CN105823863A - 一种基于恒温热重分析的煤质在线工业分析测量方法 - Google Patents
一种基于恒温热重分析的煤质在线工业分析测量方法 Download PDFInfo
- Publication number
- CN105823863A CN105823863A CN201610181151.0A CN201610181151A CN105823863A CN 105823863 A CN105823863 A CN 105823863A CN 201610181151 A CN201610181151 A CN 201610181151A CN 105823863 A CN105823863 A CN 105823863A
- Authority
- CN
- China
- Prior art keywords
- coal
- constant temperature
- analysis
- sample
- ature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 157
- 238000004458 analytical method Methods 0.000 title claims abstract description 45
- 238000000691 measurement method Methods 0.000 title claims abstract description 10
- 238000002411 thermogravimetry Methods 0.000 title abstract 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 13
- 238000010438 heat treatment Methods 0.000 claims abstract description 10
- 239000002817 coal dust Substances 0.000 claims description 34
- 238000002485 combustion reaction Methods 0.000 claims description 21
- 208000016261 weight loss Diseases 0.000 claims description 20
- 230000004580 weight loss Effects 0.000 claims description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 23
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 238000003062 neural network model Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract 1
- 238000005070 sampling Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 239000002245 particle Substances 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010924 continuous production Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013211 curve analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于恒温热重分析的煤质在线工业分析测量方法,属于火电厂煤质分析技术领域。该方法包括:从煤粉管道或输煤皮带自动取煤样;在恒温炉中、特定气氛下加热,燃烧所取的煤样;测量恒温热重曲线;分析恒温热重曲线,取特征值点和特征值;构建满足精度要求的神经网络模型;以从恒温热重曲线中得到的特征值作为输入层、以水分、灰分、挥发分、固定碳等工业分析数据和发热量等作为输出层,用神经网络计算工业分析和发热量等值。本发明用于实时、高频率、全自动的在线煤质分析,所获取的实时煤质数据用于指导电厂运行人员及时掌握入炉煤质变化情况,及时作出运行调整,保障机组的安全稳定运行。
Description
技术领域
本发明涉及一种基于恒温热重分析的煤质在线工业分析测量方法,属于火力发电厂煤质分析技术领域。方法的基本原理是对火力发电厂的煤或煤粉进行取样,并在特定气氛中进行恒温燃烧,通过对恒温失重曲线的分析获得煤的工业分析数据,用以指导工业生产。
背景技术
