颗粒度对不同煤种可见光-近红外光谱的影响
张超1,2, 刘善军1,*, 易文华1, 谢子超2, 刘博雄2, 岳衡1
1.东北大学资源与土木工程学院, 辽宁 沈阳 110819
2.华北科技学院安全工程学院, 河北 三河 065201
*通讯作者 e-mail: liusjdr@126.com

作者简介: 张 超, 1978年生, 东北大学资源与土木工程学院博士研究生 e-mail: zhchao208@126.com

摘要

煤炭是我国最主要的能源, 在开采、 运输、 洗选加工、 精煤储运等过程中都需要及时了解煤的成分、 含量以及混矸程度, 以便掌握和监控煤炭质量。 目前, 基于可见光-近红外反射光谱的煤炭原位测试技术已经成为一个研究热点。 颗粒度是影响光谱特征的重要因素, 开展颗粒度对不同煤种反射光谱特征的影响研究, 对于深刻认识煤的光谱特征, 进而提高煤光谱识别精度具有重要意义。 为此, 选取我国主要煤炭富集区(包括内蒙古乌海、 新疆哈密、 山西阳泉)的褐煤、 烟煤、 无烟煤为研究对象, 利用SVC HR-1024光谱仪对不同颗粒度煤样的可见光-近红外光谱进行测试, 分析了颗粒度对煤样光谱反射率的影响规律, 以及颗粒度对于不同煤种光谱影响的差异。 在此基础上, 对实验现象背后的物理机理进行了分析讨论。 研究表明, 变质程度不同的煤反射光谱特征基本相似, 即在可见光波段反射率较低且随波长增加出现缓慢下降趋势, 在近红外波段快速上升。 当煤样颗粒度>0.10 mm时, 颗粒度大小对光谱特征的影响较小, 煤样反射光谱特征随颗粒度变化规律不明显; 当颗粒度<0.10 mm时, 颗粒度对煤样的光谱影响增大, 且影响主要体现在近红外波段的反射率光谱曲线的斜率大小, 颗粒度越小, 光谱反射率曲线斜率越大。 0.10 mm颗粒度可作为颗粒度对煤的光谱特征影响的敏感界限。 不同煤种可见光-近红外光谱曲线受颗粒度的影响程度不同, 褐煤的影响最大, 烟煤次之, 无烟煤影响最小。 实验表明, 利用反射光谱进行煤质分析和煤种识别时需要考虑颗粒度的影响, 同时, 选择颗粒度小于0.10 mm的粉末状样品效果要好于大颗粒或块状样品。

关键词: ; 颗粒度; 可见光-近红外光谱; 反射率
中图分类号:P237 文献标识码:A
Effect of Granularity on the Characteristics of Visible-Near Infrared Spectra of Different Coal Particles
ZHANG Chao1,2, LIU Shan-jun1,*, YI Wen-hua1, XIE Zi-chao2, LIU Bo-xiong2, YUE Heng1
1. School of Resources and Civil Engineering, Northeastern University, Shenyang 110819, China
2. School of Safety Engineering, North China Institute of Science and Technology, Sanhe 065201, China
*Corresponding author
Abstract

Coal is the most important energy source in China. In mining, coal cutting, transportation, washing, processing, and cleaning coal storage, it is necessary to know the composition and content of coal and the degree of mixed gangue in time of determining, master and monitor the quality of coal. At present, based on visible light to the near-infrared emission spectrum of coal, in situ testing technology has become a research hotspot, and the granularity is one of the important factors affecting spectral characteristics to carry out the granularity to study the influence of the different spectral reflectance characteristics of coal, to understand the spectral characteristics of coal deeply. Coal spectrum recognition accuracy is of great significance. For this purpose, this article selects the main coal enrichment region (including Inner Mongolia Wuhai, Xinjiang Hami, Shanxi Yangquan) of lignite, bituminous coal, and anthracite as the research object by using an SVC HR-1024 spectrometer with different granularity coal- near-infrared spectrum of visible light sample test, analyzes the particle degree of the influence law of spectral reflectance of coal samples, and the difference of the influence of granularity on the spectrum of different coal. On this basis, the physical mechanism behind the experimental phenomenon is analyzed and discussed. The results show that the emission spectrum characteristics of coals with different metamorphic degrees are similar. In other words, the reflectance is the low invisible band and decreases slowly with the increase of wavelength, while it rises rapidly in the near-infrared band. When the granularity of the coal sample is greater than 0.10 mm, the granularity has little influence on the spectral characteristics, and the change law of the reflection spectrum with granularity is not obvious. When the granularity is less than 0.10 mm, the influence of granularity on the spectrum of the coal sample increases. In addition, the influence is mainly reflected in the slope of the reflectance spectral curve of the near-infrared band. The smaller the granularity is, the more significant the reflectivity increment is and the larger the slope of the spectral curve is. A granularity of 0.10 mm can be used as the sensitive limit of granularity’s influence on the coal’s spectral characteristics. The spectral curves of different coal types are affected by particle size to different extents, and the impact on lignite is the largest, followed by bituminous coal, and the least impact on anthracite. It can be seen that when using the reflectance spectrum to analyze coal quality and identify coal species, the effect of selecting a powder sample with granularity of less than 0.10 mm is better than that of a large particle or lump sample.

