一种基于高斯过程的近红外光谱煤全水分快速检测方法
【技术领域】
[0001] 本发明涉及煤碳工业化验领域以及近红外光谱技术分析领域，具体涉及一种基于 高斯过程的近红外光谱煤全水分快速检测方法。
【背景技术】
[0002] 煤的水分，是一项重要的煤质指标，对煤的加工利用、贸易、运输和储存都有很大 的影响。一般说来，水分高要影响煤的质量。在煤的利用中首先遇到的是煤的破碎问题，水 分高的煤就难以破碎;在锅炉燃烧中，水分高就影响燃烧稳定性和热传导;在炼焦时，水分 高会降低焦产率;而且由于水分大量蒸发带走热量而延长焦化周期;在煤炭贸易中，水分也 是一个定质和定量的主要指标，故在签订销煤合同时，用户一般都会提出煤中水分的限值。 由于水分易蒸发，因此，它的快速检测对于煤的生产、销售和应用等均具有重要的意义。 [0003 ]煤的水分简单地说分为:全水分、内在水分、外在水分、结晶水和分解水，在实际测 定中只能测煤的全水分、内在水分、外在水分和最高内在水分，而不测定结晶水和分解水。 其中，煤中全水分，是指煤中全部的游离水分，即煤中外在水分和内在水分之和。测定煤中 全水分的方法主要有通氨干燥法和空气干燥法，其中通氨干燥法适用于所有煤种，空气干 燥法仅适用于烟煤和无烟煤。此外，微波干燥法适用于褐煤和烟煤水分的快速测定，而在仲 裁分析中多用通氨干燥法测定一般分析试验煤样的水分。目前，煤质全水分的工业检测方 法基本按照国家标准人工采样，实验室化验，主要采用通氨干燥法进行检测。这种检测方法 从采样到化验结束操作过程复杂繁琐，需要消耗大量的人力物力，获得一个样本的各煤质 参数分析值需要数小时。另外，现有的基于X射线荧光中子活化的分析方法虽然能够实现在 线分析的目的，但需要用到放射源，这在使用与管理中都具有一定的安全风险，不易实际推 广应用。近红外光谱的分析可以实现全自动，在线，安全，快捷的多参数在线实时分析。
[0004] 可用于近红外光谱建模分析的方法有多种，如偏最小二乘回归(PLSR)、多元线性 回归等线性回归算法，以及人工神经网络(ANN)、支持向量机(SVM)等非线性回归算法。前者 对于建模对象的线性要求比较高，在解决一些非线性问题时效果不够理想；后者则存在模 型复杂、计算成本高、需要比较繁琐的调参过程等不足。高斯过程作为非参数学习方法，理 论上能够对任意输入的函数进行逼近，因此具有泛化能力强等特点，并且能够同时适应线 性和非线性预测的要求，非常适合小样本、高维度特征数据的建模。同时，基于高斯过程可 以预测未知样本的概率分布，能够对预测值的非确定性进行量化。这在煤质成分预测及指 标控制方面非常有实用价值。本发明意在利用近红外光谱数据并基于高斯过程建模，实现 对精煤全水分的安全、在线、快速的检测。
【发明内容】
[0005] 本发明主要是解决现有煤全水分检测方法过程繁琐、实时性差、存在安全风险等 技术问题，通过自动采样、预处理煤样本并用近红外光谱仪进行实时光谱数据获取，光谱数 据传入计算机经过基于高斯过程的模型计算得到具体的煤全水分参数。
[0006] 本发明是通过以下技术方案实现的：一种基于高斯过程的近红外光谱煤全水分快 速检测方法，包括用于实时采集分析样本的煤样采样模块，用于处理原始煤样本至符合近 红外光谱分析条件的煤样预处理模块，用于获取煤样光谱数据的光谱采集模块以及进行煤 样全水分值预测分析的建模分析模块。
[0007] 所述的采样模块主要包括采样设备，由机械化采样系统构成，可以是二级采样或 者三级采样设备，实现定时采样和缩分。固定时间间隔地从煤碳生产线或运输线上上采集 煤样并进行充分混合与缩分，采样设备的采样时间间隔与采样量可进行调整，保证检测传 送带上的煤样不间断。
[0008] 所述的煤样预处理模块主要包括破碎设备、传送带装置和匀料器。破碎设备由不 同的破碎机组成，可以是不同级别的破碎机组成多级破碎，将由采样机得到的缩分煤样进 行充分破碎至合适的颗粒大小。传送带装置由传送带和驱动传送带运行的电机组成的，破 碎得到的煤样落入传送带中，要求能够平稳慢速地运输，保证光谱采集时稳定不振动。传送 带采用皮带式，通过驱动电机带动，将传送带维持在运行状态，要求传送带能够低速平稳运 行，可以配以合适的差速器和变频器来对电机进行速度控制。匀料器由若干平板叶片轮与 驱动叶轮的电机组成，叶轮安装于传送带上方，破碎设备出料口后方，通过旋转把煤样表面 摊平，保证在光谱采集时表面煤样本表面较为平整。同时要求叶轮高度可调，以得到适于光 谱扫描分析的煤层厚度。
