CN109187915A - 一种声音识别法选煤过程中的可选性评定方法 - Google Patents

一种声音识别法选煤过程中的可选性评定方法 Download PDF

Info

Publication number
CN109187915A
CN109187915A CN201811114315.3A CN201811114315A CN109187915A CN 109187915 A CN109187915 A CN 109187915A CN 201811114315 A CN201811114315 A CN 201811114315A CN 109187915 A CN109187915 A CN 109187915A
Authority
CN
China
Prior art keywords
coal
sample
analysis
coal sample
washability
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.)
Granted
Application number
CN201811114315.3A
Other languages
English (en)
Other versions
CN109187915B (zh
Inventor
邓小伟
程敢
史长亮
张传祥
叶广课
王勋龙
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.)
Henan University of Technology
Original Assignee
Henan University of 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 Henan University of Technology filed Critical Henan University of Technology
Priority to CN201811114315.3A priority Critical patent/CN109187915B/zh
Publication of CN109187915A publication Critical patent/CN109187915A/zh
Application granted granted Critical
Publication of CN109187915B publication Critical patent/CN109187915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/22Fuels; Explosives
    • G01N33/222Solid fuels, e.g. coal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02Investigating particle size or size distribution
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04Analysing solids

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种声音识别法选煤过程中的可选性评定方法,主要针对25mm~200mm粒度的块煤分选,包括以下步骤:原煤煤样采取、原煤煤样分析、原煤煤样粒度分析、原煤声音特征分析、绘制25mm及以上粒级煤样的筛分‑声音特征可选性曲线并进行可选性评定。与现有技术相比,本发明解决了声音识别法分选的产品质量进行调控的问题,为声音识别法进行煤炭大规模工业分选提供了重要依据。

