10.3969/j.issn.1007-7677.2012.05.001
煤质近红外光谱分析过程中预处理方法及模型的选择
通过对沈海热电厂、阜新、抚顺等数处电厂锅炉用煤的近红外光谱建模实验,发现电厂入炉煤粉中的水分、灰分、挥发分和发热量等工业指标预测所采用的模型及其预处理方法直接关系到建模效果的优劣.预处理方法包括平滑处理、数据标准化、微分处理、信号校正等.建模过程中使用移动窗口PLSR、误差反向传播人工神经网络、径向基人工神经网络,发现除水分模型外在全光谱下采用FFT系数作为输入变量的径向基网络效果为最优.根据所得的预处理方法对部分煤粉工业分析进行预测,证实基于偏最小二乘回归分析煤粉工业分析的近红外光谱建模的重复性较好,其模型具有较高的应用价值.
煤质、近红外光谱、预处理方法、偏最小二乘回归分析、径向基网络
TQ533
2013-03-15（万方平台首次上网日期，不代表论文的发表时间）
共4页
1-4
