CN116297273B - 基于入厂的煤质在线分析***及方法 - Google Patents
基于入厂的煤质在线分析***及方法 Download PDFInfo
- Publication number
- CN116297273B CN116297273B CN202310576699.5A CN202310576699A CN116297273B CN 116297273 B CN116297273 B CN 116297273B CN 202310576699 A CN202310576699 A CN 202310576699A CN 116297273 B CN116297273 B CN 116297273B
- Authority
- CN
- China
- Prior art keywords
- coal
- coal sample
- light
- sample
- matrix
- 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 571
- 238000004458 analytical method Methods 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001228 spectrum Methods 0.000 claims abstract description 107
- 238000002835 absorbance Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 134
- 238000012549 training Methods 0.000 claims description 96
- 238000005070 sampling Methods 0.000 claims description 45
- 238000013527 convolutional neural network Methods 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 33
- 230000003287 optical effect Effects 0.000 claims description 32
- 238000004064 recycling Methods 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000000513 principal component analysis Methods 0.000 claims description 19
- 238000012797 qualification Methods 0.000 claims description 17
- 238000011084 recovery Methods 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 13
- 239000000428 dust Substances 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 10
- 230000001678 irradiating effect Effects 0.000 claims description 9
- 239000013307 optical fiber Substances 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 239000000843 powder Substances 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 182
- 239000002817 coal dust Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 210000002381 plasma Anatomy 0.000 description 4
- 239000000945 filler Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供基于入厂的煤质在线分析***，包括取样器、传送装置和煤质分析组件，所述取样器用于从煤车上抽取煤样；所述传送装置用于传送煤样到煤质分析组件；所述煤质分析组件设置成向煤样发射光，采集煤样的反射光的煤样光谱数据，通过所述煤样光谱数据进行煤质分析以及通过煤质分析结果判断煤样是否合格，所述煤样光谱数据包括煤样编号、波长或波数及其对应的吸光度。本发明还提供方法。本发明能够在煤粉入厂前对煤质进行在线分析，防止了不合格的煤粉入厂。
Description
技术领域
本发明涉及煤质分析技术领域，具体涉及用于基于入厂的煤质在线分析***及方法。
背景技术
煤作为燃料，广泛的应用于各行各业。煤的指令指标有水分、灰分、挥发分、全硫、全水分、发热量等，不同的煤质，价格与应用不同，因此在煤进入煤场之前需要进行煤质分析。
现有技术的煤质分析采用的是现场采样、在实验室人工制样化验，检测时间长，效率低。
激光诱导击穿光谱 (Laser induced breakdown spectroscopy ,LIBS)已经被广泛应基于颗粒流状态下煤粉的直接测量。LIBS直接测量颗粒流的工作原理是将一束脉冲激光聚焦到自由下落的煤粉颗粒流中心，使一定内的煤粉颗粒被烧蚀，进而激发生成等离子体，再由光谱仪探测等离子体在衰减冷却过程中辐射出来的光谱信号，通过分析具有特定波长和强度的光谱获得煤粉的物质种类及其占比浓度数据。对于煤粉检测而言，虽然LIBS直接测量颗粒流具有无需制样的优势，但是众多研究发现这种测量方案的光谱信号稳定性较差。由于激光焦点附近颗粒的数量、粒径、空间分布随机变化，激光与颗粒的相互作用十分复杂，生成的等离子体不仅在形态上存在明显差异，同时等离子体的中心也会在激光焦点的前后漂移。
