基于MIV特征选择与PSO-BP神经网络的煤炭发热量预测

为克服传统线性回归模型对煤的发热量预测精度低、适用范围窄的缺陷,综合考察了工业分析和元素分析指标与煤的发热量的线性相关性,采用平均影响值方法对影响发热量的煤质指标进行特征变量筛选,并结合粒子群优化算法对传统BP神经网络进行优化,提出了一种基于MIV-PSO-BP神经网络方法的煤炭发热量非线性预测方法。结果表明：煤的工业分析和元素分析指标中,仅灰分、碳含量与发热量之间存在一定的线性相关性,其余指标与发热量的线性相关性较弱|煤的工业分析中灰分、挥发分、固定碳3个指标对发热量的影响均较大,而元素分析中仅碳含量对发热量影响较为显著,其余指标对发热量的影响可忽略不计|与其他研究者提出的发热量预测模型相比,本文提出的MIV特征变量选择与PSO-BP神经网络相结合方法预测的平均相对误差和均方根误差更低,总体预测效果更好,相关系数最高可达98.48%。     

宁东煤化工气化用煤发热量与工业分析指标的预测模型研究

基于宁东煤化工基地红柳矿煤层煤发热量与工业分析数据,使用SPSS统计软件线性回归功能,经过多元回归分析,推导出气化用煤发热量与工业分析指标间的数学模型。对预测模型的预测结果进行检验,结果表明,该预测模型具有较高的预测精度。     

采空区煤自燃极限参数灰色关联分析及预测

采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性。为了实现煤自燃极限参数精准预测,引入灰色综合关联度分析方法,定量分析了上限漏风强度与其影响因素之间的关联程度,并基于此建立了改进粒子群优化算法（IPSO）优化支持向量回归（SVR）参数的煤自燃极限参数预测模型;以上限漏风强度为例,分别建立了标准PSO-SVR模型和多元线性回归模型（MLR）,进行上限漏风强度预测并与已有的变步长网格搜索优化SVR参数方法和神经网络对比。结果表明：浮煤厚度与上限漏风强度的灰色综合关联度最大,氧体积分数与煤温次之,放热强度与采空区距工作面距离最小;煤自燃极限参数与其影响因素之间非线性关系较线性关系更显著;SVR相比于神经网络方法具有更强的非线性处理能力;IPSO-SVR模型预测值与真实值之间的相对误差在2.6%以内,其预测精度明显优于其他4种模型,IPSO参数优化对提高SVR模型的预测精度有很大帮助,IPSO-SVR方法应用于煤自燃极限参数预测是有效的。     

基于SVR和地震属性的构造煤厚度定量预测

为了提高谱分解和甜面属性组合预测构造煤厚度的精度和可靠性,利用回归型支持向量机(SVR)的非线性处理能力,将SVR和地震属性相结合,研究采区构造煤厚度定量预测方法。在SVR预测模型建立时,以正演模型数据为基础,通过训练和测试获得SVR预测模型的主要参数;结合井旁道数据,建立了采区构造煤厚度SVR预测模型。通过输入实际谱分解属性和甜面属性,定量预测了构造煤厚度。相对于传统地震属性预测来说,本次所预测的构造煤厚度精度较高、误差较小。当核函数类型为径向基核函数、输入为谱分解属性和甜面属性时,预测模型的预测效果最好。由于模型建立时未考虑地震资料信噪比的影响,预测模型不能克服其造成的不确定性。     

配煤入洗选煤厂中煤炭发热量的预测研究

发热量是动力煤主要计价指标;对于单一矿区的煤,可通过测量煤炭灰分、水分预测发热量。但配煤入洗时煤质特性不均一,难以简单地建立模型预测。本文基于配煤入洗中的发热量可加性原则,分别建立单一煤炭的发热量预测模型,然后根据配煤比例加权平均获得最终公式,从而利用灰分、水分等指标预测配煤产品发热量。     

基于SVR组合模型的边坡位移预测研究

为解决传统支持向量机预测模型的不足,造成矿山边坡位移预测精度低的问题。提出了一种基于自适应惯性权重PSO算法的支持向量回归机(SVR)组合预测模型。将其运用到某矿边坡滑坡位移预测中,并与基于灰色预测模型、基于传统SVR预测模型预测结果对比,结果表明:基于SVR组合预测模型的矿山边坡位移预测的精度更具优势。     

基于Elman动态神经网络的煤质预测算法研究

选煤厂在配煤过程中需要对配煤得到的复煤品质进行准确地预测.基于配煤煤质与其组成单一煤种之间存在复杂的非线性关系,根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,采用Elman神经网络建立配煤煤质的预测模型.结果表明,该配煤煤质预测模型能够准确预测配煤煤质,在实际工作中具有一定参考价值和指导意义.     

