[发明专利]一种基于煤炭光谱数据的煤炭成分分析方法有效
| 申请号： | 201810447623.1 | 申请日： | 2018-05-11 |
| 公开（公告）号： | CN108489912B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 黎霸俊;肖冬;毛亚纯;宋亮;何大阔 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G06N3/04;G06N3/00;G06N20/00 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 胡晓男 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 煤炭 成分分析 光谱数据 煤炭工业分析 光谱特征数据 极限学习机 光谱数据采集 卷积神经网络 人工蜂群算法 成分预测 光谱技术 输出 偏差量 权值和 优化 采集 融合 预测 应用 | ||
【权利要求书】：
1.一种基于煤炭光谱数据的煤炭成分分析方法，其特征在于，包括：
煤炭光谱数据采集；
利用煤炭成分分析模型进行煤炭成分预测，该模型的输入是采集的光谱数据，输出是煤炭成分；
所述煤炭成分分析模型的建立方法如下：
煤炭光谱数据采集；
煤炭工业分析测定，得到与煤炭光谱数据对应的煤炭成分；
将光谱数据输入到卷积神经网络，进行特征提取，得到光谱特征数据；
极限学习机训练，极限学习机的输入为光谱特征数据，输出为煤炭成分；
利用极限学习机对煤炭成分预测，并采用人工蜂群算法优化极限学习机的权值和偏差量，得到煤炭成分分析模型，该模型的输入是采集的光谱数据，输出是煤炭成分。
2.根据权利要求1所述的方法，其特征在于，所述光谱数据采集的过程如下：
首先对煤炭样品进行清洗处理；然后进行磨粉加工得到煤粉样品片；对各煤粉样品片进行若干次光谱测试，然后取平均值作为该煤粉样品片的光谱数据。
3.根据权利要求1所述的方法，其特征在于，所述卷积神经网络结构选择为2层卷积和2层采样；卷积层选择Sigmoid为激活函数，采样层选择均值采样函数。
4.根据权利要求1所述的方法，其特征在于，所述煤炭工业分析测定采用化学方法得到与煤炭光谱数据对应的煤炭成分，包括水分、挥发分、灰分、固定碳、低位热值和硫含量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810447623.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种果蔬检测装置
- 下一篇：太赫兹光谱分析仪的远程自动维护方法
