-
题名样品测试条件对近红外煤炭品质分析结果的影响
被引量：2
- 1
-
-
作者
徐志彬
马敬环
李翠
陈凡
-
机构
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
-
出处
《工矿自动化》
北大核心
2015年第6期70-73,共4页
-
基金
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)
-
文摘
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
-
Keywords
coal quality
near infra-red
sample test condition
BP neural network
genetic algorithm
-
分类号
TD67
[矿业工程—矿山机电]
-
