發(fā)布時間：2020-12-09 22:06

　　我國是世界水泥生產(chǎn)大國,水泥產(chǎn)量連續(xù)多年居世界首位。水泥行業(yè)是典型的流程行業(yè),水泥生產(chǎn)過程中生料質(zhì)量波動會對后續(xù)環(huán)節(jié)造成一定影響。國內(nèi)水泥企業(yè)多采用人工采樣實驗室化驗的方式得到水泥生料的成分信息,該方式存在嚴(yán)重的時滯問題,無法及時反饋生產(chǎn)線中的生料質(zhì)量變化;也有少數(shù)企業(yè)引進(jìn)了中子活化在線分析儀用于產(chǎn)品成分檢測,但是中子活化在線分析儀維護(hù)成本高且具有輻射風(fēng)險,限制了該設(shè)備的應(yīng)用普及。近紅外光譜檢測技術(shù)在近年來發(fā)展迅速,具有快速、無損、無污染的檢測優(yōu)點,在多個領(lǐng)域內(nèi)得到推廣。本文以水泥出磨生料近紅外光譜及其成分含量為研究對象,基于近紅外光譜檢測技術(shù)和定量分析方法建立水泥生料四種主要氧化物成分含量的近紅外光譜定量模型,具體工作如下:首先,在溫濕度相對穩(wěn)定的實驗室環(huán)境下,完成了水泥生料粉末的近紅外光譜采集,分析了光譜采集過程中生料樣本密度對于生料樣本光譜的影響,給出了水泥生料光譜采集的最適樣本密度。然后,運(yùn)用主成分分析-馬氏距離法對樣本光譜進(jìn)行了異常剔除,運(yùn)用SPXY法劃分樣本集;分別測試了多種預(yù)處理方法處理后四種成光譜模型的預(yù)測能力,根據(jù)結(jié)果最終選擇采用S-G一階導(dǎo)數(shù)法處理面向SiO

【文章來源】：濟(jì)南大學(xué)山東省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

同一生料樣本不同含水量光譜圖

基于水泥生料成分的近紅外光譜建模研究12圖2.2同一樣本不同壓樣壓力光譜圖圖2.3同一樣本不同壓樣壓力局部光譜圖（1）不同壓樣壓力對樣本光譜吸收峰峰值的影響任取一生料樣本，在不同壓樣壓力下測量樣本光譜，壓力范圍從0g到500g以50g為單位遞增，共獲得光譜11份，統(tǒng)計各光譜主要波峰信息如表2.1。

基于水泥生料成分的近紅外光譜建模研究12圖2.2同一樣本不同壓樣壓力光譜圖圖2.3同一樣本不同壓樣壓力局部光譜圖（1）不同壓樣壓力對樣本光譜吸收峰峰值的影響任取一生料樣本，在不同壓樣壓力下測量樣本光譜，壓力范圍從0g到500g以50g為單位遞增，共獲得光譜11份，統(tǒng)計各光譜主要波峰信息如表2.1。

【參考文獻(xiàn)】：
期刊論文
[1]水泥大國的責(zé)任與目標(biāo)[J]. 韓仲琦.  中國水泥. 2019(12)
[2]SPA-PLS的高含水原油近紅外光譜含水率分析[J]. 韓建,李雨昭,曹志民,劉強(qiáng),牟海維.  光譜學(xué)與光譜分析. 2019(11)
[3]便攜式近紅外光譜儀在鑒定無花果品質(zhì)中建模效果研究[J]. 王允虎,孫蕾,王成忠,孫銳.  齊魯工業(yè)大學(xué)學(xué)報. 2019(04)
[4]基于iPLS的礦井突水激光誘導(dǎo)熒光光譜特征波段篩選[J]. 周孟然,卞凱,胡鋒,來文豪,閆鵬程.  光譜學(xué)與光譜分析. 2019(07)
[5]中子活化水泥元素在線分析儀綜合評價[J]. 鹿曉泉,李楠楠,劉亞民,任靜怡.  水泥. 2019(S1)
[6]X射線熒光分析儀在水泥生產(chǎn)質(zhì)量控制中的全過程應(yīng)用[J]. 鄧洋,韓偉.  水泥. 2019(S1)
[7]南疆沙塵區(qū)駿棗葉片水分含量檢測的近紅外光譜預(yù)處理方法對比（英文）[J]. 白鐵成,王濤,陳佑啟,MERCATORIS Beno■t.  光譜學(xué)與光譜分析. 2019(04)
[8]中子活化水泥元素分析儀在某水泥公司自動配料過程的應(yīng)用[J]. 張偉,張海濤.  科技風(fēng). 2019(03)
[9]產(chǎn)能嚴(yán)重過剩 水泥行業(yè)何以盈利[J]. 孟帆,孟憲紅.  中國建材. 2018(12)
[10]基于MC-UVE、GA算法及因子分析對葡萄酒酒精度近紅外定量模型的優(yōu)化研究[J]. 王怡淼,朱金林,張慧,趙建新,顧小紅,朱華新.  發(fā)光學(xué)報. 2018(09)

博士論文
[1]光譜化學(xué)計量分析方法及其在舌診的應(yīng)用[D]. 李哲.天津大學(xué) 2016
[2]基于近紅外光譜技術(shù)的稻谷中霉菌和毒素檢測研究[D]. 張強(qiáng).東北農(nóng)業(yè)大學(xué) 2015
[3]近紅外光譜建模方法及溫度效應(yīng)研究[D]. 單瑞峰.南開大學(xué) 2014
[4]煙葉通用近紅外定量模型穩(wěn)健性研究[D]. 秦玉華.中國海洋大學(xué) 2014
[5]礦物近紅外光譜信息提取及應(yīng)用研究[D]. 武子玉.吉林大學(xué) 2005

碩士論文
[1]蜂蜜品質(zhì)的近紅外光譜檢測方法研究[D]. 劉晨.西安理工大學(xué) 2019
[2]面向蘋果檢測的近紅外光譜信息處理技術(shù)研究[D]. 張寧.濟(jì)南大學(xué) 2019
[3]基于近紅外光譜數(shù)據(jù)的多模型融合建模方法研究[D]. 李速專.溫州大學(xué) 2019
[4]水溶葡萄糖近紅外光譜測試及特征波長優(yōu)選算法研究[D]. 葛旭通.燕山大學(xué) 2019
[5]預(yù)測控制在水泥生料質(zhì)量控制中的應(yīng)用[D]. 俞振.濟(jì)南大學(xué) 2017
[6]高穩(wěn)定水泥生料品質(zhì)在線激光檢測研究[D]. 弓瑤.山西大學(xué) 2016
[7]水泥生料配料過程優(yōu)化控制系統(tǒng)的設(shè)計及開發(fā)[D]. 劉志勇.遼寧工業(yè)大學(xué) 2016
[8]基于自動配料的水泥生料質(zhì)量控制研究[D]. 萬新.濟(jì)南大學(xué) 2015
[9]傅立葉變換近紅外光譜技術(shù)測定傳統(tǒng)豆制品品質(zhì)研究[D]. 李慧.西北農(nóng)林科技大學(xué) 2008
[10]利用2.5MeV中子進(jìn)行水泥生料多元素分析實驗裝置的研究[D]. 賀平.東北師范大學(xué) 2007



本文編號：2907552