论文部分内容阅读
[摘 要 ]本文论述了在煤质分析技术中应用近红外光谱分析的状况，为合理地在煤质技术中便用近红外光谱分析提供了一定的见解。
[关键词]近红外光谱分析;煤质分析技术;应用
[中图分类号]TQ533;O657.33 [文献标志码]A [文章編号]2095–6487（2020）07–00–03
[Abstract]This article discusses the application of near-infrared spectroscopy in coal quality analysis technology， and provides some insights for the rational use of near-infrared spectroscopy in coal quality analysis technology.
[Keywords]near infrared spectroscopy analysis; coal quality analysis technology; application
由于煤炭是我国最重要的化工能源之一，而煤炭的性能和用途主要是由煤质决定的，因此，准确分析煤质的组成、性质和结构对提高煤炭的应用能力非常必要。对云煤质分析多采用三节炉法、空气干燥法、通氮干燥法、高温燃烧中和法、库仑法以及艾氏卡法等方法进行，不仅检测操作繁杂、分析速度慢，而且难以保证检测结果的准确率。
近红外线光谱是波长在780～2526 nm的电磁波。其是一种效率较高的快速分析技术。而且在20世纪90年代近红外光谱分析就开始进行应用。近红外光谱分析根据LambertBee：定律，在一定的波长范围内，对特定的原子均有其对应的特征吸收，而且能利用原子浓度与吸光度的关系计算出相应原子的含量。诸如C-H、O-H、N-H、S-H等吸收谱带对应含有的氢基团，其可对基频振动的倍频和组合频进行吸收。近红外光谱分析技术不需要化学试剂，不对环境发生污染，而且分析速度较低快，能够进行在线检测。其能够广泛地应用于煤质分析技术中。但是，由于近红外光谱分析检测设备相对落后，缺乏检测标准以及建设不完整的煤质项目谱图数据库等，因此其存在一定的不足，而且在我国的使用和发展起步也较晚。
1 对近红外光谱技术在煤质分析中应用的分析与认识
1.1 使用状况
1.1.1 水分分析
由于煤中所含的水分越多，煤的无用成分多，因此煤中的水分对煤炭的加工利用、贸易、运输以及储存等均产生很大的影响。由此可见，煤质分析中水分分析是一个重要指标。过去常用的水分分析方法有通氮干燥法、空气干燥法及微波干燥法等。这些方法具有检测周期长以及重复性差等缺点。
为了克服过去常用方法的缺点，某位专家建立了煤中水分分析的近红外线光谱分析模型。其在模型中应用多元线性回归的方法，而且建军立相关的回归分析方程。其利用回归分析方程计算的预分析值与采用人工方法化验的分析值进行比较。从这些比较中得出其之间的相关系数为0.97，定标标准差为0.5。这样的分析结果符合国际重复性限规定0.5的要求。这种方法已推广应用到许多企业的生产中。还有其他专家建立了用于煤炭主要成份分析的近红外光谱数据分析模型。这些专家将煤炭的主要成分以BP神经网络模型的方式输人神经元，然后对煤炭中的水分进行分析。煤中水分分析应用这种近红外光谱数据分析模型能够得到比较准确的分析结果。
1.1.2 全硫分析
S对对炼焦、气化以及燃烧等均有害处，而且是有害元素之一。煤炭燃烧中产生的SO2和SO3排放到大气中会污染空气。在大气中降雨时，空气中SO3与水蒸汽结合而形成的硫酸蒸汽会伴随着雨水降落到地面。此时地面的雨水会对钢铁及碳酸盐制品等产生腐蚀。过去常用的分析煤炭中硫方法有有艾氏卡法、库仑法以及高温燃烧中和法等。其中利用艾氏卡法至少需要十几个小时的时间才能分析出煤炭中硫的含量。利用艾氏卡法分析煤炭中的硫不仅需要加HCl与BaCl2等高危险的化学试剂，而且要经过高温灼烧、水洗、过滤与称量等繁琐操作工序，而且其还会因复杂多变的化学反应而产生较多的人为影响。
