CN107525882B - 一种预测焦炭硫分的方法 - Google Patents
一种预测焦炭硫分的方法 Download PDFInfo
- Publication number
- CN107525882B CN107525882B CN201710986531.6A CN201710986531A CN107525882B CN 107525882 B CN107525882 B CN 107525882B CN 201710986531 A CN201710986531 A CN 201710986531A CN 107525882 B CN107525882 B CN 107525882B
- Authority
- CN
- China
- Prior art keywords
- coal
- coke
- content
- coking
- sulfur content
- 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
Links
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 title claims abstract description 113
- 239000000571 coke Substances 0.000 title claims abstract description 106
- 229910052717 sulfur Inorganic materials 0.000 title claims abstract description 57
- 239000011593 sulfur Substances 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000003245 coal Substances 0.000 claims abstract description 115
- 239000005864 Sulphur Substances 0.000 claims abstract description 56
- 238000004939 coking Methods 0.000 claims abstract description 45
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 24
- 239000011707 mineral Substances 0.000 claims abstract description 24
- 239000000126 substance Substances 0.000 claims abstract description 19
- 239000002994 raw material Substances 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 2
- 238000002156 mixing Methods 0.000 abstract description 31
- 238000012360 testing method Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 27
- 238000004519 manufacturing process Methods 0.000 description 11
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 9
- 229910052799 carbon Inorganic materials 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000002485 combustion reaction Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 239000002671 adjuvant Substances 0.000 description 3
- 239000002956 ash Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003610 charcoal Substances 0.000 description 2
- 239000011280 coal tar Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 239000010883 coal ash Substances 0.000 description 1
- 239000011335 coal coke Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910052571 earthenware Inorganic materials 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/12—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using combustion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Coke Industry (AREA)
Abstract
本发明公开了一种预测焦炭硫分的方法，先测定原料煤的硫分、挥发分、以及内在矿物质含量，代入如下计算公式：
Description
技术领域
本发明属于焦化行业配煤炼焦技术领域，是一种针对配煤炼焦生产中预测焦炭硫分的方法。
背景技术
