CN1575397A - 煤炭的燃烧适合性预测方法、煤炭中介交易系统、煤炭中介交易方法、用于执行该交易方法的程序及记录了该程序的记录介质 - Google Patents
煤炭的燃烧适合性预测方法、煤炭中介交易系统、煤炭中介交易方法、用于执行该交易方法的程序及记录了该程序的记录介质 Download PDFInfo
- Publication number
- CN1575397A CN1575397A CN 02821000 CN02821000A CN1575397A CN 1575397 A CN1575397 A CN 1575397A CN 02821000 CN02821000 CN 02821000 CN 02821000 A CN02821000 A CN 02821000A CN 1575397 A CN1575397 A CN 1575397A
- Authority
- CN
- China
- Prior art keywords
- coal
- boiler
- burning
- aforementioned
- ask
- 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
Links
- 239000003245 coal Substances 0.000 title claims abstract description 501
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 69
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 44
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 44
- 230000007246 mechanism Effects 0.000 claims description 72
- 238000010304 firing Methods 0.000 claims description 50
- 239000002893 slag Substances 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 19
- 239000000779 smoke Substances 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 19
- 238000006467 substitution reaction Methods 0.000 claims description 18
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 8
- 239000005864 Sulphur Substances 0.000 claims description 8
- 239000000428 dust Substances 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000001035 drying Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 description 15
- 238000005065 mining Methods 0.000 description 14
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000005755 formation reaction Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 238000012384 transportation and delivery Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000004449 solid propellant Substances 0.000 description 4
- 238000010025 steaming Methods 0.000 description 4
- 239000002918 waste heat Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003610 charcoal Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23B—METHODS OR APPARATUS FOR COMBUSTION USING ONLY SOLID FUEL
- F23B1/00—Combustion apparatus using only lump fuel
- F23B1/16—Combustion apparatus using only lump fuel the combustion apparatus being modified according to the form of grate or other fuel support
- F23B1/22—Combustion apparatus using only lump fuel the combustion apparatus being modified according to the form of grate or other fuel support using travelling grate
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23B—METHODS OR APPARATUS FOR COMBUSTION USING ONLY SOLID FUEL
- F23B7/00—Combustion techniques; Other solid-fuel combustion apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Regulation And Control Of Combustion (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
- Solid-Fuel Combustion (AREA)
Abstract
本发明是一种煤炭的燃烧适合性预测方法,在利用具有炉栅的加煤机锅炉使煤炭燃烧时,对煤炭的燃烧适合性进行预测,使用煤炭的灰分A、总水分M及挥发分VM等的特性特征值,从式子W=K×F/(1-A-M)/(1-VM)求取在加煤机锅炉中炉栅每单位面积的煤炭燃烧量。其中,K:锅炉的运转系数,F:碳燃烧系数。基于该煤炭燃烧量对在加煤机锅炉中的燃烧适合性进行预测。
Description
技术领域
本发明涉及煤炭的燃烧适合性预测方法,详细的说,本发明涉及由具有炉栅的加煤机锅炉使煤炭燃烧时预测加煤机锅炉中的煤炭的燃烧适合性的煤炭的燃烧适合性预测方法。此外,本发明还涉及利用了前述的煤炭的燃烧适合性预测方法的煤炭中介交易系统、煤炭中介交易方法、用于执行该方法的程序及记录了该程序的记录介质。
背景技术
在现有技术下,锅炉根据燃料的种类而分成:以煤炭等的固体燃料作为燃料的锅炉、和以液体或气体等作为燃料的锅炉。
作为以固体燃料为燃料的锅炉,特别是,作为以煤炭为燃料的锅炉,在称为炉栅或炉篦(fire grate)的台上使煤炭燃烧的加煤机锅炉(或,也称为链炉篦式炉栅锅炉)、或将煤炭粉碎成微粒状并使其燃烧的粉煤锅炉、进一步的说、流化床锅炉已被公知。
用这些锅炉来使煤炭燃烧时,即使使用了相同的煤炭,因为根据锅炉种类或锅炉的运转条件等的不同,锅炉效率或燃烧效率易于变动,所以选择适合于锅炉种类或锅炉运转条件的煤炭是很重要的。
可是,在现有技术的交易中,因为没有考虑到锅炉的种类或运转条件来选择煤炭的种类,所以没进行最适合的煤炭的选择。
而且,即使要选择最适合的煤炭,因为必须从使用者能够知道的煤炭厂家或交易业者给出的信息中来选择煤炭,所以要选择最适合的煤炭就自然受到限制。
另一方面,即使在锅炉中,加煤机锅炉(或,链炉篦式炉栅锅炉)备有:使煤炭燃烧的炉;接受利用该炉中的煤炭的燃烧而产生的热量,使水加热或蒸发的锅炉主体;连接炉与烟囱,用于从烟囱将炉内产生的气体放出到大气中的烟道。在炉中设有煤炭投入口,并且从该煤炭投入口的正下方到炉内,炉栅设置为能够以规定的速度来进行循环搬送。在炉栅循环的各位置上设有朝着炉栅上供给空气的空气供给部。
