KR101673273B1 - 시료의 품질 예측방법 - Google Patents

시료의 품질 예측방법 Download PDF

Info

Publication number
KR101673273B1
KR101673273B1 KR1020140180612A KR20140180612A KR101673273B1 KR 101673273 B1 KR101673273 B1 KR 101673273B1 KR 1020140180612 A KR1020140180612 A KR 1020140180612A KR 20140180612 A KR20140180612 A KR 20140180612A KR 101673273 B1 KR101673273 B1 KR 101673273B1
Authority
KR
South Korea
Prior art keywords
index
sample
fluidity
mixture
calculating
Prior art date
Application number
KR1020140180612A
Other languages
English (en)
Other versions
KR20160072664A (ko
Inventor
이상만
김현용
이승재
이상열
서영대
최재훈
Original Assignee
주식회사 포스코
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 주식회사 포스코 filed Critical 주식회사 포스코
Priority to KR1020140180612A priority Critical patent/KR101673273B1/ko
Publication of KR20160072664A publication Critical patent/KR20160072664A/ko
Application granted granted Critical
Publication of KR101673273B1 publication Critical patent/KR101673273B1/ko

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S436/00—Chemistry: analytical and immunological testing
    • Y10S436/908—Gravimetric analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Coke Industry (AREA)

Abstract

본 발명은, 시료와 무연탄을 혼합하는 과정, 상기 시료와 상기 무연탄이 혼합된 혼합물의 밀도를 조절하는 과정, 상기 혼합물을 건류시켜 처리물을 생성하는 과정, 상기 처리물을 2단계로 축분하는 과정, 및 2단계로 축분되어 생성된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 점결지수를 산출하는 과정을 포함하여, 유동특성 및 점결특성이 우수한 물질의 품질을 효과적으로 예측할 수 있다.

