采用激光诱导击穿光谱(LIBS)技术对配制的飞灰样品进行实验分析,应用支持向量机回归(SVR)模型对飞灰的含碳量进行预测。运用网格搜索法分别对径向基(RBF)核函数和多项式函数的结构参数进行寻优,然后分别建立基于内标元素特征光谱、全谱和主要元素特征光谱的SVR模型。研究表明,基于RBF和多项式核函数的SVR模型在理想的结构参数下可以取得相同的分析精度,但RBF能较快地完成模型优化并且不易出现欠拟合的现象。基于内标元素特征光谱的SVR模型的分析精度与内标法相当,基于全谱的SVR模型出现明显的过拟合现象。基于主要元素特征光谱的SVR模型的回归系数为0.986,校正均方根误差为1.79%,预测均方根误差为2.57%,说明该模型可以有效避免欠拟合和过拟合。

为了验证LIBS测量飞灰中碳含量变化的能力, 本文将煤粉与飞灰按照一定比例均匀混合, 得到24种含碳量不同的样品.在不同延迟时间下进行激光诱导击穿光谱实验, 得到温度指标发射强度比IMg1/IMg2随延迟时间的增大而减小, 纯飞灰样品的发射强度比IMg1/IMg2的数值明显大于其他混入煤粉的样品.样品中发射谱线强度比IAl/ISi1随温度指标IMg1/IMg2的增大而减小.飞灰样品加入煤粉后, 对等离子体的温度变化有明显影响.同时引入多元分析的方法, 将样品中C、Al、Mg、Ca、Fe等元素谱线强度与Si元素谱线强度的比值作为多元回归分析的自变量, 碳元素浓度作为因变量, 建立不同延迟时间下的回归方程.结果表明, 采用多元分析的方法进行定量计算, 根据回归模型得到的预测值与参考值之间的误差基本在9%以内.

通常热力发电厂将飞灰中未燃碳的含量作为评价锅炉燃烧效率的重要指标, 通过测量飞灰中未燃碳的含量来评价煤粉燃烧的充分程度, 进而实现优化燃烧、 提高机组效率。 基于激光诱导击穿光谱技术(LIBS)无接触、 快速响应、 高灵敏度、 可以在线测量等特点, 备用来测量飞灰中未燃碳的含量。 由于烟气中CO2气体的存在, 碳谱线强度会随CO2浓度的变化而改变。 为了减少CO2气体对飞灰未燃碳测量结果的影响, 提出并设计了具有二级旋风分离器的LIBS测量飞灰未燃碳含量实验系统, 飞灰从给粉机流出后通过二级旋风分离器进入测量腔体, 脉冲激光经过透镜作用于飞灰样品进而产生等离子体。 LIBS系统采用双中心波长光谱仪, 可测得飞灰中C, Si, Mg, Fe, Ca和Al等主要元素谱线, 同时高分辨率通道可分辨出相邻C和Fe的元素谱线, 可以在获得充分的飞灰光谱信息的同时保证了测量的精度。 实验结果表明该系统可有效分离和收集飞灰颗粒, 减少CO2气体对测量结果的干扰, 为LIBS技术的工程应用提供了更准确的依据。