申请号为“201610574583 .8”，发明名称为“煤粉在线分析方法及装置”的专利申请公开了对煤粉进行在线分析，但是该专利申请的光源与检测探头分体设置，光源容易受到粉尘的影响，从而影响照射到煤样上的光的稳定性；另外，采用两个光源从不同角度对煤样照射，使得检测探头检测的煤样的光斑不重合甚至部分光斑不重叠，重叠部分和不重叠部分的光强度不一样，也就是说光强度不一致，从而影响煤质分析的准确性。
发明内容
针对现有技术存在问题中的一个或多个，本发明提供一种基于入厂的煤质在线分析***，包括取样器、传送装置和煤质分析组件，所述取样器用于从煤车上抽取煤样；所述传送装置用于传送煤样到煤质分析组件；所述煤质分析组件设置成向煤样发射光，采集煤样的反射光的煤样光谱数据，通过所述煤样光谱数据进行煤质分析以及通过煤质分析结果判断煤样是否合格，所述煤样光谱数据包括煤样编号、波长或波数及其对应的吸光度。
根据本发明的一个方面，还包括破碎装置，所述破碎装置用于将取样器抽取的煤样破碎到设定粒径，并投放到传送装置上。
根据本发明的一个方面，还包括取样支架，所述取样支架用于安装所述取样器，使得取样器能够在三维方向的任一个方向上移动。
根据本发明的一个方面，所述取样支架包括支撑框架、第一滑块、第二滑块、第三滑块、伸缩杆和连接块，所述取样器包括外筒、中间筒和内筒，所述支撑框架沿x方向设置有两条滑轨，所述第一滑块沿两条水平滑轨在x方向滑动，所述外筒固定在所述第二滑块上，所述伸缩杆的一端通过第三滑块固定在第二滑块上，所述伸缩杆的另一端通过所述连接块连接中间筒，所述第二滑块和第三滑块带动取样器在Y方向滑动，所述伸缩杆带动中间筒相对于外筒在z方向运动，所述内筒相对于中间筒旋转，所述x方向为煤车的车厢长度方向，所述Y方向为煤车的车厢宽度方向，所述z方向为煤车的车厢深度方向。
根据本发明的一个方面，所述煤质分析组件包括光组件和分析组件，所述光组件包括外壳、光源组件、透光片和反射光回收组件，所述透光片设置在所述外壳的底面，所述光源组件和所述反射光回收组件设置在外壳内，所述分析组件包括光谱仪和上位机，所述反射光回收组件与光谱仪之间通过光纤连接，所述光谱仪和所述上位机之间通过有线或者无线连接，所述光源组件发出的光经过透光片照射在煤样上，煤样的反射光经过透光片后进入反射光回收组件，所述光源组件和反射光回收组件均相对于传送装置上放置煤样的平面倾斜，所述光源组件相对于所述平面的倾斜角度设置为防止煤样的反射光进入光源组件，所述反射光回收组件相对于所述平面的倾斜角度设置为使得煤样的反射光经过透光片在反射光回收组件内形成的多个光斑在反射光回收组件向外传输反射光之前重合；所述光谱仪采集所述反射光回收组件发射的煤样的光斑，生成所述煤样的光斑对应的煤样光谱数据，所述上位机根据所述煤样光谱数据进行煤质分析，结合煤质分析结果和煤质合格标准判断煤样是否合格。
根据本发明的一个方面，所述光源组件包括光源、反光杯和光源准直透镜，光源发出的光通过反光杯汇聚到光源准直透镜后转变为平行光束相对于煤样倾斜射出；所述反射光回收组件包括入射透镜、传光体和出射透镜，所述入射透镜和出射透镜分别设置在传光体的入光口和出光口，所述入射透镜将透过透光片的煤样的反射光汇聚到所述出射透镜，所述出射透镜将入射透镜的汇聚光束向外传输到光纤。
根据本发明的一个方面，所述煤质分析组件还包括光组件支撑架，用于将光组件固定在传送装置上方，使得光组件的透光片与传送装置上放置煤样的平面平行。
根据本发明的一个方面，所述传送装置包括传送带，所述光组件的透光片与传送带平行。
根据本发明的一个方面，所述光谱仪为光栅光谱仪。
根据本发明的一个方面，所述上位机包括：
标准模块，构建煤质合格标准；
矩阵转换模块，将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
协方差转换模块，将矩阵转换模块获得的煤样光谱数据矩阵转换为对应的协方差矩阵；
主元分析模块，对协方差转换模块获得的协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
煤指标矩阵构建模块，构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
卷积神经网络构建模块，将主元分析模块的主成分光谱矩阵作为输入，以煤指标矩阵构建模块构建的煤指标矩阵为输出，构建卷积神经网络：
训练模块，通过训练集训练卷积神经网络，包括：训练集构建单元，构建训练集；网络训练单元，将训练集依次通过矩阵转换模块、协方差转换模块、主元分析模块获得训练集的主成分光谱矩阵，通过煤指标矩阵构建模块获得训练集的煤指标矩阵，过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建模块构建的卷积神经网络进行训练；
分析判断模块，将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤样的煤指标矩阵，与从标准模块调取煤样合格标准比较，判断煤样是否合格。
根据本发明的一个方面，所述光组件还包括除尘组件，所述除尘组件用于对透光片除尘。
根据本发明的一个方面，还包括通行控制组件，所述通行控制组件用于控制煤车的通行，所述通行控制组件与所述煤质分析组件有线或无线连接，经过煤质分析组件判断煤车的所有煤样合格后发送通行指令给通行控制组件，经过煤质分析组件判断煤车存在煤质不合格的煤样，则发送禁止通行指令给通行控制组件。
根据本发明的一个方面，还包括电子秤，所述电子秤用于称量煤车的重量。
根据本发明的一个方面，还包括距离传感器，所述距离传感器用于测量传送装置上煤样的厚度；所述煤质分析组件还用于根据煤样厚度判断光组件下方是否有煤样。
根据本发明的另一个方面，还提供一种利用上述基于入厂的煤质在线分析***进行煤质分析的方法，包括：
对煤车上的煤粉进行多点取样，依次获得多个取样点的煤样；
将每个取样点的煤样依次传送到光组件；
通过光组件将光照射在煤样上，并采集煤样的反射光；
通过煤样的反射光生成煤样光谱数据；
通过煤样光谱数据进行煤质分析；
通过煤质分析结果判断煤样是否合格。
根据本发明的另一个方面，所述通过煤样光谱数据进行煤质分析的步骤包括：
将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，每个取样点的形成的光谱有一个或多个，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
