炼焦煤的热解过程研究

通过模拟炼焦过程对不同变质程度的炼焦煤加热至不同温度,运用HD型偏光显微镜及红外分析技术对加热后的固体产物进行分析。结果表明:炼焦煤受热时其镜质组首先产生破碎现象,然后软化熔融,同一种炼焦煤中的镜质组受热变化并不均一,不同变质程度炼焦煤中的镜质组破碎程度和软化程度也不相同;炼焦煤加热到固化温度时,热解固体产物全部呈现出焦炭光学特征,随温度的升高,固体产物的光学组织组成继续发生改变;试验样品中的肥煤和1/3焦煤在热解过程中有机质分子结构随温度的升高,其变化规律相似。

不同变质程度煤镜质组活性质量研究

为更准确地定量描述不同变质程度煤镜质组的相对活性质量差异,考察14种单煤添加不同比例惰性物测定的表观黏结指数G'值随镜质组含量的变化规律。研究表明,G'值对镜质组含量的线性关系显著,采用拟合出的线性方程的斜率倒数1/k作为考察镜质组活性质量的指标,可排除各单煤镜质组含量差异的干扰,更准确地揭示了不同变质程度煤镜质组活性质量的变化规律。论证了筛选出的高斯曲线模型是描述不同变质程度煤镜质组活性变化规律的最优模型,据此给出了不同变质程度煤镜质组相对活性质量。

先锋褐煤及其热溶残煤的过氧化氢氧解

利用1-甲基萘(1-MN)对先锋褐煤进行热溶,并在温和条件下分别对原煤及其热溶残煤进行过氧化氢氧化。结合元素分析和FT-IR对各级产物进行结构表征,用GC/MS对氧化反应水溶性产物的甲酯化衍生物进行分析。结果表明,先锋褐煤在1-MN中的热溶率较低,320℃下热溶残煤(TR)的收率为81.01%,该煤主要以共价键交联的大分子结构为主,非共价键缔合的小分子含量较低,并以脂肪结构为主,含一定量的羰基以及少量的羟基和芳香结构。原煤和热溶残煤氧化水溶性产物中α,ω-二羧基烷酸含量较高,同时还发现,相当含量的芳香酸及三元羧酸存在,其中,α,ω-二羧基烷酸主要以丙二酸和丁二酸为主;原煤中可溶小分子易被氧化并生成较复杂的产物。与原煤相比,热溶残煤结构更为规整,氧化主要以共价键交联的大分子结构的氧化解聚为主,氧解率较低,水溶性氧解产物也较简单,种类较少,据此推测先锋褐煤的桥键主要以为-CH2-和-CH2-CH2-为主。

神府次烟煤在不同温度下的热溶产物表征

利用 FT－IR、热重、GPC 以及同步荧光分析等对神府次烟煤在不同温度条件下的1－甲基萘热溶物和热溶残煤进行了表征。结果表明，热溶物中含有较多的脂肪结构，灰分几乎全部转移至残煤中；热溶残煤与神府原煤的热失重特性存在明显差别；在300～360℃，随着温度升高，热溶物数均分子量呈增加趋势，进一步提高温度，分子量减小；热溶物缩合芳环数随着温度升高而增加。据此表明，在低于煤初始热解温度下神府次烟煤的热溶主要以溶剂化作用破坏煤中的非共价键为主，其中，酮、酯等轻质组分易于脱除；而高于煤初始热解温度的热溶过程则伴有侧链和桥键等弱共价键断裂的热解反应和自由基缩聚反应，热溶物中三环等稠环芳香结构增加。

基于40kg试验焦炉对炼焦煤中最佳活惰比研究

通过测定11种不同炼焦煤的煤岩性质和40 kg试验焦炉所炼焦炭抗碎强度分析,确定了基于炼焦煤镜质组最大反射率的活性权函数方程,根据其活性权函数对各炼焦煤的活惰比进行了计算。分析可知,焦炭抗碎强度M_(40)最大时所对应的活惰比为2.17,为优化配煤提供了技术依据。