现在,若将煤炭投入到煤炭投入口中,则该投入的煤炭伴随炉栅的移动而以规定厚度的层状态堆积在炉栅上,一直保持该层状态而移动到炉内。于是,由于炉内辐射热量而使层表面着火。着火并开始燃烧的煤炭的着火面从层表面向下层移动,并且通过燃烧空气而气体化并燃烧。另外,剩余的灰从灰回收口排出到炉外。此外,在炉内产生的排气穿过烟道而从烟囱放出到大气中。
然而,在现有技术的加煤机锅炉中,在以煤炭作为燃料并使其燃烧的情况下,现状是基于锅炉的使用者(或作业者等)的经验等来选择煤炭种类并使用。因此,根据煤炭种类的不同,也有时锅炉效率或燃烧效率差。
发明内容
本发明的一个目的在于提供一种能够预测煤炭是否适合在加煤机锅炉中燃烧的煤炭的燃烧适合性预测方法。
本发明的煤炭的燃烧适合性预测方法,在利用具有炉栅的加煤机锅炉使煤炭燃烧时,对煤炭的燃烧适合性进行预测,其特征在于:使用煤炭的特性特征值,求取在前述加煤机锅炉中炉栅每单位面积的煤炭燃烧量,基于该煤炭燃烧量对于在加煤机锅炉中的燃烧适合性进行预测。
根据该预测方法,因为使用煤炭的特性特征值,求取在加煤机锅炉中每炉栅单位面积的煤炭燃烧量,所以能够正确地求取煤炭燃烧量。因为基于该煤炭燃烧量对于在加煤机锅炉中的燃烧适合性进行预测,所以能够判定所选择的煤炭是否是适合在所要使用的加煤机锅炉中燃烧的煤炭种类。
因此,相对于使用加煤机锅炉的使用者,能够给予买入煤炭时的判断材料,其结果,使用者能够考虑着在加煤机锅炉中的燃烧适合性及经济性来进行煤炭种类等的选择。
在本发明的煤炭的燃烧适合性预测方法中,希望煤炭的特性特征值是灰分A、总水分M及挥发分VM。
若使用这样的灰分A、总水分M及挥发分VM作为求取煤炭燃烧量时的特性特征值,则能够正确地求取在加煤机锅炉中每炉栅单位面积的煤炭燃烧量。
此外,作为煤炭的特性特征值,可以与上述灰分A、总水分M及挥发分VM一起地使用高位发热量HCV。
此时,在求取煤炭燃烧量W时,希望使用下式或其近似式。
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数F:碳燃烧系数。
在此,作为锅炉的运转系数,能够列举例如向加煤机锅炉的总空气供给量、加煤机锅炉的炉栅各部分中的空气供给量比例、炉栅速度等。
此外,关于碳燃烧系数,是由燃烧状态决定的0~1的数值,能够主要以灰分A或挥发分VM为要素来决定其值。此外,根据情况不同,也可以将这些部分与高位发热量HCV作为要素。
具体地说,希望使用下面的(1a)式或(1b)式、或者它们任一个的近似式求取碳燃烧系数F。
F=-a×VM+b×A(1-c×A)+d ……(1a)
其中,a、b、c、d的数值为正。
F=-e×VM-f×A-g×HCV+h ……(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正。
另一方面,也可以将煤炭代表粒径代入变量中来求取碳燃烧系数F。
具体地说,能够使用下式或其近似式求取前述碳燃烧系数F。
F=F1×AF×δ ……(1c)
F1=(-j×Dp+k×A-l)×CR2
+(m×Dp-n×A+o)×CR
+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值。
进而,在求取煤炭燃烧量W时,希望将总空气供给量、或总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取。
具体地说,只要使用下式或其近似式求取即可。
W=∑Mj×Gj×Tj×∑Fj/(1-A-M)/(1-VM)
其中,下标j:表示炉栅长度的位置的序号
Mj:与空气量有关的系数
Gj:在Tj时间供给到炉栅j位置的空气量
Tj:炉栅j位置的滞留时间。
若将这样的总空气供给量、或总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
一般来说,为了使煤炭完全燃烧,需要供给比理论上煤炭完全燃烧所需空气量更多的空气。其理由是:因为仅供给理论空气量,不能遍及煤炭的各部分,某一部分在不完全燃烧的状态下被放出。在固态燃料中,因为仅仅表面与空气接触,所以必须大量增加过剩空气。可是,供给空气量过多时,燃烧生成物变多,且不仅使燃料温度降低,与之相伴的热损失也增加,所以热效率降低,燃料被浪费。
特别是,在加煤机锅炉的情况下,层叠在炉栅上的煤炭伴随炉栅的移动,一直以层状态移动到炉内,经过以下各过程:最初层表面着火,接着,着火面从层表面向下层移动,进而气体化、燃烧,所以在各过程(各位置)中的空气供给比例在提高燃烧效率这一点上是非常重要的要素。
因此,若将供给到加煤机锅炉的总空气供给量、或总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
在求取煤炭燃烧量W时,希望将炉栅速度代入变量中来求取。
具体地说,只要使用下式或其近似式求取即可。
W=(L/V)×∑(Mj×Gj)×∑Fj/(1-A-M)/(1-VM)
其中,V:炉栅速度
L:炉栅的有效长度。
若将这样的炉栅速度代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。即,在一边移动炉栅,一边使层叠其上的煤炭燃烧的情况下,炉栅的移动速度是较大地影响燃料效率的重要因素,所以若考虑该炉栅的移动速度来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
此外,希望使用由上述的任一种方法求得的煤炭燃烧量来预测锅炉效率及燃烧效率。
关于锅炉效率来说,希望依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
关于燃烧效率来说,希望依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
此时,使用下式作为燃渣中的未燃部分所形成的热损失L4的预测公式。
L4={(B-W)×8100/(B×CV)}+D
其中,B:已向锅炉投入的煤炭量
CV:煤炭发热量
D:因排气中的灰尘等引起的热损失。
如果这样地预测锅炉效率及燃烧效率,则能够准确地预测煤炭是否适合在加煤机锅炉中燃烧。
进而,希望预测煤烟产生量及/或SOx量。
此时,希望使用下式求取SOx量,
SOx[Nm3/Nm3排气]=硫分[kg/kg煤炭]×(22.4/32)/干排气量[Nm3/kg煤炭]。
如果这样地预测煤烟产生量及/或SOx量,则能够考虑给予环境的影响地选择煤炭种类等。
本发明的另一目的在于提供一种能够从广泛较多的信息中选择最适合锅炉的种类或运转条件的煤炭的煤炭中介交易系统、煤炭中介交易方法、记录了用于执行该方法的程序的记录介质及程序。
本发明的煤炭中介交易系统应用前述的煤炭的燃烧适合性预测方法,选择最适合锅炉的种类或运转条件的煤炭。
本发明的煤炭中介交易系统,在出售煤炭的卖主与购入锅炉所使用的煤炭的买主之间,对煤炭的交易起到中介作用,其特征在于:备有:按照各煤炭种类存储了与前述煤炭有关的信息的煤炭信息存储机构;存储与前述锅炉有关的信息的锅炉信息存储机构;选择提示机构,该机构在由该锅炉信息存储机构所存储的与锅炉有关的条件中,从存储在前述煤炭信息存储机构中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的1种或多种煤炭并提示给前述买主。
根据该煤炭中介交易系统,在预先将与要卖的煤炭有关的信息按照各煤炭种类存储在煤炭信息存储机构中的状态下,若例如与买主使用的锅炉有关的信息被存储于锅炉信息存储机构中,则选择提示机构在由该锅炉信息存储机构所存储的与锅炉有关的条件中,从存储在煤炭信息存储机构中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的1种或多种煤炭并进行提示。
因此,若预先将与要卖的煤炭有关的信息按照各煤炭种类存储在煤炭信息存储机构中,则能够从广泛较多的信息中选择最适合与所使用的锅炉有关的信息、例如锅炉的种类或运转条件的煤炭。
在本发明的煤炭中介交易系统中,关于煤炭的信息包含:煤炭中所含有的灰分A、总水分M及挥发分VM,选择提示机构在前述锅炉信息存储机构所存储的与锅炉有关的条件中,按照存储在前述煤炭信息存储机构的各煤炭种类,基于该煤炭中所含有的灰分A、总水分M及挥发分VM求取煤炭燃烧量,希望基于该煤炭燃烧量来预测适合于燃烧的煤炭种类的适合位次。
此时,在求取煤炭燃烧量W时,希望使用下式或其近似式来求取。
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数
F:碳燃烧系数。