将上述煤样光谱数据矩阵转换为对应的协方差矩阵；
对上述协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
对协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
将主成分光谱矩阵作为输入，以煤指标矩阵为输出，构建卷积神经网络：
通过训练集训练卷积神经网络，包括：构建训练集；获得训练集的主成分光谱矩阵；获得训练集的煤指标矩阵；过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练；
将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤指标矩阵。
根据本发明的另一个方面，所述通过煤质分析结果判断煤样是否合格的步骤包括：
获得煤样合格标准；
判断煤样的煤指标矩阵内各煤样的各煤指标的值是否符合对应的上述煤样合格标准，符合煤样合格标准，煤样合格，否则煤样不合格。
根据本发明的另一个方面，所述获得煤样合格标准的步骤包括;
获得煤样的地理区域；
获得所述地理区域的煤样合格标准。
根据本发明的另一个方面，所述通过煤质分析结果判断煤样是否合格的步骤之后还包括：当煤车的所有煤样合格时，煤车通过；当煤车存在不合格煤样时，煤车不通过。
根据本发明的另一个方面，所述当煤车存在不合格煤样时，还对不合格煤样进行取样化验；当化验结果为合格时，将不合格煤样的煤质分析结果加入训练集。
根据本发明的另一个方面，还包括：将训练集分为正训练集和负训练集，将煤质分析不合格且化验结果也不合格的煤质分析结果加入负训练集，将煤质分析合格且化验结果也合格的煤质分析结果加入正训练集。
根据本发明的另一个方面，还包括判断光组件下是否有煤样的步骤，所述判断光组件下是否有煤样的步骤包括：
判断煤样的厚度是否达到设定厚度；
如果煤样的厚度达到设定厚度，光组件下有煤样；
如果煤样的厚度未达到设定厚度，光组件下没有煤样。
根据本发明的另一个方面，还包括：当光组件下没有煤样时，对透光片进行除尘。
根据本发明的另一个方面，所述将每个取样点的煤样依次传送到光组件的步骤之前还包括：
对煤样进行破碎。
根据本发明的另一个方面，所述将每个取样点的煤样依次传送到光组件的步骤之后还包括：
抽取煤样进行化验。
根据本发明的另一个方面，所述通过煤质分析结果判断煤样是否合格的步骤之后还包括：
当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入训练集。
根据本发明的另一个方面，还包括：将训练集分为正训练集和负训练集，当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入；当化验结果为不合格时，将煤质分析结果加入负训练集。
本发明通过取样器从煤车上取样，通过传送装置将煤样传送到煤质分析组件，通过煤质分析组件对煤样进行煤质分析，能够在煤粉入厂前对煤质进行在线分析，防止了不合格的煤粉入厂。
本发明取样支架使得取样器能够在三维方向的任一个方向上移动，从而实现在煤车上任意位置采样。
本发明的破碎装置将煤粉破碎到同一粒径，防止了粒径不同对光谱的影响。
本发明光源组件位于光组件的外壳内，防止了煤粉对光源的污染，结构紧凑。
本发明所述光源组件相对于传送装置上放置煤样的平面倾斜，防止煤样的反射光经过透光片后返回光源组件，提高信噪比；所述反射光回收组件相对于传送装置上放置煤样的平面倾斜，使得煤样的反射光经过透光片后在反射光回收组件光斑重叠，防止了光斑重叠和不重叠对煤样光谱的影响，提高了煤样分析的准确性。
本发明光谱仪采用光栅光谱仪，抗干扰能力强，有利于煤质的在线分析。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明所述基于入厂的煤质在线分析***的一个方向的示意图；
图2是本发明所述基于入厂的煤质在线分析***的另一个方向的示意图；
图3是本发明所述基于入厂的煤质在线分析***的构成框图的示意图；
图4是本发明所述光组件的半剖立体示意图；
其中，取样器1、外筒11、中间筒12、内筒13、取样支架2、支撑框架21、第一滑块22、第二滑块23、第三滑块24、伸缩杆25、连接块26、破碎装置3、传送装置4、煤质分析组件5、光组件51、外壳511、光源组件512、光源5121、反光杯5122、光源准直透镜5123、透光片513、反射光回收组件514、入射透镜5141、传光体5142、出射透镜5143、除尘组件515、光组件支撑架52、光纤53、分析组件54、光谱仪541、上位机542、标准模块5421、矩阵转换模块5422、协方差转换模块5423、主元分析模块5424、煤指标矩阵构建模块5425、卷积神经网络构建模块5426、训练模块5427、训练集构建单元54271、网络训练单元54272、分析判断模块5428、电子秤6、通行控制组件7、距离传感器8。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。当然，它们仅仅为示例，并且目的不在于限制本发明。以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1是本发明所述基于入厂的煤质在线分析***的意图，图2是本发明所述基于入厂的煤质在线分析***的另一个方向的示意图，图3是本发明所述基于入厂的煤质在线分析***的构成框图的示意图，如图1、图2和图3所示，所述基于入厂的煤质在线分析***包括取样器1、传送装置4和煤质分析组件5，所述取样器1用于从煤车上抽取煤样；所述传送装置4用于传送煤样到煤质分析组件5；所述煤质分析组件5设置成向煤样发射光，采集煤样的反射光的煤样光谱数据，通过所述煤样光谱数据进行煤质分析以及通过煤质分析结果判断煤样是否合格，所述煤样光谱数据包括煤样编号、波长或波数及其对应的吸光度。
在一个实施例中，所述基于入厂的煤质在线分析***还包括破碎装置3，所述破碎装置3用于将取样器1抽取的煤样破碎到设定粒径，并投放到传送装置4上。
在一个实施例中，所述基于入厂的煤质在线分析***还包括通行控制组件7，所述通行控制组件7用于控制煤车的通行，所述通行控制组件7与所述煤质分析组件5有线或无线连接，经过煤质分析组件5判断煤车的所有煤样合格后发送通行指令给通行控制组件，经过煤质分析组件5判断煤车存在煤质不合格的煤样，则发送禁止通行指令给通行控制组件。
