金属矿山

作者：孙明廖祥国王邵康高单孙嘉悦黄筱俊何光明李博昊吴威辰

单位：1. 平顶山天安煤业股份有限公司,河南平顶山467099;2. 中兴通讯股份有限公司,广东深圳518057;3. 沈阳隆基智能技术研究有限公司,辽宁沈阳110167

关键词：X 射线荧光光谱(XRF), 煤炭, 灰分预测, 偏最小二乘法(PLS), 光谱预处理,

煤炭灰分值是衡量煤炭质量的关键指标之一,灰分含量和性质对燃烧设备、环境、后续的加工利用都有着极大影响。 针对目前煤炭灰分检测方法的滞后性、劳动密集型问题,提出了一种基于 XRF 光谱的预处理(Preprocessing,PRE)与偏最小二乘法(PartialLeastSquares,PLS)相结合的 XRF 煤炭灰分智能预测算法。 通过将 XRF 技术获取煤炭样品的光谱数据输入 PLS 主模型初步预测灰分,再将相关校正参数输入补偿优化模型中,最终将两者相加得到预测灰分值。 试验结果表明:相对于偏最小二乘法回归、神经网络回归模型,PRE-PLS 模型决定系数为 0. 9951,均方根误差为 0. 9411,平均绝对误差为 0. 7332%,表明该模型具备较高的精度,能够胜任现场检测工作,为生产提供可靠指导。

来源：2025年第9期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第9期