近紅外光譜技術在煤質分析中的應用

聶瑞霞

[摘 ? ?要 ]本文論述了在煤質分析技術中應用近紅外光譜分析的狀況，為合理地在煤質技術中便用近紅外光譜分析提供了一定的見解。

[關鍵詞]近紅外光譜分析;煤質分析技術;應用

[中圖分類號]TQ533;O657.33 [文獻標志碼]A [文章編號]2095–6487（2020）07–00–03

[Abstract]This article discusses the application of near-infrared spectroscopy in coal quality analysis technology， and provides some insights for the rational use of near-infrared spectroscopy in coal quality analysis technology.

[Keywords]near infrared spectroscopy analysis; coal quality analysis technology; application

由于煤炭是我國最重要的化工能源之一，而煤炭的性能和用途主要是由煤質決定的，因此，準確分析煤質的組成、性質和結構對提高煤炭的應用能力非常必要。對云煤質分析多采用三節爐法、空氣干燥法、通氮干燥法、高溫燃燒中和法、庫侖法以及艾氏卡法等方法進行，不僅檢測操作繁雜、分析速度慢，而且難以保證檢測結果的準確率。

近紅外線光譜是波長在780～2526 nm的電磁波。其是一種效率較高的快速分析技術。而且在20世紀90年代近紅外光譜分析就開始進行應用。近紅外光譜分析根據LambertBee：定律，在一定的波長范圍內，對特定的原子均有其對應的特征吸收，而且能利用原子濃度與吸光度的關系計算出相應原子的含量。諸如C-H、O-H、N-H、S-H等吸收譜帶對應含有的氫基團，其可對基頻振動的倍頻和組合頻進行吸收。近紅外光譜分析技術不需要化學試劑，不對環境發生污染，而且分析速度較低快，能夠進行在線檢測。其能夠廣泛地應用于煤質分析技術中。但是，由于近紅外光譜分析檢測設備相對落后，缺乏檢測標準以及建設不完整的煤質項目譜圖數據庫等，因此其存在一定的不足，而且在我國的使用和發展起步也較晚。

1 對近紅外光譜技術在煤質分析中應用的分析與認識

1.1 使用狀況

1.1.1 水分分析

由于煤中所含的水分越多，煤的無用成分多，因此煤中的水分對煤炭的加工利用、貿易、運輸以及儲存等均產生很大的影響。由此可見，煤質分析中水分分析是一個重要指標。過去常用的水分分析方法有通氮干燥法、空氣干燥法及微波干燥法等。這些方法具有檢測周期長以及重復性差等缺點。

為了克服過去常用方法的缺點，某位專家建立了煤中水分分析的近紅外線光譜分析模型。其在模型中應用多元線性回歸的方法，而且建軍立相關的回歸分析方程。其利用回歸分析方程計算的預分析值與采用人工方法化驗的分析值進行比較。從這些比較中得出其之間的相關系數為0.97，定標標準差為0.5。這樣的分析結果符合國際重復性限規定0.5的要求。這種方法已推廣應用到許多企業的生產中。還有其他專家建立了用于煤炭主要成份分析的近紅外光譜數據分析模型。這些專家將煤炭的主要成分以BP神經網絡模型的方式輸人神經元，然后對煤炭中的水分進行分析。煤中水分分析應用這種近紅外光譜數據分析模型能夠得到比較準確的分析結果。

1.1.2 全硫分析

S對對煉焦、氣化以及燃燒等均有害處，而且是有害元素之一。煤炭燃燒中產生的SO2和SO3排放到大氣中會污染空氣。在大氣中降雨時，空氣中SO3與水蒸汽結合而形成的硫酸蒸汽會伴隨著雨水降落到地面。此時地面的雨水會對鋼鐵及碳酸鹽制品等產生腐蝕。過去常用的分析煤炭中硫方法有有艾氏卡法、庫侖法以及高溫燃燒中和法等。其中利用艾氏卡法至少需要十幾個小時的時間才能分析出煤炭中硫的含量。利用艾氏卡法分析煤炭中的硫不僅需要加HCl與BaCl2等高危險的化學試劑，而且要經過高溫灼燒、水洗、過濾與稱量等繁瑣操作工序，而且其還會因復雜多變的化學反應而產生較多的人為影響。

與艾氏卡法相比，雖然利用庫侖法和高溫燃燒中和法分析煤炭中的硫元素自動化程度較高，但是其會因使用化學物質較多而產生較大的環境污染。

某位專家在利用近紅外光譜技術分析煤中S含量時發現該技術具有較高的選擇性。利用近紅外光譜技術不僅分析速度快，準確率高，而且可將該技術應用到其他礦石中硫的分析過程。

利用近紅外光譜技術分析煤炭中的硫不僅選擇性非常高，而且分析結果的重復性和準確性也很好。某位專家利用近紅外光譜技術對煤炭分析的標準物質與實際使用樣品進行分析。其分析結果說明：分析的重現性與準確度均符合國家標準要求。還有其他專家利用近紅外光譜法分析煤炭的樣品分析結果與相關標準比較說明：其不僅精確度及準確度符合要求，而且分析的可行性也非常高。這些專家們還利用近紅外光譜分析技術，建立了偏最小二乘回歸定量數學模型。其通過這種數學模型得數據與工業分析數據相互對比得出：其相關系數達到0.89695，校正集均方根誤差為0.0406。這樣的分析結果說明該數學模型具有較高的相關性和穩定性。