在此,作为锅炉的运转系数K,例如在加煤机锅炉的情况下,能够列举向加煤机锅炉的总空气供给量、加煤机锅炉的炉栅各部分中的空气供给量比例、炉栅速度等。
此外,关于碳燃烧系数F,是由燃烧状态决定的0~1的数值,能够主要以灰分A和挥发分VM为要素来决定其值。此外,根据情况不同,也可以将这些部分与高位发热量HCV、煤炭代表粒径Dp作为要素。
具体地说,能够使用下面的(1a)式、(1b)式、或者(1c)式、或者它们任一个的近似式求取碳燃烧系数F,
F=-a×VM+b×A(1-c×A)+d ……(1a)
其中,a、b、c、d的数值为正。
F=-e×VM-f×A-g×HCV+h ……(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正。
F=F1×AF×δ ……(1c)
F1=(-j×Dp+k×A-l)×CR2+(m×Dp-n×A+o)×CR+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值
若使用这样的灰分A、总水分M及挥发分VM、或这些与高位发热量HCV、煤炭代表粒径Dp作为求取煤炭燃烧量时的参数,则能够正确地求取锅炉中的煤炭燃烧量。其结果,因为能够正确地求取煤炭燃烧量,所以能够基于该煤炭燃烧量,预测锅炉中的燃烧适合性,判定所选择的煤炭是否是适合在所要使用的锅炉中燃烧的煤炭种类。
本发明的煤炭中介交易方法是将上述的煤炭中介交易系统作为煤炭中介交易方法而展开的中介交易方法。
根据该煤炭中介交易方法,能够得到与在上述煤炭中介交易系统中所述效果相同的效果。
本发明的程序是用于将上述任一种的煤炭中介交易方法在计算机上执行的程序。
本发明的记录介质是记录了用于将上述的任一种煤炭中介交易方法在计算机上执行的程序且能够由计算机读取的记录介质。
根据该程序及记录介质,通过将本发明的程序安装在用于网络等的通用服务器上,能够由通用服务器执行上述的任一种的煤炭中介交易方法,所以能够谋求本发明的煤炭中介交易方法的利用促进。
附图说明
图1是表示在本发明的一实施方式中使用的加煤机锅炉的构造的图。
图2是表示本发明的实施方式的煤炭中介交易系统的构成的图。
图3是表示同上实施方式中的服务器的构成的图。
图4是表示同上实施方式中的煤炭信息存储机构的内容的图。
图5是表示同上实施方式中的煤炭信息登记画面的图。
图6是表示同上实施方式中的锅炉信息登记画面的图。
图7是表示同上实施方式中的适合煤炭名称列表画面的图。
图8是表示同上实施方式中的煤炭购入画面的图。
具体实施方式
以下,参照附图来说明本发明的实施方式。
(第一实施方式)
本实施方式的煤炭的燃烧适合性预测方法是在具有炉栅的加煤机锅炉中使煤炭燃烧时、预测煤炭的燃烧适合性的煤炭的燃烧适合性预测方法,使用煤炭的特性特征值,求取在加煤机锅炉中每炉栅单位面积的煤炭燃烧量,基于该煤炭燃烧量对在加煤机锅炉中的燃烧适合性进行预测。
于是,首先对加煤机锅炉进行说明。
如图1所示,加煤机锅炉备有:使煤炭燃烧的炉1;接受热量而使水加热、蒸发的锅炉主体11,所述热量通过该炉1中的煤炭的燃烧而产生;连接炉1与烟囱(省略图示),用于从烟囱将炉1内产生的气体放出到大气中的烟道14。
在炉1中设有煤炭投入口2,并且从该煤炭投入口2的正下方到炉1内,设置有炉栅3,其能够以规定的速度来进行循环搬送。具体地说,环状的炉栅3通过前后的驱动轮来一边循环一边环行。在炉栅3循环的各位置上设有朝着炉栅3上供给空气的空气供给部4,并且在炉栅3的下方位置设有收集并排出漏炭的漏炭排出口5。此外,在炉栅3的搬送方向前端一侧设有灰回收口6。
锅炉主体11备有:在内部蓄水的储水器12、与该储水器12连通并配置在炉1内的多个导热管13。
因此,若煤炭投入到煤炭投入口2中,则该投入的煤炭伴随炉栅3的移动而以规定厚度的层状态堆积在炉栅3上,一直保持该层状态而移动到炉1内。此时,预先适当地调整煤炭的层厚度和炉栅进给速度等来抑制炉内的煤炭的不均匀燃烧。移动到炉内的煤炭由于炉内辐射热量而使层表面着火。在这种情况下也预先适当地调整空气分配以使着火不会延迟。着火并开始燃烧的煤炭的着火面从层表面向下层移动,并且通过燃烧空气而气体化并燃烧。此时,预先调整空气供给速度,使得着火面从层表面向下层的移动均匀且处于最大速度,并且预先也适当地调整空气分配,以极力抑制煤烟的产生、即、使其完全燃烧。另外,剩余的灰从灰回收口6排出到炉外。此外,在炉内产生的排气穿过烟道14而从烟囱放出到大气中。
接着,要使用煤炭的特性特征值来求取煤炭燃烧量,则如下所述地进行。
作为煤炭的特性特征值,可以选择灰分A、总水分M及挥发分VM,将其应用到下式中,求取煤炭燃烧量W。
W=K×F/(1-A-M)/(1-VM) ……(1)
其中,K:锅炉的运转系数,F:碳燃烧系数。
在此,利用下面的(1a)式、(1b)式、或者(1c)式求取碳燃烧系数F。
F=-a×VM+b×A(1-c×A)+d ……(1a)
其中,a、b、c、d的数值为正。
F=-e×VM-f×A-g×HCV+h ……(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正。
F=F1×AF×δ ……(1c)
F1=(-j×Dp+k×A-l)×CR2
+(m×Dp-n×A+o)×CR
+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值。
这些值只要通过实际测量值及模拟实验来设定即可。
如上所述,碳燃烧系数F能够主要通过挥发分VM及灰分A来求取,一般来说,挥发分VM及灰分A变大时,碳燃烧系数F变小。
因此,若使用这样的灰分A、总水分M及挥发分VM、或这些与高位发热量HCV、煤炭代表粒径Dp作为求取煤炭燃烧量时的特性特征值,则能够正确地求取煤炭燃烧量。
此外,在上述(1)式中,作为锅炉的运转系数K,可以将总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中,求取煤炭燃烧量W。在这种情况下,使用下式或其近似式。
W=∑Mj×Gj×Tj×∑Fj/(1-A-M)/(1-VM) ……(2)
其中,下标j:表示炉栅长度的位置的序号
Mj:与空气量有关的系数
Gj:在Tj时间供给到炉栅j位置的空气量
Tj:炉栅j位置的滞留时间。
若将这样的总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
一般来说,为了使煤炭完全燃烧,需要供给比理论上煤炭完全燃烧所需空气量更多的空气。其理由是:因为仅供给理论空气量,不能遍及煤炭的各部分,某一部分在不完全燃烧的状态下被放出。在固态燃料中,因为仅仅表面与空气接触,所以必须大量增加过剩空气。可是,供给空气量过多时,燃烧生成物变多,且不仅使燃料温度降低,与之相伴的热损失也增加,所以热效率降低,燃料被浪费。
特别是,在加煤机锅炉的情况下,层叠在炉栅上的煤炭伴随炉栅的移动,以层状态移动到炉内,经过以下各过程:最初在层表面上着火,接着,着火面从层表面向下层移动,进而气体化、燃烧,所以各过程(各位置)中的空气供给比例在提高燃烧效率这一点上是非常重要的要素。
因此,若将供给到加煤机锅炉的总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
进而,在上述(2)式中,作为锅炉的运转系数K,若将炉栅速度代入变量,求取煤炭燃烧量W,则是更优选的。此时,使用下式或其近似式。
W=(L/V)×∑(Mj×Gj)×∑Fj/(1-A-M)/(1-VM)
其中,V:炉栅速度
L:炉栅的有效长度。
若将这样的炉栅速度代入变量中来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。即,在一边移动炉栅,一边使层叠于其上的煤炭燃烧的形式的情况下,炉栅的移动速度是较大地影响燃料效率的重要因素,所以若考虑该炉栅的移动速度来求取煤炭燃烧量W,则能够更正确地求取煤炭燃烧量。
接着,使用由上述的任一种方法求得的煤炭燃烧量来预测锅炉效率及燃烧效率。
关于锅炉效率ηb,依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
即,利用下式来预测锅炉效率ηb。
ηb=1-(∑L/100) ……(4)
其中,∑L:各种热损失比例L1~L6的合计
L1:由于燃烧而产生的排气的热损失比例
L2:吹入炉内的蒸汽等导致的热损失比例
L3:不完全燃烧气体导致的热损失比例
L4:燃渣中的未燃部分导致的热损失比例
L5:辐射热导致的热损失比例
L6:其它。
关于燃烧效率ηc,依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
