CN107045658B - 一种煤灰黏温特性的预测方法 - Google Patents

一种煤灰黏温特性的预测方法 Download PDF

Info

Publication number
CN107045658B
CN107045658B CN201710246405.7A CN201710246405A CN107045658B CN 107045658 B CN107045658 B CN 107045658B CN 201710246405 A CN201710246405 A CN 201710246405A CN 107045658 B CN107045658 B CN 107045658B
Authority
CN
China
Prior art keywords
coal
coal ash
viscosity
ash
temperature
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.)
Active
Application number
CN201710246405.7A
Other languages
English (en)
Other versions
CN107045658A (zh
Inventor
周安宁
刘硕
杨伏生
蔡会武
乔改瑞
李婷
张小艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Xike Zhilian Energy Technology Co ltd
Original Assignee
Xian University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201710246405.7A priority Critical patent/CN107045658B/zh
Publication of CN107045658A publication Critical patent/CN107045658A/zh
Application granted granted Critical
Publication of CN107045658B publication Critical patent/CN107045658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明提供了一种煤灰黏温特性的预测方法，包括以下步骤：一、建立煤灰黏温指数的预测模型；二、利用煤灰黏温指数的预测模型对待预测煤样的煤灰黏温特性进行预测，然后对待预测煤样的煤灰黏温指数η进行分析，若η满足：1/3<η<5/3，则预测结果为：该煤样符合气化炉排渣的灰黏温特性要求；否则，预测结果为：该煤样不符合气化炉排渣的灰黏温特性要求。本发明适用范围较广，模型简单，预测精度高。