Description

시료의 품질 예측방법{Method of sample quality prediction}
본 발명은 시료의 품질 예측방법에 관한 것으로, 더욱 상세하게는 유동특성 및 점결특성이 우수한 물질의 품질을 효과적으로 예측할 수 있는 시료의 품질 예측방법에 관한 것이다.
일반적으로 야금용 석탄으로부터 코크스가 제조되는 공정은 다음과 같다. 탄종별로 야드에 야적된 석탄을 일정 입도가 되도록 파쇄한 후 각각의 저장조에 공급하며, 이러한 석탄으로부터 일정한 품질의 코크스를 제조하기 위해 각 탄종별 배합비를 계산한 다음, 각각의 석탄을 혼합하여 전처리한 후, 코크스 오븐에 장입한다. 코크스 오븐의 저장조에 저장된 배합탄을 장입차에서 일정량을 불출하여 고온으로 가열된 탄화실로 공급하고, 일정시간 동안 건류한 후 적열 코크스로 배출되며, 이러한 적열 코크스는 습식이나 건식 소화에 의해 코크스로 제조된다.
이때, 코크스의 강도는 코크스의 품질을 판단하는 중요한 특성이다. 코크스의 강도는 배합탄의 물성과 관계가 있고, 그 중에서도 석탄화도와 유동 및 점결 특성이 코크스의 강도를 결정하는 중요한 요소이다. 석탄화도는 석탄이 탄화된 정도를 나타내는 지표이고, 석탄 조직의 반사율을 측정함으로써 계산된다.
유동 및 점결 특성을 측정하는 방법에는, 석탄의 유동성을 직접적으로 측정하는 MF(Max Fluidity)지수 측정방법, 및 석탄을 코크스로 제조한 후 코크스의 강도 특성으로부터 간접적으로 유동성을 측정하는 G지수(점결지수) 측정방법이 있다. 이러한 두 가지 방법 가운데 G지수 측정방법은 MF지수 측정방법에 비해, 측정설비가 간단하고 측정방법이 간편하여 측정을 신속하게 수행할 수 있다. 이에, G지수 측정방법이 석탄 분류와 국제석탄무역에서 광범위하게 응용되고 있다.
종래에는 G지수 측정방법의 정확성을 향상시키기 위해 ISO15585라는 국제 표준에 따라 G지수를 측정하였다. 그러나, 석탄의 유동특성이나 점결특성을 향상시키기 위해 첨가되는 타르나 피치 등의 코크스 품질 개선제를 종래의 G지수 측정방법으로 측정하는 경우, 잘못된 G지수나 유동도가 산출될 수 있다. 즉, 코크스 품질 개선제가 종래의 G지수 측정방법으로 측정할 수 있는 최대 G지수 값보다 높은 점결특성을 가지고 있기 때문에, 코크스 품질 개선제의 정확한 G지수를 예측할 수 없다. 또한, 잘못된 G지수를 이용하여 코크스 품질 개선제의 유동도를 산출하면 잘못된 값이 산출된다.
따라서, 코크스 품질 개선제와 같이 유동특성이나 점결특성이 우수한 물질의 G지수나 유동도를 정확하게 산출할 수 있는 기술이 필요한 실정이다.
KR 2013-0047789 A
본 발명은 점결특성이나 유동특성이 우수한 물질의 품질을 예측할 수 있는 시료의 품질 예측방법을 제공한다.
본 발명은 코크스 원래의 유동특성 및 점결특성을 정확하게 예측하여 코크스의 품질을 개선할 수 있는 시료의 품질 측정방법을 제공한다.
본 발명은, 시료와 무연탄을 혼합하는 과정, 상기 시료와 상기 무연탄이 혼합된 혼합물의 밀도를 조절하는 과정, 상기 혼합물을 건류시켜 처리물을 생성하는 과정, 상기 처리물을 2단계로 축분하는 과정, 및 2단계로 축분되어 생성된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 점결지수를 산출하는 과정을 포함한다.
상기 혼합물의 밀도를 조절하는 과정은, 상기 혼합물을 미리 설정된 질량범위로 용기에 장입시키는 과정, 및 상기 용기 내 혼합물을 미리 설정된 부피범위로 조절하는 과정을 포함한다.
상기 혼합물의 밀도를 조절하는 과정은, 상기 혼합물의 밀도를 790±5kg/m3으로 맞추는 과정을 포함한다.
상기 점결지수를 산출하고 상기 점결지수를 이용하여 유동도를 산출하는 과정을 포함한다.
본 발명은, 시료와 무연탄을 제1 준비 조건으로 처리하여 제1 처리물을 준비하는 과정, 상기 제1 처리물에 대하여 제1 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제1 점결지수를 산출하는 과정, 시료와 무연탄을 상기 제1 준비 조건과 상이한 제2 준비 조건으로 처리하여 제2 처리물을 준비하는 과정, 상기 제2 처리물에 대하여 제2 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 측정하고, 측정된 질량값들을 이용하여 제2 점결지수를 산출하는 과정, 상기 제1 점결지수 및 상기 제2 점결지수를 이용하여, 제1 유동도 및 제2 유동도를 각기 산출하는 과정, 상기 제1 점결지수 및 상기 제2 점결지수의 차이를 이용하여 점결지수 보완 데이터를 구하거나 상기 제1 유동도 및 상기 제2 유동도의 차이를 이용하여 유동도 보완 데이터를 구하는 과정, 및 상기 점결지수 보완 데이터 및 상기 유동도 보안 데이터 중 적어도 하나를 이용하여 후속 처리물의 유동도를 예측하는 과정을 포함한다.
상기 제1 처리물을 준비하는 과정은, 시료와 무연탄의 혼합물을 가압하면서 건류시키는 과정을 포함하고, 상기 제2 처리물을 준비하는 과정은, 시료와 무연탄의 혼합물을 가압하지 않으면서 건류시키는 과정을 포함한다.
상기 제1 처리물과 상기 제2 처리물은 상기 시료와 무연탄의 재질 및 혼합비가 동일하고, 상기 제2 준비 조건은 상기 시료와 무연탄의 혼합물의 밀도를 제어하는 과정을 포함한다.
상기 제1 측정 조건과 상기 제2 측정 조건은 동일하고, 상기 제1 및 제2 유동도를 하기의 식에 의해 산출한다.
식 : Log(MF) = 0.997 × G지수 - 5.6632
(여기서, MF는 최대 유동도, G지수는 점결지수)
상기 제3 처리물의 유동도를 구하는 과정은, 상기 시료와 무연탄의 재질 및 혼합비 중 적어도 하나가 상기 제2 처리물과 다른 제3 처리물을 준비하는 과정, 및 상기 제3 처리물에 대하여 제2 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 측정하고, 측정된 질량값들을 이용하여 제3 점결지수를 산출하는 과정을 포함한다.
상기 제3 처리물을 준비하는 과정은, 상기 제2 준비 조건과 동일한 조건으로 처리하여 준비하는 과정을 포함한다.
