基于钠光源和智能算法的多指标煤质分析仪及检测方法与流程

本发明涉及煤质分析领域，具体涉及基于钠光源和智能算法的多指标煤质分析仪及检测方法。

背景技术：

1、多指标煤质分析仪是一款能够对煤炭的灰分、水分、硫分等多个指标进行快速测量分析的仪器。

2、现有的多指标煤质分析仪在检测分析过程中，经常会存在如下技术问题：

3、第一，检测过程中需要使用放射源（例如γ 放射源），放射源在采购、安装、验收等环节需要严格的审批，且对于操作人员的要求较高，若操作不当，容易给操作人员带来安全风险；另外，现有的多指标煤质分析仪还存在配置灵活度不高以及检测速度慢的问题；

4、第二，在实际分析检验过程中，煤炭的产地以及种类有所不同，而不同种类的煤炭特性差异较大，因此，当训练样本对应的煤炭的种类与实际检测时的煤炭的种类不同时，会造成煤质分析模型输出的煤质分析结果以及最终生成的煤质分析报告的准确率降低；

5、第三，在实际分析检验过程中，现有的多指标煤质分析仪是独立运行的，导致每个多指标煤质分析仪需要独立完成模型训练等过程，不同的多指标煤质分析仪难以实现数据共享，导致效率低下。

技术实现思路

1、本
技术实现要素：
部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本发明提出了基于钠光源和智能算法的多指标煤质分析仪及检测方法，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、本发明提供了基于钠光源和智能算法的多指标煤质分析仪，包括：钠光源，钠光源用于向待测煤炭发射电磁波以激发待测煤炭发出特征谱；探测器，探测器用于探测特征谱，并将特征谱发送至智能分析芯片；智能分析芯片，智能分析芯片上部署有候选煤质分析模型集和初始样本集，其中，候选煤质分析模型集中的各个煤质分析模型是基于不同的智能算法构建的；触控屏，触控屏用于显示多个候选指标，多个候选指标包括煤炭灰分、煤炭水分和煤炭硫分，并接收用户从多个候选指标中选择的至少一个指标，至少一个指标组成目标指标集，触控屏用于将目标指标集发送至智能分析芯片；智能分析芯片用于根据目标指标集从候选煤质分析模型集中筛选多个煤质分析模型，筛选出的多个煤质分析模型组成初筛煤质分析模型集； 触控屏还用于显示样本集编辑器，样本集编辑器用于接收用户输入的样本编辑信息，并根据样本编辑信息将初始样本集划分为第一数量个实际训练样本集和第二数量个测试样本集；触控屏还用于显示初筛煤质分析模型集和初筛煤质分析模型集中每个煤质分析模型的历史预测准确率，以使用户根据历史预测准确率从初筛煤质分析模型集中选取第一数量个煤质分析模型，第一数量个煤质分析模型组成目标煤质分析模型集；触控屏还用于接收用户输入的第一配置信息并发送至智能分析芯片，智能分析芯片用于根据第一配置信息为第一数量个煤质分析模型和第一数量个实际训练样本集配置对应关系，以使第一数量个煤质分析模型中的各个煤质分析模型与第一数量个实际训练样本集中各个实际训练样本集一一对应；智能分析芯片还用于利用对应的实际训练样本集对第一数量个煤质分析模型进行训练，得到第一数量个实际煤质分析模型；利用第一数量个实际煤质分析模型分别对特征谱进行分析，得到第一数量个煤质分析结果；根据第一数量个煤质分析结果生成煤质分析报告。

4、可选的，智能分析芯片上还部署有预处理方法集，触控屏还用于显示预处理方法集，并接收用户从预处理方法集选取的第一数量个预处理方法，以及接收用户输入的第二配置信息并发送至智能分析芯片，智能分析芯片用于根据第二配置信息为第一数量个预处理方法和第一数量个实际训练样本集配置对应关系，以使第一数量个预处理方法中的各个预处理方法与第一数量个实际训练样本集中的各个实际训练样本集一一对应；智能分析芯片还用于在利用对应的实际训练样本集分别对第一数量个煤质分析模型进行训练之前，利用第一数量个预处理方法分别对第一数量个实际训练样本集进行预处理，得到处理后的第一数量个实际训练样本集，并利用处理后的第一数量个实际训练样本集分别对第一数量个煤质分析模型进行训练。

5、可选的，钠光源包括多个子光源，多个子光源中的各个子光源具有不同能量强度。不同能量强度的电磁波与煤炭中各元素的作用截面不同，因而会有不同的特性表现，从而可以包含更多的煤炭的信息。

