CN107764796B - 一种运用基线漂移量检测原煤水分、挥发分的方法 - Google Patents
一种运用基线漂移量检测原煤水分、挥发分的方法 Download PDFInfo
- Publication number
- CN107764796B CN107764796B CN201710851832.8A CN201710851832A CN107764796B CN 107764796 B CN107764796 B CN 107764796B CN 201710851832 A CN201710851832 A CN 201710851832A CN 107764796 B CN107764796 B CN 107764796B
- Authority
- CN
- China
- Prior art keywords
- raman spectrum
- coal
- baseline drift
- drift amount
- volatile matter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001237 Raman spectrum Methods 0.000 claims abstract description 91
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000001069 Raman spectroscopy Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000003610 charcoal Substances 0.000 description 3
- 125000000524 functional group Chemical group 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000003575 carbonaceous material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000005864 Sulphur Substances 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000921 elemental analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003077 lignite Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000003476 subbituminous coal Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000010512 thermal transition Effects 0.000 description 1
- -1 volatile matter Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/127—Calibration; base line adjustment; drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种运用基线漂移量检测原煤水分、挥发分的方法,包括如下步骤:选取多种不同煤阶、不同灰分的标准煤,分别对每种标准煤进行拉曼光谱测试及工业分析,计算拉曼光谱基线漂移量,计算拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系;使用与上述相同的方式及基准对待测原煤进行拉曼光谱测试,计算待测原煤的拉曼光谱基线漂移量,根据拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,获得待测原煤的水分、挥发分。本发明提供的基线漂移量计算方法简单,可实现计算机的自动识别,适用于智能化控制;本发明采用原煤拉曼光谱基线漂移量即可检测原煤水分及挥发分,无需复杂的分峰解析,速度更快,也可排除因分峰引起的误差。
Description
技术领域
本发明涉及检测技术领域,尤其涉及一种运用基线漂移量检测原煤水分、挥发分的方法。
背景技术
煤是中国的主要一次能源,在可预见的未来仍将占据主要地位,因此煤炭的清洁高效利用对国民经济至关重要,而煤炭的智能化生产是煤炭高效利用的有效途径之一。煤炭的智能化生产的过程中,原煤的在线精准监测是一个关键步骤。
煤炭其本质上是一种含有杂质的富炭混合物,具有复杂的成分及结构。在工业应用中,为了便于煤炭的评价,通常采用工业分析及元素分析获得煤炭中的水分、挥发分、固定碳、灰分以及碳、氢、氧、氮、硫等主要元素的含量。在近一百年关于煤炭的研究中发现,煤炭的热转化效率与煤的煤阶密切相关,而工业应用过程中煤阶的高低通常采用煤中的干燥无灰基挥发分来表示,因此,在煤炭的工业应用中确定煤中的干燥无灰基挥发分对整个煤炭的转化过程非常关键。而煤中无机物杂质里的水分,由于其在热转化过程中会吸收大量的热量而对煤炭的利用会产生巨大影响,因此,确定煤炭中的水分含量对煤炭的高效利用也非常关键。
因此,实现煤炭的在线监测过程中,获得煤炭的干燥无灰基挥发分以及煤炭的水分含量是关键步骤。
