本文關(guān)鍵詞：基于紅外光譜法的礦井氣體定量分析研究

  更多相關(guān)文章： 礦井氣體濃度 紅外光譜 定量分析 核偏最小二乘 改進的支持向量機

【摘要】：礦井火災(zāi)和瓦斯爆炸一直威脅著我國煤礦產(chǎn)業(yè)的安全生產(chǎn)和礦井下工作人員的生命安全,所以對礦井中的氣體濃度進行準確、快速的檢測具有很大的現(xiàn)實意義。紅外光譜技術(shù)相對于其他方法具有檢測速度快、操作簡便、能夠?qū)崿F(xiàn)在線多組份檢測等優(yōu)點,但其缺點是檢測精度較低。該缺點可以通過算法予以彌補。本文利用紅外光譜法對礦井中的瓦斯氣體和有害氣體的濃度進行了檢測,并通過建立兩種紅外光譜定量分析模型,最終實現(xiàn)了對礦井氣體濃度準確、快速的檢測。論文的主要研究內(nèi)容和結(jié)論如下:(1)搭建了礦井氣體采集系統(tǒng),設(shè)計并優(yōu)化了氣體采集方案。并針對礦井中常見的五種氣體,包括甲烷、乙烷、丙烷、正丁烷和二氧化碳五種氣體,采集得到了126組單組份氣體和110組混合氣體組份。(2)將采集得到的236組氣體光譜數(shù)據(jù)分為186組校正集和50組驗證集,利用KPLS算法建立氣體濃度的定量分析模型。選擇的光譜分析區(qū)域為1 1(2200~2400)cm(2800~3200)cm--?,通過分析比較得出最優(yōu)化的預(yù)處理方案。并通過優(yōu)化KPLS中的參數(shù),建立最優(yōu)的基于KPLS法的礦井氣體濃度定量分析模型。最后,對驗證集的樣本進行了驗證,實驗定量分析的結(jié)果為:每種氣體的最大相對誤差不超過8%,平均相對誤差不超過3%,50組混合氣體樣本的最大誤差為3.26%,50組氣體樣本的平均誤差為1.25%。實驗結(jié)果表明:KPLS法能夠?qū)崿F(xiàn)礦井氣體濃度的準確檢測,但檢測結(jié)果偏差略大且不穩(wěn)定。(3)對SVM回歸進行了改進,建立基于改進SVM法的礦井氣體濃度定量分析模型。利用PCA對光譜數(shù)據(jù)降維,并通過GA和PSO分別對SVM模型中的參數(shù)進行了優(yōu)化,并對優(yōu)化結(jié)果進行了比較。最后,建立了最優(yōu)的基于改進SVM的礦井氣體濃度定量分析模型。利用對驗證集的樣本進行了驗證,實驗結(jié)果為:每種氣體的最大相對誤差不超過5%,平均相對誤差不超過2%,50組混合氣體樣本的最大相對誤差為2.19%,50組氣體樣本的平均誤差為0.68%。實驗結(jié)果表明:改進SVM算法對礦井氣體檢測效果要優(yōu)于普通SVM算法和KPLS算法,濃度預(yù)測結(jié)果更為準確和穩(wěn)定。
【關(guān)鍵詞】：礦井氣體濃度 紅外光譜 定量分析 核偏最小二乘 改進的支持向量機
【學(xué)位授予單位】：中國計量學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD712;O657.33
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-13
• 1 緒論13-18
• 1.1 研究的背景及意義13-14
• 1.2 基于紅外光譜法氣體定量分析的國內(nèi)外研究現(xiàn)狀14-16
• 1.3 本文的研究目標和主要內(nèi)容16-17
• 1.4 本章小結(jié)17-18
• 2 基于紅外光譜法的氣體濃度檢測原理18-31
• 2.1 紅外光譜法的基本原理18-19
• 2.2 傅里葉變換紅外光譜儀的工作原理19-20
• 2.3 紅外光譜定量分析方法20-30
• 2.3.1 光譜預(yù)處理20-22
• 2.3.2 定量分析方法22-29
• 2.3.3 模型評價指標29-30
• 2.4 本章小結(jié)30-31
• 3 礦井氣體的光譜數(shù)據(jù)采集31-37
• 3.1 礦井氣體光譜采集系統(tǒng)31-33
• 3.2 實驗樣本33-36
• 3.3 本章小結(jié)36-37
• 4 基于核偏最小二乘法的礦井氣體定量分析模型37-46
• 4.1 KPLS的基本原理37-38
• 4.2 光譜預(yù)處理的研究38-39
• 4.3 基于KPLS的氣體定量分析模型的建立39-45
• 4.3.1 KPLS定量分析模型的建立40-42
• 4.3.2 KPLS定量分析模型的驗證與結(jié)果分析42-45
• 4.4 本章小結(jié)45-46
• 5 基于改進支持向量機的礦井氣體定量分析模型46-60
• 5.1 主成分分析法46-47
• 5.2 PCA-SVM算法的實現(xiàn)47-48
• 5.3 SVM回歸模型的改進48-49
• 5.4 基于改進SVM法的定量分析模型建立49-54
• 5.4.1 SVM參數(shù)的優(yōu)化50-53
• 5.4.2 改進SVM模型的建立53-54
• 5.5 改進SVM的定量分析模型的驗證與結(jié)果分析54-59
• 5.6 本章小結(jié)59-60
• 6 總結(jié)與展望60-62
• 6.1 全文總結(jié)60-61
• 6.2 工作展望61-62
• 參考文獻62-65
• 附錄A65-68
• 附錄B68-69
• 作者簡介69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張錄達,吳振良;化學(xué)計量學(xué)定量分析模型的評價及應(yīng)用[J];分析化學(xué);1996年01期

