中国矿业大学机电工程学院, 江苏 徐州 221116
针对煤矿井下近红外煤岩识别中所存在的粉尘问题, 采用无烟煤与抑爆剂9:1混合的混合物模拟煤矿井下粉尘环境, 构建了粉尘环境煤岩光谱识别实验装置。 为了研究粉尘环境对典型煤岩近红外光谱的影响, 从全国各地收集了页岩、 砂岩、 灰岩3类岩石样本及无烟煤、 烟煤、 褐煤3类煤类样本的原位典型煤岩试样23个, 采集无粉尘情况下的23个煤岩样本表面近红外波段1000-2500nm的反射光谱作为实验标准数据库, 分别从实验标准样本库中3类典型煤样本与3类典型岩样本中随机选择1个样本作为实验样本, 分别采集测试样本在600, 1 000, 1 500和3 000 mg·m-3粉尘浓度下的近红外波段的反射光谱数据, 结果显示: 粉尘的加入导致1 000~1 200 nm波段与2 400~2 500 nm波段的光谱图像信噪比降低; 随着粉尘浓度的增加, 粉尘中的无烟煤的不透明物质使得实验样本中的特征吸收谷减弱; 采用光谱角度匹配SAM以及皮尔逊相关系数对试样和标准样本库进行相关性分析, 无烟煤类样本、 烟煤类样本、 砂岩类样本、 灰岩类样本在光谱角度匹配SAM匹配模型下有着较高的匹配度, 匹配度在各个粉尘浓度下均处于0.9以上; 相关系数匹配模型匹配度受粉尘的影响剧烈, 平均相关系数为0.73; 实验标准数据库及实验样本经SG卷积和SNV标准正态预处理后, 预处理后的样本数据库与实验样本光谱角度匹配SAM匹配模型匹配度无明显变化, 相关系数匹配模型匹配度显著提升, 平均相关系数为0.78; 除褐煤2号外, 所有的样本光谱相关系数平均提升0.13, 无烟煤2号样本各个浓度平均相关系数提升76.3%, 而样本12褐煤2号的光谱相关系数经光谱预处理降低。 建立光谱角度匹配SAM以及皮尔逊相关系数煤岩识别模型, 二值化煤岩样本, 煤为“0”岩为“1”, 通过两种识别模型对不同浓度下的6个实验样本进行煤岩识别, 光谱角度匹配SAM的识别准确率P为100%, 识别时间为8 ms, 皮尔逊相关系数的识别准确率P为87.5%, 识别时间为852 ms。
煤岩识别 典型煤岩 近红外光谱 粉尘环境 Coal and rock identification Typical coal rock Near infrared spectroscopy Dust environment 光谱学与光谱分析
2020, 40(11): 3430
中国矿业大学机电工程学院, 江苏 徐州 221116
近红外波段的反射光谱测量较方便, 不需对试样进行预处理, 同时也适用于在线分析。 为利用近红外光谱实现综放开采自动化放煤技术中的煤岩识别, 从某矿井的综放工作面收集了炭质泥岩、 砂质泥岩、 砂岩、 气煤4种典型的块状煤岩试样, 综合考虑工作面后部刮板输送机的堆煤情况, 在实验室利用光谱仪采集了常见探测距离（1.3, 1.4和1.5 m）与探测角度（10°, 20°, 30°, 40°和90°）下的4种典型煤岩的近红外漫反射光谱。 通过对4种典型煤岩光谱特征分析, 发现探测角度与距离对光谱曲线波形和吸收谷位置无明显影响, 但明显影响光谱曲线的反射率。 炭质泥岩、 砂质泥岩、 砂岩这3种岩样, 均在1 400, 1 900和2 200 nm波段附近出现较明显的吸收谷, 此外, 砂岩与炭质泥岩在2 200 nm波段附近出现双吸收谷, 气煤在近红外波段内的漫反射光谱曲线整体呈水平趋势, 无明显的吸收谷。 在 1.3 m探测距离下, 光谱曲线反射率随着探测角度的增大而增大; 在1.4和1.5 m探测距离下, 光谱曲线反射率随着探测角度的增大而减小。 在10°, 20°和30°探测角度下, 光谱曲线的反射率随着探测距离的增大而增大; 在40°和90°探测角度下, 光谱曲线的反射率随着探测距离的增大而降低。 使用一阶微分（FD）、 Savitzky-Golay卷积平滑（S-G卷积平滑）、 标准正态变量变换（SNV）这三种方法来增强光谱曲线吸收特征以及消除探测条件对煤岩漫反射光谱的影响, 发现S-G卷积平滑在增强光谱吸收特征的前提下, 还有效的消除了探测角度与高度对光谱曲线的影响。 利用余弦相似度与皮尔逊相关系数两种模型分别进行煤岩定性分析, 结果发现, 基于S-G卷积平滑预处理后的余弦相似度模型分类效果最优, 其正确分类率为100%。 最佳预处理方法与定性分析模型的获得可以为在不同探测距离与探测角度下直接利用反射光谱的波形进行快速、 定性地识别煤岩提供参考意义。
煤岩反射光谱 近红外 定性分析 探测距离 探测角度 Reflectance spectrum of coal-rock Near infrared Qualitative analysis Detection distance Detection angle 光谱学与光谱分析