拉曼光谱近年来被广泛应用于碳质材料的检测过程中,也被证明可以用于煤炭结构的检测。由于分子存在着荧光效应的属性,通过拉曼光谱仪检测获得的拉曼光谱通常是拉曼曲线与荧光曲线的叠加,使得最终获得的拉曼光谱的基线存在着一定的漂移。对于石墨烯等高度有序的碳材料,由于分子荧光效应非常弱,其获得的拉曼光谱几乎无基线漂移。而通过拉曼光谱仪对原煤进行检测时,虽然可以获得原煤的拉曼光谱。但是,由于原煤属于非常无序的碳质结构,里面含有较多的含氧官能团以及水分和灰分,在测试拉曼光谱时也会激发较强的荧光光谱,最终使得获得的原煤的拉曼光谱存在着一定的基线漂移,尤其是对于亚烟煤及褐煤等低价煤,基线漂移非常严重。而在通常进行拉曼光谱数据处理时,均采用直线法对拉曼光谱基线进行矫正,但是由于基线漂移曲线线型的不确定性,简单的直线法矫正使得矫正后的拉曼光谱存在一定的偏差。因此,在对拉曼光谱进行处理前,首先需要确定原煤拉曼光谱的基线漂移量,但是目前,尚未有确切方法对原煤的拉曼光谱基线漂移量进行准确定量。
此外,由于拉曼光谱的基线漂移与原煤物质的分子荧光强度密切相关,而通常煤中的含氧官能团、水等的分子荧光显著,而煤中的含氧官能团含量与原煤煤阶呈一定的线型关系,因此如果合理定量原煤的基线漂移量,并通过深入探索,原煤拉曼光谱的基线漂移量具有反映原煤中水分及挥发分的潜能。
专利CN103529012B公开了一种适用于高炉瓦斯灰中碳来源的拉曼光谱定量检测方法,其利用拉曼光谱分析,快速、准确、定量地分析出了煤炭及焦炭占高炉瓦斯灰中的比例。然而却并对拉曼光谱的基线漂移量进行定量,也不适用于原煤的水分及挥发分的定量检测。
专利ZL20160600182.5公布了一种基于拉曼光谱分析的煤质快速检测方法,该方法虽然通过拉曼光谱检测,能实现对原煤中水分、挥发分的测量,但是并未对原煤拉曼光谱基线漂移量进行定量计算,也未提出原煤拉曼光谱基线漂移量的定量方法,此外该专利提出的基于拉曼光谱分析的煤质快速检测方法需要对拉曼光谱进行复杂的分峰计算,在工业利用过程中存在着技术壁垒。
以上方法虽然均采用拉曼光谱实现煤炭的检测,但是均存在着一些不足以及需要改进的地方。
发明内容
针对现有的煤炭检测存在的上述问题,现提供一种运用基线漂移量检测原煤水分、挥发分的方法,旨在提供一种快速、可靠、操作简单的原煤拉曼光谱基线漂移定量方法,以将其运用于原煤水分、挥发分的检测中,该方法可适用于煤矿开采、燃煤电厂等水分及挥发分的分析及在线检测。
具体技术方案如下:
一种运用基线漂移量检测原煤水分、挥发分的方法,具有这样的特征,包括如下步骤:
步骤一、选取多种不同煤阶、不同灰分的标准煤,分别对每种标准煤进行拉曼光谱测试及工业分析,获得每种标准煤的拉曼光谱特征参数以及水分、挥发分特征参数,利用每种标准煤的拉曼光谱特征参数计算其拉曼光谱基线漂移量,并计算获得拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,建立拉曼光谱基线漂移量与水分、挥发分特征参数的关联数据库;
步骤二、使用与步骤一相同的方式及基准对待测原煤进行拉曼光谱测试,获得待测原煤的拉曼光谱特征参数,计算待测原煤的拉曼光谱基线漂移量,根据关联数据库中对应的拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,获得待测原煤的水分、挥发分。
上述的方法,还具有这样的特征,拉曼光谱特征参数至少包括如下参数中的三个:波峰800cm-1、波峰1800cm-1、D峰、G峰的对应峰强度PA、PB、PC、PD。
上述的方法,还具有这样的特征,拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PD-PA),P为拉曼光谱基线漂移量。
上述的方法,还具有这样的特征,拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PC-PA),P为拉曼光谱基线漂移量。
上述的方法,还具有这样的特征,水分含量与拉曼光谱基线漂移量的映射关系为m=1.15+12.91×P+79.664×P2-69.95×P3,m为水分质量分数。
本发明中上述映射关系为通过P=(PB-PA)/(PD-PA)计算得到的拉曼光谱基线漂移量与水分的映射关系;当利用公式P=(PB-PA)/(PC-PA)计算时,得到的拉曼光谱基线漂移量与水分的映射关系与上述映射关系表达形式相似,仅仅是部分系数存在不同,这里就不具体列举其映射关系公式。
上述的方法,还具有这样的特征,挥发分与拉曼光谱基线漂移量的映射关系为V=4.41+241.44×P-496.77×P2+316.82×P3,V为挥发分。
同上,本发明中上述映射关系为通过P=(PB-PA)/(PD-PA)计算得到的拉曼光谱基线漂移量与挥发分的映射关系;当利用公式P=(PB-PA)/(PC-PA)计算时,得到的拉曼光谱基线漂移量与挥发分的映射关系与上述映射关系表达形式相似,仅仅是部分系数存在不同,这里就不具体列举其映射关系公式。
上述的方法,还具有这样的特征,多种挥发分标准煤均为原矿煤且各个标准煤是代表性不同的煤种。
上述的方法,还具有这样的特征,挥发分为煤干燥无灰基挥发分。
本发明步骤一中的映射关系用于反映拉曼光谱特征基线漂移量与水分、挥发分特征参数之间的关联。
上述技术方案的有益效果是:
(1)本发明提供的拉曼光谱基线漂移量计算方法简单,可实现计算机的自动识别,适用于智能化控制;
(2)本发明采用原煤拉曼光谱基线漂移量即可检测原煤水分及挥发分,无需复杂的分峰解析,速度更快,也可排除因分峰引起的误差。
附图说明
图1为本发明的实施例中提供的运用基线漂移量检测原煤水分、挥发分的流程示意图;
图2为典型10种标准煤的拉曼光谱原图;
图3为基线漂移量计算示意图;
图4为基线漂移量与水分含量的映射关系示意图;
图5为基线漂移量与挥发分的映射关系示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