在一个实施例中，所述基于入厂的煤质在线分析***还包括电子秤6，所述电子秤6用于称量煤车的重量。
在一个实施例中，所述基于入厂的煤质在线分析***还包括取样支架2，所述取样支架2用于连接所述取样器1，使得取样器1能够在三维方向的任一个方向上移动。
优选地，如图2所示，所述取样支架2包括支撑框架21、第一滑块22、第二滑块23、第三滑块24、伸缩杆25、连接块26，所述取样器1包括外筒11、中间筒12和内筒13，所述支撑框架21沿x方向设置有两条滑轨，所述第一滑块22沿两条水平滑轨在x方向滑动，所述外筒11固定在所述第二滑块23上，所述伸缩杆25的一端通过第三滑块24固定在第二滑块23上，所述伸缩杆25的另一端通过所述连接块26连接中间筒12，所述第二滑块23和第三滑块24带动取样器1在Y方向滑动，所述伸缩杆25带动中间筒12相对于外筒11在z方向运动，所述内筒13相对于中间筒12旋转，所述x方向为煤车的车厢长度方向，所述Y方向为煤车的车厢宽度方向，所述z方向为煤车的车厢深度方向，使得取样器1能够在煤车车厢的长度、宽度和高度的三维方向上的移动，实现在煤车内多点取样。
优选地，取样器1的内筒13伸入煤车底部进行取样，使得煤样包括煤车内任意深度的煤粉，增强了煤车内煤粉煤质分析的广泛性。另外，当煤车底部为石头，上层为煤粉时，内筒13无法深入煤车底部，可以预防上述以假乱真的情形。
如图3和图4所示，所述煤质分析组件5包括光组件51和分析组件54，所述光组件51包括外壳511、光源组件512、透光片513和反射光回收组件514，所述透光片513设置在所述外壳511的底面，所述光源组件512和所述反射光回收组件514设置在外壳511内，所述分析组件54包括光谱仪541和上位机542，所述反射光回收组件514与光谱仪541之间通过光纤53连接，所述光谱仪541和所述上位机542之间通过有线或者无线连接，所述光源组件512发出的光经过透光片513照射在煤样上，煤样的反射光经过透光片513后进入反射光回收组件514，所述光源组件512和反射光回收组件514均相对于传送装置4上放置煤样的平面倾斜，所述光源组件512相对于所述平面的倾斜角度设置为防止煤样的反射光进入光源组件512，所述反射光回收组件514相对于所述平面的倾斜角度设置为使得煤样的反射光经过透光片513在反射光回收组件514内形成的多个光斑在反射光回收组件514向外传输反射光之前重合；所述光谱仪541采集所述反射光回收组件514发射的煤样的光斑，生成所述煤样的光斑对应的煤样光谱数据，所述上位机542根据所述煤样光谱数据进行煤质分析，结合煤质分析结果和煤质合格标准判断煤样是否合格。
优选地，所述光谱仪541为光栅光谱仪。
在一个实施例中，所述光源组件512包括光源5121、反光杯5122和光源准直透镜5123，光源5121发出的光通过反光杯5122汇聚到光源准直透镜5123后转变为平行光束相对于煤样倾斜射出；所述反射光回收组件514包括入射透镜5141、传光体5142和出射透镜5143，所述入射透镜5141和出射透镜5143分别设置在传光体5142的入光口和出光口，所述入射透镜5141将透过透光片513的煤样的反射光汇聚到所述出射透镜5143，所述出射透镜5143将入射透镜5141的汇聚光束向外传输到光纤53。
在一个实施例中，所述煤质分析组件5还包括光组件支撑架52，用于将光组件51固定在传送装置4上方，使得光组件51的透光片513与传送装置4上的放置煤样的平面平行。
在一个实施例中，所述传送装置4包括传送带，所述光组件51的透光片513与传送带平行。
在一个实施例中，所述上位机542包括：
标准模块5421，构建煤质合格标准，优选地，所述标准模块5421按照煤矿的地理区域构建煤质合格标准；
矩阵转换模块5422，将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
协方差转换模块5423，将矩阵转换模块5422获得的煤样光谱数据矩阵转换为对应的协方差矩阵；
主元分析模块5424，对协方差转换模块5423获得的协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
煤指标矩阵构建模块5425，构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
卷积神经网络构建模块5426，将主元分析模块5424的主成分光谱矩阵作为输入，以煤指标矩阵构建模块构建的煤指标矩阵为输出，构建卷积神经网络：
训练模块5427，通过训练集训练卷积神经网络，包括：训练集构建单元54271，构建训练集；网络训练单元54272，将训练集依次通过矩阵转换模块5422、协方差转换模块5423、主元分析模块5424获得训练集的主成分光谱矩阵，通过煤指标矩阵构建模块获得训练集的煤指标矩阵，过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建模块构建的卷积神经网络进行训练；
分析判断模块5428，将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤样的煤指标矩阵，与从标准模块5421调取煤样合格标准比较，判断煤样是否合格。
在一个实施例中，所述分析组件54还包括柜体，所述光谱仪541放置在柜体内，所述上位机542放置在柜体内或柜体外。
优选地，所述柜体上设置有显示屏，用于显示煤质分析结果。
在一个实施例中，所述基于入厂的煤质在线分析***还包括距离传感器8，所述距离传感器8用于测量传送装置4上煤样的厚度；所述煤质分析组件5还用于根据煤样厚度判断光组件51下方是否有煤样；
优选地，所述距离传感器8为超声波距离传感器8。
在一个实施例中，所述光组件51还包括除尘组件515，所述除尘组件515用于对透光片513除尘；
优选地，所述除尘组件515包括刮板，所述刮板与所述底板可转动连接，所述刮板的长度大于所述透光片513的直径。
本发明还提供利用上述基于入厂的煤质在线分析***进行煤质分析的方法，包括：
