一、技术领域

本发明属于自动测量技术领域和人工智能技术应用领域，具体来说是一种用于工业生产 过程中煤质的元素分析和工业分析指标的在线测量的仪器和系统。

二、背景技术

随着国民经济的发展，原煤耗用量持续增长，近两年来，全国煤炭资源出现了供应紧张 的局面，尤其是电力用煤全面告急，部分电厂陷入了停机待煤的尴尬境地；同时，由于电煤 供应日趋市场化、多元化，造成煤质波动幅度增大，煤种杂、入炉煤质控制难度加大，使锅 炉燃煤偏离设计煤种，锅炉稳定燃烧受到破坏，引发的设备缺陷明显增多，包括锅炉结渣、 灭火、受热面超温爆管等故障占机组非计划停运的比例明显上升。其它行业如焦化、化工、 冶金等行业也有类似问题，造成效率下降，故障增多，影响了企业的正常生产。在这种情况 下，生产运行人员要及时掌握入炉煤的煤质分析情况，特别是入炉煤的挥发份、发热量、灰 份的含量和煤灰的熔融特性，以便在控制锅炉运行时做到有的放矢。

传统的煤质分析均采用人工采样制样，利用实验室仪器对其进行分析，这样分析速度慢， 一批煤样的分析周期为6～8h，大多数电厂当天的煤样第二天才能出检测报告，远远不能满 足锅炉燃烧调整和事故分析的需要。由于检测手段的限制，使得实际需要与检测数据报出时 间滞后的矛盾越来越突出。

在煤质在线监测仪中，国内外普遍采用了化学技术和核技术，美国专利U.S.Pat.No.4,562, 044描述了一种采用化学分析的方法对原煤进行分析的方法，该方法采用四只机械臂携带四 个取样杯，利用电机驱动进行取样和将取样杯置于化验的位置，分析的方法采用化学分析进 行。美国专利U.S.Pat.No.4,841,153采用放射源伽玛射线对煤样进行照射分析，这样的系 统要求严格的安全防护手段和措施，使设备的体积庞大，价格昂贵，用户出于核恐惧心理， 大多不愿意接受。应用核技术检测煤中灰分的方法归纳起来有下列4种：双能γ射线穿透法、 60keV的γ射线散射法、电子对法和中子活化分析法。应用较多的是双能γ射线穿透法和中 子活化分析法。中子活化分析法的原理是利用热中子激发被测煤样中各元素的原子核，测定 这些激发态的原子核跃迁时发出的C射线能谱，即可得到各元素的含量。中子活化分析测灰 仪的主要产品为美国GammaMetrics公司的Model 3612C型测灰仪和澳大利亚Scantech公司 的COALSCAN9000型测灰仪。另外美国GammaMetrics公司生产的利用中子源测定多种煤质 指标的1218型在线测煤仪，能够直接测量硫、灰分、碳、氢、氮、氟、硅和水分等，并可 间接测量发热量和二氧化硫等。

激光感生光谱技术利用一束强脉冲激光聚焦后照射到测量对象上，聚焦点的测量对象电 离产生高温、高密度的等离子体。在这样的高温体系中，一切物质都可以被蒸发成分子或原 子，高温体系中粒子之间的激烈碰撞又使分子或原子电离成为离子，而且分子、原子或离子 可以布居在各个能级上，高能级向低能级跃迁，使激光等离子体产生很强的光谱。等离子体 发出的光经过滤波器滤波，去掉环境光源和激发光源的光。然后经单色仪分光，使混合光成 为按波长排列的单色光，在单色仪的出光口安装高灵敏光电探测器进行检测。脉冲发生器和 时间延迟发生器构成一个时序控制器，有效地控制激光脉冲发出和光信号检测之间的延迟时 间，从而达到有效去除等离子体发出的连续背景光、分辨原子的特征谱线的目的。最后，根 据光谱特征谱线波长得出所分析的元素种类，通过定标，对应谱线的强度就表示分析元素的 浓度，因此激光感生光谱技术可用于高灵敏度的元素检测。