随着煤炭资源的大幅度开采和利用，优质炼焦煤资源储量所占比例急剧下降，优质炼焦煤资源的短缺造成其价格上涨，增加了焦炭的生产成本。而煤焦行业不景气造成焦化企业不得不通过降低优质炼焦煤的配比，利用其他劣质煤焦肥煤（高灰、高硫煤）部分替代优质炼焦煤进行配煤炼焦。硫分作为衡量焦炭质量的主要指标参数之一，焦炭中硫含量的高低直接影响焦化企业的经济效益。而焦化企业为了生产能够符合规定指标的焦炭，一般会在实际生产过程之前对焦炭的硫分进行预测。但随着配煤方案的改变，现行的一些预测模型和经验公式难以适应目前配煤工艺。
目前，各焦化企业一般是根据长期生产实践，再结合配煤专家的经验来进行配煤方案的设计与优化，进而对焦炭硫分进行预测。由于焦炭中的硫分大多直接来源于配合煤或由炼焦过程中各相互作用产生，因此从总体上看，配合煤硫分与焦炭硫分之间具有较好的线性相关性，配合煤硫含量及形态直接影响着焦炭中的硫分，焦化企业采用的焦炭硫分预测模型也以S焦=a*S煤+b等形式为主，仅将焦炭硫分与配煤硫分直接关联或辅以配煤比、全焦率等参数。
但是，在配煤炼焦过程中，除了配煤硫分这一影响焦炭硫分的最为直接的因素，煤中挥发分及一些内在矿物质也将对焦炭硫分产生影响。煤中的挥发分一方面可以粗略预测煤中硫的存在形态，另一方面可以促进热解过程中产生的含硫气体更快的进行释放。煤中一些内在矿物质在炼焦过程中会发生分解产生CaO、Fe2O3、MgO等化合物，这些化合物将对硫的迁移释放起到促进或抑制作用，从而最终影响到焦炭硫分。因此，如果不能对这些影响焦炭硫分的煤质因素进行充分的考虑与探究，那么建立的焦炭硫分预测模型的精度也必将大为降低，这也将进一步影响到配煤方案的正确设计，并且直接造成焦炭质量的波动，使高炉操作和技术经济指标发生改变，对生产过程产生极为不利的影响。
综上所述，现有焦炭硫分预测模型大多都有一定的局限性，往往仅适用于特定的企业，而且对于实际炼焦过程中影响焦炭硫分的因素没有进行更深层次的分析研究，通过这些传统的经验公式对焦炭硫分进行预测，一方面缺乏科学的理论依据，另一方面经验公式无法确定配煤中各煤种在炼焦过程中交互作用对硫分变迁的影响，无法真实、准确地去预测在配煤炼焦过程中焦炭中硫分的含量。未来随着炼焦工业的发展，对焦炭的质量要求将会不断提高，而炼焦煤尤其是优质炼焦煤资源作为不可再生资源储量又在不断减少，因此有必要更进一步的探讨炼焦过程中影响焦炭硫分的各项因素，对焦炭硫分进行更为合理精确的预测，降低炼焦成本，盘活焦化产业。
发明内容
为了解决现有焦炭硫分预测模型中存在的不足，本发明公开了一种预测焦炭硫分的方法，充分考虑了单种煤和配合煤中硫分、挥发分、内在矿物质等因素在炼焦过程中对焦炭硫分的影响，对焦炭硫分的预测更精确，具有广泛的工业应用价值。
本发明是通过如下技术方案实现的：
本发明公开了一种预测焦炭硫分的方法，具体为：测定原料煤的硫分、挥发分、以及内在矿物质的含量，代入如下计算公式：，
式中：
S—原料煤炼焦所得焦炭干燥基硫分预测值，%；
S1—原料煤的干燥基硫分，%；
V—原料煤的干燥无灰基挥发分，%；
Z —原料煤中内在矿物质含量，%；
计算所得的S值即为用原料煤炼焦所得的焦炭产品将会产生硫分的预测值。
其中，所述原料煤可以是单种煤，也可以是配合煤；所述内在矿物质为原料煤中分解产生CaO、Fe2O3、MgO的矿物质，其含量—Z值是根据原料煤灰成分中CaO、Fe2O3、MgO的含量，换算成以原料煤为基准的含量。
为了使预测焦炭硫分的结果更精确，所述原料煤中硫分S1≤2%；优选地，所述原料煤中挥发分V为18~33%；较佳地，所述原料煤中内在矿物质含量Z≤6%。
作为一种优选实施方式，当所述原料煤中硫分S1≤1.5%、挥发分V为19~28%、内在矿物质含量Z≤4%时，焦炭硫分的预测值和实际值误差更小，相关性更高。
本发明通过对单种煤以及煤质特性不同、硫分差异具有代表性的26种配煤炼焦用样品煤的硫分、挥发分、内在矿物质含量进行分析测定；对每个样品煤进行单独炼焦，得到所述煤样的焦炭，测定每个样品煤焦炭的硫分；利用统计分析软件进行多元线性回归，构建所述煤样焦炭硫分与煤样硫分、挥发分、内在矿物质含量的关系式，建立焦炭硫分预测公式及方法。
结合焦化厂炼焦实际生产过程采用的配煤比，进行10kg小焦炉试验、300kg焦炉试验、7.63m焦炉试验，分别得到焦炭硫分的实际值，将其与利用煤质分析数据预测得到焦炭硫分进行比较，验证模型在实际炼焦生产过程的应用。
本发明的有益效果是：充分考虑了配煤炼焦过程中影响焦炭硫分的各项因素，特别是样品煤中硫分、挥发分、内在矿物质含量这三个主要煤质指标对焦炭硫分的影响，建立了一种预测焦炭硫分精确度高、普适性强的公式和方法，克服了传统经验公式对焦炭硫分预测的局限性及精确度低等缺点，对于更为合理的扩大炼焦煤资源利用范围，调整配煤工艺，进而降低炼焦配煤成本具有指导性及促进性作用。
具体实施方式
以下描述用于揭示本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
一种预测焦炭硫分的方法，具体为：测定单种煤及配种煤样品的硫分、挥发分以及内在矿物质含量；代入如下计算公式：，
式中：
S—样品煤炼焦所得焦炭干燥基硫分预测值，%；
S 1 —样品煤干燥基硫分，%；
V—样品煤干燥无灰基挥发分，%；
Z —样品煤中内在矿物质含量，%；
得到样品煤炼焦所得焦炭硫分的预测值。
将相应样品煤分别在10kg小焦炉试验、300kg焦炉试验、7.63m焦炉试验得到焦炭硫分的实际值，将其与利用煤质分析数据预测得到焦炭硫分进行比较。
选取焦化厂不同炼焦生产时期实际使用的11种配煤方案，分别在10kg小焦炉上进行炼焦试验，具体的配煤方案如表1所示。每次试验入炉煤干基质量为10kg，对配合煤硫分、挥发分及煤中内在矿物质含量进行测定后，根据本发明提出的焦炭硫分预测模型，可得到各焦炭硫分的预测值，配合煤炼焦所得焦炭硫分的实测值通过碳硫分析仪直接测得。焦炭硫分实测值测定的主要方法为：称取0.02g粒度小于0.2mm的试样置于专用坩埚，后将2g多元复合助燃剂覆盖于试样上面，坩埚中的试样在碳硫分析仪炉膛中经过高温燃烧产生CO2和SO2气体，通过测量气体红外吸收后的光强变化量，分析CO2和SO2气体浓度百分含量，最终测定试样中的碳、硫元素百分含量。10kg小焦炉炼焦试验的相关数据如表2，可知焦炭硫分预测值与实测值的差值均在±0.01%左右。