Description

一种声音识别法选煤过程中的可选性评定方法
技术领域
本发明涉及煤炭分选工艺技术领域,特别是一种声音识别法选煤过程中的可选性评定方法。
背景技术
煤炭“洗选”是目前选煤的最主要方式,但随着国家煤炭资源开发重心往西、北内地转移,使得“洗煤”方式的弊端进一步凸显。主要体现在:首先,洗煤过程中产生的大量煤泥水需要循环利用,工艺流程复杂,工作量大;其次,我国西部和北部缺水,生态脆弱,“洗煤”方式极大限制了煤炭利用的发展。近年来,一些新的分选方法得到了广泛发展,特别是不借助水的干法分选受到行业的重视,基于煤和矸石声音特征差异实现分选的方法可以为智能化选煤厂建设和产业升级提供技术支撑。然而基于声音差异的分选过程中对煤炭分选可选性评定方法不明确,进而使生产中产品难以调控,因此,这也限制了声音法干式选煤的产业化发展。
发明内容
本发明的目的是要现有技术中存在的不足,提供一种声音识别法选煤过程中的可选性评定方法,以解决块煤声音识别干法分选的技术问题,并为分选产品调控提供依据。
为达到上述目的,本发明是按照以下技术方案实施的:
一种声音识别法选煤过程中的可选性评定方法,包括以下步骤:
S1、原煤煤样采取:在井下原煤皮带或原煤仓下皮带采集原煤煤样,采样量≥10吨,采样时间≥8小时,子样数≥30个;
S2、原煤煤样分析:包括对原煤煤样进行元素分析、工业分析、煤灰成分分析、物理性质分析;
S3、原煤煤样粒度分析:按200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm对原煤煤样进行筛分,对筛分后的各粒级煤样取化验样分别进行工业分析和元素分析;
S4、原煤声音特征分析:对筛分后的25mm及以上粒级煤样取样分别进行声音特征提取,对声音识别后的煤样再进行取样进行工业分析和元素分析;
S5、绘制25mm及以上粒级煤样的筛分-声音特征可选性曲线并进行可选性评定:根据中等频率原煤的灰分分析和分选灰度临近物含量分析,综合判定待选原煤的可选性。
进一步,本发明所述步骤S4原煤声音特征分析的具体步骤如下:
S41、筛分后的25mm及以上粒级煤样中用于声音分析的煤样质量为:粒度>200mm的煤样质量大于等于1500kg、粒度在200mm~150mm的煤样质量大于等于1000kg、粒度在150mm~100mm的煤样质量大于等于800kg、粒度在100mm~50mm的煤样质量大于等于500kg、粒度在50mm~25mm的煤样质量大于等于300kg、粒度在25mm~13mm的煤样质量大于等于150kg、粒度在13mm~6mm的煤样质量大于等于100kg;
S42、所取筛分后的25mm及以上粒级煤样,每个粒级中所有煤样均用氮气在通风橱中除去表面煤尘;
S43、将每个粒级中所有煤样分别在15分贝环境下,1.5m3的密闭空间内,进行声音提取实验,提取每个粒级中所有煤样的声音频率、传播速率、波长三个特征信息,并按不同粒级建立声音特征互相关的煤样样本序列;
S44、对经声音提取后的每个粒级中所有煤样进行取样,并对样品进行工业分析,进一步建立灰分-声音特征的对应关系;
S45、构建灰分与上述建立的声音特征互相关的煤样样本序列中精煤、中煤、矸石的声音特征的阈值范围进行对比。
进一步,本发明所述元素分析包括分析煤样中碳、氢、氧、氮、硫、磷元素的质量百分比;工业分析包括分析煤样的全水分、收到基灰分、收到基挥发分的质量百分比以及每千克煤样中收到基和干燥基的低位发热量;煤灰成分分析包括分析煤样中煤灰熔融性和有害元素;物理性质分析包括分析煤样的摩擦角、安息角、抗碎强度、堆密度、真密度。
进一步,本发明所述步骤S3中对原煤煤样进行筛分时所用筛子的筛孔尺寸分别为200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm,筛孔尺寸在25mm及以上的筛子筛面材质为1mm~3mm厚冲孔钢板,筛孔尺寸在25mm以下的筛子为金属编织物材质。
进一步,本发明所述步骤S5中绘制的25mm及以上粒级煤样的筛分-声音特征可选性曲线包括高频率曲线、低频率曲线、分选频率邻近物含量曲线、灰分曲线。