激光感生光谱技术自从上世纪70年代提出以来已经在试验室元素分析等方面取得了一 定的进展，但是在工业现场的应用中还是存在一些问题，科研工作人员展开了激光感生光谱 技术的实用化研究，例如，加拿大PHARMALASER INC公司申报的专利CA2299046介绍了 利用LIBS技术检测木材的种类，通过获得相关的谱线与存储在计算机中的数据相比较确定 木材的种类。而该公司另外一份专利也是采用该技术用来检测药片的成分，主要涉及多药片 样品的自动传送和测量。美国专利U.S.Pat.No.6,532,068采用两个不同强度的脉冲激光用 来实现涂覆了表层材料的物质种类测量，第一束较宽的激光束用于击穿表层，将表层烧蚀成 坑，使被测物质暴露出来，然后利用第二束较窄的激光束产生感生激光谱，通过感生激光谱 来确定被测物质的性质，该方法可用于材料深度分析。美国专利U.S.Pat.No.6,657,721提 供了一种无需参考曲线校准的激光感生光谱的元素测量技术，该技术主要基于saha-Boltzmann 等式，利用物理电子学原理进行计算，而无需参考样品并且不需要校准就可实现元素含量的 量化分析。美国专利U.S.Pat.No.6,771,368提出了一种方法，该方法的主要目的是降低谱 线之间的相互干扰，采用三个检测器，分别检测荧光光谱的一部分，数据进入计算机后，进 行分析得到被测物质的元素含量。中国发明专利CN1480722A公开了一种激光感生光谱煤质 分析仪，该仪器包括取样部分和分析部分，利用旋风分离器收取煤粉，放入石英分析池内， 然后将石英分析池固定在马达驱动的固定台上，利用激光感生光谱技术进行煤粉的元素分析。

火力发电厂进行在线调整的过程中，对煤质分析的结果需要的是工业分析的结果，诸如： 发热量、挥发分和灰分等指标，而激光感生光谱煤质元素分析仪得到的结果是煤中各元素的 含量，还不能直接用于指导燃烧调整，需要将其转换为工业分析的结果。由于煤炭是一种十 分复杂的物质，是一种混合物，是由许许多多的有机物和无机物混合而成，不能由单一的单 质化合物来表述。煤质分析数据间的关系复杂，传统方法是利用数理统计的线性回归方法研 究煤质分析特性指标间的联系，得到不同煤种不同矿区的煤质指标间的二元联系，这些关联 以经验公式形式出现，能够反映煤质特性指标间的联系，但这种联系不够本质、不够精确， 而且对于不同地区的煤种需要建立不同的公式，其结果是经验公式多，难于统一，并且计算 的结果误差较大，不便于推广使用。在事先不知道原煤产地的情况下，采用某一公式计算得 到的结果误差会很大，这种方法难以适用于不同煤种，不能满足生产实际的需要。因此需要 建立非线性模型来表征它们复杂的关系，能实现元素分析到工业分析的精确转换，并且适用 于各地的原煤煤质的测量。

除此之外原煤中灰分的熔融温度也是一个主要的参数，但目前还没有方法能够有效在线 估计这一参数，它和锅炉的安全稳定运行息息相关。煤中的灰分经燃烧后有三种形式，一是 保持固态，以飞灰形态从烟道排出，二是在高温下挥发成气态，然后在较冷的水冷壁、过热 器或再热器管面上凝结，并与飞灰相结合一起沉积于管子上，形成受热面的沾污或积灰。还 有一种是熔化成液态，然后粘在炉膛受热面上，经逐步沉积结成焦块，锅炉受热面积灰和结 渣对锅炉的效率和安全稳定运行有着很大的负面影响，由于灰的导热系数很低，热阻很大， 绝热性很强，会影响受热面的传热能力，一般积灰数小时后水冷壁的传热能力会降低30％～ 60％，使炉内火焰中心后移，炉膛出口温度升高，使锅炉远离设计值运行，达不到相应的出 力，致使锅炉平均效率降低1～2％，增加煤耗，浪费资源。在高温烟气的作用下，受热面的 积灰或结渣会与管壁发生复杂的化学反应，形成高温腐蚀，在结渣严重的情况下，焦块下落 会砸伤水冷壁，造成事故，或因结渣区与非结渣区受热不匀，引起锅炉水冷壁爆管，导致被 迫停炉。

锅炉受热面的结渣、沾污、积灰，不仅与煤和煤灰的成分和熔点有关，而且与锅炉的设 计参数有关，在设计参数确定的情况下，如果能够事先知道煤的有关成分和灰的熔融温度点 和结渣指数，就可通过调整锅炉的运行参数，改变锅炉运行工况，或合理选择不同结渣倾向 的原料煤可使配煤的结渣倾向控制在中偏轻或轻微的范围内，从而将锅炉的结渣情况降至最 低，使锅炉得以安全使用和延长寿命。

