一、引言
煤炭作为我国主要的能源资源之一，其质量评估对于工业生产至关重要。传统的煤炭灰分和挥发分检测方法不仅操作复杂、耗时长，而且存在一定的环境污染风险。近年来，太赫兹时域光谱（Terahertz Time-domain Spectroscopy, THz-TDS）技术因其独特的物理特性，在物质识别、化学成分分析等领域展现出了巨大潜力。目前，煤炭中灰分、挥发分的分析主要依赖于传统差量减重法，这种方法虽然准确但过程繁琐且耗时较长。此外，高温马弗炉的使用也增加了人员接触危险的风险。因此，开发一种快速、简便且准确的检测方法显得尤为迫切。THz-TDS技术正是在这种背景下应运而生，旨在提供一种更为高效、环保的替代方案。
二、太赫兹技术简介
太赫兹波是指频率介于0.1到10 THz之间的电磁波，位于微波与红外线之间。由于该频段包含了丰富的物理和化学信息，因此太赫兹光谱能够反映分子间的弱相互作用如氢键、色散力等，以及大分子骨架振动及晶格低频振动导致的吸收现象。这些特征使得太赫兹技术成为一种非常有用的工具，用于分析复杂的有机混合物如煤炭。自21世纪初以来，随着THz-TDS技术的发展，它已被广泛应用于公共安全检查、化工检测、生物医学等多个领域。特别是在煤质分析方面，国内外已有不少相关报道，为煤炭行业提供了新的解决方案。例如，许长虹等人使用太赫兹技术研究了8种煤炭在0.2~1.5 THz内的太赫兹光谱，并发现氢含量与挥发分都与1.2 THz处的吸收系数呈负线性关系。这表明太赫兹技术不仅具有理论研究价值，而且在实际应用中也显示出了良好的前景。
多功能太赫兹时域光谱仪透射模块的工作原理图
|
|
三、基于THz-TDS的煤炭成分分析
1、实验设计
为了探索THz-TDS技术在煤炭成分分析中的可行性，研究人员选取了39种不同类型的煤样进行了实验。这些样品包括无烟煤、焦煤等多种类型，并通过国家标准方法测定了它们的灰分和挥发分含量。每种样品各制备了3个样本，以确保数据的可靠性和重复性。
煤炭样品图片
2、数据处理与模型构建
通过对采集到的太赫兹吸收谱进行S-G平滑或MAF平滑预处理后，分别建立了支持向量机（SVM）模型和偏zui小二乘（PLS）模型来预测灰分和挥发分含量。结果表明，尽管S-G平滑和MAF平滑未能显著提升SVM模型对外部验证集的预测效果，但原始光谱数据直接用于建模已显示出良好的预测能力。特别是对于灰分的预测，SVM模型的相关系数达到了0.933，预测均方根误差为3.223；而对于挥发分，相关系数为0.724，预测均方根误差为5.772。相比于PLS模型，SVM模型在处理非线性问题上表现更佳，尤其适用于像煤炭这样成分复杂的物质。
3、结果与讨论
3.1频谱特征分析
研究表明，煤炭的有效频谱范围为0.2~2.2 THz，在此范围内并未发现明显的吸收峰。这说明煤炭作为一种复杂的有机混合物，在太赫兹波段缺乏主导性的吸收物质。然而，灰分含量却是影响太赫兹波段吸收特性的关键因素之一。高灰分含量的煤炭在太赫兹波段表现出更强的吸收特性，这可能与煤炭中矿物质的存在有关。
3.2模型性能比较
尽管S-G平滑和MAF平滑未能显著提升SVM模型对外部验证集的预测效果，但原始光谱数据直接用于建模已显示出良好的预测能力。这意味着太赫兹光谱本身就含有足够的信息来进行有效的成分分析。此外，SVM模型相比PLS模型在处理非线性问题上的优越性也被进一步证实。这对于未来改进和优化煤炭成分分析模型具有重要意义。
煤炭样品及参考的THz频域谱
|
|
四、结论与展望
本研究表明，THz-TDS结合SVM算法能够在10分钟内完成煤炭灰分和挥发分的定量分析，极大地提高了检测效率并减少了环境污染。尽管当前模型尚存改进空间，但这一新技术无疑为煤炭行业的质量控制提供了新思路。未来的研究将继续优化模型参数，扩大样本库，力求实现更加精准可靠的煤炭成分分析。此外，随着更多科研工作者的关注和技术的进步，我们有理由相信THz-TDS技术将在更多领域展现出其独特的魅力和巨大的应用潜力。太赫兹时域光谱技术为煤炭成分分析带来了革命性的变化，不仅提升了工作效率，还降低了环境风险。这项技术的成功应用，标志着我们在探索新型分析手段方面迈出了重要一步。
*内容来源：《基于太赫兹时域光谱技术定量分析煤炭中灰分和挥发分》 华太极光光电技术有限公司 工程师 吴玫晓、刘金鸽
