典型煤系岩石的可见—近红外光谱特征研究.pdf

第45卷 第3期 2019年3月 工矿自动化 Industry and Mine Automation Vol. 45 No. 3 Mar. 2019 文章编号671-251X201903-0045-08 DOI 10. 13272/j. issn. 1671-251x. 2018090047 典型煤系岩石的可见-近红外光谱特征研究 中国矿业大学机电工程学院， 江 苏 徐 州 221116 杨恩， 王世博， 葛世荣 扫码移动阅读 摘要为研究基于可见- 近红外光谱技术的煤岩识别方法， 从山西、 山 东 4 个煤矿收集了页岩、 砂岩、 灰 岩三大类11种典型煤系岩石， 测定了其可见- 近红外波段（ 400〜2 450 nm的反射光谱， 分析了其矿物、 元素 组成对反射光谱特征的影响， 获得了碳质物质含量对煤系页岩反射光谱曲线特征参数的影响规律。研究结 果表明 ① 绝大多数煤系岩石的反射光谱曲线在可见光波段（ 400〜780 nm和短波近红外波段（ 780〜 1 100 nm呈现出随波长增加的多重吸收谷。在长波近红外波段（ 1 1002 450 nm， 明显的吸收谷主要集 中在1 400, 900， 2 200,2 350 nm波长， 页岩、 灰岩吸收谷的波长相对固定， 而不同砂岩吸收谷的波长呈现 出多种变化。② 除碳质物质含量较高的碳质页岩外， 同一煤矿各类煤系岩石与煤的可见- 近红外波段反射 光谱吸收特征差异明显。③ 当煤系页岩中碳质物质含量增大时， 可见- 近红外波段反射光谱曲线的光谱斜 率和各明显吸收谷深度均呈先快速减小后趋于平缓的特点。 关键词 煤岩识别；煤系岩石 可见- 近红外光谱 反射光谱特征 光谱吸收特征 吸收谷 碳质页岩 中图分类号TD67 文献标志码A 网络出版地址 Fttp //kns. cnki. net/kcms/detail/32. 1627. TP. 20190220. 1725. 002. html Research on visible-near infrared spectrum features of typical coal measures rocks YANG En, WANG Shibo, GEShirong School of Mechanical and Electrical Engineering, China University of Mining and Technology, Xuzhou 221116, China Abstract In order to study coa--rock identification based on visible-near infrared spectrum technology, 11 types of typical coal measures rocks including three main categories namely shale, sandstone and limestone were collected from four coal mines of Shanxi and Shandong provinces. Their reflectance spectra in visible-near infrared band 400-2 450 nm were measured and influences of mineral and elemental compositions on spectrum features were studied. Differences between reflectance spectrum curves of coal measures rocks and the ones of coals from the four coal mineswere analyzed, and influence laws of carbonaceous matter content on characteristic parameters of reflectance spectra curves of coal measures shale were obtained. The study results show that reflectance spectrum curves of the most coal measures rocks show multiple absorption valleys with increasing wavelength in visible light band 400 780 nm and shortwave near infrared band 780-1 100 nm . In longwave near infrared band 1 100- 收稿日期 2018-09-16;修回日期 2019-01-23;责任编辑 李明。 基金项目 国家自然科学基金联合基金资助项目（ U 1610251， U1510116;国家重点研发计划资助项目（ 2018YFC0604503;江苏省高校优势学 科建设工程项目（ PAPD。 作者筒介 杨恩（ 1986 ） ， 男 ， 山东巨野人， 博士研究生， 研究方向为煤岩识别， E-mail yangen635 126. com。通信作者 王世博（ 1979 ） ， 男 ， 河北新河人，教 授，博 士，研究方向为煤矿智能化开采，E-mailwaIlgshb 。 引用格式 杨 恩 ， 王世博， 葛 世 荣 .典 型 煤 系 岩 石 的 可 见 -近 红 外 光 谱 特 征 研 究 工 矿 自 动 化 ， 2019,453 45-51. YANG En， WANG Shibo, GE Shirong. Research on visible-near infrared spectrum features of typical coal measures rocks ]. Industry and Mine Automation,2019,453 45-51. 