2 雷萌;李明;吳楠;李穎娜;程玉虎;;煤粒度對煤質(zhì)近紅外定量分析模型的影響[J];光譜學(xué)與光譜分析;2013年01期

3 張林;陸輝山;高強;閆宏偉;王福杰;;光程對液態(tài)調(diào)味品定性與定量分析模型的影響研究[J];中國調(diào)味品;2014年01期

4 劉莉;黃嵐;嚴衍祿;王忠義;;近紅外漫反射光譜中散射對化學(xué)定量分析模型的影響[J];光譜學(xué)與光譜分析;2008年10期

5 陳秀梅;于修燭;王亞鴿;張靜亞;;基于近紅外光譜的煎炸油極性組分定量分析模型構(gòu)建[J];食品科學(xué);2014年02期

6 王一兵;王紅宇;翟宏菊;蘆菲;吳衛(wèi)紅;王海水;席時權(quán);;近紅外光譜分辨率對定量分析的影響[J];分析化學(xué);2006年05期

7 吳永忠;程文娟;韓江洪;郭太峰;陳丹艷;;一種新型的紅外甲烷測量定量分析模型[J];煤炭學(xué)報;2009年02期

8 王玉霞;徐榮榮;任廣鑫;王勝鵬;宛曉春;張正竹;;綠茶茶湯中主要品質(zhì)成分近紅外定量分析模型的建立[J];茶葉科學(xué);2011年04期

9 陸承毅;;煙用輔料質(zhì)量檢測及控制研究[J];企業(yè)科技與發(fā)展;2013年10期

10 逯家輝;郭偉良;越柏玲;王迪;孟慶繁;滕利榮;;基于偏最小二乘法的近紅外光譜定量分析模型測定八角茴香中莽草酸含量[J];林產(chǎn)化學(xué)與工業(yè);2008年05期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 朱雅玲;;湖南農(nóng)民增收定量分析模型[A];湖南建設(shè)社會主義新農(nóng)村論壇優(yōu)秀論文集[C];2006年

2 祝詩平;王一鳴;張小超;;基于PCA-MBP神經(jīng)網(wǎng)絡(luò)的NIR定量分析方法及其應(yīng)用[A];農(nóng)業(yè)機械化與全面建設(shè)小康社會——中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

3 祝詩平;王一鳴;張小超;;基于PCA-MBP神經(jīng)網(wǎng)絡(luò)的NIR定量分析方法及其應(yīng)用[A];中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

4 周學(xué)秋;;建立穩(wěn)定、可靠、適用近紅外定量分析模型的方法探討[A];第九屆全國計算（機）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

5 陸燁;王錫昌;劉源;;近紅外光譜技術(shù)在魚糜定性和定量上的應(yīng)用[A];2010年中國水產(chǎn)學(xué)會學(xué)術(shù)年會論文摘要集[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張學(xué)博;通用性近紅外模型的驗證和維護[D];中國協(xié)和醫(yī)科大學(xué);2009年

2 李倩倩;無信息變量消除法在三種譜學(xué)方法中的定量分析研究[D];中國農(nóng)業(yè)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 閆國棟;近紅外光譜技術(shù)在藥用真菌活性成分分析中的應(yīng)用[D];吉林大學(xué);2009年

2 呂迎花;偏最小二乘法在近紅外光譜法無損定量分析藥物中的應(yīng)用[D];吉林大學(xué);2007年

3 侯少瑞;液體樣品近紅外定量模型建模方法的探討[D];中國藥品生物制品檢定所;2007年

4 劉振堯;近紅外光譜法進行多組分體系同時測定的研究[D];西南大學(xué);2010年

5 洪博;基于紅外光譜法的礦井氣體定量分析研究[D];中國計量學(xué)院;2015年

，

本文編號：671015