1.1.3 氫含量分析

煤炭中有機物質的主要成分之一是H元素。對煤炭的發熱量、燃燒設備的理論燃燒溫度和計算鍋爐燃燒的熱平衡等了解均需要對其中的H元素含量進行分析。

過去煤炭中H含量的分析常用三節爐法。該方法的缺點是分析結果受人為的影響與環境影響較大，而且其操作復雜，儀器進行預熱的時間也較長。這種分析方法需要使用AgMnO4、PbCrO4、銀絲卷以及銅絲卷等化學試劑而使其試驗后廢棄物較多，進而污染環境。利用近紅外光譜法分析煤炭中的H元素不僅測樣品用量少，操作簡單以及分析成本低，而且其分析時間短，即分析僅需一個氫樣品僅需200～300 s。

某位專家分別利用近紅外光譜法與國標中的三節爐法來分析煤炭中的H含量，然后將其分析結果進行對比發現：兩種分析方法的準確度無差別，近紅外光譜法的分析精度高于三節爐法。還有其他專家利用檢驗法和F檢驗法對利用近紅外光譜法與國標中的三節爐法來分析煤炭中H含量的分析結果進行準確度和精密度的比較。其比較結果說明：此兩種方法無顯著性差別。通過利用近紅外光譜法與國標中的三節爐法等方法分析結果的比較，這些專家們發現：與三節爐法相比，利用近紅外光譜法分析煤炭中的H含量不僅操作簡單、試驗周期短以及結果準確，而該方法具有良好的可行性。

1.2 有關煤炭分析方面的近紅外光譜標準編制

1.2.1 相關國外標準的編制

在國外近紅外光譜技術相對國內有比較成熟的技術。這些技術不僅起步比較早，而且呈可持續地發展。諸如ISO測定煤炭中全硫含量，ASTM慶國材料與試驗協會測定煤炭中全S含量、碳氫及N含量等標準已廣泛地推廣應用。

1.2.2 相關國內標準的編制

國內雖然在煤炭分析中已廣泛地應用近紅外光譜技術，但是近紅外光譜技術應用的國家標準和行業標準卻很少。目前在國內僅有煤炭中全S含量的析的國家標準，而沒有相關近紅外光譜檢測煤炭的行業標準。

2 依靠技術進步，以合理地在煤質分析中應用近紅外光譜技術

2.1 在煤質分析中近紅外光譜技術的利用及效果的檢驗

2.1.1 實驗分析用材料

其選取煤炭粉狀樣品100份，對高位熱值、低位發熱值、彈筒熱值以及揮發分等指標進行分析。在其分析過程中先取其中的90份用作校正分析，然后再取剩余的10份用作外部檢驗分析。外部檢驗分析是對其自然定位模型的預測與估計結果來進行分析。校正分析是利用其90份樣品進行組建自然定位模型，然后對得出煤粉樣品的各項被分析的指標值，而且利用這些指標值做其情況分布表。在使用的100份煤炭粉狀樣品中，其中90份校正樣品中得出的揮發分、彈筒熱值、高位熱值以及低位發熱值的最小值分別為6.90，15.78，15.97，12.45;校正最大值分別為16.99，26.83，27.94，25.00;極差分別為10.01，11.24，11.35，11.29。其中10份外部檢驗樣品樣品中得出的揮發分、彈筒熱值、高位熱值以及低位發熱值的最小值分別為7.87，17.38，19.03，17.01;校正最大值分別為14.11，25.98，27.10，25.06，極差分別為5.70，8.31，8.29，8.08。

2.1.2 采集的光譜

其可采用進口的Spectrastar 2500XL近紅外光譜儀;用平均無故障率較高的鹵鎢燈作為光源;1 nm的數據間隔;使用超級制冷InGaAs高性能檢測器，光度計噪音為1，640 nm;范圍為小于或等于3.0 ABS等裝備以10 s至60 s的分析時間，以恒溫25 ℃，1倍增益的10次掃描對其核心參數進行掃描分析，然后取其平均值對采集的光譜進行分析與計算，進而得出近紅外光譜的各種指標。從這些近紅外光譜的各種指標中可以發現：近紅外光的波長逐漸增加，而指標的吸光度卻逐漸減弱。

2.1.3 結論

在上述實驗分析過程中，其根據所用的煤炭粉狀樣品得出的各種近紅外線光譜指標值進行構建與揮發分、高位熱值、彈筒熱值以及低位發熱量等參數相關的自然定位模型，然后利用這種模型對其外部檢驗樣品進行預估分析及區分發現：其交互檢驗結果相關系數均大于0.85;結果相關系數均大于0.95。

