煤炭工程

作者：张晓艳,左玉昊,罗汇丰,王　宁,邹　亮

单位：1. 中国检验认证集团河北有限公司，河北 石家庄 0500712. 中国矿业大学 信息与控制工程学院，江苏 徐州 221116

关键词：近红外光谱技术,煤质快检,深度学习,多任务学习,

便携式近红外光谱在煤质分析中因谱峰重叠、变量高度相关及采样条件敏感等问题,常导致建模精度与稳定性不足。针对该问题，提出了一种基于多任务特征解耦U型网络的煤炭挥发分与发热量协同预测方法。该方法首先通过迭代剔除异常样本和标准正态变换提升数据质量，再利用Unet网络提取共享特征，并引入特征解耦模块分离任务专有信息，从而兼顾指标的关联性与特异性。基于600个煤样的实验结果表明，模型对挥发分与发热量预测的相关系数分别达到0.8086和0.8584，预测精度与稳定性显著优于多种基准模型，并在噪声干扰下保持良好鲁棒性，为煤炭多指标的便携式快速在线检测提供了一条高效、精准且适应性强的技术路径。

来源：2025年第12期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第12期