拉曼光谱是一种非弹性散射光,激光打到物质表面时,物质表面的分子会产生特征的拉曼光谱形成拉曼峰,因此拉曼光谱中特征峰能表征物质中特定的化学结构。由于拉曼光谱对碳结构非常灵敏,因此其对煤的化学结构的改变非常敏感。一般而言,煤的拉曼光谱中1350cm-1附近的D峰可以反映煤中大芳香环结构,而位于1580cm-1附近的G峰能反映煤中石墨晶体的强度,本发明中选定上述煤中两个最具典型的特征峰D峰、G峰的峰强度PC、PD之一,结合另两个峰的峰强度(本发明中为对应波峰800cm-1及波峰1800cm-1的峰强度PA和PB),从而计算得到拉曼光谱基线漂移量(即基线漂移与拉曼峰的强度比),具体的,拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PC-PA)或P=(PB-PA)/(PD-PA)。
需要说明的是,基于本发明中拉曼光谱基线漂移量的计算原理,本领域的技术人员也可选定煤中其他典型特征峰的峰强度部分替代或全部替代PC、PD,并相应结合与本申请相同或不相同的两个峰的峰强度,采用相同或相似的运算方法获得拉曼光谱基线漂移量,并利用拉曼光谱基线漂移量与水分、挥发分等参数的映射关以运用于待测煤中水分、挥发分等参数的检测。
下面介绍本发明的一个实施例,以及一个基于实施例的应用实例。
实施例
一种运用基线漂移量检测原煤水分、挥发分的方法,其流程示意图如图1,具体包括如下步骤:
步骤一、选取多种不同煤阶、不同灰分的标准煤,分别对每种标准煤进行拉曼光谱测试及工业分析,获得每种标准煤的拉曼光谱特征参数以及水分、挥发分特征参数,利用每种标准煤的拉曼光谱特征参数计算拉曼光谱基线漂移量,并计算获得拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,建立拉曼光谱基线漂移量与水分、挥发分特征参数的关联数据库;
步骤二、使用与步骤一相同的方式及基准对待测原煤进行拉曼光谱测试,获得待测原煤的拉曼光谱特征参数,计算待测原煤拉曼光谱基线漂移量,根据关联数据库中对应的拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,获得待测原煤的水分、挥发分;
其中,拉曼光谱特征参数包括如下参数中的至少三个:波峰800cm-1、波峰1800cm-1、D峰、G峰的对应峰强度PA、PB、PC、PD;
其中,拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PD-PA),P为拉曼光谱基线漂移量;
其中,水分含量与拉曼光谱基线漂移量的映射关系为m=1.15+12.91×P+79.664×P2-69.95×P3,m为水分含量;
其中,挥发分与拉曼光谱基线漂移量的映射关系为V=4.41+241.44×P-496.77×P2+316.82×P3,V为挥发分。
下面是一个基于实施例的应用实例。
1)选取30种标准煤,标号为1-30,分别进行工业分析,获得原煤的水分及挥发分。其中典型10种标准煤相关数据如下表所示:
2)分别对五十种标准煤样进行拉曼测试,拉曼测试条件如下表所示:
获得的典型十种原煤的拉曼光谱全图如图2所示,从图2中可以看出煤的拉曼光谱原图有部分的基线漂移;
3)如图3所示,取拉曼光谱中波峰800cm-1、波峰1800cm-1对应的峰强度PA、PB以及拉曼光谱中D峰(或G峰)的峰强度PC(或PD),进行计算拉曼光谱漂移量P,具体的,P=(PB-PA)/(PD-PA)(或P=(PB-PA)/(PC-PA)),利用P=(PB-PA)/(PD-PA)计算得到的10种典型原煤的基线漂移量如下表所示:
编号 | 基线漂移量P |
1 | 0.21703 |
2 | 0.06197 |
3 | 0.14295 |
4 | 0.01416 |
5 | 0.19736 |
6 | 0.22746 |
7 | 0.03766 |
8 | 0.176 |
9 | 0.49829 |
10 | 0.08 |
4)利用计算获得的10种典型原煤的拉曼光谱基线漂移量与对应典型原煤的水分含量m建立映射关系,得m=1.15+12.91×P+79.664×P2-69.95×P3,m为水分质量分数;利用计算获得的10种典型原煤的拉曼光谱基线漂移量与对应典型原煤的挥发分V建立映射关系,得V=4.41+241.44×P-496.77×P2+316.82×P3,V为挥发分,m-P以及V-P映射关系如图4、5所示;
本实施例中为了进一步提高映射关系的准确度,也可扩大测试的典型原煤的种数;
5)取待测原煤,使用相同的方式及基准,重复如上1)-3),工业分析得待测原煤中水分含量m=12.76%,挥发分V=42.68%,基线漂移量P为0.44293;将基线漂移量P代入4)中的映射关系,计算得水分含量m=16.13%,挥发分V=47.12%。
本实施例中通过基线漂移量计算得到的水分、挥发分含量与工业分析测试值误差在5%内,表现出较高的测试精度,且计算方法简单,可实现计算机的自动识别,适用于智能化控制。
本发明中后续可考虑加大煤库煤种,以提高煤种适应度;同时,也可通过扩大煤库煤种以及重复多次测量各标准煤的拉曼光谱等方法,进一步修正拉曼光谱基线漂移量与水分、挥发分含量映射关系中的相关数据,以提高测试准确度,减小误差。
以上挥发分仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (5)
1.一种运用基线漂移量检测原煤水分、挥发分的方法,其特征在于,包括如下步骤:
步骤一、选取多种不同煤阶、不同灰分的标准煤,分别对每种标准煤进行拉曼光谱测试及工业分析,获得每种标准煤的拉曼光谱特征参数以及水分、挥发分特征参数,利用每种标准煤的拉曼光谱特征参数计算其拉曼光谱基线漂移量,并计算获得拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,建立拉曼光谱基线漂移量与水分、挥发分特征参数的关联数据库;所述拉曼光谱特征参数至少包括如下参数中的三个:波峰800cm-1、波峰1800cm-1、D峰、G峰的对应峰强度PA、PB、PC、PD;拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PD-PA),P为拉曼光谱基线漂移量或拉曼光谱基线漂移量的计算方法为:P=(PB-PA)/(PC-PA),P为拉曼光谱基线漂移量;