2.2 近紅外光譜技術在煤質分析中應用近紅外光譜技術的可持續發展

由于基礎測量技術、光譜測量技術及化學計量等多種技術分別融合到近紅外光譜分析技術中，因此其利用近紅外光譜分析技術不僅使分析測操作方便快捷、安全，分析速度快和效率高、污染少，而且其還能對煤炭樣品的各項分析指標值進行準確的定量和定性分析。由此可見：近紅外光譜分析技術的利用具有廣闊的發展空間。為了在煤質分析中應用近紅外光譜分析技術走可持續發展的道路，建議如下。

2.2.1 在煤質分析中應當加強近紅外光譜分析技術所用標準編制的研究

在煤質分析中，近紅外光譜分析技術所用的標準，諸如ASTM測定煤中全硫、氮及碳氫含量標準以及ISO測定煤質中全硫含量標準等在國外已制定出多種相關分析標準，而我國卻只有利用，近紅外光譜分析技術分析煤質中全硫含量的國家標準。由于在煤質分析中應用近紅外光譜分析技術起步較晚，而且其使用儀器設備較為落后，同時其使的技術標準也相對缺乏，因此其極大地影響了近紅外線分析技術在煤質分析中的應用。建議相關部門對用于煤質分析的近紅外線分析技術標準編制進行研究，進而盡快地出制定出相關的分析技術標準。

2.2.2 在煤質分析項目譜圖數據庫建設方面應當加強研究

目前我國因為煤質分析項目的譜圖數據庫建立的不完整，所以在煤質分析中應用近紅外光譜分析技術受到制約。在煤質分析中，利用近紅外線光譜分析技術能夠進行準確地分析的基礎條件，就是煤質分析項目譜圖數據庫的建設。由此可見，相關部門應當加強煤質分析項目譜圖數據庫的建立。

2.2.3 對于其他技術與近紅外光譜技術相結合的模型研究應當加強

為了能有效地保障煤質分析技術的精確度，最大限度地降低其與國際標準分析值的差距，其需要不斷地探索近紅外光譜分析技術與其先進技術相結合的數據分析模型。只有將主成分分析法（PCA）、多元線性回歸法（MLR）、偏最小二乘法（PLS）以及人工神經網絡法（ANN）等校正方法與近紅外光譜分析技術有效地結合并建立相應的數據分析模型，才能不斷地提高在煤質分析中應用近紅外光譜分析技術的分析精度。

2.2.4 在煤炭的其他分析項目中加強近紅外光譜分析技術的應用

在煤炭的分析中，除了單日純性的煤質分析外，還有其他分析項目，諸如煤灰成分分析、哈氏可磨性指數分析等。可利用近紅外光譜技術進行物質分析所具有的操作簡單、分析速度快、受人為影響小、重復性好、準確度高，而且能實現大批量分析等多種優勢，對其他需要分析的項目進行分析。

3 結束語

我國在煤質分析方面應用近紅外線光譜分析技術除了單純性的煤質分析外，還可用于諸如哈氏可磨性指數、煤灰成分分析等其他項目的分析。近紅外線光譜分析技術只有不斷地加強煤質分析項目專屬的譜圖數據庫的建立，盡快地編制與完善各種相關標準，將多元線性回歸法（MLR）、主成分分析法（KPQA）、人工神經網絡法（ANN）以及偏最小二乘法（PLS）等方法與近紅外線光譜分析技術相結合，而且建立相關的數據分析模型，才能不斷地提高在煤質分析方面應用近紅外線光譜分析技術的分析精度，有效地促進近紅外線光譜分析技術在煤質分析中的可持續發展。

參考文獻

[1] 梁勇.論近紅外光譜技術在煤質檢測分析中的應用[J].遼寧化工，2017，46（3）：312-314.

[2] 王朋朋.探討近紅外光譜技術在煤質分析中的應用[J].化工設計通訊，2017，43（3）：166-167.

[3] 高楠.論近紅外光譜技術在煤質檢測分析中的應用[J].能源與節能.2016（2）：186-187.

[4] 梁勇.論近紅外光譜技術在煤質檢測分析中的應用[J].遼寧化工，2017（3）：312-314.

[5] 蘭琳，李姣則.煤質內部成分的近紅外光譜定量檢測和分析研究[J].區域治理，2018（6）：164.

[6] 張福靜，李啟坤，李莉，等.煤質內部成分的近紅外光譜定量檢測和分析研究[J].各界，2017（10）：140-141.

[7] 李鳳瑞，唐玉國，肖寶蘭，等.應用近紅外光譜分析技術測量煤質發熱量[J].電站系統工程，2004，20（3）：19-20.

[8] 雷萌，李明，徐志彬，等.遺傳神經網絡在近紅外光譜煤質分析中的應用研究[J].工礦自動化，2010（2）：41-44.

[9] 張林，陸輝山，閆宏偉，等.煤質的近紅外光譜定量分析研究[J].紅外技術，2013，35（8）：522.

[10] 趙忠輝.基于無源的煤質在線檢測技術發展與應用分析[J].煤炭技術，2018，37（1）：312-315.