与艾氏卡法相比，虽然利用库仑法和高温燃烧中和法分析煤炭中的硫元素自动化程度较高，但是其会因使用化学物质较多而产生较大的环境污染。
某位专家在利用近红外光谱技术分析煤中S含量时发现该技术具有较高的选择性。利用近红外光谱技术不仅分析速度快，准确率高，而且可将该技术应用到其他矿石中硫的分析过程。
利用近红外光谱技术分析煤炭中的硫不仅选择性非常高，而且分析结果的重复性和准确性也很好。某位专家利用近红外光谱技术对煤炭分析的标准物质与实际使用样品进行分析。其分析结果说明：分析的重现性与准确度均符合国家标准要求。还有其他专家利用近红外光谱法分析煤炭的样品分析结果与相关标准比较说明：其不仅精确度及准确度符合要求，而且分析的可行性也非常高。这些专家们还利用近红外光谱分析技术，建立了偏最小二乘回归定量数学模型。其通过这种数学模型得数据与工业分析数据相互对比得出：其相关系数达到0.89695，校正集均方根误差为0.0406。这样的分析结果说明该数学模型具有较高的相关性和稳定性。
1.1.3 氢含量分析
煤炭中有机物质的主要成分之一是H元素。对煤炭的发热量、燃烧设备的理论燃烧温度和计算锅炉燃烧的热平衡等了解均需要对其中的H元素含量进行分析。
过去煤炭中H含量的分析常用三节炉法。该方法的缺点是分析结果受人为的影响与环境影响较大，而且其操作复杂，仪器进行预热的时间也较长。这种分析方法需要使用AgMnO4、PbCrO4、银丝卷以及铜丝卷等化学试剂而使其试验后废弃物较多，进而污染环境。利用近红外光谱法分析煤炭中的H元素不仅测样品用量少，操作简单以及分析成本低，而且其分析时间短，即分析仅需一个氢样品仅需200～300 s。 某位专家分别利用近红外光谱法与国标中的三节炉法来分析煤炭中的H含量，然后将其分析结果进行对比发现：两种分析方法的准确度无差别，近红外光谱法的分析精度高于三节炉法。还有其他专家利用检验法和F检验法对利用近红外光谱法与国标中的三节炉法来分析煤炭中H含量的分析结果进行准确度和精密度的比较。其比较结果说明：此两种方法无显著性差别。通过利用近红外光谱法与国标中的三节炉法等方法分析结果的比较，这些专家们发现：与三节炉法相比，利用近红外光谱法分析煤炭中的H含量不仅操作简单、试验周期短以及结果准确，而该方法具有良好的可行性。
1.2 有关煤炭分析方面的近红外光谱标准编制
1.2.1 相关国外标准的编制
在国外近红外光谱技术相对国内有比较成熟的技术。这些技术不仅起步比较早，而且呈可持续地发展。诸如ISO测定煤炭中全硫含量，ASTM庆国材料与试验协会测定煤炭中全S含量、碳氢及N含量等标准已广泛地推广应用。
1.2.2 相关国内标准的编制
国内虽然在煤炭分析中已广泛地应用近红外光谱技术，但是近红外光谱技术应用的国家标准和行业标准却很少。目前在国内仅有煤炭中全S含量的析的国家标准，而没有相关近红外光谱检测煤炭的行业标准。
2 依靠技术进步，以合理地在煤质分析中应用近红外光谱技术
2.1 在煤质分析中近红外光谱技术的利用及效果的检验
2.1.1 实验分析用材料
其选取煤炭粉状样品100份，对高位热值、低位发热值、弹筒热值以及挥发分等指标进行分析。在其分析过程中先取其中的90份用作校正分析，然后再取剩余的10份用作外部检验分析。外部检验分析是对其自然定位模型的预测与估计结果来进行分析。校正分析是利用其90份样品进行组建自然定位模型，然后对得出煤粉样品的各项被分析的指标值，而且利用这些指标值做其情况分布表。在使用的100份煤炭粉状样品中，其中90份校正样品中得出的挥发分、弹筒热值、高位热值以及低位发热值的最小值分别为6.90，15.78，15.97，12.45;校正最大值分别为16.99，26.83，27.94，25.00;極差分别为10.01，11.24，11.35，11.29。其中10份外部检验样品样品中得出的挥发分、弹筒热值、高位热值以及低位发热值的最小值分别为7.87，17.38，19.03，17.01;校正最大值分别为14.11，25.98，27.10，25.06，极差分别为5.70，8.31，8.29，8.08。
2.1.2 采集的光谱
