KR20130046019A - Method of coke quality prediction - Google Patents
Method of coke quality prediction Download PDFInfo
- Publication number
- KR20130046019A KR20130046019A KR1020110110317A KR20110110317A KR20130046019A KR 20130046019 A KR20130046019 A KR 20130046019A KR 1020110110317 A KR1020110110317 A KR 1020110110317A KR 20110110317 A KR20110110317 A KR 20110110317A KR 20130046019 A KR20130046019 A KR 20130046019A
- Authority
- KR
- South Korea
- Prior art keywords
- coke
- value
- coal
- quality
- vitrinite
- Prior art date
Links
- 239000000571 coke Substances 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000003245 coal Substances 0.000 claims abstract description 95
- 239000004079 vitrinite Substances 0.000 claims abstract description 37
- 238000002310 reflectometry Methods 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims description 5
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 40
- 238000004939 coking Methods 0.000 abstract description 10
- 239000003610 charcoal Substances 0.000 abstract 1
- 239000002994 raw material Substances 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000002156 mixing Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 239000002245 particle Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000000921 elemental analysis Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000001193 catalytic steam reforming Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000008961 swelling Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 229910001341 Crude steel Inorganic materials 0.000 description 1
- -1 Exynite and Innerite Substances 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000012298 atmosphere Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000012299 nitrogen atmosphere Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
-
- 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
- G01N21/47—Scattering, i.e. diffuse reflection
-
- 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
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N2021/4704—Angular selective
- G01N2021/4707—Forward scatter; Low angle scatter
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
본 발명은 코크스 품질 예측 방법에 관한 것으로, 보다 상세하게는 원료탄으로부터 코크스를 제조하는 공정에서, 원료탄 배합시 원료탄에서 도출된 각종 지수를 이용하여 코크스의 품질을 예측하는 코크스 품질 예측 방법에 관한 것이다.
The present invention relates to a method for predicting coke quality, and more particularly, to a coke quality prediction method for predicting the quality of coke using various indices derived from raw coal in the process of manufacturing coke from raw coal.
세계적으로 조강 생산량이 급격히 증가하여 철광석 및 야금용 코크스 제조용 석탄에 대한 수요가 증가하고 있다. 이에 따라 석탄의 가격이 급등하고 양질의 점결탄이 고갈될 우려가 있으며, 또한 양질의 점결탄 확보에 대한 어려움이 점점 커지고 있다. 이와 같은 환경 하에서 야금용 코크스 제조에 사용되는 석탄을 다양화하고 점결력이 약한 미점결탄 사용을 증가시키기 위한 노력이 배가되고 있다. 미점결탄의 사용비를 증가시키기 위한 여러 기술들이 개발 적용되고 있으며, 다탄종 배합에 의한 코크스 제조시 코크스 품질을 확보하기 위한 노력들도 진행되고 있다.Globally, crude steel production has risen sharply, increasing the demand for iron ore and coal for metallurgical coke production. As a result, the price of coal may surge and deplete high-quality coking coal, and the difficulty in securing high-quality coking coal is increasing. Under such circumstances, efforts are being made to diversify the coal used in the manufacture of metallurgical coke and to increase the use of coking coal having a weak coking force. Various technologies have been developed and applied to increase the cost of coking coal, and efforts are being made to secure coke quality when manufacturing coke by blending multiple coal species.
도 1을 참조하여, 야금용 석탄으로부터 코크스가 제조되는 공정을 설명하면 다음과 같다. 탄종별로 야드에 야적된 석탄을 일정 입도가 되도록 파쇄한 후 각각의 저장조에 공급하며, 이들 석탄으로부터 일정한 품질의 코크스를 제조하기 위해 각 탄종별 배합비를 계산한 다음, 각각의 석탄을 혼합하여 전처리한 후, 코크스 오븐에 장입한다. 코크스 오븐의 저장조에 저장된 배합탄은 장입차에서 일정량을 불출하여 고온으로 가열된 탄화실에 공급하고, 일정 시간동안 건류한 후 적열 코크스로 배출되며, 이들 적열 코크스는 습식이나 건식 소화에 의해 코크스로 제조된다. Referring to Figure 1, the process for producing coke from metallurgical coal is as follows. Coal deposited in the yard by coal type is crushed to a certain particle size and then supplied to each storage tank.In order to produce a coke of a certain quality from these coals, the mixing ratio of each coal type is calculated, and then each coal is mixed and pretreated. After that, it is charged to a coke oven. Coal stored in the coke oven's storage tank is supplied to the carbonization chamber heated at a high temperature by charging a certain amount from a charging vehicle, and after being dried for a certain period of time, it is discharged into the coke coke, and these coke coke is discharged into the coke by wet or dry extinguishing. Are manufactured.
야드에 야적되는 석탄은 코크스 제조시 필요한 정보를 얻기 위해, 예를 들어 공업분석, 원소분석, 점결성 지수(유동도, 전팽창, 자유팽윤지수), 조직 분석으로부터 반사율 등의 여러가지 물성을 분석한다. 통상 코크스 제조를 위해 10종류의 석탄을 혼합하여 사용하며, 이들 석탄을 혼합할 때, 제조되는 코크스의 품질을 예측하기 위해 여러가지 방법들이 사용되고 있다. 많이 사용되는 예측방법으로 석탄의 점결성 지수인 유동도 및 전팽창 지수와 등급을 나타내는 반사율 등을 조합하여 사용한다.Coal deposited in the yard analyzes various properties such as reflectivity from industrial analysis, elemental analysis, cohesion index (flow rate, total expansion, free swelling index), and tissue analysis to obtain the information necessary for coke production. Typically, 10 types of coal are mixed and used for producing coke, and when mixing these coals, various methods are used to predict the quality of the coke produced. As a widely used prediction method, a combination of the cohesiveness index of coal, the total expansion index, and the reflectance of grade is used.
그러나, 석탄의 등급을 나타내는 휘발분 및 반사율 지수와 코크스 냉간 및 열간 강도와의 상관성은 매우 낮게 나타나며, 석탄의 점결지수인 유동도, 전팽창 및 자유팽윤지수와 코크스 냉간 및 열간 강도와의 상관성이 매우 낮아서 예측의 정확도가 떨어진다.However, the correlation between the volatilization and the reflectance index and the coke cold and hot strength, which represent the grade of coal, is very low, and the correlation between the coke's index of flow, preexpansion and free swelling index, and the coke cold and hot strength is very low. Low accuracy of prediction.
통상, 원료탄 배합지시로부터 코크스 오븐에서 제조된 코크스의 품질을 측정하여 결과를 얻는 데는 대략 30시간 이상의 긴 시간이 소요되므로, 요구되는 품질을 갖는 코크스를 제조하기 위해 원료탄 배합시 제조되는 코크스의 품질을 예측하는 것이 매우 중요하다. 현재 다양한 종류의 석탄을 사용하는 배합 패턴 변화와 많은 신규탄들이 개발되어 사용되고 있기 때문에, 기존의 사용 원료탄의 배합 패턴으로부터 도출된 코크스 품질 예측식은 원료탄 배합시 코크스 품질 예측에 많은 오차가 발생한다는 문제점이 있다.In general, it takes about 30 hours or longer to measure the quality of the coke produced in the coke oven from the raw coal blending instructions. Therefore, the quality of the coke produced when the raw coal is blended to produce coke having the required quality is determined. Prediction is very important. Since the change of the mixing pattern using various types of coal and many new coals have been developed and used at present, the coke quality prediction formula derived from the mixing pattern of the existing raw coal used has a problem that many errors occur in the coke quality prediction when the raw coal is mixed. have.
