任姣姣 1,2,3,*焦铁鑫 1,2,3顾健 1,2,3陈奇 3[ ... ]张霁旸 3
作者单位
摘要
1 长春理工大学光电测控与光信息传输技术教育部重点实验室,吉林 长春 130022
2 长春理工大学光电工程学院,吉林 长春 130022
3 长春理工大学中山研究院,广东 中山 528400
利用太赫兹时域光谱技术对不同煤灰分含量的光谱进行分析,发现在0.5~3 THz频段内,随着煤灰分含量的增加,其折射率会逐步提高,吸收效应也会逐步增强;考虑到煤样品厚度对光谱的影响,提出一种基于厚度校正的吸收系数特征提取方法,提高了低灰分煤样品吸收曲线的数据区分度;利用双通道卷积神经网络提取折射率和吸收系数特征,建立了煤灰分预测模型。实验结果显示,训练集的拟合度为R2=98.21%,预测精度ERMS=0.1442,而预测集的R2=93.56%,ERMS=0.2037,均优于传统PLSR、BP和LSSVM等方法。可见,所提方法在解决选煤厂煤灰分检测问题上具有较好的表现,为选煤厂提供了一种新的技术路径。
光谱学 太赫兹时域光谱技术 煤灰分 折射率 吸收系数 卷积神经网络 预测 spectroscopy terahertz time-domain spectroscopy coal ash refractive index absorption coefficient convolutional neural network prediction 
光学学报
2023, 43(22): 2230001

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!