其可采用进口的Spectrastar 2500XL近红外光谱仪;用平均无故障率较高的卤钨灯作为光源;1 nm的数据间隔;使用超级制冷InGaAs高性能检测器，光度计噪音为1，640 nm;范围为小于或等于3.0 ABS等装备以10 s至60 s的分析时间，以恒温25 ℃，1倍增益的10次扫描对其核心参数进行扫描分析，然后取其平均值对采集的光谱进行分析与计算，进而得出近红外光谱的各种指标。从这些近红外光谱的各种指标中可以发现：近红外光的波长逐渐增加，而指标的吸光度却逐渐减弱。
2.1.3 结论
在上述实验分析过程中，其根据所用的煤炭粉状样品得出的各种近红外线光谱指标值进行构建与挥发分、高位热值、弹筒热值以及低位发热量等参数相关的自然定位模型，然后利用这种模型对其外部检验样品进行预估分析及区分发现：其交互检验结果相关系数均大于0.85;结果相关系数均大于0.95。
2.2 近红外光谱技术在煤质分析中应用近红外光谱技术的可持续发展
由于基础测量技术、光谱测量技术及化学计量等多种技术分别融合到近红外光谱分析技术中，因此其利用近红外光谱分析技术不仅使分析测操作方便快捷、安全，分析速度快和效率高、污染少，而且其还能对煤炭样品的各项分析指标值进行准确的定量和定性分析。由此可见：近红外光谱分析技术的利用具有广阔的发展空间。为了在煤质分析中应用近红外光谱分析技术走可持续发展的道路，建议如下。
2.2.1 在煤质分析中应当加强近红外光谱分析技术所用标准编制的研究
在煤质分析中，近红外光谱分析技术所用的标准，诸如ASTM测定煤中全硫、氮及碳氢含量标准以及ISO测定煤质中全硫含量标准等在国外已制定出多种相关分析标准，而我国却只有利用，近红外光谱分析技术分析煤质中全硫含量的国家标准。由于在煤质分析中应用近红外光谱分析技术起步较晚，而且其使用仪器设备较为落后，同时其使的技术标准也相对缺乏，因此其极大地影响了近红外线分析技术在煤质分析中的应用。建议相关部门对用于煤质分析的近红外线分析技术标准编制进行研究，进而尽快地出制定出相关的分析技术标准。
2.2.2 在煤质分析项目谱图数据库建设方面应当加强研究
目前我国因为煤质分析项目的谱图数据库建立的不完整，所以在煤质分析中应用近红外光谱分析技术受到制约。在煤质分析中，利用近红外线光谱分析技术能够进行准确地分析的基础条件，就是煤质分析项目谱图数据库的建设。由此可见，相关部门应当加强煤质分析项目谱图数据库的建立。
2.2.3 对于其他技术与近红外光谱技术相结合的模型研究应当加强
为了能有效地保障煤质分析技术的精确度，最大限度地降低其与国际标准分析值的差距，其需要不断地探索近红外光谱分析技术与其先进技术相结合的数据分析模型。只有将主成分分析法（PCA）、多元线性回归法（MLR）、偏最小二乘法（PLS）以及人工神经网络法（ANN）等校正方法与近红外光谱分析技术有效地结合并建立相应的数据分析模型，才能不断地提高在煤质分析中应用近红外光谱分析技术的分析精度。
2.2.4 在煤炭的其他分析项目中加强近红外光谱分析技术的应用
在煤炭的分析中，除了单日纯性的煤质分析外，还有其他分析项目，诸如煤灰成分分析、哈氏可磨性指数分析等。可利用近红外光谱技术进行物质分析所具有的操作简单、分析速度快、受人为影响小、重复性好、准确度高，而且能实现大批量分析等多种优势，对其他需要分析的项目进行分析。
3 结束语
我国在煤质分析方面应用近红外线光谱分析技术除了单纯性的煤质分析外，还可用于诸如哈氏可磨性指数、煤灰成分分析等其他项目的分析。近红外线光谱分析技术只有不断地加强煤质分析项目专属的谱图数据库的建立，尽快地编制与完善各种相关标准，将多元线性回归法（MLR）、主成分分析法（KPQA）、人工神经网络法（ANN）以及偏最小二乘法（PLS）等方法与近红外线光谱分析技术相结合，而且建立相关的数据分析模型，才能不断地提高在煤质分析方面应用近红外线光谱分析技术的分析精度，有效地促进近红外线光谱分析技术在煤质分析中的可持续发展。
参考文献
[1] 梁勇.论近红外光谱技术在煤质检测分析中的应用[J].辽宁化工，2017，46（3）：312-314.
