CN112098263A - 一种参数综合预测焦炭热强度模型的方法 - Google Patents

一种参数综合预测焦炭热强度模型的方法 Download PDF

Info

Publication number
CN112098263A
CN112098263A CN202010959603.XA CN202010959603A CN112098263A CN 112098263 A CN112098263 A CN 112098263A CN 202010959603 A CN202010959603 A CN 202010959603A CN 112098263 A CN112098263 A CN 112098263A
Authority
CN
China
Prior art keywords
coal
coke
model
parameter
csr
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
CN202010959603.XA
Other languages
English (en)
Other versions
CN112098263B (zh
Inventor
贾亚宏
贾博宇
郭宇乾
贾亚坤
徐佳妮
田锁根
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.)
Shanxi Yaxin Xinneng Technology Co ltd
Original Assignee
Shanxi Yaxin Xinneng Technology Co ltd
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 Shanxi Yaxin Xinneng Technology Co ltd filed Critical Shanxi Yaxin Xinneng Technology Co ltd
Priority to CN202010959603.XA priority Critical patent/CN112098263B/zh
Publication of CN112098263A publication Critical patent/CN112098263A/zh
Application granted granted Critical
Publication of CN112098263B publication Critical patent/CN112098263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/076—X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016—X-ray
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/617—Specific applications or type of materials ash in coal

Abstract

本发明属于炼焦技术领域，具体涉及一种参数综合预测焦炭热强度模型的方法，包括下列步骤：测定焦炭的参数指标；通过煤灰成分中的碱金属拟合求出催化指数；通过主成分回归分析的模型拟合求出煤质参数模型；测定工艺操作参数，工艺操作参数包括：入炉煤堆密度、火道温度、入炉煤水分；求出焦炭热强度数据变化的工艺参数模型的数学模型；求出焦炭质量最终预测模型。本发明可以科学、准确地预测焦炭热态强度，本发明不仅合理利用炼焦煤资源，控制焦炭质量，降低配煤成本，而且对工艺条件造成焦炭的波动能够及时反应，保证了生产操作的规范化。本发明用于焦炭热强度模型的预测。