进一步,本发明所述步骤S43中声音提取长度为1s时间段。
与现有技术相比,本发明解决了声音识别法分选的产品质量进行调控的问题,为声音识别法进行煤炭大规模工业分选提供了重要依据。
附图说明
图1为本发明的流程图。
图2为本发明的声音特征提取与识别原理图。
具体实施方式
下面结合具体实施例对本发明作进一步描述,在此发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
如图1所示,本实施例的一种声音识别法选煤过程中的可选性评定方法,包括以下步骤:
S1、原煤煤样采取:在井下原煤皮带或原煤仓下皮带采集原煤煤样,采样量≥10吨,采样时间≥8小时,子样数≥30个;
S2、原煤煤样分析:包括对原煤煤样进行元素分析、工业分析、煤灰成分分析、物理性质分析;其中元素分析包括分析原煤煤样中碳、氢、氧、氮、硫、磷元素含量(质量%);工业分析包括分析原煤煤样中全水分(质量%)、收到基灰分(质量%)、收到基挥发分(质量%)、收到基和干燥基低位发热量(MJ/kg);煤灰成分分析包括分析原煤煤样中煤灰熔融性和有害元素;物理性质分析包括分析原煤煤样摩擦角(°)、安息角(°)、抗碎强度、堆密度(kg/m3)、真密度(kg/m3);
S3、原煤煤样粒度分析:按200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm对原煤煤样进行筛分,对筛分后的各粒级煤样取化验样分别进行工业分析和元素分析;其中元素分析包括碳、氢、氧、氮、硫、磷元素含量(质量%);工业分析包括全水分(质量%)、收到基灰分(质量%)、收到基挥发分(质量%)、收到基和干燥基低位发热量(MJ/kg);
在对原煤煤样进行筛分时,可以参照图1中,对原煤煤样进行筛分时所用筛子的筛孔尺寸分别为200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm,筛孔尺寸在25mm及以上的筛子筛面材质为1mm~3mm厚冲孔钢板,筛孔尺寸在25mm以下的筛子为金属编织物材质;
S4、原煤声音特征分析:对筛分后的25mm及以上粒级煤样取样分别进行声音特征提取,对声音识别后的煤样再进行取样进行工业分析和元素分析;其中元素分析包括碳、氢、氧、氮、硫、磷元素含量(质量%);工业分析包括全水分(质量%)、收到基灰分(质量%)、收到基挥发分(质量%)、收到基和干燥基低位发热量(MJ/kg);
如图2所示,本实施中,对原煤声音特征分析进行具体分析,步骤如下:
S41、筛分后的25mm及以上粒级煤样中用于声音分析的煤样质量为:粒度>200mm的煤样质量大于等于1500kg、粒度在200mm~150mm的煤样质量大于等于1000kg、粒度在150mm~100mm的煤样质量大于等于800kg、粒度在100mm~50mm的煤样质量大于等于500kg、粒度在50mm~25mm的煤样质量大于等于300kg、粒度在25mm~13mm的煤样质量大于等于150kg、粒度在13mm~6mm的煤样质量大于等于100kg;
S42、所取筛分后的6mm及以上粒级煤样,每个粒级中所有煤样均用氮气在通风橱中除去表面煤尘;
S43、将每个粒级中所有煤样分别在15分贝环境下,1.5m3的密闭空间内,进行声音提取实验,声音提取长度为1s时间段,提取每个粒级中所有煤样的声音频率、传播速率、波长三个特征信息,并按不同粒级建立声音特征互相关的煤样样本序列;
S44、对经声音提取后的每个粒级中所有煤样进行取样,并对样品进行工业分析,进一步建立灰分-声音特征的对应关系;
S45、构建灰分与上述建立的声音特征互相关的煤样样本序列中精煤、中煤、矸石的声音特征的阈值范围进行对比;
S5、绘制25mm及以上粒级煤样的筛分-声音特征可选性曲线并进行可选性评定,其中,绘制的25mm及以上粒级煤样的筛分-声音特征可选性曲线包括高频率曲线、低频率曲线、分选频率邻近物含量曲线、灰分曲线,然后根据中等频率原煤的灰分分析和分选灰度临近物含量分析,综合判定待选原煤的可选性。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。