[2] 王朋朋.探讨近红外光谱技术在煤质分析中的应用[J].化工设计通讯，2017，43（3）：166-167.
[3] 高楠.论近红外光谱技术在煤质检测分析中的应用[J].能源与节能.2016（2）：186-187.
[4] 梁勇.论近红外光谱技术在煤质检测分析中的应用[J].辽宁化工，2017（3）：312-314.
[5] 兰琳，李姣则.煤质内部成分的近红外光谱定量检测和分析研究[J].区域治理，2018（6）：164.
[6] 张福静，李启坤，李莉，等.煤质内部成分的近红外光谱定量检测和分析研究[J].各界，2017（10）：140-141.
[7] 李凤瑞，唐玉国，肖宝兰，等.应用近红外光谱分析技术测量煤质发热量[J].电站系统工程，2004，20（3）：19-20.
[8] 雷萌，李明，徐志彬，等.遗传神经网络在近红外光谱煤质分析中的应用研究[J].工矿自动化，2010（2）：41-44.
[9] 张林，陆辉山，闫宏伟，等.煤质的近红外光谱定量分析研究[J].红外技术，2013，35（8）：522.
[10] 赵忠辉.基于无源的煤质在线检测技术发展与应用分析[J].煤炭技术，2018，37（1）：312-315.
[关键词]近红外光谱分析;煤质分析技术;应用
[中图分类号]TQ533;O657.33 [文献标志码]A [文章編号]2095–6487（2020）07–00–03
[Abstract]This article discusses the application of near-infrared spectroscopy in coal quality analysis technology， and provides some insights for the rational use of near-infrared spectroscopy in coal quality analysis technology.
[Keywords]near infrared spectroscopy analysis; coal quality analysis technology; application
由于煤炭是我国最重要的化工能源之一，而煤炭的性能和用途主要是由煤质决定的，因此，准确分析煤质的组成、性质和结构对提高煤炭的应用能力非常必要。对云煤质分析多采用三节炉法、空气干燥法、通氮干燥法、高温燃烧中和法、库仑法以及艾氏卡法等方法进行，不仅检测操作繁杂、分析速度慢，而且难以保证检测结果的准确率。
近红外线光谱是波长在780～2526 nm的电磁波。其是一种效率较高的快速分析技术。而且在20世纪90年代近红外光谱分析就开始进行应用。近红外光谱分析根据LambertBee：定律，在一定的波长范围内，对特定的原子均有其对应的特征吸收，而且能利用原子浓度与吸光度的关系计算出相应原子的含量。诸如C-H、O-H、N-H、S-H等吸收谱带对应含有的氢基团，其可对基频振动的倍频和组合频进行吸收。近红外光谱分析技术不需要化学试剂，不对环境发生污染，而且分析速度较低快，能够进行在线检测。其能够广泛地应用于煤质分析技术中。但是，由于近红外光谱分析检测设备相对落后，缺乏检测标准以及建设不完整的煤质项目谱图数据库等，因此其存在一定的不足，而且在我国的使用和发展起步也较晚。
1 对近红外光谱技术在煤质分析中应用的分析与认识
1.1 使用状况
1.1.1 水分分析
由于煤中所含的水分越多，煤的无用成分多，因此煤中的水分对煤炭的加工利用、贸易、运输以及储存等均产生很大的影响。由此可见，煤质分析中水分分析是一个重要指标。过去常用的水分分析方法有通氮干燥法、空气干燥法及微波干燥法等。这些方法具有检测周期长以及重复性差等缺点。
