一種基于高斯過程的近紅外光譜煤全水分快速檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及煤碳工業(yè)化驗(yàn)領(lǐng)域以及近紅外光譜技術(shù)分析領(lǐng)域，具體涉及一種基于 高斯過程的近紅外光譜煤全水分快速檢測方法。
【背景技術(shù)】
[0002] 煤的水分，是一項(xiàng)重要的煤質(zhì)指標(biāo)，對煤的加工利用、貿(mào)易、運(yùn)輸和儲存都有很大 的影響。一般說來，水分高要影響煤的質(zhì)量。在煤的利用中首先遇到的是煤的破碎問題，水 分高的煤就難以破碎;在鍋爐燃燒中，水分高就影響燃燒穩(wěn)定性和熱傳導(dǎo);在煉焦時，水分 高會降低焦產(chǎn)率;而且由于水分大量蒸發(fā)帶走熱量而延長焦化周期;在煤炭貿(mào)易中，水分也 是一個定質(zhì)和定量的主要指標(biāo)，故在簽訂銷煤合同時，用戶一般都會提出煤中水分的限值。 由于水分易蒸發(fā)，因此，它的快速檢測對于煤的生產(chǎn)、銷售和應(yīng)用等均具有重要的意義。 [0003 ]煤的水分簡單地說分為:全水分、內(nèi)在水分、外在水分、結(jié)晶水和分解水，在實(shí)際測 定中只能測煤的全水分、內(nèi)在水分、外在水分和最高內(nèi)在水分，而不測定結(jié)晶水和分解水。 其中，煤中全水分，是指煤中全部的游離水分，即煤中外在水分和內(nèi)在水分之和。測定煤中 全水分的方法主要有通氨干燥法和空氣干燥法，其中通氨干燥法適用于所有煤種，空氣干 燥法僅適用于煙煤和無煙煤。此外，微波干燥法適用于褐煤和煙煤水分的快速測定，而在仲 裁分析中多用通氨干燥法測定一般分析試驗(yàn)煤樣的水分。目前，煤質(zhì)全水分的工業(yè)檢測方 法基本按照國家標(biāo)準(zhǔn)人工采樣，實(shí)驗(yàn)室化驗(yàn)，主要采用通氨干燥法進(jìn)行檢測。這種檢測方法 從采樣到化驗(yàn)結(jié)束操作過程復(fù)雜繁瑣，需要消耗大量的人力物力，獲得一個樣本的各煤質(zhì) 參數(shù)分析值需要數(shù)小時。另外，現(xiàn)有的基于X射線熒光中子活化的分析方法雖然能夠?qū)崿F(xiàn)在 線分析的目的，但需要用到放射源，這在使用與管理中都具有一定的安全風(fēng)險(xiǎn)，不易實(shí)際推 廣應(yīng)用。近紅外光譜的分析可以實(shí)現(xiàn)全自動，在線，安全，快捷的多參數(shù)在線實(shí)時分析。
[0004] 可用于近紅外光譜建模分析的方法有多種，如偏最小二乘回歸(PLSR)、多元線性 回歸等線性回歸算法，以及人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(jī)(SVM)等非線性回歸算法。前者 對于建模對象的線性要求比較高，在解決一些非線性問題時效果不夠理想；后者則存在模 型復(fù)雜、計(jì)算成本高、需要比較繁瑣的調(diào)參過程等不足。高斯過程作為非參數(shù)學(xué)習(xí)方法，理 論上能夠?qū)θ我廨斎氲暮瘮?shù)進(jìn)行逼近，因此具有泛化能力強(qiáng)等特點(diǎn)，并且能夠同時適應(yīng)線 性和非線性預(yù)測的要求，非常適合小樣本、高維度特征數(shù)據(jù)的建模。同時，基于高斯過程可 以預(yù)測未知樣本的概率分布，能夠?qū)︻A(yù)測值的非確定性進(jìn)行量化。這在煤質(zhì)成分預(yù)測及指 標(biāo)控制方面非常有實(shí)用價值。本發(fā)明意在利用近紅外光譜數(shù)據(jù)并基于高斯過程建模，實(shí)現(xiàn) 對精煤全水分的安全、在線、快速的檢測。