發(fā)布時間：2021-11-05 08:05

　　煤質(zhì)參數(shù)對火力發(fā)電廠的安全經(jīng)濟運行和實現(xiàn)節(jié)能減排起著重要作用。入爐煤煤質(zhì)特性等重要運行參數(shù)在線測量信息的缺乏,使鍋爐的燃燒優(yōu)化調(diào)控缺乏必要和準確的依據(jù)。激光誘導(dǎo)擊穿光譜技術(shù)（LIBS）的應(yīng)用有望實現(xiàn)煤質(zhì)參數(shù)的在線分析。現(xiàn)有基于LIBS技術(shù)的煤粉分析研究一般需要對樣品進行壓片處理,制約了LIBS技術(shù)的時效性。因此本文致力于研究LIBS技術(shù)對煤粉顆粒流的直接測量,針對顆粒流光譜特性,開展一系列數(shù)據(jù)預(yù)處理方法和定量分析模型的研究,并進行LIBS煤質(zhì)快速分析儀的研發(fā)和集成工作。由于煤粉顆粒流存在流動穩(wěn)定性問題,測量光譜數(shù)據(jù)不可避免地存在信號的波動。為提高測量的重復(fù)性,在獲取多次測量數(shù)據(jù)的基礎(chǔ)上,分別使用基于馬氏特征距離和基于正態(tài)分布統(tǒng)計規(guī)律的方法,對離群數(shù)據(jù)進行剔除。定性分析結(jié)果表明,剔除異常數(shù)據(jù)后,LIBS譜線的強度分布情況得到了改善,特征譜線的相對偏差大幅度降低,且兩種數(shù)據(jù)剔除方法效果相當。最后引入BEADS算法解決了基線漂移問題,并結(jié)合偏最小二乘法（PLS）作為定量分析模型。結(jié)果表明,綜合運用數(shù)據(jù)剔除和基線修正方法,可提高煤粉顆粒流灰分檢測的準確性和重復(fù)性。由于煤種多變以及其成分和結(jié)構(gòu)的... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 背景和意義
    1.2 煤質(zhì)在線分析現(xiàn)狀
    1.3 LIBS技術(shù)研究現(xiàn)狀
        1.3.1 LIBS技術(shù)原理
        1.3.2 LIBS技術(shù)煤質(zhì)分析現(xiàn)狀
    1.4 本文研究內(nèi)容和安排
第二章 實驗系統(tǒng)與數(shù)據(jù)處理
    2.1 實驗系統(tǒng)
        2.1.1 LIBS顆粒流測量實驗系統(tǒng)描述
        2.1.2 實驗參數(shù)優(yōu)化
        2.1.3 顆粒流實驗的光譜特性
    2.2 有效光譜甄別
        2.2.1 絕對強度法
        2.2.2 信噪比法
        2.2.3 標準偏差法
    2.3 異常光譜剔除
        2.3.1 基于特征距離
        2.3.2 基于統(tǒng)計規(guī)律
    2.4 光譜數(shù)據(jù)修正
        2.4.1 小波變換
        2.4.2 AirPLS平滑
        2.4.3 BEADS算法
        2.4.4 正交信號校正
    2.5 定量分析方法
        2.5.1 多元回歸
        2.5.2 支持向量回歸
        2.5.3 人工神經(jīng)網(wǎng)絡(luò)
    2.6 本章小結(jié)
第三章 工業(yè)分析指標定量分析
    3.1 偏最小二乘法
        3.1.1 實驗樣品
        3.1.2 異常數(shù)據(jù)剔除
        3.1.3 基線修正
        3.1.4 定量分析結(jié)果
    3.2 人工神經(jīng)網(wǎng)絡(luò)
        3.3.1 輸入變量的選擇
        3.3.2 隱藏層的設(shè)置
        3.3.3 模型數(shù)量的確定
        3.3.4 熱值定量分析結(jié)果
        3.3.5 不同工業(yè)分析指標的預(yù)測結(jié)果
    3.3 兩種定量分析模型結(jié)果對比
    3.4 本章小結(jié)
第四章 煤質(zhì)快速分析儀的研發(fā)集成
    4.1 LIBS煤質(zhì)快速分析儀概況
    4.2 各模塊部件組成和功能詳述
        4.2.1 煤粉給料模塊
        4.2.2 光機一體化模塊
        4.2.3 控制模塊
    4.3 煤質(zhì)快速分析儀性能測試
    4.4 本章小結(jié)
結(jié)論與展望
    研究結(jié)論
    創(chuàng)新點
    未來展望
參考文獻
攻讀碩士期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]激光誘導(dǎo)擊穿光譜精確測定燃煤工業(yè)分析指標的研究[J]. 張雷,侯佳佳,趙洋,尹王保,董磊,馬維光,肖連團,賈鎖堂.  光譜學(xué)與光譜分析. 2017(10)
[2]基于三次樣條曲線擬合的激光拉曼光譜基線校正研究[J]. 聶磊,陶明,翟中生.  湖北工業(yè)大學(xué)學(xué)報. 2017(01)
[3]LIBS對煤中熱值檢測的新型校正模型[J]. 王帝,陸繼東,董美蓉,姚順春,樊炬,田照華,王磊,李詩詩.  光譜學(xué)與光譜分析. 2016(08)
[4]基于非均勻B樣條的拉曼光譜基線校正算法[J]. 范賢光,王海濤,王昕,許英杰,王秀芬,闕靖.  光譜學(xué)與光譜分析. 2016(03)
[5]小波變換基線扣除對激光誘導(dǎo)等離子體溫度計算的改善[J]. 劉莉,肖平平.  光譜學(xué)與光譜分析. 2016(02)
[6]Improved Measurement Performance of Inorganic Elements in Coal by Laser-Induced Breakdown Spectroscopy Coupled with Internal Standardization[J]. 姚順春,徐嘉隆,白凱杰,陸繼東.  Plasma Science and Technology. 2015(11)
[7]利用多數(shù)據(jù)處理方法提高LIBS譜信號質(zhì)量[J]. 楊崇瑞,汪家升,盛新志,婁淑琴.  紅外與激光工程. 2014(11)
[8]PGNAA方法學(xué)的發(fā)展與現(xiàn)狀[J]. 王興華,孫洪超,姚永剛,肖才錦,張貴英,金象春,華龍,周四春.  同位素. 2014(04)
[9]微波在線檢測煤水分及其影響因素試驗的研究[J]. 繆建均,宋兆龍.  自動化儀表. 2014(07)
[10]X-射線熒光光譜分析技術(shù)的發(fā)展[J]. 章連香,符斌.  中國無機分析化學(xué). 2013(03)