为了克服过去常用方法的缺点，某位专家建立了煤中水分分析的近红外线光谱分析模型。其在模型中应用多元线性回归的方法，而且建军立相关的回归分析方程。其利用回归分析方程计算的预分析值与采用人工方法化验的分析值进行比较。从这些比较中得出其之间的相关系数为0.97，定标标准差为0.5。这样的分析结果符合国际重复性限规定0.5的要求。这种方法已推广应用到许多企业的生产中。还有其他专家建立了用于煤炭主要成份分析的近红外光谱数据分析模型。这些专家将煤炭的主要成分以BP神经网络模型的方式输人神经元，然后对煤炭中的水分进行分析。煤中水分分析应用这种近红外光谱数据分析模型能够得到比较准确的分析结果。
1.1.2 全硫分析
S对对炼焦、气化以及燃烧等均有害处，而且是有害元素之一。煤炭燃烧中产生的SO2和SO3排放到大气中会污染空气。在大气中降雨时，空气中SO3与水蒸汽结合而形成的硫酸蒸汽会伴随着雨水降落到地面。此时地面的雨水会对钢铁及碳酸盐制品等产生腐蚀。过去常用的分析煤炭中硫方法有有艾氏卡法、库仑法以及高温燃烧中和法等。其中利用艾氏卡法至少需要十几个小时的时间才能分析出煤炭中硫的含量。利用艾氏卡法分析煤炭中的硫不仅需要加HCl与BaCl2等高危险的化学试剂，而且要经过高温灼烧、水洗、过滤与称量等繁琐操作工序，而且其还会因复杂多变的化学反应而产生较多的人为影响。
与艾氏卡法相比，虽然利用库仑法和高温燃烧中和法分析煤炭中的硫元素自动化程度较高，但是其会因使用化学物质较多而产生较大的环境污染。
某位专家在利用近红外光谱技术分析煤中S含量时发现该技术具有较高的选择性。利用近红外光谱技术不仅分析速度快，准确率高，而且可将该技术应用到其他矿石中硫的分析过程。
利用近红外光谱技术分析煤炭中的硫不仅选择性非常高，而且分析结果的重复性和准确性也很好。某位专家利用近红外光谱技术对煤炭分析的标准物质与实际使用样品进行分析。其分析结果说明：分析的重现性与准确度均符合国家标准要求。还有其他专家利用近红外光谱法分析煤炭的样品分析结果与相关标准比较说明：其不仅精确度及准确度符合要求，而且分析的可行性也非常高。这些专家们还利用近红外光谱分析技术，建立了偏最小二乘回归定量数学模型。其通过这种数学模型得数据与工业分析数据相互对比得出：其相关系数达到0.89695，校正集均方根误差为0.0406。这样的分析结果说明该数学模型具有较高的相关性和稳定性。
1.1.3 氢含量分析
煤炭中有机物质的主要成分之一是H元素。对煤炭的发热量、燃烧设备的理论燃烧温度和计算锅炉燃烧的热平衡等了解均需要对其中的H元素含量进行分析。
过去煤炭中H含量的分析常用三节炉法。该方法的缺点是分析结果受人为的影响与环境影响较大，而且其操作复杂，仪器进行预热的时间也较长。这种分析方法需要使用AgMnO4、PbCrO4、银丝卷以及铜丝卷等化学试剂而使其试验后废弃物较多，进而污染环境。利用近红外光谱法分析煤炭中的H元素不仅测样品用量少，操作简单以及分析成本低，而且其分析时间短，即分析仅需一个氢样品仅需200～300 s。 某位专家分别利用近红外光谱法与国标中的三节炉法来分析煤炭中的H含量，然后将其分析结果进行对比发现：两种分析方法的准确度无差别，近红外光谱法的分析精度高于三节炉法。还有其他专家利用检验法和F检验法对利用近红外光谱法与国标中的三节炉法来分析煤炭中H含量的分析结果进行准确度和精密度的比较。其比较结果说明：此两种方法无显著性差别。通过利用近红外光谱法与国标中的三节炉法等方法分析结果的比较，这些专家们发现：与三节炉法相比，利用近红外光谱法分析煤炭中的H含量不仅操作简单、试验周期短以及结果准确，而该方法具有良好的可行性。
