基于聚类分析与粒子群算法优化神经网络的灰熔点预测

针对解决燃煤锅炉或气化炉的结渣现象，影响锅炉安全性问题，以灰成分金属氧化物为自变量，灰熔点流动温度为因变量，建立了K-Means-PSO-BPNN的灰熔点预测模型，误差分析结果表明，经过粒子群算法优化，BP神经网络模型在聚类分析后的预测效果得到了显著提高，表现出更好的相关性，相关系数为0.967,高于未优化的0.917,平均绝对误差为5.81,小于未聚类的26.98,并且模型的准确性提高到98.89%。因此，聚类分析以及粒子群算法优化后的神经网络模型能够更准确预测煤灰的流动温度(FT)。     

褐煤配入高熔点煤灰的灰熔点预测模型研究

测定了不同比例的褐煤与高熔点煤灰的混灰在弱还原气氛下的灰熔点,并且采用BP神经网络模型对灰熔点与灰成分及其组合参数之间的关系进行预测。结果表明:3种低灰熔点褐煤的灰熔融特性可以通过配入高熔点煤灰显著提高,混灰的灰熔点变化与配比间呈现非线性变化规律,灰熔点上升趋势总体可分为‘前段快速上升后段平缓’和‘前段快速上升中间段平缓后又上升’2种类型,配入灰熔点更高的高熔点煤灰对提高褐煤灰熔融温度效果不一定更优;使用摩尔分数作为基准,输入层包含8个灰成分参数和5个组合参数(硅值、酸值、碱值、白云石比率和R250)的BP神经网络模型对混灰熔点的预测优于仅包含8个灰成分参数的输入层预测模型,且该模型可对混合灰熔点的预测效果较好。     

安徽煤混煤灰熔点特性研究

将安徽的煤种G煤灰和煤种S煤灰分别与神府煤灰进行混合,对混合灰的熔点进行了研究。通过实验,发现随着煤种G煤灰的比例增加,混合灰的DT、ST和FT先降低,然后提高。而混合灰中煤种S煤灰的比例越高,混合灰的DT、ST和FT越高。同时实验表明,混合灰的熔点并不随混合灰中G煤灰或者S煤灰含量的提高成正比地提高。     

低熔点煤灰熔融温度调控研究进展

基于低灰熔点煤灰熔融温度的可控调整对煤的高效洁净转化意义重大,介绍了耐熔剂(Al_2O_3、SiO_2及TiO_2等单体耐熔剂和高岭土、硅基添加剂等复合耐熔剂)和配煤对低灰熔点煤灰熔融温度的影响规律,并从实验检测(XRD、SEM-EDX检测)和软件模拟(Fact Sage软件热力学计算和Gaussian量子化学计算)两方面综述了添加耐熔剂和配煤改变灰熔融温度的机理;阐述了支持向量机模型在煤灰熔融温度预测方面的应用。最后对提高低熔点煤灰熔融温度的研究方向提出了建议。     

基于AdaBoost优化的BP神经网络算法在灰熔融温度预测中的应用

煤灰熔融温度对煤气化过程有很大影响。煤灰流动温度（FT）由灰成分决定,但两者之间的关系尚不明确。采用传统的BP神经网络和AdaBoost优化的BP神经网络来预测煤灰流动温度。结果表明,BP神经网络可以预测煤灰流动温度的变化趋势,但预测结果不是很理想。AdaBoost优化的神经网络的预测结果可以达到很高的精度,预测结果的平均绝对误差为5.81,准确度为99.2%,这也说明了利用AdaBoost优化BP神经网络预测模型预测煤灰流动温度的可行性。     

添加助熔剂降低煤灰熔点及灰粘度的研究

本文着重介绍了助熔剂对我所试烧过的三种高灰熔点、高灰粘度煤及一种低灰熔点、高灰粘度煤的影响。选择出适宜的助熔剂,并确定了最佳添加量。初步探讨了灰熔点FT与流动点t_4的关系。简单介绍了给Q.W.-Ⅱ煤掺配G.C.煤降低灰熔点及灰粘度的实验室试验情况。     

煤灰和生物质灰组成及灰熔融温度预测

炉内结渣是影响火电机组和气化工艺可靠运行的关键因素之一，准确及时测量灰熔融温度可提高火电机组和气化炉运行的安全性和经济性。但灰熔融温度测量过程中存在诸多不确定因素，建立灰熔融温度预测方法不仅能验证试验数据可靠性，也可在一定程度上代替繁琐复杂的试验。论述了煤灰和生物质灰的组成、分类方法及异同点，综述了不同氧化物对灰熔融性的影响。阐述了经验公式、机器学习模型、多元相图这3种主要煤和生物质灰熔融温度预测方法，并分析了各类方法的优缺点和适用范围。认为经验公式更适合品种单一且数量较少的煤灰数据集，但不适用于生物质灰熔融温度预测。机器学习模型对煤灰和生物质灰预测效果优良，但建模难度更大，所需训练样本数据更多。基于相图预测灰熔融温度受限于灰熔融性测试方法，预测效果并不优于经验公式和机器学习模型，但对4种典型煤种有较好的预测精度，而生物质灰相较煤灰而言特殊样本更多，能否用于生物质灰熔融温度预测需进一步研究。今后可考虑构建K近邻回归、随机森林等解决回归问题突出的模型，扩充生物质数据库样本，提升预测模型的精度和泛化能力。     

高灰熔点煤灰熔融特性的可控调整研究进展

我国高灰熔点煤占煤炭储量的57%左右,直接用于气流床气化时将面临"积灰和堵渣"的问题,探索高灰熔点煤灰熔融特性的调控方法对气流床的稳定运行意义重大。主要分析了助熔剂和配煤对灰熔融温度的影响规律;并从矿物质演变机理的角度综述了助熔剂(Fe2O3,Ca O,Mg O,Na2O,K2O和复合助熔剂)、配煤和软件分析(FactSage软件热力学计算和Gaussian量子化计算)如何分析和实现高灰熔点煤灰熔融特性的可控调整;最后阐述了采用支持向量机进行煤灰熔融温度的预测存在精度高的优势。提出了寻找新型助熔剂以增强灰熔融温度调控的准确性和基于支持向量机模型建立煤灰成分与灰熔融温度的关联式,进而指导和优化气化配煤煤种和比例的选择,为高灰熔点煤的清洁高效利用提供理论支持。     

生物质对高灰熔点煤灰熔融特性的调控机制

为探索生物质对高灰熔点煤灰熔融特性的影响,向鹤壁煤和晋城无烟煤中分别加入不同质量比的花生壳和玉米秸秆,采用智能灰熔点测定仪测定混合灰样的灰熔点,X-射线荧光仪和X-射线衍射仪分析灰熔融特性变化的原因。结果表明:随着生物质质量分数增大混合灰熔融温度逐渐降低,选择合适生物质质量分数能使灰熔融流动温度满足液态排渣要求;鹤壁煤混合灰样和晋城无烟煤混合灰样中的高熔点矿物质与煤灰其他成分反应生成了铁橄榄石、铁尖晶石、白榴石、钙长石和微斜长石等,这些矿物之间能够形成低温共熔物,从而导致混合灰的灰熔融温度降低。     

常用预测煤灰熔融性温度经验公式的适应性研究

以62组商业用煤为研究对象,在对其煤灰化学成分与灰熔融性温度关系初步分析的基础上,重点对常用的5个预测灰熔融性温度经验公式的预测准确性和适用性进行了研究。通过比较各经验公式计算值与实际测量值的偏差来检验其预测效果,并根据检验结果对其适用范围做了进一步说明。计算结果表明,由于煤灰成分的复杂性和经验公式所用煤种的局限性,经验公式的适用范围比较有限,预测精度有时不够理想。这一方面提示人们在使用经验公式时应关注其预测精度,同时也为深入研究煤灰熔融特性温度模型提供了有价值的参考。     

生物质对呼盛褐煤灰熔融特性的影响

灰熔融特性对煤与生物质共气化意义重大。为探索生物质对褐煤灰熔融特性的影响规律, 向呼盛褐煤中分别加入不同质量比例的花生壳、玉米秸秆和松木屑, 采用ALHR-2型智能灰熔点测定仪对混合灰样的灰熔点进行了测定, X射线荧光仪(XRF)和X射线衍射仪(XRD)分析了灰熔融特性变化的原因。结果表明生物质能够在一定程度上降低呼盛褐煤的灰熔融温度, 这与生物质灰分含量以及混合灰样化学组成有关, 且生物质掺混比例与混合灰熔融特征温度呈现非线性关系;莫来石的生成和消失使花生壳与呼盛褐煤混合灰样和玉米秸秆与呼盛褐煤混合灰样的灰熔融特征温度出现了波动;高熔点硅线石含量的降低、低熔点钙长石含量的增加、以及低熔点白榴石和斜辉石的生成导致了松木屑与呼盛褐煤混合样灰熔融特征温度降低。     

多元煤灰灰熔点及晶体组成特性研究

煤在高温下的灰熔点是气化炉安全高效运行的重要参数,利用灰熔点仪对由SiO_2,Al_2O_3,Fe_2O_3,MgO,CaO按不同比例组成的氧化物组分进行灰熔点测定,选取Si/Al、Si+Al、Fe_2O_3、MgO、CaO五个关键变量以验证其变化对煤灰熔融特性的影响,变量变化范围涵盖国内大部分煤灰的范围。采用Factsage软件预测了煤灰组分的全液相温度并与灰熔点进行比较。结果表明,随着CaO、Fe_2O_3、Si/Al含量的增加,煤灰的灰熔点逐渐降低;随着MgO、Si+Al含量的增加,煤灰的灰熔点逐渐升高,由Factsage计算出的全液相温度总是高于灰熔点200℃左右。利用Factsage获得各个渣系随温度变化析出晶体的固相比例,并对模拟结果进行了实验验证,探究了两者产生差异的原因及不同氧化物组成对各个渣系固相比例所产生的影响。结论为进一步分析多元氧化物体系熔融状态产物及特点奠定了基础,并对气化炉优化设计运行具有重要意义。     

应用“两灰化”控制灰熔点的试验报告

通过测定无烟煤与不同石灰配比的灰溶点，得出Ｔ２－石灰配比曲线，并计算出若干温度条件下的两灰比值。在生产过程中，随原煤灰分变化，可控制“两灰比”，计算出某一灰分下，达到一定灰熔点的石灰配比，保证气化工艺对煤球灰熔点的要求。     

碱性氧化物对煤灰熔融特征行为的影响

利用分析纯试剂制备了酸碱比为0.82,但Na₂O、CaO、MgO和Fe₂O₃含量不同的合成灰,并在815℃下在马弗炉中进行灼烧后,对其熔融温度进行测定。同时利用扫描电子显微镜-能谱仪（SEM-EDS）和X射线衍射仪（XRD）对样品微观形貌和矿物组成进行表征。结果表明：随着Na₂O质量分数从4%升高到12%,合成灰变形温度（DT）、软化温度（ST）、半球温度（HT）和流动温度（FT）分别从1225℃、1233℃、1255℃和1297℃下降为1162℃、1174℃、1181℃和1189℃,意味着Na₂O对合成灰具有较强的助熔效果;随着CaO和MgO含量在合成灰中分别增加,DT、ST和HT均单调上升,而FT则呈先下降后上升趋势,说明二者含量变化与合成灰熔融温度呈非线性关系;随着Fe₂O₃质量分数由5%增加至30%,FT由1215℃上升至1308℃,而其他3个熔融特征温度并无显著变化。通过SEM-EDS和XRD表征发现,合成灰中耐熔矿物（SiO₂和CaAl₂Si₂O₈等）和助熔矿物（CaMgSi₂O₆和NaAlSiO₄等）的比例变化和含钠矿物、含钙矿物之间低温共熔反应程度是影响其熔融温度的主要原因。综合对比所有合成煤灰熔融特征温度和化学组成发现,对于具有相同酸碱比的煤灰,DT主要与样品中Na₂O含量和碱土金属总量（CaO+MgO）密切相关影响,而FT主要受Na₂O和Fe₂O₃含量影响。     

煤和生物质灰中氧化钾含量对灰熔融特性的影响

通过模拟煤和生物质的灰成分并测试其熔融温度,探究了不同成分的灰中K₂O对灰熔融特性的影响作用。利用FactSage 7.0对各组灰分的熔融过程进行了热力学模拟和平衡计算,从矿物质反应和变化的角度为不同组分的灰中K₂O对熔融特性的影响提供理论依据。利用XRD验证了计算中所预测的矿物质的存在。结果表明：灰中K₂O的含量对灰熔融特性的影响会受到灰分中硅、铝、钙等元素含量的影响。对于CaO含量较低的煤灰,适量增加K₂O的含量有助于降低灰分的初始变形温度、软化温度和半球温度,但对流动温度几乎没有影响;对于CaO含量较高的煤灰,适量增加K₂O的含量能够全面降低灰的熔融温度;对于生物质灰,当K₂O的含量低于30%时,增加K₂O的含量有助于降低灰熔点,继续增加K₂O的含量则对灰熔点几乎没有作用。     

耐熔剂对小龙潭褐煤灰熔融特性的影响

为探索提高小龙潭褐煤灰熔聚流化床气化过程中操作温度的途径,研究了氧化铝、二氧化硅、高岭土3种耐熔剂对小龙潭褐煤灰熔融特性的影响,在添加耐熔剂前后在氢气和二氧化碳的混合气氛下对小龙潭煤灰进行不同温度的热处理,对矿物组成进行了X-射线衍射(XRD)分析,从矿物质演变的角度分析了灰熔点变化的原因。结果表明:氧化铝、二氧化硅和高岭土3种耐熔剂均可使小龙潭煤的灰熔融温度明显上升。当氧化铝或二氧化硅的添加量(质量分数)为2.2%,或高岭土的添加量为3.0%时,均可使小龙潭煤的灰软化温度上升到1 250℃以上。导致小龙潭煤的灰熔融温度高的主要原因是由于在高温下低熔点的钙长石和钙黄长石的生成。添加不同耐熔剂后灰熔点变化程度的差异由于生成的高熔点的莫来石含量的不同引起的。     

高灰熔点煤的气化(Ⅰ)——助熔剂实验室研究

水煤浆加压气化虽然对煤种的适应性较强,但最适宜气化灰熔点较低的年青烟煤。对于高灰熔点煤,可以通过添加助熔剂的方法,降低灰熔点和灰粘度,使之在不太高的温度下操怍。本文介绍了助熔剂对煤灰特性和水煤浆性能的影响。     

基于改进Bagging算法的高斯过程集成软测量建模

为提高对工况复杂的工业过程进行软测量建模的模型精度和泛化能力,提出了一种基于改进Bagging算法的高斯过程集成软测量建模方法。该算法采用高斯过程回归算法建立集成学习模型的基学习器,并在Bagging算法对训练样本重采样生成基学习器训练子集的基础上,采用基于正则化互信息的特征排序指标进行基学习器的输入特征抽取,实现有监督的特征扰动,从而改善学习器的差异度。待测样本进行软测量估计时,根据各高斯过程基学习器输出的方差自适应地选择基学习器进行集成输出。采用工业双酚A生产装置反应器的现场数据建模仿真,结果表明该方法是有效的。     

SiO2含量对煤灰熔融特性的影响

以山鑫煤为研究对象,通过在煤中加入不同量的沙子制灰,即改变煤灰中SiO2的含量和硅铝比(S/A),研究SiO2含量改变对煤灰熔融特征温度DT、ST、HT及FT的影响。结果表明,随SiO2含量的增大,煤灰的熔融特征温度先降低;当含量达到13.57%时,降到最低值;之后随SiO2含量继续增大,煤灰流动温度(FT)不断升高。利用FactSage对煤灰样品的熔融特性进行了预测。     

煤焦气化反应过程中灰的熔融特性变化

抽样选出具有代表性的一种高灰熔点煤种和一种低灰熔点煤种,在TGA-51H型高温热天平上进行煤焦-O2、煤焦-CO2和煤焦-水蒸气气化反应实验,通过扫描电镜(SEM)考察了不同气氛下煤焦气化反应过程中高、低灰熔点煤灰的熔融变化过程,并利用EDX分析了灰的熔融机制。实验结果表明:同种煤样还原性气氛下的灰熔点比氧化性气氛下低;相同条件下灰在CO2气氛下的灰熔点比其在水蒸气气氛下低。在气化反应的过程中,由于气化反应为强吸热过程,大部分热量提供给煤炭气化反应,导致Ca与Fe元素的还原反应进行缓慢,灰熔融温度比较高。