一种基于多元线性回归的煤质工业分析方法

摘要

本发明公开了一种基于多元线性回归的煤质工业分析方法，利用一组各工业分析指标值都已知的燃煤样品，由LIBS的煤质在线分析系统检测得到的等离子体光谱数据，分别建立各工业分析指标值的多元线性回归关联式对于待测燃煤样品的工业分析，通过已经建立的多元线性回归关联式，分别引入对各工业分析指标值具有显著贡献的元素的特征谱线强度，得到工业分析结果。本发明综合利用了对各工业分析指标具有显著贡献的相关元素的谱线信息，简化了由LIBS分析燃煤工业分析指标的过程，提高了定量分析的速度和精确度。

主权项

1.一种基于多元线性回归的煤质工业分析方法，其特征在于包括如下步骤：第一步首先利用各工业分析指标值已知的一组燃煤样品进行定标；利用基于LIBS的煤质在线分析系统对燃煤样品进行检测，得到不同燃煤样品的激光等离子体光谱数据，再根据原子光谱数据库中不同元素的发射谱线标示，记录对应的谱线强度；第二步利用第一步得到的一组定标燃煤样品的元素特征谱线强度，建立各工业分析指标值初始的多元线性回归关联式，即$C_j^0={\beta }_0^0+{\beta }_1^0{I}_1+{\beta }_2^0{I}_2+...+{\beta }_m^0{I}_m+{ϵ}_0---\left(1\right)$上式中：为定标样品中工业分析指标j的质量含量；I_m为第m个元素的特性谱线强度；为第m个元素的回归系数，其中为常数项，通过最小二乘法确定；ε₀为回归误差，通过最小二乘法确定；第三步对式（1）建立的各工业分析指标值初始的多元线性回归关联式分别进行回归关联式的显著性检验、回归系数的显著性检验；第四步重复第二步、第三步，分别保留对水份、灰份、挥发份、固定碳和热值具有显著贡献的元素谱线强度，最终建立各工业分析指标值的多元线性回归关联式，如下式所示：$C_j=a_j+\underset{i=1}{\overset{k}{\Sigma }}{b}_i{I}_i---\left(2\right)$式中：C_j为待测燃煤样品的工业分析指标j的质量含量，a_j为工业分析指标j多元线性回归关联式的常数，b_i为对工业分析指标j有显著贡献的第i个元素的强度回归系数，k为对工业分析指标j有显著贡献的元素个数，I_i为对工业分析指标j有显著贡献的第i个元素的特性谱线强度；第五步对于待检测的燃煤样品，利用基于LIBS的煤质在线分析系统检测得到待测燃煤样品中的激光等离子体光谱数据，将其中对工业分析指标值有显著贡献的元素特征谱线强度数据依次代入公式（2），分别得到待测燃煤样品中的水份、灰份、挥发份、固定碳和热值。