Description

一种煤灰黏温特性的预测方法
技术领域
本发明属于软测量技术领域，具体涉及一种煤灰黏温特性的预测方法。
背景技术
煤灰黏温特性是煤质对气流床气化炉的一项重要的影响因素，其主要表现为一定温度下的灰黏度，是一项影响气化炉正常运行的重要指标。气流床气化炉主要有以下两种炉型：德士古水煤浆(Texaco)气化炉、GSP粉煤气化炉。煤灰的高温黏度在操作温度下既不能太低又不能太高，不同的气化炉其适宜黏度范围不同，具体黏度要求Texaco为5～25Pa·s，GSP为10-50Pa·s。煤灰的黏度太低，则可以导致采用耐火砖的Texaco气化炉的炉砖侵烛脱落较快，缩短耐火砖的使用寿命，还容易导致采用水冷壁的GSP气化炉的固态渣层变薄，不能达到以渣抗渣的效果；而黏度太高则容易导致气流床气化炉出现结渣、堵塞等现象。因此，快速准确的预测煤灰黏温特性对于气流床气化炉长周期稳定运行具有重要的意义。
目前，可以利用高温灰黏度计测定煤样的灰黏度，其过程比较复杂、费时，通常煤样要经过破碎、筛分、混均、干燥、灰化、制熔渣、预熔、仪器测试等过程，单个煤样的分析时间是10-12小时。并且需要使用大量的耗材，测试的费用昂贵，从而不能满足气流床气化炉的生产需要。
现阶段，国内外专家学者通过寻求灰成分与灰黏度的关系，建立了预测灰黏度的经验关系式，但这些经验关系式均较为复杂难懂，不便于计算，再者其计算精度也较低。
目前只有关于一种煤灰流动温度的预测方法的专利(公开号：CN104408215A)，一些文献也报道了关于预测煤灰黏温特性的模型如：S2模型、Watt-Fereday模型、Ribod模型、Urbain修正模型(离子熔体)、和Kalmanovitch-Frank模型，但这些模型均很复杂且精度不高，未见到适用范围较广、模型较简单且预测精度较高的煤灰黏温特性预测方法的专利报道。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种适用范围较广、模型简单且预测精度高的煤灰黏温特性的预测方法。
为解决上述技术问题，本发明采用的技术方案是：一种煤灰黏温特性的预测方法，其特征在于，该方法包括以下步骤：
步骤一、建立煤灰黏温指数的预测模型，具体过程为：
步骤101、任意选取一煤样，利用X-荧光光谱仪检测该煤样中煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量，然后利用高温灰黏度计检测该煤样在温度为1100℃～1500℃条件下的灰黏度，之后将所测得的数据汇总成样本点数据集；
步骤102、在步骤101中所述样本点数据集中提取煤样的煤灰成分及温度作为自变量，提取煤样的灰黏度作为因变量，然后利用SPSS软件中的多元非线性回归与曲线拟合算法建立煤灰黏度的预测模型；
步骤103、对步骤102中所述煤灰黏度的预测模型进行转化，得到煤灰黏温指数的预测模型；
步骤二、利用步骤103中所建立的煤灰黏温指数的预测模型对待预测煤样的煤灰黏温特性进行预测，具体过程为：
步骤201、利用X-荧光光谱仪对待预测的煤样中的煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量分别进行测定；
步骤202、将步骤201所测得的数据代入步骤103中所述预测模型中，计算得到待预测煤样的煤灰黏温指数η；
步骤203、对步骤202中所得到的待预测煤样的煤灰黏温指数η进行分析，若η满足：1/3<η<5/3，则预测该煤样符合气化炉排渣的灰黏温特性要求；否则，预测该煤样不符合气化炉排渣的灰黏温特性要求。
上述的一种煤灰黏温特性的预测方法，其特征在于，步骤102所建立的煤灰黏度的预测模型为：
Y＝[(a1X1+a2X2+a3X3)/(a4X4+a5X5+a6X6+a7X7+a8X8)]·k·T·[M/T']；
其中，Y为煤灰黏度，单位为Pa·s，X1、X2…X8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的质量百分含量，a1、a2…a8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO通过多元非线性回归与曲线拟合分析得到的回归系数，k为多元非线性回归分析参数，T为气化炉的实际检测温度，单位为℃，M为标准灰黏度，单位为Pa·s，T'为标准温度，单位为℃。
上述的一种煤灰黏温特性的预测方法，其特征在于，步骤103中所述煤灰黏温指数的预测模型为：
η＝[(|a1X1+a2X2+a3X3|)/(|a4X4+a5X5+a6X6+a7X7+a8X8|)]·k·[T/T']；
其中，η为煤灰黏温指数。
上述的一种煤灰黏温特性的预测方法，其特征在于，所述M和k的取值为：在Texaco流化床气化炉条件下M＝15Pa·s，k＝0.2；在GSP流化床气化炉条件下M＝30Pa·s，k＝0.1。
上述的一种煤灰黏温特性的预测方法，其特征在于，所述标准温度T'＝100℃。
本发明与现有技术相比具有以下优点：
1、准确度高：截至目前为止，使用本发明提供的煤灰黏度预测方法已累计得出煤灰黏度预测数据与实测数据相比较，一定温度下的灰黏度误差在10Pa·s的占82％，满足实际生产需求。
2、计算速度快、使用便捷：使用本发明提供的煤灰黏温特性预测方法可使原煤灰黏温特性的分析时间缩短至3.5小时，极大的提高了分析效率，同时最后的煤灰黏温指数是无量纲数据，便于进行判断处理，从而为气化炉工艺参数的快速调整提供了有效的数据支撑。
3、节能降耗优：利用本发明的预测方法来预测煤灰黏温特性可节省在实测过程中消耗昂贵的物资和人力成本。
4、应用范围广：使用本发明提供的方法可整体构建流化床气化炉关于煤灰黏温特性的预测模型，适应于Texaco流化床气化炉和GSP流化床气化炉这两种典型的流化床气化炉，涉及领域较广。