即,利用下式来预测锅炉效率ηb。
即,ηc=1-L3-L4 ……(5)
其中,L3:不完全燃烧气体导致的热损失
L4:燃渣中的未燃部分导致的热损失。
在上述(5)式中,使用下式作为燃渣中的未燃部分所形成的热损失L4的预测式。
L4=U×8100/(B×CV)+D ……(6)
在此,U是未燃碳量,
U=(B-W)。
因此,燃烧效率ηc如下所述。
ηc=1-L3-{U×8100/(B×CV)+D} ……(7)
其中,B:投入到锅炉中的煤炭量
CV:煤炭发热量
D:因排气中的灰尘等引起的热损失。
如果这样地预测锅炉效率及燃烧效率,则能够准确地预测煤炭是否适合在加煤机锅炉中燃烧。
进而,若预测煤烟产生量及SOx量,则更为优选。此时,使用下式求取SOx量。
SOx[Nm3/Nm3排气]=硫分[kg/kg煤炭]×22.4/32/干排气量[Nm3/kg煤炭] ……(8)
如果这样地预测煤烟产生量及SOx量,则能够考虑给予环境的影响地选择煤炭种类等。
(第二实施方式)
以下,作为第二实施方式,对基于本发明的煤炭中介交易系统进行说明。
(系统构成)
图2是表示本实施方式的煤炭中介交易系统的概略构成的图。该煤炭中介交易系统21是在销售煤炭的卖主与购入锅炉所使用的煤炭的买主之间,对煤炭的交易进行中介的煤炭中介交易系统,备有:锅炉用户终端22A、22B、22C;煤炭开采业者终端23;煤炭交易业者终端24;锅炉厂家终端25;研究或项目企划业者所持有的终端26、服务器27,这些部分经由互联网等的网络系统28而相互可通信地连接。
锅炉用户终端22A、22B、22C是锅炉用户(买主)所持有的终端计算机,所述锅炉用户具有锅炉并要购入在该锅炉使用的煤炭作为燃料,由笔记本电脑、台式电脑、具有浏览器功能的手机或便携信息终端(PDA)等构成。该锅炉用户终端22A、22B、22C具有与通常的计算机相同的构成,即,备有:输入机构、显示机构、存储机构、控制机构。
在此,从输入机构输入与使用的锅炉有关的条件时,与之响应,从服务器27发出的各种信息显示在显示机构上。作为与使用的锅炉有关的条件,是锅炉的机种、运转条件等。例如,在移动的炉栅上使煤炭燃烧的加煤机锅炉的情况下,是对加煤机锅炉的总空气供给量、加煤机锅炉的炉栅各部分中空气供给量比例、炉栅速度等。
煤炭开采业者终端23是开采并要销售煤炭的业者(卖主)所持有的终端计算机,由笔记本电脑、台式电脑等构成。该煤炭开采业者终端23具有与通常的计算机相同的构成,即,备有:输入机构、显示机构、存储机构、控制机构。
在此,能够从输入机构登记与本公司开采的煤炭有关的信息。作为与煤炭有关的信息,例如是煤炭名称、灰分A、总水分M、挥发分VM、氧/碳比(O/C)、粒度分布及其他特性特征值,进而是单价、产地、优点等。
煤炭交易业者终端24是从煤炭开采业者购入煤炭并且将购入的煤炭卖给锅炉用户等的煤炭交易业者所持有的终端计算机,由笔记本电脑、台式电脑等构成。该煤炭交易业者终端24具有与通常的计算机相同的构成,即,备有:输入机构、显示机构、存储机构、控制机构,并能够执行前述锅炉用户终端22A、22B、22C的功能与煤炭开采业者终端23的功能的两种功能。
锅炉厂家终端25是锅炉厂家所持有的终端计算机。该锅炉厂家终端25或研究、项目企划业者所持有的终端26也具有与通常的计算机相同的构成,即,备有:输入机构、显示机构、存储机构、控制机构,能够取得关于适合锅炉的机种或运转条件的煤炭种类的信息。
如图3所示,服务器27备有:作为经由信息接收机构31及信息发送机构32而连接在网络系统28上的CPU等构成的选择提示机构的运算控制机构33、输入机构34、显示机构35、程序存储机构36、按照煤炭种类存储了与要销售的煤炭有关的信息的煤炭信息存储机构37、存储与以煤炭为燃料的锅炉有关的信息的锅炉信息存储机构38。
运算控制机构33具有以下功能:在该锅炉信息存储机构38中所存储的与锅炉有关的条件中,从存储在煤炭信息存储机构37中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的1种或多种煤炭并提示给买主一侧的终端。
在程序存储机构36中存储有用于执行后述的“系统动作”的程序。
如图4所示,按照要销售的煤炭名称No1、No2……,在煤炭信息存储机构37中存储有:特性特征值(例如,灰分A、总水分M、挥发分VM、氧/碳比(O/C)、粒度分布及其他等),单价、产地、优点等。
在锅炉信息存储机构38中存储有:锅炉的种类、锅炉的容量、锅炉的运转条件,例如在加煤机锅炉的情况下,存储有总空气供给量、炉栅各部分的空气量、炉栅速度等。
(系统的动作)
(1)来自煤炭销售业者的访问(煤炭信息的登记)
要销售煤炭的煤炭开采业者或煤炭交易业者利用煤炭开采业者终端23(或煤炭交易业者终端24)的浏览器软件,指定服务器27的统一资源定位器URL(Uniform Resource Locators),访问服务器27。
从卖主一侧的煤炭开采业者终端23(或煤炭交易业者终端24)接受访问要求的服务器27,相对于已访问的煤炭开采业者终端23(或煤炭交易业者终端24),输出煤炭信息登记画面(参照图5)。
卖主基于显示在煤炭开采业者终端23(或煤炭交易业者终端24)上的煤炭信息登记画面,输入煤炭信息,向服务器27输出。即,输入煤炭名称、特性特征值(例如,灰分A、总水分M、挥发分VM、氧/碳比(O/C)、粒度分布及其他),单价、产地、优点等,向服务器27输出。
从卖主一侧的煤炭开采业者终端23(煤炭交易业者终端24)接受煤炭信息的服务器27基于该煤炭信息,将特性特征值(例如,灰分A、总水分M、挥发分VM、氧/碳比(O/C)、粒度分布及其他)、单价、产地、优点存储在煤炭信息存储机构37中。
这样,从多个的煤炭开采业者或煤炭交易业者接受与要卖的煤炭有关的信息时,除了与多个煤炭名称有关的特性特征值之外,还依次将单价、产地、优点等存储在煤炭信息存储机构37中。
(2)来自锅炉用户(煤炭购入者)的访问(锅炉信息的登记)
要购入煤炭的锅炉用户或煤炭交易业者利用锅炉用户终端22A、22B、22C(或煤炭交易业者终端24),访问服务器27。
从买主一侧的锅炉用户终端22A、2B2、22C(或煤炭交易业者终端24)接受访问要求的服务器27,相对于已访问的锅炉用户终端22A、22B、22C(或煤炭交易业者终端24),输出锅炉信息登记画面(参照图6)。
买主基于显示在锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)上的锅炉信息登记画面,输入锅炉信息,向服务器27输出。即,输入锅炉的种类、锅炉的容量、锅炉的运转条件(例如在加煤机锅炉的情况下,输入总空气供给量、炉栅各部分的空气量、炉栅速度等)等,向服务器27输出。
从买主一侧的锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)接受锅炉信息的服务器27将该锅炉信息存储在锅炉信息存储机构38中,且,在该锅炉信息存储机构38中所存储的与锅炉有关的条件中,从存储在煤炭信息存储机构37中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的1种或多种煤炭并提示给买主一侧的锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)。
这样,按照存储于煤炭信息存储机构37中的各煤炭名称,基于该煤炭的特性特征值,具体地说,基于该煤炭中含有的灰分A、总水分M、挥发分VM、及氧/碳比(O/C)等,求取煤炭燃烧量,基于该煤炭燃烧量来预测适合于燃烧的煤炭种类的适合位次。
在求取煤炭燃烧量W时,使用下式进行求取。
W=K×F/(1-A-M)/(1-VM) ……(1)
其中,K:锅炉的运转系数,F:碳燃烧系数。
在此,能够使用下面的(1a)式、(1b)式或(1c)式、或者它们任一个的近似式求取碳燃烧系数F。
F=-a×VM+b×A(1-c×A)+d ……(1a)
其中,a、b、c、d的数值为正。
F=-e×VM-f×A-g×HCV+h ……(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正。
F=F1×AF×δ ……(1c)
F1=(-j×Dp+k×A-l)×CR2
+(m×Dp-n×A+o)×CR
+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值。
接着,基于该煤炭燃料量W,预测适合于在所登记的锅炉中燃烧的煤炭种类的适合位次。
具体地说,使用煤炭燃烧量W,预测锅炉效率及燃烧效率,进而,预测煤烟产生量及SOx量,利用这些锅炉效率、燃烧效率、煤烟产生量及SOx量,预测适合位次。