现有技术中存在的问题，采样系统难以适应不同的工业环境，例如在采用皮带、管路风 力输送、汽车等运输机械输送过程中，需要根据不同的输送机械更换取样装置，才能满足自 动分析的要求。在激光光谱分析相关设备中采用了光学透镜和反射镜，当存在振动的情况下 光学透镜、反射镜位置的轻微变化会对测量结果产生较大影响，从而影响设备的正常使用。 此外，由于工业生产过程中，运行人员普遍关心的是原煤的工业分析结果，由于煤种变化使 得由元素分析向工业分析结果转换难以采用统一公式进行表达，现有的技术方案没有给出运 行人员所需要的工业分析结果，限制了该类设备的使用。

三、发明内容

本发明要解决的技术问题是提供一种煤质在线检测分析设备，克服已有技术存在的缺陷， 尤其是煤种变化情况下由元素分析向工业析结果转换过程中的不确定性，属于自动测量技术 和人工智能技术应用领域，用于解决工业生产过程中煤质的元素分析和工业分析的在线测量 的难题。

本发明一种基于激光感生光谱技术和人工神经网络技术的煤质在线检测分析设备，其特 征是：包括负压取样组件1、分析箱2、光谱采集分析组件5、信号采集控制模块3、基于人 工神经网络的信号处理器6；该设备的特征在于：

负压取样组件1，包括负压发生器8和取样管路(26A～26F)，用于取回煤粉样品，将其 放置于分析箱2中；

分析箱2，包括测量分析池31和控制电机39，由负压取样组件1所取回的煤粉样品放 置在该测量分析池31中，信号采集控制模块3驱动控制电机39使其带动测量分析池31到达 测量位置并且在完成激光感生光谱采集和存储之后由控制电机39带动测量分析池31到达放 粉位置，将煤粉样品排出；

光谱采集分析组件5，包括脉冲激光源组件44、图像采集控制电路52和CCD图像传感 器50，图像采集控制电路52在信号处理器6的控制下向脉冲激光源组件44发出信号，使脉 冲激光源组件44发出激光脉冲，垂直照射在测量分析池31中的煤粉样品上，激发出感生光 谱信号，同时图像采集控制电路52对CCD图像传感器50的光谱图像信号进行采集，采集的 信号传输到信号处理器6；

基于人工神经网络的信号处理器6，用于将激光感生光谱的信息经过数据处理得到煤粉 样品中碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜的元素分析结 果，并且将元素分析结果输入到信号处理器6中的神经网络A，由神经网络A转换成原煤发 热量、水分、灰分、挥发份、固定碳工业分析结果，将所得到的碳、氢、氧、氮、硫、硅、 铝、钙、镁、钾、钠、钛、铁、锰、磷、铜的元素分析结果和发热量、水分、灰分、挥发份、 固定碳工业分析结果输入到信号处理器6中的神经网络B，转换成煤灰的熔融温度点和结渣 指数，将上述元素分析结果、工业分析结果、煤灰熔融温度点和结渣指数通过远程信号传输 接口7向外部设备传输。

为了更好的实现本发明，还需要对激光感生光谱的数据进行适当的处理，本发明使用两 个人工神经网络，对数据处理的步骤包括如下三步：

第一步：通过激光感生光谱获得被分析原煤样品的元素。

在测量条件确定的情况下，原煤中各元素的含量与对应谱线的强度有确定的定量关系， 在消除激光功率对感生光谱的影响后，通过对谱线进行标定，我们可以得到原煤中元素组成 以及各元素的含量。本发明通过对感生光谱的分析得到如下元素的含量：碳、氢、氧、氮、 硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜。