Claims (6)

1.一种声音识别法选煤过程中的可选性评定方法,其特征在于,包括以下步骤:
S1、原煤煤样采取:在井下原煤皮带或原煤仓下皮带采集原煤煤样,采样量≥10吨,采样时间≥8小时,子样数≥30个;
S2、原煤煤样分析:包括对原煤煤样进行元素分析、工业分析、煤灰成分分析、物理性质分析;
S3、原煤煤样粒度分析:按200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm对原煤煤样进行筛分,对筛分后的各粒级煤样取化验样分别进行工业分析和元素分析;
S4、原煤声音特征分析:对筛分后的25mm及以上粒级煤样取样分别进行声音特征提取,对声音识别后的煤样再进行取样进行工业分析和元素分析;
S5、绘制25mm及以上粒级煤样的筛分-声音特征可选性曲线并进行可选性评定:根据中等频率原煤的灰分分析和分选灰度临近物含量分析,综合判定待选原煤的可选性。
2.根据权利要求1所述的声音识别法选煤过程中的可选性评定方法,其特征在于:所述步骤S4原煤声音特征分析的具体步骤如下:
S41、筛分后的25mm及以上粒级煤样中用于声音分析的煤样质量为:粒度>200mm的煤样质量大于等于1500kg、粒度在200mm~150mm的煤样质量大于等于1000kg、粒度在150mm~100mm的煤样质量大于等于800kg、粒度在100mm~50mm的煤样质量大于等于500kg、粒度在50mm~25mm的煤样质量大于等于300kg,粒度在25mm~13mm的煤样质量大于等于150kg、粒度在13mm~6mm的煤样质量大于等于100kg;
S42、所取筛分后的25mm及以上粒级煤样,每个粒级中所有煤样均用氮气在通风橱中除去表面煤尘;
S43、将每个粒级中所有煤样分别在15分贝环境下,1.5m3的密闭空间内,进行声音提取实验,提取每个粒级中所有煤样的声音频率、传播速率、波长三个特征信息,并按不同粒级建立声音特征互相关的煤样样本序列;
S44、对经声音提取后的每个粒级中所有煤样进行取样,并对样品进行工业分析,进一步建立灰分-声音特征的对应关系;
S45、构建灰分与上述建立的声音特征互相关的煤样样本序列中精煤、中煤、矸石的声音特征的阈值范围进行对比。
3.根据权利要求1所述的声音识别法选煤过程中的可选性评定方法,其特征在于:所述元素分析包括分析煤样中碳、氢、氧、氮、硫、磷元素的质量百分比;工业分析包括分析煤样的全水分、收到基灰分、收到基挥发分的质量百分比以及每千克煤样中收到基和干燥基的低位发热量;煤灰成分分析包括分析煤样中煤灰熔融性和有害元素;物理性质分析包括分析煤样的摩擦角、安息角、抗碎强度、堆密度、真密度。
4.根据权利要求1所述的声音识别法选煤过程中的可选性评定方法,其特征在于:所述步骤S3中对原煤煤样进行筛分时所用筛子的筛孔尺寸分别为200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm,筛孔尺寸在25mm及以上的筛子筛面材质为1mm~3mm厚冲孔钢板,筛孔尺寸在25mm以下的筛子为金属编织物材质。
5.根据权利要求1所述的声音识别法选煤过程中的可选性评定方法,其特征在于:所述步骤S5中绘制的25mm及以上粒级煤样的筛分-声音特征可选性曲线包括高频率曲线、低频率曲线、分选频率邻近物含量曲线、灰分曲线。
6.根据权利要求2声音识别法选煤过程中的可选性评定方法,其特征在于:所述步骤S43中声音提取长度为1s时间段。
CN201811114315.3A 2018-09-25 2018-09-25 一种声音识别法选煤过程中的可选性评定方法 Active CN109187915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811114315.3A CN109187915B (zh) 2018-09-25 2018-09-25 一种声音识别法选煤过程中的可选性评定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811114315.3A CN109187915B (zh) 2018-09-25 2018-09-25 一种声音识别法选煤过程中的可选性评定方法

