上海
一、从“实验室庞然大物”到“现场快检利器”
传统煤质成分检测依赖人工采样和实验室化验，无法满足现代化生产对实时性的要求。近红外光谱分析技术具有快速、无损、多组分测定等优势，但传统台式光谱仪价格昂贵、体积庞大、使用不便，无法用于在线过程分析。
巨哥科技为煤质检测方案商提供的SF2500微型傅里叶光谱仪基于自研MEMS扫描芯片和光学干涉模块，检测波段1000~2500nm，分辨率25cm-1（7nm@1700nm），可获得丰富的光谱信息；测量速度高达150次/秒，单次测量（<10ms）信噪比最高可达5000:1，多次平均可达数万:1，精准匹配快速成分分析的需求。
巨哥科技可提供煤质成分在线检测系统的参考设计、配套件、光谱采集与建模软件，以及SDK二次开发包。其中光源采用高功率大光斑照明，适用于传送带上煤料的快速实时检测。光谱采集模块包含SF2500光谱仪、校准机构、防尘和抗震装置、数据传输和采集系统。煤的关键成分如灰分、挥发分、全硫、氢值、热值等，经工控机模型预测即可实时显示。
二、样品光谱采集和模型建立
在系统投入使用之前，首先需要建立煤内各成分含量与近红外光谱之间的关联，需要对不同成分含量的煤样品采集光谱，样品数量越多，模型越精确。
根据样品的光谱数据和成分信息，采用偏最小二乘法（PLS）等多元回归方法，建立光谱数据与成分含量之间的定量关系模型，最后使用验证集样品对模型精度进行检验。
三、实测模型效果评估
a）单种煤建模
在某项目中，用户提供单种煤共30个样品，其中25个样品每个采集5次光谱用于建模，剩余5个样品用于模型验证，每个样品的模型预测误差、5个样品的平均绝对误差和平均相对误差如下表。
从误差分析可以看到，模型预测整体结果较好。其中全硫因成分含量低，相对误差较大，但绝对误差小，可满足应用需求。
b）多种煤统一建模
在另一项目中，用户提供20个样品，包括原煤、精煤、中煤、碳筛煤四种。其中17个样品每个采集10次光谱用于建模，剩余3个样品用于模型验证，每个样品的成分参考值（用户提供）、模型预测值、预测绝对误差、以及3个样品的平均相对误差如下表。
由此可见，模型预测整体结果较好，部分样品预测虽有偏离，但预测值与参考值呈高相关性。全水受环境湿度影响，且样品中水分含量从准备到运输到测试已发生改变，因此误差偏大。全硫因总含量低，相对误差大，但绝对误差较小，用户可接受。
c）数据总结
两次测试结果表明：
近红外光谱煤质检测的核心指标预测精度较好，满足工业在线检测需求；
样品数量直接影响模型精度，30个样品单种煤模型优于20个样品多种煤模型，实用场景通常需要50~80个样品用于建立准确模型；
如将环境温湿度纳入模型，模型精度还可进一步提高。
四、实时在线成分检测
近红外光谱煤质检测系统在现场部署完成后，可不间断地实时采集各种煤来料的光谱数据，使用已建立的模型直接计算出煤质成分含量及变化，并实时显示或用于反馈控制。模型在投入使用后，还可根据新采集的光谱数据持续优化。整套近红外光谱检测系统可用于燃煤电厂、洗选厂的来料检测和过程监控，实现煤质的实时监测与质量控制。
SF2500傅里叶光谱仪采用先进的MEMS技术实现微型化，其光纤输入、以太网输出的设计便于远程传输和设备组网，配套提供光谱采集软件和建模软件，支持SDK开发，易于集成。SF2500还具有高速、高信噪比和宽光谱范围的优势，实时提供煤质的多种成分信息，为煤炭行业的绿色和智能化转型提供了切实可行的技术路径。更多详情请咨询400-808-1320。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
