1.一种基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于包括如下步骤：

a.挑选不同品种的煤，利用挑选出的煤加入纯岩样制作不同灰分煤样品，利用太赫兹时域光谱仪为对空气直接检测得到无样本时的信号作为参考信号，再利用太赫兹时域光谱仪采集所有煤样品的太赫兹时域光谱数据并分类存储起来，无样本时的信号为对空气直接检测得到的信号，所述的太赫兹时域光谱数据有200维，并将所有煤样品按照中国煤炭分类标准分成：无烟煤、烟煤、褐煤几类；

b.利用快速傅里叶变换将所有煤样品的太赫兹时域光谱转换为太赫兹频域光谱；从所有转换后的太赫兹频域光谱中提取吸收光谱，并对吸收光谱数据进行平滑和加窗预处理，选取数据噪声超过1THz以上的煤样品吸收光谱，将选取的煤样品吸收光谱中0.4-1.0THz频段光谱数据作为优选的吸收光谱；

c.将所有煤样品，包括不同灰分煤样品和纯煤样品的0.4-1.0THz频段吸收光谱进行标注分类从而生成不同灰分煤样品和纯煤样品的煤光谱数据库，利用主成分分析/PCA技术对煤光谱数据库中的所有数据进行降维和特征提取，使获得的太赫兹时域光谱数据从200维降到了20维；

d.利用非线性拟合法对所有降维后的0.4-1.0THz频段吸收光谱进行建模，根据所有煤样品的三类信息：煤炭种类、煤中灰分和其太赫兹吸收光谱确立三类信息的关系曲线，从而构建基于太赫兹光谱的煤炭灰分模型；

e.根据实际需要采集被测区域的煤样品后利用太赫兹时域光谱仪获取煤样品的太赫兹时域光谱，重复步骤b、c、d，将被测区域煤样品的光谱数据带入太赫兹光谱的煤炭灰分模型从而对煤样品中的灰分进行判别。

2.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：太赫兹时域光谱采集装置为天津大学组建的系统设备。

3.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：每次采集煤样品的太赫兹时域光谱时选取3-5个不同的点位进行采集，每个点位重复采集3-4次光谱，所述煤样品的为粉末状或块状。

4.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：在检测过程中，采用太赫兹时域光谱系统的透射扫描模块获取以干燥空气为背景的参考信号时域光谱和不同灰分含量煤样品的太赫兹时域光谱，干燥空气的空气湿度低于5％。

5.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：所述利用快速傅里叶变换将所有煤样品的太赫兹时域光谱转换为太赫兹频域光谱，根据太赫兹频域光谱提取折射率光谱n(ω)和吸收光谱α(ω)采用THz光学参数提取模型：T(ω)＝Esam(ω)/Eref(ω)

其中，T(ω)为煤样品的透射系数光谱，Eref(ω)为参考信号的太赫兹频谱，Esam(ω)为煤样品太赫兹频谱，ω为角频率，d为煤样品的厚度，c为光速，n(ω)为煤样品的折射率，α(ω)为煤样品的吸收系数，ρ(ω)项为煤样品信号与参考信号幅度的比值， 项为测试样品信号与参考信号的相位差，k(ω)为测试样品复折射率的虚部，也称为消光系数；测试样品信号为不同灰分的煤炭信号，直接测出来的是时域信号，通过傅里叶变换到频域，然后利用上述公式，可以得到煤的吸收光谱；经傅里叶变换后的太赫兹频谱范围为0.1～

3.5THz。

6.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于所述主成分分析方法为：

1)设不同灰分煤样品的吸收光谱为矩阵X，矩阵X包括n个不同灰分含量的煤样品和p个吸收光谱数据，其中n个不同灰分含量的煤样品为列向量，p个吸收光谱数据向量为行向量，表示同一样本的光谱数据维度：式中，ei＝(xi1,xi2,L,xip)T∈Rp,(i＝1,2,L,n)为第i个样本，xj＝(x1j,x2j,L,xpj)T∈Rp,(j＝1,2,L,p)为第j个变量；原始矩阵X可以由e向量矩阵和x向量矩阵内积表示；代表原始矩阵X由e向量矩阵和x向量矩阵内积表示；

2)将矩阵X变换改写成：

F＝AXT

改写后的F矩阵的列向量表示不同灰分含量煤样品的个数，行向量表示同一煤样品的光谱数据维度；将p个吸收光谱数据向量x1,x2,…,xp变成新向量F1,F2,…,Fp，将矩阵X以2个T p矩阵向量内积的形式表示，即：第i个样本ei＝(xi1,xi2,L,xip) ∈R ,(i＝1,2,L,n)变换后的向量为：F(i)＝(Fi1,Fi2,L,Fip)T∈Rp,(i＝1,2,L,n)，其中，式中R为自然数，表示取值范围，a为A矩阵中的行向量，T为矩阵转置；

3)利用公式： 确定A矩阵中的行向量aj，i表示第i个样

本，Fij表示第i个样本对应的Fj，使与aj对应的Fj的方差最大，式中，Var(Fj)为煤样品变换后的值与均值的均方差， 是样本变换后Fj的均值，V是X的协方差矩阵，V是实对称矩阵，假设V有p个非负特征值λ1,λ2,Lλp，且按降序排列，特征值所对应的特征向量分别为a1,a2,L ap，且各个特征向量之间正交，则公式可变成：

4)设F1＝Xa1为第一主成份，以此类推计算出所有主成份，将主成份按降序排列，因此取前几个对原始数据贡献大的20个主成份，使样本维数降低。

7.根据权利要求1所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：所述加窗预优选后的吸收光谱数据，提取信噪比较高的0.4-1THz频段光谱数据；所述平滑处理利用Savitzky-Golay平滑方法处理光谱曲线，消除吸收光谱中的系统和环境噪声。

8.根据上述任意权利要求所述基于太赫兹时域光谱的煤炭灰分判别方法，其特征在于：将太赫兹时域光谱仪设置在采煤机滚筒上实时采集采煤机滚筒附近物体的灰分，当检测到的灰分若灰分值超过设定阀值时，说明当前采煤机滚筒切割到岩层，需要及时调节采煤机滚筒的高度。