따라서, 여러 종류의 다탄종 배합과 신규탄 배합으로부터 코크스 오븐에서 안정적인 코크스 품질을 유지하기 위해서는 원료탄 배합시 코크스 품질 예측을 보다 정확하게 하는 것이 중요하다.
Therefore, in order to maintain stable coke quality in the coke oven from various types of multi-tank blends and new coal blends, it is important to more accurately predict the coke quality in the raw coal blend.
본 발명의 일 기술적 과제는 실제의 코크스 품질과 근사한 예측값을 도출하여 보다 정확하게 코크스의 품질을 예측할 수 있는 코크스 품질 예측 방법을 제공하는 데 있다.
One technical problem of the present invention is to provide a coke quality prediction method capable of predicting coke quality more accurately by deriving a prediction value close to the actual coke quality.
본 발명의 일 실시 형태에 따른 코크스 품질 예측 방법은,Coke quality prediction method according to an embodiment of the present invention,
다수의 원료탄으로부터 제조되는 코크스의 품질을 예측하는 코크스 품질 예측 방법으로서, 상기 원료탄에 포함된 비트리나이트 조직에 광을 조사하여 반사된 광을 측정하여 얻은 반사율값과, 상기 원료탄을 다수개의 가상 격자로 분할한 후 상기 가상 격자에 마세랄 조직이 함유되어 있는 지를 분석하여 얻은 마세랄 조직값을 이용하여 상기 다수의 원료탄으로부터 제조되는 코크스의 품질을 예측한다.A coke quality prediction method for estimating the quality of coke produced from a plurality of raw coals, the method comprising: reflectance values obtained by measuring reflected light by irradiating light on a vitrinite structure included in the raw coal and a plurality of virtual gratings The quality of the coke produced from the plurality of raw coals is predicted using the maseral tissue value obtained by analyzing whether the virtual lattice contains maseral tissue after dividing into.
상기 마세랄 조직값은, 상기 다수개의 가상 격자 중에서 콜리나이트 조직 성분과 텔리나이트 조직 성분이 함유되어 있는 지를 판명하여 그 수를 카운팅하고, 카운팅된 콜리나이트와 텔리나이트 각각을 백분율로 환산하여 산출할 수 있다.The maseral tissue value is determined by counting the number of the clinite tissue component and the telinite tissue component among the plurality of virtual lattice and counting the number, and calculating each of the counted collagenite and tellinite as a percentage. Can be.
상기 코크스의 품질은 코크스의 냉간 강도값과 열간 강도값일 수 있다.The quality of the coke may be a cold strength value and a hot strength value of the coke.
상기 백분율로 환산된 콜리나이트와 텔리나이트의 차 값을 상기 반사율값으로 나누어서 산출된 값을 이용하여 상기 냉간 강도값과 열간 강도값을 예측할 수 있다.The cold strength value and the hot intensity value may be predicted by using a value calculated by dividing the difference between the colinite and the telinite converted into the percentage by the reflectance value.
보다 구체적으로 본 발명의 실시예에 따른 코크스 품질 예측 방법은, 하기의 식 (a)에 의해 상기 코크스의 냉간 강도값을 예측할 수 있다.More specifically, in the coke quality prediction method according to the embodiment of the present invention, it is possible to predict the cold strength value of the coke by the following formula (a).
식 (a) : 코크스 냉간 강도 = A*(Col-Tel)/Rv + BEquation (a): Coke Cold Strength = A * (Col-Tel) / Rv + B
(여기서, A와 B는 실험에 의해 정해지는 상수이고, Col은 원료탄의 비트리나이트 조직 중에서 콜리나이트 조직의 백분율값, Tel은 텔리나이트 조직의 백분율값, Rv는 비트리나이트의 반사율을 뜻함)(Where A and B are constants determined by experiments, Col is the percentage value of the collinite structure in the non-trinite structure of the raw coal, Tel is the percentage value of the telinite structure, and Rv is the reflectivity of the vitrinite)
예를 들어, 상기 A는 0.1000278이고, 상기 B는 76.2321일 수 있다.For example, A may be 0.1000278 and B may be 76.2321.
또한, 하기의 식 (b)에 의해 상기 코크스의 열간 강도값을 예측할 수 있다.Moreover, the hot intensity value of the said coke can be predicted by following formula (b).
식 (b) : 코크스 열간 강도 = C*(Col-Tel)/Rv + DEquation (b): coke hot strength = C * (Col-Tel) / Rv + D
(여기서, C와 D는 실험에 의해 정해지는 상수이고, Col은 원료탄의 비트리나이트 조직 중에서 콜리나이트 조직의 백분율값, Tel은 텔리나이트 조직의 백분율값, Rv는 비트리나이트의 반사율을 뜻함)(Where C and D are constants determined by experiments, Col is the percentage value of the collinite structure in the non-trinite structure of the raw coal, Tel is the percentage value of the telinite structure, and Rv is the reflectivity of the vitrinite)
예를 들어, 상기 C는 0.4946678이고, 상기 D는 43.3020일 수 있다.For example, C may be 0.4946678 and D may be 43.3020.
한편, 상기 코크스는, 휘발분이 19~40% 중에서 선택된 어느 하나이고 비트리나이트 반사율이 0.5~1.58 중에서 선택된 어느 하나인 다수의 원료탄을 1000~1100 의 온도 범위에서 건류하여 제조된 코크스인 것이 바람직하다.
On the other hand, it is preferable that the coke is coke produced by distilling a plurality of raw coals having any one selected from 19 to 40% of volatile matter and any one selected from 0.5 to 1.58 of Vitrinite reflectance at a temperature range of 1000 to 1100. .
상기한 바와 같은 본 발명의 실시 형태에 의하면, 원료탄의 반사율값과 마세랄 조직 분석으로 얻은 조직 지수를 이용하여 냉간 강도 및 열간 강도를 실제의 값과 근사하게 예측할 수 있다. 이에 따라 코크스 제조용 원료탄 배합시 제조되는 코크스의 품질을 보다 정확하게 예측할 수 있고, 코크스 오븐 조업을 안정화할 수 있다. 또한, 효율적인 저품위 저가탄 배합 증대에 의한 원가저감 및 고로 조업 안정화에 기여할 수 있다. 또한, 짧은 시간으로도 코크스 품질을 예측할 수 있는 장점이 있다.
According to the embodiment of the present invention as described above, the cold strength and the hot strength can be estimated close to the actual values by using the reflectance value of the raw coal and the structure index obtained by the analysis of the maseral structure. Thereby, the quality of the coke manufactured at the time of mixing the coal briquettes for coke production can be predicted more accurately, and the coke oven operation can be stabilized. In addition, it can contribute to cost reduction and stabilization of blast furnace operation by increasing the mixing of low quality low-cost coal. In addition, there is an advantage that can predict the coke quality in a short time.
도 1은 다수의 원료탄으로부터 코크스를 제조하는 제조 공정도이다.
도 2는 반사율 측정 및 마세랄 조직 분석에 사용되는 석탄 분석 시편을 나타낸 도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 실시하기 위한 분석 장치의 개략적인 구성을 나타낸 도이다.
도 5는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 도시한 순서도이다.