一种燃煤发热量的综合预测方法

在研究燃煤实际发热量与其工业分析组成之间相关关系的基础上,提出了一种多元线性回归一支持向量机的燃煤发热量综合预测模型。用煤发热量与工业分析的原始数据构造训练样本集,然后建立基于多元线性回归算法的初步预测子模型,同时利用支持向量机修正子模型获得误差补偿量,则模型最终的预测值为初步预测子模型的输出值加上误差补偿量。实际预测结果表明,综合预测方法效果优于常用方法。     

基于随机森林与支持向量机的回采工作面瓦斯涌出量预测方法

针对当前回采工作面瓦斯涌出量预测方法选取不合理及预测精度不佳问题,借助机器学习方法对其展开研究,以交叉验证法处理现有数据,构建了支持向量回归模型与随机森林回归预测模型,并对输入数据降维前后2种模型的预测表现进行了对比分析。测试表明：经交叉验证及数据降维后2种预测模型趋于稳定、预测精度均有大幅提高,SVR模型的整体预测性能稍优于RFR模型,SVR模型每轮测试耗时约0.015 s,远低于后者;筛选后的SVR模型平均绝对误差约为0.18 m³/min,平均相对误差约3.26%,优于RFR预测模型;建立的回采工作面瓦斯涌出量预测模型均表现良好,经随机森林筛选的SVR预测模型耗时较短、误差较小、稳定性更好,可实现对瓦斯涌出量的有效预测,对简化数据采集工作及科学制定瓦斯防治措施起到参考作用。     

煤炭灰分含量对发热量的影响分析

煤炭灰分是影响煤炭发热量的主要因素之一,大量数据表明两者之间存在线性关系。以平顶山煤田为例,通过分析主采煤层二、四、五煤的灰分与发热量化验结果,验证了煤炭灰分与发热量之间的线性负相关关系,并建立了简单、易操作且预测精度较高的发热量预测模型。     

The concentration of fluorine in coals and gangue of China

A detailed comparison was done between the data about the F in coals published at home and abroad, and associated with the special situation in China. An introduction also was made to illuminate the forming, occurrence and accumulation of the F in coals and its potential hazard to human and environment. Analytical data of coal samples were referred to study the great difference of the F content between coals and gangue. The results show that the average value of the F in the coal samples collected in different coalfields of China is 304×10⁻⁶, while that of gangue samples is surprisingly 1 319×10⁻⁶, especially the F content of coal ash from Bangmai in Yunnan Province reaches 4 800×10⁻⁶. It has been proved in many provinces of China that burning the coal and clay mixture can produce F contamination. Supported by “973 Program” (2006CB202202); The National Natural Science Foundation of China(40572090, 40272124)     

平衡水分条件下煤对甲烷的等温吸附特性研究

通过对近几年来采自不同地区,各种煤级１４０个煤样的平衡水分,等温吸附特性,煤岩组成和煤质的综合研究,揭示他煤在平衡水分条件下等温吸附特性的变化规律,探讨了其影响因素。结果表明,煤的等温吸附特性主要受煤级影响,随着煤级增高,表征煤最大吸附能力的兰米尔体积逐渐增大,这一变化规律与以前对于煤样的研究结果明显不同;     

我国煤中砷含量及分布

通过对全国26个省、市、自治区采样的297个煤样中砷含量进行分析测试,从不同地质时期、不同变质程度,以及五大聚煤区等系统分析和考查我国煤中砷的分布状况.结果表明,我国煤以中、低砷含量为主,砷含量的算术平均值为6.40 mg/kg,几何平均值为3.96 mg/kg,显著低于捷克北波希米亚高砷煤地区煤中砷含量,与美国、英国、澳大利亚煤中砷含量相近.按照成煤地质时代,我国煤中砷含量是从第三纪到晚三叠世、中石炭世、早石炭世、早侏罗世、晚侏罗世－早白垩世、中侏罗世、晚二叠世、晚石炭世、早二叠世依次降低,在煤变质程度上,砷含量是按照褐煤、肥煤、贫煤、长焰煤、无烟煤、瘦煤、焦煤、气煤顺序依次降低,但它们对煤中砷含量并无显著影响.     

沁水盆地柿庄地区构造煤定量分析及其物性特征

构造煤由于煤体结构不稳定及低渗透率的特点影响了煤层气的开发,基于测井资料的煤体结构定量分析有利于识别构造煤,有效预防构造煤对煤层气的不利影响。利用煤岩地球物理响应特征及地质录井资料,对构造煤进行了识别。针对柿庄地区煤岩特点,首先进行测井响应参数与煤体结构之间地相关性探讨,主成分分析结果表明,柿庄地区构造煤的测井响应特征主要与声波时差、补偿中子、密度及井径等4个测井参数相关性较大,相关性均高达0.8以上,相比而言,电阻率测井参数与构造煤体之间相关性较弱。基于以上4种高相关性参数响应特点并结合柿庄地区煤岩骨架测井参数基值进一步提出了煤体结构指数e作为判识构造煤的指标,当e1.8时,煤体结构普遍为构造煤。不同煤岩结构物性对比研究表明:与原生构造煤及碎裂结构煤相比,研究区构造煤具有低含气量、高演化程度及高黏土矿物含量的特点。     