目前,由于煤炭供应等问题,燃煤发电厂不能始终以设计煤种为燃料,电厂从各地不同煤矿购煤,因此实际上电厂来煤的煤质是多样的,电厂锅炉的入炉煤质也是不断变化的。燃煤煤质对电厂锅炉的运行有很大的影响,特别是水分、灰分、挥发分、和固定碳以及发热量等煤的工业分析数据,直接影响到锅炉的给煤量及炉内的煤粉燃烧特性。电厂对来煤的煤质的取样和化验由燃料部等部门实施,但多是直接从送煤的火车或汽车上取样分析,即入厂煤质分析,这一取样化验的目的是为了确保购煤煤质。送入电厂的原煤一般会直接送入锅炉或送到煤场,堆放在煤场的煤由于种类繁多,煤质也是多种多样的。在原煤送入锅炉时,一般会在原煤皮带上进行取样化验,即入炉煤质分析,但这一分析都是离线分析,分析的煤样都是过去几个小时甚至几天前所取的煤样,或者这些煤样的混合样,并非是当前的实时入炉煤质。由于电厂来煤的多样性,锅炉的入炉煤煤质也是不断变化的,这一变化的频率远大于电厂人工取样和化验煤质的频率,这造成电厂运行人员对不断变化的入炉煤质并不能实时了解,运行中常常因为入炉煤质的突然变化而燃烧调整未及时跟进造成炉膛的燃烧不稳定,甚至造成炉膛灭火等运行事故的发生。因此,煤质的在线分析,高频率、实时的煤质分析技术,对电厂的运行是十分必要的。
目前已有几种煤质在线分析技术,专利号为CN02126663.8的专利“脉冲中子煤炭工业分析仪”公布了一种基于脉冲中子发射、射线检测等技术在线测量煤质的技术,但这种技术存在着技术投资大、测量精度低、有辐射危害等问题,因此很少应用。专利号为CN200820012725.2的专利“近红外煤质在线检测分析仪”公布了一种采用红外线发射和反射、分析等技术的煤质分析技术,其缺点是测量准确度低,测量误差大。专利号为CN201220578872.2的专利“基于自然伽马谱分析的火电厂煤质在线监测系统”公布了一种基于自然伽马射线能谱测量与分析的煤质,其分析煤质的方法与煤质样本库对比,也存在着精度低、误差大等问题。以上三者为代表的目前已经存在的煤质在线测量方法,优点是多属于非接触式测量,但大多存在着投资大、精度低、实用性不高等问题。
发明内容
本发明的目的是提供一种基于恒温热重分析的煤质在线工业分析测量方法,与已有的相关技术比较,具有实现全自动、高频率、高精度、低投资成本等特点,恒温热重是一种煤的热重分析方法,具有时间短、技术复杂度低、设备稳定可靠、结果准确等优点,在煤的工业分析及发热量预测等方面有很大的应用价值。煤的恒温热重得到一条样品恒温失重曲线,通过对此恒温失重曲线的分析,并建立其与煤的工业分析和发热量之间的关系,即可用于煤的工业分析和发热量的预测。将煤的在线自动取样、在线恒温热重分析等技术联合起来,即可实现煤质的在线检测。
为实现上述目的,本发明的解决方案为:基于恒温热重分析的煤质在线工业分析测量方法,包括如下步骤:
第一步:煤粉取样;包括从煤粉管道或输煤皮带自动取煤样;从煤粉管道所取的煤样为粉状煤样,采用负压抽取的方式从煤粉管道取出煤粉;从输煤皮带处所取的煤样为块状煤样,进行破碎、磨细和筛分后制取煤粉;
第二步:煤粉恒温热重曲线自动测量;使用恒温炉在特定气氛下加热并燃烧所取的煤样,测量恒温失重曲线;
第三步:由热重曲线自动分析煤质和发热量,对恒温热重曲线进行自动分析,从中计算用于煤质分析所需的输入数据,采用基于神经网络的计算系统获得煤质参数,煤的实际水分、挥发分、固定碳、灰分和发热量作为计算系统的输出数据。
所述第二步中的特定气氛是指与恒温炉配套设置配气系统,并使恒温炉内的燃烧气氛固定为20%氧气加80%氮气。
根据所述解决方案,第一步是煤的自动取样过程。对于入炉煤的取样,本发明从煤或煤粉的输送皮带或输送管道中取样。当从输送皮带上取样时,取样过程为皮带取煤、机械破碎、磨细、筛分、取合适量煤粉样等连续过程,所获取的为适量的能代表皮带取样点平均煤质的煤粉样本;从输煤皮带处取煤样时,原煤是小块状的,因此需要破碎磨细等过程,但由于输煤皮带与锅炉之间有原煤斗相隔,输煤皮带上取样点处的煤到锅炉内燃烧之间有几个小时的时间差,这为根据煤质制定相应的运行调整方案预留了时间。当从煤粉管道取样时,取样过程为抽取、气粉分离,取合适量的煤粉样等连续过程,与皮带取样不同,煤粉管道取样所获取的直接为已混合的均匀煤粉样品;从煤粉管道上取样时,所测煤质为正在炉内燃烧的实际煤质,因此能够提供实时的炉内燃烧煤质情况。
根据所述解决方案,第二步是煤粉样品的自动恒温热重曲线测量过程。将所述过程取得的煤粉样品置于恒温炉中进行恒温失重,同时用电子天平实时测量失重过程中煤粉样品的剩余质量,直至煤粉完全燃烧,剩余部分即为煤粉的灰分,所失去的质量为煤粉的水分、挥发分和固定碳的含量之和,所得到的煤粉质量随时间的变化图线即为失重曲线。在恒温炉中燃烧失重的过程曲线,与恒温炉的温度、燃烧气氛等有关,因此合适的温度和燃烧气氛是本方法的一部分。
根据所述解决方案,第三步是由所得热重失重曲线预测煤质参数。热重曲线的形状反映的是煤粉依次释放出水分、挥发分和固定碳燃烧的特性,不同的煤质,有不同的失重曲线,通过特定的方式,建立起失重曲线与煤质参数之间的关系,即能实现由热重曲线预测煤质参数的过程。
根据所述解决方案,由失重曲线预测煤质参数是本方法的特点和重点部分。对于由失重曲线预测煤质数据这一过程,首先要进行大量的实验室测量,建立起煤质数据与失重曲线之间的联系,即寻找由失重曲线预测煤质数据的理论依据。在将煤粉送入恒温炉后,煤粉首先受热、温度上升,煤粉中的水分首先开始析出,待温度上升到200多摄氏度时,煤中的挥发分开始析出,同时继续释放出未析出完的水分,挥发分析出并在煤粉颗粒外燃烧,消耗了煤粉颗粒附近的氧气,致使煤粉颗粒中的固定碳没有助燃的氧气而无法燃烧,当挥发分的析出与燃烧对氧气消耗的速度慢于氧气的扩散速度时,氧气扩散到煤粉固体颗粒表面,这时煤粉颗粒中的固定碳部分开始燃烧,直至固定碳燃烧完全,剩余灰分。可见煤粉的水分析出、挥发分析出、固定碳燃烧这几个过程虽然是前后连续的,却没有明确的分界线,因此需要通过特殊的处理方法处理热重曲线,从中得到煤质数据。