下面结合实施例对本发明作进一步详细说明。
具体实施方式
本发明提出了一种对煤灰黏温特性进行预测的方法，该方法包括以下步骤：
步骤一、建立煤灰黏温指数的预测模型，具体过程为：
步骤101、任意选取一煤样，利用X-荧光光谱仪检测该煤样中煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量，利用高温灰黏度计检测该煤样在温度为1100℃～1500℃条件下的灰黏度，然后将所测得的数据汇总成样本点数据集；
步骤102、在步骤101所述样本点数据集中提取煤样的煤灰成分及温度作为自变量，提取煤样的灰黏度作为因变量，然后利用SPSS软件中的多元非线性回归与曲线拟合算法建立煤灰黏度的预测模型；
煤灰黏温指数是借鉴雷诺数的创建思路，建立一个全新的无量纲指数，以判断煤样的灰黏温特性是否符合气化炉要求；
优选地，所建立的煤灰黏度的预测模型为：Y＝[(a1X1+a2X2+a3X3)/(a4X4+a5X5+a6X6+a7X7+a8X8)]·k·T·[M/T']；其中，Y为煤灰黏度，单位为Pa·s，X1、X2…X8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的质量百分含量，a1、a2…a8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO通过多元非线性回归与曲线拟合分析得到的回归系数，k为多元非线性回归分析参数，T为气化炉的实际检测温度，单位为℃，M为标准灰黏度，单位为Pa·s，T'为标准温度，单位为℃。
本发明煤灰黏度的预测模型中，T为气化炉的实际检测温度，T'为标准温度，二者的单位均为摄氏度(℃)。其中，T'的含义是考虑基于一般煤灰的熔融温度在1100℃～1500℃之间，但本发明中，为了简化计算，获得无量纲数值，并且用于校对不同温度对灰黏度的影响，特选定标准温度T'＝100℃。
为了校对所测煤样灰黏度与气化炉所适宜灰黏度的偏差，特定M为标准灰黏度，由于不同的气化炉，其适宜于气化炉的灰黏度范围也有所不同，取某一种气化炉都最优灰黏度取值范围的中值作为标准灰黏度M。优选的M、k的取值为：在Texaco流化床气化炉条件下M＝15Pa·s，k＝0.2，在GSP流化床气化炉条件下M＝30Pa·s，k＝0.1。
步骤103、对步骤102中所述煤灰黏度的预测模型进行转化，得到煤灰黏温指数的预测模型；
优选地，煤灰黏温指数η的预测模型为：η＝[(|a1X1+a2X2+a3X3|)/(|a4X4+a5X5+a6X6+a7X7+a8X8|)]·k·[T/T']。
步骤二、利用步骤103中所建立的煤灰黏温指数的预测模型对待预测煤样的煤灰黏温特性进行预测，具体过程为：
步骤201、利用X-荧光光谱仪对待预测的煤样中的煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量分别进行测定；
步骤202、将步骤201所测得的数据代入步骤103中所述预测模型中，计算得到待预测煤样的煤灰黏温指数η；
步骤203、对步骤202中得到的待预测煤样的煤灰黏温指数η进行分析，若η满足：1/3<η<5/3，则预测结果为：该煤样符合气化炉排渣的灰黏温特性要求；否则，预测结果为：该煤样不符合气化炉排渣的灰黏温特性要求。
下面以宁煤为例，结合本发明预测方法，具体描述宁煤煤灰黏温特性的预测过程。
首先，测定宁煤煤样的8种煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量，以及宁煤煤样在1100℃～1500℃温度区间的灰黏度。然后，进行建模样本的筛选。之后，在得到的实测数据中筛选出50组有代表性的宁煤煤灰成分含量、特定温度和灰黏度数据作为建模样本点。表1表示出了这50组样本点的数据集。
表1 50组样本点的数据集
接着，利用SPSS软件，采用多元非线性回归与曲线拟合的方法建立煤灰黏度的预测模型的表达式为：
Y＝[0.69·X(SiO2)－2.80·X(Al2O3)+12.78·X(TiO2)]/[0.30·X(Fe2O3)+3.10·X(MgO)+2.04·X(K2O)+0.72·X(SO3)－0.65·X(CaO)]·k·T·M/100。
之后，建立煤灰黏温指数的预测模型，将得到的煤灰黏度的预测值除以对应气化炉的标准灰粘度M从而得到煤灰黏温指数，最后得到无量纲的煤灰黏温指数的预测模型的表达式为：
η＝[|0.69·X(SiO2)－2.80·X(Al2O3)+12.78·X(TiO2)|]/[|0.30·X(Fe2O3)+3.10·X(MgO)+2.04·X(K2O)+0.72·X(SO3)－0.65·X(CaO)|]·k·T/100。
煤灰黏度的预测模型和煤灰黏温指数的测模型中，Y表示煤灰黏度，η表示煤灰黏温指数，X1、X2……X8分别表示n个煤灰成分含量，T为待放入煤样的气化炉的实际检测温度，k为通过多元非线性回归分析法得到的参数，且k值根据不同的数据样本或不同的气化炉类型而改变，具体为：
由于每种气化炉灰渣黏度范围不同，所以得出：
i：当选用Texaco气化炉时，k为0.2；
ii：当选用GSP气化炉时，k为0.1。
以上各种气化炉均在相应适宜气化炉操作温度下，当煤样的黏温指数在1/3<η<5/3范围内时较为适宜，不足或者超出均为不合适的。因此，若η满足：1/3<η<5/3，则预测结果为：该煤样符合气化炉排渣的灰黏温特性要求，可以用于气化炉；否则，预测结果为：该煤样不符合气化炉排渣的灰黏温特性要求，不宜用于气化炉。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制。凡是根据发明技术实质对以上实施例所作的任何简单修改、变更以及等效变化，均仍属于本发明技术方案的保护范围内。