关于锅炉效率ηb,依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
即,利用下式来预测锅炉效率ηb。
ηb=1-(∑L/100) ……(4)
其中,∑L:各种热损失比例L1~L6的合计
L1:由于燃烧而产生的排气的热损失比例
L2:吹入炉内的蒸汽等导致的热损失比例
L3:不完全燃烧气体导致的热损失比例
L4:燃渣中的未燃部分导致的热损失比例
L5:辐射热导致的热损失比例
L6:其它。
关于燃烧效率ηc,依据日本工业标准“平地用锅炉热计算方式”(B8222-1993)中的“热损失法”进行预测。
即,利用下式来预测锅炉效率ηc。
ηc=1-L3-L4 ……(5)
其中,L3:不完全燃烧气体导致的热损失
L4:燃渣中的未燃部分导致的热损失。
在该式中,使用下式作为燃渣中的未燃部分所形成的热损失L4的预测式。
L4=(U×8100/B×CV)+D ……(6)
在此,U是未燃碳量,
U=(B-W)。
因此,燃烧效率ηc如下所述。
即,ηc=1-L3-{U×8100/(B×CV)+D} ……(7)
其中,B:投入到锅炉中的煤炭量
CV:煤炭发热量
D:因排气中的灰尘等引起的热损失。
进而,在煤烟产生量及SOx量中,使用下式求取SOx量。
SOx[Nm3/Nm3排气]=硫分[kg/kg煤炭]×22.4/32/干排气量[Nm3/kg煤炭] ……(8)
从以上求得的锅炉效率、燃烧效率、煤烟产生量及SOx量、进而、锅炉的煤炭消耗量,预想适合位次。
在此,能够利用锅炉的所需热量、煤炭发热量及锅炉效率来求取锅炉的煤炭消耗量。例如,将锅炉的所需热量设为Q、煤炭发热量设为CV、锅炉效率设为ηb时,
可利用锅炉的煤炭消耗量=Q/CV/ηb求取。
根据具体情况不同,能够使用种种方法来作为预想适合位次的方法。
例如,在需要重视环境时,增大煤烟产生量或SOx量的因数。此外,在多数情况下,优选地为,煤烟产生量或SOx量在一定量以下,以锅炉效率或燃烧效率高的顺序来决定适合性。此外,优选地以煤炭消耗量少的顺序来决定适合性。
或者,可以用这些锅炉效率、燃烧效率、煤烟产生量及SOx量、还有煤炭消耗量乘以加权系数,求取综合评价值,利用该综合评价值来预想适合位次。在这种情况下,若对应使用环境条件等来代替加权系数,求取综合评价值,则能够预想最适合每个使用环境的煤炭的适合位次。
这样,将得到的适合煤炭名称列表画面(参照图7)发送到买主一侧的锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)。
买主参照着显示于锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)上的适合煤炭名称列表画面,来判断是否购入。
这里,在希望购入的情况下,在购入希望一栏填入检验时,则显示出与要买的煤炭名称有关的购入票据(参照图8)。
买主基于显示的购入票据,在填入必要事项后,向服务器27发送信息。即,在填入购入量、交货地、交货日等之后,向服务器27发送信息。
从买主一侧的锅炉用户终端22A、22B、22C(或煤炭交易业者终端24)接受购入票据的服务器27,基于该购入票据,进行交易业务的进一步处理。关于以后的处理,在买主与卖主之间进行交易。
另外,在该中介交易中,买主一侧在进行煤炭信息的登记时,向管理服务器27的一侧支付手续费(登记费用),进而,向管理服务器27的一侧支付费用作为每年的年费。
此外,在锅炉厂家或研究项目企划业者中也通过进行上述的操作,即,能够利用从自己所持有的终端登记锅炉信息,取得最适合该锅炉的种类或运转条件的煤炭是哪种的信息。
(第二实施方式的效果)
根据本实施方式的煤炭中介交易系统,在预先按照各煤炭种类将与要卖的煤炭有关的信息存储在煤炭信息存储机构37中的状态下,若与买主使用的锅炉有关的信息存储在锅炉信息存储机构38中,则运算控制机构33在该锅炉信息存储机构38中所存储的与锅炉有关的条件中,从存储在煤炭信息存储机构37中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的多种煤炭,作为适合煤炭名称列表(图7)并提示给买主。
因此,若预先按照各煤炭种类将与要卖的煤炭有关的信息存储在煤炭信息存储机构37中,则能够从广泛较多的信息中选择最适合锅炉的种类或运转条件的煤炭。
此外,因为在适合的煤炭名称列表上,除了锅炉效率、燃烧效率、排气特性等的项目之外,还显示了单价、产地、优点等,所以能够考虑距产地的运输成本、或优点中所述的内容等,来选择要买的煤炭的种类。
此外,在预测适合于燃烧的煤炭种类的适合位次时,因为基于煤炭中含有的灰分A、总水分M、挥发分VM等的特性特征值,求取煤炭燃烧量,基于该煤炭燃烧量来预测适合于燃烧的煤炭种类的适合位次,所以能够正确地求取适合的煤炭种类的适合位次。
此时,在求取煤炭燃烧量W时,
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数,F:碳燃烧系数。因为从上式来求取,所以能够正确地求取煤炭燃烧量。
此外,因为使用煤炭燃烧量W,预测锅炉效率及燃烧效率,从这些锅炉效率及燃烧效率预想适合位次,所以能够正确地判定适合于使用的锅炉的煤炭名称。
进而,因为预测煤烟产生量及SOx量,连同这些煤烟产生量及SOx量,预想适合位次,所以也能够考虑着对环境的影响而选择煤炭种类。
(第二实施方式的变形)
另外,本发明的系统不限于前述的实施方式,也包含以下所示的变形例。
在前述实施方式中,虽然将要卖的煤炭信息从煤炭开采业者终端23或煤炭交易业者终端24经由网络系统28而登记到服务器27上,但也可以不经由网络系统28,将要卖的煤炭信息直接输入到服务器27中。
在前述实施方式中,虽然从煤炭开采业者终端23或煤炭交易业者终端24输入与要卖的煤炭有关的信息、即、煤炭中含有的灰分A、总水分M、挥发分VM及氧/碳比(O/C)等的特性特征值,但也可以在管理服务器27的一侧进行煤炭的分析,基于该分析结果来输入煤炭的特性特征值。此时,只要从委托分析的一侧向管理服务器27的一侧支付该分析作业所伴随的费用(手续费)即可。
在前述实施方式中,虽然由经由网络系统28而连接的终端22A,22B,22C、23-26、服务器27构成,但也可以由独立型的计算机来实现。在这种情况下也能够期待同样的效果。
根据用于在计算机上执行上述的任一种的煤炭中介交易方法的程序、及记录了该程序且能够被计算机读取的记录介质,通过在用于网络等的通用服务器上安装本发明的程序,能够由通用服务器执行上述的任一种的煤炭中介交易方法,所以能够谋求本发明的煤炭中介交易方法的利用促进。
(实施例)
以下,对基于前述第一实施方式的煤炭的燃烧适合性预测方法的
具体实施例进行说明。
(实施例1)
对象煤炭的总水分M、灰分A、挥发分VM如表1的实施例1所述。此时所使用的锅炉的炉栅的有效长度L=6m、输送速度V=9m/h。供给空气量将不产生煤烟且效率最大的过剩空气率设定为m=1.6。
表1 煤炭的性质表
实施例1 | |
煤炭性质总水分 wt%-AR M灰分 wt%-AR A挥发分 wt%-AR高位发热量 kcal/kg-AR低位发热量 kcal/kg-AR CVC wt%-ARH wt%-ARO wt%-ARN wt%-ARS wt%-AR挥发分 wt%-DAF VM总硫分 wt%-DB | 828.525.35,2204,97052.23.710.20.70.439.30.76 |
将这些煤炭的各物理性质代入前述的(3)式中,计算出煤炭燃烧量W。虽然使用与灰分、挥发分的相关式子来算出碳燃烧系数∑Fj,但此时的系数a=0.140、b=0.799、c=2.336、d=0.145。(3)式的各个系数成为以下所示的结果。
L/V=0.667
∑Mj=0.175
∑Gj=1,650
∑Fj=0.174
W=86.9[Kg/m2]
另外,此时投入到锅炉中的煤炭量B为每1m2炉栅98.02kg。因此,使用(6)式,求得燃渣中的未燃碳导致的热损失的比例如下。在(6)式中,因排气中的灰尘等引起的热损失的比例D从锅炉中的实际值来看为2.3%。
用下式来计算未燃碳的产生量U。
B=98.02
U=(B-W)=11.16
用下式来计算燃渣中的未燃部分导致的热损失比例L4。
D=2.3%
L4=U×8100/(B×CV)+D=20.9%
使L3为0,用下式来计算燃烧效率ηc。
ηc=1-L3-L4=79.1%
基于jIS,对排气热损失L1、辐射热导致的热损失L5及其它热损失L6,连同燃渣带出的显热进行计算,其结果如表2所示。
表2 锅炉的燃烧条件与热损失比例的结果
