2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、煤的水分、灰分、揮發(fā)分和固定碳是判別燃煤品質(zhì)的基本指標(biāo)。但其測量過程復(fù)雜費時,不利于燃煤電廠對入爐煤質(zhì)進(jìn)行實時控制。因此,尋找一種快速分析檢測燃煤品質(zhì)的方法非常有必要。近紅外光譜分析技術(shù)是一種在線分析技術(shù),可以實現(xiàn)對煤質(zhì)的在線檢測,方便快捷,同時不損耗樣本,不產(chǎn)生污染,對燃煤電廠檢測入爐煤質(zhì)具有十分重要的意義。近紅外光譜技術(shù)為煤質(zhì)檢測提供了一種新的快速檢測方法。
  本文研究了應(yīng)用近紅外光譜分析技術(shù)檢測煤的水分、灰分、揮發(fā)分和固定

2、碳的方法。選取了184個煤樣作為建立預(yù)測模型的樣本。應(yīng)用K-S分類法,將樣本分成校正集和預(yù)測集。在嚴(yán)格控制實驗室溫度、濕度以及自然光照條件的情況下,完成了對每個樣本的近紅外漫反射光譜數(shù)據(jù)和定標(biāo)值的采集。選取偏最小二乘算法為建立模型的主要算法,分別對煤樣的水分、灰分、揮發(fā)分和固定碳建立模型。篩選每個模型的最佳主因子數(shù)和最適光譜預(yù)處理方法,并用馬氏距離法和學(xué)生殘差法剔除數(shù)據(jù)中的異常值。結(jié)果顯示水分模型的最佳主因子數(shù)為7,最適預(yù)處理方法為OS

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論