Claims (3)

1.一种煤灰黏温特性的预测方法，其特征在于，该方法包括以下步骤：
步骤一、建立煤灰黏温指数的预测模型，具体过程为：
步骤101、任意选取一煤样，利用X-荧光光谱仪检测该煤样中煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量，然后利用高温灰黏度计检测该煤样在温度为1100℃～1500℃条件下的灰黏度，之后将所测得的数据汇总成样本点数据集；
步骤102、在步骤101中所述样本点数据集中提取煤样的煤灰成分及温度作为自变量，提取煤样的灰黏度作为因变量，然后利用SPSS软件中的多元非线性回归与曲线拟合算法建立煤灰黏度的预测模型；
步骤103、对步骤102中所述煤灰黏度的预测模型进行转化，得到煤灰黏温指数的预测模型；
步骤二、利用步骤103中所建立的煤灰黏温指数的预测模型对待预测煤样的煤灰黏温特性进行预测，具体过程为：
步骤201、利用X-荧光光谱仪对待预测的煤样中的煤灰成分SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的含量分别进行测定；
步骤202、将步骤201所测得的数据代入步骤103中所述预测模型中，计算得到待预测煤样的煤灰黏温指数η；
步骤203、对步骤202中所得到的待预测煤样的煤灰黏温指数η进行分析，若η满足：1/3<η<5/3，则预测该煤样符合气化炉排渣的灰黏温特性要求；否则，预测该煤样不符合气化炉排渣的灰黏温特性要求；
步骤102所建立的煤灰黏度的预测模型为：
Y＝[(a1X1+a2X2+a3X3)/(a4X4+a5X5+a6X6+a7X7+a8X8)]·k·T·[M/T']；
步骤103中所述煤灰黏温指数的预测模型为：
η＝[(|a1X1+a2X2+a3X3|)/(|a4X4+a5X5+a6X6+a7X7+a8X8|)]·k·[T/T']；
其中，Y为煤灰黏度，单位为Pa·s，X1、X2…X8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO的质量百分含量，a1、a2…a8分别为SiO2、Al2O3、TiO2、Fe2O3、MgO、K2O、SO3和CaO通过多元非线性回归与曲线拟合分析得到的回归系数，k为多元非线性回归分析参数，T为气化炉的实际检测温度，单位为℃，M为标准灰黏度，单位为Pa·s，T'为标准温度，单位为℃，η为煤灰黏温指数。
2.根据权利要求1所述的一种煤灰黏温特性的预测方法，其特征在于，所述M和k的取值为：在Texaco流化床气化炉条件下M＝15Pa·s，k＝0.2；在GSP流化床气化炉条件下M＝30Pa·s，k＝0.1。
3.根据权利要求1所述的一种煤灰黏温特性的预测方法，其特征在于，所述标准温度T'＝100℃。
CN201710246405.7A 2017-04-15 2017-04-15 一种煤灰黏温特性的预测方法 Active CN107045658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710246405.7A CN107045658B (zh) 2017-04-15 2017-04-15 一种煤灰黏温特性的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710246405.7A CN107045658B (zh) 2017-04-15 2017-04-15 一种煤灰黏温特性的预测方法