第二步：利用人工神经网络将元素分析结果转换为工业分析结果。

如本说明书技术背景中所述，由于原煤成分和化学结构的复杂性，利用线性模型的经验 公式无法实现元素分析到工业分析的精确转换，需要建立非线性模型。人工神经网络具有记 忆能力、模式分类能力，三层以上的BP神经网络和RBF人工神经网络具有对任意函数的逼 近能力，经过训练后的神经网络可以实现对原煤特征的记忆、分类，并能将元素分析的结果 转换为工业分析的结果。本发明利用BP神经网络实现元素分析结果到工业分析的转换。将 第一步计算得到的元素含量组成神经网络的输入向量E＝{EC，EH，EO2，EN，ES，ESi，EAL， ECa，EMg，EK，ENa，ETi，EFe，EMn，EP，ECu}，分别对应：碳、氢、氧、氮、硫、硅、铝、 钙、镁、钾、钠、钛、铁、锰、磷、铜。实现元素分析结果到工业分析结果转换的神经网络 记为神经网络A，神经网络A的结构为：输入层有16个单元，分别对应碳、氢、氧、氮、 硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜元素。隐含层的单元数目大于50，输出 层的单元数为5，分别对应：发热量、水分、灰分、挥发份、固定碳。具体过程为：

1取得一定数量的原煤分析样本集，每一个样本包括原煤经过元素分析后的结果，含： 碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜元素的含量，样本还 包括工业分析结果，含发热量、水分、灰分、挥发份、固定碳的数值。

2将样本集的数据归一化，转换到神经网络能够接受的输入信号的范围。

3利用归一化后的数据对神经网络进行训练，使神经网络的输出与实际的工业分析结果 的误差的平方和足够小，建立神经网络模型，保存神经网络的权值。

4模型应用，将测量得到的原煤煤质分析的数据组成神经网络的输入向量，并进行归一 化，输入到神经网络，将神经网络的输出转换为所需要的结果，即可得到原煤的工业分析结 果。

第三步：利用人工神经网络预测煤中灰分的熔融点温度和结渣指数。

煤灰的熔融温度点包括变形温度DT、软化温度ST、半球温度HT和流动温度FT，主要 取决于原煤的化学组成，结渣指数与煤灰熔融温度、煤灰成分、煤灰含量大小以及挥发分的 大小有一定关系，根据本发明数据处理第一步和第二步所得到的结果，可以利用人工神经网 络预测原煤的结渣指数和煤中灰分的熔融温度点。将第一步计算得到的元素含量和第二部所 得到的灰份、发热量、挥发分的结果组成神经网络的输入向量E＝{EC，EH，EO2，EN，ES，ESi， EAL，ECa，EMg，EK，ENa，ETi，EFe，EMn，EP，ECu，EAsh，EHeat，EDaf}，分别对应：碳、氢、 氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜、灰分、发热量、挥发份。实 现煤中回粉熔融点温度和结渣指数预测的神经网络记为神经网络B，神经网络B的结构为： 输入层单元数目19，隐含层单元数目大于68，输出层单元数目为5，分别对应变形温度DT、 软化温度ST、半球温度HT、流动温度FT和结渣指数。具体过程为：

1取得一定数量的原煤分析样本集，每一个样本包括原煤经过元素分析后的结果，含： 碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜元素的含量，样本还 包括工业分析结果，含发热量、灰分、挥发份、煤灰变形温度DT、软化温度ST、半球温度 HT、流动温度FT和结渣指数的数值。

2将样本集的数据归一化，转换到神经网络能够接受的输入信号的范围。

3利用归一化后的数据对神经网络进行训练，使神经网络的输出与实际的煤灰熔融温度 点以及结渣指数的误差的平方和足够小，建立神经网络模型，保存神经网络的权值。

4模型应用，将测量得到的原煤煤质分析的数据组成神经网络的输入向量，并进行归一 化，输入到神经网络，将神经网络的输出转换为所需要的结果，即可得到煤灰变形温度DT、 软化温度ST、半球温度HT、流动温度FT和结渣指数的预测结果。

本发明与现有技术相比，具有如下优点和有益效果：

1.采用负压取样系统，可以适用于皮带运输取样、管道气力输送取样、运输车辆取样， 设备完全实现自动化操作，无需人为干预。

2.采用神经网络对测量数据进行处理，利用神经网络的非线性映射能力，解决了元素分 析到工业分析结果转换的难题，转换精度高，具有元素分析结果和工业分析结果两种输出。

3.采用神经网络对煤灰熔融温度点和原煤结渣指数进行预测，有助于运行人员及时调整 燃烧方式，避免锅炉结渣造成的热效率降低和事故。

4.设备光学系统简单，不怕振动，更能够适应工业现场的恶劣环境。

5.采用氮气建立单一测量气体环境，降低背景噪声影响，同时保护激光器和感光光纤， 利用低温模块消除热噪声对CCD图像传感器的影响，使测量结果稳定，对环境的适应性加强。

