基于数据驱动建模的气化炉配煤成本优化研究

为实现配煤煤质和配煤成本的最优化匹配,以配煤成本为优化目标,气化炉产气量为主要约束,采用数学建模的方式,研究了鄂尔多斯地区煤化工装置气化炉多煤种的用煤和配煤优化问题。根据现场数据,构建了基于数据驱动的气化炉煤质对产量影响的非线性过程模型,通过聚类分析,得到各煤质指标的约束条件;在满足约束条件的情况下,构建煤种与煤质之间的线性模型;通过帕累托遗传算法,在气化炉产气量满足约束条件的同时,给出了成本最低的多煤种配煤策略,并用MATLAB对气化炉配煤优化系统进行可视化组态界面设计。     

鄂尔多斯地区煤样气化配煤的可磨性指数研究

本文选取王家塔、尔林兔、大柳塔三种鄂尔多斯地区煤样,利用哈氏可磨性测定仪测得三组煤样的可磨性指数。气化配煤的可磨性指数随着配煤的比例呈现出良好的线性关系,证明了鄂尔多斯地区煤样配煤之间可磨性指数的叠加原则,为确定配煤性能提供了指导。     

煤岩分析技术在神华乌海能源集团焦化生产中的应用

概述了煤岩分析技术,介绍了将煤岩学指标用于鉴别混煤的应用实例,并指出了煤岩学鉴别混煤时的主要标志特征和在炼焦过程中的指导作用。     

无氧气氛下赤铁矿与生物质热行为研究

本文研究了生物质还原焙烧赤铁矿的工艺条件以及该过程中赤铁矿对生物质热解产物的影响。确定了还原焙烧的适宜条件为焙烧温度750℃,生物质用量15%,磨矿细度-0.074mm占85%,磁选后可得到品位为61.7%、回收率为87.14%的铁精矿,相比煤基还原低约300℃。赤铁矿对CO2、CO、H2的产出分别在530℃、840℃和500℃后有促进作用,对CH4的产出抑制作用较小,对残碳和焦油的产率也有抑制作用。生物质还原焙烧赤铁矿具有可行性,并且赤铁矿对生物质热解产物有一定影响。     

稀土对低阶煤热解产物收率和组成的影响

选取CeO_2和La_2O_3作为添加剂进行低阶煤热解,以酸洗煤为对照,研究了稀土氧化物种类对热解气、固、液产物的产出率及组成的影响。结果表明,CeO_2加剧了煤样裂解,降低了半焦产率,增加了煤气和焦油产量;La_2O_3增加了半焦产率,焦油量降低,但煤气产量增高;CeO_2使焦油重质化,La_2O_3使焦油轻质化;综合考虑焦油收率和构成,酸洗煤样550℃热解最好,其收率和轻组分占比分别为5.385%和47.54%,其次为600℃CeO_2参与下热解,收率和轻组分占比分别为5.485%和42.73%;La_2O_3降低了低温下CO2的产量,但促进了低温下H2的产生。     

基于MIV特征选择与PSO-BP神经网络的煤炭发热量预测

为克服传统线性回归模型对煤的发热量预测精度低、适用范围窄的缺陷，综合考察了工业分析和元素分析指标与煤的发热量的线性相关性，采用平均影响值方法对影响发热量的煤质指标进行特征变量筛选，并结合粒子群优化算法对传统BP神经网络进行优化，提出了一种基于MIV-PSO-BP神经网络方法的煤炭发热量非线性预测方法。结果表明：煤的工业分析和元素分析指标中，仅灰分、碳含量与发热量之间存在一定的线性相关性，其余指标与发热量的线性相关性较弱|煤的工业分析中灰分、挥发分、固定碳3个指标对发热量的影响均较大，而元素分析中仅碳含量对发热量影响较为显著，其余指标对发热量的影响可忽略不计|与其他研究者提出的发热量预测模型相比，本文提出的MIV特征变量选择与PSO-BP神经网络相结合方法预测的平均相对误差和均方根误差更低，总体预测效果更好，相关系数最高可达98.48%。     

地沟油在煤炭浮选中的应用研究

使用改性地沟油部分代替柴油作为捕收剂,对煤泥进行浮选。结果表明:表面活性剂改性地沟油掺量60%、用量1 000 g/t与1 200 g/t时,能够达到与柴油相同的捕收效果。     

浅谈浅槽重介分选工艺在上湾选煤厂的应用

从重介分选工艺的分析入手,重点讨论了彼得斯型浅槽重介分选机的工作原理及在上湾选煤厂的应用。并对分选工艺中加介质的注意事项作了分析。     

煤质特性与煤直接液化关系分析

简要讨论了原料煤特性对煤直接液化的影响,在煤的组成和物理性质等与煤液化关系之间建立良好的对应关系并总结了适合直接液化用煤种的一些特性。