对ATR和扩散反射率中红外光谱学进行煤炭特性分析的比较和探索性研究

科学领域:

• 分析化学 分析化学
• 频谱学是一种光谱学.
• 地质科学是地球科学.

背景情况:

• 精确和快速的煤炭质量评估对能源行业至关重要.
• 中红外光谱 (MIR) 提供了快速,非破坏性分析的潜力.
• 不同的采样几何形状,如减弱总反射率 (ATR) 和分散反射率FTIR (DRF),可能会影响分析性能.

研究的目的:

• 在煤炭分析中系统地比较ATR和DRF采样几何学中红外里叶变换红外光谱 (FTIR).
• 评估多式联运数据融合在不同级别 (低,中,高) 的好处,以提高预测准确性.
• 建立一个统一的框架,用于在煤炭质量评估中对采样几何和聚变策略进行基准测试.

主要方法:

• 使用ATR和DRFFTIR光谱学分析了200个煤样.
• 预处理包括扩展的乘法散射校正 (EMSC),波长选择和部分最小平方 (PLS) 回归.
• 采样几何学的系统基准测试和三个级别的数据融合 (低,中,高).

主要成果:

• 分散反射率FTIR (DRF) 提供了优越的灰预测,而减弱总反射率 (ATR) 在挥发物质和水分预测方面表现出色.
• 热值和固定碳预测在ATR和DRF之间是可比的.
• 对于这两种方法来说,硫的预测仍然具有挑战性.
• 高级数据融合在六个属性中的五个中始终提高了预测准确度,而低级和中级数据融合没有显著的好处.

结论:

• 在ATR和DRF之间做出选择取决于正在分析的特定煤炭属性.
• 高级数据融合ATR和DRF频谱可以增强FTIR光谱学用于煤炭质量评估的预测能力.
• 本研究为选择最佳的FTIR模式和用于常规煤炭分析的聚变策略提供了实际指导.