四、附图说明

图1是本发明技术方案框图；

图2A是本发明原理结构图，图2B是分析箱的横截面布置图；

图3是本发明信号采集控制模块所需采集和控制信号的关系图；

图4是本发明巡回检测分析6个通道的工作流程图；

图5是本发明对单一通道进行检测分析的流程图；

图6是本发明旋转支撑板和测量分析池工作位置图；

图7是本发明数据处理流程图；

图8是本发明实施方式1示意图；

图9是本发明实施方式2示意图；

图10是本发明实施方式3示意图；

图11是本发明取样头结构图；

图12是本发明取样头结构仰视图。

图中标号

1、负压取样组件                 2、分析箱

3、信号采集控制模块             4、保护组件

5、光谱采集分析组件             6、信号处理器

7、远程信号传输接口             8、负压发生器

9、收尘器                       10、回粉处理组件

11、排粉阀                      12、排粉管

13、放粉管                      14、吹扫阀

15、放粉阀                      16、下粉位测量传感器

17、振动器                      18、上粉位测量传感器

19、旋风集粉器                  20、负压控制阀

21、抽气管路                    22、取样母管

23、耐磨弯管A～耐磨弯管F        24、取样控制阀A～取样控制阀F

25、反吹控制阀A～反吹控制阀F    26、取样管路A～取样管路F

27、分析箱体                    28、放粉位置传感器

29、旋转轴                      30、旋转支撑板

31、测量分析池                  32、煤粉刮板

33、保护挡板驱动电机            34、保护室

35、聚焦镜                      36、保护挡板

37、横向支撑梁                  38、测量位置传感器

39、控制电机                    40、过滤减压器

41、清扫控制阀                  42、氮气发生器

43、保护气控制阀                44、脉冲激光源组件

45、防护套管                    46、多色仪

47、感光光纤                    48、光纤保护套管

49、传输光纤                    50、CCD图像传感器

51、低温模块                    52、图像采集控制电路

53、靶点                        54、输粉管

55、喇叭取样头                  56、皮带输送机

五、具体实施方式

下面结合附图和实施例，对本发明做进一步的说明，但本发明的实施方式不仅限于此。

如附图1所示，本发明的一种煤质在线检测分析设备，包括负压取样组件1，分析箱2， 信号采集控制模块3，保护组件4，光谱采集分析组件5，远程信号传输接口7和基于人工神 经网络的信号处理器6。

负压取样组件1包括负压发生器8、收尘器9、回粉处理组件10、排粉阀11、吹扫阀14、 放粉阀15、振动器17、下粉位测量传感器16、上粉位测量传感器18、旋风集粉器19、负压 控制阀20、抽气管路21、取样母管22、耐磨弯管23A、23B、23C、23D、23E、23F、取样 控制阀24A、24B、24C、24D、24E、24F、反吹控制阀25A、25B、25C、25D、25E、25F 和相应的取样管路26A、26B、26C、26D、26E、26F。负压取样组件1通过放粉管13和排 粉管12与分析箱2相连，振动器17用来对放粉阀15振动，避免煤粉聚结在管路中。在放粉 阀15和负压控制阀20关断的情况下，打开排粉阀11，由吹扫阀14控制压缩空气将测量完 成后的煤粉从测量分析池31内吹出，然后经收尘器9将测量完的煤粉收集排入回粉处理组件 10。各取样管路26A、26B、26C、26D、26E、26F最终会接于取样母管22，由于负压取样 系统中煤粉气流的流速较高，对管壁产生较大的磨损，为了降低负压取样系统中管道的阻力， 在会接处采用耐磨弯管23A、23B、23C、23D、23E、23F进行连接。

分析箱2包括分析箱体27，放粉位置传感器28、测量位置传感器38、横向支撑梁37、 旋转轴29、旋转支撑板30、测量分析池31、煤粉刮板32、保护挡板驱动电机33、保护室34、 保护挡板36、聚焦镜35、控制电机39，其中控制电机39固定在横向支撑梁37的下方，通 过旋转轴29与旋转支撑板30相连，带动旋转支撑板30转动，测量分析池31固定在旋转支 撑板30上，在电机的带动下可进行圆周运动，放粉位置传感器28和测量位置传感器38固定 在横向支撑梁37上，用于对旋转支撑板30的位置进行检测。保护室34的作用是在将煤粉放 置在测量分析池31和将煤粉从测量分析池31内吹出时，对聚焦镜35、感光光纤47提供保 护作用，防止灰尘进入。保护挡板驱动电机33装于保护室34外侧，带动保护挡板36转动， 放粉和将煤粉从测量分析池31吹出的过程中，保护挡板36将保护室34关闭，测量时保护挡 板36处于36’的位置，使激光能够照射样品。