도 6 내지 도 8은 1400배 배율로 찍은 비트리나이트 조직 사진으로, 도 6은 콜리나이트 조직 성분을 찍은 사진, 도 7은 텔리나이트 조직 성분을 찍은 사진, 도 8은 비트리디그래디나이트 조직 성분을 찍은 사진이다.
도 9는 석탄 휘발분과 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 10은 석탄 유동도와 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 11은 석탄 반사율과 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 12는 석탄의 마세랄 조직 성분인 콜리나이트 및 텔리나이트와 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 13은 석탄의 마세랄 조직값을 석탄의 반사율값으로 나눈 조직 지수와 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 14는 실제 측정한 코크스 냉간 및 열간 강도와 본 발명의 예측식으로 예측된 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.1 is a manufacturing process chart for producing coke from a plurality of raw coals.
FIG. 2 is a diagram illustrating a coal analysis specimen used for reflectance measurement and maseral tissue analysis.
3 and 4 are diagrams showing a schematic configuration of an analysis apparatus for performing the coke quality prediction method according to an embodiment of the present invention.
5 is a flowchart illustrating a coke quality prediction method according to an embodiment of the present invention.
6 to 8 are Vitrinite tissue photographs taken at a magnification of 1400 times, FIG. 6 is a photograph taken of a collinite tissue component, FIG. 7 is a photograph taken of a telinite tissue component, and FIG. 8 is a vitredigraphite tissue component. This is a picture taken.
9 is a graph showing the relationship between coal volatile matter and coke cold and hot strength.
10 is a graph showing the relationship between coal flow and coke cold and hot strength.
11 is a graph showing the relationship between coal reflectance and coke cold and hot strength.
12 is a graph showing the relationship between coalite and tellinite, coke cold and hot strength, which are the maseral tissue components of coal.
FIG. 13 is a graph showing the relationship between the texture index obtained by dividing the coal maseral texture value by the coal reflectance value and the coke cold and hot strength.
14 is a graph showing the relationship between the actual measured coke cold and hot strength and the predicted coke cold and hot strength of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, it should be noted that the same components or parts among the drawings denote the same reference numerals whenever possible. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted so as not to obscure the subject matter of the present invention.
도 2는 반사율 측정 및 마세랄 조직 분석에 사용되는 석탄 분석 시편을 나타낸 도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 실시하기 위한 분석 장치의 개략적인 구성을 나타낸 도이고, 도 5는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 도시한 순서도이다.
2 is a view showing a coal analysis specimen used for reflectance measurement and analysis of maseral tissue, Figure 3 and Figure 4 is a schematic configuration of the analysis apparatus for performing the coke quality prediction method according to an embodiment of the
본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 설명하기에 앞서, 도 2 및 도 3을 참조하여 본 발명의 코크스 품질 예측 방법을 실시하기 위해 사용되는 분석 장치에 대하여 설명한다. 도시된 바와 같이, 분석 장치(100, 200)는 스테이지(110) 상에 안착된 분석 시편(10)을 설정된 복수의 측정점(P1, P2, P3, …, Pn) 사이의 간격(X 또는 Y)만큼 미세 이동시키면서 분석 시편(10)의 표면을 확대하는 현미경부(100)와, 조직 분석 프로그램이 내장되어 현미경부(100)에서 획득된 영상을 외부로 출력하는 한편, 복수의 측정점(P1, P2, P3, …, Pn) 사이의 간격(X 또는 Y) 설정이나 기타 구동 명령을 입력하고, 분석 결과를 통합하여 다양한 화면으로 출력하는 컴퓨터부(200)를 포함한다.(이 복수의 측정점이 이루는 사각형의 공간이 청구범위에 기재된 가상 격자임) 미도시되었지만, 컴퓨터부(200)의 일측에는 분석 결과를 인쇄할 수 있는 프린터부가 구비된다. 또한, 현미경부(100)에는 특정 파장의 광을 분석 시편(10)으로 조사하고, 분석 시편(10)으로부터 반사되는 광의 양을 감지하는 광측정 수단(미도시)이 구비된다. 이 반사광을 측정하여 분석 시편(10)에 포함된 비트리나이트의 반사율을 측정하여 반사율값을 얻을 수 있다.Prior to describing a coke quality prediction method according to an embodiment of the present invention, an analysis apparatus used to implement the coke quality prediction method of the present invention will be described with reference to FIGS. 2 and 3. As shown, the
특히, 반사광을 디지털화하면 보다 용이하고 정확한 반사율값을 얻을 수 있다. 이와 관련하여 도 4를 참조하면, 측정 장치인 현미경(100)에서 할로겐램프(160)를 이용한 광을 조사하면 여러 단계의 프리즘을 통과한 광이 분석 시편(10)와 직접 닿는 대물렌즈를 통해 석탄 조직에 닿게 된다. 석탄의 표면은 암갈색의 물질이지만 석탄 내부 조직에 광을 비추면 식물의 목질부와 가지, 뿌리 등이 지하에서 변형된 모습을 그대로 간직한 채 석탄화 정도의 진행에 따라 각기 다른 조직을 구성하고, 이들 조직은 각기 다르게 광을 흡수한 후 반사한다. 조사된 광의 일부는 흡수되고 일부는 반사되는데, 반사되는 광은 집광되어 546㎚의 파장을 갖는 프리즘(130)을 통과한 후 단색광(녹색)으로 변한다. 이 반사광이 지름 5um 크기의 통과홀(120)을 통과하면서 정확한 중심과 양을 맞추어 유리 섬유의 홀로 이루어진 화이바를 통해 증폭기(140)로 전송된다. 전송된 반사광은 광전 음극(150, Photocathode)에 충돌하고 그 회수가 증가되면 광전자가 발생한다. 발생된 광전자는 2차 전극(Dynode)에 충돌하여 2차 광전자를 발생한다. 이런 과정을 반복하여 수십 내지 수백만 배의 광전자가 증폭되고, 증폭된 광전자는 전류를 발생시킨다. 이 전류에 저항을 걸어주면 전압으로 변환되는데, 이 값을 읽어서 반사광을 측정한다. 한편, 반사광을 디지털화하여 표시할 수 있다. 반사광은 석탄 조직의 밝기에 대한 정보를 포함하는데, 분석 시편에 대한 정보 중 분석 시편 조직의 밝기를 나타내는 정보를 디지털화하여 숫자로 세분화할 수 있다. 즉, 가장 어두운 검은 색부터 가장 밝은 흰색까지의 밝기를 적절한 단계로 나누어 숫자로 표현할 수 있다. 예를 들어, 8bit 영상일 경우, 256(=28)가지 색을 표현할 수 있으며, 이것만으로도 충분하게 분석 시편 조직의 색상 정보를 제공할 수 있다. 물론, 16bit일 경우, 65536가지 색상 정보를 제공할 수 있으며, 제공되는 색상 정보의 양에 특별한 제한은 없다.In particular, by digitizing the reflected light, an easier and accurate reflectance value can be obtained. In this regard, referring to FIG. 4, when the
분석자가 현미경을 통해 분석 시편(10)에 함유된 비트리나이트 조직에 광을 조사하면 비트리나이트 조직의 반사광은 상기와 같은 과정으로 디지털화되고, 컴퓨터에 내장된 조직 분석 프로그램은 반사된 반사광의 양을 반사율로 산출한다.
When the analyst irradiates light on the vitrinite tissue contained in the
도 5를 참조하여, 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 설명한다.5, a coke quality prediction method according to an embodiment of the present invention will be described.