Description

一种参数综合预测焦炭热强度模型的方法
技术领域
本发明属于炼焦技术领域，具体涉及一种参数综合预测焦炭热强度模型的方法。
背景技术
焦炭是高炉炼铁的重要原料，在高炉冶炼过程中起提供热量、还原剂、渗碳剂和料柱骨架的作用。料柱骨架作用对高炉冶炼十分重要，因此，焦炭必须具有足够的热强度。焦炭热强度低会引起诸如炉身和炉缸透气性降低、气流和温度分布紊乱、悬料等操作问题，严重影响高炉顺行。
大部分焦化厂预测焦炭热强度质量通过小焦炉试验或单孔试验。小焦炉试验不能模拟大焦炉工艺条件，结果相关性差。单孔试验消耗的人力、物力投入较大，且时间长。
发明内容
针对上述小焦炉试验结果相关性差和单孔试验消耗的人力、物力投入较大、时间长的技术问题，本发明提供了一种准确度高、效率高、实用性强的参数综合预测焦炭热强度模型的方法。
为了解决上述技术问题，本发明采用的技术方案为：
一种参数综合预测焦炭热强度模型的方法，包括下列步骤：
S1、测定焦炭的参数指标，所述参数指标包括：挥发分Vdaf、粘结指数G、胶质层厚度Y、灰分Ad、煤灰成份；
S2、通过煤灰成分中的碱金属拟合求出催化指数MCI；
S3、通过主成分回归分析的模型拟合求出煤质参数模型CSR(1)；
S4、测定工艺操作参数，所述工艺操作参数包括：入炉煤堆密度ρ、火道温度t、入炉煤水分Mt、入炉煤小于3mm粒度所占比例D；
S5、求出焦炭热强度数据变化的工艺参数模型ΔCSR的数学模型；
S6、求出焦炭质量最终预测模型CSR(2)。
所述S1中干燥无灰基挥发分Vdaf测定的方法为：称取焦炭试验煤样，放在带盖的瓷坩埚中，在900±10℃下，隔绝空气加热7min，以减少的质量占煤样质量分数，减去该煤样的水分含量作为煤样的挥发分Vdaf。
所述S1中粘结指数G测定的方法为：称取焦炭试验煤样和专用无用煤，在规定的条件下混合后快速加热成焦块，所得焦块使用转鼓进行强度检验，计算其粘结指数G，表示试验煤样的粘结能力。
所述S1中胶质层厚度Y测定的方法为：将焦炭煤样装入煤杯，煤杯放在电炉内以温度低于250℃时，以8℃/min速度升温，250℃时，以3℃/min速度升温，进行单侧加热，煤样相应形成半焦层、胶质层和未软化的煤样层的3个稳层面，用探针测量出胶质层厚度Y，根据试验记录的体积曲线测得最终收缩度。
所述S1中灰分Ad测定的方法为：称取焦炭试验煤样，放入预先加热至815±10℃马弗炉中，加热到灰化并灼烧到质量恒定，以残留物的质量占煤样质量的质量分数作为煤样灰分Ad。
所述S1中的煤灰成份通过X荧光分析仪测定，所述煤灰成份包括：Fe2O3、K2O、Na2O、CaO、MgO、MnO、Al2O3、SiO2、TiO2。
所述S2中求出催化指数MCI的方法为：
Figure BDA0002680007630000021
所述Fe2O3为煤灰成份中Fe2O3的质量分数，所述K2O为煤灰成份中K2O的质量分数，所述Na2O为煤灰成份中Na2O的质量分数，所述CaO为煤灰成份中CaO的质量分数，所述MgO为煤灰成份中MgO的质量分数，所述MnO为煤灰成份中MnO的质量分数，所述Al2O3为煤灰成份中Al2O3的质量分数，所述SiO2为煤灰成份中SiO2的质量分数，所述TiO2为煤灰成份中TiO2的质量分数，所述Vd为干燥基灰分，所述
Figure BDA0002680007630000031
所述S3中求出煤质参数模型CSR(1)的计算公式为：
CSR(1)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5。
所述S5中工艺参数模型ΔCSR的计算公式为：
ΔCSR＝25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084
所述ρ为入炉煤密度，所述τ为入炉煤生产焦炭的结焦时间，所述t为焦炉温度，所述Mt为入炉煤水分，所述D为入炉煤小于3mm粒度所占比例。
所述S6中求出焦炭质量最终预测模型CSR(2)的方法为：所述焦炭质量最终预测模型CSR(2)＝煤质参数模型CSR(1)+工艺参数模型ΔCSR，
CSR(2)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5+25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084。