表1 10kg小焦炉试验配煤方案
。
表2 10kg焦炉试验所得焦炭硫分预测值与实测值
。
选取焦化厂不同炼焦生产时期实际使用的5种配煤方案，分别在300kg焦炉上进行炼焦试验具体的配煤方案如表3所示。每次试验入炉煤干基质量为300kg，对配合煤硫分、挥发分及煤中内在矿物质含量进行测定后，根据本发明提出的焦炭硫分预测模型，可得到各焦炭硫分的预测值，配合煤炼焦所得焦炭硫分的实测值通过碳硫分析仪直接测得。焦炭硫分实测值测定的主要方法为：称取0.02g粒度小于0.2mm的试样置于专用坩埚，后将2g多元复合助燃剂覆盖于试样上面，坩埚中的试样在碳硫分析仪炉膛中经过高温燃烧产生CO2和SO2气体，通过测量气体红外吸收后的光强变化量，分析CO2和SO2气体浓度百分含量，最终测定试样中的碳、硫元素百分含量。300kg焦炉炼焦试验的相关数据如表4，可知焦炭硫分预测值与实测值的差值均在±0.01%左右。
表3 300kg焦炉试验配煤方案
。
表4 300kg焦炉试验所得焦炭硫分预测值与实测值
。
为了进一步对本发明提出的焦炭硫分预测模型在工业上的应用进行验证，跟踪记录焦化厂不同炼焦生产时期的5个配煤方案及其在7.63m焦炉实际生产所得焦炭的硫分，对配合煤硫分、挥发分及煤中内在矿物质含量进行测定后，根据本发明提出的焦炭硫分预测模型，可得到各焦炭硫分的预测值，配合煤炼焦所得焦炭硫分的实测值通过碳硫分析仪直接测得。焦炭硫分实测值测定的主要方法为：称取0.02g粒度小于0.2mm的试样置于专用坩埚，后将2g多元复合助燃剂覆盖于试样上面，坩埚中的试样在碳硫分析仪炉膛中经过高温燃烧产生CO2和SO2气体，通过测量气体红外吸收后的光强变化量，分析CO2和SO2气体浓度百分含量，最终测定试样中的碳、硫元素百分含量。7.63m焦炉炼焦试验的相关数据如表6，可知焦炭硫分预测值与实测值的差值均在±0.01%左右。
表5 7.63m焦炉试验配煤方案
。
表6 7.63m焦炉试验所得焦炭硫分预测值与实测值
。
从上述由小规模焦炉试验到大型焦炉试验的实施例可知，本发明提出的焦炭硫分预测模型在实际应用过程中可以保证较高的精确度，普适性强，预测得到的焦炭硫分与实际焦炭硫分之间的差异很小。因此，根据本发明提供的焦炭硫分预测模型，可以为炼焦生产中配煤方案的优化、炼焦煤资源的合理利用、炼焦配煤成本的降低提供一些指导性的作用。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种预测焦炭硫分的方法，其特征在于：测定原料煤的硫分、挥发分、以及内在矿物质的含量，代入如下计算公式： ，
式中：
S—原料煤炼焦所得焦炭干燥基硫分预测值，%；
S1—原料煤的干燥基硫分，%；
V—原料煤的干燥无灰基挥发分，%；
Z —原料煤中内在矿物质含量，%；
计算所得的S值即为原料煤炼焦所得焦炭干燥基硫分预测值。
2.如权利要求1所述的方法，其特征在于：所述原料煤为单种煤或配合煤。
3.如权利要求1所述的方法，其特征在于：所述内在矿物质为原料煤中分解产生CaO、Fe2O3、MgO的矿物质。
4.如权利要求1所述的方法，其特征在于：所述原料煤中硫分S1≤2%。
5.如权利要求1所述的方法，其特征在于：所述原料煤中挥发分V为18~33%。
6.如权利要求1所述的方法，其特征在于：所述原料煤中内在矿物质含量Z≤6%。
7.如权利要求1~6中任一所述的方法，其特征在于：所述原料煤中硫分S1≤1.5%。
8.如权利要求1~6中任一所述的方法，其特征在于：所述原料煤中挥发分V为19~28%。
9.如权利要求1~6中任一所述的方法，其特征在于：所述原料煤中内在矿物质含量Z≤4%。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710986531.6A CN107525882B (zh) | 2017-10-20 | 2017-10-20 | 一种预测焦炭硫分的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710986531.6A CN107525882B (zh) | 2017-10-20 | 2017-10-20 | 一种预测焦炭硫分的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107525882A CN107525882A (zh) | 2017-12-29 |
| CN107525882B true CN107525882B (zh) | 2019-08-02 |
Family
ID=60684914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710986531.6A Active CN107525882B (zh) | 2017-10-20 | 2017-10-20 | 一种预测焦炭硫分的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107525882B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108520169B (zh) * | 2018-04-09 | 2022-10-14 | 山西汾渭能源开发咨询有限公司 | 一种通过灰成分与挥发分预测焦炭硫转化方法 |
| CN112180026A (zh) * | 2020-09-18 | 2021-01-05 | 太原理工大学 | 一种低浓度可燃废气与燃煤混烧的实验系统以及分析方法 |