46 工 矿 自 动 化2 0 1 9 年 第 4 5 卷 2 450 nm , distinct absorption valleys are mainly located near 1 400 nm, 1 900 nm, 2 200 nm and 2 350 nm wave length. The wave length of absorption valleys of shale and limestone are relatively fixed while the ones of different sandstones show a variety of changes. Except for carbonaceous shale without distinct absorption features, absorption features of reflectance spectra of coal measures rocks and coals from the same coal mine are obviously different in visible-near infrared band. With increase of carbonaceous matter content of coal measures shale, a common feature is presented that spectral slope of reflectance spectrum curves and depth of each distinct absorption valley in visibl--near infrared band both decrease rapidly at first and then tend to be flat. Key words coal-rock identification; coal measures rock; visible-near infrared spectrum; reflectance spectrum feature; spectrum absorption feature; absorption valley; carbonaceous shale 〇 引言 煤岩识别是实现煤矿无人化开采尚未解决的核 心难题[1]。半个世纪以来， 人们研究了多种区分煤 与相邻岩石的方法， 如煤岩天然）射线探测[2]、 声波 探测[]、 热红外探测[]、 图像分析[5]、 太赫兹光谱探 测6 等 ， 然而还未有从煤和岩的物质本质属性上进 行区分的研究。可见- 近红外（ 理论波长范围380 2 526 nm光谱分析是一种基于物质成分的原位、 快 速、 低成本物性探测方法， 其中反射光谱是获取物质 属性的主要途径， 其机理为被测物质所含的特定化 学成分和组成结构在特定波长处产生特定的光谱反 射吸收特性， 已在煤矿遥感探测[ 3 5 时％ 物 - 量 的 ， 可见- 近红外波段反射光谱曲线的光谱斜 率呈缓慢减小的趋势， 1 400， 1 900,2 200 nm 波长 谷 均接 。 4 获取 煤系岩石的可见-近红外波段反 0 20 40 60 80 100 烟 煤 含 量/ 光 谱 斜 率 反射率呈减小趋势， 尤 其 是 在 近 红 外 波 段 （ 780〜 2 450 nm， 当 碳 质 物 质 含 量 达 到 3 0 〜3 5 时 ， 1 400， 1 900,2 200 nm 3 个波长处吸收谷开始变得 不明显， 同时反射光谱曲线整体 变为凹形， 逐 平缓M 。 图5特低灰烟煤与黏土粉末混合物随 混合比例变化的反射光谱曲线 Fig. 5 Reflectance spectra curves of mixtures of ultralow ash bituminite and clay powder under changing mixing ratios 为表征上述特 烟煤 混合物反射光谱 曲线随烟煤含量的变 ， 使用光 、 吸收谷 2 种反射光谱曲线特 进行定量描述。由 图 5 可知， 在近红外波段（ 780〜2 450 nm， 反射光 曲线变 明 显 ， 采 用 近 红 外 波 段 （ 780〜 2 450 nm起始波长As t a r t 780 nm在反射光谱曲线 上的反射率坐标点巧-78。 为起点， 反射光谱曲线上最 高 点 iVe*为终点， 两 点 连 线 的 斜 率 反 定 为 光 谱 斜率， 即 -e n d -R i _ 6 nd为最大反射率;Ri-780 为 780 nm波长对应的 反 射 率 为 反 射 光 谱 曲 线 最 高 点 对 应 的 波 长 。 采 用 Fi 反射光谱曲线的平缓程度， 如 图 5 中 F 1。采用反射光谱曲线 谷 Hi 反 射光 谷的 程度[24]， 其中 1， 2,3， 分别 对应吸收谷所在波长1 400， 1 900,2 200 nm， 如 图 5 中*1_3。特低灰烟煤含量对图5 中 2 1 种粉末试样 的光 、 吸收谷 2 种反射光谱曲线特征 参数的影响如图6 所示。 由图6 可 推测， 在煤系页岩中碳质物质含 量 3 5 的 ， 物 的 ， 煤系页 岩可见- 近红外 反射光谱曲线的光谱条 1 400， 1 900,2 200 nm波长吸收谷深度均呈下降趋 势 ， 当碳质物质含量由0变到约5 时 ， 光 /姻铤诈赵釤 7mu .S/SI瑯米 2 0 1 9 年 第 3 期杨 恩 等 典 型 煤 系 岩 石 的 可 见 - 近 红 外 光 谱 特 征 研 究 51 射光谱特性， 为煤岩识别光谱传感器设计中波段的 选择提供了参考， 同时也为基于可见-近红外光谱 技术的煤岩识别方法研究提供了理论基础。 参 考 文 献 （ References - 1 .吴婕萍， 李国辉.煤岩界面自动识别技术发展现状及 其趋势[J ].工矿自动化，2015，411244-49. WU Jieping， LI Guohui. Development status and tendency of automatic identification technologies of coal-rock interface [ J ]. Industry and Mine Automation,2015,4112 44-49. [2 ] BESSINGER S L , NELSON M G. Remnant roof coal thickness measurement with passive gamma ray instruments in coal mines [J]. IEEE Transactions on Industry Applications，1993,293 562-565. [3 ] XU Jing, WANG Zhongbin， WANG Jiabiao, et al. Acoustic-based cutting pattern recognition for shearer through fuzzy C-means and a hybrid optimization algorithm[J]. Applied Sciences,2016,610 294. [ 4 ] RALSTON J C， STRANGE A D. Developing selective mining capability for longwall shearers using thermal infrared-based seam tracking [ J ]. International Journal of Mining Science and Technology ,2013,231 47-53. [5 ]伍云霞， 张宏.基 于Curvelet变换和压缩感知的煤岩 识别方法[J ].煤炭学报，2017,4251331-1338. WU Yunxia， ZHANG Hong. Recognition of coal-rock images based on Curvelet trans and compressed sensing [ J ]. Journal of China Coal Society,2017,425 1331-1338. [6 ]王昕 ， 胡克想， 俞 啸 ， 等.基于太赫兹时域光谱技术的 煤岩界面识别[J ].工矿自动化，2017，43129-34. WANG Xin, HU Kexiang, YU Xiao, et al. Coal-rock interface recognition based on terahertz time-domain spectroscopy [ J]. Industry and Mine Automation， 2017,43129-34. [7 ] XIAO Dong， LE Batuan， MAO Yachun， et al. Research on coal exploration technology based on satellite remote sensing[J]. Journal of Sensors， 2016 1 1-9. [8 ]王鹏 ， 刘庆生， 刘高焕 ， 等.煤矸石堆场信息遥感提取 方 法 对 比[ J ] .地 球 信 息 科 学 学 报 ，2013， 15 5 768-7749 WANG Peng, LIU Qingsheng, LIU Gaohuan, et al. comparison of extraction of gangue yard based on remote sensing [ J ]. Journal of Geo Ination Science,2013,155 768-774. [9 ]张川， 叶发旺， 徐清俊 ， 等.钻孔岩心高光谱技术系统 及其在矿产勘查中的应用[J ].地 质科 技情 报 ，2016, 356177-183. ZHANG Chuan,YE Fawang,XU Qingjun,et al. Drill core hyperspectral technology system and its application in mineral prospecting [ J ]. Geological Science and Technology Ination, 2016， 35 6 177-183. [10] PERMANA A K， WARD C R， LI Z， et al. Distribution and origin of minerals in high-rank coals of the South Walker Creek area， Bowen Basin， Australia[J]. International Journal of Coal Geology， 2013,116185-207. [ 1]高德鍈， 胡宝林， 刘 会 虎， 等.淮南煤田泥页岩地球化 学 特 征 分 析 及 生 烃 潜 力 评 价[ J ] .煤 炭 科 学 技 术 ， 2017,455198-204. GAO Deyi,HU Baolin,LIU Huihu,et al. Analysis on geochemical characteristics of mud shale and potential uation of hydrocarbon generation in Huainan Coalfield[J]. Coal Science and Technology, 2017,45 5 198-204. [12] MAO Yachun, MA Baodong， LIU Shanjun， et al. Study and validation of a remote sensing model for coal extraction based on reflectance spectrum features [J]. Canadian Journal of Remote Sensing, 2014, 40 5 327-335. [ 13] SONG Zeyang KUENZER C9Spectral reflectance 400-2 500 nm properties of coals， adjacent sediments， metamorphic and pyrometamorphic rocks in coal-fire areas a case study of Wuda coalfield and its surrounding areas， northern China [ J ]. International Journal of Coal Geology，2017， 171 142-152. [ 4]宋 亮 ， 刘善军， 虞茉莉， 等.基于可见-近红外和热红外 光谱联合分析的煤和矸石分类方法研究[J].光谱学 光 分析2017372 416-422. SONG Liang， LIU Shanjun， YU Moli， et al. A classification based on the combination of visible，near-infrared and thermal infrared spectrum for coal and gangue distinguishment[J]. Spectroscopy and Spectral Analysis，2017，372 416-422. [15] LE Batuan， XIAO Dong， OKELLO D ， et al. Coal exploration technology based on visible-infrared spectra and remote sensing data [ J ]. Spectroscopy Letters, 2017,508 440-450. [16] YANG En， GE Shirong， WANG Shibo. Characterization and identification of coal and carbonaceous shale us2ng v2s2ble and near-2nfrared reflectance spectroscopy[J]. Journal of Spectroscopy， 2018, 20181-13. [17] HUNT G R ， VINCENT R K. The behavior of spectral features in the infrared emission from particulate surfaces of various grain sizes [J]. Journal of Geophysical Research, 1968,7318 6039-6046. 