本发明与现有技术相比，具有的有益效果是：
本发明可以科学、准确地预测焦炭热态强度，本发明不仅合理利用炼焦煤资源，控制焦炭质量，降低配煤成本，而且对工艺条件造成焦炭的波动能够及时反应，保证了生产操作的规范化。
附图说明
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
一种参数综合预测焦炭热强度模型的方法，包括下列步骤：
步骤一、测定焦炭的参数指标，所述参数指标包括：挥发分Vdaf、粘结指数G、胶质层厚度Y、灰分Ad、煤灰成份；
挥发分Vdaf测定的方法为：称取焦炭试验煤样，放在带盖的瓷坩埚中，在900±10℃下，隔绝空气加热7min，以减少的质量占煤样质量分数，减去该煤样的水分含量作为煤样的挥发分Vdaf。
粘结指数G测定的方法为：称取焦炭试验煤样和专用无用煤，在规定的条件下混合后快速加热成焦块，所得焦块使用转鼓进行强度检验，计算其粘结指数G，表示试验煤样的粘结能力。
胶质层厚度Y测定的方法为：将焦炭煤样装入煤杯，煤杯放在电炉内以规定的升温速度进行单侧加热，煤样相应形成半焦层、胶质层和未软化的煤样层的3个稳层面，用探针测量出胶质层厚度Y，根据试验记录的体积曲线测得最终收缩度。
灰分Ad测定的方法为：称取焦炭试验煤样，放入马弗炉中，以一定的速度加热到815±10℃，灰化并灼烧到质量恒定，以残留物的质量占煤样质量的质量分数作为煤样灰分Ad。
煤灰成份通过X荧光分析仪测定，所述煤灰成份包括：Fe2O3、K2O、Na2O、CaO、MgO、MnO、Al2O3、SiO2、TiO2。
步骤二、通过煤灰成分中的碱金属拟合求出催化指数MCI
Figure BDA0002680007630000051
其中：Fe2O3为煤灰成份中Fe2O3的质量分数，K2O为煤灰成份中K2O的质量分数，Na2O为煤灰成份中Na2O的质量分数，CaO为煤灰成份中CaO的质量分数，MgO为煤灰成份中MgO的质量分数，MnO为煤灰成份中MnO的质量分数，Al2O3为煤灰成份中Al2O3的质量分数，SiO2为煤灰成份中SiO2的质量分数，TiO2为煤灰成份中TiO2的质量分数，Vd为干燥基灰分，
Figure BDA0002680007630000052
步骤三、通过主成分回归分析的模型拟合求出煤质参数模型CSR(1)
CSR(1)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5。
步骤四、测定工艺操作参数，工艺操作参数包括：入炉煤堆密度ρ、火道温度t、入炉煤水分Mt、入炉煤小于3mm粒度所占比例D
进一步，入炉煤堆密度ρ：入炉煤堆密度由炼焦车间人员每个班称取一定的煤进行测定；火道温度t：火道温度由炼焦车间人员通过红外测温仪测得；入炉煤水分Mt：入炉煤水分由化验室每班通过干燥箱化验测得；入炉煤小于3mm粒度所占比D：化验室每班称取一定量的入炉煤通过3mm的筛子获得数据。
步骤五、求出焦炭热强度数据变化的工艺参数模型ΔCSR的数学模型
ΔCSR＝25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084。
ρ为入炉煤密度，τ为入炉煤生产焦炭的结焦时间，t为焦炉温度，Mt为入炉煤水分，D为入炉煤小于3mm粒度所占比例。
步骤六、求出焦炭质量最终预测模型CSR(2)
焦炭质量最终预测模型CSR(2)＝煤质参数模型CSR(1)+工艺参数模型ΔCSR，CSR(2)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5+25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084。
本发明通过焦炭质量模型及质量预测系统软件可准确快速焦炭热强度，能及时选择合适的煤源及调整工艺条件，已成功使用100多次，准确率达90％以上，大大降低了小焦炉试验与单孔试验人力、物力的消耗，保证了生产的稳定运行。
上面仅对本发明的较佳实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化，各种变化均应包含在本发明的保护范围之内。

