[机械模具数控自动化专业毕业设计外文文献及翻译]【期刊】近红外光谱学在煤快速分析中的应用-中文翻译

近红外光谱学在煤快速分析中的应用 * Mikio 海原， tadayuki 高桥 Takahiro akazawa，日本佐藤，高桥和聪 一关国家技术学院， hagisyo，一关 021-8511，日本 比较近红外（ NIR）光谱与红外光谱煤样的情况下，我们通常看到的近红外光谱有更少的特征吸收带。然而，利用近红外光谱技术的优点（非破坏性的，高渗透能力，样品制备简单，快速分析）和部分最小二乘回归（ PLS）模型，我们发现几种煤的主要特性可以方便、快速地估计。例如，复相关系数之间的实测值与预测值从获得的光谱， R2，挥发水分 ,氧，最大的流动温度，凝固温度分别为 0.9736， 0.9774， 0.8996， 0.8849和 0.9282,虽然得到的结果分别与美标的方法优于精度试验材料 . 关键词：煤；近红外（ NIR）光谱； 快速分析； PLS 引文 近红外光谱是非常有用的一个非破坏性的和快速的分析的方法，这是扩大应用领域。 更多压实仪和计算机最近的趋势使得它更方便，适合在采矿领域的分析在 工厂 的资源或在线分析。通常煤的性质是由多个指标的估计，碳内容（ C） ，氢（ H） ，氧（ O） ，最大的流动性温度（ MFT）等。例如， C， H， O 现在测量用元素分析仪器（使用燃烧法）和 MFT，SOT 是在高温下（约 4007550度的测定摄氏度）与 基氏 。 还有更多的 ，测试水分内容的其他仪器的一个多小时的时间是必要的，煤的性质水分测量需要多设备，多的时间和精力（加热） 。 红外光谱法是一种广泛使用的分析煤等等，因为它在波数区有很多特征谱带（ 40007400厘米见图 1） 。相反，煤的近红外光谱不在该地区突出（ 110072500 nm，见图 1） 图 1。 红外光谱和一个有代表性的煤的近红外光谱（七） 。 煤的快速分析 光谱具有一些特有的优点。特别是，它能穿透远远超过其他光谱样品（红外，紫外，可见）可以，它可以适用于非均匀样品如煤，因为它可以一次测量更多的样品。 在这份报告中，我们尝试这样的估计煤的性质尽管我们通常用较少的近红外光谱特征吸收带比得到的红外光谱。作为一个结果，我们发现我们可以预测的是 测量的 NIR 煤的一些重要性质，光谱和使用 PLS 回归模型对得到的近红外光谱。 装置和样品制备 我们有 15种煤（ 100目不同矿山下粉） ，来自宾夕法尼亚州立大学的加里米切尔博士的煤的主要特性列于表 1。 近红外 6500）的用于获得的近红外光谱煤与漫反射杯。粉煤灰（ 2.99 3.01）放入杯（ 10毫米深 35毫米直径）和覆盖的石英板。 表 1。煤的样品的主要性能 在 2 nm 的间隔测定近红外光谱（ 1100 2500 nm 和 32次扫描（约 2分钟） 。 分析和探讨 所有程序的频谱分析使用旋转版本 2.6。写下。 1。光谱的预处理平均为后的光谱散射校正（ MSC6。 ）在某些情况下。在高散射的情况下 光学样品，一个乘法效应（差异的措施 发展路径长度） 可发生 。因此， MSC 的尝试解释它。所有的光谱组成的 700个数据（每从 1100到 2500 nm， 2 nm） 。 2。第一和第二导数光谱衍生制造后 Savitsky Golay 平滑。 3。应用偏最小二乘回归模型之间的关系，预处理后的光谱和水分的测量值（ MO） ，挥发物（ VM） ，氧（ O） ，最大的流动性温度（ MFT）和凝固温度（ SOT）与交叉验证 4。所得到的最好的模型和交叉检查，预测的 Mo， VM， MFT 误差， SOT 和 O 的结果。确定了最佳的回归模型通过交叉验证标准误差的最小值（ SECV） 。 R2（相关系数）的SECV 钼 VM， O， MFT 和 SOT 分别为 0.9736， 0.9774， 0.8996， 0.8849， 0.9282，钼， VM， O SECV， MFT 和 SOT 0.450.79， 0.51， 4.55和 4.76。 从这些数字（图。 276） ，我们没有在寻找特殊的位移预测误差，即，他们是随机的。因此，我们预计这种方法的精度可以提高很多。然而，该精密水准法现在不如美标材料试验（ ASTM） 。 在表 2中，我们比较了不同的预处理方法的影响。只是在氧含量的情况下， MSC 可以提高精度的回归方法。从我们的结果来看， MSC 是不完整的。我们认为错误是由三大因素引起的 下面 。 1。在散射效应问题。 2。 PLS 回归模型的预测误差。 3。由 ASTM 方法误差。 精确 的散射效应估计需要。也许，这快速分析可以有效的质量控制情况比较均质煤。现在我们的改进研究该方法与其他煤种的应用。 图 2。测定钼和钼和剩余价值的预测。箭头的区指允许误差的 ASTM 方法 ，d3173。 图 3。测量和预测的 VM， VM 和剩余价值。箭头的区指允许误差的 ASTM 方法，d3175。 图 4。 测得的 O 与 O 和剩余价值的预测。箭头的区允许误差的 ASTM 方法， d3176。 图 5。测得的 MFT 和预测的 MFT 和剩余价值。箭头区通过 ASTM 方法允许的误差，d2639 结论 利用近红外光谱和 PLS 回归模型，我们发现煤的一些重要性质可以用很简单的估计获得的近红外光谱的样品制备。还有更多的，我们的方法不需要多少时间，多少能量 （热） 和多个仪表。 图 6。测量和预测的 SOT SOT 和剩余价值。箭头的区指允许误差的 ASTM 方法，d2639。 表 2。预处理方法的比较 这方法可以在工厂或挖掘的简便、快速的分析地方，虽然应该对预测精度改进。 承认书 我们感谢花泉农业发展中心， Kentaro 高桥，和健一 tatsubayasi（日本管理公司）提供意见和帮助我们在近 6500的使用。我们深深地感谢岩手促进中心和区域科学推广计划由日本科学和技术公司，我们研究财政上的 支持 证明书 1。 诺里斯， K.H.轻工作，在近红外规格的进展 光谱分析。在穆雷，岛，兵卫，内务部，主编伊恩迈克尔出版物：英国， 1992。 2。 ， 彼得；李，杰姆斯奥斯本，保罗 R. B.；斯温科斯， DOM 再利用 FT-IR 表征材料的性能规格的因素分析 TRA，第一部分：结果。应用。和。 1985 39 303。 3。所罗门，彼得河； carangelo，罗伯特 M. ft-i.r.分析煤。 fuel.1988， 67949。 4。 Mikio， K.；博明， M.；直树， G.； yohichi 小说上海， G.技术用于沥青和煤浆采用傅里叶变换红外光谱法。燃料。 1991 70 931。 5。宾州的