Key words: Coal; Granularity; Visible-near infrared spectrum; Reflectance
引言

煤炭是我国最主要的能源, 在“ 碳达峰、 碳中和” 能源供给结构调整的大背景下, 煤炭依然在相当长的时间内占据着我国的基础能源的位置。 在原煤开采、 运输、 洗选加工、 精煤储运以及低中阶煤提质改性等方面都需要及时了解煤的成分、 含量以及混矸程度, 这是掌握和监控煤炭质量的必要措施。 传统的主要监测手段是现场采样、 室内化验, 因采样密度低、 测点稀疏、 工作量大、 周期长、 效率低等原因, 已成为智能矿山建设的瓶颈, 如何研发新的煤测试技术, 以适应新时代背景下矿业发展的需要, 是亟待解决的问题。

近年来, 随着卫星遥感技术的快速兴起, 利用高光谱遥感进行岩矿大面积探测逐渐得到重视, 由于其具有便捷、 无损、 快速等优点, 对矿山开采、 矿井灾害区域划分及评价等方面能达到安全、 高效的目的, 已被广泛地应用于岩石矿物分类、 岩矿组分定量反演和蚀变信息提取等领域; 同时一些学者也开展了煤的光谱特征和遥感监测研究, 取得了很大进展[1, 2]。 然而, 由于煤在不同生产阶段其破碎程度和颗粒大小不同, 而颗粒度又是影响其光谱特征的重要因素[3, 4], 因此, 对于不同颗粒度煤的光谱特征的深入了解和认识, 从而掌握颗粒度对于煤的光谱特征的影响规律, 是提升煤的光谱识别精度的重要途径。

然而, 目前相关研究主要集中在岩石或矿物颗粒对光谱特征的影响方面, 如杨柏林等[5]发现岩石和矿物的反射光谱特征与颗粒度等表面状态有关, 并提取了颗粒度的敏感波段; Salisbury等[6]实验发现基频振动带强度与粒径的大小呈负相关关系, 并认为该现象是由于孔隙率造成的; Okin等[7]对不同粒径的蒙脱石和石英反射光谱进行了研究, 发现在50~750 μ m粒径范围内, 试样光谱反射率随粒径减小而逐渐增大; Reda Amer等[8]分析蚀变矿物明矾石、 高岭石、 绢云母和方解石的连续参考光谱后发现, 位置、 形状和强度的变化很可能与样品纯度和粒度的变化有关; Vernazza[9]等对行星岩矿进行光谱分析, 发现岩矿颗粒度会对岩矿的光谱趋势产生相应的影响; Carli和Hatcher等[10, 11]发现试样的光谱反射率会随着颗粒度的减小而呈指数型增长; 闫柏琨、 王润生等[12, 13]发现, 不同矿物反射光谱随粒度的变化规律存在差异性, 且同种矿物在不同波段内反射率随粒度的变化也有所不同。 余明高等[14]分析了颗粒度与采空区自然发火的关系, 遗煤粒径越小, 颗粒表面积越大, 对氧气的吸附能力越强, 煤的自燃倾向性越高。

上述表明, 颗粒度是影响岩矿光谱特征的重要因素; 然而目前对于煤的相关研究较少, 在所查到的文献中, 仅发现文献[3]选取0.2, 1, 3和13 mm粒度等级煤质进行了近红外光谱分析, 发现粒度越大, 光谱的不稳定因素增加, 粒度对光谱有重要影响。 该文献作者选择的粒度较大; 更小的煤粉粒度在选煤厂非常常见; 为此, 采集了内蒙古、 新疆、 山西主要矿区的褐煤、 烟煤、 无烟煤, 制备了更小粒度的实验样品, 制备了更小的粒度, 通过测试不同煤种不同颗粒度煤样的可见光-近红外反射光谱, 揭示了煤的颗粒度对不同煤种反射光谱的影响规律, 为煤岩智能识别、 煤质定量反演时考虑颗粒度影响, 从而提高煤光谱识别精度提供借鉴。

