基于双能γ射线的煤炭灰分测量模型及其应用

• 作者: 代扬 滕召胜 程栋 黎福海
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 煤 灰分 双能γ射线 模糊神经网络 化学组分
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 电气工程
• 页码范围: 99-105
• 页数: 7页
• 分类号: TD94
• 语种: 中文

摘要

针对传统双能γ射线测量法检测误差较大以及灰分成分对检测精度影响大的问题,建立了基于模糊神经网络的双能γ射线的新型煤炭灰分测量模型,并应用该模型对煤炭灰分进行了在线检测试验,实例分析了两种双能γ射线测量方法在煤炭灰分检测中的应用情况.试验结果表明:相比于传统双能γ射线测量法3％的平均相对误差,本文提出的基于模糊神经网络的双能γ射线的灰分测量法的相对误差小于1％,且其测量结果不受灰分组成成分的影响.同时,利用X射线荧光光谱分析法(XRF)分析了灰分的化学组分与其含量的关系,研究了灰分化学组分对双能γ透射法检测结果的影响.结果表明:煤炭中Fe,Ca,Mg和S元素的含量会影响双能γ射线透射法的检测精度,其成分含量波动越大,检测结果误差也越大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎福海	湖南大学电气与信息工程学院	121	706	14.0	19.0
2	程栋	湖南大学电气与信息工程学院	18	105	5.0	10.0
3	滕召胜	湖南大学电气与信息工程学院	218	3004	28.0	43.0
4	代扬	湖南大学电气与信息工程学院	12	37	4.0	5.0