实施例1 | |
锅炉的容量 t/h | 10 |
排气 温度(AH出口)空气过剩率排气 O2% | 1681.68.1% |
锅炉的热损失的详细说明L1 排气显热L3+L4不完全燃烧L5 辐射热损失L6 固态物所带热量 | 7.3%20.9%3.2%1.2% |
锅炉效率低位基准 热损失法 | 67.5% |
因此,锅炉效率ηb如下。
即,ηb=1-∑L=67.5%
若10t/h的锅炉的所需热量为5,390,000Kcal/h,则每1小时的煤炭消耗量如下。
锅炉的煤炭消耗量[Kg/h]=5,390,000/CV/ηb=1,607
若一年中的锅炉工作时间为8,000小时,则一年的煤炭消耗量如下。
一年的煤炭消耗量[t/y]=12,895
(实施例2)
对象煤炭的总水分M、灰分A、挥发分VM如表3的实施例2所述。此时所使用的锅炉的炉栅的有效长度L=6m、输送速度V=9m/h。供给空气量将不产生煤烟且效率最大的过剩空气率设定为m=1.6。
表3 煤炭的性质表
实施例2 | |
煤炭性质总水分 wt%-AR M灰分 wt%-AR A挥发分 wt%-AR高位发热量 kcal/kg-AR低位发热量 kcal/kg-AR CVC wt%-ARH wt%-ARO wt%-ARN wt%-ARS wt%-AR挥发分 wt%-DAF VM总硫分 wt%-DB | 814.335.26,3006,00062.24.79.510.3450.87 |
将这些煤炭的各物理性质代入前述的(3)式中,计算出煤炭燃烧量W。虽然使用与灰分、挥发分的相关式子来算出碳燃烧系数∑Fj,但此时的系数a=0.140、b=0.799、c=2.336、d=0.145。(3)式的各个系数成为以下所示的结果。
L/V=0.667
∑Mj=0.175
∑Gj=1,640
∑Fj=0.166
W=74.2(Kg/m2)
另外,此时投入到锅炉中的煤炭量B为每1m2炉栅81.2kg。因此,使用(6)式,求得燃渣中的未燃碳导致的热损失的比例如下。在(6)式中,因排气中的灰尘等引起的热损失的比例D从锅炉中的实际值来看为1.8%。
用下式来计算未燃碳的产生量U。
B=81.20
U=(B-W)=7.02
用下式来计算燃渣中的未燃部分导致的热损失比例L4。
D=1.8%
L4=U×8100/(B×CV)+D=13.5%
使L3为0,用下式来计算燃烧效率ηc。
ηc=1-L3-L4=86.5%
基于jIS,对排气热损失L1、辐射热导致的热损失L5及其它热损失L6,连同燃渣带出的显热进行计算,其结果如表4所示。
表4 锅炉的燃烧条件与热损失比例的结果
实施例2 | |
锅炉的容量 t/h | 10 |
排气 温度(AH出口)空气过剩率排气 O2% | 1681.68.0% |
锅炉的热损失的详细说明L1 排气显热L3+L4不完全燃烧L5 辐射热损失L6 固态物所带热量 | 7.8%13.5%3.2%0.6% |
锅炉效率低位基准 热损失法 | 75.0% |
因此,锅炉效率ηb如下。
ηb=1-∑L=75.0%
若10t/h的锅炉的所需热量为5,390,000Kcal/h,则每1小时的煤炭消耗量如下。
锅炉的煤炭消耗量[Kg/h]=5,390,000/CV/ηb=1,198
若一年的锅炉工作时间为8000小时,则一年的煤炭消耗量如下。
一年的煤炭消耗量[t/y]=9,852
(实施例3)
对象煤炭的总水分M、灰分A、挥发分VM如表5的实施例3所述。此时所使用的锅炉的炉栅的有效长度L=6m、输送速度V=9m/h。供给空气量将不产生煤烟且效率最大的过剩空气率设定为m=1.6。
表5 煤炭的性质表
实施例3 | |
煤炭性质总水分 wt%-AR M灰分 wt%-AR A挥发分 wt%-AR高位发热量 kcal/kg-AR低位发热量 kcal/kg-AR CVC wt%-ARH wt%-ARO wt%-ARN wt%-ARS wt%-AR挥发分 wt%-DAF VM总硫分 wt%-DB | 6.517.418.36,5006,24067.54.13.50.70.323.90.43 |
将这些煤炭的各物理性质代入前的(3)式中,计算出煤炭燃烧量W。虽然使用与灰分、挥发分的相关式子来算出碳燃烧系数∑Fj,但此时的系数a=0.140、b=0.799、c=2.336、d=0.145。(3)式的各个系数成为以下所示的结果。
L/V=0.667
∑Mj=0.175
∑Gj=1,700
∑Fj=0.204
W=69.8[Kg/m2]
另外,此时投入到锅炉中的煤炭量B为每1m2炉栅78.14kg。因此,使用(6)式,求得燃渣中的未燃碳导致的热损失的比例如下。在(6)式中,因排气中的灰尘等引起的热损失的比例D从锅炉中的实际值来看为1.8%。
用下式来计算未燃碳的产生量U。
B=78.14
U=(B-W)=8.46
用下式来计算燃渣中的未燃部分导致的热损失比例L4。
D=1.8%
L4=U×8100/(B×CV)+D=15.8%
使L3为0,用下式来计算燃烧效率ηc。
ηc=1-L3-L4=84.2%
基于jIS,对排气热损失L1、辐射热导致的热损失L5及其它热损失L6,连同燃渣带出的显热进行计算,其结果如表6所示。
表6 锅炉的燃烧条件与热损失比例的结果
实施例3 | |
锅炉的容量 t/h | 10 |
排气 温度(AH出口)空气过剩率排气 O2% | 1681.68.0% |
锅炉的热损失的详细说明L1 排气显热L3+L4不完全燃烧L5 辐射热损失L6 固态物所带热量 | 7.8%15.8%3.1%0.7% |
锅炉效率低位基准 热损失法 | 72.6% |
因此,锅炉效率ηb如下。
ηb=1-∑L=72.6%
若10t/h的锅炉的所需热量为5,390,000Kcal/h,则每1小时的煤炭消耗量如下。
锅炉的煤炭消耗量[Kg/h]=5,390,000/CV/ηb=1,190
若一年的锅炉工作时间为8000小时,则一年的煤炭消耗量如下。
一年的煤炭消耗量[t/y]=9,521
(实施例4)
对象煤炭的总水分M、灰分A、挥发分VM如表7的实施例4所述。此时所使用的锅炉的炉栅的有效长度L=6m、输送速度V=9m/h。供给空气量将不产生煤烟且效率最大的过剩空气率设定为m=1.6。
表7 煤炭的性质表
实施例4 | |
煤炭性质总水分 wt%-AR M灰分 wt%-AR A挥发分 wt%-AR高位发热量 kcal/kg-AR低位发热量 kcal/kg-AR CVC wt%-ARH wt%-ARO wt%-ARN wt%-ARS wt%-AR挥发分 wt%-DAF VM总硫分 wt%-DB代表粒径 Dp cm | 9.421.326.65,5605,30057.33.76.91.10.338.40.62.5 |
将这些煤炭的各物理性质代入前述的(3)式中,计算出煤炭燃烧量W。此时,用下式求取碳燃烧系数F。
F=F1×AF×δ
该式中F1如下式所述。
F1=(-j×Dp+k×A-l)×CR2
+(m×Dp-n×A+o)×CR
+(-p×Dp+q×A-r)
其中,CR是由煤炭的工业分析值及元素分析值所决定的特性系数,在这里,使CR=5.629。
Dp是煤炭的代表粒径,为2.5cm。
AF是与空气利用有关的系数,能够用下式进行计算。
AF=α×(1/EX)β
这里,EX是空气过剩率,α、β的数值为正,分别使α=0.889、β=0.75。
δ是与装置特性有关的系数且为0~1.0的正的数值,这里使δ=1。
j、k、l、m、n、o、p、q、r的数值为正,分别如下所述地设定。
j=0.0007 k=0.00005 1=0.0034
m=0.0023 n=0.0008 o=0.1129
p=0.0091 q=0.0025 r=0.1688
利用以上值进行计算时,得到下面的值。
AF=0.625
F1=0.304
∑Fj=0.190
L/V=0.667
∑Mj=0.175
∑Gj=1.672
W=86.772[Kg/m2]
另外,此时投入到锅炉中的煤炭量B为每1m2炉栅91.91kg。因此,使用(6)式,求得燃渣中的未燃碳导致的热损失的比例如下。在(6)式中,因排气中的灰尘等引起的热损失的比例D从锅炉中的实际值来看为1.8%。
用下式来计算未燃碳的产生量U。
B=91.91
U=(B-W)=5.14
用下式来计算燃渣中的未燃部分导致的热损失比例L4。
D=1.8%
L4=U×8100/(B×CV)+D=10.3%
使L3为0,用下式来计算燃烧效率ηc。
ηc=1-L3-L4=89.7%
基于jIS,对排气热损失L1、辐射热导致的热损失L5及其它热损失L6,连同燃渣带出的显热进行计算,其结果如表8所示。
表8 锅炉的燃烧条件与热损失比例的结果