一种基于PCA与RBF-SVM的煤岩显微组分镜质组分类方法

在分析煤岩镜质组显微组分特点的基础上,针对其结构复杂、特征量多且相互交织从而影响分类准确性等问题,提出一种基于主成分分析(PCA)的煤岩显微组分镜质组分类方法。首先根据镜质组显微图像中各组分呈现的条状、团块、颗粒等纹理特点和亮度差异,采用基于灰度共生矩阵的能量、熵、惯性矩、局部平稳性等纹理特征量和基于灰度分布统计的亮度比、均值、均方差、三阶矩偏度等亮度相关特征量对其进行描述,构成初始特征量集;再采用主成分分析法对初始特征量集进行进一步的抽取;最后构建基于径向基函数的支持向量机(RBF-SVM),采用积累贡献率较大的主成分作为分类参量实现镜质组的自动分类。实验结果表明:纹理和灰度统计特征可有效刻画煤岩镜质组显微组分;采用PCA对初始特征进行抽取之后,用于分类的特征空间维数大幅度降低,分类算法的泛化能力增强,分类的准确率显著提高。

煤岩显微组分中渗出沥青体角点特征检测方法

渗出沥青体是煤岩显微结构中壳质组的重要组分之一。根据煤显微图像渗出沥青体具有的尖角特点,提出1种基于锐角特征的渗出沥青体检测方法。该方法在SUSAN算法的基础上改进而来,将SUSAN算法中模板圆的半径设置为r,动态改变r值,检测被模板圆覆盖的目标面积是否小于某一设定的阈值,如果是,则中心点判断为角点,同时估算出角点对应的角度数。检测结果表明,采用本文方法能够准确检测出渗出沥青体中所含的尖角,从而对相应组分作出判断。相比于其它方法,本文提出的方法算法简单、抗干扰性能较好。

基于圆形LBP均匀模式的煤镜质组显微组分纹理分析

依据煤不同显微组分的纹理特点,分别采用不同尺度下圆形LBP及LBP均匀模式获取煤显微图像的LBP信息值,构建包含能量、对比度、局部平稳性等特征量的特征集对煤显微组分进行表征,并以此对镜质体中各类别纹理数据进行分析。结果表明:构建的纹理特征量对于镜质体中不同类别具有较好的可分性;圆形LBP中尺度的选择对有效特征量的提取有较大影响;LBP均匀模式在保持特征数据有效性的同时,可明显减少LBP模式数,从而减少计算量。文中结果可为煤显微组分的自动分类与识别提供依据。

不同变质程度炼焦煤的镜质组特性研究

通过密度法分离出4种不同变质程度炼焦煤煤岩显微组分中的镜质组,分析比较其镜质组的特性差异,并通过小焦炉炼焦实验,对炼焦煤及其镜质组所炼焦炭的性质进行分析。研究结果表明:不同变质程度炼焦煤中镜质组的黏结性较原炼焦煤增加幅度不同,炼焦煤中镜质组的容惰能力大小顺序为东都镜质组>孝义镜质组>冷泉镜质组>官桥镜质组;不同变质程度炼焦煤镜质组所炼焦炭的光学组织指数值(OTI)较原炼焦煤所炼焦炭大、显微强度和结构强度小、粒焦反应性低。

基于小波变换的煤岩惰质组显微图像分类

在分析煤岩惰质组各组分显微图像特点的基础上,提出一种基于小波变换的煤岩惰质组显微组分自动分类方法。首先用离散小波变换对煤岩显微图像进行分解,根据分解所得的水平、垂直、对角3个方向小波系数设计描述其纹理属性的特征量;通过对特征量的分析,选取水平方向能偏、对角方向方差特征量以及图像的亮度比等特征量构成特征向量集;采用支持向量机对惰质组各组分进行分类,获得对其7类典型组分的较为理想的分类效果。与其他同类方法的实验结果比较表明,本文特征量选取与分类方案在分类效果上具有明显的优势。