| CN113468462B (zh) * | 2021-06-29 | 2024-05-14 | 鞍钢股份有限公司 | 一种预测焦炉煤气中硫含量的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101447001B (zh) * | 2008-12-05 | 2010-10-06 | 中唯炼焦技术国家工程研究中心有限责任公司 | 一种预测焦炭硫分的方法 |
| WO2012103600A2 (en) * | 2011-02-01 | 2012-08-09 | Global Ispat Koksna Industrija D.O.O. Lukavac | Coal blend models for determining coke quality |
| CN102746866A (zh) * | 2012-06-21 | 2012-10-24 | 徐州伟天化工有限公司 | 一种配煤炼焦焦炭硫分的精确预测方法 |
| KR101466481B1 (ko) * | 2013-04-30 | 2014-12-01 | 현대제철 주식회사 | 코크스 공정의 황화수소 발생량 예측방법 |
| CN103278610B (zh) * | 2013-06-08 | 2015-05-20 | 武汉钢铁(集团)公司 | 最大基氏流动度≤2000ddpm焦煤煤质的评价方法 |
| CN106190209B (zh) * | 2016-07-07 | 2019-10-08 | 首钢集团有限公司 | 一种预测配合煤冶炼焦炭中硫分的方法 |
-
2017
- 2017-10-20 CN CN201710986531.6A patent/CN107525882B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107525882A (zh) | 2017-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107525882B (zh) | 一种预测焦炭硫分的方法 | |
| Ryemshak et al. | Proximate analysis, rheological properties and technological applications of some Nigerian coals | |
| US10900904B2 (en) | Method for detecting moisture and volatile matter content of raw coal by using value of baseline drift | |
| Van Dyk et al. | Influence of discard mineral matter on slag–liquid formation and ash melting properties of coal–A FACTSAGETM simulation study | |
| CN103952166B (zh) | 基于炼焦煤结焦性的煤质分类及配煤方法 | |
| CN109409785A (zh) | 建立不同炼焦煤种间的煤质比较评价模型的方法 | |
| CN101957359A (zh) | 一种利用40Kg试验焦炉预测工业化生产焦炭质量的方法 | |
| CN101447001B (zh) | 一种预测焦炭硫分的方法 | |
| CN104449778A (zh) | 一种综合运用煤岩指标进行煤源开发的方法 | |
| CN104390990B (zh) | 一种煤焦中矿物质的定量分析方法 | |
| CN117132123A (zh) | 一种基于原料侧数据的燃煤二氧化碳排放量确定方法及确定系统 | |
| CN112098263B (zh) | 一种参数综合预测焦炭热强度模型的方法 | |
| Chen | Study on integrated classification system for Chinese coal | |
| CN116479195B (zh) | 一种基于煤岩参数优化高炉喷吹煤配煤的方法 | |
| Nasirudeen et al. | Quality of some Nigerian coals as blending stock in metallurgical coke production | |
| CN104678075B (zh) | 配煤炼焦焦炭耐磨强度的预测方法 | |
| KR101100589B1 (ko) | 코크스의 고온 강도 예측방법 | |
| CN108664450A (zh) | 一种基于煤灰高钾、钠含量的焦炭质量预报方法 | |
| CN103294870B (zh) | 建立炼焦煤灰分对焦炭热性能影响模型的方法 | |
| CN110797090A (zh) | 预测焦炭硫份的方法、预测煤的硫转化率的方法、制备配合煤的方法及炼焦方法 | |
| KR101205026B1 (ko) | 코크스의 고온 강도 예측방법 | |
| KR101466481B1 (ko) | 코크스 공정의 황화수소 발생량 예측방법 | |
| Amara et al. | Partial Replacement of Coke with Biocoke: Effect of Biocoke Production Temperature on Anode Quality | |
| CN117571649A (zh) | 基于红外结构参数预测焦炭冷态强度的方法 | |
| RU2804378C1 (ru) | Система искусственного интеллекта и способ смешивания сырья при газификации |
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 |