Publications (2)

Publication Number Publication Date
CN107045658A CN107045658A (zh) 2017-08-15
CN107045658B true CN107045658B (zh) 2019-08-06

Family

ID=59544992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710246405.7A Active CN107045658B (zh) 2017-04-15 2017-04-15 一种煤灰黏温特性的预测方法

Country Status (1)

Country Link
CN (1) CN107045658B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109541143B (zh) * 2018-11-28 2021-07-06 西安建筑科技大学 一种含挥发组元炉渣实际成分及物性随时间变化的预测方法
CN115790897B (zh) * 2022-11-15 2023-08-18 中国矿业大学 一种气流床气化炉操作温度的预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种预测煤灰粘温特性的数学模型;许世森等;《热力发电》;20070715;第5-7页 *
气体中煤灰熔点和黏度预测模型;郑常昊等;《燃料化学学报》;20160531;第44卷(第5期);第521-527页 *
煤灰熔融黏温特性及对气体床气化的适应性;周世杰等;《化工学报》;20121015;第63卷(第10期);第3243-3254页 *

Also Published As

Publication number Publication date
CN107045658A (zh) 2017-08-15

Similar Documents

Publication Publication Date Title
WO2021057845A1 (zh) 智能气化配料系统及方法
CN107045658B (zh) 一种煤灰黏温特性的预测方法
CN104597263A (zh) 一种煤质专用自动工业分析仪及其测定方法
CN1800848A (zh) 燃烧式燃气热值测量方法及其热值仪
CN104655818B (zh) 配煤炼焦焦炭抗碎强度的预测方法
CN201653844U (zh) 热障涂层抗高温氧化性能测试装置
Zhou et al. A new prediction method for the viscosity of the molten coal slag. Part 2: The viscosity model of crystalline slag
Chen et al. Viscosity measurements of the SiO2–K2O–CaO system relevant to biomass slags
CN107884430B (zh) 一种预测煤等含碳物质灰熔融温度的方法
Cui et al. A preliminary study on the quality evaluation of coking coal from its structure thermal transformation: applications of fluidity and swelling indices
CN112098263B (zh) 一种参数综合预测焦炭热强度模型的方法
CN104807817A (zh) 检测焦炉中煤成焦过程特性的装置和方法
CN105842065A (zh) 冶金焦炭反应后强度的评价方法
CN103335997A (zh) 一种炉前低氮钢样的氮成分分析方法
CN108872200B (zh) 一种焦炭表面吸附硫含量的检测方法
CN204479370U (zh) 高频红外碳硫分析仪的顶吹氧装置
CN104894328A (zh) 一种转炉终点磷含量预报方法
CN111077037B (zh) 一种水分灰分在线一体化连续快速测定装置及方法
Duchesne et al. Fate of inorganic matter in entrained-flow slagging gasifiers: Fuel characterization
CN106547935B (zh) 一种冶金焦炭气孔特征参数预测模型的建立方法
CN104062203A (zh) 造纸法再造烟叶原料及过程品含砂量的测量方法
CN103983657B (zh) 一种淬火油冷速衰退快速模拟方法
FI107839B (fi) Laitteisto hiilituotteiden analysoimiseksi
RU2804378C1 (ru) Система искусственного интеллекта и способ смешивания сырья при газификации
CN107543778A (zh) 一种检测高炉炉渣黏度的装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210628

Address after: 710000 No.2, South Yanta Road, Yanta District, Xi'an City, Shaanxi Province

Patentee after: Xi'an Seekon industrial development LLC

Address before: 710054 No. 58, Yanta Road, Shaanxi, Xi'an

Patentee before: XI'AN University OF SCIENCE AND TECHNOLOGY

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210827

Address after: 710000 No. 10501, building 1, Qing'an Park, No. 9, Gaoxin Second Road, high tech Zone, Xi'an City, Shaanxi Province

Patentee after: Xi'an Xike Zhilian Energy Technology Co.,Ltd.

Address before: 710000 No.2, South Yanta Road, Yanta District, Xi'an City, Shaanxi Province

Patentee before: Xi'an Seekon industrial development LLC

TR01 Transfer of patent right