步骤二、使用与步骤一相同的方式及基准对待测原煤进行拉曼光谱测试,获得待测原煤的拉曼光谱特征参数,计算待测原煤拉曼光谱基线漂移量,根据关联数据库中对应的拉曼光谱基线漂移量与水分、挥发分特征参数的映射关系,获得待测原煤的水分、挥发分。
2.根据权利要求1所述的方法,其特征在于,水分含量与拉曼光谱基线漂移量的映射关系为m=1.15+12.91×P+79.664×P2-69.95×P3,m为水分质量分数。
3.根据权利要求1所述的方法,其特征在于,挥发分与拉曼光谱基线漂移量的映射关系为V=4.41+241.44×P-496.77×P2+316.82×P3,V为挥发分。
4.根据权利要求1-3任一项所述的方法,其特征在于,多种所述标准煤均为原矿煤且各个标准煤是代表性不同的煤种。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述挥发分为煤干燥无灰基挥发分。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851832.8A CN107764796B (zh) | 2017-09-19 | 2017-09-19 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
PCT/CN2018/080775 WO2019056724A1 (zh) | 2017-09-19 | 2018-03-28 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
US16/648,666 US10900904B2 (en) | 2017-09-19 | 2018-03-28 | Method for detecting moisture and volatile matter content of raw coal by using value of baseline drift |
AU2018337131A AU2018337131B2 (en) | 2017-09-19 | 2018-03-28 | Method for detecting raw coal moisture and volatile matter using amount of baseline drift |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851832.8A CN107764796B (zh) | 2017-09-19 | 2017-09-19 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107764796A CN107764796A (zh) | 2018-03-06 |
CN107764796B true CN107764796B (zh) | 2019-07-26 |
Family
ID=61266120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710851832.8A Active CN107764796B (zh) | 2017-09-19 | 2017-09-19 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10900904B2 (zh) |
CN (1) | CN107764796B (zh) |
AU (1) | AU2018337131B2 (zh) |
WO (1) | WO2019056724A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764796B (zh) * | 2017-09-19 | 2019-07-26 | 华中科技大学 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
CN111261237B (zh) * | 2020-01-19 | 2023-03-24 | 西安热工研究院有限公司 | 一种单一煤种一维火焰炉燃尽率的计算方法 |
CN111272733A (zh) * | 2020-03-06 | 2020-06-12 | 中南大学 | 一种运用拉曼光谱荧光干扰强度快速检测碳基固体燃料氢碳含量比的方法 |
CN112525879B (zh) * | 2020-11-16 | 2021-12-17 | 华中科技大学 | 一种煤岩显微组分原位识别与快速定量的方法 |
CN112710638B (zh) * | 2020-12-19 | 2022-05-13 | 华中科技大学 | 基于光致发光光谱全面解析的煤质快速检测方法 |
CN112836861B (zh) * | 2021-01-12 | 2022-02-01 | 江苏师范大学 | 一种水-岩作用下煤样质量变化率的时变模型建立方法 |
CN113533132B (zh) * | 2021-07-12 | 2022-12-09 | 西安热工研究院有限公司 | 一种判别原煤流动性的方法 |
CN114166822A (zh) * | 2021-12-03 | 2022-03-11 | 中南林业科技大学 | 基于拉曼差谱技术的木材细胞壁含水率测量方法 |
CN114354654B (zh) * | 2022-01-07 | 2023-03-21 | 中国矿业大学 | 基于dw-knn的煤炭水分含量快速无损检测方法 |