석탄 분석 시편에 포함된 비트리나이트의 반사율을 측정하여 반사율값을 얻는다.(S10) 이를 위해, 반사율 측정을 위한 석탄 분석 시편을 제조한다. 코크스 품질을 예측하기 위해 예를 들어 야드에 야적되는 석탄에서 석탄 시료를 채취하여, 이를 시료 축분방법에 따라 대략 50g 정도 채취한 후, 건조기에서 건조시킨다. 건조된 석탄 시료를 파쇄기에서 파쇄하여 파쇄된 석탄 시료의 입도가 18 ~ 100mesh (0.15 ~ 1.0mm)가 되도록 한다. 이렇게 파쇄된 석탄 시료에 몰딩제(예를 들어, 호마이카) 및 약간의 경화제와 혼합하여 몰드에 넣어서 굳힌다. 완전히 굳으면 몰드를 제거하여 성형체(이하, 석탄 분석 시편)를 회수한다. 이렇게 제조된 석탄 분석 시편을 연마기에서 표면을 미려하게 연마한다. 예를 들어, 연마기에서 사포의 그리트(grit) 수를 60에서 4000으로 올려가면서 연마하고, 사포 연마가 완료되면 연마기에 연마천을 부착하여 석탄 분석 시편을 다시 연마한다. 그 다음, 유리판에 고무찰흙을 놓고 그 위에 분석 시편을 안치한 다음 수평 가압기로 눌러서 분석 시편과 유리판의 수평을 맞춘다. 그 다음, 현미경 및 현미경과 연결된 컴퓨터를 온(ON)한 후, 분석 시편에 침습 기름(immersion oil)을 떨어뜨리고, 현미경의 스테이지를 고정하여 대물렌즈와 접촉하여 초점을 맞춘다. 이 과정에서 표준 시료를 이용하여 측정 장치(예를 들어, 현미경(100))를 보정한다. 표준 시료는 석탄 조직의 반사율이 정해져 있거나, 이미 반사율 값을 알고 있는 시료를 말한다. 이러한 표준 시료를 이용하여 측정 장치의 이상 유무를 확인한다. 예를 들어, 비트리나이트의 반사율이 0.904로 알려져 있는 표준 시료를 현미경으로 반사율을 측정하여 1.104로 나온 경우, 현미경 자체(렌즈나 필터 등)를 조절하여 반사율이 0.904가 나오도록 하거나, 이와 유사한 값(0.902~0.906 등)이 나오도록 조절하여 현미경을 보정한다. 그 다음, 측광기(photometer)를 작동하여 소정의 배율(예를 들어, 500배의 배율)로 분석 시편 중 비트리나이트 조직에 대해 반사율을 측정하여 최대 및 평균 반사율을 구한다. A reflectance value is obtained by measuring the reflectance of the vitrinite included in the coal analysis specimen (S10). For this purpose, a coal analysis specimen for reflectance measurement is prepared. In order to predict the coke quality, a coal sample is taken from, for example, coal deposited in a yard, and approximately 50 g of the sample is collected according to a sample accumulation method and then dried in a dryer. The dried coal sample is crushed in a crusher so that the particle size of the crushed coal sample becomes 18 ~ 100mesh (0.15 ~ 1.0mm). The crushed coal sample is mixed with a molding agent (for example, Homica) and a slight curing agent and hardened by placing in a mold. Once completely hardened, the mold is removed to recover the compacts (hereinafter referred to as coal test specimens). The coal analysis specimen thus prepared is polished to a beautiful surface in the polishing machine. For example, the sanding machine grinds the grits of sandpaper from 60 to 4000. When sandpaper polishing is completed, the polishing cloth is attached to the grinder to polish the coal analysis specimen. Next, place the rubber clay on the glass plate, place the analytical specimen on it, and press it with a horizontal press to level the analytical specimen with the glass plate. Then, after turning on the microscope and the computer connected to the microscope, the immersion oil is dropped on the analytical specimen, and the stage of the microscope is fixed and in contact with the objective lens to focus. In this process, a measurement device (eg, microscope 100) is calibrated using a standard sample. A standard sample is a sample in which the reflectance of a coal structure is determined or the reflectance value is already known. Use this standard sample to check for abnormalities in the measuring device. For example, if the standard sample known as Vitrite's reflectance is 0.904 and the reflectance is measured by the microscope to 1.104, adjust the microscope itself (such as a lens or a filter) so that the reflectance is 0.904 or similar value. (0.902 ~ 0.906, etc.) to come out to calibrate the microscope. The photometer is then operated to determine the maximum and average reflectance by measuring the reflectance on the Vitrinite tissue in the analytical specimen at a predetermined magnification (eg, 500x magnification).
이때, 도 2에 도시된 바와 같이 분석 시편을 수 백개의 격자(하나의 격자를 1 포인트라 함)로 분할한 후, 현미경으로 각각의 격자를 탐색하여 비트리나이트 조직으로 판명되면, 그 조직에 대해 광을 조사하여 반사된 광으로부터 반사율값을 얻는다. 이러한 작업을 예를 들어 250 포인트의 비트리나이트 조직에 대해 수행한다. 반사광 측정 및 반사율 산출은 상술한 분석 장치(100, 200)로 수행한다.
In this case, as shown in FIG. 2, after dividing the analysis specimen into hundreds of gratings (one grating is referred to as one point), each grating is searched with a microscope and found to be vitrinite tissue. Light is irradiated to obtain a reflectance value from the reflected light. This is done for example on 250 point Vitrinite tissue. The measurement of the reflected light and the calculation of the reflectance are performed by the
그 다음, 상기 반사율 측정에 사용된 분석 시편의 비트리나이트 조직 중에서 콜리나이트 조직 성분과 텔리나이트 조직 성분의 수를 카운트하고 이를 백분율로 환산한다.(S20) 석탄은 유기물 성분을 함유하는데, 유기물 성분은 마세랄 조직 분석을 통하여 분석된다. 석탄의 마세랄은 비트리나이트, 엑시나이트 및 이너티나이트로 분류되며, 이중 코크스용 석탄의 점결성에 중요한 역할을 하는 비트리나이트는 다시 콜리나이트, 텔리나이트 및 비트리디그래디나이트로 분류된다. 비트리나이트는 주로 콜리나이트와 텔리나이트로 구성된다. 반사율 측정에 사용된 분석 시편을 현미경 위에서 일정 간격으로 X축 및 Y 축으로 이동하면서 비트리나이트 조직을 판명한 다음, 비트리나이트 조직 중에서 콜리나이트 조직 성분인지 텔리나이트 조직 성분인지를 판명한다. 예를 들어 500 포인트의 비트리나이트 조직에 대해 콜리나이트와 텔리나이트 조직 성분의 수를 카운팅하고, 이를 전체 포인트에 대한 또는 측정한 비트리나이트 조직 수에 대한 백분율로 환산한다. 환산된 백분율을 콜리나이트 지수, 텔리나이트 지수라 한다.Then, the number of clinite tissue components and tellinite tissue components in the vitrinite tissue of the analytical specimen used for measuring the reflectance is counted and converted into a percentage. (S20) Coal contains an organic component, which is an organic component. Is analyzed via maseral tissue analysis. The maseral of coal is classified as Vitrinite, Exynite and Innerite, and Vitrinite, which plays an important role in the coking of double coke coal, is again classified as Collinite, Tellinite and Vitredigraphite. Vitrinite is mainly composed of collinite and tellinite. The analytical specimens used for measuring the reflectivity are moved on the X- and Y-axis at regular intervals on the microscope to determine the Vitrinite tissue, and then to determine whether it is the Collinite tissue component or the Tynrite tissue component among the Vitrinite tissues. For example, count the number of colinite and tellinite tissue components for 500 points of vitrinite tissue and convert it as a percentage of the total points or the number of vitrinite tissues measured. The converted percentage is referred to as the Collinite index or the Tellinite index.