상기 제3 처리물의 유동도를 예측하는 과정은, 상기 제3 점결지수에 상기 점결지수 보완 데이터를 더하여 수정 점결지수를 구하고 상기 수정 점결지수를 이용하여 수정 유동도를 산출하거나, 상기 제3 점결지수를 이용하여 제3 유동도를 산출하고 상기 제3 유동도에 상기 유동도에 상기 유동도 보완 데이터를 더하여 수정 유동도를 구하는 과정을 포함한다.
상기 제3 처리물의 시료는 상기 제2 처리물의 시료보다 유동성이 큰 재료를 포함한다.
상기 제3 처리물의 시료는 강점결탄, 타르 및 피치 중 적어도 어느 하나를 포함하다.
본 발명의 실시 예들에 따르면, 종래에는 측정하지 못했던 점결특성이나 유동특성이 우수한 물질의 품질을 정확하게 예측할 수 있다. 예를 들어, 코크스 제조시 각 원료의 점결지수나 유동도를 정확하게 예측할 수 있다. 이에, 코크스를 제조하기 위한 원료의 배합비를 효율적으로 제어할 수 있다.
또한, 석탄에 코크스 품질 개선제를 배합하는 경우, 코크스 품질 개선제에 의해 향상되는 코크스의 점결지수나 유동도를 정확하게 예측할 수 있다. 따라서, 코크스의 품질을 향상시키기 위한 석탄의 배합비를 연구하는 경우, 정확하게 예측된 점결지수나 유동도를 이용하여 코크스 품질 개선제의 사용량 및 종류를 최적화할 수 있다. 이에, 정확한 실험을 통해 얻은 데이터를 통해 고품질의 코크스를 제조할 수 있고, 용선 제조의 원가가 감소할 수 있다.
도 1은 본 발명의 실시 예에 따른 시료의 품질 예측방법을 나타내는 플로우 차트.
도 2는 본 발명의 실시 예에 따른 처리물을 준비하는 과정을 나타내는 도면.
도 3은 본 발명의 실시 예에 따른 유동도와 점결지수의 상관관계를 나타내는 그래프.
도 4는 본 발명의 다른 실시 예에 따른 시료의 품질 예측방법을 나타내는 플로우 차트.
도 5는 본 발명의 실험 예에 따른 수정 점결지수 또는 수정 유동도를 예측하는 방법을 나타내는 그래프.
도 6은 본 발명의 다른 실험 예에 따른 유동지수 차이와 열간강도의 상관관계를 나타내는 그래프.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 더욱 상세히 설명하기로 한다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 발명을 상세하게 설명하기 위해 도면은 과장될 수 있고, 도면상에서 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명의 실시 예에 따른 시료의 품질 예측방법을 나타내는 플로우 차트이고, 도 2는 본 발명의 실시 예에 따른 처리물을 준비하는 과정을 나타내는 도면이고, 도 3은 본 발명의 실시 예에 따른 유동도와 점결지수의 상관관계를 나타내는 그래프이다.
도 1 및 도 2를 참조하면, 본 발명의 실시 예에 따른 시료의 품질 예측방법은, 시료와 무연탄을 혼합하는 과정(S110), 상기 시료와 상기 무연탄이 혼합된 혼합물의 밀도를 조절하는 과정(S120), 상기 혼합물을 건류시켜 처리물을 생성하는 과정(S130), 상기 처리물을 2단계로 축분하는 과정(S140), 및 2단계로 축분되어 생성된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 점결지수를 산출하는 과정(S150)을 포함한다.
우선, 입도가 0.1~0.2mm로 형성되는 시료와 무연탄을 1:5의 비율로 혼합한다. 예를 들어, 혼합용 금속선을 이용하여 시료와 무연탄을 2분간 균일하게 혼합하여 혼합물을 생성할 수 있다. 이때, 무연탄은 카본을 포함하여 시료를 통해 측정되는 측정값의 범위를 분석이 용이한 범위로 만들어줄 수 있다.
이러한 혼합물은 용기 예를 들어, 원통형의 도가니(10)로 장입되어 밀도가 조절된다. 밀도는 물질의 질량을 부피로 나눈 값이다. 따라서, 혼합물의 밀도를 조절하려면 혼합물의 질량과 부피를 조절할 필요가 있다. 예를 들어, 혼합물을 원통형 도가니(10)에 미리 설정된 질량범위로 장입시킬 수 있다. 그리고, 원통형 도가니(10) 내 혼합물의 높이를 평탄하게 한 후 혼합물을 미리 설정된 부피범위로 조절할 수 있다. 예를 들어, 오토 프레스 머신(Auto Press Machine, 20)으로 30초간 10kgf/cm2의 압력으로 가압하여 혼합물의 부피를 조절할 수 있다. 이때, 혼합물의 밀도는 790±5kg/m3으로 맞출 수 있다.
다음으로, 혼합물을 가압하지 않고 섭씨 850도까지 15분 동안 가열할 수 있다. 이에, 혼합물이 건류되면서 처리물이 생성될 수 있다. 이러한 처리물은 회전 축분기 내로 장입되어 2단계로 각각 5분 동안 250회 회전시켜 축분될 수 있다. 이때, 처리물을 1차로 축분한 후 체를 통해 입도가 0.1mm 미만인 분말들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다. 한편, 체를 통과하지 못한 처리물은 2차로 축분되고, 다시 체를 통해 입도가 0.1mm 미만인 분말들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다.
이렇게 1차로 측정된 질량값(M1)과 2차로 측정된 질량값(M2) 및 처리물의 총 질량값(M)을 이용하여 점결지수(G지수)를 산출할 수 있는데, 구체적인 식은 하기의 식 (1)과 같다.
식(1) : G지수 = 10 + (30M1 + 70M2) / M
이때, 산출된 점결지수의 값이 18 이상이면 산출될 값을 사용할 수 있다. 그러나, 산출될 점결지수의 값이 18 미만이면 점결지수를 다시 산출하여야 한다. 즉, 시료와 무연탄의 혼합비 1:1로 변경하여 한번 더 상기와 같은 방법으로 처리물을 생성할 수 있다. 생성된 처리물은 상기와 같이 2단계로 축분되고, 처리물을 1차로 축분한 후 체를 통해 입도가 0.1mm 미만인 분말들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다. 한편, 체를 통과하지 못한 처리물은 2차로 축분되고, 다시 체를 통해 입도가 0.1mm 미만인 분만들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다.
이렇게 1차로 측정된 질량값(M1)과 2차로 측정된 질량값(M2) 및 처리물의 총 질량값(M)을 이용하여 점결지수(G지수)를 산출할 수 있는데, 구체적인 식은 하기의 식 (2)와 같다.
