基于光致发光光谱全面解析的煤质快速检测方法

1.本发明属于煤质检测领域，具体涉及基于光致发光光谱全面解析的煤质快速检测方法。


背景技术：

2.煤是中国的主要一次能源，2019年中国煤炭的消耗量占中国总能源消耗量的57.7％,在可预见的未来煤炭仍将占据我国能源消耗的主要地位，对我国经济保持全面可持续发展具有重要的战略意义。因此煤炭的清洁高效利用对国民经济至关重要，而煤炭的智能化生产是煤炭高效利用的有效途径之一。煤炭的智能化生产的过程中，原煤的在线精准监测是一个关键步骤。
3.目前国内使用比较广泛的煤质检测方法是工业分析和元素分析，可以获得全面可靠的煤质成分数据，但是工业分析与元素分析是在实验室内按照国家标准进行，过程复杂，对制样要求高，测试周期高。
4.近年来，拉曼光谱检测技术作为一种高效无损的检测技术，被越来越多的应用到煤以及煤焦的结构检测中，并正在用于煤的在线分析。但是对煤样进行拉曼光谱检测时，激光不仅会激发拉曼散射光，还会使煤中处于价带的电子跃迁至导带并在价带留下空穴，电子和空穴在各自的导带和价带中通过弛豫达到各自未被占据的最低激发态，成为准平衡态，准平衡态下的电子和空穴再通过复合发光产生荧光(光致发光)。所以实际谱图是拉曼光谱与荧光光谱的叠加，这对拉曼光谱的解析产生了干扰，给拉曼光谱的定量分析带来困难，使煤的特定结构难以揭示。


技术实现要素：

5.本发明是为了解决上述拉曼光谱检测存在的问题而进行的，目的在于提供基于光致发光光谱全面解析的煤质快速检测方法，采用原理完全不同于拉曼光谱的光致发光光谱技术对煤质进行检测，有效避免干扰、实现更精确的煤质信息检测。
6.本发明为了实现上述目的，采用了以下方案：
7.本发明提供一种基于光致发光光谱全面解析的煤质快速检测方法，其特征在于，包括如下步骤：
8.步骤i.光致发光信息获取：对煤进行光致发光光谱检测，根据检测结果确定煤的光致发光光谱特征峰，然后进行分峰解析和拟合计算，获取与煤质有关的光致发光光谱特征参数；
9.步骤ii.选取不同煤质的标准煤样品分别按照步骤i中描述的光致发光信息获取方法获取相应的光致发光光谱特征参数；对标准煤样品进行工业分析和发热量检测，获取煤质成分特征参数和发热量；建立光致发光光谱特征参数与煤质成分特征参数以及发热量的映射关系；
10.步骤iii.对待测煤按照步骤i中描述的光致发光信息获取方法获取光致发光光谱
特征参数；然后，将待测煤的光致发光光谱特征参数带入步骤ii建立的光致发光光谱特征参数与煤质成分特征参数以及发热量的映射关系中，计算得到待测煤的煤质成分特征参数与发热量，
11.其中，步骤i与步骤ii无先后顺序，步骤i与步骤iii无先后顺序。
12.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：煤质成分特征参数为煤的水分含量、挥发分含量、灰分含量、固定碳含量、碳含量、氢含量、着火温度、最大反应速率温度、燃尽温度中的至少一种。
13.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤i中，煤的光致发光光谱检测所采用的激光器入射光波长为485nm、532nm或633nm，光谱图的采集波长范围为560～850nm。
14.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤i中，煤的光致发光光谱特征峰包括p1、p2、p3、p4、p5、p6、p7，在波峰处对应的波长依次为573
±
2nm、582
±
2nm、596
±
2nm、627
±
2nm、640
±
2nm、687
±
2nm、745
±
2nm。
15.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤i中，拟合计算时p1、p3、p4、p5、p6、p7为高斯曲线，p2采用洛伦兹曲线。
16.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤i中，获取的光致发光光谱特征参数包括：光谱总面积s
all
，峰p3、p4、p5、p6、p7面积和s
3～7
与峰p1、p2面积和s
1～2
的比值k
s
，峰p1、p2、p4、p6的半峰宽p1’
、p2’
、p4’
、p6’
。
17.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤ii中，光致发光光谱特征参数与挥发分含量v
daf
之间的映射关系为：
18.v
daf
＝a1*f
13
+b1*f
12
+c1*f1+d1*k
s3
+e1*k
s2
+f1*k
s
+g1*s