Publications (2)

Publication Number Publication Date
CN109187915A true CN109187915A (zh) 2019-01-11
CN109187915B CN109187915B (zh) 2021-01-15

Family

ID=64909651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811114315.3A Active CN109187915B (zh) 2018-09-25 2018-09-25 一种声音识别法选煤过程中的可选性评定方法

Country Status (1)

Country Link
CN (1) CN109187915B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3308810A1 (de) * 1983-03-12 1984-09-13 Klöckner-Humboldt-Deutz AG, 5000 Köln Setzmaschine zur aufbereitung von kohle
CN1271918A (zh) * 1999-04-27 2000-11-01 路迈西 原煤可选性曲线和重选分配曲线的数学模型
AU732853B3 (en) * 2000-09-21 2001-05-03 Fady Sidrak Method of using coal washery refuse for making ceramic articles
CA2350225A1 (en) * 2001-06-19 2002-12-19 Gerhard Heinrich Method to determine separability of minerals
CN101614583A (zh) * 2009-04-30 2009-12-30 上海电力学院 一种基于声音识别的堵料检测预警装置及方法
CN101637765A (zh) * 2009-06-16 2010-02-03 巨龙融智机电技术(北京)有限公司 一种煤矸石自动分选机
CN102297822A (zh) * 2010-06-22 2011-12-28 中国矿业大学 一种通过图像分析预测煤粒灰分的方法
CN102521572A (zh) * 2011-12-09 2012-06-27 中国矿业大学 一种煤和矸石的图像识别方法
CN103350027A (zh) * 2013-08-06 2013-10-16 煤炭科学研究总院唐山研究院 分级脱泥有压给料三产品重介质旋流器选煤工艺
CN103940907A (zh) * 2014-05-09 2014-07-23 天地上海采掘装备科技有限公司 煤岩识别设备及其识别方法
CN104463098A (zh) * 2014-11-04 2015-03-25 中国矿业大学(北京) 用图像的结构张量方向直方图特征识别煤岩
CN104492728A (zh) * 2015-01-11 2015-04-08 河北联合大学 一种基于声波的煤矸在线分选装置
CN204523598U (zh) * 2015-01-11 2015-08-05 河北联合大学 一种基于声波的煤矸在线分选装置
CN105289997A (zh) * 2015-11-24 2016-02-03 河南理工大学 一种干法块煤分选装置
CN106179676A (zh) * 2016-07-18 2016-12-07 淮南矿业(集团)有限责任公司 一种干法选煤及处理方法
CN106198488A (zh) * 2016-07-27 2016-12-07 华中科技大学 一种基于拉曼光谱分析的煤质快速检测方法
CN108460793A (zh) * 2018-03-28 2018-08-28 中国矿业大学(北京) X射线图像的分形维数确定方法及煤矸的分选方法
CN108508042A (zh) * 2018-04-02 2018-09-07 合肥工业大学 多视角x射线煤和矸石透射图像检测方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3308810A1 (de) * 1983-03-12 1984-09-13 Klöckner-Humboldt-Deutz AG, 5000 Köln Setzmaschine zur aufbereitung von kohle
CN1271918A (zh) * 1999-04-27 2000-11-01 路迈西 原煤可选性曲线和重选分配曲线的数学模型
AU732853B3 (en) * 2000-09-21 2001-05-03 Fady Sidrak Method of using coal washery refuse for making ceramic articles
CA2350225A1 (en) * 2001-06-19 2002-12-19 Gerhard Heinrich Method to determine separability of minerals
CN101614583A (zh) * 2009-04-30 2009-12-30 上海电力学院 一种基于声音识别的堵料检测预警装置及方法
CN101637765A (zh) * 2009-06-16 2010-02-03 巨龙融智机电技术(北京)有限公司 一种煤矸石自动分选机
CN102297822A (zh) * 2010-06-22 2011-12-28 中国矿业大学 一种通过图像分析预测煤粒灰分的方法
CN102521572A (zh) * 2011-12-09 2012-06-27 中国矿业大学 一种煤和矸石的图像识别方法
CN103350027A (zh) * 2013-08-06 2013-10-16 煤炭科学研究总院唐山研究院 分级脱泥有压给料三产品重介质旋流器选煤工艺
CN103940907A (zh) * 2014-05-09 2014-07-23 天地上海采掘装备科技有限公司 煤岩识别设备及其识别方法
CN104463098A (zh) * 2014-11-04 2015-03-25 中国矿业大学(北京) 用图像的结构张量方向直方图特征识别煤岩
CN104492728A (zh) * 2015-01-11 2015-04-08 河北联合大学 一种基于声波的煤矸在线分选装置
CN204523598U (zh) * 2015-01-11 2015-08-05 河北联合大学 一种基于声波的煤矸在线分选装置
CN105289997A (zh) * 2015-11-24 2016-02-03 河南理工大学 一种干法块煤分选装置
CN106179676A (zh) * 2016-07-18 2016-12-07 淮南矿业(集团)有限责任公司 一种干法选煤及处理方法
CN106198488A (zh) * 2016-07-27 2016-12-07 华中科技大学 一种基于拉曼光谱分析的煤质快速检测方法
CN108460793A (zh) * 2018-03-28 2018-08-28 中国矿业大学(北京) X射线图像的分形维数确定方法及煤矸的分选方法
CN108508042A (zh) * 2018-04-02 2018-09-07 合肥工业大学 多视角x射线煤和矸石透射图像检测方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
D.E.JENKINSON ETAL: "X射线透射法选煤", 《国外金属矿选矿》 *
HONGPING LIU ETAL: "Coal washability analysis using X-ray tomographic images for different lithotypes", 《FUEL》 *
TUAN D.NGUYEN ETAL: "Application of high-resolution X-ray microcomputed tomography for coal washability analysis", 《MINERALS ENGINEERING》 *
史长亮等: "微波焙烧强化菱铁矿干法磁选试验研究", 《矿产保护与利用》 *
李沙等: "煤粉磁选可选性的研究", 《河南理工大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN109187915B (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN204194320U (zh) X射线矿石智能分选设备
Burt Gravity concentration technology
CN106607183B (zh) 一种模块化高密度煤系油页岩提质工艺及提质系统
CN109482494B (zh) 一种动力煤全粒级干法提质排矸工艺
CN104226465A (zh) 一种油页岩重力分选富集油母质工艺
CN108380380A (zh) 细碎产品干式选别铁精粉工艺
CN109187915A (zh) 一种声音识别法选煤过程中的可选性评定方法
CN103920582A (zh) 一种适用于细粒煤分级的闭路分级工艺
CN108932529A (zh) 一种图像识别法选煤过程中的可选性评定方法
CN102824955A (zh) 一种精煤磁尾用作浮选喷水消泡方法
CN114611940A (zh) 一种多源煤基固废资源化利用方向的决策方法及系统
CN112062517A (zh) 一种基于再生砖混粗骨料分级分类的混凝土配制方法
CN114273074B (zh) 一种深度脱粉与干湿法联合的全粒级分选方法
Bielowicz Petrographic characteristics of lignite gasification chars
CN104212470A (zh) 一种油页岩干法预选排矸-干馏工艺
Wolfsberger et al. Landfill mining–case study: Characterization and treatment of excavated waste from Austrian sanitary landfill sites and estimation of the resource potential
CN113908975A (zh) 一种动力煤干湿联合分选方法
CN113399110A (zh) 一种含铁含锌固废物回收利用的方法
CN111437986A (zh) 一种中煤在线回收高灰精煤的选煤工艺
CN112730147A (zh) 按不同粒径级配分析垃圾焚烧炉渣中有色金属含量的方法
CN103182346A (zh) 一种提高硫酸烧渣铁品位的新工艺
Cai et al. Low grade lignite upgrading using a novel dewatering-binderless briquetting combined process
Nemukula et al. Investigating the shattering index of coal fines briquettes produced with natural binders
CN117282536B (zh) 一种煤矸石综合利用方法
CN116237110B (zh) 基于全流程管理的洞渣制备精品机制砂生产工艺方法

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