식 (2) : G지수 = (30M1 + 70M2) / 5M
그리고, 식 (1) 또는 식 (2)로 산출된 점결지수를 이용하여 유동도 즉, Log(MF) 값을 산출할 수 있는데, 구체적인 식은 하기의 식 (3)과 같다.(여기서, MF는 Max Fluidity로 최대 유동도임.)
식 (3) : Log(MF) = 0.997 × G지수 - 5.6632
이때, G지수와 Log(MF)는 도 3과 같이 서로 선형적인 상관관계를 가지기 때문에, 이러한 관계를 이용하여 식 (3)이 산출되었다. 따라서, 처리물이 축분되면서 생성된 분말들의 질량을 이용하여 점결지수 및 유동도를 산출할 수 있다.
도 4는 본 발명의 다른 실시 예에 따른 시료의 품질 예측방법을 나타내는 플로우 차트이다. 하기에서는 본 발명의 다른 실시 예에 따른 시료의 품질 예측방법에 대해 설명하기로 한다.
도 4를 참조하면, 본 발명의 다른 실시 예에 따른 시료의 품질 예측방법은, 시료와 무연탄을 제1 준비 조건으로 처리하여 제1 처리물을 준비하는 과정(S210), 상기 제1 처리물에 대하여 제1 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제1 점결지수를 산출하는 과정(S220), 시료와 무연탄을 상기 제1 준비 조건과 상이한 제2 준비 조건으로 처리하여 제2 처리물을 준비하는 과정(S310), 상기 제2 처리물에 대하여 제2 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 측정하고, 측정된 질량값들을 이용하여 제2 점결지수를 산출하는 과정(S320), 상기 제1 점결지수 및 상기 제2 점결지수를 이용하여, 제1 유동도 및 제2 유동도를 각기 산출하는 과정(S400), 상기 제1 점결지수 및 상기 제2 점결지수의 차이를 이용하여 점결지수 보완 데이터를 구하거나 상기 제1 유동도 및 상기 제2 유동도의 차이를 이용하여 유동도 보완 데이터를 구하는 과정(S500), 및 상기 점결지수 보완 데이터 및 상기 유동도 보안 데이터 중 적어도 하나를 이용하여 후속 처리물의 유동도를 예측하는 과정(S600)을 포함한다.
이때, 상기 제1 처리물과 상기 제2 처리물은 상기 시료와 무연탄의 재질 및 혼합비가 동일하다. 또한, 제1 처리물을 준비하고 제1 점결지수를 산출하는 과정과 제2 처리물을 준비하고 제2 점결지수를 산출하는 과정은 동시에 수행될 수도 있고, 수행 순서가 바뀔 수도 있다.
예를 들어, 제1 준비 조건은 ISO15585라는 국제 표준에 따라 수행되는 실험 조건일 수 있다. 즉, 시료와 무연탄을 혼합하고 사발형 도가니에 넣어 추를 이용하여 가압할 수 있다. 그런 다음, 혼합물을 건류시키면서 가압하여 제1 처리물을 생성할 수 있다. 즉, 혼합물에 대한 건류와 가압이 동시에 수행될 수 있다. 그리고, 제1 처리물을 2단계로 축분할 수 있다. 이때, 처리물을 1차로 축분한 후 체를 통해 입도가 0.1mm 미만인 분말들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다. 한편, 체를 통과하지 못한 처리물은 2차로 축분되고, 다시 체를 통해 입도가 0.1mm 미만인 분만들을 걸러낸다. 그리고, 입도가 0.1mm 미만인 분말들의 질량을 질량측정기를 통해 측정할 수 있다. 이렇게 1차로 측정된 질량값과 2차로 측정된 질량값을 이용하여 제1 점결지수를 산출할 수 있다. 즉, 상기의 식 (1) 또는 식 (2)에 측정된 질량값들을 대입하여 제1 점결지수를 산출할 수 있다.
예를 들어, 제2 준비 조건은 본 발명의 실시 예에 따른 시료의 품질 예측방법과 동일한 방법으로 수행되는 실험 조건일 수 있다. 즉, 제2 처리물을 준비하는 과정은, 상기 시료와 무연탄의 혼합물의 밀도를 제어하는 과정 및 시료와 무연탄의 혼합물을 가압하지 않으면서 건류시키는 과정을 포함할 수 있다. 그리고, 제2 처리물을 2단계로 축분하여 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제2 점결지수를 산출할 수 있다. 즉, 상기의 식 (1) 또는 식 (2)에 측정된 질량값들을 대입하여 제2 점결지수를 산출할 수 있다.
제1 측정 조건과 상기 제2 측정 조건은 동일하고, 제1 및 제2 유동도는 상기 식 (3)을 통해 산출될 수 있다. 이렇게 산출되는 제1 및 제2 점결지수를 이용하여 점결지수 보완 데이터를 구하거나 제1 및 제2 유동도를 이용하여 유동도 보완 데이터를 구할 수 있다. 예를 들어, 점결지수 즉, G지수를 x축으로 하고, 유동도 즉, Log(MF)를 y축으로 하는 그래프를 만들 수 있다. 그리고, 제1 점결지수와 제1 유동도 값에 맞추어 그래프 상에 제1 처리물의 위치를 표시하고, 제2 점결지수와 제2 유동도 값에 맞추어 그래프 상에 제2 처리물의 위치를 표시할 수 있다. 이에, 그래프를 통해 제1 처리물과 제2 처리물의 차이 즉, ΔG지수와 ΔLog(MF)를 알 수 있다.
제3 처리물의 유동도를 구하는 과정은, 상기 시료와 무연탄의 재질 및 혼합비 중 적어도 하나가 상기 제2 처리물과 다른 제3 처리물을 준비하는 과정, 및 상기 제3 처리물에 대하여 제2 측정 조건에 따라, 2단계로 축분된 분말들의 질량을 측정하고, 측정된 질량값들을 이용하여 제3 점결지수를 산출하는 과정을 포함할 수 있다.
즉, 제3 처리물의 시료는 상기 제2 처리물의 시료보다 유동성이 큰 재료일 수 있다. 예를 들어, 제3 처리물의 시료는 강점결탄, 타르 및 피치 중 적어도 어느 하나를 포함할 수 있다.
제3 처리물을 준비하는 과정은, 상기 제2 준비 조건과 동일한 조건 즉, 본 발명의 실시 예에 따른 시료의 품질 예측방법과 동일한 실험 조건으로 수행될 수 있다. 이렇게 생성된 제3 처리물을 2단계로 축분하여 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제2 점결지수를 산출할 수 있다. 즉, 상기의 식 (1) 또는 식 (2)에 측정된 질량값들을 대입하여 제3 점결지수를 산출할 수 있다. 그리고, 제3 유동도는 상기 식 (3)을 통해 산출될 수 있다.