对煤车上的煤粉进行多点取样，依次获得多个取样点的煤样；
将每个取样点的煤样依次传送到光组件51；
通过光组件51将光照射在煤样上，并采集煤样的反射光；
通过煤样的反射光生成煤样光谱数据；
通过煤样光谱数据进行煤质分析；
通过煤质分析结果判断煤样是否合格。
在一个实施例中，所述通过煤样光谱数据进行煤质分析的步骤包括：
将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，每个取样点的形成的光谱有一个或多个，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
将上述煤样光谱数据矩阵转换为对应的协方差矩阵；
对上述协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
对协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
将主成分光谱矩阵作为输入，以煤指标矩阵为输出，构建卷积神经网络：
通过训练集训练卷积神经网络，包括：构建训练集；获得训练集的主成分光谱矩阵；获得训练集的煤指标矩阵；过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练；
将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤指标矩阵。
在一个实施例中，所所述通过煤质分析结果判断煤样是否合格的步骤包括：
获得煤样合格标准；
判断煤样的煤指标矩阵内各煤样的各煤指标的值是否符合对应的上述煤样合格标准，符合煤样合格标准，煤样合格，否则煤样不合格。
优选地，所述获得煤样合格标准的步骤包括;
获得煤样的地理区域；
获得所述地理区域的煤样合格标准。
优选地，当煤车的所有煤样合格时，煤车通过；当煤车存在不合格煤样时，煤车不通过。
进一步优选地，当煤车存在不合格煤样时，对煤样进行取样化验；当化验结果为合格时，将煤样的煤质分析结果加入训练集，扩大训练集，增强训练的准确性，防止再次出现化验合格煤质分析不合格的情形，尤其是当有新的地理区域的煤车入厂时，采用不包括该地理区域的煤样的训练集训练，煤质分析结果很可能存在偏差。
更进一步优选地，将训练集分为正训练集和负训练集，将煤质分析不合格且化验结果也不合格的煤质分析结果加入负训练集，将煤质分析合格且化验结果也合格的煤质分析结果加入正训练集，可以通过正训练集和负训练集训练卷积神经网络，增加卷积神经网络的鲁棒性。
在一个实施例中，所述通过光组件51将光照射在煤样上，并采集煤样的反射光的步骤之前还包括标定反射光回收组件514的倾斜角度标定的步骤，所述标定反射光回收组件514的倾斜角度的步骤包括：
通过光组件51将光照射在标准物质上；
调整反射光回收组件514的倾斜角度，获得反射光回收组件514在不同倾斜角度下的标准物质的光谱及其信噪比；
将最高信噪比对应的倾斜角度作为反射光回收组件514的最优倾斜角度。
在一个实施例中，所述通过光组件51将光照射在煤样上，并采集煤样的反射光的步骤之前还包括标定光源组件512的倾斜角度标定的步骤，所述标定光源组件512的倾斜角度的步骤包括：
通过光组件51将光照射在标准物质上；
调整光源组件512的倾斜角度，获得不同倾斜角度下的标准物质的光谱；
将上述光谱与标准物质的标准光谱对比，将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源组件512的最优倾斜角度。
优选地，所述标定光源组件512倾斜角度的步骤在所述标定反射光回收组件514倾斜角度标定的步骤之前。
在一个实施例中，还包括还包括判断光组件51下是否有煤样的步骤，所述判断光组件51下是否有煤样的步骤包括：
判断煤样的厚度是否达到设定厚度；
如果煤样的厚度达到设定厚度，光组件51下有煤样；
如果煤样的厚度未达到设定厚度，光组件51下没有煤样。
优选地，当光组件51下没有煤样时，对透光片513进行除尘。
在一个实施例中，所述将每个取样点的煤样依次传送到光组件51的步骤之前还包括：
对煤样进行破碎；
优选地，所述对煤样进行破碎的步骤包括：
将煤样破碎到粒径为6mm。
在一个实施例中，所述将每个取样点的煤样依次传送到光组件51的步骤之后还包括：
抽取煤样进行化验；
优选地，所述通过煤质分析结果判断煤样是否合格的步骤之后还包括：
当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入训练集，通过化验结果更新煤质分析结果，提高了训练集的准确性。
进一步，优选地，将训练集分为正训练集和负训练集，当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入；当化验结果为不合格时，将煤质分析结果加入负训练集，通过正训练集和负训练集训练卷积神经网络，增加卷积神经网络的鲁棒性。
在上述各实施例中，光源组件512和反射光回收组件514可以调整好倾斜角度后固定在外壳上，也可以设置支架，通过支架固定在外壳上，还可以在外壳与光源组件512和反射光回收组件514之间设置具有散热功能的填充体，光源组件512和反射光回收组件514可以调整好倾斜角度后固定在填充体上。光源组件512和反射光回收组件514的倾斜角度调节可以通过现有的具有角度调整功能的旋转平台实现。
上述为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之。
Claims (26)
1.一种基于入厂的煤质在线分析***，其特征在于，包括取样器、传送装置和煤质分析组件，所述取样器用于从煤车上抽取煤样；所述传送装置用于传送煤样到煤质分析组件；所述煤质分析组件设置成向煤样发射光，采集煤样的反射光的煤样光谱数据，通过所述煤样光谱数据进行煤质分析以及通过煤质分析结果判断煤样是否合格，所述煤样光谱数据包括煤样编号、波长或波数及其对应的吸光度；