도 6 내지 도 8은 1400배 배율로 찍은 비트리나이트 조직 사진으로, 도 6은 콜리나이트 조직 성분을 찍은 사진, 도 7은 텔리나이트 조직 성분을 찍은 사진, 도 8은 비트리디그래디나이트 조직 성분을 찍은 사진이다. 사진을 참고하면, 콜리나이트 조직 성분은 조직이 매우 깨끗하며 세포벽이 보이지 않는 반면, 텔리나이트 조직 성분은 콜리나이트와 거의 비슷하나 조직에 줄무늬 같은 것(포자,씨앗)이 보이거나 띠의 형태가 나타난다. 따라서, 현미경을 통해 이를 구별하여 그 개수를 카운팅한다.
6 to 8 are Vitrinite tissue photographs taken at a magnification of 1400 times, FIG. 6 is a photograph taken of a collinite tissue component, FIG. 7 is a photograph taken of a telinite tissue component, and FIG. 8 is a vitredigraphite tissue component. This is a picture taken. Referring to the picture, the collagen tissue component is very clean and the cell wall is not visible, whereas the tellinite tissue component is almost the same as the collinite, but the stripe (spores, seeds) or streaks appear in the tissue. . Therefore, this is distinguished through a microscope and the number is counted.
그 다음, 백분율로 환산된 콜리나이트 지수에서 텔리나이트 지수를 차감한 후, 이를 다시 상기에서 측정된 반사율로 나누어서 코크스 품질 예측식을 도출한다.(S30) 즉, 하기의 식 (1) 및 식 (2)와 같은 관계식을 도출한다. 하기의 식 (1)은 코크스 품질 중에서 냉간 강도값을 예측하는 식이고, 하기의 식 (2)는 열간 강도값을 예측하는 식이다.
Subsequently, after subtracting the telinite index from the colinite index, which is converted into a percentage, the coke quality prediction equation is derived by dividing it by the reflectance measured above (S30), that is, the following equations (1) and ( Deduce the relation as shown in 2). Equation (1) below is a formula for predicting a cold strength value in coke quality, and Equation (2) below is a formula for predicting a hot strength value.
식 (1) : 코크스 냉간 강도 = A*(Col-Tel)/Rv + BEquation (1): Coke cold strength = A * (Col-Tel) / Rv + B
식 (2) : 코크스 열간 강도 = C*(Col-Tel)/Rv + D
Equation (2): coke hot strength = C * (Col-Tel) / Rv + D
여기서, Col은 원료탄의 비트리나이트 조직 중에서 콜리나이트 조직의 백분율값, Tel은 텔리나이트 조직의 백분율값, Rv는 비트리나이트의 반사율을 뜻한다. 한편, A ~ D는 실험에 의해 정해지는 상수인데, 실험 조건에 따라 달라질 수 있다. 후술하는 실험예에 따르면, 상기 A는 0.1000278이고, 상기 B는 76.2321인 것이 바람직하다. 또한, 상기 C는 0.4946678이고, 상기 D는 43.3020인 것이 바람직하다.
Here, Col is a percentage value of the collinite structure among the non-trinite structure of the raw coal, Tel is a percentage value of the telinite structure, and Rv represents the reflectance of the vitrinite. Meanwhile, A to D are constants determined by experiments, and may vary depending on experimental conditions. According to the experimental example described later, the A is 0.1000278, it is preferable that the B is 76.2321. In addition, it is preferable that said C is 0.4946678, and said D is 43.3020.
그 다음, 야드장에 새로이 야적되는 석탄으로부터 분석 시편을 마련하고, 분석 시편으로부터 전술한 방법으로 반사율 및 콜리나이트 지수, 텔리나이트 지수를 산출한 다음, 상기 도출된 예측식에 대입하여 그 결과로부터 코크스의 품질(코크스 냉간 강도 및 열간 강도)을 예측한다.(S40)
Next, analytical specimens are prepared from the newly piled coal in the yard, and the reflectance, Clinite index, and Tellinite index are calculated from the analytical specimen by the above-described method, and then substituted into the above-described prediction equation and coke from the result. Predict the quality of the coke (cold strength and hot strength). (S40)
이하, 실험예를 통해 본 발명의 코크스 품질 예측 방법의 정확도에 대해 살펴본다.Hereinafter, the accuracy of the coke quality prediction method of the present invention through an experimental example.
일반적으로 야금용 코크스 제조에 사용되는 배합탄은 여러 종류의 단일탄의 혼합으로 제조되며, 이들 석탄에 대한 공업분석, 원소분석 및 유동도 분석 결과를 [표 1]에 나타내었다.
In general, the coal briquettes used in the manufacture of metallurgical coke is manufactured by mixing a variety of single coals, and the results of industrial analysis, elemental analysis, and flow analysis of these coals are shown in [Table 1].
[표 1] 야금용 코크스 제조에 사용되는 석탄에 대한 공업/원소분석[Table 1] Industry / Elemental Analysis of Coal in Metallurgical Coke
상기 [표 1]에서 ASH는 회재 성분이고, AM은 휘발분이며, FC는 고정 탄소이다. 석탄 A~J는 사용된 석탄 분석 시편을 구분하는 것이며, 이는 [표 2] 및 [표 3]에서도 동일하다. In Table 1, ASH is a ash component, AM is a volatile matter, and FC is fixed carbon. Coal A ~ J distinguishes the coal analysis specimens used, which are the same in [Table 2] and [Table 3].
[표 1]에서 보듯이, 사용된 석탄은 저휘발분에서 고휘발분으로 코크스용 석탄의 점결력 지수 중 하나인 유동도가 0.51 ~ 4.27의 분포를 나타낸다. 이들 석탄에 대해 코크스 시험로에서 입도가 0~3.0mm인 석탄이 85%가 되도록 하여 건조 베이스로 장입밀도 730kg/m3으로 Wood box에 충전하였다. 이때, 코크스 시험로는 상업용 코크스 오븐과 같은 방식으로 양쪽 벽으로부터 열전달이 일어나도록 히터를 설치하였으며, 대략 30kg/charge의 용량을 갖는다. 700 로 가열된 코크스 시험로 내에 석탄이 충전된 Wood box를 장입하고, 시험로 가열벽 온도를 700에서 1100 로 2.7 /min 가열한 후, 오븐 중심온도가 1000 도달하면 1시간 가량 뜸을 들인 후, 코크스를 압출하여 질소 분위기에서 소화 냉간시켰다. 이때, 석탄 건류과정에서 발생되는 가스는 버너로 연소시켜서 대기로 방출하였다. 이렇게 제조된 코크스의 냉간 강도와 열간 강도를 다음과 같은 방법으로 측정하였다. 냉간 강도는 코크스 10kg을 직경 1.6m 드럼에서 150회전한 후 15mm 이상 입도의 코크스 무게비로 측정하였으며, 열간 강도는 20mm 코크스 시료 200g을 1100 에서 2시간 동안 CO2 분위기에서 반응시킨 후, 직경 13cm 드럼에서 600회전 후 10mm 상 입자의 무게비로 측정하였다. 측정 결과를 [표 2]에 나타내었다.