光谱采集分析组件5包括脉冲激光源组件44、防护套管45、多色仪46、感光光纤47、 光纤保护套管48、传输光纤49、CCD图像传感器50、低温模块51、图像采集控制电路52， 其中，脉冲激光源组件44与图像采集控制电路52相连，防护套管45安装于脉冲激光源组件 44的下方，该防护套管45是脉冲激光信号的路径，防止操作人员被高能激光误伤；脉冲激 光源组件44发射的脉冲激光垂直入射被分析的样品，激光信号传输过程中不采用反射镜，降 低了光学系统的复杂性；感光光纤47的头部对准激光聚焦点，感光光纤47装于保护光纤保 护套管48内，并与多色仪46相连，多色仪46的输出信号经传输光纤49连接到CCD图像传 感器50，CCD图像传感器50与图像采集控制电路52相连；低温模块51安装于CCD图像传 感器50周围；图像采集控制电路52与信号处理器6相连，接受信号处理器6的控制，当信 号处理器6向图像采集控制电路52发出指令后，由图像采集控制电路52向脉冲激光源组件 44发出信号，使脉冲激光源组件44发出脉冲激光，照射被测样品，产生感生光谱，同时图 像采集控制电路52在经过微小迟延后对CCD图像传感器50的光谱图像信号进行采集，转换 成数字图像序列，传送到信号处理器6；由于CCD图像传感器50对热噪声比较敏感，为消 除热噪声对系统测量结果的影响，采用低温模块51为CCD图像传感器50提供低温恒温环境， 低温的温度范围为-10℃～-25℃；脉冲激光源组件44带有激光能量输出信号，在发出激光 脉冲的同时输出代表激光能量的电信号，此信号由信号采集模块33采集。

保护组件4包括过滤减压器40、清扫控制阀41、氮气发生器42、保护气控制阀43组成， 其中氮气发生器42经过保护气控制阀43与防护套管45和光纤保护套管48相连，氮气发生 器42产生微正压的氮气作为脉冲激光源和感光光纤47探头的保护气，该保护气有三个作用， 其一是提供微正压的氮气流，防止煤粉和灰尘污染激光通路和感光光纤47，其二是在激光照 射样品时提供单一的气体环境，降低激光感生光谱的背景噪声，另外可以防止煤粉爆燃；压 缩空气经过过滤减压器40后在清扫控制阀41的控制下接入保护室34，管路出口对准聚焦镜 35和感光光纤47的头部，在运行一定时间后对聚焦镜35和感光光纤47的头部进行清扫。

信号采集控制模块3与信号处理器6、脉冲激光源组件44、上粉位测量传感器18、下粉 位测量传感器16、放粉位置传感器28、测量位置传感器38、吹扫阀14、负压控制阀20、排 粉阀11、放粉阀15、振动器17、保护气控制阀43、清扫控制阀41、取样控制阀24A、24B、 24C、24D、24E、24F、反吹控制阀25A、25B、25C、25D、25E、25F、控制电机39、保护 挡板驱动电机33相连；其中，脉冲激光源组件44输出的激光功率信号和上粉位测量传感器 18、下粉位测量传感器16、放粉位置传感器28、测量位置传感器38输出的信号均接入信号 采集控制模块3，由信号采集控制模块3进行采集；吹扫阀14、负压控制阀20、排粉阀11、 放粉阀15、振动器17、保护气控制阀43、清扫控制阀41、取样控制阀24A、24B、24C、24D、 24E、24F、反吹控制阀25A、25B、25C、25D、25E、25F、控制电机39、保护挡板驱动电机 33均由信号采集控制模块3控制。

远程信号传输接口7与信号处理器6相连，接受信号处理器6的控制，将元素分析结果、 工业分析结果和煤灰熔融温度点以及结渣指数向其它设备传送。

本发明的一种煤质在线分析设备具有六个负压取样通道，分别是通道A、通道B、通道 C、通道D、通道E、通道F，可对六个取样通道进行巡回取样和检测，如附图4所示，其工 作过程为：

