来源：科技日报

如何提高煤质检测效率，让检测速度追上生产的脚步？近日，由山西大学激光光谱研究所教授张雷团队历时近20年研发的融合光谱煤质在线检测技术在企业成功应用。这项技术让煤质检测告别了传统方式。它不仅提升了检测速度，还有望为企业节省数千万元成本。

在山西国锦电厂输煤车间内，随着传送带上的煤炭源源不断地通过一台特殊设备，煤炭的“身份信息”——水分、灰分、硫分、发热量等关键指标被显示在屏幕上。这台为煤炭做“体检”的仪器，被形象地称为“煤炭CT机”。

煤炭作为一种复杂的天然矿物，含有碳氢结构等有机成分与多种无机矿物，具有较强的非均质性和水分易损失性。这导致其灰分、发热量等指标会动态变化，即煤质波动。“煤质波动若未被及时捕捉，会导致煤炭燃烧效率下降、污染物排放增加，甚至引发设备运行风险，严重制约煤炭工业的高质量发展。”张雷告诉科技日报记者，传统的煤质检测需人工采样后送交实验室进行化学分析，整个过程通常需要数小时。待结果出炉，煤炭早已进入锅炉。这种“人工采样+化验室化学分析”的传统模式，导致检测数据始终“跑不过”生产进度。

“往往检测结果刚到手，最佳调整时机已错过。”张雷介绍，这些滞后的检测数据，只能用作事后分析或留样备查，无法指导实时生产。

能不能让煤质检测更快更准，检测速度追上生产的脚步？2005年，张雷团队带着这一问题，踏上攻关之路。摆在他们面前的第一个难题就是“粒度效应”。山西大学激光光谱研究所教授级高工张培华解释，传统检测要求煤样粉碎至1毫米以下，才能保证检测结果准确。颗粒过大会导致近红外光散射路径复杂化，同时削弱X射线荧光的激发效率。当颗粒分布稍有不均时，检测误差便会显著增大。第二个难题是在分析有机成分和无机元素时，如何根据不同光学检测手段的响应优势，制定最优检测方式，实现信息有效融合。此外，工业现场的粉尘、震动、温度等干扰因素叠加，也极易导致在线检测数据失灵。

面对重重困难，团队从基础原理入手，逐一击破技术瓶颈。他们创新性地发展了粒度分布校正模型和三维形貌校准方法，同时研发了抗干扰光学结构与智能算法补偿机制。在一次关键实验中，6毫米粒度煤样在动态输送带条件下，检测效果竟与1毫米精细粉碎样品一致。

“这意味着无需制样即可实现在线检测，煤质检测的速度终于追上生产的脚步。”张培华说。

在此基础上，团队进一步优化技术路线，最终确立了利用近红外光（NIR）与X射线荧光（XRF）形成互补的“双源协同”检测方案。张雷介绍，近红外光检测擅长捕捉碳氢氧等有机成分信息，X射线荧光检测则精于识别灰分等无机杂质。两者同步扫描传送带上的煤流，采集的多维数据实时传至后台，经专用算法融合处理，可即时输出核心煤质指标。

“这款设备攻克了光谱融合、粒度校正、模型泛化、工业现场抗干扰等关键技术，填补了煤质在线快速检测中的多个空白。更关键的是，它把检测样本量从传统的克级跃升到公斤级，数据代表性大幅提升，使煤质检测从‘追不上’生产变为‘跟得上’生产。”张雷说。

2022年，张雷团队与山西阳光焦化集团合作上线了该技术，该公司进出厂煤质智能检测系统实现了车车采样、车车质检，改变了该公司以往多车混检可能带来的“以次充好”问题，为该公司每年避免了数千万元的结算偏差。其配合智能堆存与掺配技术，可帮助公司全年节煤上万吨。

2024年1月，融合光谱煤质在线检测技术通过业内专家鉴定，被认定为达到“国际领先水平”，目前已应用于煤炭、电力、化工等领域。部分企业实测数据显示，其检测覆盖率超过95%。

“接下来，我们将持续优化融合光谱煤质在线检测技术，进一步拓展产品体系的应用边界，打造覆盖煤炭全产业链的数字平台，推动行业向更绿色、高效、安全的方向发展。”张雷说。