基于MATLAB的煤灰分仪测量值的校正

田艳玲

(潞安化工集团营销总公司 煤质洗选中心，山西 长治 046204)

煤中灰分是指煤以一定速度加热到温度(815±10℃)下完全燃烧后的残留物。煤炭在销售过程中，煤中灰分是以质计价的重要指标之一。煤中的灰分对于煤在燃烧过程中是一种无用物质，无论各种用途的煤都要求灰分越低越好，灰分增高时，会降低煤的发热量[1]。

众所周知，煤炭灰分的测量主要包括两种方式：一种为实验室采用缓慢灰化法和快速灰化法进行煤中灰分测定，另一种为在线煤灰分仪进行实时测量。但是两种测量方法都存在一定的缺陷。其中实验室测量法主要包括人工采样、制样、化验得到，虽然测量结果较准确，但是存在严重的滞后性；而灰分仪在线测量法虽然能达到实时测量的目的，但是即使对同一批次的煤炭，测量结果也存在不稳定性与波动性，难以真实反映煤炭的灰分情况，影响选煤厂的经济效益情况。

本文以煤灰分测量结果为研究目的，结合实验室灰分测量结果与灰分仪在线灰分测量结果，运用仿真软件MATLAB建立煤灰分仪测量值校正模型，仿真模拟获得既准确又实时的煤灰分测量值。

1 基于MATLAB的煤灰分仪测量值校正模型的构建

MATLAB(matrix laboratory)意为矩阵实验室，是由美国Mathworks公司研发的一款可以科学计算、具有可视化窗口和交互式程序设计的软件[2]。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成于一体，为科学研究、工程设计以及进行有效数值计算提供一种全面的解决方案，在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式[3]。图1为MATLAB计算窗口界面。

图1 MATLAB计算窗口界面

当不确定影响因素与结果之间的关系时，可选用模糊分析方法，神经网络即是模糊分析法的一种分析思路。神经网络是一种通过局部接受域完成函数映射的网络，能反映出输入层与输出层之间所存在的某种映射关系[4]，使输入与输出具有某种关联性，运用该方法对问题进行预测时，先需要一部分样本进行神经网络的学习，通过学习后，输入影响因素，即可得到分析结果。该过程可通过有限仿真软件MATLAB来实现。

在本文需要分析的问题中，将煤灰分仪的测量值作为影响因素，实验室测量值作为结果，将已有的测量结果作为样本输入到仿真软件MATLAB中进行样本学习，得到映射关系，再将需要获得的煤灰分的测量值作为输入值输入到MATLAB中，即可仿真计算得到预测值。基于MATLAB的煤灰分仪测量值校正模型的计算流程如图2所示。

图2 煤灰分仪测量值校正模型计算流程

2 基于MATLAB的仿真模拟计算

基于上述模型的研究，运用MATLAB软件对某煤矿某一批次煤炭的灰分进行仿真模拟计算研究，将灰分仪测量值作为影响因素，实验室测量值作为结果，模拟仿真所需要的学习样本见表1。

表1 煤灰分样本参数

将表1中的前25组样本数据作为基于MATLAB的煤灰分仪测量值校正模型的训练学习样本，用后5组数据作为对该模型的对比评价样本，经过学习计算后，输入后5组数据中的灰分仪测量值，经过仿真计算得出煤灰分预测值，相关预测数据见表2。

表2 校正模型预测值与测量值对比

从表2中可以得出：基于MATLAB的煤灰分测定仪测量值校正模型进行仿真模拟预测得出的煤炭灰分与实验室测量值误差较小，5组预测数据中，最大误差为0.17，最小误差为0.07，平均误差仅为0.11，比灰分仪测量值产生的误差0.28降低了60%，可见通过基于MATLAB的煤灰分仪测量值校正模型能达到较好的预测效果，预测精度较高。

3 结 语

1) 煤炭灰分实验室测量法虽然测量结果较准确，但存在严重的滞后性；而在线测量法虽然能达到实时测量的目的，但也存在不稳定性与波动性，难以真实反映煤炭的灰分情况。

2) 基于MATLAB的煤灰分仪测量值校正模型，以灰分仪测量值作为影响因素，通过仿真模拟预测得出煤炭灰分与实验室测量值非常接近，可见基于MATLAB的煤灰分仪测量值校正模型能达到较好的预测效果。