【技术实现步骤摘要】
本专利技术涉及取样，具体涉及一种基于近红外光谱法的煤炭人工取样方法。
技术介绍
1、煤炭手工取样主要依据gb/t 475-2008商品煤样人工采取方法。依据此标准，在开始煤炭人工取样之前，需要依据煤炭品质特性参数(一般是干基灰分含量)确定取样精密度。之后，按照标准规定的程序，确定取样单元数、单元子样数，用连续采样方法或间断采样方法采样。依据标准规定，为了确保取样结果满足精密度要求，应在采样的过程中，应采用双份采样或多份采样法采取双倍或多倍子样，分别制样送实验室检验，经统计学方法计算取样精密度。此种校核计算精密度的方法，存在以下严重缺陷，以至于在实际工作中无法实施。一是，增加了取样、制样和分析的工作量，使得检测成本大幅增加。二是，需要连续分析至少10个取样单元的品质参数，增加了工作量和成本。三是，这种先考核精密的取样方法仅适用于单一煤种，且品质波动稳定的情况。对于目前的煤炭贸易，商品煤来源多种多样、一批一检的情况下，无法提前考核方法的精密度。而如果在取样完成后再计算精密度，此时商品煤已完成交货，一旦不满足精密度要求，也无法重新取样或者重新取样的成本太高无法实施。四是，为了确保精密度校核的成本，仅以干基灰作为考核参数，而对煤炭品质和贸易更为重要的发热量、硫等未予以考虑，目前也未见文献报道。综上，在实际煤炭贸易中，对于人工取样精密度的校核无法严格按照标准实施。五是，对于混煤或配煤，或批量大的商品煤，在煤流中品质波动可能很大，按照一种品质参数如粒度、灰分计算的取样参数，可能无法满足取样精密的要求。因此，对于商品煤取样，理想的方式是实时计
2、当前，近红外光谱法、激光诱导击穿光谱法、x射线荧光光谱法等作为煤炭的快速分析技术有了较快的发展。近红外光谱法对于煤炭实验室样品的分析准确度较高且已有大量文献报道，但对于现场分析还存在准确度低的情况。激光诱导击穿光谱能够实现煤质参数的快速检测，但是设备价格昂贵且样品需要压片等前处理。x射线荧光光谱法对煤炭中成灰元素成分分析准确，文献《基于n irs-xrf双谱联用的煤质高稳定分析研究》实现了对发热量、灰分等参数的快速检测，但也存在设备价格高，需要样品前处理，无法现场应用等缺点。
技术实现思路
1、针对现有技术所存在的上述缺点，本专利技术提供了一种基于近红外光谱法的煤炭人工取样方法，作为一种适用商品煤人工取样的方案，本方案能够实现对每个子样的品质快速检测，并根据灰分、挥发分、硫含量和发热量等参数实时计算取样精密度，并根据取样精密的变化情况，实时调整人工取样参数，从而确保最终的取样精密度满足要求。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、本专利技术提供了一种基于近红外光谱法的煤炭人工取样方法，包括以下步骤：
4、步骤1、模型训练：训练用于预测未知煤样中水分、发热量、灰分、挥发分的模型；
5、步骤2、制定初始取样方案：制定取样的子样数量、子样重量以及期望精密度，计算得到子样的预测值；
6、步骤3、计算初始精密度：计算得到步骤2中取样的初始精密度；
7、步骤4、动态调整取样方案：将初始精密度与期望精密度比较并调整取样方案直至满足期望精密度以完成取样。
8、根据上述的一种基于近红外光谱法的煤炭人工取样方法，所述步骤1包括：
9、步骤1.1、针对一特定煤种，采取至少530个煤样，破碎研磨到0.2mm，使用便携式的近红外光谱仪测定近红外光谱图，同时将这530组煤样送实验室测定水分、灰分、挥发分、发热量；
10、步骤1.2、将获得的近红外光谱图和相应的煤样的灰分、挥发分、发热量作为训练集s1，采用二阶求导和s-g卷积平滑对煤质数据集s1进行数据预处理，得到数据集s2；
11、步骤1.3、采用五折交叉验证算法，把步骤1.2中的数据集s2分成五等分，其中每一折使用四份作为训练集和验证集，剩下的一份作为测试集，为了使近红外光谱数据适应模型的搭建，对近红外光谱数据进行填充，将近红外光谱数据的特征维度从125填充至128；
12、步骤1.4、通过u-net网络模型训练步骤1.3中的数据集s2，u-net网络模型包括编码器、解码器和回归头，在训练中，先通过编码器对输入的近红外光谱中的特征信息进行提取，然后利用解码器将特征尺寸由8逐渐恢复为原来的尺寸128，最后通过回归头便可分别对水分、灰分、挥发分和发热量的数值进行预测；