其中，所述煤质分析组件包括光组件和分析组件，所述光组件包括外壳、光源组件、透光片和反射光回收组件，所述透光片设置在所述外壳的底面，所述光源组件和所述反射光回收组件设置在外壳内，所述分析组件包括光谱仪和上位机，所述反射光回收组件与光谱仪之间通过光纤连接，所述光谱仪和所述上位机之间通过有线或者无线连接，所述光源组件发出的光经过透光片照射在煤样上，煤样的反射光经过透光片后进入反射光回收组件，所述光源组件和反射光回收组件均相对于传送装置上放置煤样的平面倾斜，所述光源组件相对于所述平面的倾斜角度设置为防止煤样的反射光进入光源组件，所述反射光回收组件相对于所述平面的倾斜角度设置为使得煤样的反射光经过透光片在反射光回收组件内形成的多个光斑在反射光回收组件向外传输反射光之前重合；所述光谱仪采集所述反射光回收组件发射的煤样的光斑，生成所述煤样的光斑对应的煤样光谱数据，所述上位机根据所述煤样光谱数据进行煤质分析，结合煤质分析结果和煤质合格标准判断煤样是否合格；
其中，所述反射光回收组件包括入射透镜、传光体和出射透镜，所述入射透镜和出射透镜分别设置在传光体的入光口和出光口，所述入射透镜将透过透光片的煤样的反射光汇聚到所述出射透镜，所述出射透镜将入射透镜的汇聚光束向外传输到光纤；
其中，所述光源组件的倾斜角度的标定步骤包括：
通过光组件将光照射在标准物质上；
调整光源组件的倾斜角度，获得不同倾斜角度下的标准物质的光谱；
将上述光谱与标准物质的标准光谱对比，将吸光度特征峰峰形最相似的光谱对应的倾斜角度作为光源组件的最优倾斜角度；
其中，所述反射光回收组件的倾斜角度的标定步骤包括：
通过光组件将光照射在标准物质上；
调整反射光回收组件的倾斜角度，获得反射光回收组件在不同倾斜角度下的标准物质的光谱及其信噪比；
将最高信噪比对应的倾斜角度作为反射光回收组件的最优倾斜角度。
2.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，还包括破碎装置，所述破碎装置用于将取样器抽取的煤样破碎到设定粒径，并投放到传送装置上。
3.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，还包括取样支架，所述取样支架用于安装所述取样器，使得取样器能够在三维方向的任一个方向上移动。
4.根据权利要求3所述的基于入厂的煤质在线分析***，其特征在于，所述取样支架包括支撑框架、第一滑块、第二滑块、第三滑块、伸缩杆和连接块，所述取样器包括外筒、中间筒和内筒，所述支撑框架沿x方向设置有两条滑轨，所述第一滑块沿两条水平滑轨在x方向滑动，所述外筒固定在所述第二滑块上，所述伸缩杆的一端通过第三滑块固定在第二滑块上，所述伸缩杆的另一端通过所述连接块连接中间筒，所述第二滑块和第三滑块带动取样器在Y方向滑动，所述伸缩杆带动中间筒相对于外筒在z方向运动，所述内筒相对于中间筒旋转，所述x方向为煤车的车厢长度方向，所述Y方向为煤车的车厢宽度方向，所述z方向为煤车的车厢深度方向。
5.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，所述光源组件包括光源、反光杯和光源准直透镜，光源发出的光通过反光杯汇聚到光源准直透镜后转变为平行光束相对于煤样倾斜射出。
6.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，所述煤质分析组件还包括光组件支撑架，用于将光组件固定在传送装置上方，使得光组件的透光片与传送装置上放置煤样的平面平行。
7.根据权利要求6所述的基于入厂的煤质在线分析***，其特征在于，所述传送装置包括传送带，所述光组件的透光片与传送带平行。
8.根据权利要求7所述的基于入厂的煤质在线分析***，其特征在于，所述光谱仪为光栅光谱仪。
9.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，所述上位机包括：
标准模块，构建煤质合格标准；
矩阵转换模块，将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
协方差转换模块，将矩阵转换模块获得的煤样光谱数据矩阵转换为对应的协方差矩阵；
主元分析模块，对协方差转换模块获得的协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
煤指标矩阵构建模块，构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
卷积神经网络构建模块，将主元分析模块的主成分光谱矩阵作为输入，以煤指标矩阵构建模块构建的煤指标矩阵为输出，构建卷积神经网络：
训练模块，通过训练集训练卷积神经网络，包括：训练集构建单元，构建训练集；网络训练单元，将训练集依次通过矩阵转换模块、协方差转换模块、主元分析模块获得训练集的主成分光谱矩阵，通过煤指标矩阵构建模块获得训练集的煤指标矩阵，过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络构建模块构建的卷积神经网络进行训练；
分析判断模块，将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤样的煤指标矩阵，与从标准模块调取煤样合格标准比较，判断煤样是否合格。
10.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，所述光组件还包括除尘组件，所述除尘组件用于对透光片除尘，所述除尘组件包括刮板，所述刮板与光组件外壳的底板可转动连接，所述刮板的长度大于所述透光片的直径。
11.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，还包括通行控制组件，所述通行控制组件用于控制煤车的通行，所述通行控制组件与所述煤质分析组件有线或无线连接，经过煤质分析组件判断煤车的所有煤样合格后发送通行指令给通行控制组件，经过煤质分析组件判断煤车存在煤质不合格的煤样，则发送禁止通行指令给通行控制组件。
12.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，还包括电子秤，所述电子秤用于称量煤车的重量。
13.根据权利要求1所述的基于入厂的煤质在线分析***，其特征在于，还包括距离传感器，所述距离传感器用于测量传送装置上煤样的厚度；所述煤质分析组件还用于根据煤样厚度判断光组件下方是否有煤样。
14.一种利用权利要求1-13中任一所述的基于入厂的煤质在线分析***进行煤质分析的方法，其特征在于，包括：