开始工作之前，将取样控制阀24A、24B、24C、24D、24E、24F和反吹控制阀25A、25B、 25C、25D、25E、25F处于关闭状态，接着对通道A进行取样和检测，打开取样控制阀24A， 然后按照单一通道取样分析子过程进行操作，具体如附图5所示。在单一通道取样分析子过 程中，首先关闭放粉阀15和排粉阀11，打开负压控制阀20建立负压取样通路，接着启动负 压发生器8，煤粉在负压产生的吸力的作用下被吸到旋风集粉器19，然后落到旋风集粉器19 下方的管道，当上粉位测量传感器18发出信号后，表示取回的煤粉已经满足分析所需的数量， 此时关闭负压控制阀20并停止负压发生器8，接着打开放粉阀15，启动振动器17，使煤粉 落入下方的测量分析池31，当下粉位测量传感器16输出为0时，表示取回的煤粉已经放完， 都落入到测量分析池31中，然后关闭放粉阀15，停止振动器17。旋转支撑板30和测量分析 池31的位置如图6A。启动控制电机39带动旋转支撑板30向右旋转，转到图6B的位置时， 经过煤粉刮板32，测量分析池31上方的煤粉被刮平，转到图6C的位置时，测量位置传感器 38输出信号1，停止控制电机39，打开保护挡板36，进行第一次激光感生光谱分析，由基于 神经网络的信号处理器6向图像采集控制电路52发出命令，由图像采集控制电路52控制脉 冲激光源组件44发出激光脉冲，激光脉冲照射在靶点53处，产生感生光谱，对激光感生光 谱进行采集，采集到的激光感生光谱被存储下来。然后控制电机39带动旋转支撑板30向右 旋转15度，到达图6D的位置，进行第二次激光感生光谱分析，采集到的感生光谱被存储。 然后控制电机39带动旋转支撑板30再向右旋转15度，到达图6E的位置，进行第三次激光 感生光谱分析，采集到的感生光谱被存储。将三次采集到的感生光谱数据进行处理即可得到 本发明所要得到的煤质的元素分析和工业分析结果。此时，关闭保护挡板36，启动控制电机 39向右旋转，当旋转到图6A的位置时，放粉位置传感器28输出信号1，停止控制电机39， 打开排粉阀11和吹扫阀14，利用压缩空气将测量分析完后的煤粉从测量分析池31中吹出， 延时2秒后，关闭吹扫阀14，启动负压发生器8，将吹出的煤粉吸到收尘器9，排到回粉处 理器37中，延时10秒后关闭负压发生器8，至此，对一个通道的取样分析结束，然后切换 取样通道，重复上述过程，即可实现对六个通道的巡回处理。

为了更好的实现本发明，还需要对激光感生光谱的数据进行适当的处理，本发明使用两 个人工神经网络，对数据处理的步骤包括如下三步：

第一步：通过激光感生光谱获得被分析原煤样品的元素。

在测量条件确定的情况下，原煤中各元素的含量与对应谱线的强度有确定的定量关系， 在消除激光功率对感生光谱的影响后，通过对谱线进行标定，我们可以得到原煤中元素组成 以及各元素的含量。本发明通过对感生光谱的分析得到如下元素的含量：碳、氢、氧、氮、 硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜。

第二步：利用人工神经网络将元素分析结果转换为工业分析结果。

本发明利用BP神经网络实现元素分析结果到工业分析的转换。将第一步计算得到的元 素含量组成神经网络的输入向量E＝{EC，EH，EO2，EN，ES，ESi，EAL，ECa，EMg，EK，ENa， ETi，EFe，EMn，EP，ECu}，分别对应：碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、 铁、锰、磷、铜。实现元素分析结果到工业分析结果转换的神经网络记为神经网络A，神经 网络A的结构为：输入层有16个单元，分别对应碳、氢、氧、氮、硫、硅、铝、钙、镁、 钾、钠、钛、铁、锰、磷、铜元素。隐含层的单元数目大于50，输出层的单元数为5，分别 对应：发热量、水分、灰分、挥发份、固定碳。具体过程为：

