[发明专利]一种基于激光诱导击穿光谱和遗传神经网络的煤质特性定量分析方法

摘要

本发明公开了一种煤质特性定量分析方法，用于实现电厂煤质数据的实时监测。该方法具体涉及激光诱导击穿光谱(LIBS)分析技术，结合BP神经网络(BP‑ANN)的非线性拟合能力，采用遗传算法(GA)对网络结构进行优化，最终建立煤质定量分析模型。该方法与传统的定标曲线定量分析方法相比，具有受基体效应影响小、煤种适用范围广、非线性适应性好、分析精度高的特点。

主权项

一种基于激光诱导击穿光谱和遗传神经网络的煤质特性定量分析方法，其特征在于包括以下步骤：1)选择相关特征谱线：预测煤粉热值，采集LIBS光谱数据，选取相关元素特征谱线作为模型输入；2)模型信号的预处理：对输入特征谱线进行内标处理，对输出热值进行归一化处理，并将处理后的样本划分本分为训练集样本、监测集样本和预测集样本；3)构建定量分析模型：以训练集样本的特征光谱数据矩阵作为模型输入，以训练集样本的热值作为模型输出；并且使用GA针对上述待建立的神经网络模型进行优化，确定最适合的网络拓扑结构和传递函数，然后对该模型进行细化训练，得到确定的GA‑BP‑ANN定量分析模型；4)预测样品煤质特性：用训练好的GA‑BP‑ANN模型预测未知样品的煤质分析数据，以预测集样本的特征光谱矩阵作为模型输入，得到样本的热值。