이렇게 산출된 제3 점결지수와 제3 유동도 값에 맞추어 그래프 상에 제3 처리물의 위치를 표시할 수 있다. 그런 다음, 제3 점결지수에 상기 점결지수 보완 데이터를 더하여 수정 점결지수를 구하고 상기 수정 점결지수를 이용하여 수정 유동도를 산출하거나, 상기 제3 점결지수를 이용하여 제3 유동도를 산출하고 상기 제3 유동도에 상기 유동도에 상기 유동도 보완 데이터를 더하여 수정 유동도를 구할 수 있다.
제3 처리물의 포함된 시료의 ISO 규격 조건에 따른 점결지수와 유동도를 산출하면 잘못된 값이 나올 수 있다. 즉, 제3 처리물에 포함되는 시료로 제1 처리물에 포함된 시료보다 점결성이 좋은 물질을 사용했지만, ISO 규격 조건에 따라 산출하는 경우 제3 처리물의 시료의 G지수가 제1 처리물의 시료의 G지수보다 작은 값이 산출될 수 있다. 이에, 잘못 산출된 값으로 유동도를 산출하면 유동도 역시 잘못된 값이 나올 수 있다. 따라서, 제1 처리물과 제2 처리물의 차이 즉, ΔG지수와 ΔLog(MF), 및 제3 처리물의 그래프 상의 위치를 이용하여 제3 처리물의 시료의 점결지수나 유동도를 예측할 수 있다.
예를 들어, 제1 처리물과 제2 처리물의 ΔG지수 값을 제3 처리물의 G지수에 더해줄 수 있다. 그리고, 제1 처리물과 제2 처리물의 ΔLog(MF) 값을 제3 처리물의 Log(MF)에 더해줄 수 있다. 즉, 제1 처리물과 제2 처리물은 동일한 시료를 사용하고 준비 조건이 상이하고, 제2 처리물과 제3 처리물은 시료는 다르지만 준비 조건이 동일하다. 따라서, 신뢰도가 높은 제1 처리물과 동일한 조건에서 제3 처리물의 시료의 점결지수와 유동도를 예측하기 위해서는 그래프 상에서 제1 처리물의 제2 처리물의 차이를 제3 처리물에 외삽하여 신뢰도가 높은 수정 유동도이나 수정 점결지수를 산출할 수 있다. 이에, 종래에는 측정하지 못했던 유동특성이나 점결특성이 우수한 물질의 점결지수나 유동도를 정확하게 산출할 수 있다.
도 5는 본 발명의 실험 예에 따른 수정 점결지수 또는 수정 유동도를 예측하는 방법을 나타내는 그래프이다. 하기에서는 실험 예를 통해 본 발명을 좀더 상세하게 설명하기로 한다.
우선, 고유동도 강점탄과 코크스 품질 개선제를 준비하여 두 시료를 제1 준비 조건과 동일한 조건을 따라 처리하였다. 그리고, 각각의 G지수와 Log(MF) 값을 산출하여 고유동도 강점탄과 코크스 품질 개선제를 그래프 상에 표시하였다. 예를 들어, 점결지수 즉, G지수를 x축으로 하고, 유동도 즉, Log(MF)를 y축으로 하는 도 5와 같은 그래프를 만들어 고유동도 강점탄의 위치와 코크스 품질 개선제의 위치를 표시할 수 있다. 또한, 산출된 G지수와 Log(MF) 값을 하기의 표 1에 나타내었다. 이때, 고유동도 강점탄은 제1 처리 조건에 의해 처리된 제1 처리물일 수 있다.
분석 시료 VM(%, db) Ash(%, db) FC(%, db) Log(MF) G지수
고유동도 강점탄 38.2 8.1 52.4 4.66 99.09
코크스 품질 개선제 61.8 Tr 38.3 4.78 94.39
표 1 또는 도 5의 (a)를 참고하면, 제1 처리물 즉, 고유동도 강점탄에 비해 점결성 우수한 코크스 품질 개선제의 G지수 값이 낮게 산출되었다. 즉, 종래의 방법으로는 코크스 품질 개선제의 G지수를 정확하게 산출할 수 없기 때문에, 오류값이 산출되어 코크스 품질 개선제의 G지수가 고유동도 강점탄의 G지수보다 낮게 산출되었다. 또한, Log(MF)의 값도 잘못 산출되었다.(이때, 코크스 품질 개선제의 Log(MF)값인 4.78은 유동 특성 측정 장치의 상한 값임.)
따라서, 고유동도 강점탄과 코크스 품질 개선제를 다시 준비하고 두 시료를 제2 준비 조건과 동일한 조건을 따라 처리하였다. 그리고, 각각 2개의 실험자를 생성하고 번갈아 2회 반복하여 총 4회에 걸쳐 각각의 G지수의 값을 산출하여 하기의 표 2에 나타내었다. 고유동도 강점탄은 제2 처리 조건에 의해 처리된 제2 처리물일 수 있고, 코크스 품질 개선제는 제2 처리 조건에 의해 처리된 제3 처리물일 수 있다.
분석시료 실험자 1 실험자 2
고유동도 강점탄
 75.87 68.83
76.30 70.28
코크스 품질 개선제
 96.41 97.82
96.89 95.80
표 2와 같이 산출된 값들의 평균을 내면, 제2 처리물 즉, 고유동도 강점탄의 평균 G지수는 72.82로 표 1에서 산출된 값보다 약 26만큼 감소하였고, 제3 처리물 즉, 코크스 품질 개선제의 평균 G지수는 96.31로 표 1에서 산출된 값보다 약 2만큼 증가하였다. 그리고, 식 (3)을 이용하여 제2 처리물과 제3 처리물의 Log(MF) 값을 산출하고, 제1 처리물, 제2 처리물, 및 제3 처리물의 위치를 도 5의 (b)와 같이 그래프 상에 표시하였다. 따라서, 제1 처리물과 제2 처리물의 차이 즉, ΔG지수와 ΔLog(MF)가 그래프 상에 나타나질 수 있다. 이때, G지수와 Log(MF)는 서로 선형적인 상관관계를 가지기 때문에, 제1 처리물과 제2 처리물을 그래프 상에서 연결하면 식 (3)에 의한 직선 그래프가 나타날 수 있다.
한편, 코크스 품질 개선제의 정확한 G지수와 Log(MF) 값을 예측하기 위해서는 그래프 상에서 제2 처리물과 제1 처리물의 차이만큼 제3 처리물의 위치를 수정할 수 있다. 즉, 제2 처리물과 제3 처리물은 동일한 조건에서 측정된 값이고, 제1 처리물은 다른 조건에서 측정된 값이기 때문에, 제3 처리물이 제1 처리물과 동일한 조건에서 측정되는 값을 예측하려면, 제2 처리물이 제1 처리물의 위치로 이동한 만큼, 제3 처리물의 위치를 도 5의 (c)와 같이 이동시킬 수 있다. 그러면, 제2 처리물과 제1 처리물의 G지수 차이만큼 제3 처리물의 G지수가 상승하여, 약 123이 예측되고, 제2 처리물과 제1 처리물의 Log(MF) 차이만큼 제3 처리물의 Log(MF) 값이 상승하여, 약 6.6이라는 값을 예측할 수 있다.
통계 프로그램인 미니탭(Minitab)을 이용하여 표 2의 데이터를 분석한 Gage R&R 결과는 하기의 표 3과 같다.
Source VarComp %Contribution(of VarComp)
Total Gage R&R 0.825 0.28

