為有效指導(dǎo)煤炭的性質(zhì)研究和加工利用,促進(jìn)煤炭產(chǎn)業(yè)的升級(jí),需快速、準(zhǔn)確的掌握煤炭品質(zhì)規(guī)律。近紅外光譜分析技術(shù)具有綠色、高效、在線分析等優(yōu)勢(shì),為煤質(zhì)快速分析開辟了一條新途徑。煤質(zhì)近紅外光譜分析屬于間接分析方法,獲得高品質(zhì)的建模數(shù)據(jù),是其成功應(yīng)用的關(guān)鍵技術(shù)之一。因此,本文主要研究煤樣光譜數(shù)據(jù)中有效信息的挖掘問題,通過建立統(tǒng)一的BP與PLS模型對(duì)相關(guān)方法的性能進(jìn)行評(píng)估,并在此基礎(chǔ)上設(shè)計(jì)一個(gè)簡(jiǎn)單的煤質(zhì)近紅外光譜分析管理系統(tǒng)。本文選用來自不同地區(qū)的146組煤樣,每組煤樣制備完成后分成兩部分,用于獲取煤樣的近紅外光譜數(shù)據(jù)和水分、灰分、揮發(fā)分、全硫分的化學(xué)標(biāo)準(zhǔn)值,分別作為定量分析模型的輸入與輸出。針對(duì)煤炭異常光譜樣本的篩選,給出了基于K均值聚類改進(jìn)留一交叉驗(yàn)證法與馬氏迭代剪裁法。實(shí)驗(yàn)結(jié)果表明,所給出的算法能夠有效改善預(yù)測(cè)模型的準(zhǔn)確性與穩(wěn)定性。其中,經(jīng)改進(jìn)留一交叉驗(yàn)證法篩選后預(yù)測(cè)性能較優(yōu),PLS與BP神經(jīng)網(wǎng)絡(luò)定量分析模型的均方根誤差分別由0.046925、0.047087降低至0.017338、0.019975。針對(duì)光譜采集時(shí)易參雜諸如樣品背景、雜散光等無關(guān)信息的問題,本文使用均值中心化、標(biāo)準(zhǔn)正態(tài)變量變... 

【文章來源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究目標(biāo)與論文結(jié)構(gòu)
2 煤炭的近紅外光譜分析技術(shù)
    2.1 煤質(zhì)近紅外光譜分析法的可行性分析
    2.2 數(shù)據(jù)采集
    2.3 近紅外光譜技術(shù)分析流程
    2.4 常用分析方法
    2.5 分析方法性能的評(píng)價(jià)函數(shù)
    2.6 本章小結(jié)
3 異常樣本篩選方法
    3.1 異常樣本產(chǎn)生的原因
    3.2 基于改進(jìn)留一交叉驗(yàn)證法的異常樣品篩選
    3.3 基于馬氏迭代剪裁法的異常樣品篩選
    3.4 本章小結(jié)
4 光譜數(shù)據(jù)特征提取
    4.1 光譜數(shù)據(jù)恢復(fù)
    4.2 基于局部多尺度變換的光譜數(shù)據(jù)壓縮
    4.3 基于局部線性嵌入算法的光譜數(shù)據(jù)壓縮
    4.4 基于二次迭代尋優(yōu)的KPCA數(shù)據(jù)壓縮
    4.5 本章小結(jié)
5 煤質(zhì)近紅外光譜分析管理系統(tǒng)設(shè)計(jì)
    5.1 引言
    5.2 系統(tǒng)總體設(shè)計(jì)
    5.3 煤質(zhì)NIRS分析管理系統(tǒng)界面設(shè)計(jì)
    5.4 數(shù)據(jù)庫管理
    5.5 本章小結(jié)
6 結(jié)論與展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3521063