基于分峰思想的煤岩显微组分识别与统计分析

Electronic Science and Technology(2023)

引用 0|浏览6
暂无评分
摘要
针对现有方法识别煤岩显微组分准确率低的问题,文中提出了一种基于分峰思想的煤岩显微组分识别与统计分析方法.文中从单颗粒角度确定各煤种的镜质组峰值偏移范围,并提出自适应寻峰算法选取煤岩颗粒的有效峰值点.在煤岩显微组分识别阶段设计多策略的分峰峰位识别算法将煤岩颗粒分类为需要分峰聚类的活惰结合颗粒和无需分峰的纯镜质组颗粒、惰质组颗粒和壳质组颗粒,确定需要分峰聚类煤岩颗粒的分峰峰位,然后基于分峰规则和统计学方法进行高斯拟合,分别确定壳质组阈值、镜质组阈值和惰质组阈值,完成各煤岩颗粒的聚类分割.实验结果表明,文中方法能够有效识别单个煤岩颗粒并实现显微组分含量的定量统计,准确率达到96.85%,熵值最小低至0.6153,与传统方法相比准确性更高,具有较好的现实应用意义.
更多
查看译文
关键词
coal macerals,the idea of peak splitting,statistical analysis method,adaptive peak finding algorithm,coal and rock particles,multi-strategy,peak splitting rules,Gaussian fitting,clustering
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要