对煤车上的煤粉进行多点取样，依次获得多个取样点的煤样；
将每个取样点的煤样依次传送到光组件；
通过光组件将光照射在煤样上，并采集煤样的反射光；
通过煤样的反射光生成煤样光谱数据；
通过煤样光谱数据进行煤质分析；
通过煤质分析结果判断煤样是否合格。
15.根据权利要求14所述的方法，其特征在于，所述通过煤样光谱数据进行煤质分析的步骤包括：
将煤样光谱数据转换为矩阵形式，获得煤样光谱数据矩阵，每个取样点的形成的光谱有一个或多个，所述煤样光谱数据矩阵是一个煤车的每个煤样编号的每次采样的每个波长或波数及其对应的每个吸光度构成的多维矩阵；
将上述煤样光谱数据矩阵转换为对应的协方差矩阵；
对上述协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
对协方差矩阵进行主元分析，获得每个光谱的主成分构成的主成分光谱矩阵；
构建一个或多个煤的指标的一维或多维煤指标矩阵，煤的指标包括干燥无灰基、干燥基、空干基和收到基中的一个或多个；
将主成分光谱矩阵作为输入，以煤指标矩阵为输出，构建卷积神经网络：
通过训练集训练卷积神经网络，包括：构建训练集；获得训练集的主成分光谱矩阵；获得训练集的煤指标矩阵；过训练集的主成分光谱矩阵和煤指标矩阵对卷积神经网络进行训练；
将煤样的主成分光谱矩阵输入训练后的卷积神经网络，获得对应的煤指标矩阵。
16.根据权利要求15所述的方法，其特征在于，所述通过煤质分析结果判断煤样是否合格的步骤包括：
获得煤样合格标准；
判断煤样的煤指标矩阵内各煤样的各煤指标的值是否符合对应的上述煤样合格标准，符合煤样合格标准，煤样合格，否则煤样不合格。
17.根据权利要求16所述的方法，其特征在于，所述获得煤样合格标准的步骤包括;
获得煤样的地理区域；
获得所述地理区域的煤样合格标准。
18.根据权利要求15所述的方法，其特征在于，所述通过煤质分析结果判断煤样是否合格的步骤之后还包括：当煤车的所有煤样合格时，煤车通过；当煤车存在不合格煤样时，煤车不通过。
19.根据权利要求18所述的方法，其特征在于，所述当煤车存在不合格煤样时，还对不合格煤样进行取样化验；当化验结果为合格时，将不合格煤样的煤质分析结果加入训练集。
20.根据权利要求19所述的方法，其特征在于，还包括：将训练集分为正训练集和负训练集，将煤质分析不合格且化验结果也不合格的煤质分析结果加入负训练集，将煤质分析合格且化验结果也合格的煤质分析结果加入正训练集。
21.根据权利要求20所述的方法，其特征在于，还包括判断光组件下是否有煤样的步骤，所述判断光组件下是否有煤样的步骤包括：
判断煤样的厚度是否达到设定厚度；
如果煤样的厚度达到设定厚度，光组件下有煤样；
如果煤样的厚度未达到设定厚度，光组件下没有煤样。
22.根据权利要求21所述的方法，其特征在于，还包括：当光组件下没有煤样时，对透光片进行除尘。
23.根据权利要求14所述的方法，其特征在于，所述将每个取样点的煤样依次传送到光组件的步骤之前还包括：
对煤样进行破碎。
24.根据权利要求14所述的方法，其特征在于，所述将每个取样点的煤样依次传送到光组件的步骤之后还包括：
抽取煤样进行化验。
25.根据权利要求24所述的方法，其特征在于，所述通过煤质分析结果判断煤样是否合格的步骤之后还包括：
当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入训练集。
26.根据权利要求25所述的方法，其特征在于，还包括：将训练集分为正训练集和负训练集，当化验结果为合格时，将化验结果取代煤样的煤质分析结果加入；当化验结果为不合格时，将煤质分析结果加入负训练集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310576699.5A CN116297273B (zh) | 2023-05-22 | 2023-05-22 | 基于入厂的煤质在线分析***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310576699.5A CN116297273B (zh) | 2023-05-22 | 2023-05-22 | 基于入厂的煤质在线分析***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116297273A CN116297273A (zh) | 2023-06-23 |
| CN116297273B true CN116297273B (zh) | 2023-08-18 |
Family
ID=86798188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310576699.5A Active CN116297273B (zh) | 2023-05-22 | 2023-05-22 | 基于入厂的煤质在线分析***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116297273B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
| CN102324120A (zh) * | 2011-04-27 | 2012-01-18 | 柳威 | 一种监测煤质的装置和方法 |
| CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技（常州）有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
| WO2016206401A1 (zh) * | 2015-06-26 | 2016-12-29 | 国电新能源技术研究院 | 一种煤质特性在线检测装置 |
| CN107462662A (zh) * | 2017-08-07 | 2017-12-12 | 长沙开元仪器股份有限公司 | 一种在线煤质分析*** |
| CN107631997A (zh) * | 2017-09-29 | 2018-01-26 | 北京国电新创科技有限公司 | 一种实时、非侵入、多种煤炭主要成份同时测量装置 |