Repeatability 0.825 0.28
Reproducibility 0 0
Part-To-Part 291.026 99.72
Total Variation 291.851 100
표 3과 같이 두 시료 간의 측정값의 차이는 시료에서부터 오며, 서로 다른 종류로 구분가능한 단계가 26으로 매우 세분해서 측정가능함을 알 수 있다. 이에, 예측된 코크스의 품질 개선제의 G지수 값이나 Log(MF) 값이 사용가능한 값임을 알 수 있다.
도 6은 본 발명의 다른 실험 예에 따른 유동지수 차이와 열간강도의 상관관계를 나타내는 그래프이다. 하기에서는 다른 실험 예를 통해 본 발명을 좀더 상세하게 설명하기로 한다.
우선, 본 발명의 다른 실험 예를 이해하기 위해 열간강도 측정방법에 대해 설명하기로 한다. 석탄과 코크스 품질 개선제를 다양한 비율로 혼합한 후 시험로에서 건류한다. 석탄과 코크스 품질 개선제가 배합된 시료는 건조 베이스로 760kg/m3의 일정한 장입밀도를 갖도록 충전한다. 시험로는 상업용 코크스 오븐과 같은 구조로 형성되어 양쪽 벽으로부터 열전달이 발생하도록 히터를 구비한다. 섭씨 650도로 가열된 시험로 내에 시료를 장입하고, 가열벽의 온도를 섭씨 1020도까지 섭씨 3도/mim의 가열속도로 가열한다. 그리고, 시험로의 중심온도가 섭씨 1020도에 도달하면 2시간의 치시간을 유지한 후 압출하고, 압출된 시료는 질소 분위기에서 소화시켜 냉간한다.
이러한 시료를 적정비로 섞어 반응성 시료 조제 시스템에 넣고, 스크린(Screen, 19~21mm)을 통해 체분된 시료를 200g으로 평량하고 반응로에 투입하여 고온(약 섭씨 1100도)에서 120분간 CO2와 반응시키고 냉각한다. 그리고, 냉각 후 시료의 감량을 측정해서 I형 강도기에서 600회전 후 10mm 상의 중량을 구하고, 이를 반응 후 중량에 대한 백분율로 표시하여 열간강도를 측정할 수 있다. 그러나, 열간강도를 측정하는 방법은 이에 한정되지 않고 다양할 수 있다.
고유동도 강점탄과 코크스 품질 개선제의 유동 및 점결 특성이 미점탄 사용비에 미치는 영향을 직접적으로 평가하기 위해 하기의 표 4와 같이 11종류의 단일탄과 코크스 품질 개선제를 다양한 비율로 혼합하여 코크스의 열간강도를 측정하였다. 그리고, 본 발명의 실험 예에서 예측된 코크스 품질 개선제의 유동지수를 포함하여 고유동도 강점탄, 중유동도 강점탄, M 석탄, O 석탄, G 석탄의 유동지수의 차이를 하기의 표 5와 같이 비교하였다.
실험명 Base Case1 Case2 Case3
고유동도 강점탄 10
중유동도 강점탄 10 15 15 15
코크스 품질 개선제 5 5 5