1 实验部分
1.1 样品

选择变质程度不同的褐煤(内蒙古乌海)、 烟煤(新疆哈密)和无烟煤(山西阳泉), 依据原煤在开采、 破碎、 运输、 分选等实际情况选取块状、 粒状和粉状煤样制作光谱测试样品。 参照实验室测定煤的理化性质时常用的粒度, 综合划分颗粒度等级, 最终将样品分为块状和如表1的12个颗粒度等级。 煤样煤质工业分析指标见表2

表1 煤样品颗粒度等级分布 Table 1 The granularity of coal samples
表2 不同煤质的工业分析结果 Table 2 Industrial analysis result of different types of coal
1.2 光谱测试

采用便携式地物光谱仪(SVC HR-1024)对煤样进行可见光-近红外光谱测试, 波长范围350~2 500 nm, 其中350~1 000 nm波段光谱分辨率≤ 3.2 nm, 1 000~1 850 nm波段的光谱分辨率≤ 8.5 nm, 1 850~2 500 nm波段的光谱分辨率≤ 6.5 nm。

实验在暗室内进行, 尽量保证测试环境稳定。 使用特制卤素灯照射样品, 以模拟太阳光线。 测试前以标准白板为背景进行定标, 测试中每间隔10 min使用白板定标1次, 将白板的反射率作为标准参考光谱。 将不同粒径煤样放在直径为7 cm的黑色样品盒中, 光照方向与水平方向夹角为45° , 光谱仪镜头垂直于样品, 镜头距离样品50 cm, 卤素灯距样品中心距离为80 cm。 为控制测试环境和操作人员造成的随机误差, 进行预实验, 对典型样品重复观测多次, 要求测试值与平均值间相对误差不大于0.5%, 待测试稳定后开始正式实验。 实验中对每个样品观测3次, 取其平均值作为结果值。 光谱测试实验布置如图1所示。

图1 光谱测试实验布置现场Fig.1 Scene of experiment for spectral measurement

2 结果与讨论
2.1 颗粒度对不同煤种光谱影响的共有特征

图2为褐煤、 烟煤、 无烟煤3种煤样在块状和12个等级颗粒度下的光谱测试结果。 由图所示, 颗粒度对3种不同煤种的光谱影响具有一些共性特征, 主要如下:

(1)所有煤样虽然种类不同, 但主要成分均为碳(C), 颜色呈黑色, 因此反射率均较低, 3种煤样块状样品的反射率在整个波段最高不超过16%, 粒状样品不超过23%;

(2)不同煤种以及不同颗粒度样品的可见光-近红外光谱形态基本相似, 即在可见光波段(380~780 nm)反射率均较低, 且随波长增加反射率略呈降低趋势; 近红外波段(780~2 500 nm), 随波长的增加反射率逐渐升高, 呈现单调增加的趋势。

(3)3种煤样颗粒度对光谱的影响呈现出相同的规律, 即以0.10 mm为界, 在颗粒度大于0.10 mm时, 所有煤的光谱曲线反射率均较低, 最大不超过10%, 由可见光波段到近红外波段反射率增加不显著, 且反射率随颗粒度变化无明显规律。 当颗粒度小于0.10 mm时, 光谱曲线发生显著变化, 且在不同波段变化趋势不同: 在可见光波段, 随颗粒度减小, 反射光谱曲线呈降低趋势, 二者呈正相关关系; 而在近红外波段, 随颗粒度减小, 光谱反射光谱曲线呈增长趋势, 二者呈负相关关系。 总的来看, 颗粒度对光谱特征的影响在近红外波段要明显强于可见光波段, 并随着波长的增加越加明显。 从图2(a)看出, 褐煤在最小的颗粒度(< 0.05 mm)级别, 其在2 500 nm波长处的反射率高出> 0.10 mm颗粒度样品的反射率达13%以上。

(4)0.10 mm可作为颗粒度影响煤光谱特征显著变化的临界阈值。 如图2所示, 第10等级(0.07~0.10 mm)与第9等级(0.10~0.125 mm)颗粒度光谱曲线变化幅度显著, 褐煤、 烟煤、 无烟煤反射率最大增加分别为4.20%, 2.45%和2.35%, 而大于0.10 mm的相邻等级颗粒度的三种煤反射率的最大变化幅度也仅分别为2.80%, 0.95%和1.30%。

(5)块状煤的光谱曲线与粗颗粒度(> 0.125 mm)光谱曲线基本平行, 光谱曲线差异仅体现在反射率的大小(块状反射率大于粗颗粒样品), 而形态基本一致。

图2 不同等级颗粒度煤样光谱曲线
(a): 褐煤; (b): 烟煤; (c): 无烟煤
Fig.2 Spectral curves of coal with different granularities
(a): Lignite; (b): Bituminous coal; (c): Anthracite coal

