共查询到10条相似文献,搜索用时 15 毫秒
1.
适合于实验室分析的煤矿灾害气体专用分析仪,基于Agilent 6890气相色谱仪系统,流量、气路自动控制,无须人工操作,一起分析精度高。一次进样自动完成煤矿灾害气体全分析,可分析组分有氧气(O2)、氮气(N2)、一氧化碳(CO)、二氧化碳(CO2)、甲烷(CH4)、乙烯(C2H4)、乙烷(C2H6)、乙炔(C2H2),丙烯(C3H6)、丙烷(C3H8)及碳4(C4)烃类。系统配置灵活,适合常、微量组分的分析,稳定性好,灵敏度高,CO2、CO、C1-C4烃类,最低检测浓度<0.5×10-6。分析周期可控制在15 min内。 相似文献
2.
通过现场采集朱家店煤矿4#煤层煤样,利用程序升温试验装置和气相色谱仪,研究了CO、CO2、C2H4等气体在煤氧化自燃过程中产生和变化规律,分析了φ(C2H4)/φ(C2H6)、φ(C3H8)/φ(C2H6)等烯烷比及链烷比曲线。试验证明:4#煤自燃临界温度为60~70℃,干裂临界温度为90~110℃;煤样程序升温过程中,90~110℃以后,耗氧速率及放热强度急速增加。CO、C2H4、C3H8可以作为4#煤层煤自燃指标气体,φ(CH4)、φ(C2H4)/φ(C3H8)、φ(C2H4)/φ(C2H6)为辅助指标,为朱家店矿防灭火技术应用和火灾监测及预警提供了理论支撑。 相似文献
3.
徐庄矿八层煤自燃规律研究及指标气体优选 总被引:2,自引:1,他引:2
通过对新鲜煤样和氧化煤样的热解实验,研究了大屯煤电公司徐庄矿八层煤自燃发火特性,测定了实验煤样不同热解温度下CO、CO2、CH4、C2H4、C2H6和C3H8等气体浓度,分析了CO、CO2、C2H4等气体浓度随温度变化特性,得出了CO、C2H4气体随温度变化的规律,讨论了徐庄矿八煤预报煤炭自燃发火指标气体的选择. 相似文献
4.
《中国矿业》2015,(8)
煤在自燃的不同阶段会释放出不同的气体,这些气体的成分及浓度能反映煤炭的自燃程度。为准确地对古书院矿自然发火情况进行预测预报,以古书院矿15#煤为研究对象,通过程序升温实验、利用气相色谱仪,研究了15#煤的自燃氧化特性,以及自燃升温过程中产生气体的变化规律,分析了φ(C3H8)/φ(C2H6)、φ(C2H4)/φ(C2H6)等链烷比和烯烷比比值曲线。结果表明:古矿15#煤的自燃临界温度约为80℃,干裂临界温度约为140℃;15#煤在常温下就能产生CO,且产生量与温度呈指数关系;C3H8出现的温度为60℃,在120~240℃时气体产生量呈现单调递增趋势。结合指标气体优选原则,确定古矿15#煤层自燃指标气体的选择应以CO与C3H8为主,以C2H4、φ(CO)/φ(CO2)、φ(C3H8)/φ(C2H6)为辅。该研究结果对提高古矿煤炭早期自燃预测预报的准确度以及防治矿井火灾具有重要的指导价值。 相似文献
5.
6.
煤在自燃的不同阶段会释放出不同的气体,这些气体的成分及浓度能反映煤炭的自燃程度。为准确地对古书院矿自然发火情况进行预测预报,以古书院矿15#煤为研究对象,通过程序升温实验、利用气相色谱仪,研究了15#煤的自燃氧化特性,以及自燃升温过程中产生气体的变化规律,分析了φ(C3 H8)/φ(C2 H6)、φ(C2 H4)/φ(C2 H6)等链烷比和烯烷比比值曲线。结果表明:古矿15#煤的自燃临界温度约为80℃,干裂临界温度约为140℃;15#煤在常温下就能产生CO ,且产生量与温度呈指数关系;C3 H8出现的温度为60℃,在120~240℃时气体产生量呈现单调递增趋势。结合指标气体优选原则,确定古矿15#煤层自燃指标气体的选择应以CO与C3 H8为主,以C2 H4、φ(CO )/φ(CO2)、φ(C3 H8)/φ(C2 H6)为辅。该研究结果对提高古矿煤炭早期自燃预测预报的准确度以及防治矿井火灾具有重要的指导价值。 相似文献
7.
8.
主要阐述在煤矿开采过程中伴随产生的CO、CH4、CO2、N2、C2H2、C2H4、C2H6等有害气体中,与自燃发火倾向性煤层发火时代表性气体CO、CO2、C2H2、C2H4等的变化规律,火灾代表性气体发展变到某一数值时,表明火灾处于隐患与发火临界点,需采取封闭灭火措施。 相似文献
9.
《山西能源学院学报》2014,(1)
本文通过对潞宁煤业3#煤层新鲜煤样进行实验室煤升温氧化实验,测定了其在不同热解温度下各种气体组分的发生量,分析了H2、CO、CO2、CH4、C2H4、C2H6等气体浓度随温度变化特性,得出了H2、CO、C2H4、C2H4/C2H6随温度变化的规律,选择出适合潞宁煤业3#层自然发火指标气体,为潞宁3#煤层自然发火火灾预测预报提供实验依据。 相似文献
10.
为了研究煤在氧化升温过程中CO、CO2、CH4、C2H6、C2H4等气体对温度的反馈作用,并通过各气体的数据准确预测煤自燃的温度。以赵楼煤矿为背景,采集部分煤样,放入煤自然发火实验炉中,通过数控程序系统,模拟煤自然发火时的漏风强度和供氧量,收集指标气体和温度等相关数据。采用气体成分分析法和神经网络算法建立BP神经网络预测模型,选取CO、CO2、CH4、C2H6、C2H4气体浓度作为神经网络的输入层,煤温作为输出层,设置8个隐含层神经元对煤自燃情况进行预测。结果表明:经过训练后,预测温度与实际温度基本吻合,误差控制在0~0.00065,该预测模型的建立对于矿井煤自燃早期预报有着极其重要的指导意义。 相似文献