基于物理规划的混煤掺烧方案优化模型

针对大型火电机组燃煤煤种复杂、混煤掺烧决策困难的现状,提出并开发了一种基于物理规划的混煤掺烧优化模型。该模型将多目标优化问题转换为反映设计者偏好的单一综合目标优化问题,在以混煤煤质为基本约束的条件下,采用class-1S偏好函数对混煤结渣特性、混煤价格进行评价;采用class-2S对着火特性、燃尽特性进行评价;采用class-4S对混煤发热量、SO2、NOx排放特性进行评价,进一步通过求解综合偏好函数得到最符合用户需求的配煤方案。将该模型应用于某700 MW锅炉机组33种燃用煤种的多目标配煤优化中,结果表明,在不同的边界条件约束下,通过该模型计算得出的混煤方案可以较好地反映用户偏好。该模型可根据用户的需求、偏好及时调整,更好地反映用户的真实期望。     

基于数理统计分析的淮南煤中微量元素的研究

采用高分辨率电感耦合等离子质谱仪测定了淮南矿区煤中10种微量元素含量。结果表明:淮南煤中Co、Ni、Th、Zn和Cd低于全国均值,没有异常富集;Mo、Sb、U略高于全国均值,Ba和Cr平均含量明显高于中国煤中均值,可能有异常富集。运用相关分析、R型聚类分析和因子分析等数理统计方法,对淮南矿区微量元素与灰分的相关性及赋存状态进行了分析。结果表明:元素Cr、Ni、U、Th和Ba与灰分线性正相关,其中Th和Ba与灰分高度正相关,其他元素与灰分无法建立线性关系;煤中Th、Ba、Ni、Cr、U和Co可能主要以无机态赋存于煤中;Zn和Cd可能以闪锌矿等硫化物微粒的形式赋存于有机质中;Mo和Sb赋存状态较为复杂,尚需进一步研究。     

云贵川交界处地氟病区晚二叠世煤的酸度分布

为探讨云贵川交界处晚二叠世煤的酸度分布规律及其对地氟病的可能影响,在云南威信、镇雄,贵州赫章、大方、金沙及四川古蔺、叙永8个县区共采集龙潭组煤样83件,分别用pH计、重量法、高温燃烧-热水解法对其酸度、硫酸根及氟含量进行了测定,结果表明：研究区晚二叠世龙潭组煤的表观酸度pH值为1.86～8.62（均值5.70,n=83）,酸性煤（pH≤5.6）与正常煤(pH＞5.6)所占比例分别为41%,59%,且97.1%的酸性煤为露头煤;露头煤样的pH总分布范围为1.86～8.62,均值达到4.86 (n=55),其中33件酸性露头煤pH均值低至3.39(1.82～5.50,n=33);矿井煤的pH为4.45～7.94,均值7.34(n =28),指示露头煤的酸性显著强于矿井煤。实测煤样硫酸根含量为249～64 706 μg/g（均值7 070 μg/g,n=83）。煤中氟含量为44～382 μg/g,均值120 μg/g (n=83),接近于中国煤中氟的背景值（130 μg/g）。酸性煤的pH与其硫酸根含量的负对数p(SO2-4)成正相关（相关系数：0.62）,表明煤中酸的存在形式可能为酸性硫酸盐如KHSO4或NaHSO4。推论是当这种酸性露头煤与当地高氟黏土混合使用,在燃烧或加热条件下,两者必将发生化学反应而释放出氟化氢（HF）。     

不同粒径煤粉煤质变化及燃烧特性研究

采用哈氏可磨测试仪对阳泉无烟煤、印尼褐煤进行研磨,测出其哈氏可磨性指数HGI,同时用马尔文激光细度仪对可磨仪研磨后的煤样进行细度测量。利用振筛机对研磨后的煤样进行筛分,区分出4种不同粒径的煤粉,然后用工业分析仪测出其工业分析成分,研究其工业分析成分之间的区别;采用热重分析仪进行燃烧试验,研究粒径及工业分析成分变化对燃烧特性的影响。结果表明：研磨后煤粉中的不同粒径煤粉在研磨过程中产生工业分析成分的偏离,影响煤粉的热解、着火、燃烧等特性;研磨后煤粉中的细粉相对粗粉增大了比表面积并改变了孔隙结构,对煤粉的着火、燃烧稳定性、燃烬性等都有积极的影响;由于两种煤种煤质的不同,导致其燃烧机理及燃烧特性的不同。     

中国煤中硒的分布特征及其可选性研究

通过对中国煤种资源数据库1018个煤样中硒含量数据的统计分析，以及对若干煤田煤中硒赋存状态的试验研究，讨论了中国煤中硒的分布和赋存特征，认为煤层是地球上硒富集的主要地质体，中国煤中硒含量总体偏高，硒在煤中不同组分中的赋存状态较复杂，“高硒煤”和“低硒煤”中碱赋存特征差异较大，应加强煤中硒在煤炭洗选，气化等加工和利用过程中迁移转化规律的研究。