2.2 颗粒度对不同煤种光谱影响的差异特征

图2显示, 虽然颗粒度对3种煤的光谱都有影响, 但不同煤种间也存在差异, 主要如下:

(1)相同颗粒度不同煤种的反射光谱曲线存在差异(见图3), 从图中可看出, 颗粒度相同的不同煤种样品在可见光波段反射率差异相对较小, 一般不超过2%, 而在大于1 000 nm的近红外波段差异明显, 且波长越长越明显。 其中, 褐煤的反射率最高, 烟煤居中, 无烟煤最低。 而且, 这种差距以0.10 mm为界, 大于0.10 mm以上的较粗颗粒, 3种煤相同粒度反射率的差异较小, 基本小于4%; 当颗粒度小于0.10 mm时, 这种差距拉大, 在最小颗粒度级别(< 0.05 mm), 3种煤在近红外波段反射率最大差距达到13%, 且波长越长差距越明显。 这表明, 利用光谱进行煤种的识别时, 使用小颗粒粉状样品的效果要好于大颗粒样品, 且波长越长效果越好。

图3 相同颗粒度不同煤种的反射光谱曲线Fig.3 Reflectance spectral curves of different types of coal species with same granularity

(2)颗粒度对煤光谱特征的影响主要表现在近红外光谱曲线的斜率。 从图3看出, 小于0.10 mm的3个颗粒度级别, 3 种煤在波长大于1 000 nm的光谱曲线近似直线, 不同煤的光谱直线斜率不同, 无烟煤最低, 褐煤最高, 烟煤居中。

2.3 机理分析

实验表明, 颗粒度对于煤的光谱特征有重要影响, 且不同煤种影响有所差异。 下面就其机理进行如下讨论。

(1)当颗粒度大于0.10 mm时, 煤样的光谱反射率随颗粒度变化规律不显著。 究其原因, 当煤样颗粒较大时, 卤素灯发出的平行光倾斜照射到颗粒表面上, 以几何光学的反射为主, 颗粒堆积的随机性造成了遮挡阴影的随机性, 进而导致煤样光谱反射率随颗粒度变化无明显规律。

(2)当颗粒度小于0.10 mm时, 在近红外波段煤样光谱反射率随颗粒度减小而上升。 究其原因, 主要是由于当颗粒度小于0.10 mm时, 颗粒度减小造成光的散射作用增强。 根据散射理论, 当颗粒大小与光波长相当时, 会发生米氏散射, 而当颗粒大于入射光波长时, 会发生丁达尔散射。 当颗粒度为0.10 mm时, 此时颗粒大小是近红外光波长的一百~几十倍, 以丁达尔散射为主; 而当颗粒度达到0.05 mm以下时, 此时米氏散射大大增强。 为进一步了解散射作用对反射率的影响, 对颗粒度小于0.05 mm的粉状样品进行了显微镜粒度分析, 结果见图4所示。 从图中看出, 对于颗粒度小于0.05 mm的3种煤(褐煤、 烟煤和无烟煤)粉状样品, 小于2.5 μ m的颗粒分别占颗粒数量的60.5%, 67.5%和64.5%, 而小于1 μ m的颗粒总量分别达到34.6%, 53.5%和40.9%, 而该粒径范围与大于1 μ m的近红外波长接近, 致使这个波段的米氏散射效应增强。 所以, 煤样在颗粒度小于0.05 mm且波长大于1 μ m时反射率最大, 同时颗粒度由0.10 mm减小至小于0.05 mm时, 在大于1 μ m波段反射率上升速度很快。

图4 粒径< 0.05 mm煤样颗粒分布显微镜分析结果
(a): 褐煤; (b): 烟煤; (c): 无烟煤
Fig.4 Microscopic analysis results of particle distribution of coal samples with particle size < 0.05 mm
(a): Lignite; (b): Bituminous coal; (c): Anthracite coal

(3)当颗粒度小于0.10 mm时, 在可见光波段, 煤样的光谱反射率呈显著降低趋势。 究其原因, 颗粒度小于0.10 mm时, 颗粒间的团聚效应增强, 即颗粒之间会因为表面张力作用相互粘结在一起, 同时小颗粒也会被吸附在大粒径样品表面, 且随样品粒径的减小, 比表面积越大, 吸附位点越多[17], 最终导致样品表面的起伏减小, 平整度增加。 平整度增加使得样品透光性减弱, 表面的镜面反射增强, 根据入射角等于反射角的关系, 前向反射增强, 其他方向反射减弱。 在本实验中, 光谱观测方向与试样表面垂直, 并非前向反射方向, 所以当颗粒度小于0.10 mm时, 该方向的反射率减小。 这种效应在3种煤种尤以无烟煤表现明显。 所以, 在图2(c)中无烟煤在粒度小于0.10 mm时, 在可见光波段, 光谱反射率明显比大颗粒的低。

