基于检测距离校正的煤质同步LIBS-NIRS分析方法：实现燃煤电厂在线精准分析

《Talanta》：A Synchronized LIBS-NIRS Analysis Method for Coal Properties Featured with Detection Distance Correction

本文开发了一种同步激光诱导击穿光谱（LIBS）和近红外光谱（NIRS）检测系统，结合创新的光谱校正方法，成功解决了燃煤电厂输煤皮带在线检测中因煤厚波动导致的检测距离变化难题。通过距离识别、光谱有效性筛选及主成分分析（PCA）-随机森林（RF）-SHAP混合重构算法，显著提升了煤质特性（灰分、水分、热值等）分析精度，为电厂低碳灵活运行提供了关键技术支撑。

　　

Highlight

光斑重叠

图7展示了在同步光谱采集过程中，三种不同最佳检测距离偏差（DD）下LIBS和NIRS光斑的实时视图。以DD为4毫米、0毫米和-4毫米为例，4毫米位置最接近探头，0毫米和-4毫米相对于LIBS焦平面对称分布。正如预期，NIRS光斑随着DD减小而逐渐扩大，而LIBS光斑则围绕焦平面对称变化，焦平面充当对称轴。

有效光谱筛选

为了建立有效的光谱校正方法，首先使用光谱校正数据集开发了有效光谱筛选模型。收集的同步LIBS-NIRS光谱依次通过该模型处理。每个光谱都标有其各自的检测距离偏差，便于后续的光谱校正和定量分析。

图9展示了验证集中检测距离偏差识别结果的混淆矩阵。

定量分析

为了验证光谱校正有助于提高煤质特性分析性能，对灰分、水分、热值、挥发分、固定碳和全硫进行了定量分析。用于定量分析建模的校正光谱遵循与光谱校正数据集中测试光谱相同的处理流程。相比之下，原始光谱经过有效性筛选并平均为三个光谱。

结论

本研究开发了一种同步LIBS-NIRS检测系统，用于电厂输煤皮带上的煤质在线分析。该系统通过精确控制LIBS和NIRS数据采集的测量序列，确保了多光谱检测的同源性和同步性。此外，提出了一种光谱校正方法以应对检测距离变化对光谱信号的影响。所提出的方法有效降低了信号响应对距离变化的敏感性，并显著提高了煤质分析的准确性。校正后，灰分、水分、热值、挥发分、固定碳和全硫的平均绝对误差（AAE）分别为0.405%、0.143%、0.258 MJ kg^-1、0.117%、0.546%和0.036%。这些结果表明，所提出的同步LIBS-NIRS分析方法能够实现煤质的在线精准分析。