all3
+h1*s
all2
+i1*s
all
+j1；
19.式中，f1为主成分因子，f1＝0.261*p1’
+0.273*p2’
+0.26*p4’
+0.266*p6’
；a1、b1、c1、d1、e1、f1、g1、h1、i1、j1均为系数。
20.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤ii中，光致发光光谱特征参数与表示煤发热量的热值q之间的映射关系为：
21.q＝a2*s
all3
+b2*s
all2
+c2*s
all
+d2*k
s
+e2*f
13
+f2*f
12
+g2*f1+h2；
22.式中，f1为主成分因子，f1＝0.261*p1’
+0.273*p2’
+0.26*p4’
+0.266*p6’
；a2、b2、c2、d2、e2、f2、g2、h2均为系数。
23.优选地，本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法还可以具有这样的特征：在步骤ii中，选取的标准煤样品为多种不同煤阶、不同挥发分的标准煤。
24.进一步，本发明还提供另一种基于光致发光光谱全面解析的煤质快速检测方法，其特征在于，包括如下步骤：
25.步骤1.对待测煤进行光致发光光谱检测；
26.步骤2.根据光致发光光谱检测结果确定煤的光致发光光谱特征峰，然后进行七峰分峰解析和拟合计算，获取与煤质有关的光致发光光谱特征参数；煤的光致发光光谱特征
峰包括p1、p2、p3、p4、p5、p6、p7，在波峰处对应的波长依次为573
±
2nm、582
±
2nm、596
±
2nm、627
±
2nm、640
±
2nm、687
±
2nm、745
±
2nm；获取的光致发光光谱特征参数包括：光谱总面积s
all
，峰p3、p4、p5、p6、p7面积和s
3～7
与峰p1、p2面积和s
1～2
的比值k
s
，峰p1、p2、p4、p6的半峰宽p1’
、p2’
、p4’
、p6’
；
27.步骤3.将步骤2获取的待测煤的光致发光光谱特征参数带入以下公式中，计算得到待测煤的挥发分含量v
daf
和表示煤发热量的热值q：
28.v
daf
＝a1*f
13
+b1*f
12
+c1*f1+d1*k
s3
+e1*k
s2
+f1*k
s
+g1*s
all3
+h1*s
all2
+i1*s
all
+j1；
29.q＝a2*s
all3
+b2*s
all2
+c2*s
all
+d2*k
s
+e2*f
13
+f2*f
12
+g2*f1+h2；
30.式中，f1为主成分因子，f1＝0.261*p1’
+0.273*p2’
+0.26*p4’
+0.266*p6’
；a1、b1、c1、d1、e1、f1、g1、h1、i1、j1、a2、b2、c2、d2、e2、f2、g2、h2均为系数。
31.优选地，本发明所提供的上述煤质快速检测方法还可以具有这样的特征：a1、b1、c1、d1、e1、f1、g1、h1、i1、j1的取值依次为
‑
0.17、
‑
0.052、0.609、0.019、
‑
0.451、
‑
0.136、0.211、0.068、0.354、0.142；a2、b2、c2、d2、e2、f2、g2、h2的取值依次为
‑
0.069、0.144、0.45、
‑
1.336、0.162、
‑
0.015、
‑
0.211、
‑
0.076。
32.发明的作用与效果
33.本发明所提供的基于光致发光光谱全面解析的煤质快速检测方法，通过选取不同煤质的标准煤样品分别进行光致发光光谱检测，获取相应的光致发光光谱特征参数，并对标准煤样品进行工业分析和发热量检测，获取煤的煤质成分特征参数以及发热量，从而建立光致发光光谱特征参数分别与煤质成分特征参数以及发热量的映射关系，然后将待测煤的光致发光光谱特征参数带入光致发光光谱特征参数与煤质成分特征参数以及发热量的映射关系中，进行计算就能够得到待测煤的煤质成分特征参数以及发热量，获得煤质信息。由于本发明采用的是光致发光检测，因此可以有效避免拉曼检测所产生的光谱干扰问题，获得准确的光谱数据，进而获得更准确的计算结果，实现煤质信息的精确检测。并且，本发明提供的光致发光光谱七峰分峰全面解析方法，方法简单，可利用计算机进行分峰解析和拟合计算，快速得到光致发光光谱多个特征参数，揭示出样品更详细的化学结构信息。
34.综上，本发明利用光致发光光谱的特征参数即可直接计算获得待测煤的煤质成分特征参数和发热量，实现了对待测煤的煤质成分特征参数和发热量的快速、精确获取。
附图说明
35.图1是本发明实施例涉及的煤样的光致发光光谱图；
36.图2是本发明实施例涉及的煤样光致发光光谱图七峰分峰解析图。