1取得一定数量的原煤分析样本集，每一个样本包括原煤经过元素分析后的结果，含： 碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜元素的含量，样本还 包括工业分析结果，含发热量、水分、灰分、挥发份、固定碳的数值。

2将样本集的数据归一化，转换到神经网络能够接受的输入信号的范围。

3利用归一化后的数据对神经网络进行训练，使神经网络的输出与实际的工业分析结果 的误差的平方和足够小，建立神经网络模型，保存神经网络的权值。

4模型应用，将测量得到的原煤煤质分析的数据组成神经网络的输入向量，并进行归一 化，输入到神经网络，将神经网络的输出转换为所需要的结果，即可得到原煤的工业分析结 果。

第三步：利用人工神经网络预测煤中灰分的熔融点温度和结渣指数。

将第一步计算得到的元素含量和第二部所得到的灰份、发热量、挥发分的结果组成神经 网络的输入向量E＝{EC，EH，EO2，EN，ES，ESi，EAL，ECa，EMg，EK，ENa，ETi，EFe，EMn， EP，ECu，EAsh，EHeat，Edaf}，分别对应：碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、 钛、铁、锰、磷、铜、灰分、发热量、挥发份。实现煤中回粉熔融点温度和结渣指数预测的 神经网络记为神经网络B，神经网络B的结构为：输入层单元数目19，隐含层单元数目大于 68，输出层单元数目为5，分别对应变形温度DT、软化温度ST、半球温度HT、流动温度FT 和结渣指数。具体过程为：

1取得一定数量的原煤分析样本集，每一个样本包括原煤经过元素分析后的结果，含： 碳、氢、氧、氮、硫、硅、铝、钙、镁、钾、钠、钛、铁、锰、磷、铜元素的含量，样本还 包括工业分析结果，含发热量、灰分、挥发份、煤灰变形温度DT、软化温度ST、半球温度 HT、流动温度FT和结渣指数的数值。

2将样本集的数据归一化，转换到神经网络能够接受的输入信号的范围。

3利用归一化后的数据对神经网络进行训练，使神经网络的输出与实际的煤灰熔融温度 点以及结渣指数的误差的平方和足够小，建立神经网络模型，保存神经网络的权值。

4模型应用，将测量得到的原煤煤质分析的数据组成神经网络的输入向量，并进行归一 化，输入到神经网络，将神经网络的输出转换为所需要的结果，即可得到煤灰变形温度DT、 软化温度ST、半球温度HT、流动温度FT和结渣指数的预测结果。

本发明所述的一种煤质在线检测和分析设备可用于锅炉入炉煤煤质在线检测和分析，如 附图8所示，一般的电厂具有四到六台磨煤机，磨煤机磨制的煤粉通过输粉管54在风力的作 用下被送到锅炉中进行燃烧，由于每台磨煤机所对应的原煤仓不同，而原煤仓中的原煤也有 可能不同，因此需要对每台磨煤机磨制的煤粉进行在线检测和分析，由于本发明具有6个负 压取样通道，因此可实现对每台磨煤机所磨制煤粉的在线检测。

本例针对四台磨煤机的情况进行描述，利用本发明的四个取样通道，将取样管路焊接在 每台磨煤机的输粉管54上，按照本发明所提供的方法即可实现对每台磨煤机产生的煤粉进行 在线检测和分析。

由于磨煤机向锅炉运送煤粉的输粉管54有水平管段，也有垂直管段，附图8采用水平管 段描述，但在垂直管段也完全适用。

本发明所述的一种煤质在线检测和分析设备可用于皮带输送原煤情况下煤质的在线检测 和分析。如附图9所示，为了确保运输系统的可靠性，皮带输送机56一般是两条皮带机并行 设置，可采用本发明中六个取样通道的其中两个分别对两条皮带进行取样，与安装在输粉管 上不同，由于输煤皮带上的原煤是块状和粉状煤粉的混合体，为了保证取回煤粉，在取样管 道的头部需要安装一个如附图11所示的喇叭取样头55，喇叭取样头55具有栅格状的过滤装 置，煤粉能够通过，而颗粒较大的煤粉块无法通过。

本发明所述的一种煤质在线检测和分析设备可用于汽车等运输机械运送原煤情况下煤质 的在线检测和分析。如附图10所示，在运输车辆经过路段的上方布置两个取样管道，管道的 头部安装喇叭取样头55，在车辆缓慢行驶的过程中即可实现对原煤的取样和分析。