动力煤发热量与工业分析指标间数学模型的研究

利用兖州、新汶两矿区动力煤检测数据 ,经多元回归分析 ,推导出动力煤发热量与工业分析指标间的数学模型。模型的计算值与实测值偏差均低于相关标准的允许误差。     

煤的发热量预测方法优缺点分析及展望

本文系统地回顾了近年来各种发热量预测模型,讨论了线性与非线性两大类建模手段,综述了预测算法的模型特点与建模流程,指出了发热量预测领域尚需解决的问题,给出了可能的解决办法,并提出了一些基于文献研究的展望.     

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。     

人工神经网络预测煤的发热量

应用人工神经网络处理部分广东地区煤质分析数据,建立网络模型,预测出煤的发热量,经实测值与预测值比较,在一定的煤种范围内预测值与实测值比较接近。     

基于改进型BP神经网络的煤炭发热量预测

煤炭发热量在煤炭工业生产中占据着重要的地位,是评价煤炭经济价值的重要参考依据。为了对煤炭发热量进行有效预测,尝试建立了数学模型进行求解。由于传统的神经网络模型存在着收敛速度慢、运算时间长等缺点,考虑到煤炭发热量主要受到其组成成分中水分和灰分的影响,且呈现非线性关系,建立了基于BP神经网络的非线性数学模型,并将其应用于煤炭发热量的预计研究中。实际的运行结果表明,该模型训练速度快、收敛时间短、运算结果比较符合实际情况,表明所建立的改进型BP神经网络模型可以有效用于煤炭发热量的预测研究中。     

基于MATLAB的煤发热量计算

介绍了MATLAB在煤质指标计算中的应用优势,提出了一种煤发热量的计算方法。分析了煤发热量与工业分析指标之间的相关性,建立了数学模型。用MATLAB进行了回归方程的求解和统计分析,计算了三种煤的发热量并与测定值进行了比较。     

基于SPSS的煤质发热量相关因素分析及其回归模型研究

使用SPSS统计软件的探索分析和相关分析功能,对某露天煤矿7#煤层的煤质数据进行了统计分析,得出该煤层中干基灰分和可应用基低位发热量两个煤质指标具有很强的负线性相关关系,并使用SPSS统计软件的线性回归功能建立了这两个指标的回归模型.结果表明,该回归模型可以对7#煤层的应用基低位发热量进行预测.     

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%。     

基于分析实验数据计算煤的发热量

在云南牛场、以古矿区煤质分析的大量实验数据基础上,建立了该矿区煤的发热量与碳、氢和灰分数据的线性回归方程,得出适合矿区的发热量计算式,并在随机比较该矿区50组发热量的计算值和实验值后得出最优的计算式,以用于该矿区发热量的估算和实验室所测发热量数据的可靠性审查。     

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。     

计算机在煤炭工业分析中的应用

阐述计算机在煤炭工业分析中的应用过程,分析了应用后对煤炭检测实验室检测效率的提高和对煤炭检测实验室网络化发展的推动作用。     

全自动工业分析仪在煤质分析中的应用

介绍了平煤集团在煤质分析中所采用的全自动工业分析仪的工作原理及技术特点、准确度和精密度及适用性分析,并进一步介绍了使用仪器时的注意事项。     

热重法测定煤工业分析的影响因素和对策

阐述了试样的不均匀性、坩埚灼烧、试样存放时间和恒温时间设定等对热重法测定煤工业分析实验结果的影响,分析了实验结果准确性偏低的各种因素,并提出了相应的应对措施。     

煤质工业分析指标传统法与全自动工业分析仪方法的比较

运用传统的干燥及灼烧法与全自动工业分析仪的方法、原理对一系列不同的煤标样进行比对试验,并进行了方法间的比较分析,结果表明,仪器法测定结果与标准方法测定结果之间无显著性差异,可满足目前电厂及时控制煤质、指导锅炉燃烧的要求。     

天平管理器在工业分析检测中的应用

介绍了天平管理器的基本功能要求以及工业分析检测中应用功能的要点,并阐述了提高工业分析检测的效率以及准确性所采取的一些措施。     

煤的工业分析方法及其测定仪器的发展

通过对煤的工业分析方法中的经典法和自动化仪器法的发展过程及其相互关系的系统探讨,为进一步研制高效率的煤质工业分析仪提供理论依据。     

煤工业分析和燃烧特性的TG-DTG-DTA研究

利用TG-DTG-DTA热分析技术对煤进行了工业分析，分析结果有较好的重复性，符合标准方法的测试要求。并用热分析数据考察了不同性质煤的最大挥发分释放速率及其对应温度、固定碳的最大燃烧速率等特征参数，计算了煤的挥发分释放指数。     

基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。     

煤元素分析指标计算数学模型的建立与应用

在研究元素分析和工业分析指标相关性的基础上,建立了相关性的数学模型。以神华矿区17个矿井的煤质分析数据为基础,利用MATLAB进行了多元线性回归分析,推导出了关联方程组,实现了由工业分析数据对元素分析指标的计算,并将计算值与实测值进行了比较。