(4)块状煤样反射率整体较高, 究其原因, 主要是由于块状样品表面较为平整, 无明显孔隙, 不存在光的透射作用, 导致反射或漫反射作用强, 使得光谱反射率整体较高。

3 结论

通过开展不同颗粒度煤样的可见光-近红外光谱测试, 针对颗粒度对不同煤种反射光谱的影响进行了分析, 得出以下结论:

(1)不同煤种在可见光-近红外波段的反射率均较低, 且变化趋势基本相同, 即在可见光波段反射率缓慢下降, 在近红外波段快速上升。

(2)当颗粒度大于0.10 mm时, 颗粒度对光谱特征的影响较小, 煤样反射光谱随颗粒度变化规律不明显。 当颗粒度小于0.10 mm时, 颗粒度对煤样的光谱影响增大, 且颗粒度越小影响越大。 颗粒度对光谱特征的影响主要表现在近红外波段, 且随着波长的增加越加明显。 在可见光波段影响较小, 反射率差异不超过2%。 不同煤种光谱曲线受颗粒度的影响不同, 褐煤的影响最大, 烟煤次之, 无烟煤影响最小。

(3)0.10 mm颗粒度是颗粒度对煤的光谱特征影响的敏感界限。 利用光谱进行煤种识别时, 需要考虑颗粒度的影响, 同时, 选择颗粒度小于0.10 mm的粉末状样品效果要好于大颗粒或块状样品。

参考文献
[1] Yu Xinhui, Guo Weidong, Wu Nan, et al. Infrared Physics & Technology, 2020, 105(1): 103180. [本文引用:1]
[2] Mao Yachun, Ma Baodong, Liu Shanjun, et al. Canadian Journal of Remote Sensing, 2014, 40(5): 327. [本文引用:1]
[3] Lu Bing, Wang Xufeng, Liu Oihong, et al. Infrared Physics & Technology, 2020, 111: 103482. [本文引用:2]
[4] LEI Meng, LI Ming, WU Nan, et al(雷萌, 李明, 吴楠, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2013, 33(1): 65. [本文引用:1]
[5] YANG Bai-lin, WANG Xing-li, WANG Zhong-sheng(杨柏林, 王兴理, 王忠圣). Geochimica(地球化学), 1987, (1): 89. [本文引用:1]
[6] Salisbury J W, Wald A. Icarus, 1992, 96(1): 121. [本文引用:1]
[7] Okin G S, Painter T H. Remote Sensing of Environment, 2004, 89: 272. [本文引用:1]
[8] Amer Reda, El Mezayen Ahmed, Hasanein Mohamed. Ore Geology Reviews, 2016, (75): 239. [本文引用:1]
[9] Vernazza P, Carry B, Emery J. Icarus, 2010, 207(2): 800. [本文引用:1]
[10] Carli C, Roush T L, Pedrazzi G, et al. Icarus. 2016, 266(March): 267. [本文引用:1]
[11] Hatcher A, Hill P, Grant P, et al. Marine Geology, 2000, 168: 115. [本文引用:1]
[12] YAN Bo-kun, CHEN Wei-tao, WANG Run-sheng, et al(闫柏琨, 陈伟涛, 王润生, ). Earth Science(地球科学), 2009, 34(6): 946. [本文引用:1]
[13] WANG Run-sheng(王润生). Remote Sensing for Land & Resources(国土资源遥感), 2008, (1): 1. [本文引用:1]
[14] YU Ming-gao, MA Shu-zhen, CHU Ting-xiang(余明高, 马梳珍, 褚廷湘). Henan Polytechnic University(河南理工大学学报), 2016, 35(1): 1. [本文引用:1]
[15] Milliken R E, Mustard J F. Icarus, 2007, 189(2): 574. [本文引用:1]
[16] HUANG Cheng-zhi, LING Jian, WANG Jian, et al(黄承志, 凌剑, 王健, ). Elastic Light Scattering Spectrometry(弹性光散射光谱分析). Beijing: Science Press(北京: 科学出版社), 2017. 27. [本文引用:1]
[17] Pedro L G, Filipe B M, Bruno R, et al. Powder Technology, 2020, 368: 149. [本文引用:1]