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明主要是解決現(xiàn)有煤全水分檢測方法過程繁瑣、實(shí)時性差、存在安全風(fēng)險(xiǎn)等 技術(shù)問題，通過自動采樣、預(yù)處理煤樣本并用近紅外光譜儀進(jìn)行實(shí)時光譜數(shù)據(jù)獲取，光譜數(shù) 據(jù)傳入計(jì)算機(jī)經(jīng)過基于高斯過程的模型計(jì)算得到具體的煤全水分參數(shù)。
[0006] 本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：一種基于高斯過程的近紅外光譜煤全水分快 速檢測方法，包括用于實(shí)時采集分析樣本的煤樣采樣模塊，用于處理原始煤樣本至符合近 紅外光譜分析條件的煤樣預(yù)處理模塊，用于獲取煤樣光譜數(shù)據(jù)的光譜采集模塊以及進(jìn)行煤 樣全水分值預(yù)測分析的建模分析模塊。
[0007] 所述的采樣模塊主要包括采樣設(shè)備，由機(jī)械化采樣系統(tǒng)構(gòu)成，可以是二級采樣或 者三級采樣設(shè)備，實(shí)現(xiàn)定時采樣和縮分。固定時間間隔地從煤碳生產(chǎn)線或運(yùn)輸線上上采集 煤樣并進(jìn)行充分混合與縮分，采樣設(shè)備的采樣時間間隔與采樣量可進(jìn)行調(diào)整，保證檢測傳 送帶上的煤樣不間斷。
[0008] 所述的煤樣預(yù)處理模塊主要包括破碎設(shè)備、傳送帶裝置和勻料器。破碎設(shè)備由不 同的破碎機(jī)組成，可以是不同級別的破碎機(jī)組成多級破碎，將由采樣機(jī)得到的縮分煤樣進(jìn) 行充分破碎至合適的顆粒大小。傳送帶裝置由傳送帶和驅(qū)動傳送帶運(yùn)行的電機(jī)組成的，破 碎得到的煤樣落入傳送帶中，要求能夠平穩(wěn)慢速地運(yùn)輸，保證光譜采集時穩(wěn)定不振動。傳送 帶采用皮帶式，通過驅(qū)動電機(jī)帶動，將傳送帶維持在運(yùn)行狀態(tài)，要求傳送帶能夠低速平穩(wěn)運(yùn) 行，可以配以合適的差速器和變頻器來對電機(jī)進(jìn)行速度控制。勻料器由若干平板葉片輪與 驅(qū)動葉輪的電機(jī)組成，葉輪安裝于傳送帶上方，破碎設(shè)備出料口后方，通過旋轉(zhuǎn)把煤樣表面 攤平，保證在光譜采集時表面煤樣本表面較為平整。同時要求葉輪高度可調(diào)，以得到適于光 譜掃描分析的煤層厚度。
[0009] 所述的光譜采集模塊為近紅外光譜儀，其光源位于傳送帶上方，勻料器后方，對攤 平的煤樣進(jìn)行從上到下的垂直式照射，得到實(shí)時的近紅外光譜并將數(shù)據(jù)傳輸至計(jì)算機(jī)。近 紅外光譜儀可采用分光式或者傅利葉式漫反射光譜儀，可調(diào)整掃描時間和掃描次數(shù)，以獲 得更具代表性的光譜數(shù)據(jù)。
[0010] 所述的建模分析模塊包括可用于對煤全水分值進(jìn)行建模預(yù)測分析的計(jì)算機(jī)。所用 模型主要基于高斯過程，并可進(jìn)行相關(guān)的優(yōu)化拓展。本發(fā)明中使用的基于高斯過程的建模 分析方法有三種:方法一為基本的高斯過程(GP)預(yù)測模型;方法二為由主成分分析(PCA)和 高斯過程融合的PCA-GP預(yù)測模型；方法三為基于模式分類的融合高斯過程(PC-PCA-GP)預(yù) 測模型。
[0011] 本發(fā)明中，光譜數(shù)據(jù)的掃描獲取方法包括以下步驟：
[0012] (1)固定時間間隔地從煤碳生產(chǎn)線或運(yùn)輸線上采集煤樣并進(jìn)行充分混合與縮分得 到適量一級煤樣，進(jìn)入破碎設(shè)備；