1.2 有关煤炭分析方面的近红外光谱标准编制
1.2.1 相关国外标准的编制
在国外近红外光谱技术相对国内有比较成熟的技术。这些技术不仅起步比较早，而且呈可持续地发展。诸如ISO测定煤炭中全硫含量，ASTM庆国材料与试验协会测定煤炭中全S含量、碳氢及N含量等标准已广泛地推广应用。
1.2.2 相关国内标准的编制
国内虽然在煤炭分析中已广泛地应用近红外光谱技术，但是近红外光谱技术应用的国家标准和行业标准却很少。目前在国内仅有煤炭中全S含量的析的国家标准，而没有相关近红外光谱检测煤炭的行业标准。
2 依靠技术进步，以合理地在煤质分析中应用近红外光谱技术
2.1 在煤质分析中近红外光谱技术的利用及效果的检验
2.1.1 实验分析用材料
其选取煤炭粉状样品100份，对高位热值、低位发热值、弹筒热值以及挥发分等指标进行分析。在其分析过程中先取其中的90份用作校正分析，然后再取剩余的10份用作外部检验分析。外部检验分析是对其自然定位模型的预测与估计结果来进行分析。校正分析是利用其90份样品进行组建自然定位模型，然后对得出煤粉样品的各项被分析的指标值，而且利用这些指标值做其情况分布表。在使用的100份煤炭粉状样品中，其中90份校正样品中得出的挥发分、弹筒热值、高位热值以及低位发热值的最小值分别为6.90，15.78，15.97，12.45;校正最大值分别为16.99，26.83，27.94，25.00;極差分别为10.01，11.24，11.35，11.29。其中10份外部检验样品样品中得出的挥发分、弹筒热值、高位热值以及低位发热值的最小值分别为7.87，17.38，19.03，17.01;校正最大值分别为14.11，25.98，27.10，25.06，极差分别为5.70，8.31，8.29，8.08。
2.1.2 采集的光谱
其可采用进口的Spectrastar 2500XL近红外光谱仪;用平均无故障率较高的卤钨灯作为光源;1 nm的数据间隔;使用超级制冷InGaAs高性能检测器，光度计噪音为1，640 nm;范围为小于或等于3.0 ABS等装备以10 s至60 s的分析时间，以恒温25 ℃，1倍增益的10次扫描对其核心参数进行扫描分析，然后取其平均值对采集的光谱进行分析与计算，进而得出近红外光谱的各种指标。从这些近红外光谱的各种指标中可以发现：近红外光的波长逐渐增加，而指标的吸光度却逐渐减弱。
2.1.3 结论
在上述实验分析过程中，其根据所用的煤炭粉状样品得出的各种近红外线光谱指标值进行构建与挥发分、高位热值、弹筒热值以及低位发热量等参数相关的自然定位模型，然后利用这种模型对其外部检验样品进行预估分析及区分发现：其交互检验结果相关系数均大于0.85;结果相关系数均大于0.95。
2.2 近红外光谱技术在煤质分析中应用近红外光谱技术的可持续发展
由于基础测量技术、光谱测量技术及化学计量等多种技术分别融合到近红外光谱分析技术中，因此其利用近红外光谱分析技术不仅使分析测操作方便快捷、安全，分析速度快和效率高、污染少，而且其还能对煤炭样品的各项分析指标值进行准确的定量和定性分析。由此可见：近红外光谱分析技术的利用具有广阔的发展空间。为了在煤质分析中应用近红外光谱分析技术走可持续发展的道路，建议如下。
2.2.1 在煤质分析中应当加强近红外光谱分析技术所用标准编制的研究
