煤质分析中元素分析技术的应用

边 疆

（西山煤电（集团）有限责任公司官地选煤厂，山西 太原 030022）

0 引言

煤炭是一种典型的混合物，由多种元素所组成，不同元素的含量对于煤炭质量的影响颇为显著，显然，对煤炭中的元素进行准确分析具有重要的现实意义[1-2]。为实现这一目标，选取最为适宜的元素分析技术则至关重要。通过有效的元素分析技术，能够针对煤炭中的多种元素进行准确分析，进而确定煤炭的主要工业指标，以此有效指导生产，助力提高工业生产效率和质量。

1 实验原理与材料

1.1 实验原理

为提升元素分析的准确性，在本次研究中，采用激光元诱导击穿光谱分析技术（LIBS）对煤中的主要元素进行分析，取代传统的化学分析模式。相对而言，这项技术的优势较为突出，目前也有着较广的应用，在实际应用中，其主要依托于激光元素分析仪进行，该设备的基本原理图见图1。

图1 激光元素分析仪基本工作原理示意图

如图1 所示，在实验过程中，首先激光器发射激光束，该激光束能量较高，能够在局部节点产生超过6 000 ℃的高温，使该节点处的物料受到高温烧灼，物料原子随之产生能级跃迁，产生一定量的等离子体。而后随着激光束强度的减弱，物料原子中的跃迁电子又将失去能量回到基态，因而发出特定的光谱，光纤经由回收光路到达光谱仪中，在光谱仪对光信号分析处理后，信号将传输至控制器和上位机中，实现物质特征元素含量的准确计算[3]。

1.2 实验材料与参数

本次实验材料采购自某大型煤炭企业，包括精煤和高灰分煤等类型，而后按照不同比例进行试样制作。试样制作过程中，首先对各种材料进行充分混合，而后使用破碎机将混合物处理为粒径在0.1 mm 左右的粉体材料，并将其均匀等分为五组待用。

而后对激光元素分析仪工作参数进行调整，调整后的工作参数如表1 所示。

表1 激光元素分析仪工作参数

2 主要实验方法

2.1 样品检测流程

在确定实验参数后，从已选定的五份样品中，每份各取7 g，压制成直径为5 cm 的圆形样片，在样片上取4×4 的点阵，共计16 个点进行检测，每个点检测60 次。在每次检测中，均取一组完整的光谱数据。同时，考虑到样品表面存在一定的杂质干扰因素，因此在检测过程中，前20 次检测数据不采用，仅采用后40 次的检测数据。由此，每份样品可获得640 组有效数据，数据取平均值进行运算后，即可得到对应的元素含量如表2 所示。

表2 样品主要元素类型及含量

2.3 数据处理

由于激光分析过程中，样品表面烧蚀坑的面积和深度会不断增大，进而影响到激光能量和延伸距离，因此，受到以上情况的影响，会导致测试得到的光谱在稳定性上存在一定不足。本次实验所取得的原始谱线如图2 所示。

图2 原始光谱图

结合图2 并查阅元素波长对照关系表后得知，光谱图与本次测定的主要元素基本明显对应，但在此基础上，还存在大量的基体辐射谱线。造成这种情况的主要原因是激光激发物质等离子体光谱过程中，受到基体效应影响而产生。同时，各种元素的原子之间也存在相互干扰，发生二次激发或黑体辐射等情况，造成光谱图的稳定性较低。针对这一问题，通过引入解谱算法即可得到有效解决[4]。

另一方面，根据表2 的元素测量结果可知，煤炭中的主要元素除C 外，Si、Al、Fe 和Ca 元素是煤质灰分的重要成分，针对以上四种元素的测定结果是判断灰分指标的关键。除此之外，煤炭中含有的少量K、Na等碱金属元素则容易在燃烧过程中对锅炉产生损伤，同样应当对其进行准确检验。

3 实验测量结果分析

基于上文的实验结果，对实验结果做进一步深入分析。在本环节的深入分析模式下，主要分析各种元素的标准含量与检测含量之间的关系，以前者为横坐标，后者为纵坐标，使用偏最小二乘法作为测量算法进行测量。在应用这种测量算法时，首先利用拟合方法，找出一次线性方程中某组数据的最优函数。而后采用偏最小二乘法进行拟合，得到数据的相关性。

按照上述方法对元素拟合结果的相关性进行分析后得知，原始数据的拟合结果存在明显波动，其中Si 元素的原始拟合结果最差，相关系数为0.552，K 元素的原始拟合效果相对最优，相关系数为0.990，其他元素的拟合相关系数多位于0.6～0.8 之间，整体拟合效果不尽如人意。从实际情况来看，本次采用的一次线性拟合结果对部分采样点无法做到较为精准的覆盖，造成了偏差的产生。

为规避上述问题，研究人员引入多元线性回归的方法，对元素含量重新进行拟合计算，并从光谱资料中，选择代表元素的多个特征谱线，与谱线所对应的多个发射峰进行逐一对应，以此建立多个自变量的拟合方程，而后应用偏最小二乘法进行拟合分析，分析完成后，选择其中的最优组合进行因变量的预测，最终得到优化后的相关系数[5]。整体来看，修正后的拟合曲线类似于折线统计图形状，在相关系数上也得到了显著优化，其对比分析结果如表3 所示。

表3 样品中主要元素的拟合结果系数对比

从表3 的数据可知，在对拟合算法进行优化后，能够得到较好的相关性和偏差，证明本次建立的分析方法有望在后续的煤炭元素分析工作中得到逐步应用。

4 结语

在本次研究中，采用激光元素分析仪对煤质分析中的元素分析技术流程进行了探讨，并对后续的数据处理工作进行了初步讨论，以此初步建立起一种基于激光元素分析技术的煤质元素分析方法。从实际测试结果来看，该方法具有一定的准确性，能够对煤炭资源的质量进行较好把控，以规避低质量煤炭材料的大量应用，这对于控制污染物排放和提高精细化管理水平而言均具有重要的现实意义。