배합비
변동없음

 H 8 8 8 8
G 8 8 8 8
Q 8 8 8 8
D 8 8 8 8
B 20 20 20 20
T 8 8 8 8
M 20 20 12 12
O 8
G 8
배합비 100 100 100 100
열간강도 54.9 56.9 53.1 52.6
유동지수(Log(MF)) 차이 0 0.06 -0.07 -0.05
시료 종류 유동지수(Log(MF)) 비고
고유동도 강점탄 4.55 측정값
중유동도 강점탄 3.64 측정값
코크스 품질 개선제 6.6 본 발명의 실험 예에서 예측된 값
M 1.92 측정값
O 0.38 측정값
G 0.55 측정값
표 4와 같이, 베이스(Base)를 기준으로 3개의 케이스(Case)들은 모두 고유동도 강점탄이 10% 배합되는 고유동도 강점탄 배합방법 대신에 중유동도 강점탄 5%와 코크스 품질 개선제 5%를 배합하고, M, O, G 석탄 사용비율을 변화시켜 열간강도를 측정하였다. 그리고, 표 5의 유동지수 값을 표 4에 나오는 고유동도 강점탄, 중유동도 강점탄, 코크스 품질 개선제, M, O, G의 배합량에 곱하였다. 그런 다음, 베이스를 기준으로 케이스들과 베이스들의 유동지수 차이를 산출하였다.
이렇게 산출된 베이스와 케이스들의 열간강도와 유동지수 차이를 이용하여 베이스와 케이스들을 도 6과 같이 그래프 상에 나타내었다. 즉, 유동지수 차이(ΔLog(MF))를 x축으로 하고, 열간강도를 y축으로 하여 그래프 상에 나타낼 수 있다. 도 6을 참조하면, 열간강도와 유동지수 사이가 선형적인 상관관계(R2=0.959)가 있는 것을 알 수 있다. 즉, 유동지수가 작아지면 열간강도가 작아지고 유동지수가 커지면 열간강도도 커지는 것을 알 수 있다.
예를 들어, 도 6과 같이, 케이스 1은 고유동도 강점탄 대신 코크스 품질 개선제와 중유동도 강점탄을 사용하여 유동지수가 0.06만큼 상승함에 따라 열간강도가 베이스의 54.9보다 증가하여 56.9로 증가하였다. 또한, 케이스 2 또는 케이스 3과 같이, 일부 석탄의 배합을 변경하여 유동지수가 0.07 또는 0.04 만큼 감소하는 경우에는 열간강도가 베이스에 비해 53.1 또는 52.6으로 감소하였다.
따라서, 본 발명의 실험 예에 의해 산출된 Log(MF) 값을 실제 코크스의 배합비를 최적화하는 실험에 적용하는 경우, 올바른 측정값들을 산출할 수 있다. 즉, 석탄에 코크스 품질 개선제를 배합하는 경우, 코크스 품질 개선제에 의해 향상되는 코크스의 점결지수나 유동도를 정확하게 예측할 수 있다. 이에, 정확한 실험을 통해 얻은 데이터를 통해 고품질의 코크스를 제조할 수 있고, 용선 제조의 원가가 감소할 수 있다
이와 같이, 본 발명의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 발명의 범주에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능하다. 그러므로, 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안되며, 아래에 기재될 특허청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
10: 원통형 도가니 20: 오토 프레스 머신

Claims (13)

  1. 시료와 무연탄을 1:5 또는 1:1의 비율로 혼합하는 과정;
    상기 시료와 상기 무연탄이 혼합된 혼합물의 밀도를 조절하는 과정;
    상기 혼합물을 건류시켜 처리물을 생성하는 과정;
    상기 처리물을 2단계로 축분하는 과정; 및
    2단계로 축분되어 생성된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 점결지수를 산출하는 과정을 포함하며,
    상기 점결지수를 산출하는 과정은, 상기 시료와 상기 무연탄의 배합비가 1:5인 경우 점결지수를 하기의 식 (1)에 의해 산출하고, 상기 시료와 상기 무연탄의 배합비가 1:1인 경우 점결지수를 하기의 식 (2)에 의해 산출하는 과정을 포함하는 시료의 품질 예측방법.
    식 (1) : G지수 = 10 + (30M1 + 70M2) / M
    식 (2) : G지수 = (30M1 + 70M2) / 5M
    (여기서, G지수는 점결지수, M1은 1차로 축분되어 측정된 분말의 질량값, M2는 2차로 축분된 분말의 질량값, M은 처리물의 총 질량임.)
  2. 청구항 1에 있어서,
    상기 혼합물의 밀도를 조절하는 과정은,
    상기 혼합물을 미리 설정된 질량범위로 용기에 장입시키는 과정; 및
    상기 용기 내 혼합물을 미리 설정된 부피범위로 조절하는 과정을 포함하는 시료의 품질 예측방법.
  3. 청구항 2에 있어서,
    상기 혼합물의 밀도를 조절하는 과정은,
    상기 혼합물의 밀도를 790±5kg/m3으로 맞추는 과정을 포함하는 시료의 품질 예측방법.
  4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 점결지수를 산출하고 상기 점결지수를 이용하여 유동도를 산출하는 과정을 포함하는 시료의 품질 예측방법.
  5. 시료와 무연탄의 혼합물을 가압하고 건류시켜 제1 처리물을 준비하는 과정;
    상기 제1 처리물을 2단계로 축분하고, 2단계로 축분된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제1 점결지수를 산출하는 과정;
    시료와 무연탄의 혼합물을 가압하지 않고 건류시켜 제2 처리물을 준비하는 과정;
    상기 제2 처리물을 2단계로 축분하고, 2단계로 축분된 분말들의 질량을 각각 측정하고, 측정된 질량값들을 이용하여 제2 점결지수를 산출하는 과정;
    상기 제1 점결지수 및 상기 제2 점결지수를 이용하여, 제1 유동도 및 제2 유동도를 각기 산출하는 과정;
    상기 제1 점결지수 및 상기 제2 점결지수의 차이를 이용하여 점결지수 보완 데이터를 구하거나 상기 제1 유동도 및 상기 제2 유동도의 차이를 이용하여 유동도 보완 데이터를 구하는 과정; 및
    상기 점결지수 보완 데이터 및 상기 유동도 보완 데이터 중 적어도 하나를 이용하여 후속 처리물의 유동도를 예측하는 과정을 포함하는 시료의 품질 예측방법.
  6. 삭제
  7. 청구항 5에 있어서,
    상기 제1 처리물과 상기 제2 처리물은 상기 시료와 무연탄의 재질 및 혼합비가 동일하고,
    상기 제2 처리물을 준비하는 과정은, 상기 시료와 무연탄의 혼합물의 밀도를 제어하는 과정을 포함하는 시료의 품질 예측방법.
  8. 청구항 5에 있어서,
    상기 제1 및 제2 유동도를 하기의 식에 의해 산출하는 시료의 품질 예측방법.
    식 : Log(MF) = 0.997 × G지수 - 5.6632
    (여기서, MF는 최대 유동도, G지수는 점결지수)
  9. 청구항 5에 있어서,
    상기 후속 처리물의 유동도를 예측하는 과정은,
    시료와 무연탄의 재질 및 혼합비 중 적어도 하나가 상기 제2 처리물과 다른 후속 처리물인 제3 처리물을 준비하는 과정; 및
    상기 제3 처리물을 2단계로 축분하고, 2단계로 축분된 분말들의 질량을 측정하고, 측정된 질량값들을 이용하여 제3 점결지수를 산출하는 과정;을 포함하는 시료의 품질 예측방법.
  10. 청구항 9에 있어서,
    상기 제3 처리물을 준비하는 과정은, 시료와 무연탄의 혼합물을 가압하지 않고 건류시키는 과정을 포함하는 시료의 품질 예측방법.
  11. 청구항 9에 있어서,
    상기 제3 처리물의 유동도를 예측하는 과정은,
    상기 제3 점결지수에 상기 점결지수 보완 데이터를 더하여 수정 점결지수를 구하고 상기 수정 점결지수를 이용하여 수정 유동도를 산출하거나, 상기 제3 점결지수를 이용하여 제3 유동도를 산출하고 상기 제3 유동도에 상기 유동도 보완 데이터를 더하여 수정 유동도를 구하는 과정을 포함하는 시료의 품질 예측방법.
  12. 청구항 11에 있어서,
    상기 제3 처리물의 시료는 상기 제2 처리물의 시료보다 유동성이 큰 재료를 포함하는 시료의 품질 예측방법.
  13. 청구항 12에 있어서,
    상기 제3 처리물의 시료는 강점결탄, 타르 및 피치 중 적어도 어느 하나를 포함하는 시료의 품질 예측방법.
KR1020140180612A 2014-12-15 2014-12-15 시료의 품질 예측방법 KR101673273B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140180612A KR101673273B1 (ko) 2014-12-15 2014-12-15 시료의 품질 예측방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140180612A KR101673273B1 (ko) 2014-12-15 2014-12-15 시료의 품질 예측방법

