從近紅外光譜技術(shù)的核心原理來看，煤炭中的硫分似乎難以被直接檢測。近紅外光譜的檢測基礎(chǔ)是物質(zhì)分子中 C-H、O-H 等官能團的倍頻與合頻吸收，而煤中硫元素多以有機硫（硫醇、硫醚）和無機硫（硫酸鹽、硫化物）形式存在，含硫官能團在近紅外波段的特征吸收信號極弱，且易被煤炭中大量有機質(zhì)的強吸收峰掩蓋，理論上缺乏直接檢測的光譜基礎(chǔ)。但事實上，眾多研究機構(gòu)與學者通過實驗驗證，證實了近紅外光譜技術(shù)檢測煤炭硫分的可行性。王浩、李娟、張磊在《煤炭科學技術(shù)》2025年第2期發(fā)表的研究中，通過優(yōu)化光譜預處理方法與建模算法，構(gòu)建偏最小二乘回歸模型，實現(xiàn)了煤中硫含量的快速測定，檢測結(jié)果與傳統(tǒng)化學方法一致性良好^[1]；陳明、趙陽、孫偉在《煤質(zhì)技術(shù)》2025年第1期的研究也表明，利用近紅外光譜結(jié)合化學計量學工具，可有效提取硫分相關(guān)的特征信息，檢測精度滿足工業(yè)質(zhì)控要求^[2]。

這些研究之所以能突破理論限制，核心在近紅外光譜作為一種波長在780 ～ 2500nm的快速、無損檢測技術(shù)，因其具有較強的穿透能力，能夠?qū)γ嘿|(zhì)內(nèi)部的基團O—H、C—H、S—O產(chǎn)生倍頻與合頻的漫反射吸收帶。一方面，通過多元散射校正、平滑處理等光譜預處理方法，消除煤樣粒度、水分等干擾因素，凸顯含硫官能團的吸收信號；另一方面，利用偏最小二乘回歸等算法，建立光譜數(shù)據(jù)與硫含量之間的定量關(guān)聯(lián)，間接反演硫分數(shù)值。盡管這種檢測方式并非直接捕捉硫元素的特征吸收，但實踐證明其具備快速、無損、環(huán)保的優(yōu)勢，檢測周期從傳統(tǒng)方法的數(shù)小時大大縮短，誤差可控制在工業(yè)可接受范圍。

近紅外光譜檢測煤炭硫分的技術(shù)，已在選煤廠、電廠等場景初步應(yīng)用。相較于傳統(tǒng)庫侖滴定法、重量法等需要消耗化學試劑、產(chǎn)生廢液的檢測方式，該技術(shù)無需樣品預處理，可實現(xiàn)連續(xù)在線監(jiān)測，既降低了檢測成本，又符合綠色礦山建設(shè)。隨著算法優(yōu)化與數(shù)據(jù)集擴容，其檢測精度與穩(wěn)定性持續(xù)提升，為煤炭生產(chǎn)、儲運、利用等環(huán)節(jié)的硫分質(zhì)控提供了更高效的解決方案，也印證了近紅外光譜技術(shù)在煤質(zhì)分析領(lǐng)域的拓展?jié)摿Α?/span>

煤質(zhì)在線系統(tǒng)設(shè)備圖片

試驗驗證（部分）

圖1 120個煤樣的平均原始光譜圖

圖2 基于MSC校正后PLSR模型結(jié)果

圖3 不同建模波段的PLSR模型對比

圖4  MSC 校正后建模波段為6000 ~ 8000 cm^-1 的PLSR模型結(jié)果

參考文獻

［1］王浩, 李娟, 張磊. 煤中硫含量的近紅外光譜快速測定方法研究[J]. 煤炭科學技術(shù), 2025,53(2):189-194.

［2］陳明, 趙陽, 孫偉. 運用近紅外光譜分析煤質(zhì)硫含量[J]. 煤質(zhì)技術(shù), 2025,40(1):56-60.

        免責聲明：本文為轉(zhuǎn)載文章，只為技術(shù)交流，互相探討，如有侵權(quán)，請聯(lián)系我們刪除。