具体实施方式
37.下面参照附图对本发明所涉及的基于光致发光光谱全面解析的煤质快速检测的原理和方法作详细阐述。
38.光致发光是当激光照射在物质表面时，物质中处于基态的电子吸收能量跃迁到高能级，激发态不稳定，电子返回基态时释放出吸收的能量所发出可见光的过程。物质吸收激光后能否发光，很大程度上取决于它们的分子结构，因此光致发光光谱可以代表物质分子层面上的结构信息，可用于分析物质结构。也就是说，光致发光技术是激发物质自身发光；
而背景技术中提到的现有采用的拉曼技术，是物质对光的散射，但是在拉曼检测时，还会产生一定的光致发光，因此会干扰拉曼检测；而且，拉曼波段范围窄、信号弱，而光致则信号更强，波段更宽。所以，单独采用光致发光技术不仅可避免干扰问题，还能够获得信号更强的光谱信息，因而更有利于煤质的精确检测。
39.基于以上原理，本发明提出了上文发明内容部分所描述的技术方案。以下通过具体的实施例来对采用本发明技术方案进行煤质快速检测的方法进行详细说明。
40.<实施例>
41.本实施例所提供的基于光致发光光谱全面解析的煤质快速检测方法，包括如下步骤：
42.步骤i.煤的光致发光光谱七峰分峰全面解析方法的建立：(1)对煤样进行光致发光光谱检测，获得煤的光致发光光谱；(2)采用两点直线法对光致发光光谱进行基线校正；(3)基于校正后的光致发光光谱确定特征峰；(4)进行分峰解析；(5)进行分峰拟合计算；(6)获取关键光致发光光谱特征参数。
43.本实施例中，煤的光致发光光谱七峰分峰解析所采用的峰包括：p1、p2、p3、p4、p5、p6、p7(其中p1、p2、p3、p4、p5、p6、p7在波峰处对应的波长为别为573
±
2nm、582
±
2nm、596
±
2nm、627
±
2nm、640
±
2nm、687
±
2nm、745
±
2nm)，拟合计算时p1、p3、p4、p5、p6、p7为高斯曲线，p2采用洛伦兹曲线。
44.本实施例中，获得的光致发光光谱特征参数包括：光谱总面积s
all
，峰p3、p4、p5、p6、p7面积和与峰p1、p2面积和的比k
s
，分峰解析后峰p1、p2、p4、p6的半峰宽p1’
、p2’
、p4’
、p6’
。
45.步骤ii.基于光致发光光谱全面解析的煤质快速评价数学模型建立：(1)选择不同煤阶、不同挥发分的标准煤作为标准煤样；(2)对每种标准煤样都进行光致发光光谱测试、工业分析、发热量检测，获得相应煤样的光致发光光谱、挥发分含量v
daf
、发热量信息；(3)建立光致发光光谱特征参数、与v
daf
以及热值的数学映射关系。
46.本实施例中，采用的工业分析及和热值的测量分别参照国标gb/t 212
‑
2008和gb/t 213
‑
2008；工业分析基准采用干燥无灰基，得到挥发分v
daf
；获得的发热量信息为低位热值q。
47.本实施例中，光致发光光谱特征参数与v
daf
之间的映射关系为：
48.v
daf
＝a1*f
13
+b1*f
12
+c1*f1+d1*k
s3
+e1*k
s2
+f1*k
s
+g1*s
all3
+h1*s
all2
+i1*s
all
+j1；
49.光致发光光谱特征参数与热值q之间的映射关系为：
50.q＝a2*s
all3
+b2*s
all2
+c2*s
all
+d2*k
s
+e2*f
13
+f2*f
12
+g2*f1+h2；
51.式中，f1为主成分因子，f1＝0.261*p1’
+0.273*p2’
+0.26*p4’
+0.266*p6’
；a1、b1、c1、d1、e1、f1、g1、h1、i1、j1、a2、b2、c2、d2、e2、f2、g2、h2均为系数。
52.步骤iii.基于光致发光光谱全面解析的煤质快速检测：(1)对待测煤进行光致发光光谱检测；(2)根据光致发光光谱检测结果获取与煤质有关的光致发光光谱特征参数；(3)将获取的光致发光光谱特征参数带入步骤ii建立的映射关系中，计算得到待测煤的v
daf
与发热量。
53.将以上方法应用于具体煤样进行检测：
54.1)选取50种标准煤样，标号为1～50，分别进行工业分析，获得煤的挥发分含量v
daf
。下文中仅以其中典型的15种标准煤样为例进行说明，煤样的v
daf
数据如下表1所示：
55.表1标准煤样的挥发分含量v
daf
[0056][0057][0058]
2)分别对50种标准煤样进行光致发光光谱，激光波长为532nm，激光功率为5mw，扫描时间为8s，扫描范围为560～850nm。
[0059]
如图1所示，为获得的煤样品的光致发光光谱图；如图2所示，对光致发光光谱图进行七峰分峰全面解析。
[0060]
3)根据50种样品分峰后的解析图，得到光谱特征参数包括光谱总面积(s