Publications (2)

Publication Number Publication Date
KR20160072664A KR20160072664A (ko) 2016-06-23
KR101673273B1 true KR101673273B1 (ko) 2016-11-16

Family

ID=56353341

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140180612A KR101673273B1 (ko) 2014-12-15 2014-12-15 시료의 품질 예측방법

Country Status (1)

Country Link
KR (1) KR101673273B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023234521A1 (ko) 2022-06-02 2023-12-07 주식회사 포스코 입도 관리 장치 및 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107478539B (zh) * 2017-07-13 2019-08-02 江苏常铝铝业股份有限公司 钎焊用铝合金板带材包覆层流动性检测方法
CN113418828B (zh) * 2021-06-18 2022-06-17 马鞍山钢铁股份有限公司 一种鉴别炼焦煤质量异常的方法
CN114880864B (zh) * 2022-05-20 2024-05-28 汾渭数字信息技术有限公司 一种基于成煤期的焦炭热强度预测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002294250A (ja) 2001-03-30 2002-10-09 Nippon Steel Corp 高炉用コークスの強度推定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0543880A (ja) * 1991-08-12 1993-02-23 Kawasaki Steel Corp 石炭の膨張圧及び粘性の評価方法
KR101147893B1 (ko) * 2004-12-27 2012-05-24 주식회사 포스코 코크스 품질의 예측방법
KR101311955B1 (ko) 2011-10-27 2013-09-26 주식회사 포스코 코크스 품질 예측 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002294250A (ja) 2001-03-30 2002-10-09 Nippon Steel Corp 高炉用コークスの強度推定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023234521A1 (ko) 2022-06-02 2023-12-07 주식회사 포스코 입도 관리 장치 및 방법
KR20230167619A (ko) 2022-06-02 2023-12-11 주식회사 포스코 입도 관리 장치 및 방법

Also Published As

Publication number Publication date
KR20160072664A (ko) 2016-06-23

Similar Documents

Publication Publication Date Title
KR101673273B1 (ko) 시료의 품질 예측방법
KR101649672B1 (ko) 시료의 품질 예측방법 및 이를 이용한 코크스의 열간강도 예측방법
EP2767574A1 (en) Method for manufacturing coke
US9845439B2 (en) Method for blending coals for cokemaking and method for producing coke
EP3124574B1 (en) Method for producing coal mixture and method for producing coke
EP2832824B1 (en) Preparation method for coal mixture for coke production and coke production method
RU2675567C1 (ru) Способ оценки угля и способ получения кокса
KR20110022325A (ko) 코크스의 냉간 강도 예측방법
KR20110108968A (ko) 코크스의 냉간 강도 예측방법
JP7067226B2 (ja) コークス強度の評価方法
KR101225370B1 (ko) 코크스의 반응성 지수 예측방법
KR101205026B1 (ko) 코크스의 고온 강도 예측방법
KR101466475B1 (ko) 코크스의 회분 예측방법
KR20210079724A (ko) 코크스 냉간강도 예측방법
KR102299551B1 (ko) 배합탄의 냉간강도 반사율 분포 지수 도출방법
EP4089157A1 (en) Method for producing blended coal and method for producing coke
AU2020373691B2 (en) Method for estimating surface tension of coal inerts, method for estimating surface tension of coal, and method for producing coke
EP3255122A1 (en) Ferrocoke manufacturing method
CN114236088B (zh) 焦炭残余挥发分的确定方法、确定装置和电子设备
KR102144195B1 (ko) 배합탄의 반사율 분포지수 도출방법
WO2023100600A1 (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
CN116751602A (zh) 新型煤岩配煤方法和装置
WO2021085145A1 (ja) 石炭の表面張力推定方法およびコークスの製造方法
KR20170073012A (ko) 코크스 제조방법
JPH0155313B2 (ko)

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant