配煤炼焦试验优化与神经网络焦炭质量预测模型的研究

发布时间：2020-09-22 11:42

　　 本文在实验室条件下,通过测定并分析配煤炼焦的原料煤性质,对配煤方案进行优化。将试验煤样进行筛分破碎处理,研究了煤的粒度分布对焦炭的成焦性能和强度的影响；基于煤岩配煤原理,选择镜质组最大反射率和镜质组反射率分布图作为指导优化配煤的两个参数；采用调配不同变质程度的肥煤及添加黏结剂(沥青)和瘦化剂(焦粉)的方法调控配煤炼焦过程,从而改善焦炭质量,为炼焦用煤的综合利用及高质量焦炭工业化生产提供理论依据。结果表明：将煤料选择性破碎后,对其成焦率影响不大,但能提高煤料焦炭的冷态强度(抗碎强度M13和耐磨强度M3)和热态强度(粒焦C02反应性CRI*和反应后强度CSR*)；配合煤的镜质组最大反射率与反射率分布图是优化配煤方案的有效调控参数,调整原始配煤方案后获得的焦炭CRI*降低1.95%,CSR*升高3.45%,焦炭热态强度得到显著改善；配入膨胀性较小、胶质体含量丰富的肥煤提高了焦炭的冷态强度,煤种之间也存在一定适配性,以7%的MF肥煤代替原方案中的LF(2)进行炼焦时,CSR*提高4.04%；对于黏结性较高的配合煤,各配入1%的沥青和焦炭时,焦炭冷态强度显著提高。运用BP神经网络,选择5输入4输出单隐层的三层网络结构,建立焦炭质量预测模型,并引入K折交叉验证算法对网络进行优化,从而提高网络泛化能力、减小网络误差。仿真结果表明,M13、M3、CRI*、CSR*的相对误差分别在0.61～1.95%、2.31-9.73%、0.05～6.07%、0.13～3.22%,均满足设计的误差要求。
【学位单位】：华东理工大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：TQ520.62

【参考文献】

相关期刊论文 前10条

1 Sheng-fu ZHANG;Liang-ying WEN;Kun WANG;Chong ZOU;Jian XU;;Effects of Additives on Sulfur Transformation,Crystallite Structure and Properties of Coke during Coking of High-sulfur Coal[J];Journal of Iron and Steel Research(International);2015年10期

2 张勋;王钰博;邓存宝;;稀缺炼焦煤资源保护性开采产能控制模型[J];中国人口·资源与环境;2015年S1期

3 孔德文;陈永星;闫宝忠;晁世永;张义明;;灰分对焦炭溶损反应起始温度的影响[J];燃料与化工;2015年03期

4 刘文秋;;70kg小焦炉的焦油渣配煤实验研究[J];山西化工;2015年01期

5 康世杰;颜铭;;浅谈新一代炼焦技术(SCOPE21)的开发与应用[J];黑龙江科学;2014年03期

6 鲍俊芳;薛改凤;詹立志;陈鹏;;炼焦煤焦化特性评价指标探讨[J];燃料与化工;2014年02期

7 安振东;李国忠;许为;;单种煤细度对焦炭热强度的影响[J];燃料与化工;2014年01期

8 张凤桐;曹学章;;煤岩理论配煤在开滦的研究与应用[J];选煤技术;2013年04期

9 陈君安;李国江;闫立强;王杰平;孙章;胡金山;梁英华;;炼焦煤粒度调整技术[J];洁净煤技术;2012年05期

10 王胜春;张德祥;陆鑫;梁英华;;中国炼焦煤资源与焦炭质量的现状与展望[J];煤炭转化;2011年03期

相关硕士学位论文 前1条

1 孙西巍;少肥煤配比的配煤炼焦实验室研究与优化[D];华东理工大学;2011年

本文编号：2824336