实施例4 | |
锅炉的容量 t/h | 10 |
排气 温度(AH出口)空气过剩率排气 O2% | 1681.68.0% |
锅炉的热损失的详细说明L1 排气显热排气潜热L3+L4不完全燃烧L6 固态物所带热量L5 辐射热损失 | 8.3%0.0%9.7%0.8%3.1% |
锅炉效率低位基准 热损失法 | 78.1% |
因此,锅炉效率ηb如下。
即,ηb=1-∑L=78.1%
若10t/h的锅炉的所需热量为5,390,000Kcal/h,则每1小时的煤炭消耗量如下。
锅炉的煤炭消耗量[Kg/h]=5,390,000/CV/ηb=1,302
若一年的锅炉工作时间为8,000小时,则一年的煤炭消耗量如下。
一年的煤炭消耗量(t/y)=10,414
工业上的可利用性
本发明涉及煤炭的燃烧适合性预测方法,能够用于在具有炉栅的加煤机锅炉中使煤炭燃烧时预测加煤机锅炉中的煤炭的燃烧适合性。此外,本发明涉及煤炭中介交易系统、煤炭中介交易方法、用于执行该交易方法的程序及记录了该程序的记录介质,能够在煤炭的中介交易之际加以利用。
Claims (25)
1.一种煤炭的燃烧适合性预测方法,在利用具有炉栅的加煤机锅炉使煤炭燃烧时,对煤炭的燃烧适合性进行预测,其特征在于:使用煤炭的特性特征值,求取在前述加煤机锅炉中炉栅每单位面积的煤炭燃烧量,基于该煤炭燃烧量对在加煤机锅炉中的燃烧适合性进行预测。
2.如权利要求1所述的煤炭的燃烧适合性预测方法,其特征在于:前述煤炭的特性特征值是灰分A、总水分M及挥发分VM。
3.如权利要求2所述的煤炭的燃烧适合性预测方法,其特征在于:使用下式或其近似式求取前述煤炭燃烧量W,
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数
F:碳燃烧系数。
4.如权利要求3所述的煤炭的燃烧适合性预测方法,其特征在于:使用下面的(1a)式或(1b)式、或者它们任一个的近似式求取前述碳燃烧系数F,
F=-a×VM+b×A(1-c×A)+d ......(1a)
其中,a、b、c、d的数值为正
F=-e×VM-f×A-g×HCV+h ......(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正。
5.如权利要求3所述的煤炭的燃烧适合性预测方法,其特征在于:将煤炭代表粒径代入变量中来求取前述碳燃烧系数F。
6.如权利要求5所述的煤炭的燃烧适合性预测方法,其特征在于:使用下式或其近似式求取前述碳燃烧系数F,
F=F1×AF×δ ......(1c)
F1=(-j×Dp+k×A-1)×CR2+(m×Dp-n×A+o)×CR+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值。
7.如权利要求1~6的任一项所述的煤炭的燃烧适合性预测方法,其特征在于:将向加煤机锅炉供给的总空气量、或总空气供给量及加煤机锅炉的炉栅各部分中的空气供给量比例代入变量中来求取前述煤炭燃烧量W。
8.如权利要求7所述的煤炭的燃烧适合性预测方法,其特征在于:使用下式或其近似式求取前述煤炭燃烧量W,
W=∑Mj×Gj×Tj×∑Fj/(1-A-M)/(1-VM)
其中,下标j:表示炉栅长度的位置的序号
Mj:与空气量有关的系数
Gj:在Tj时间供给到炉栅j位置的空气量
Tj:炉栅j位置的滞留时间。
9.如权利要求1~8的任一项所述的煤炭的燃烧适合性预测方法,其特征在于:将炉栅速度代入变量中来求取前述煤炭燃烧量W。
10.如权利要求9所述的煤炭的燃烧适合性预测方法,其特征在于:使用下式或其近似式求取前述煤炭燃烧量W,
W=(L/V)×∑(Mj×Gj)×∑Fj/(1-A-M)/(1-VM)
其中,V:炉栅速度
L:炉栅的有效长度。
11.如权利要求1~10的任一项所述的煤炭的燃烧适合性预测方法,其特征在于:使用前述煤炭燃烧量来预测锅炉效率及燃烧效率。
12.如权利要求11所述的煤炭的燃烧适合性预测方法,其特征在于:依据日本工业标准“平地用锅炉热计算方式”(B 8222-1993)中的“热损失法”求取前述锅炉效率。
13.如权利要求11所述的煤炭的燃烧适合性预测方法,其特征在于:依据日本工业标准“平地用锅炉热计算方式”(B 8222-1993)中的“热损失法”求取前述燃烧效率,
在这里,使用下式作为燃渣中的未燃部分所形成的热损失L4的预测公式,
L4={(B-W)×8100/(B×CV)}+D
其中,B:投入到锅炉中的煤炭量
CV:煤炭发热量
D:因排气中的灰尘等引起的热损失。
14.如权利要求1~13的任一项所述的煤炭的燃烧适合性预测方法,其特征在于:预测煤烟产生量及/或SOx量。
15.如权利要求14所述的煤炭的燃烧适合性预测方法,其特征在于:使用下式求取前述SOx量,
SOx[Nm3/Nm3排气]=硫分[kg/kg煤炭]×(22.4/32)/干排气量[Nm3/kg煤炭]。
16.一种煤炭中介交易系统,在出售煤炭的卖主与购入锅炉所使用的煤炭的买主之间,对煤炭的交易起到中介作用,其特征在于:备有:按照各煤炭种类存储了与前述煤炭有关的信息的煤炭信息存储机构;存储与前述锅炉有关的信息的锅炉信息存储机构;选择提示机构,该机构在该锅炉信息存储机构中所存储的与锅炉有关的条件中,从存储在前述煤炭信息存储机构中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次,选择该适合位次高的1种或多种煤炭并提示给前述买主。
17.如权利要求16所述的煤炭中介交易系统,其特征在于:前述关于煤炭的信息包含:煤炭中所含有的灰分A、总水分M及挥发分VM,前述选择提示机构在前述锅炉信息存储机构中所存储的与锅炉有关的条件中,按照存储在前述煤炭信息存储机构中的各煤炭种类,基于该煤炭中所含有的灰分A、总水分M及挥发分VM求取煤炭燃烧量,基于该煤炭燃烧量来预测适合于燃烧的煤炭种类的适合位次。
18.如权利要求17所述的煤炭中介交易系统,其特征在于:使用下式或其近似式求取前述煤炭燃烧量W,
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数
F:碳燃烧系数。
19.如权利要求18所述的煤炭中介交易系统,其特征在于:使用下面的(1a)式、(1b)式、或者(1c)式、或者它们任一个的近似式求取前述碳燃烧系数F,
F=-a×VM+b×A(1-c×A)+d ......(1a)
其中,a、b、c、d的数值为正
F=-e×VM-f×A-g×HCV+h ......(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正
F=F1×AF×δ ......(1c)
F1=(-j×Dp+k×A-1)×CR2+(m×Dp-n×A+o)×CR+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值
20.一种煤炭中介交易方法,在出售煤炭的卖主与购入锅炉所使用的煤炭的买主之间,对煤炭的交易起到中介作用,其特征在于:备有:按照各煤炭种类将与前述煤炭有关的信息存储在煤炭信息存储机构中的煤炭信息存储步骤;将与前述锅炉有关的信息存储在锅炉信息存储机构中的锅炉信息存储步骤;在该锅炉信息存储机构中所存储的与锅炉有关的条件中,从存储在前述煤炭信息存储机构中的各煤炭种类中预测适合于燃烧的煤炭种类的适合位次的适合位次预测步骤;选择所预测的适合位次高的1种或多种煤炭并进行提示的选择提示步骤。
21.如权利要求20所述的煤炭中介交易方法,其特征在于:前述关于煤炭的信息包含:煤炭中所含有的灰分A、总水分M及挥发分VM,在前述适合位次预测步骤中,在前述锅炉信息存储机构中所存储的与锅炉有关的条件中,按照存储在前述煤炭信息存储机构中的各煤炭种类,基于该煤炭中所含有的灰分A、总水分M及挥发分VM求取煤炭燃烧量,基于该煤炭燃烧量来预测适合于燃烧的煤炭种类的适合位次。
22.如权利要求21所述的煤炭中介交易方法,其特征在于:使用下式或其近似式求取前述煤炭燃烧量W,
W=K×F/(1-A-M)/(1-VM)
其中,K:锅炉的运转系数
F:碳燃烧系数。
23.如权利要求22所述的煤炭中介交易方法,其特征在于:使用下面的(1a)式、(1b)式、或者(1c)式、或者它们任一个的近似式求取前述碳燃烧系数F,
F=-a×VM+b×A(1-c×A)+d ......(1a)
其中,a、b、c、d的数值为正
F=-e×VM-f×A-g×HCV+h ......(1b)
其中,HCV是热干燥基准的高位发热量
e、f、g、h的数值为正
F=F1×AF×δ ......(1c)
