本发明涉及煤质成分检测方法领域，特别是媒质成分实时精准检测设备的次红外测量系统及方法。
背景技术：
传统方式靠人工采用化学燃烧方式测量煤炭六大成分从而确定煤炭价格，这种检测方法的实时性差、误差大、人为干扰强；近几年为了排除人为干扰，采用了激光测量法、伽马射线法，虽然激光测量法、伽马射线法，但是上述方法投入成本高、误差大、实时性差，同时伽马射线法辐射大，对操作者人身伤害大；2016年起国家要求逐步淘汰了伽马射线法测量技术。
技术实现要素：
为解决现有技术中存在的问题，本发明提供了媒质成分实时精准检测设备的次红外测量系统及方法，解决了以往煤质成分实时准确检测设备的测量方法出现的成本高、误差大、实时性差和辐射大的问题。
本发明采用的技术方案如下：媒质成分实时精准检测设备的次红外测量系统，包括红外光源发生器组、红外光源感应器组、环境光源感应器、ad转换器、测量光源信号寄存器组、环境光源信号寄存器、arm7、中央处理器、rs232或stp484接口、系统复位按钮、测量模块保护电路、六组测量光源输出结果寄存器和环境光源输出结果寄存器；所述红外光源感应器组的输出端和环境光源感应器的输出端均接入a/d转换器的输入端，所述a/d转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端，所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央处理器的输入端，所述测量模块保护单元的输出端、arm7的输出端和算法程序处理器的输出端均双向连接中央处理器的输入端，所述中央处理器的输出端接入六组测量光源输出结果寄存器和环境光源输出结果寄存器，所述六组测量光源输出结果寄存器和环境光源输出结果寄存器接入rs232/stp484接口的输入端。
优选地，红外光源发生器组为六个红外光源发生器，红外光源感应器组为六个红外光源感应器，测量光源信号寄存器组包括六个测量光源信号寄存器，中央运算单元的主控芯片是arm7，环境光源感应器为一个环境光源感应器。
优选地，测量模块保护电路为16路继电器模块。
优选地,测量模块保护电路外设置风机，风机包括测量头、吸气口、第一吹气口和第二吹气口，测量头、吸气口、第一吹气口和第二吹气口均为为圆柱状，第一吹气口内部设置导流叶片，测量头设置在吸气口底端面内部，第一吹气口设置于吸气口外部，第二吹气口设置于第一吹气口外部。
媒质成分实时精准检测设备的次红外测量方法，方法包括如下步骤：
步骤a1：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至a/d转换器；
步骤a2：通过a/d转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；
步骤a3：通过测量光源信号寄存器组和环境光源信号器将电信号输出至中央处理器中，在中央处理器中将测量光源信号寄存器组和环境光源信号器的电信号的七个电信号进行算法程序处理，将经过算法程序处理后输出修正后的煤质的六大成分值数据和环境光源数据，将六大成分值数据输出至“算法程序”处理后的测量光源信号寄存器组和将环境光源数据输出至经“算法程序”处理后的环境光源信号寄存器；
步骤a4：将“算法程序”处理后的测量光源信号寄存器组中的六大成分值数据和“算法程序”处理后的环境光源信号寄存器中的环境光源数据通过rs232或stp484接口输出。
优选地，步骤a3中的“算法程序”被预先放在eprom中，不同的被照射物体可以适应性的改变算法。
优选地，“算法程序”为对红外光源感应器组和环境光源感应器检测到的七组数字信号进行预设的处理，以生成最终有价值的被探测物体的六组对应成分值。
优选地，步骤a3和步骤a4均是在嵌入式操作系统内运行。
优选地，“算法程序”包括如下步骤：
步骤b1：将红外光信号和环境光信号的数据进行“矫正算法”数据处理；
步骤b2：将“矫正算法”处理后的数据进行“修正算法”数据处理；
步骤b3：将“修正算法”处理后的数据输出到中央处理器。
优选地，“矫正算法”为vei＝vi–e＊ki
其中，原始电压值为vii＝q、m、v、a、fc、s，vq为煤质的发热量测量电压值，vm为煤质的水分测量电压值，vv为煤质的挥发分测量电压值，va为煤质的灰分测量电压值，vfc为煤质的固定碳测量电压值，vs为煤质的含硫量测量电压值；环境光源测量电压值定义为e，矫正后的值定义为veii＝q、m、v、a、fc、s，对应分别为六大成分对应的矫正值；
“修正算法”包括如下步骤：
步骤c1：依据f＝k0*f+k1*f1+k2*f2+k3
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
拉格朗日的差值算法如下：已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)，作一个至多n次多项式：
公式中，使其在给定点处与f(x)同值，即满足插值条件
n次多项式
记此方程组的系数矩阵为a，则
当x0，x1，xn互不相同时，此行列式值不为零，因此方程组
通过拉格朗日代数插值原理，采用拉格朗日差值算法就可以逐一算出k0、k1、k2和k3；
步骤c2：依据公式f＝k0*f+k1*f1+k2*f2+k3就可以算出当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值。
附图说明
图1为本发明煤质成分实时准确检测设备的测量方法的结构框图。
图2为本发明煤质成分实时准确检测设备的测量系统的框图。
图3为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的主视图。
图4为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的右视图。
图5为本发明媒质成分实时精准检测设备的次红外测量系统及方法的风机的剖面图。
图6为本发明媒质成分实时精准检测设备的次红外测量系统及方法的“算法程序”流程图。
附图标记：1-测量头、2-吸气口、3-第一吹气口、4-第二吹气口、5-导流叶片。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图2所示，媒质成分实时精准检测设备的次红外测量系统,包括红外光源发生器组、红外光源感应器组、环境光源感应器、ad转换器、测量光源信号寄存器组、环境光源信号寄存器、arm7、中央处理器、rs232或stp484接口、系统复位按钮、测量模块保护电路、六组测量光源输出结果寄存器和环境光源输出结果寄存器；所述红外光源感应器组的输出端和环境光源感应器的输出端均接入a/d转换器的输入端，所述a/d转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端，所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央处理器的输入端，所述测量模块保护单元的输出端、arm7的输出端和算法程序处理器的输出端均双向连接中央处理器的输入端，所述中央处理器的输出端接入六组测量光源输出结果寄存器和环境光源输出结果寄存器，所述六组测量光源输出结果寄存器和环境光源输出结果寄存器接入rs232/stp484接口的输入端。
本实施方案在实施时，红外光源发生器组每50ms左右发射六组经挑选的红外光，红外光照射在被探测物体上，如：煤炭、煤粉等，反射光经红外光源测量感应器组吸收后转换为相应的六个电信号；同时由中央处理器对环境光源感应器同步测定环境光源，特别是红外光，作为环境光源对六组测量信号干扰的修正值，上述七个模拟信号经a/d转换模块放大并转换为七个对应的数字信号，这些数字信号被推送到相应的寄存器组和寄存器临时存放，寄存器的作用是防止七个数字信号丢失，中央处理器用事先存放在eprom中的“算法程序”对七个数字信号进行预设的处理，以生成最终有价值的被探测物体的六个对应成分值，如：煤炭六大主成分，最后这些数值被放入对应的缓存cache中(六组测量光源输出结果寄存器和环境光源输出结果寄存器)，最后六组测量光源输出结果寄存器和环境光源输出结果寄存器将结果通过接口系统例如，rs232或类以stp484接口传送给其它终端处理。
本方案的红外光源发生器组为六个红外光源发生器，红外光源感应器组为六个红外光源感应器，测量光源信号寄存器组包括六个测量光源信号寄存器，中央运算单元的主控芯片是arm7，环境光源感应器为一个环境光源感应器。
本实施方案在实施时，红外光源测量值组和环境光源测量值一直单独存在，使得后期可以采用更多、更好的优化算法已提升测量的精度；红外测量值组可单独，也可配合使用，使得被测量物体可以被测定超过六种成分。
本方案的测量模块保护电路为16路继电器模块。
本实施方案在实施时，测量模块保护电路为保护中央处理器的电路，当整个系统出现故障时，可以按系统异常复位按钮，使整个系统恢复原始状态，整个系统重新恢复工作。
如图3至图5所示，测量模块保护电路外设置风机，风机包括测量头(1)、吸气口2、第一吹气口3和第二吹气口4，测量头1、吸气口2、第一吹气口3和第二吹气口4均为为圆柱状，第一吹气口3内部设置导流叶片5，测量头1设置在吸气口2底端面内部，第一吹气口3设置于吸气口2外部，第二吹气口4设置于第一吹气口3外部。
本实施方案在实施时，吸气口2和第一吹气口3配合使用，一个吹灰，一个吸灰，布置在靠近测量头1的地方，风速相对较慢，主要解决光学头积灰问题；另外第二吹气口4离光学头相对较远，风速相对较快，主要负责阻挡测量头前端10至15cm地方的扬尘，防止扬尘干扰测量，其中的导流叶片5主要负责引导第二吹气口4的角度和方向，导流叶片的角度可以微调。
如图1所示，媒质成分实时精准检测设备的次红外测量方法，方法包括如下步骤：
步骤a1：利用红外光源发生器组照射煤质，红外光源感应器组和环境光源感应器接收经煤质反射的红外光信号，并将红外光信号输出至a/d转换器；
步骤a2：通过a/d转换器将红外光信号转换为电信号，且输出至测量光源信号寄存器组和环境光源信号寄存器；
步骤a3：通过测量光源信号寄存器组和环境光源信号器将电信号输出至中央处理器中，在中央处理器中将测量光源信号寄存器组和环境光源信号器的电信号的七个电信号进行算法程序处理，将经过算法程序处理后输出修正后的煤质的六大成分值数据和环境光源数据，将六大成分值数据输出至“算法程序”处理后的测量光源信号寄存器组和将环境光源数据输出至经“算法程序”处理后的环境光源信号寄存器；
步骤a4：将“算法程序”处理后的测量光源信号寄存器组中的六大成分值数据和“算法程序”处理后的环境光源信号寄存器中的环境光源数据通过rs232或stp484接口输出。
本方案的步骤a3中的“算法程序”被预先放在eprom中，不同的被照射物体可以适应性的改变算法。
本方案的“算法程序”为对红外光源感应器组和环境光源感应器检测到的七组数字信号进行预设的处理，以生成最终有价值的被探测物体的六组对应成分值。
本实施方案在实施时，“算法程序”被预先放在eprom中，这就意味着不同的用户针对不同的被照射物体可以适应性的改变算法，从而扩宽了本测量器的应用范围。
本方案的步骤a3和步骤a4均是在嵌入式操作系统内运行。
如图6所示，“算法程序”包括如下步骤：
步骤b1：将红外光信号和环境光信号的数据进行“矫正算法”数据处理；
步骤b2：将“矫正算法”处理后的数据进行“修正算法”数据处理；
步骤b3：将“修正算法”处理后的数据输出到中央处理器。
本方案的“矫正算法”为vei＝vi–e＊ki
其中，原始电压值为vii＝q、m、v、a、fc、s，vq为煤质的发热量测量电压值，vm为煤质的水分测量电压值，vv为煤质的挥发分测量电压值，va为煤质的灰分测量电压值，vfc为煤质的固定碳测量电压值，vs为煤质的含硫量测量电压值；环境光源测量电压值定义为e，矫正后的值定义为veii＝q、m、v、a、fc、s，对应分别为六大成分对应的矫正值；
“修正算法”包括如下步骤：
步骤c1：依据f＝k0*f+k1*f1+k2*f2+k3
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
拉格朗日的差值算法如下：已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)，作一个至多n次多项式：
公式中，使其在给定点处与f(x)同值，即满足插值条件
n次多项式
记此方程组的系数矩阵为a，则
当x0，x1，xn互不相同时，此行列式值不为零，因此方程组
通过拉格朗日代数插值原理，采用拉格朗日差值算法就可以逐一算出k0、k1、k2和k3；
步骤c2：依据公式f＝k0*f+k1*f1+k2*f2+k3就可以算出当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值。
本实施方案在实施时，测量信为电信号，最终需要换算成六大成分对应的值，这部分工作由“算法程序”完成具体原理如下：
总体上来说，本部分由两大算法组成：
1.由于次红外线也是光的组成部分，因此环境光源对六个煤质成分测量的原始信号有干扰，必须加以矫正，相应算法简称矫正算法；
2.煤质六大成分在测量的过程中，因受设备测量误差、传输路线、煤炭分布等等影响，其测量值与实际值有误差，表现为非线性，必须予以修正，相应算法简称修正算法。
矫正算法，由于受环境光源的干扰，煤质六大成分的测量值(电压)会高于实际值，需要把环境光源对六大成分测量感应器增强的电压信号扣除，在实践中，环境光越强，造成的六大成分测量感应器的信号值越大，反之亦然，经实测，相应关系基本成正比线性分布。
本系统硬件部分可自动测量煤质六个成分值和一个环境光源值，原始测量值为电压v，在此定义六个成分原始电压值为vi(i＝q、m、v、a、fc、s)，分别为六大成分对应原始值，其中vq为煤质的发热量测量电压值，vm为煤质的水分测量电压值，vv为煤质的挥发分测量电压值，va为煤质的灰分测量电压值，vfc为煤质的固定碳测量电压值，vs为煤质的含硫量测量电压值；环境光源测量电压值定义为e，矫正后的值定义为vei(i＝q、m、v、a、fc、s)，对应分别为六大成分对应的矫正值，具体公式为：
vei＝vi–e*ki
上述公式中ki为折算系数，经试验对比，不同的成分有不同的折算系数；同时不同的煤种也有不同的折算系数，因此我们必须在测量前，把常用的煤种的ki折算系数通过实测录入系统，同时还要考虑混烧掺烧所造成的新煤种的ki折算值，尽可能多的包容绝大多数煤种，从而提高测量精度。
经矫正算法后，测量的精度将得到巨大提升。
修正算法，煤炭成分检测中，因受设备自身测量误差、传输路线、煤炭分布等等的干扰，测量值虽经矫正，但其数值与实际值(譬如和化学方法检测的煤质六大成分)依然存在一定的偏差，为了进一步提升测量设备的精度，提高其实用性，本系统针对煤质6大成分值的矫正，开发了一种基于插值算法的系数配置修正方程(简称：带插值的系数配置法)，其原理是：煤质6大成分测量值虽然受各种因素干扰，存在偏差，其偏差分布从局部来看为非线性，但其长期的特性呈现一定的规律，本系统将利用足够多的历史数据精准还原真实值。
依据f＝k0*f+k1*f1+k2*f2+k3(公式一)
其中，f为当前的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f1为从当前退后一次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值，f2为从当前退后二次的历史的发热量、水分、灰分、挥发分、含碳量或全硫任意一个值；k0、k1、k2分别是当前、从当前退后一次的历史值、从当前退后二次的历史发热量、水分、灰分、挥发分、含碳量或全硫任意一个值的权重系数，k3是拟合常数，利用拉格朗日插值算法分别计算出k0、k1、k2和k3；
接下来我们将用拉格朗日多项式插值算法分别计算k0、k1、k2、k3四个系数，其计算方式基本一致，唯一不同的是采用不同的历史数据计算，k0采用当前发热量数据为起点，往后推n+1个发热量数据；k1采用从当前退后一次的历史发热量数据为起点，往后推n+1个发热量数据；k2、k3依次类推。拉格朗日多项式插值算法中的代数插值多项式算法基本原理如下：
已知函数f(x)在区间[a,b]上n+1个不同点x0x1,…,xn处的函数值yi＝f(xi)(i＝0,1,…,n)，作一个至多n次多项式：
公式中xn是历史的第n次发热量值，a是系数。
公式中，使其在给定点处与f(x)同值，即满足插值条件
n次多项式(公式2)有n+1个待定系数，由插值条件(公式3)恰好给出n+1个方程
记此方程组的系数矩阵为a，则
上述行列是范德蒙特(vandermonde)行列式。当x0，x1，xn互不相同时，此行列式值不为零，因此方程组(4)有唯一解。这表明，只要n+1个节点互不相同，满足插值要求(公式3)的插值多项式(公式2)是唯一的。
通过拉格朗日代数插值原理，采用算法软件就可以逐一算出k0、k1、k2和k3，再依据(公式1)就可以算出当前的发热量q值。
从上述算法不难看出，历史数据量越大，精准度越高，当历史数据达到一定量后，误差将非常小，且基本趋于一致。