| CN109580499A (zh) * | 2019-01-03 | 2019-04-05 | 中国神华能源股份有限公司 | 煤质测量装置 |
| CN111189671A (zh) * | 2020-03-31 | 2020-05-22 | 中国二十二冶集团有限公司 | 拌合站进场碎石自动取样装置及取样方法 |
| CN211443784U (zh) * | 2019-12-08 | 2020-09-08 | 国家能源聊城发电有限公司 | 一种入厂煤煤质成分在线监测的装置 |
| CN218239818U (zh) * | 2022-06-29 | 2023-01-06 | 深圳数马电子技术有限公司 | 一种漫反射光学传感器 |
-
2023
- 2023-05-22 CN CN202310576699.5A patent/CN116297273B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
| CN102324120A (zh) * | 2011-04-27 | 2012-01-18 | 柳威 | 一种监测煤质的装置和方法 |
| WO2016206401A1 (zh) * | 2015-06-26 | 2016-12-29 | 国电新能源技术研究院 | 一种煤质特性在线检测装置 |
| CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技（常州）有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
| CN107462662A (zh) * | 2017-08-07 | 2017-12-12 | 长沙开元仪器股份有限公司 | 一种在线煤质分析*** |
| CN107631997A (zh) * | 2017-09-29 | 2018-01-26 | 北京国电新创科技有限公司 | 一种实时、非侵入、多种煤炭主要成份同时测量装置 |
| CN109580499A (zh) * | 2019-01-03 | 2019-04-05 | 中国神华能源股份有限公司 | 煤质测量装置 |
| CN211443784U (zh) * | 2019-12-08 | 2020-09-08 | 国家能源聊城发电有限公司 | 一种入厂煤煤质成分在线监测的装置 |
| CN111189671A (zh) * | 2020-03-31 | 2020-05-22 | 中国二十二冶集团有限公司 | 拌合站进场碎石自动取样装置及取样方法 |
| CN218239818U (zh) * | 2022-06-29 | 2023-01-06 | 深圳数马电子技术有限公司 | 一种漫反射光学传感器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116297273A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2638595B2 (ja) | ガス状物質のパラメーターの測定方法及び装置 | |
| US6483581B1 (en) | Raman system for rapid sample indentification | |
| AU780158B2 (en) | Method and apparatus for particle assessment using multiple scanning beam reflectance | |
| US8902422B2 (en) | Bulk material sampling and laser targeting system | |
| CN106093011B (zh) | 煤质检测方法及其应用的煤质激光检测分析仪器 | |
| US9001331B2 (en) | Arrangement adapted for spectral analysis of high concentrations of gas | |
| US20110310386A1 (en) | Method and system for analysing solid particles in a medium | |
| CN108020540B (zh) | 一种激光诱导击穿光谱检测*** | |
| CN1554022A (zh) | 废气不透明度的测量装置 | |
| CN108007890A (zh) | 一种机动车尾气检测光束反射装置及检测*** | |
| CN1218178C (zh) | 分析样品中组分的三维分布的方法和设备 | |
| CN114636691A (zh) | 一种基于激光多能谱的在线检测***及检测方法 | |
| CN116297272B (zh) | 在线煤质分析***及方法 | |
| CN1221799C (zh) | 采用手持式红外光谱仪鉴定消费者或工业用过的废弃毡层的方法和装置 | |
| CN116297273B (zh) | 基于入厂的煤质在线分析***及方法 | |
| CN108195823B (zh) | 一种激光诱导击穿光谱检测*** | |
| CN113252618B (zh) | 激光诱导击穿光谱分析***的联动装置及光谱分析*** | |
| CN216284812U (zh) | 一种测量输送带上宽筛分颗粒粒度的测量装置 | |
| CN106338499A (zh) | 元素激光检测分析仪器及矿物元素分析方法 | |
| CN108195824A (zh) | 一种激光诱导击穿光谱检测*** | |
| CN205449805U (zh) | 一种表面增强拉曼光谱测试*** | |
| CN111413318B (zh) | 基于拉曼光谱的血清检测***及方法 | |
| CN111272736B (zh) | 一种击穿光谱与吸收光谱组合测量***及方法 | |
| WO2012147717A1 (ja) | 樹脂識別装置 | |
| CN219455944U (zh) | 大颗粒煤样的煤质检测装置、***及锅炉 |
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 |