As shown in [Table 1], the used coal is low to high volatility and has a distribution of 0.51 to 4.27, which is one of the coking power indexes of the coking coal. These coals were filled in a wood box with a loading density of 730 kg / m 3 as a dry base, with 85% of coal having a particle size of 0 to 3.0 mm in a coke test furnace. At this time, in the coke test, a heater was installed to generate heat transfer from both walls in the same manner as a commercial coke oven, and has a capacity of approximately 30 kg / charge. After charging a wood box filled with coal in a coke test furnace heated to 700, heating the heating wall temperature from 700 to 1100 2.7 / min, and steaming for about 1 hour when the oven center temperature reached 1000. The coke was extruded and cold extinguished in a nitrogen atmosphere. At this time, the gas generated in the coal distillation process was burned by a burner and released into the atmosphere. The cold strength and hot strength of the coke thus prepared were measured by the following method. Cold strength was measured by the coke weight ratio of coke with a particle size of 15mm or more after 150 turns of coke 10kg in a 1.6m diameter drum. It was measured by the weight ratio of particles of 10mm phase after rotation. The measurement results are shown in [Table 2].
[표 2] 코크스 시험로에서 제조된 코크스의 냉간 및 열간 강도TABLE 2 Cold and hot strength of coke produced in coke test furnace
상기 [표 2]에서 DI는 코크스의 냉간 강도(Drum Index)이고, CSR은 코크스의 열간 강도(Coke Strength Reaction)이다.In Table 2, DI is the cold strength of the coke (Drum Index), and CSR is the coke strength of the coke (Coke Strength Reaction).
석탄의 휘발분과 코크스 냉간 및 열간 강도와의 관계를 그래프로 도시하여 도 9에 나타내었다. 도 9에서 보듯이, 휘발분이 증가함에 따라 냉간 및 열간 강도는 감소하는 경향을 보이나, 휘발분과 코크스 냉간 및 열간 강도는 매우 낮은 상관성(DI의 R2=0.06, CSR의 R2=0.41, R은 상관 계수)을 나타내고 있어, 이들 분석 값으로부터 코크스 품질을 예측하기는 매우 어렵다. The relationship between the volatile matter of coal and the coke cold and hot strength is shown graphically in FIG. 9. As shown in FIG. 9, the cold and hot strength tends to decrease with increasing volatile matter, but the volatile matter and coke cold and hot strength have very low correlations (R 2 = 0.06 in DI, R 2 = 0.41 in CSR, R is Correlation coefficient), and it is very difficult to predict coke quality from these analytical values.
또한, 석탄의 유동도(LMF)와 코크스 냉간 및 열간 강도와의 관계를 그래프로 도시하여 도 10에 나타내었다. 냉간 강도는 유동도(LMF)에 따라 증가하는 경향을 나타내나, 열간 강도는 감소하는 경향을 보인다. 그러나, DI의 R2는 0.09이고, CSR의 R2는 0.003으로 그 상관관계가 매우 낮기 때문에 유동도 지수로부터 코크스 품질을 예측하기는 불가능하다.In addition, the relationship between coal flow rate (LMF) and coke cold and hot strength is graphically shown in FIG. 10. Cold strength tends to increase with flow rate (LMF), while hot strength tends to decrease. However, R 2 and DI of 0.09, it is not possible to predict the quality of coke from the flow indices because of the CSR that R 2 is a correlation of 0.003 is very low.
현미경을 이용하여 측정 분석한 석탄의 비트리나이트 반사율, 비트리나이트 마세랄의 콜리나이트 및 텔리나이트 조직 분석에 대한 결과를 [표 3]에 나타내었다. 일반적으로 공업분석에 의한 휘발분과 비트리나이트 반사율은 석탄의 등급을 결정하는 대표적인 지수들이다. [표 3]에서 보듯이, 석탄의 반사율은 0.7 ~ 1.58 분포를 나타낸다.
The results of Vitrinite reflectance of Coal and Vitrinite Maseral's Collinite and Tellinite texture analysis measured using a microscope are shown in [Table 3]. In general, volatilization and vitrinite reflectance by industrial analysis are representative indexes for coal grade. As shown in [Table 3], the reflectance of coal shows a distribution of 0.7-1.58.
[표 3] 야금용 코크스 제조에 사용되는 석탄의 조직 분석 결과[Table 3] Structure analysis results of coal used to manufacture metallurgical coke
석탄의 비트리나이트 반사율과 코크스 냉간 및 열간 강도와의 상관성을 살펴보기 위해 상기 [표 3]의 결과를 그래프로 도시하여 도 11에 나타내었다. 도 11을 참조하면, 반사율이 증가함에 따라 냉간 및 열간 강도는 감소하는 경향을 보이나, DI의 R2는 0.09이고, CSR의 R2는 0.39로서, 반사율과 코크스 냉간 및 열간 강도는 매우 낮은 상관성을 나타낸다.In order to examine the correlation between the vitrinite reflectance of the coal and the coke cold and hot strength, the results of the above [Table 3] are graphically shown in FIG. 11. Referring to FIG. 11, as the reflectance increases, cold and hot intensity tend to decrease, but R 2 of DI is 0.09 and R 2 of CSR is 0.39, and the reflectance and coke cold and hot intensity have a very low correlation. Indicates.
또한, 비트리나이트 마세랄 성분인 콜리나이트 및 텔리나이트와 코크스 냉간 및 열간 강도와의 상관성을 도 12에 나타내었다. 도 12를 참조하면, 콜리나이트가 증가함에 따라 냉간 및 열간 강도는 증가하나, 텔리나이트 증가에 따라 냉간 및 열간 강도는 감소하는 것으로 나타났다. 석탄의 공업분석, 유동도 및 반사율과 코크스품질의 상관관계 보다 훨씬 좋은 상관성은 보이나, 상관성은 그리 높지 않다.In addition, the correlation between the vitrinite maseral component of collinite and tellinite with coke cold and hot strength is shown in FIG. 12. Referring to FIG. 12, it was found that cold and hot strength increases with increasing clinite, but cold and hot strength decreases with increasing telelinite. The correlation is much better than the industrial analysis, flow and reflectance of coal and the coke quality, but the correlation is not very high.
따라서, 보다 높은 상관 관계를 도출하기 위해 본 발명에서는 석탄에 포함된 비트리나이트의 반사율과 비트리나이트 조직 중 콜리나이트 조직 성분과 텔리나이트 조직 성분을 이용하여 새로운 예측식을 고안하였다. 조직 분석에서 구한 콜리나이트 지수와 텔리나이트 지수의 차를 반사율로 나눈 값을 조직 지수로 정의하였다.
Therefore, in order to derive a higher correlation, the present invention devised a new prediction equation using the reflectivity of the vitrinite contained in coal and the collinite tissue component and the telinite tissue component among the vitrinite tissues. The difference between the Colinite index and the Tellinite index obtained from the tissue analysis divided by the reflectance was defined as the tissue index.
