近红外光谱分析在煤质检测中的应用研究

"该研究通过正交试验法探讨黏结剂对气化型煤性能的影响，发现腐殖酸钠是最重要的影响因素，其次是沥青、配煤比和膨润土。研究得出的最佳配比为腐殖酸钠6%，膨润土2%，沥青6%，配煤比8:2。同时，利用近红外漫反射光谱技术建立煤粉样品灰分和硫分的预测模型，PCR方法下的模型表现出较高的预测精度和稳定性。" 本文主要研究了黏结剂对气化型煤性能的影响以及利用近红外光谱技术进行煤质分析。在气化型煤的制备过程中，以义马煤为主料，禹州煤为配料，同时加入沥青、腐殖酸钠和膨润土作为黏结剂。通过正交试验，研究人员发现黏结剂的种类和比例显著影响型煤的冷压强度、热强度和防水性。其中，腐殖酸钠的影响最为显著，其次是沥青、配煤比例以及膨润土。实验优化得出的黏结剂最佳配比是腐殖酸钠6%，膨润土2%，沥青6%，配煤比为8:2，这种配比可以有效提升气化型煤的各项性能。 另一方面，研究团队运用近红外漫反射光谱技术在800~2500nm波长范围内建立了煤粉样品灰分和硫分的关系模型。通过主成分回归(PCR)方法，他们建立了150个样品的矫正和预测模型，并比较了不同预处理方法的效果。结果显示，灰分预测模型的相关系数为0.93937，RMSEC（均方根误差校正集）为0.301，RMSEP（均方根误差预测集）为0.318；硫分预测模型的相关系数为0.99494，RMSEC为0.012，RMSEP为0.063。这些数值表明，建立的模型具有高精度和稳定性，适用于市场应用。 近红外光谱技术在煤炭分析中的应用日益广泛，它可以快速、无损地获取煤炭的化学成分信息，对于煤炭质量控制和优化生产过程具有重要意义。文中提到的模型对于预测煤炭的灰分和硫分含量有很高的准确性，这将有助于提高煤炭行业的生产效率和产品质量，同时减少环境污染。 参考文献涉及了近红外光谱分析在煤炭、食品安全、土壤分析等多个领域的应用，显示了该技术的跨学科价值和潜在应用前景。通过对黏结剂的优化选择和近红外光谱分析技术的运用，不仅可以改善气化型煤的性能，也为煤炭行业的精细化管理提供了科学依据。