13、步骤1.5、将近红外光谱及其对应标签输入到u-net网络模型进行训练，然后采用在相同环境条件下采集的测试集样本对模型进行测试，输出模型的预测值，预测值即为检测值，模型训练所使用的优化器为adam优化器，损失函数为平均绝对误差，训练迭代轮数epoch为70，学习率设置为0.03；
14、步骤1.6、当u-net网络模型训练完成后，便可使用u-net网络模型预测未知煤样中水分、发热量、灰分、挥发分的数据。
15、根据上述的一种基于近红外光谱法的煤炭人工取样方法，所述步骤2包括：
16、步骤2.1、在采样现场，按照gb/t 475-2008商品煤样人工采取方法的要求，制定初始取样方案的子样数量和子样重量，以及所要达到的取样期望精密度；
17、步骤2.2、按照2.1中的方案连续采取20个子样，对于每一个子样，在同一取样位置，同时采取两份样品，一份样品正常装袋密封，留到后续制样，另一份样品则在现场使用车载臼式破碎机进行破碎；
18、步骤2.3、使用便携式n i rs光谱仪测定被破碎后的样品，连续测定10次，获得10个谱图，测定完成后，将破碎后的样品返回煤堆或煤流中，随后将获得的谱图输入手机小程序模型，得到10组子样的灰分、挥发分、发热量和硫含量，最后取这10组值的平均值作为预测值，即得到初始20个子样中灰分、挥发分、发热量和硫含量的预测值。
19、根据上述的一种基于近红外光谱法的煤炭人工取样方法，所述步骤3包括：
20、步骤3.1、将步骤2中的初始20个子样顺序编号，交叉分组，偶数为一组，奇数为一组，得到10对品质分析数据；
21、步骤3.2、从灰分、挥发分、发热量和硫含量中选取一个或多个品质参数，分别按照gb/t475-2008中附录c.1.2.2的方法计算取样的初始精密度。
22、根据上述的一种基于近红外光谱法的煤炭人工取样方法，所述步骤4包括：
23、步骤4.1、将初始精密度与期望精密度比较，如初始精密度不满足期望精密度，将子样重量增大1.2倍，继续采取两个子样，对新获得的子样测定n irs，并通过模型获得预测结果；
24、步骤4.2、将新获得的预测结果交叉加入到数据组中，重新计算取样精密度；
25、步骤4.3、如仍不满足期望精密度，重复步骤4.1和步骤4.2，直至满足取样精密度要求，但是当子样重量达到最初方案的两倍时，如计算出本文档来自技高网...
【技术保护点】
1.一种基于近红外光谱法的煤炭人工取样方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤2包括：
4.根据权利要求3所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤3包括：
5.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤4包括：
6.根据权利要求2所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述编码器包含5个卷积模块，每个所述卷积模块由两层包含激活函数ReLU的卷积层和一层用于对数据下采样的最大池化层构成，其中最后一个卷积模块无最大池化层，所述解码器包含4个卷积模块以及特征拼接部分，每个所述卷积模块均由两层包含激活函数ReLU的卷积层和一层用于上采样的转置卷积构成，所述回归头由全连接层组成。
7.根据权利要求3所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤2.2
...【技术特征摘要】
1.一种基于近红外光谱法的煤炭人工取样方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤2包括：
4.根据权利要求3所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤3包括：
5.根据权利要求1所述的一种基于近红外光谱法的煤炭人工取样方法，其特征在于，所述步骤4包括：
6.根据权利要求2...
【专利技术属性】
技术研发人员：徐志彬，
申请(专利权)人：中国检验认证集团河北有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。