[표 4] 조직 지수Table 4 Organizational Index
상기 조직 지수와 코크스의 냉간 및 열간 강도와의 상관성을 분석하였으며, 그 결과를 도 13에 나타내었다. 도 13을 참조하면, 조직 지수가 증가함에 따라 냉간 및 열간 강도는 선형적으로 증가하며, DI의 R2는 0.87이고 CSR의 R2는 0.90인데, 상관 계수 R이 모두 0.93 이상으로 아주 높은 상관성을 나타내었다. 도 13으로부터 전술한 식 (1) 및 식 (2)의 상수 A ~ D를 구하였다. 예를 들어, 조직 지수가 38.0127621(이하, 소수점 이하는 생략해서 표시함)인 석탄 시편 A의 DI는 약 79, CSR은 약 57이 나왔고, 조직 지수가 51인 석탄 시편 G의 DI는 약 82, CSR은 약 63이 나왔고, 조직 지수가 -60인 석탄 시편 J의 DI는 약 70, CSR은 약 18 가량 나왔다. 이러한 조직 지수를 실제의 냉간 강도 및 열간 강도값에 근사시키기 위해 상기 식 (1) 및 식 (2)의 계수 A ~ D를 추가하였다. 석탄 시편 A에서 J까지의 조직 지수와 실제의 냉간 강도(DI) 및 열간 강도(CSR)로부터 상기 식 (1) 및 식 (2)의 계수 A~D의 값을 도출하였고, 그 결과는 아래의 식 (3) 및 식 (4)와 같다.
The correlation between the tissue index and the cold and hot strength of the coke was analyzed, and the results are shown in FIG. 13. Referring to FIG. 13, as the tissue index increases, cold and hot strength increase linearly, R 2 of DI is 0.87 and CSR 2 of 0.90, and the correlation coefficients R are all 0.93 or more, which is very high correlation. Indicated. Constants A to D of the above-described formulas (1) and (2) were obtained from FIG. 13. For example, the DI of coal sample A with a structure index of 38.0127621 (hereinafter, abbreviated as decimal point) is about 79, the CSR is about 57, and the DI of coal sample G with a structure index of 51 is about 82, There were about 63 CSRs, about 70 DIs for coal sample J with a -60 organizational index, and about 18 CSRs. In order to approximate these tissue indices to actual cold strength and hot strength values, the coefficients A to D of Equations (1) and (2) were added. The values of the coefficients A to D of the above formulas (1) and (2) were derived from the structure indexes from coal specimens A to J and the actual cold strength (DI) and hot strength (CSR). It is the same as Formula (3) and Formula (4).
식 (3) : 코크스 냉간 강도 = 0.1000278*(Col-Tel)/Rv + 76.2321Equation (3): Coke cold strength = 0.1000278 * (Col-Tel) / Rv + 76.2321
식 (4) : 코크스 열간 강도 = 0.4946678*(Col-Tel)/Rv + 43.3020
Equation (4): Coke Hot Strength = 0.4946678 * (Col-Tel) / Rv + 43.3020
한편, 도 14는 실제의 냉간 강도(DI) 및 열간 강도(CSR)와 상기 식 (3) 및 식 (4)에 의해 예측된 냉간 강도(DI) 및 열간 강도(CSR)를 비교한 것으로, 도 14에서 실선은 예측된 냉간 강도(DI) 및 열간 강도(CSR), 점은 실제의 냉간 강도(DI) 및 열간 강도(CSR)이다. 도 14를 참조하면, 예측값이 실제값과 상당히 근사한 것을 알 수 있으며, 따라서, 상기 조직 지수 및 예측식들은 실제의 냉간 강도 및 열간 강도를 측정하지 않더라도, 비트리나이트의 반사율과 콜리나이트 및 텔리나이트 지수만으로 다수의 원료탄이 배합되어 제조되는 코크스의 품질(냉간 강도(DI) 및 열간 강도(CSR))을 예측할 수 있음을 알 수 있다.
Meanwhile, FIG. 14 compares the actual cold strength (DI) and the hot strength (CSR) with the cold strength (DI) and the hot strength (CSR) predicted by the equations (3) and (4). The solid line at 14 is the predicted cold strength (DI) and hot strength (CSR), and the points are the actual cold strength (DI) and hot strength (CSR). Referring to FIG. 14, it can be seen that the predicted value is quite close to the actual value, and thus the tissue index and the predictive equations do not measure the actual cold strength and hot strength, but the reflectivity and collinite and telinite of vitrinite are not measured. It can be seen that the index alone can predict the quality (cold strength (DI) and hot strength (CSR)) of coke produced by mixing a plurality of raw coals.
이상과 같이 본 발명에 따른 코크스 품질 예측 방법을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위 내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.
As described above with reference to the drawings illustrating a coke quality prediction method according to the present invention, the present invention is not limited by the embodiments and drawings disclosed herein, but to those skilled in the art within the technical scope of the present invention Of course, various modifications can be made.
10 : 석탄 분석 시편
100 : 현미경부 200 : 컴퓨터부10: coal analysis specimen
100: microscope unit 200: computer unit
Claims (9)
상기 원료탄에 포함된 비트리나이트 조직에 광을 조사하여 반사된 광을 측정하여 얻은 반사율값과,
상기 원료탄을 다수개의 가상 격자로 분할한 후, 상기 격자에 마세랄 조직이 함유되어 있는 지를 분석하여 얻은 마세랄 조직값
을 이용하여 상기 다수의 원료탄으로부터 제조되는 코크스의 품질을 예측하는 코크스 품질 예측 방법.
Coke quality prediction method for predicting the quality of coke produced from a plurality of raw coal,
A reflectance value obtained by measuring light reflected by irradiating light on the vitrinite structure contained in the raw coal;
Maseral tissue value obtained by dividing the raw coal into a plurality of virtual lattice and analyzing whether the lattice contains maseral tissue
Coke quality prediction method for predicting the quality of the coke manufactured from the plurality of raw coal using.
상기 마세랄 조직값은, 상기 다수개의 가상 격자 중에서 콜리나이트 조직 성분과 텔리나이트 조직 성분이 함유되어 있는 지를 판명하여 그 수를 카운팅하고, 카운팅된 콜리나이트와 텔리나이트 각각을 백분율로 환산하여 산출하는 코크스 품질 예측 방법.
The method according to claim 1,
The maseral tissue value is determined by counting the number of the clinite tissue component and the tellinite tissue component among the plurality of virtual lattice and counting the number, and calculating each of the counted collagenite and tellinite as a percentage. Coke quality prediction method.
상기 코크스의 품질은 코크스의 냉간 강도값과 열간 강도값인 코크스 품질 예측 방법.
The method according to claim 2,
The quality of the coke is the coke cold strength value and the hot strength value of the coke coke quality prediction method.
상기 백분율로 환산된 콜리나이트와 텔리나이트의 차 값을 상기 반사율값으로 나누어서 산출된 값을 이용하여 상기 냉간 강도값과 열간 강도값을 예측하는 코크스 품질 예측 방법.
The method according to claim 3,
And predicting the cold strength value and the hot strength value by using a value calculated by dividing the difference between the colinite and the telinite converted into the percentage by the reflectance value.
하기의 식 (1)에 의해 상기 코크스의 냉간 강도값을 예측하는 코크스 품질 예측 방법
식 (1) : 코크스 냉간 강도 = A*(Col-Tel)/Rv + B
(여기서, A와 B는 실험에 의해 정해지는 상수이고, Col은 원료탄의 비트리나이트 조직 중에서 콜리나이트 조직의 백분율값, Tel은 텔리나이트 조직의 백분율값, Rv는 비트리나이트의 반사율을 뜻함).
The method according to any one of claims 1 to 4,
Coke quality prediction method which predicts the cold strength value of the said coke by following formula (1)
Equation (1): Coke cold strength = A * (Col-Tel) / Rv + B
(Where A and B are constants determined by experiments, Col is the percentage value of the collinite structure in the non-trinite structure of the raw coal, Tel is the percentage value of the telinite structure, and Rv is the reflectivity of the vitrinite) .
상기 A는 0.1000278이고, 상기 B는 76.2321인 코크스 품질 예측 방법.
The method according to claim 5,
Wherein A is 0.1000278 and B is 76.2321.
하기의 식 (2)에 의해 상기 코크스의 열간 강도값을 예측하는 코크스 품질 예측 방법
식 (2) : 코크스 열간 강도 = C*(Col-Tel)/Rv + D
(여기서, C와 D는 실험에 의해 정해지는 상수이고, Col은 원료탄의 비트리나이트 조직 중에서 콜리나이트 조직의 백분율값, Tel은 텔리나이트 조직의 백분율값, Rv는 비트리나이트의 반사율을 뜻함).
The method according to any one of claims 1 to 4,
Coke quality prediction method which predicts the hot strength value of the said coke by following formula (2)
Equation (2): coke hot strength = C * (Col-Tel) / Rv + D
(Where C and D are constants determined by experiments, Col is the percentage value of the collinite structure in the non-trinite structure of the raw coal, Tel is the percentage value of the telinite structure, and Rv is the reflectivity of the vitrinite) .
상기 C는 0.4946678이고, 상기 D는 43.3020인 코크스 품질 예측 방법.
The method of claim 7,
C is 0.4946678 and D is 43.3020.
휘발분은 19~40% 중에서 선택된 어느 하나이고 비트리나이트 반사율은 0.5~1.58 중에서 선택된 어느 하나인 다수의 원료탄을 1000~1100 의 온도 범위에서 건류하여 제조된 코크스인 코크스 품질 예측 방법.The method according to any one of claims 1 to 4,
A method for predicting coke coke quality which is manufactured by distilling a plurality of raw coals having any one selected from 19 to 40% and a vitrinite reflectance selected from 0.5 to 1.58 in a temperature range of 1000 to 1100.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110110317A KR101311959B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110110317A KR101311959B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130046019A true KR20130046019A (en) | 2013-05-07 |
| KR101311959B1 KR101311959B1 (en) | 2013-09-26 |
Family
ID=48657812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110110317A KR101311959B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101311959B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103454395A (en) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | Coke quality prediction method in coal silo mode |
| KR20170074271A (en) * | 2015-12-21 | 2017-06-30 | 주식회사 포스코 | Coke for melter-gasifier and method for manufacturing thereof |
| CN111029577A (en) * | 2019-11-12 | 2020-04-17 | 山西沁新能源集团股份有限公司 | Method for blending coal with precursor of crystalline carbon coke powder |
| CN114047312A (en) * | 2022-01-04 | 2022-02-15 | 西安阿尔特测控技术有限公司 | Coal quality online analysis method based on data processing |
| KR20230175025A (en) | 2022-06-22 | 2023-12-29 | 현대제철 주식회사 | Method for evaluating the quality of raw materials |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023276523A1 (en) * | 2021-06-28 | 2023-01-05 | Ｊｆｅスチール株式会社 | Method for generating post-reaction coke strength inference model, method for inferring post-reaction strength of coke, and method for producing coke |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5822940A (en) * | 1981-08-03 | 1983-02-10 | Mitsubishi Chem Ind Ltd | Method and apparatus for analyzing structure of coal |
| JPS6253393A (en) * | 1985-08-30 | 1987-03-09 | Sumikin Coke Co Ltd | Production of carbonized coal product |
| FR2713779B1 (en) * | 1993-12-10 | 1996-03-08 | Lorraine Laminage | Automatic process of maceral analysis and determination of the reflecting power of vitrinite in coals. |
| JP4121523B2 (en) | 2005-11-10 | 2008-07-23 | 独立行政法人海洋研究開発機構 | Vitrinite reflectance measuring method and vitrinite reflectance measuring apparatus |
-
2011
- 2011-10-27 KR KR1020110110317A patent/KR101311959B1/en active IP Right Grant
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103454395A (en) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | Coke quality prediction method in coal silo mode |
| KR20170074271A (en) * | 2015-12-21 | 2017-06-30 | 주식회사 포스코 | Coke for melter-gasifier and method for manufacturing thereof |
| CN111029577A (en) * | 2019-11-12 | 2020-04-17 | 山西沁新能源集团股份有限公司 | Method for blending coal with precursor of crystalline carbon coke powder |
| CN111029577B (en) * | 2019-11-12 | 2023-09-29 | 山西沁新能源集团股份有限公司 | Method for blending crystalline coke powder precursor coal |
| CN114047312A (en) * | 2022-01-04 | 2022-02-15 | 西安阿尔特测控技术有限公司 | Coal quality online analysis method based on data processing |
| KR20230175025A (en) | 2022-06-22 | 2023-12-29 | 현대제철 주식회사 | Method for evaluating the quality of raw materials |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101311959B1 (en) | 2013-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101311959B1 (en) | Method of coke quality prediction | |
| KR101311955B1 (en) | Method of coke quality prediction | |
| Morga et al. | Relationships between quality of coals, resulting cokes, and micro-Raman spectral characteristics of these cokes | |
| Jayaraman et al. | High ash coal pyrolysis at different heating rates to analyze its char structure, kinetics and evolved species | |
| Gupta et al. | Improving coke strength prediction using automated coal petrography | |
| JPWO2010103828A1 (en) | Coal expansion rate measurement method, coal specific volume estimation method, void filling degree measurement method, and coal blending method | |
| JP4385816B2 (en) | Method for estimating coke strength of blended coal and method for producing coke | |
| CN105838407A (en) | Coking coal blending method for controlling shrinkage degree of blended coal | |
| Nyathi et al. | Influence of coke particle size on pore structural determination by optical microscopy | |
| US11009450B2 (en) | Systems and methods for quality testing of asphalt by predicting an indirect tensile strength ratio of the asphalt sample based on the binder loss value | |
| KR101185279B1 (en) | Method for predicting of drum index of cokes | |
| Wang et al. | Shrinkage kinetics of large-sized briquettes during pyrolysis and its application in tamped coal cakes from large-scale chambers | |
| RU2675567C1 (en) | Coal assessment method and the coke production method | |
| JP2005232350A (en) | Estimation method of coke strength after hot-reaction and manufacturing method of coke | |
| JP7067226B2 (en) | How to evaluate coke strength | |
| KR20110022325A (en) | Method for predicting of drum index of cokes | |
| KR102299553B1 (en) | Prediction method for cold strength of coke | |
| JP6879020B2 (en) | How to estimate coke shrinkage | |
| KR101205108B1 (en) | Predicting method of fluidity of coal for coke making | |
| KR100928977B1 (en) | Method for Analyzing Coking Characteristics of Coal by Non-Coking Method | |
| KR101205026B1 (en) | Method for predicting of coke strength after reaction | |
| JP2011196866A (en) | Composition estimation method of organic sludge | |
| KR20110022327A (en) | Method for predicting of cokes reactivity index | |
| JP2016148019A (en) | Manufacturing method of coke | |
| KR102144195B1 (en) | Evaluation method for reflectance distribution index of coal blend |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20160920 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20180918 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190918 Year of fee payment: 7 |