欢迎来到天天文库
浏览记录
ID:54702827
大小:28.00 KB
页数:6页
时间:2020-04-20
《近红外光谱分析技术分析论文 .doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、近红外光谱分析技术分析论文近红外光谱分析技术分析论文近红外光谱分析技术分析论文 1近红外光谱技术特点 现代近红外光谱分析是光谱测量技术、计算机技术、化学计量学技术与基础测试技术的有机结合。近红外光谱之所以成为一种快速、高效、适合在线分析的测试技术,是由其鲜明的技术特点决定的,主要表现在:分析速度快。由于光谱的测量过程一般可在lmin内完成,因此,通过建立的校正模型可迅速测定出样品的组成或性质。分析效率高。通过一次光谱的测量和已建立的相应校正模型,可同时对样品多个组成或性质进行测定。使用方便,分析成本低,测试重现性好。便于实现
2、在线分析。由于近红外光在光纤中良好的传输特性,通过光纤可以使仪器远离采样现场,另外通过光纤也可测量恶劣或危险环境中的样品。 2近红外光谱分析技术在煤化工行业中的应用 煤炭作为我国的主要能源,对我国国民经济的发展起着极其重要的作用。随着经济的发展和人民生活水平的不断提高,人们对于煤炭的利用和研究也越来越广泛和深入。近年来,如何更加合理、洁净、有效地利用煤炭,是目前煤化学研究领域中所面临的一个重要问题。由于近红外光谱分析技术具有效率高、成本低等自身的优点而备受煤化学工作者的青睐。 近红外光谱分析技术在煤化学结构研究中的应用
3、近年来很多学者对煤结构的研究虽已做了大量的基础工作,但仍然存在一些争论,部分原因就是煤的非晶态及不均一结构。对煤中某些官能团归属的确认及分析,对煤的反应性研究具有重要的理论和实用意义。随着光栅红外的退出,傅立叶变换红外以其高分辨率和对数据的处理能力的大幅提高,使以前一些含糊不清的,甚至有可能产生错误概念的结论被重新确认和改写。FT-NIR分析技术采用模型化合物对标准浓度确定的方法,对影响煤反应性的官能团进行定量分析,如煤中的烃基、芳氢与脂氢的比例、煤中的含氧官能团、CH2的链长等方面,这一方法的优点是一旦有一条高质量的标准
4、曲线,对任一样品中官能团的浓度就可以快速准确地进行标定。 琚宜文等应用傅里叶变换红外光谱(FTIR)对不同类型构造煤结构成分的应力效应进行了分析。结果表明在各类构造煤中,芳香结构、脂肪结构以及含氧官能团的结构成分吸收频率几乎一致,但吸收峰的强度却不相同,这正是在构造应力作用下构造煤变形程度及变形机制不同所引起的。在低、中和高煤级变质变形环境形成的不同类型构造煤中,随着构造变形的增强,富氢程度降低,富氧程度也越来越低,而缩合程度增高,但不同类型构造煤结构成分的含量变化又有区别。该法应用于构造煤结构成分应力效应的研究,取得了较满意
5、的效果。 李荣西应用显微傅立叶红外光谱对一煤源岩样中的荧光镜质体、角质体和树脂体进行了分析测试,并采用红外光谱分谱技术,应用计算机曲线拟合方法对其化学结构和生烃性进行了定量分析研究。结果表明镜质体含有较高的C=O结构,而角质体和树脂体含有较高的脂肪烃(CH2+CH3)结构,煤岩单组分化学结构特征决定了它们具有不同的生烃特征。 褚廷湘等对不同温度下的氧化煤样通过红外光谱分析其微观结构及特征,得到煤样在不同低温氧化阶段的基团变化,从微观角度掌握煤样氧化过程的变化规律。通过对唐口煤矿1302工作面煤样的低温氧化和红外光谱分析,得到
6、唐口煤矿煤样在低温氧化阶段的自燃倾向性和氧化过程中微观结构的变化规律,该成果为制定矿井内火灾的防治技术提供了科学依据。 近红外光谱分析技术在煤质分析中的应用 近红外光谱技术具有快速、在线、绿色、廉价等优势可以在不破坏煤样的基础上同时对入厂电煤或入炉电煤的热值、水分、灰分及挥发分等进行检测,也可以按产地对电煤进行实时模式分类。因此,有效地将近红外技术应用在电煤在线快速检测上,一方面,可以解决传统化学方法费时、费力的问题,效率提高显著;另一方面,相对于同类γ射线产品价格便宜近十倍,有助于广泛快速地推广。丁仁杰等通过对元宝山电厂实
7、际用煤的实验,介绍了结合偏最小二乘方法和近红外技术,对煤质指标:水分、灰分、挥发分和热值等进行建模的过程,并证明了其可行性。同时针对电煤建模特点,进一步介绍了先定性后定量建模预测的方法。 燃煤发热量是动力用煤的重要质量指标,也是锅炉运行的一个重要的参考参数。在煤质的研究中,因发热量随煤的变质程度成较规律的变化,所以根据发热量可粗略地推测与变质程度有关的一些煤质特征,如粘结性、结焦性等。因为近红外光谱分析方法对含C-H的有机物比较敏感,而且发热量与挥发分之间有一定的相关性,所以从理论上讲,近红外测发热量可行。李凤瑞等将近红外分析
8、技术应用于煤质在线分析,对某些标准煤样的近红外光谱进行了阅读分析,并采用多元线性回归方法对数据进行分析和处理,建立了多元线性模型,由此得出煤质发热量的预测值与人工化验标准值之间的相关系数为,所建模型的定标标准差为。 2煤转化产物主要为烃类化合物,官能团为C-H
此文档下载收益归作者所有