數(shù)分別為：2/3/2/3；校正預測標準偏差分別為：0.235/0.885/ 0.851/0.875；校正從相關(guān)的相關(guān)系數(shù)分別為：0.980/0.939/0.939/0.900；交互驗證的標準偏差分別為：0.365/1.169/1.178/1.152；交互驗證相關(guān)系數(shù)分別為：0.923/0.870/0.871/0.859/。

2.4 自然定位模型的分析預測

病死豬眼臉水腫，耳部和尾部有一小塊出血斑，陰鞘積尿；打開腹腔可見肝臟有出血斑、脾臟周邊有鋸齒狀梗死，腎臟上布滿針尖大小出血點，腸系膜膠凍樣水腫，腸系膜淋巴結(jié)腫大，腸道粘膜有卡他炎癥，胃萎縮，劃開胃大彎漿膜下有透明的水腫液，大腸的回盲瓣處多個紐扣狀潰瘍，膀胱內(nèi)有出血點[1]。

2.5 結(jié)論

本次分析檢測實驗，利用采集的煤粉樣品光譜，構(gòu)建出了關(guān)于揮發(fā)分、高位熱值、彈筒熱值以及低位發(fā)熱量的一個自然定位模型，并對外部驗證集進行了區(qū)分及預估分析，得出交互驗證相關(guān)系數(shù)結(jié)果均大于0.85，以及相關(guān)系數(shù)結(jié)果均大于0.95的結(jié)論。由此可以看出，近紅外光譜檢測分析技術(shù)對于煤質(zhì)分析的應用效果十分令人滿意，具有極高的可應用價值。

2.2.3推動村民自建土地整治試點項目，讓村民三個“獲得” 為確保貧困村村民真正受益，創(chuàng)新“村民自建”土地整治試點項目的新舉措，由鄉(xiāng)鎮(zhèn)作為業(yè)主，村支兩委組織實施，村民特別是貧困村民參與施工的模式，實施村民自建土地整治試點項目。“村民自建”的模式和工作思路在赫章縣得到了率先體現(xiàn)，產(chǎn)生了實實在在的經(jīng)濟和社會效益，為讓就地脫貧農(nóng)民有實際獲得感，每人1畝優(yōu)質(zhì)農(nóng)田整治讓項目區(qū)內(nèi)貧困農(nóng)民實現(xiàn)“三得”：一得優(yōu)質(zhì)耕地，二得勞務(wù)收入，三得農(nóng)田基礎(chǔ)設(shè)施資產(chǎn)。真正體現(xiàn)“真扶貧”和“扶真貧”的意義。

3 對于近紅外光譜技術(shù)在煤質(zhì)檢測分析中應用的展望

通過上述檢驗結(jié)果，我們不難看出近紅外光譜檢測分析技術(shù)對于我國煤質(zhì)檢測的重要價值。雖然目前我國的近紅外光譜技術(shù)及相關(guān)儀器已經(jīng)在加快開發(fā)及研制生產(chǎn)了，但是基于我國近紅外光譜技術(shù)發(fā)展較晚的現(xiàn)狀，還需要我們加快建立出一套完整的煤質(zhì)檢測分析圖譜數(shù)據(jù)庫，提高國內(nèi)的標準編制，建立完善結(jié)合主成分分析法、ANN人工神經(jīng)網(wǎng)絡(luò)分析法、多元線性回歸法、偏最小二乘法等多種方法的校驗方法[7]，提高現(xiàn)有預測模型的預測精準度，這樣，才能使我們未來對近紅外光譜技術(shù)的使用會達到效果更佳，范圍更廣的目的。

4 結(jié)束語

隨著科學技術(shù)的進步與發(fā)展，近紅外光譜技術(shù)及相關(guān)儀器逐漸被大范圍的應用到我國各行業(yè)的相關(guān)檢測工作中，如制藥、農(nóng)業(yè)、食品、石化等等領(lǐng)域。但是目前總體來說，能夠用于煤質(zhì)分析上的專屬近紅外光譜儀還很少[8]。而且我國當前所用的儀器設(shè)備以及所執(zhí)行的技術(shù)檢測標準，也都相對落后于國外發(fā)達國家，嚴重制約了煤炭質(zhì)檢部門對相關(guān)近紅外光譜技術(shù)的應用，不能很好的滿足當下煤炭行業(yè)的發(fā)展需要。因而，需要大家共同努力，有關(guān)技術(shù)單位應該加快相關(guān)專屬煤質(zhì)檢測的近紅外光譜儀的研發(fā)，質(zhì)檢部門應該重新完善相關(guān)檢測標準，為實現(xiàn)近紅外光譜技術(shù)在煤質(zhì)檢測分析中的切實應用提供保障，為提高我國煤質(zhì)檢測工作能力，并促進我國能源的高效開采及使用作出貢獻。

[1]張林.近紅外光譜對煤粉在線檢測系統(tǒng)的研究與設(shè)計[D].中北大學,2014.

[2]陳鵬強.煤質(zhì)內(nèi)部成分的近紅外光譜定量檢測和分析研究[D].中北大學,2014.

[3]寧石茂.近紅外光譜煤質(zhì)檢測系統(tǒng)的設(shè)計與實現(xiàn)[J].煤質(zhì)技術(shù),2016,1(3):1-3.

[4]高楠.論近紅外光譜技術(shù)在煤質(zhì)檢測分析中的應用[J].能源與節(jié)能,2016,(2):186-187.

[5]陳民.近紅外光譜分析技術(shù)在煤質(zhì)分析中的應用[J].科技創(chuàng)新導報,2015,(34):100-101.

[6]張輝,鐘志光,張海峰等.近紅外光譜技術(shù)在煤質(zhì)分析中的應用及展望[J].潔凈煤技術(shù),2015,21(6):40-42,51.

[7]張林,陸輝山,閆宏偉等.煤質(zhì)的近紅外光譜定量分析研究[J].紅外技術(shù),2013,35(8):522-525.

[8]王圣毫,李智,鄭維平等.煤質(zhì)近紅外光譜分析過程中預處理方法及模型的選擇[J].煤質(zhì)技術(shù),2012,(5):1-4.

Application of Near-infrared Spectroscopy in Coal Quality Analysis

(Laboratory of Coal Geology Bureau of Guizhou Province,Guizhou Guiyang 550081, China)

Coal is a kind of mineral which has close connection with people's production and life. The extent of new energy development is limited, therefore,coal is still our first choice for energy use. The coal quality plays a key role in the use of coal. The traditional methods of coal quality detection and analysis have many disadvantages, such as low efficiency, high detection cost, complicated follow-up treatment and so on. Compared with traditional methods, near-infrared spectroscopy (NIRS) has many advantages, such as simple operation, low cost and high accuracy and so on, so it is more suitable for coal quality testing and analysis. In this paper, application situation of the near-infrared spectroscopy technology in coal quality analysis was introduced, and development trend of coal quality testing technology was prospected.

near infrared spectroscopy; coal quality detection; application; prospect

O 657

A

1004-0935（2017）03-0312-03

2016-12-28