2020, 40(9): 2737
中国矿业大学机电工程学院, 江苏 徐州 221116
因可见-近红外波段反射光谱测试方便, 仪器成本较低, 适用于在线分析, 为此针对煤在可见-近红外波段的反射光谱曲线特征规律及其产生机理进行了研究分析。 从晋、 鲁、 宁、 吉地区煤矿收集了无烟煤、 烟煤、 褐煤三大类型中的12种典型煤样, 按煤阶从高到低具体包括无烟煤一号、 无烟煤二号、 贫煤、 贫瘦煤、 瘦煤、 焦煤、 肥煤、 1/3焦煤、 气肥煤、 气煤、 褐煤一号、 褐煤二号, 在实验室利用地物光谱仪采集了块状煤样在可见-近红外波段的反射光谱曲线。 通过对光谱曲线特征分析, 发现无烟煤的反射光谱曲线整体上趋于水平方向, 吸收谷特征不明显, 随煤阶的降低, 光谱反射率、 近红外波段光谱斜率整体上呈增加趋势, 较明显的吸收谷特征增多且吸收强度增加, 有13个较明显的吸收谷特征波段。 通过X射线衍射分析（XRD）测定了煤样的碳材料结构和矿物成分, 煤非晶质性分子结构的芳构化趋势对煤阶升高时光谱反射率降低、 反射曲线趋于平缓起到主要作用。 当煤阶降低时, 以脂肪侧链为主的有机吸收基团的中红外波段基频在近红外波段的倍频和合频产生众多吸收叠加, 绝大多数吸收谷特征不明显, 相对较为明显的吸收谷产生在1 700和2 300 nm附近。 同时含Fe等过渡金属的矿物、 H2O、 粘土矿物等无机物成分也是煤反射光谱曲线吸收谷特征增多的因素。 通过对实验煤样X射线荧光分析（XRF）和工业分析测定了煤样中Fe和Al等矿物元素成分含量和空气干燥基水分、 灰分、 挥发分、 固定碳含量, 得出煤反射光谱曲线的近红外波段光谱斜率与挥发分产率、 固定碳含量分别呈正、 负相关性。 H2O谱带吸收深度之和与内在水分含量线性相关性较好, Fe和Al含量与相关波段吸收谷深度之和基本呈线性关系, 而主要由有机基团倍频和合频所产生的1 700和2 300 nm附近两处吸收谷深度之和与挥发分产率线性相关性较差。 获得典型块状煤种的可见-近红外波段反射光谱特征, 为煤矿区高光谱遥感以及煤光谱数据库的建立提供依据, 也为直接利用可见-近红外波段的反射光谱曲线波形特征快速、 低成本、 定性地识别煤种类提供参考; 同时对煤矿用煤炭探测光谱传感器的研制具有重要意义。
煤类 可见-近红外光谱 反射率 光谱特征 成分分析 Coal type Visible and near-infrared spectrum Reflectance Spectrum feature Composition analysis 光谱学与光谱分析
2019, 39(6): 1717
1 中国矿业大学 机电工程学院,江苏 徐州 221008
2 中国科学院光电技术研究所,成都 610209
针对以3-RPS 并联机构为核心的光电跟踪系统支撑结构,运用矩阵全微分理论,建立了基于Rodrigues 参数的机构位姿误差模型。针对机构可达空间内各误差来源,提出了一种通过归一化描述灵敏度的新方法,并建立基于数学统计意义的灵敏度系数数学模型。通过此模型的数值仿真,可知在机构设计、加工以及装配过程中,对机构驱动误差与定平台上轴向误差需严格控制;当定、动平台结构比例系数改变时,其对整个运动空间各误差灵敏度系数百分比改变不大,即高灵敏度的误差源仍需严格控制。根据各误差的灵敏度系数可对其标定进行修正,达到有效减小误差灵敏度系数较高的运动学参数误差的目的,实现空中目标轨迹的实时跟踪瞄准。
并联支撑结构 矩阵全微分理论 Rodrigues 参数 灵敏度模型 parallel supporting structure complete differential-coefficient matrix theory Rodrigues parameter sensitivity model
1 中国矿业大学,可靠性与救灾机器人研究所,江苏,徐州,221008
2 中国科学院,光电技术研究所,四川,成都,610209
基于反螺旋理论与虚拟机构法对一种特殊3-UCR并联机构的瞬态运动特性进行了分析.利用支链与动平台的一阶影响系数矩阵之间的关系,建立了此并联机构在螺旋坐标系下的瞬态运动数学模型,得出了一阶影响系数矩阵只与机构输入参数和机构构型有关的结论.提出的建模方法同样适用于其它欠自由度并联机构的瞬态运动特性分析,运用该数学模型,可得到任意瞬态的螺旋系节距.分析表明,该机构具有两转动一平动的瞬态运动特性,并利用动静平台平行位姿时的具体数值实例,验证了上述分析结果.
并联机构 反螺旋理论 虚拟机构法 瞬态运动