附图说明
以下结合附图对本发明作进一步描述。附图与下述具体实施方式用于提供对本发明的进一步解释,但不构成对本发明的限制。
图1是本发明的原理示意图;
图2是煤粉管道取样过程示意图;
图3是失重曲线示意图;
图4为神经网络计算模型示意图。
具体实施方式
根据所述设计方案,一种基于恒温热重分析的煤质在线工业分析测量方法,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
在具体实施过程中,本发明需要根据实际情况设置硬件系统,该系统设置7个子装置,分别是取样装置、燃烧装置、质量测量装置、冷却装置、清灰装置、数据分析装置和控制装置。
取样装置要从煤粉管道中取出适量的煤粉,根据本装置的设计,每次用于分析的煤样质量大约100mg左右,煤粉取样过程要每次从煤粉管道中取出100mg左右的煤粉,取出煤粉后还要将其放入燃烧装置的燃烧皿中。
燃烧装置的作用就是给取出的煤粉试样提供一个恒温的燃烧环境,该系统由恒温电炉和能够提供恒定气氛的配气系统组成,本装置为避免外界空气环境变化对燃烧失重过程产生影响,将燃烧气氛固定为20%氧气加80%氮气,燃烧皿接受来自取样装置的煤粉,由推送运动装置送入恒温电炉中,在电炉内煤粉燃烧。
测量系统主要是一台精密电子天平,燃烧装置的燃烧皿安装在该天平的秤盘上,随着燃烧皿内煤粉的燃烧,电子天平测量出燃烧皿内煤粉的质量,并把测量数据传送给数据分析装置。
为了减小两次测量间的燃烧皿冷却等待时间,该装置采用两个燃烧皿交替使用的方法,一个燃烧皿从炉内取出后放入冷却装置里进行冷却,同时燃烧装置换上在冷却装置里已经冷却的燃烧皿。
燃烧后燃烧皿内剩余的是煤的灰分,要把这些灰分清扫干净才能再次装入煤粉,所以系统包含一个清灰装置,在冷却装置里冷却后的燃烧皿送入清灰装置里面被清扫干净。
控制装置的作用就是对每个其他装置的运动进行自动控制,由于整个系统每个装置的动作有空间上的移动方向和移动位移以及时间上的时序先后,需要一个控制中心对各个装置发送控制命令,控制各机构何的运动多少,控制装置联合各运动机构实现系统运动的准确性。
测量获得的数据最终送入数据分析装置进行失重曲线分析和煤质分析结果输出。
图3为一条失重曲线的示例,以图3为例说明数据分析过程。图3中的点A、B、C、D、E为特征值点。图3的纵轴为燃烧过程中煤样质量与煤样初始质量的比率Y,横轴为时间X,煤样从初始质量比率YA=100%的A点开始,在恒温电炉内析出水分、挥发分,燃烧固定碳,最终完全燃烧达到D点,剩余质量比率YD即为煤样的灰分,YA-YD即为煤样的可失重组分分额,图中C点为煤样可失重组分余额为1%所对应的点,即(YC-YD)/(YA-YD)=1%,C点横坐标为XC,连接AC点,将AC线平移到与失重曲线相切,切点为B,B点的横、纵坐标值分别为XB、YB,切线与纵轴相交于E点,E点的纵坐标值为YE。预测模型采用如图4所示的神经网络模型,包括输入层、隐含层、以及输出层,用以上数据作为输入参数,即YB、YC、YD、YE、XB、XC为神经网络的输入,以煤的实际水分、挥发分、固定碳、灰分和发热量为神经网络的输出数据,神经网络中各节点之间可以存在不同的权值。首先在实验室确定的情况下用规定的仪器测量多个确定煤样的失重曲线和工业分析及发热量数值,采用随机抽取的80%的数据作为训练样本用于训练神经网络,用剩余的样本作为检验样本,采用特定的检验指标检验训练的精确性,并采用训练后达到精度要求的神经网络预测煤的水分、挥发分、固定碳、灰分和发热量等数据。
对于上述具体的实施方式,煤样从取样到完成分析的时间在300s左右,即每小时能分析的煤样在12个左右,这一取样和分析频率远大于电厂人工取样化验的频率,这一频率也完全能够监测出电厂给煤的煤质突然变化,指导运行人员快速、及时的根据煤质变化制定运行方案,做出运行调整,对于电厂设备的安全、稳定运行有重要指导意义。
以上结合附图详细的说明了本发明的一种具体实施方式,但本发明并不仅限于上述实施方式中的具体细节,凡在本发明技术思想范围内的,都在本发明的保护范围内。
此外,在不矛盾的情况下,上述发明内容或具体实施方式的各个技术可以通过合理的组合得到本发明的其他具体实施方式,本发明对各种可能的组合方式不再另行说明,只要不违背本发明的思想,同样视为本发明所公开和保护的内容。
Claims (2)
1.一种基于恒温热重分析的煤质在线工业分析测量方法,其特征在于包括如下步骤:
第一步:煤粉取样;包括从煤粉管道或输煤皮带自动取煤样;从煤粉管道所取的煤样为粉状煤样,采用负压抽取的方式从煤粉管道取出煤粉;从输煤皮带处所取的煤样为块状煤样,进行破碎、磨细和筛分后制取煤粉;
第二步:煤粉恒温热重曲线自动测量;使用恒温炉在特定气氛下加热并燃烧所取的煤样,测量恒温失重曲线;
第三步:由热重曲线自动分析煤质和发热量,对恒温热重曲线进行自动分析,从中计算用于煤质分析所需的输入数据,采用基于神经网络的计算系统获得煤质参数,煤的实际水分、挥发分、固定碳、灰分和发热量作为计算系统的输出数据。