下转第8 9 页） 2 0 1 9 年 第 3 期何 媛 媛 等 大 功 率 防 爆 永 磁 同 步 电 动 机 多 目 标 优 化 预 测 控 制 89 工程学报，2014,34244057-4067. TAN Guojun, CAO Xiaodong， WANG Conggang， et al. Instantaneous switching frequency suppression for three-level PWM rectifier based on satisfactory optimization [Q]. Proceedings of the CSEE,2014,3424 4057-4067. [ 2 ] 曹 晓 冬 ， 谭 国 俊 ， 王 从 刚 ， 等.一 种 低 开 关 频 率PWM 整 流 器 的 满 意 预 测 控 制 策 略 中 国 电 机 工 程 学 报 ， 2013,3327 69-77. CAO Xiaodong， TAN Guojun， WANG Conggang， et al. A research on low switching frequency PWM rectifiers with satisfactory and model predictive control]. Proceedings of theCSEE，2013,33 27 69-77. [ 3] 胡庆松， 徐立鸿.冲突多目标相容预测控制[ ] . 系统 仿真学报，2008,209 2402-2406. HU Qingsong,XU Lihong. Conflicting multi-objective compatible predictive control [J]. Journal of System Simulation,2008,209 2402-2406. [ 4] 宋奇吼， 杨 飏 ， 童岩峰， 等.一种模糊电流预测控制算 法在永磁同步电机矢量控制上的应用[ J ] .微 电 机 ， 2015,4811 81-84. SONG Qihou,YANG Yang,TONG Yanfeng,et al. A 上接第5 1 页） [18] H U N T G R , SALISBURY J W. Visible and near infrared spectra of minerals and rocks XI. Sedimentary rocks [J]. Modern Geology，1976， 5 211-217. [19] BALDRIDGE A M, HOOK S J, GROVE C I et al. The ASTER spectral library version 2. 0[J]. Remote Sensing of Environment,2009,1134 711-715. [20] ZAIN IN ，VAN DER MEER F ， VAN DER WERFF H. Determination of carbonate rock chemistry using laboratory-based hyperspectral imagery[J]. Remote Sensing,2014,65 4149-4172. [ 1]燕守勋， 张 兵 ， 赵 永 超 ， 等.矿物与岩石的可见-近红 外光谱特性综述[J ].遥感技术与应用，2003,18 4 191-201. fuzzy predictive control algorithm in permanent magnet synchronous motor vector control [ J ]. Micromotors,2015,4811 81-84. [ 5 ] 徐向前， 徐文静， 杨士慧.基于预测模型的永磁同步电 机直接转矩控制[J].电机与控制应用， 2017,441 29-339 XU Xiangqian， XU Wenjing， YANG Shihui. Direct torque control of permanent magnet synchronous motor based on prediction model [ J ]. Electric Machines h Control Application,2017,441 29-33. [ 6 ] 王艳霞.基于模型预测的永磁同步电机直接转矩控制 及负载角限制[J].微特电机，2016,448126-130. WANG Yanxia. Modll predictive direct torque control for PMSM with load angle limitation [J]. Small h Special Electrical Machines, 2016,448 126-130. [ 7 ] 邓永停， 李洪文， 王 建 立 ， 等.基于预测函数控制和扰 动观测器的永磁同步电机速度控制[J].光学精密工 程，2014,2261598-1605. DENG Yongting, LI Hongwen，WANG Jianli， et al. Speed control for PMSM based on predictive functional control and disturbance observer[J]. Optics and Precision Engineering,2014,226 1598-1605. and rocks [J]. Remote Sensing Technology and Application,2003,184 191-201. [22] SGAVETTI M, POMPILIO L, MELIS. Reflectance spectroscopy 0. 3-2. 5 m at various scales for bulk- rock identification [J]. Geosphere， 2006， 2 3 142-160. [23] HUNT G R, SALISBURY J W. Visibee and near infrared spectra of minerals and rocks I silicate minerals[J]. Modern geology, 1970,1 283-300. [ 4 ]王晋年， 郑兰芬 ， 童庆禧.成象光谱图象光谱吸收鉴别 模 型 与 矿 物 填 图 研 究[J].环 境 遥 感， 1996, 11 1 20-319 WANG Jinnian,ZHENG Lanfen,TONG Qingxi. The spectral absorption identification model and mineral YAN Shouxun， ZHANG Bing， ZHAO Yongchao, mapping by imaging spectrometer data[J]. Remote et al. Summarizing the VIS-NIR spectra of minerals Sensing of Environment China， 1996， 111 20-31.