Claims (10)

1.一种参数综合预测焦炭热强度模型的方法，其特征在于：包括下列步骤：
S1、测定焦炭的参数指标，所述参数指标包括：挥发分Vdaf、粘结指数G、胶质层厚度Y、灰分Ad、煤灰成份；
S2、通过煤灰成分中的碱金属拟合求出催化指数MCI；
S3、通过主成分回归分析的模型拟合求出煤质参数模型CSR(1)；
S4、测定工艺操作参数，所述工艺操作参数包括：入炉煤堆密度ρ、火道温度t、入炉煤水分Mt、入炉煤小于3mm粒度所占比例D；
S5、求出焦炭热强度数据变化的工艺参数模型ΔCSR的数学模型；
S6、求出焦炭质量最终预测模型CSR(2)。
2.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S1中干燥无灰基挥发分Vdaf测定的方法为：称取焦炭试验煤样，放在带盖的瓷坩埚中，在900±10℃下，隔绝空气加热7min，以减少的质量占煤样质量分数，减去该煤样的水分含量作为煤样的挥发分Vdaf。
3.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S1中粘结指数G测定的方法为：称取焦炭试验煤样和专用无用煤，在规定的条件下混合后快速加热成焦块，所得焦块使用转鼓进行强度检验，计算其粘结指数G，表示试验煤样的粘结能力。
4.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S1中胶质层厚度Y测定的方法为：将焦炭煤样装入煤杯，煤杯放在电炉内以温度低于250℃时，以8℃/min速度升温，250℃时，以3℃/min速度升温，进行单侧加热，煤样相应形成半焦层、胶质层和未软化的煤样层的3个稳层面，用探针测量出胶质层厚度Y，根据试验记录的体积曲线测得最终收缩度。
5.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S1中灰分Ad测定的方法为：称取焦炭试验煤样，放入预先加热至815±10℃马弗炉中，加热到灰化并灼烧到质量恒定，以残留物的质量占煤样质量的质量分数作为煤样灰分Ad。
6.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S1中的煤灰成份通过X荧光分析仪测定，所述煤灰成份包括：Fe2O3、K2O、Na2O、CaO、MgO、MnO、Al2O3、SiO2、TiO2。
7.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S2中求出催化指数MCI的方法为：
Figure FDA0002680007620000021
所述Fe2O3为煤灰成份中Fe2O3的质量分数，所述K2O为煤灰成份中K2O的质量分数，所述Na2O为煤灰成份中Na2O的质量分数，所述CaO为煤灰成份中CaO的质量分数，所述MgO为煤灰成份中MgO的质量分数，所述MnO为煤灰成份中MnO的质量分数，所述Al2O3为煤灰成份中Al2O3的质量分数，所述SiO2为煤灰成份中SiO2的质量分数，所述TiO2为煤灰成份中TiO2的质量分数，所述Vd为干燥基灰分，所述
Figure FDA0002680007620000022
8.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S3中求出煤质参数模型CSR(1)的计算公式为：
CSR(1)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5。
9.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S5中工艺参数模型ΔCSR的计算公式为：
ΔCSR＝25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084
所述ρ为入炉煤密度，所述τ为入炉煤生产焦炭的结焦时间，所述t为焦炉温度，所述Mt为入炉煤水分，所述D为入炉煤小于3mm粒度所占比例。
10.根据权利要求1所述的一种参数综合预测焦炭热强度模型的方法，其特征在于：所述S6中求出焦炭质量最终预测模型CSR(2)的方法为：所述焦炭质量最终预测模型CSR(2)＝煤质参数模型CSR(1)+工艺参数模型ΔCSR，
CSR(2)＝-0.825×Vdaf+0.15×G+0.3×Y-3.5×MCI+85.5+25×(ρ-1.05)-0.1×τ2+1.7×τ-0.95+0.1×(t-1360)-(Mt-11.5)-0.105×(D-90)2+0.255×(D-90)-0.084。
CN202010959603.XA 2020-09-14 2020-09-14 一种参数综合预测焦炭热强度模型的方法 Active CN112098263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010959603.XA CN112098263B (zh) 2020-09-14 2020-09-14 一种参数综合预测焦炭热强度模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010959603.XA CN112098263B (zh) 2020-09-14 2020-09-14 一种参数综合预测焦炭热强度模型的方法

Publications (2)

Publication Number Publication Date
CN112098263A true CN112098263A (zh) 2020-12-18
CN112098263B CN112098263B (zh) 2022-07-01

Family

ID=73751724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010959603.XA Active CN112098263B (zh) 2020-09-14 2020-09-14 一种参数综合预测焦炭热强度模型的方法

Country Status (1)

Country Link
CN (1) CN112098263B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376206A (zh) * 2021-05-18 2021-09-10 鞍钢集团北京研究院有限公司 煤样结焦时间测量装置和方法
CN115029151A (zh) * 2022-06-20 2022-09-09 首钢集团有限公司 一种焦炭制备方法、及焦炭