2.根据权利要求1所述的基于恒温热重分析的煤质在线工业分析测量方法,其特征在于:所述第二步中的特定气氛是指与恒温炉配套设置配气系统,并使恒温炉内的燃烧气氛固定为20%氧气加80%氮气。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610181151.0A CN105823863A (zh) | 2016-03-28 | 2016-03-28 | 一种基于恒温热重分析的煤质在线工业分析测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610181151.0A CN105823863A (zh) | 2016-03-28 | 2016-03-28 | 一种基于恒温热重分析的煤质在线工业分析测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105823863A true CN105823863A (zh) | 2016-08-03 |
Family
ID=56524300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610181151.0A Pending CN105823863A (zh) | 2016-03-28 | 2016-03-28 | 一种基于恒温热重分析的煤质在线工业分析测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105823863A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108519301A (zh) * | 2018-03-12 | 2018-09-11 | 沈阳环境科学研究院 | 一种利用热重分析仪评价煤及生物质焦反应性的方法 |
CN109813860A (zh) * | 2017-11-21 | 2019-05-28 | 浙江浙能天工信息科技有限公司 | 一种锅炉煤质成分的实时分析法 |
CN113239987A (zh) * | 2021-04-26 | 2021-08-10 | 中国煤炭地质总局勘查研究总院 | 一种富油煤煤质特征的分析方法 |
EP4209781A1 (en) | 2022-01-10 | 2023-07-12 | Mettler-Toledo GmbH | Computer-implemented method, system and computer program for thermal analysis of a sample of a substance |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304376A (ja) * | 1996-05-10 | 1997-11-28 | Nkk Corp | コークス強度予測装置 |
CN1912588A (zh) * | 2006-08-23 | 2007-02-14 | 太原市海通自动化技术有限公司 | 基于激光感生光谱和神经网络技术的煤质在线分析设备 |
KR20090060738A (ko) * | 2007-12-10 | 2009-06-15 | 주식회사 포스코 | 코크스 제조용 석탄의 품질 측정 장치 및 그 방법 |
CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
CN102954971A (zh) * | 2012-11-05 | 2013-03-06 | 西安热工研究院有限公司 | 基于自然伽马谱分析的火电厂煤质在线监测系统及方法 |
CN104655583A (zh) * | 2015-02-04 | 2015-05-27 | 中国矿业大学 | 一种基于傅里叶红外光谱的煤质快速识别方法 |
-
2016
- 2016-03-28 CN CN201610181151.0A patent/CN105823863A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304376A (ja) * | 1996-05-10 | 1997-11-28 | Nkk Corp | コークス強度予測装置 |
CN1912588A (zh) * | 2006-08-23 | 2007-02-14 | 太原市海通自动化技术有限公司 | 基于激光感生光谱和神经网络技术的煤质在线分析设备 |
KR20090060738A (ko) * | 2007-12-10 | 2009-06-15 | 주식회사 포스코 | 코크스 제조용 석탄의 품질 측정 장치 및 그 방법 |
CN102004088A (zh) * | 2010-11-09 | 2011-04-06 | 清华大学 | 一种基于神经网络的煤质特性在线测量方法 |
CN102954971A (zh) * | 2012-11-05 | 2013-03-06 | 西安热工研究院有限公司 | 基于自然伽马谱分析的火电厂煤质在线监测系统及方法 |
CN104655583A (zh) * | 2015-02-04 | 2015-05-27 | 中国矿业大学 | 一种基于傅里叶红外光谱的煤质快速识别方法 |
Non-Patent Citations (2)
Title |
---|