F1=(-j×Dp+k×A-1)×CR2+(m×Dp-n×A+o)×CR+(-p×Dp+q×A-r)
其中,CR:由煤炭的工业分析值及元素分析值所决定的特性系数
Dp:煤炭的代表粒径
A:灰分
j、k、l、m、n、o、p、q、r的数值为正
AF=α×(1/EX)β
其中,AF:与空气利用有关的系数
EX:空气过剩率
α、β的数值为正
δ:与装置特性有关的系数且为0~1.0的正的数值
24.一种用于将权利要求20~23的任一项所述的煤炭中介交易方法在计算机上执行的程序。
25.一种可被计算机读取的记录介质,该记录介质记录了用于将权利要求20~23的任一项所述的煤炭中介交易方法在计算机上执行的程序。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001252726 | 2001-08-23 | ||
JP2001252725 | 2001-08-23 | ||
JP252725/2001 | 2001-08-23 | ||
JP252726/2001 | 2001-08-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1575397A true CN1575397A (zh) | 2005-02-02 |
CN100338390C CN100338390C (zh) | 2007-09-19 |
Family
ID=26620853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB02821000XA Expired - Fee Related CN100338390C (zh) | 2001-08-23 | 2002-08-22 | 煤炭的燃烧适合性预测方法、煤炭中介交易系统、煤炭中介交易方法、用于执行该交易方法的程序及记录了该程序的记录介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPWO2003019078A1 (zh) |
CN (1) | CN100338390C (zh) |
WO (1) | WO2003019078A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776445A (zh) * | 2015-04-30 | 2015-07-15 | 刘逸卓 | 一种确定煤挥发分燃烧所需空气量的方法及应用 |
CN110320881A (zh) * | 2019-08-06 | 2019-10-11 | 张华东 | 一种火力发电厂智慧燃料系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4931385B2 (ja) * | 2005-08-23 | 2012-05-16 | 中国電力株式会社 | 石炭・木質バイオマス混合燃料の収集・販売システム及び方法 |
JP5197032B2 (ja) * | 2008-01-18 | 2013-05-15 | 中国電力株式会社 | 燃焼状態シミュレーション方法,プログラム,記憶媒体,及び燃焼状態シミュレーション装置 |
CN105181926A (zh) * | 2015-08-25 | 2015-12-23 | 南京南瑞继保电气有限公司 | 基于热平衡的煤粉掺烧煤气锅炉燃煤热值软测量方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60248903A (ja) * | 1984-05-24 | 1985-12-09 | 三菱重工業株式会社 | 石炭焚ボイラの運転方法 |
JPS6143602U (ja) * | 1984-08-24 | 1986-03-22 | バブコツク日立株式会社 | スト−カ式燃焼装置 |
JPS61243206A (ja) * | 1985-04-19 | 1986-10-29 | Takuma Co Ltd | 蒸気ボイラ |
JPH1054547A (ja) * | 1996-08-09 | 1998-02-24 | Ishikawajima Harima Heavy Ind Co Ltd | 石炭焚きボイラのNOx濃度評価方法 |
-
2002
- 2002-08-22 WO PCT/JP2002/008460 patent/WO2003019078A1/ja active Application Filing
- 2002-08-22 CN CNB02821000XA patent/CN100338390C/zh not_active Expired - Fee Related
- 2002-08-22 JP JP2003523902A patent/JPWO2003019078A1/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776445A (zh) * | 2015-04-30 | 2015-07-15 | 刘逸卓 | 一种确定煤挥发分燃烧所需空气量的方法及应用 |
CN110320881A (zh) * | 2019-08-06 | 2019-10-11 | 张华东 | 一种火力发电厂智慧燃料系统 |
CN110320881B (zh) * | 2019-08-06 | 2022-03-22 | 张华东 | 一种火力发电厂智慧燃料系统 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2003019078A1 (ja) | 2004-12-16 |
WO2003019078A1 (fr) | 2003-03-06 |
CN100338390C (zh) | 2007-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1299177C (zh) | 数据管理装置、计算机系统及数据处理方法 | |
CN1639943A (zh) | 分散型能量供给系统的设定装置 | |
CN1498367A (zh) | 信息处理装置、存储器管理装置、存储器管理方法及信息处理方法 | |
CN1126053C (zh) | 文件检索方法、文件检索发送方法及装置 | |
CN1677421A (zh) | 现状系统和现状管理方法 | |
CN101040306A (zh) | 伪随机数生成装置 | |
CN1296811C (zh) | 信息处理装置及其控制方法和控制装置 | |
CN1878460A (zh) | 安装作业管理方法、安装机及准备支援方法、安装流水线 | |
CN1461449A (zh) | 信息处理系统 | |
CN1445705A (zh) | 服务提供系统、方法、程序以及存储介质 | |
CN1662859A (zh) | 设备联动控制装置 | |
CN1745347A (zh) | 使用模块化模型预测控制器的集成优化和控制 | |
CN1318797A (zh) | 动态代理人服务程序装置 | |
CN1727641A (zh) | 用于燃气轮机的第二相的高效转子 | |
CN1422374A (zh) | 设施运用方法及其装置、设施运用系统、管理方法及其装置和设施 | |
CN1201519C (zh) | 数据一致性检测装置、数据一致性判断装置及数据挑选装置 | |
CN1886749A (zh) | 记录装置 | |
CN1930838A (zh) | 信息处理装置、服务器、通信系统、地址决定方法、地址变更方法及程序 | |
CN1205548C (zh) | 监视和控制系统 | |
CN100338390C (zh) | 煤炭的燃烧适合性预测方法、煤炭中介交易系统、煤炭中介交易方法、用于执行该交易方法的程序及记录了该程序的记录介质 | |
CN1296825C (zh) | 模拟器及模拟方法 | |
CN1966678A (zh) | 突变的木糖异构酶及其基因和用途 | |
CN1229729C (zh) | 时钟同步延迟控制电路 | |
CN1716843A (zh) | 程序、计算机、数据处理方法、通信系统与方法 | |
CN1908951A (zh) | 具有验证功能的电子文档 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20070919 Termination date: 20140822 |
|
EXPY | Termination of patent right or utility model |