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1490567A1 (ru) * 1987-12-14 1989-06-30 Днепродзержинский Индустриальный Институт Им.М.И.Арсеничева Устройство дл испытани кокса на прочность
JPH02252797A (ja) * 1989-03-27 1990-10-11 Sumitomo Metal Ind Ltd コークス炉のコークス品質制御方法
JP2003003172A (ja) * 2001-06-19 2003-01-08 Nkk Corp コークスの改質方法
KR20040046413A (ko) * 2002-11-27 2004-06-05 주식회사 포스코 비건류 방식에 의한 석탄의 코크스화 특성 분석 방법
WO2012103600A2 (en) * 2011-02-01 2012-08-09 Global Ispat Koksna Industrija D.O.O. Lukavac Coal blend models for determining coke quality
CN103279837A (zh) * 2013-06-05 2013-09-04 浙江中控软件技术有限公司 一种生产数据分析方法及系统
CN103454395A (zh) * 2013-08-23 2013-12-18 安阳钢铁股份有限公司 煤筒仓模式下焦炭质量预测方法
CN103853915A (zh) * 2014-01-14 2014-06-11 辽宁科技大学 一种由炼焦煤非线性优化配煤预测焦炭质量的方法
CN103940973A (zh) * 2014-05-13 2014-07-23 济钢集团有限公司 一种炼焦煤质量量化评价方法
CN104268646A (zh) * 2014-09-27 2015-01-07 山西汾渭能源开发咨询有限公司 通过炼焦煤mci预测焦炭csr模型的方法
CN104297102A (zh) * 2014-10-13 2015-01-21 首钢总公司 一种预测焦炭堆积形态的方法
CN104655819A (zh) * 2015-02-13 2015-05-27 武汉钢铁(集团)公司 焦炭热反应性的预测方法
CN109102035A (zh) * 2018-09-11 2018-12-28 辽宁科技大学 一种基于聚类分析的炼焦煤多维指标相似性细化分类方法
JP2019007943A (ja) * 2017-06-20 2019-01-17 新日鐵住金株式会社 コークス強度の評価方法
CN109359320A (zh) * 2018-08-20 2019-02-19 浙江大学 基于多采样率自回归分布滞后模型的高炉指标预测方法
CN109858709A (zh) * 2019-03-01 2019-06-07 联想(北京)有限公司 一种优化焦炭生产的方法、装置和设备
CN110275007A (zh) * 2019-06-12 2019-09-24 邯郸钢铁集团有限责任公司 一种炼焦煤性价比评价模型的建立方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1490567A1 (ru) * 1987-12-14 1989-06-30 Днепродзержинский Индустриальный Институт Им.М.И.Арсеничева Устройство дл испытани кокса на прочность
JPH02252797A (ja) * 1989-03-27 1990-10-11 Sumitomo Metal Ind Ltd コークス炉のコークス品質制御方法
JP2003003172A (ja) * 2001-06-19 2003-01-08 Nkk Corp コークスの改質方法
KR20040046413A (ko) * 2002-11-27 2004-06-05 주식회사 포스코 비건류 방식에 의한 석탄의 코크스화 특성 분석 방법
WO2012103600A2 (en) * 2011-02-01 2012-08-09 Global Ispat Koksna Industrija D.O.O. Lukavac Coal blend models for determining coke quality
CN103279837A (zh) * 2013-06-05 2013-09-04 浙江中控软件技术有限公司 一种生产数据分析方法及系统
CN103454395A (zh) * 2013-08-23 2013-12-18 安阳钢铁股份有限公司 煤筒仓模式下焦炭质量预测方法
CN103853915A (zh) * 2014-01-14 2014-06-11 辽宁科技大学 一种由炼焦煤非线性优化配煤预测焦炭质量的方法
CN103940973A (zh) * 2014-05-13 2014-07-23 济钢集团有限公司 一种炼焦煤质量量化评价方法
CN104268646A (zh) * 2014-09-27 2015-01-07 山西汾渭能源开发咨询有限公司 通过炼焦煤mci预测焦炭csr模型的方法
CN104297102A (zh) * 2014-10-13 2015-01-21 首钢总公司 一种预测焦炭堆积形态的方法
CN104655819A (zh) * 2015-02-13 2015-05-27 武汉钢铁(集团)公司 焦炭热反应性的预测方法
JP2019007943A (ja) * 2017-06-20 2019-01-17 新日鐵住金株式会社 コークス強度の評価方法
CN109359320A (zh) * 2018-08-20 2019-02-19 浙江大学 基于多采样率自回归分布滞后模型的高炉指标预测方法
CN109102035A (zh) * 2018-09-11 2018-12-28 辽宁科技大学 一种基于聚类分析的炼焦煤多维指标相似性细化分类方法
CN109858709A (zh) * 2019-03-01 2019-06-07 联想(北京)有限公司 一种优化焦炭生产的方法、装置和设备
CN110275007A (zh) * 2019-06-12 2019-09-24 邯郸钢铁集团有限责任公司 一种炼焦煤性价比评价模型的建立方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
LAUREN NORTH等: "Models of coke quality prediction and the relationships to input variables:A review", 《FUEL》 *
史世庄等: "焦炭热性质的预测及影响因素分析", 《钢铁》 *
吕青: "思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究", 《中国博士学位论文全文数据库 (工程科技Ⅰ辑）》 *
孔金生等: "基于AGA优化BP网络的焦炭质量模型", 《计算机仿真》 *
曾令鹏等: "提高焦炭热强度稳定率的措施与分析", 《煤化工》 *
田英奇: "配煤炼焦试验优化与神经网络焦炭质量预测模型的研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376206A (zh) * 2021-05-18 2021-09-10 鞍钢集团北京研究院有限公司 煤样结焦时间测量装置和方法
CN115029151A (zh) * 2022-06-20 2022-09-09 首钢集团有限公司 一种焦炭制备方法、及焦炭