碩士論文
[1]基于遺傳算法與人工神經(jīng)網(wǎng)絡(luò)的加熱爐建模方法研究[D]. 楊猛.中國科學(xué)技術(shù)大學(xué) 2017
[2]應(yīng)用近紅外光譜技術(shù)分析煤質(zhì)成分[D]. 楊策.華北電力大學(xué)(北京) 2017
[3]基于微波透射法的煤水分測量機理和方法[D]. 王玉曼.華北電力大學(xué)(北京) 2016
[4]激光誘導(dǎo)擊穿光譜數(shù)據(jù)處理方法研究[D]. 楊崇瑞.北京交通大學(xué) 2014
[5]煤粉顆粒流光譜特性及測量參數(shù)的優(yōu)化研究[D]. 盧偉業(yè).華南理工大學(xué) 2013
[6]提高激光誘導(dǎo)擊穿光譜測量的可重復(fù)性及煤質(zhì)應(yīng)用[D]. 李立志.清華大學(xué) 2012
[7]拉曼光譜背景扣除算法及其應(yīng)用研究[D]. 陳珊.中南大學(xué) 2011
[8]提高激光誘導(dǎo)擊穿光譜定量精度的研究及煤質(zhì)應(yīng)用[D]. 馮杰.清華大學(xué) 2011



本文編號：3477407