all
)、峰p3、p4、p5、p6、p7面积和与峰p1、p2面积和的比(k
s
)、七峰分峰解析后峰p1、p2、p4、p6的半峰宽p1’
、p2’
、p4’
、p6’
，其中15种煤数据结果如下表2：
[0061]
表2标准煤样的光谱解析信息
[0065][0066]
5)将15种样品的所有光谱特征参数汇于下表4：
[0067]
表4与v
daf
对应的标准煤样的光谱特征参数
[0068]
[0069][0070]
由于因变量v
daf
、自变量s
all
、k
s
、f1之间数量级相差较大，所以先对自变量和因变量进行标准化，来消除因为数据数量级差异而引起的误差。标准化后值z＝(实际数值
‑
数据均值)/(数据标准差)，四个变量的均值和标准偏差如下表5，将四个变量标准化后的值汇于下表6：
[0071]
表5五十种样品的v
daf
、s
all
、k
s
和f1的均值和标准偏差
[0072][0073]
表6与v
daf
对应的标准化后的光谱特征参数值
[0074]
[0075][0076]
建立标准化后因变量v
daf
、自变量s
all
、k
s
、f1之间的映射关系，在此实施例中v
daf
＝
‑
0.17*f
13
‑
0.052*f
12
+0.609*f1+0.019*k
s3
‑
0.451*k
s2
‑
0.136*k
s
+0.211*s
all3
+0.068*s
all2
+0.354*s
all
+0.142。
[0077]
根据拟合公式计算得到zv
daf
，将其转换成计算v
daf
，为了进一步提高映射模型的准确度，可扩大测试的煤样的种数。
[0078]
6)对编号为1
‑
35的煤样进行发热量测量，同理，将样品的光谱特征参数以相同的公因子提取方式提取主成分因子f1，其中15种煤样的信息汇于下表7：
[0079]
表7与q对应的标准煤样的光谱特征参数
[0080][0081]
建立因变量热值q与自变量s
all
、k
s
、f1之间的映射关系，由于因变量v
daf
、自变量s
all
、k
s
、f1之间数量级相差较大，所以先对自变量和因变量进行标准化，来消除因为数据数量级差异而引起的误差。标准化后值z＝(实际数值
‑
数据均值)/(数据标准差)，四个变量的均值和标准偏差如下表8，将四个变量标准化后的值汇于下表9：
[0082]
表8五十种样品的q、s
all
、k
s
和f1的均值和标准偏差
[0083][0084]
表9与q对应的标准化后的光谱特征参数值
[0085][0086]
建立标准化后因变量q、自变量s
all
、k
s
、f1之间的映射关系，在此实施例中q＝
‑
0.069*s
all3
+0.144*s
all2
+0.45*s
all
‑
1.336*k
s
+0.162*f
13
‑
0.015*f
12
‑
0.211*f1‑
0.076；
[0087]
根据拟合公式计算得到zq，将其转换成计算q，为了进一步提高映射关系的准确度可以通过扩大测试的煤样种数对映射模型进行优化。
[0088]
7)取待测煤样，使用与标准煤样相同的检测方式和基准获得待测煤样的挥发分含量、热值和光致发光光谱特征参数以及得到主成分因子，汇于下表10：
[0089]
表10待测煤样信息
[0090][0091]
将s
all
、k
s
、f1标准化后的数据输入映射模型v
daf
＝
‑
0.17*f
13
‑
0.052*f
12
+0.609*f1+0.019*k
s3
‑
0.451*k
s2
‑
0.136*k
s
+0.211*s
all3
+0.068*s
all2
+0.354*s
all
+0.142中，输出的标准化v
daf
值为0.1359，则计算得到的为33.957，与真实值误差百分比仅为3.75％，证实了该映射模型计算v
daf
值的精确性。
[0092]
将s
all
、k
s
、f1标准化后的数据输入映射模型q＝
‑
0.069*s
all3
+0.144*s
all2
+0.45*s
all
‑
1.336*k
s
+0.162*f
13
‑
0.015*f
12
‑
0.211*f1‑
0.076中，输出的标准化q值为0.7763，则计算得到的q值为6072.26(cal/g)，与真实值误差百分比仅为3.5％，证实了该映射模型计算q值的精确性。
[0093]
以上仅仅是对本发明技术方案所做的举例说明。本发明所涉及的基于光致发光光谱全面解析的煤质快速检测方法并不仅仅限定于在以上中所描述的结构，而是以权利要求所限定的范围为准。本发明所属领域技术人员在该的基础上所做的任何修改或补充或等效替换，都在本发明的权利要求所要求保护的范围内。