神华煤热解特性与非等温动力学研究

利用热重分析法对神华煤热分解特性进行了研究,探讨了升温速率对煤热解失重过程的影响。热重分析表明,神华煤最适宜的液化温度为340℃～531℃。采用Flynn-Wall-Ozawa法对热解动力学参数进行求解,并结合Satava-Sestak法对神华煤热解机理进行推测,结果表明,神华煤热解过程为三维扩散机理,整个热解反应活化能分布区间为124.8kJ/mol～217.1kJ/mol。在热解温度范围内,神华煤热解的表观活化能随着反应深度的增加而降低。

煤直接液化动力学模型及其研究进展

简述了煤直接液化机理,详细介绍了煤直接液化动力学模型及其研究方法,包括单组分分析模型、多组分分析模型及煤液化过程的分段处理研究。通过对煤直接液化动力学模型研究进展的综述,认为近年来煤直接液化动力学的主要发展方向之一是通过分段处理,并根据多组分"集总"反应模型来处理煤直接液化动力学模型。

几种低阶煤的过氧化氢氧化解聚性能研究

在40℃利用5%H2O2水溶液分别对神府次烟煤(SF)、准东次烟煤(ZD)、胜利褐煤(SL)和先锋褐煤(XF)四种低阶煤进行了氧解,计算其氧解转化率和CO2生成率,结合元素分析、红外光谱以及酸性官能团测定结果比较了四种低阶煤的氧解性能以及其结构特征对氧化解聚性能的影响。结果表明,煤的氧化解聚与变质程度密切相关,变质程度越高,氧化反应性降低。另外煤的氧含量越高,特别是羧基以及酚羟基含量较高时,氧化解聚程度增大。

微观强粘比概念在炼焦配煤生产中的应用

根据煤岩配煤原理提出了微观强粘比概念,利用梅山生产数据总结了微观强粘比与焦炭质量的关系,结果表明微观强粘比与焦炭热性质的关系明显,随着微观强粘比的提高,焦炭热性质不断改善,当微观强粘比提高到一定程度时,焦炭热性质的改善趋势才会减缓。

相近煤化度炼焦煤的镜质组特性研究

通过密度法分离炼焦煤中煤岩显微组分,研究了相近煤化度炼焦煤的镜质组特性,并分析比较了它们的黏结性及其所炼焦炭的性质。研究表明,相近煤化度炼焦煤的镜质组,其挥发分、黏结性和容惰能力均存在差异,其中焦煤镜质组的容惰能力差别较大,相近煤化度镜质组所炼焦炭性质也存在明显差异,与原煤样所炼焦炭相比,镜质组所炼焦炭其焦炭光学组织指数变大,焦炭强度和粒焦反应性变小。

基于迁移学习的煤岩壳质组显微组分识别模型

为了提高煤岩壳质组显微组分的识别准确率,避免分类器构建中特征提取阶段的人工干预,采用深度学习的方法实现煤岩壳质组显微组分类别的自动识别。由于煤岩壳质组样本数有限,采用传统的卷积神经网络构建分类器对其识别容易产生过拟合,泛化能力较差。为解决该问题,提出了一种基于迁移学习的煤岩壳质组显微组分识别模型(分类器)。该模型在传统的卷积神经网络模型基础上,通过迁移学习共享预训练网络模型中卷积层和池化层的权值系数,并结合煤岩壳质组显微图像样本,优化网络模型结构和全连接层参数,进而构建适合于煤岩壳质组显微组分识别的深度学习网络模型。试验结果表明:与由传统神经网络直接构成的深度学习模型相比,本文构建的基于迁移学习的煤岩壳质组识别模型性能和效果均明显提高,尤其是以VGG16作为预训练模型构建的分类器在本文数据集上性能表现最优,其对测试样本识别准确率可达98.10%;由于模型的训练参数减少,模型的训练时间明显缩短,且在较短的训练周期内达到收敛且训练集的识别准确率保持稳定,表明了以VGG16作为预训练模型的分类器在煤岩壳质组识别中具备较好的性能。

