试述热分析技术在煤质分析中的应用进展

《试述热分析技术在煤质分析中的应用进展》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、关系数和误差变化较快，与小麦含水率之间存在良好系数已达到&’%%)，但预测效果不太理想。当采用%的相关性，后面几个变量起修正定标方程的作用。!!元时，预测平均相对误差降到$’,,&+，相对误差的标个预测样品的预测结果如表!所示：准差也下降到&’,&"，提高了预测的精度。其具体定!"!全变量线性回归标回归方程如下：将每个样品仪器测得"#个数据进行全回归，计!-"("*"#.$(#",%!#%"(/,$*"%$*#%!(/$!("",%#%#&算定标样品的定标精度和预测样品的预测精度，与逐/"""",$&#%)

2、(.!#&",,##"&$*/!$""!",#"&#,/步回归的结果比较如表$所示。"(")%"$"/"&"""!$!.,(!"#!*#%,&表!回归结果比较$）前#个自变量与小麦含水率之间存在显著的比较项目全回归%元逐步回归相关性，后面引入点虽然与待测指标关系不大但对方回归相关系数&’%%(&’%%)*程起到了修正作用，从表"可看到，"&元时预测平均定标平均相对误差+"’%#$!’)#)相对误差为$’),)+大于%元$’,,&+，这就是随机误定标误差标准差&’!(%&’#&)预测平均相对误差+,’,,&$

3、’,,&差造成的。预测误差标准差&’)#$&’,&"#）由于温度会对光谱产生影响，本研究把样品!"#结论的温度和仪器的温度归纳入回归方程，从根本上消除"）多元回归由于所有的光谱点以及温度都参与了由于温度变化引起的误差。了方程的回归，最充分地反映了定标集的信息。故定参考文献标样本的定标误差极小，但是，预测样品的相对误差达到,’,,+，造成这个结果的原因是，由于自变量没［"］严衍禄，张录达’付里叶变换近红外漫反射光谱分析应用基础的研有经过选择全部参与回归，不可避免地引入了不反映究’北京农业大学学报’"%%&’"

4、（)增刊）：,0"*［!］罗积玉，邢英’经济统计分析方法及预测’北京：清华大学出版社，样品含水率的干扰信息，使得预测误差偏大。因此采#)0,,用逐步回归方法来筛选变量的方法较为合理。［$］陈斌’液态食品品质的近红外光谱分析技术’［博士论文］’江苏大!）在逐步回归中，当引入#元时定标方程的相关学，!&&"，$："�"!&试述热分析技术在煤质分析中的应用进展陈文燕（国家电力公司电力环境保护研究所南京!"&&$"）123456：789:;<),$)=8>?3456’7>3摘要热分析是描述物质的物理性质与温度之

5、间的关系的一类技术。本文简要叙述了热分析技术的分类、发展历程和在煤质分析中的应用以及其仪器的进展。关键词热分析；煤质分析；应用；进展中图分类号@A,$$"#$%&’%##%($)*)+(,-.//&$0%($)*)+",-#1%&.*%&23$3$*4)%&.*%&23$3B89:C9:<4:（D4:E5:F1:G5H>:39:?46IH>?97?5>:J9K94H78L:K?5?M?9，N?4?9I>;9HB>HO’>PB85:4，D4:E5:F!"&&$"，I’J’B85:4）.53(#%0(@89H3

6、464:46P?978:5QM9，R9K7H5S5:F?89H964?5>:S9?;99:O8P34??9H’@85K4H?5769K53O6<5:?H>RM79K764KK5P574?5>:4:RR9G96>O39:?>P?89H3464:46:>P?89H3464:46464:46O39:?>P?89H3464:46

7、K?HM39:?K’6-27)#83@89H3464:46464:46:；R9G96>O39:?$前言一。热分析技术是研究物质在加热或冷却过程中产生某些物理变化和化学变化的技术。根据国际热分热分析是用以描述物质相变的最重要的手段之析和量热协会（LB@TB）命名委员会对“热分析”的定义收稿日期：!&&!/&*/!(作者简介：陈文燕（"%*"/），男，福建武平人，工程师，工学学士，研究方向为电力环保监测技术、化学监督技术等。曾发表论文$篇。万方数据,!U>R9H:N7

8、59:?5P57L:K?HM39:?K!&&!)为“：在程控温度下，测量物质与温度关系的一类技重分析法来进行煤的工业分析。术”。根据!"#$"的定义，热分析技术必须满足三个煤的工业分析，又叫煤的技术分析或实用分析，条件：一为测量物质的某种物理性质；二为测量的物是评价煤质的基本依据。在国家标准中，煤的工业分理量可直接或间接表示为温度的关系；三为被测量的析包括煤的水分、灰分、挥发分和固定碳等指标的测物理量在程控温度下