CN114646746A (zh) * | 2022-03-21 | 2022-06-21 | 西安热工研究院有限公司 | 一种确定动力用煤挥发分的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0599912A (ja) * | 1991-10-11 | 1993-04-23 | Union Shokai:Kk | アナログフイルター装置 |
JPH11258161A (ja) * | 1998-03-14 | 1999-09-24 | Oji Paper Co Ltd | 樹木の成分等の定量方法、装置及び定量方法のプログラム記録媒体 |
CN103175822A (zh) * | 2013-02-06 | 2013-06-26 | 中国食品药品检定研究院 | 消除拉曼光谱仪台间差的方法 |
CN103529012A (zh) * | 2013-09-18 | 2014-01-22 | 武汉钢铁(集团)公司 | 一种适用于高炉瓦斯灰中碳来源的拉曼光谱定量检测方法 |
CN106198488A (zh) * | 2016-07-27 | 2016-12-07 | 华中科技大学 | 一种基于拉曼光谱分析的煤质快速检测方法 |
CN106645708A (zh) * | 2016-09-20 | 2017-05-10 | 必欧瀚生物技术(合肥)有限公司 | 一种基于荧光免疫层析技术的定量检测计算方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8760657B2 (en) | 2001-04-11 | 2014-06-24 | Gas Sensing Technology Corp | In-situ detection and analysis of methane in coal bed methane formations with spectrometers |
US6768115B2 (en) * | 2001-07-20 | 2004-07-27 | Natural Resources Canada | Process for on-line monitoring of oxidation or degradation and processability of oil sand ore |
WO2011062842A1 (en) * | 2009-11-18 | 2011-05-26 | The Regents Of The University Of California | Apparatus and method for multiple-pulse impulsive stimulated raman spectroscopy |
CN104713660A (zh) * | 2015-03-13 | 2015-06-17 | 天津大学 | 光纤传感器及制作方法、液体温度和折射率同时测量方法 |
CN106290292B (zh) * | 2016-07-25 | 2018-12-28 | 浙江大学 | 一种利用共聚焦显微拉曼检测茶叶中类胡萝卜素含量的方法 |
CN106769906B (zh) * | 2016-12-14 | 2020-08-28 | 重庆川仪自动化股份有限公司 | 光谱仪数据漂移补偿方法 |
CN107764796B (zh) * | 2017-09-19 | 2019-07-26 | 华中科技大学 | 一种运用基线漂移量检测原煤水分、挥发分的方法 |
-
2017
- 2017-09-19 CN CN201710851832.8A patent/CN107764796B/zh active Active
-
2018
- 2018-03-28 US US16/648,666 patent/US10900904B2/en active Active
- 2018-03-28 AU AU2018337131A patent/AU2018337131B2/en active Active
- 2018-03-28 WO PCT/CN2018/080775 patent/WO2019056724A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0599912A (ja) * | 1991-10-11 | 1993-04-23 | Union Shokai:Kk | アナログフイルター装置 |
JPH11258161A (ja) * | 1998-03-14 | 1999-09-24 | Oji Paper Co Ltd | 樹木の成分等の定量方法、装置及び定量方法のプログラム記録媒体 |
CN103175822A (zh) * | 2013-02-06 | 2013-06-26 | 中国食品药品检定研究院 | 消除拉曼光谱仪台间差的方法 |
CN103529012A (zh) * | 2013-09-18 | 2014-01-22 | 武汉钢铁(集团)公司 | 一种适用于高炉瓦斯灰中碳来源的拉曼光谱定量检测方法 |
CN106198488A (zh) * | 2016-07-27 | 2016-12-07 | 华中科技大学 | 一种基于拉曼光谱分析的煤质快速检测方法 |
CN106645708A (zh) * | 2016-09-20 | 2017-05-10 | 必欧瀚生物技术(合肥)有限公司 | 一种基于荧光免疫层析技术的定量检测计算方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200264106A1 (en) | 2020-08-20 |