基于轮廓波变换的煤壳质组显微组分分类

在分析煤壳质组显微组分图像特点的基础上,鉴于其纹理及方向信息特征差异,提出一种基于轮廓波变换(Contourlet)与超限学习机的煤壳质组显微组分自动分类方法。首先,运用Contourlet变换对煤壳质组显微图像进行多尺度多方向分解,提取各子带的统计特征量组成特征向量集;再构建超限学习机分类器对壳质组各显微组分进行分类。实验结果表明:与其他用于描述纹理的同类特征提取方法相比,采用本文方法提取的特征量训练的分类器,在分类效果上具有明显的优势,其分类准确率可达97.64%;与支持向量机分类结果相比,超限学习机对于煤壳质组分类准确率可高出2%,分类速度显著提高。

基于改进极限学习机的焦煤惰质组分类方法

为提高焦煤惰质组显微组分分类的准确性,减少对分类器训练的人工干预,提出一种基于改进极限学习机(ELM)的焦煤惰质组显微组分分类方法。首先根据焦煤惰质组各显微组分在光特性及形貌特性上存在的差异及特点,从亮度、纹理等层面分别提取其显微图像中基于灰度统计分布的亮度比、均值、方差、偏度、一致性及峰度等6个亮度相关特征量和基于灰度共生矩阵的能量、熵、惯性矩、局部平稳性及最大概率等5个纹理相关特征量,构建11维初始特征量集,并采用主成分分析法(PCA)对初始特征进行抽取以降低特征空间维数、去除信息冗余;再将奇异值分解引入到极限学习机中,推导利用奇异值分解求解ELM隐含层输出权值矩阵的方法,构建改进的极限学习机。改进后的极限学习机解决了普通的ELM训练中为了求解权值矩阵需要通过大量实验确定参数的问题,有效地提高了学习机的智能化程度。实验结果表明:与支持向量机(SVM)分类方法相比,改进后的ELM方法对分类器训练及样本测试的速度、对焦煤惰质组测试样本分类的准确率均明显提高;与单一的ELM方法相比,改进后的ELM方法分类器的网络训练更加快速便捷,网络隐含层节点数减少近40%,对测试样本分类的准确率进一步提高,可达96.7%。

基于Tamura纹理特征的煤岩壳质组显微组分分类

根据煤岩壳质组各显微组分的纹理特点及其差异,采用基于人类视觉感知的Tamura纹理描述方法,提取其粗糙度、对比度、方向度、线像度、规则度等特征量,对壳质组显微组分中角质体、藻类体和树皮体等3类组分典型样本进行描述,并对特征量的可区分性进行分析。鉴于壳质组显微组分样本数的局限,构建适合于小样本分类问题的支持向量机分类器,分别采用不同特征量及特征量组合对3种典型组分进行分类。实验结果表明:单个特征难以实现对显微组分的有效分类;采用组合特征可明显提高分类效果,其中线像度和方向度的组合效果最佳,分类平均准确率可达98.9%。该结果可为煤岩其它显微组分的分类与识别提供参考。

中温煤沥青与肥煤对焦炭微观性质的影响

以煤焦油沥青或肥煤为黏结剂,在实验室条件下,与气煤以及不同粒度的焦粉、无烟煤和瘦煤等惰性物相互配合炼制坩埚焦,对所得焦炭进行光学组织、显微强度(MSI)、结构强度(SSI)测试,研究沥青和肥煤对焦炭微观性质的影响。结果表明,随着惰性物粉碎细度的增加,所得焦炭的MSI、SSI、光学各向异性指数(OTI)均呈现出增大的趋势;且配加中温煤焦油沥青所得焦炭的MSI、SSI、OTI均比配加肥煤的焦炭好。说明实验条件下的中温煤沥青比肥煤更有利于改善焦炭的微观性质。