Also Published As

Publication number Publication date
CN112098263B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN112098263B (zh) 一种参数综合预测焦炭热强度模型的方法
CN103940697B (zh) 一种高炉焦炭反应性测试方法
CN104297282B (zh) 焦炭热性质分析方法及实现该方法的装置
CN101936979A (zh) 高炉用焦炭反应后强度测定方法及装置
CN108931549B (zh) 一种炼焦煤结焦性能检测方法
CN103398918B (zh) 一种块煤裂解后生成半焦的热性能测试方法及测试装置
CN102213548A (zh) 一种测定铁矿石熔滴点的熔滴炉
CN112881455B (zh) 基于矿物相与神经网络复合模型预测煤灰熔融温度的方法
Osugi et al. Effect of oxidation state of iron ions on the viscosity of alkali silicate melts
Cheng et al. Effects of solution loss degree, reaction temperature, and high temperature heating on the thermal properties of metallurgical cokes
CN111505052A (zh) 用红外成像技术测定炼焦煤成焦过程表面裂纹特性的方法
MacPhee et al. Small scale determination of metallurgical coke CSR
Zhao et al. Modelling and analysis of the combustion behaviour of granulated fuel particles in iron ore sintering
CN106190209B (zh) 一种预测配合煤冶炼焦炭中硫分的方法
CN107525882B (zh) 一种预测焦炭硫分的方法
CN107641675A (zh) 一种corex气化炉内燃料冶金性能演变图的绘制方法
CN113791108B (zh) 含铁原料软熔滴落性能的测定方法
Jiang et al. Prediction of FeO content in sintering process based on heat transfer mechanism and data-driven model
CN112611678A (zh) 基于烧结实际生产条件下的铁矿粉液相流动性检测方法
CN107045658A (zh) 一种煤灰黏温特性的预测方法
Foosnæs et al. Measurement and control of the calcining level in anode baking furnaces
JP7485199B2 (ja) コークスの反応後強度推定モデル作成方法、コークスの反応後強度推定方法及びコークスの製造方法
Carvalho et al. Review on mathematical models for travelling-grate iron oxide pellet induration furnaces
CN110715875A (zh) 一种煤中灰分的测定方法
CN117470721B (zh) 冶金用焦炭高温劣化强度和粒度降解行为的测量评价方法

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