李莉等: "基于工业分析预测燃煤电厂煤质发热量方法研究", 《山东电力技术》 * |
王茹等: "基于热重法的生物质工业分析及其发热量测定", 《农业工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109813860A (zh) * | 2017-11-21 | 2019-05-28 | 浙江浙能天工信息科技有限公司 | 一种锅炉煤质成分的实时分析法 |
CN108519301A (zh) * | 2018-03-12 | 2018-09-11 | 沈阳环境科学研究院 | 一种利用热重分析仪评价煤及生物质焦反应性的方法 |
CN113239987A (zh) * | 2021-04-26 | 2021-08-10 | 中国煤炭地质总局勘查研究总院 | 一种富油煤煤质特征的分析方法 |
CN113239987B (zh) * | 2021-04-26 | 2024-03-26 | 中国煤炭地质总局勘查研究总院 | 一种富油煤煤质特征的分析方法 |
EP4209781A1 (en) | 2022-01-10 | 2023-07-12 | Mettler-Toledo GmbH | Computer-implemented method, system and computer program for thermal analysis of a sample of a substance |
WO2023131709A1 (en) | 2022-01-10 | 2023-07-13 | Mettler-Toledo Gmbh | Computer-implemented method, system and computer program for thermal analysis of a sample of a substance |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | A digital imaging based multifunctional flame monitoring system | |
CN102449461B (zh) | 自动管线测量固体颗粒的烧失量和热分解反应的装置 | |
CN102353763B (zh) | 一种测试煤炭自燃发火期小型模拟装置 | |
CN105823863A (zh) | 一种基于恒温热重分析的煤质在线工业分析测量方法 | |
RU2573844C2 (ru) | Оптимизация в оперативном режиме упрочнения влажных железорудных окатышей на движущейся колосниковой решетке | |
Li et al. | High-temperature rapid devolatilization of biomasses with varying degrees of torrefaction | |
CN103375808B (zh) | 一种锅炉煤粉燃烧热量控制系统及方法 | |
CN107543199A (zh) | 一种煤粉锅炉风粉在线监测及燃烧优化管理系统 | |
US11422100B2 (en) | Coal consumption online measuring system | |
CN206235585U (zh) | 一种煤样升温氧化测试装置 | |
CN105301170B (zh) | 多功能高效烧结杯实验装置及方法 | |
CN106153657A (zh) | 煤质在线检测装置及方法 | |
CN111024921B (zh) | 入炉煤质监测系统和方法 | |
CN104915567B (zh) | 基于热平衡分析的水泥熟料烧成热耗、热效率及燃煤热值实时监测方法 | |
CN103543237A (zh) | 微型双床固体燃烧解耦燃烧反应动力学分析仪 | |
CN109239256A (zh) | 航空材料燃烧实验装置 | |
CN109357539A (zh) | 新型智能水泥熟料烧成控制系统 | |
CN108197723B (zh) | 煤电机组供电煤耗与污染物排放的优化节能调度方法 | |
CN109813860A (zh) | 一种锅炉煤质成分的实时分析法 | |
CN102803921A (zh) | 内嵌式烧失量测量系统和方法 | |
CN103256825B (zh) | 水泥生产及余热发电系统烟尘排放的监测方法 | |
E. Romero et al. | LIBS analysis for coal | |
CN104818034B (zh) | 一种控制焦炉氮氧化物生成的自动调节方法及装置 | |
CN106546695A (zh) | 干式收尘法测试煤粉燃烧率装置及方法 | |
Luo et al. | Changing characteristics of flame images under different oxy-fuel atmospheres in a 3-MW pilot-scale furnace |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160803 |