在煤质分析中，近红外光谱分析技术所用的标准，诸如ASTM测定煤中全硫、氮及碳氢含量标准以及ISO测定煤质中全硫含量标准等在国外已制定出多种相关分析标准，而我国却只有利用，近红外光谱分析技术分析煤质中全硫含量的国家标准。由于在煤质分析中应用近红外光谱分析技术起步较晚，而且其使用仪器设备较为落后，同时其使的技术标准也相对缺乏，因此其极大地影响了近红外线分析技术在煤质分析中的应用。建议相关部门对用于煤质分析的近红外线分析技术标准编制进行研究，进而尽快地出制定出相关的分析技术标准。
2.2.2 在煤质分析项目谱图数据库建设方面应当加强研究
目前我国因为煤质分析项目的谱图数据库建立的不完整，所以在煤质分析中应用近红外光谱分析技术受到制约。在煤质分析中，利用近红外线光谱分析技术能够进行准确地分析的基础条件，就是煤质分析项目谱图数据库的建设。由此可见，相关部门应当加强煤质分析项目谱图数据库的建立。
2.2.3 对于其他技术与近红外光谱技术相结合的模型研究应当加强
为了能有效地保障煤质分析技术的精确度，最大限度地降低其与国际标准分析值的差距，其需要不断地探索近红外光谱分析技术与其先进技术相结合的数据分析模型。只有将主成分分析法（PCA）、多元线性回归法（MLR）、偏最小二乘法（PLS）以及人工神经网络法（ANN）等校正方法与近红外光谱分析技术有效地结合并建立相应的数据分析模型，才能不断地提高在煤质分析中应用近红外光谱分析技术的分析精度。
2.2.4 在煤炭的其他分析项目中加强近红外光谱分析技术的应用
在煤炭的分析中，除了单日纯性的煤质分析外，还有其他分析项目，诸如煤灰成分分析、哈氏可磨性指数分析等。可利用近红外光谱技术进行物质分析所具有的操作简单、分析速度快、受人为影响小、重复性好、准确度高，而且能实现大批量分析等多种优势，对其他需要分析的项目进行分析。
3 结束语
我国在煤质分析方面应用近红外线光谱分析技术除了单纯性的煤质分析外，还可用于诸如哈氏可磨性指数、煤灰成分分析等其他项目的分析。近红外线光谱分析技术只有不断地加强煤质分析项目专属的谱图数据库的建立，尽快地编制与完善各种相关标准，将多元线性回归法（MLR）、主成分分析法（KPQA）、人工神经网络法（ANN）以及偏最小二乘法（PLS）等方法与近红外线光谱分析技术相结合，而且建立相关的数据分析模型，才能不断地提高在煤质分析方面应用近红外线光谱分析技术的分析精度，有效地促进近红外线光谱分析技术在煤质分析中的可持续发展。
参考文献
[1] 梁勇.论近红外光谱技术在煤质检测分析中的应用[J].辽宁化工，2017，46（3）：312-314.
[2] 王朋朋.探讨近红外光谱技术在煤质分析中的应用[J].化工设计通讯，2017，43（3）：166-167.
[3] 高楠.论近红外光谱技术在煤质检测分析中的应用[J].能源与节能.2016（2）：186-187.
[4] 梁勇.论近红外光谱技术在煤质检测分析中的应用[J].辽宁化工，2017（3）：312-314.
[5] 兰琳，李姣则.煤质内部成分的近红外光谱定量检测和分析研究[J].区域治理，2018（6）：164.
[6] 张福静，李启坤，李莉，等.煤质内部成分的近红外光谱定量检测和分析研究[J].各界，2017（10）：140-141.
[7] 李凤瑞，唐玉国，肖宝兰，等.应用近红外光谱分析技术测量煤质发热量[J].电站系统工程，2004，20（3）：19-20.
[8] 雷萌，李明，徐志彬，等.遗传神经网络在近红外光谱煤质分析中的应用研究[J].工矿自动化，2010（2）：41-44.
[9] 张林，陆辉山，闫宏伟，等.煤质的近红外光谱定量分析研究[J].红外技术，2013，35（8）：522.
[10] 赵忠辉.基于无源的煤质在线检测技术发展与应用分析[J].煤炭技术，2018，37（1）：312-315.