WO2019056724A1 (zh) | 2019-03-28 |
US10900904B2 (en) | 2021-01-26 |
CN107764796A (zh) | 2018-03-06 |
AU2018337131B2 (en) | 2020-11-05 |
AU2018337131A1 (en) | 2020-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107764796B (zh) | 一种运用基线漂移量检测原煤水分、挥发分的方法 | |
Lottick et al. | Energy Usage Reports: Environmental awareness as part of algorithmic accountability | |
WO2018018838A1 (zh) | 一种基于拉曼光谱分析的煤质快速检测方法 | |
Huang et al. | Improved generalization of spectral models associated with Vis-NIR spectroscopy for determining the moisture content of different tea leaves | |
Roscioli et al. | Characterization of methane emissions from five cold heavy oil production with sands (CHOPS) facilities | |
Dhillon et al. | Accurate and precise measurement of organic carbon content in carbonate-rich soils | |
CN107632107B (zh) | 一种煤粉燃烧特性快速检测方法 | |
CN102768191B (zh) | 一种水中痕量铊的简便测定方法 | |
Dhaliwal et al. | Standardization of automated Vario EL III CHNS analyzer for total carbon and nitrogen determination in soils | |
He et al. | Saccharides emissions from biomass and coal burning in Northwest China and their application in source contribution estimation | |
CN1157555C (zh) | 检测锅炉热效率的方法与装置 | |
CN109540864A (zh) | 一种基于PL-Raman光谱分析的煤质快速检测方法 | |
CN105223102A (zh) | 一种利用近红外光谱技术快速测定制浆材基本密度的方法 | |
Oh et al. | Near-infrared spectroscopy of limestone ore for CaO estimation under dry and wet conditions | |
CN204479456U (zh) | 一种红外碳硫分析仪一氧化碳吸收池 | |
赵学沛 | Determination of trace amounts of silver by microwave digestion graphite furnace atomic absorption spectrometry | |
Mohammad et al. | NovADEC: Nov el A pproach for D etermination of the E lemental C ontent of organic matter | |
Zheng et al. | Biogenic Methane Accumulation and Production in the Jurassic Low-Rank Coal, Southwestern Ordos Basin | |
CN112816377B (zh) | 基于ftir技术的烟气检测方法 | |
CN109870430A (zh) | 煤质在线分析方法 | |
Zhang et al. | Measurement Consistency and Uncertainty in Quantifying Carbonaceous Aerosol in Urban PM2. 5 Samples Using Thermal-Optical Reflectance Analysis | |
RU2514313C1 (ru) | Способ обработки информации о концентрации метана в подготовительной выработке | |
Sbrana et al. | Clean energy from sugarcane bagasse: quality evaluation by neutron activation analysis | |
Kim et al. | Methodological comparison of the quantification of total carbon and organic carbon in marine sediment | |
方梦阳 et al. | A particle size analysis method for clastic rock based on MATLAB |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |