基于双能γ射线的煤炭灰分测量模型及其应用*

程 栋，滕召胜，黎福海，代 扬

(湖南大学 电气与信息工程学院，湖南 长沙 410082)

近年来随着清洁煤技术在全球范围内的广泛使用和发展，煤炭质量和煤炭灰分含量检测技术在煤炭冶金领域得到非常重要的应用[1].对于钢铁企业，煤炭中的灰分每增加1%，将导致炼铁时焦比增加2%～2.5%，高炉单产降低2.5%～3%，炉渣增加2.7%～2.9%[2].因此，对于钢铁企业和电厂而言，控制采购和生产时煤炭中的灰分含量成为降低能耗以及提高经济效益的重要手段.

煤炭是由可燃烧物质和不可燃烧物质两大部分组成，其中可燃烧部分包括C，H，O，N，S等(低Z元素)，以C为主，不可燃烧部分为灰分，包括Ca，Mg，Al，Si，Fe等(高Z元素)[3-5].当前，煤炭灰分的测定方法主要包括灼烧称重法、辐射测量法、天然放射性方法、光电式测灰法和图像处理测灰法等，相比传统的灼烧称重法以及其他测量方法，辐射测量法中的双能量γ射线透射法的测量精度高，受物料的形状、厚度、粒度、堆密度等因素影响小，性能价格比高，安全性能好，易于推广，是目前应用最广泛的煤炭灰分检测技术[6-8].

本文基于双能γ射线透射法的基本工作原理，研究双能γ射线透射法在煤炭实际生产过程的应用，针对煤炭中灰分化学组分影响煤炭灰分检测结果，造成检测误差波动大的问题，利用模糊神经网络的局部逼近能力，建立了拟合模糊神经网络的新型双能γ射线煤炭灰分检测模型，从而有效解决传统双能γ透射法误差波动大的问题，并通过对比灼烧称重法和……