[0009] 所述的光谱采集模块为近红外光谱仪，其光源位于传送带上方，匀料器后方，对摊 平的煤样进行从上到下的垂直式照射，得到实时的近红外光谱并将数据传输至计算机。近 红外光谱仪可采用分光式或者傅利叶式漫反射光谱仪，可调整扫描时间和扫描次数，以获 得更具代表性的光谱数据。
[0010] 所述的建模分析模块包括可用于对煤全水分值进行建模预测分析的计算机。所用 模型主要基于高斯过程，并可进行相关的优化拓展。本发明中使用的基于高斯过程的建模 分析方法有三种:方法一为基本的高斯过程(GP)预测模型;方法二为由主成分分析(PCA)和 高斯过程融合的PCA-GP预测模型；方法三为基于模式分类的融合高斯过程(PC-PCA-GP)预 测模型。
[0011] 本发明中，光谱数据的扫描获取方法包括以下步骤：
[0012] (1)固定时间间隔地从煤碳生产线或运输线上采集煤样并进行充分混合与缩分得 到适量一级煤样，进入破碎设备；
[0013] (2)将步骤(1)中所得一级煤样经由破碎设备充分破碎至合适的颗粒大小，得到的 二级煤样进入传送带中。作为优选，所述的二级煤样的颗粒直径在6_以下；
[0014] (3)调整传送带速度，使其能够低速平稳运行，运行速度可调，将步骤(2)中所得二 级煤样运至勾料器处。作为优选，所述的传送带的运行速度不宜超过lm/min;
[0015] (4)调整匀料器叶轮高度，步骤(3)中的煤样经匀料器旋转使其表面摊平，进而得 到厚度适于后续光谱扫描的、表面较为平整的煤层(三级煤样），后经传送带运送至光谱仪。 作为优选，所述的三级煤样的煤层厚度在为宜。
[0016] (5)调整近红外光谱仪的光源位置及扫描时间、扫描次数来调整其扫描面积，对步 骤(4)中所得的三级煤样进行扫描，并通过求平均光谱的方法确保得到光谱能够代表整个 样本。作为优选，所述的光谱扫描的谱段为l〇〇〇_2500nm，每条谱扫描平均60次，每个煤样以 5秒间隔共采谱15次，取15条光谱的最终平均光谱作为该样本光谱数据。
[0017]本发明中，利用近红外光谱数据并基于高斯过程进行煤全水分建模预测分析的方 法包括以下步骤：
[0018] (1)通过前述光谱扫描方法扫描煤样得到每个样本的光谱数据，以之作为样本的 原始光谱S0用于算法的后续步骤。对于建模样本，还需用化验法测得其全水分值作为标定 值Y0;
[0019] (2)对于步骤（1)中所述的原始光谱通过有效波长识别、光谱变换处理、离群点检 测等方法进行提取优化，得到处理后的光谱S1。作为优选，在对煤全水分建模时，所述的光 谱S1经由如下预处理得到：提取有效波段范围在1350nm-2400nm区间的光谱;基于GP模型， 根据对每个单独样本点给出的预测值和方差，进行离群点检测剔除；
[0020] (3)对于标准的高斯过程模型，确定高斯过程核函数，也即该高斯过程的协方差函 数。作为优选，取平方指数协方差函数作为煤样光谱分析模型的高斯过程内核，平方指数协 方差函数(SE)表示为：
[0022]其中，和1为高斯内核中的参数；
[0023] (4)对于步骤(3)中确定内核的高斯过程，基于步骤(2)中所得的预处理后光谱S1 和定标值Υ0进行核函数参数寻优计算，进而得到相应的高斯过程模型GP。作为优选，参数寻 优的方法采取两轮网格搜索；
[0024] (5)对于步骤(4)中所得的高斯过程模型GP，在进行实际未知煤样预测分析之前， 还需对模型进行评价验证。作为优选，模型的评价指标选取校正均方根误差(RMSEC)、预测 均方根误差(RMSEP)、Pear S〇n相关系数R以及变异系数CV。在样本较少的情况下，又可用留 一法交叉验证均方根误差(RMSECV)代替RMSEP。