邓氏灰色关联度聚类法在煤种分类中的显著优势

本文主要探讨了在煤种聚类分析中，三种不同的灰色聚类方法——邓氏灰色关联度聚类分析、灰色综合聚类评估模型分析以及灰色欧几里得关联度聚类分析的应用效果。研究者陈慧清、胡小芳和吴成宝选取了华南理工大学和清华大学的粉体工程实验室作为研究背景，通过对101个试验煤样进行细致的实验，这些煤样具有发热量、灰分、挥发分和硫分四项关键参数。 邓氏灰色关联度聚类分析被证明在煤种分类中表现出显著的优势。该方法的准确性高达96%，远超过灰色综合聚类评估模型分析（52%）和灰色欧几里得关联度聚类分析（68%）。邓氏灰色关联度方法的优势在于它能有效处理数据中的灰色特性，即部分信息缺失或不完全的情况，这在实际煤种分类中可能遇到，比如由于采样过程中的数据不完整或者测试条件的限制。 在实验过程中，研究者发现超声波检测煤泥水浓度在浮选过程中存在可行性，但需注意浮选药剂产生的微气泡对超声波信号的影响，需要在检测前消除。此外，温度和声波频率对超声波信号衰减有显著影响，因此在实际操作中需要进行适当的频率选择和温度补偿。 文章引用了多篇相关领域的学术论文，如关于菌体浓度在线检测的超声波仪、水下浊度测量、超细颗粒悬浊液中的声衰减模拟、声时测量精度的提高方法以及浮选加药控制的研究，以支持他们的理论分析和实证研究。最后，文章总结指出，邓氏灰色关联度聚类分析因其更高的准确性和对灰色数据的适应性，在煤种聚类分析中展现出了优越性，并为实际的煤炭生产和质量控制提供了有价值的参考依据。