6、可选的，第一数量个实际训练样本集和第二数量个测试样本集是通过以下步骤划分得到的：通过触控屏接收用户输入的第一数量、第二数量和划分比例；根据划分比例对初始样本集进行划分，得到第一样本集和第二样本集，第一样本集中样本的数量与第二样本集中样本的数量之间的比值与划分比例相匹配；将第一数量作为聚类过程中聚类簇的数量，并对第一样本集进行聚类，得到第一数量个聚类簇和每个聚类簇的质心，并将每个聚类簇作为一个实际训练样本集，得到第一数量个实际训练样本集；将第二数量作为聚类过程中聚类簇的数量，并对第二样本集进行聚类，得到第二数量个聚类簇和每个聚类簇的质心，并将每个聚类簇作为一个测试样本集，得到第二数量个测试样本集。

7、可选的，煤质分析报告是通过以下步骤生成的：确定特征谱与第一数量个实际训练样本集中每个实际训练样本集的质心之间的距离，并根据距离为对应的实际煤质分析模型配置权重，距离与权重成反比例关系；根据每个实际煤质分析模型的权重和第一数量个煤质分析结果，生成煤质分析报告。

8、本发明提供了多指标煤质检测方法，应用于上述的基于钠光源和智能算法的多指标煤质分析仪，包括：显示多个候选指标，多个候选指标包括煤炭灰分、煤炭水分和煤炭硫分，并接收用户从多个候选指标中选择的至少一个指标，至少一个指标组成目标指标集；根据目标指标集从候选煤质分析模型集中筛选多个煤质分析模型，筛选出的多个煤质分析模型组成初筛煤质分析模型集； 显示样本集编辑器，样本集编辑器用于接收用户输入的样本编辑信息，并根据样本编辑信息将初始样本集划分为第一数量个实际训练样本集和第二数量个测试样本集；显示初筛煤质分析模型集和初筛煤质分析模型集中每个煤质分析模型的历史预测准确率，以使用户根据历史预测准确率从初筛煤质分析模型集中选取第一数量个煤质分析模型，第一数量个煤质分析模型组成目标煤质分析模型集；接收用户输入的第一配置信息，根据第一配置信息为第一数量个煤质分析模型和第一数量个实际训练样本集配置对应关系，以使第一数量个煤质分析模型中的各个煤质分析模型与第一数量个实际训练样本集中各个实际训练样本集一一对应；利用对应的实际训练样本集分别对第一数量个煤质分析模型进行训练，得到第一数量个实际煤质分析模型；利用第一数量个实际煤质分析模型分别对特征谱进行分析，得到第一数量个煤质分析结果；根据第一数量个煤质分析结果生成煤质分析报告。

9、本发明具有如下有益效果：

10、1、利用钠光源作为激发光源，由于钠光源为非放射源，避免了采购、安装、验收等环节的审批，节约了人力物力，且避免给操作人员带来安全风险；另外，用户可以通过触控屏对需要检测的指标、实际训练样本集和测试样本集的数量、煤质分析模型和实际训练样本集的对应关系等内容进行配置，从而可是实现更具个性化和灵活性的模型配置和报告生成；在此过程中，通过使用智能分析芯片并搭载基于不同的智能算法构建的候选煤质分析模型集，极大地缩短了检测时间，数据表明，本发明的多指标煤质分析仪能够在10ms内完成检测；

11、2、通过聚类来生成第一数量个实际训练样本集和第二数量个测试样本集，从而确保每个实际训练样本集或每个测试样本集中的样本之间的距离比较近，即属于同一种类的煤炭所对应的样本。从而，通过这样的实际训练样本集训练得到的实际煤质分析模型可以充分学习到同一种类的煤炭的特征谱与煤炭的指标之间的映射关系，不会因为不同种类的煤炭特性差异较大而影响输出的煤质分析结果的准确率。进一步的，在提高煤质分析结果的准确率的同时，在生成煤质分析报告的过程中，通过调节权重来使得生成的煤质分析报告更加准确。具体来说，由于特征谱与每个实际训练样本集的质心之间的距离可以表征特征谱与每个实际训练样本集的相似程度，当与某一个实际训练样本集的质心的距离较近时，说明特征谱与该实际训练样本集所对应的煤炭的种类更为相近，因此，可以增大该实际训练样本集所对应的实际煤质分析模型的权重，从而使得生成的煤质分析报告更加准确；

12、3、通过从云平台获取候选煤质分析模型集和初始样本集，可以实现目标区域内不同的多指标煤质分析仪之间的数据共享，包括样本集的共享以及煤质分析模型的共享，从而实现整体效率的提升。在此过程中，通过方差来选择更新样本组，可以使得实际煤质分析模型更好的学习该种类的煤炭的特性，原因在于：方差越小的更新样本组，其中的样本越集中，从而能够更好的表现对应种类煤炭的特性。需要说明的是，这样处理虽然会一定程度降低单个模型的泛化能力，但是由于本发明中有第一数量个实际煤质分析模型，而不同的实际煤质分析模型用于处理不同种类煤炭的特征谱，因此，可以弥补单个模型的泛化能力不足的缺陷，从而提升多指标煤质分析仪整体的准确率。