[0013] (2)將步驟(1)中所得一級煤樣經(jīng)由破碎設(shè)備充分破碎至合適的顆粒大小，得到的 二級煤樣進(jìn)入傳送帶中。作為優(yōu)選，所述的二級煤樣的顆粒直徑在6_以下；
[0014] (3)調(diào)整傳送帶速度，使其能夠低速平穩(wěn)運(yùn)行，運(yùn)行速度可調(diào)，將步驟(2)中所得二 級煤樣運(yùn)至勾料器處。作為優(yōu)選，所述的傳送帶的運(yùn)行速度不宜超過lm/min;
[0015] (4)調(diào)整勻料器葉輪高度，步驟(3)中的煤樣經(jīng)勻料器旋轉(zhuǎn)使其表面攤平，進(jìn)而得 到厚度適于后續(xù)光譜掃描的、表面較為平整的煤層(三級煤樣），后經(jīng)傳送帶運(yùn)送至光譜儀。 作為優(yōu)選，所述的三級煤樣的煤層厚度在為宜。
[0016] (5)調(diào)整近紅外光譜儀的光源位置及掃描時間、掃描次數(shù)來調(diào)整其掃描面積，對步 驟(4)中所得的三級煤樣進(jìn)行掃描，并通過求平均光譜的方法確保得到光譜能夠代表整個 樣本。作為優(yōu)選，所述的光譜掃描的譜段為l〇〇〇_2500nm，每條譜掃描平均60次，每個煤樣以 5秒間隔共采譜15次，取15條光譜的最終平均光譜作為該樣本光譜數(shù)據(jù)。
[0017]本發(fā)明中，利用近紅外光譜數(shù)據(jù)并基于高斯過程進(jìn)行煤全水分建模預(yù)測分析的方 法包括以下步驟：
[0018] (1)通過前述光譜掃描方法掃描煤樣得到每個樣本的光譜數(shù)據(jù)，以之作為樣本的 原始光譜S0用于算法的后續(xù)步驟。對于建模樣本，還需用化驗(yàn)法測得其全水分值作為標(biāo)定 值Y0;
[0019] (2)對于步驟（1)中所述的原始光譜通過有效波長識別、光譜變換處理、離群點(diǎn)檢 測等方法進(jìn)行提取優(yōu)化，得到處理后的光譜S1。作為優(yōu)選，在對煤全水分建模時，所述的光 譜S1經(jīng)由如下預(yù)處理得到：提取有效波段范圍在1350nm-2400nm區(qū)間的光譜;基于GP模型， 根據(jù)對每個單獨(dú)樣本點(diǎn)給出的預(yù)測值和方差，進(jìn)行離群點(diǎn)檢測剔除；
[0020] (3)對于標(biāo)準(zhǔn)的高斯過程模型，確定高斯過程核函數(shù)，也即該高斯過程的協(xié)方差函 數(shù)。作為優(yōu)選，取平方指數(shù)協(xié)方差函數(shù)作為煤樣光譜分析模型的高斯過程內(nèi)核，平方指數(shù)協(xié) 方差函數(shù)(SE)表示為：
[0022]其中，和1為高斯內(nèi)核中的參數(shù)；
[0023] (4)對于步驟(3)中確定內(nèi)核的高斯過程，基于步驟(2)中所得的預(yù)處理后光譜S1 和定標(biāo)值Υ0進(jìn)行核函數(shù)參數(shù)尋優(yōu)計(jì)算，進(jìn)而得到相應(yīng)的高斯過程模型GP。作為優(yōu)選，參數(shù)尋 優(yōu)的方法采取兩輪網(wǎng)格搜索；
[0024] (5)對于步驟(4)中所得的高斯過程模型GP，在進(jìn)行實(shí)際未知煤樣預(yù)測分析之前， 還需對模型進(jìn)行評價驗(yàn)證。作為優(yōu)選，模型的評價指標(biāo)選取校正均方根誤差(RMSEC)、預(yù)測 均方根誤差(RMSEP)、Pear S〇n相關(guān)系數(shù)R以及變異系數(shù)CV。在樣本較少的情況下，又可用留 一法交叉驗(yàn)證均方根誤差(RMSECV)代替RMSEP。