中国煤层煤分类的研究

阐述了煤的技术、商业分类与科学、成因分类的异同。采用镜质组随机反射率和发热量作为煤阶参数,镜质组含量作为组成参数,灰分作为品位参数,对煤层进行分类与命名表达。“煤层煤分类”与“中国煤炭分类”、“中国煤炭编码系统”共同构成中国煤分类的完整体系。     

关于国内外煤分类研究概况和对制订中国煤新分类方案国家标准的意见

(一) 对于煤分类研究工作的认识煤炭分类是煤化学领域内一项比较重要的基础工作。一个国家对它的煤炭资源进行科学的、切合实际应用的分类,可以使这种宝贵的地下资源得到尽可能合理和有效的利用,从而必然有利于国民经济的迅速发展。特别是象我们这样幅员广大、资源丰富、煤质优良、品种     

平顶山矿区煤及半煤岩巷围岩分类的研究

采用模糊聚类最大树与ＩＳＯＤＡＴＡ联合分类法对巷道围岩分类方案进行全局优化,通过引入复合指标地压系数,绘制出多参数围岩分类图。用该图判别新巷道围岩类别非常简便,适于工程应用。     

Relief-MRMR-SVM在煤矸图像分类的研究

煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹理时联合使用了LBP局部和GLCM全局特征,有助于提高分类的准确性。利用该特征选择方法选出最优特征子集后,用粒子群和支持向量机算法构建PSO-SVM最佳参数模型进行煤矸分类。结果显示,该方法能剔除较多冗余特征,提高煤矸分类的效率|在两个数据集上,该模型的平均分类准确率分别达到96.12%和94.17%,证明了方法的有效性和模型的稳定性。     

透光率作为年轻煤分类指标的研究

透光率作为褐煤与烟煤分类指标,该方法简便快速可靠,能准确地划分年轻煤的牌号。     

中国煤的成浆性研究

对平均粒度、粒度分布和堆积相近的从褐煤到无烟煤的中国煤样在标准条件下进行了制浆研究，煤的成浆性定义为在２５℃和３０ｓ＾－１剪切率下粘度为１Ｐａ·ｓ下的水煤浆固体浓度。用多元线性回归程序分析了成浆性和煤的一般性质及煤的表面物理化学特性的关系，表明在５０多种煤的特性参数中，无水无灰基氧含量是与煤的成浆性最为相关的因素，其次是煤表面溶出的金属离子总量和含铁矿物及粘土矿物等。此外，还讨论了最高内在水分的影     

综采放顶煤地质条件分类的研究

随着采煤技术的不断发展,综合机械化放顶煤技术在我国成功使用已十年有余。矿井地质工作要更好地服务于生产,就必须适应新形势的要求,依据新的采煤方法对矿井地质条件分类进行新的研究,是非常必要的,也是切实可行的。     

强粘结煤分类的建议

提出用粘结指数单一指标作强粘煤分类指标的建议,所提二个建议方案,均值得进一步测算与验证。     

煤是怎样分类的?

我国劳动人民早在二千多年前就已开始利用煤炭做饭烧菜。到了汉代,煤已被用来打铁炼钢了。但几千年来,煤炭究竟是怎样生成的和它究竟有多少用途,一直没有得到正确的答案。在十八世纪中叶,国外就有人根据煤能否结成坚硬焦炭的特性而把煤分成砂煤、半砂煤和可溶煤等几类。人们就这样利用对煤的粗浅了解而开始把煤划分成几种类别。这种把性质相近或相同的煤归并成类的方法,就是最原始的煤分类。到十九世纪七十年代随着科学技术的发展,国外的煤     

煤及黄铁矿磁化率的研究及煤中矿物质按磁化率的分类

在对煤进行高梯度磁选脱硫的过程中，用牛津产“超导振动样品磁强计－ＶＳＭ”对不同煤种、煤岩成份、煤系及矿物黄铁矿及煤中矿物质共计近５０个样品的质量磁化率进行了系统的研究。研究表明：不同宏观晶形的矿物及煤系黄铁矿的质量磁化率有一定差别；煤系黄铁矿质量磁化率比矿物黄铁物高近半个数量级；烟煤磁化率为负，无烟煤和丝碳为正；相同煤种的不同煤岩组分磁化率相差不大；煤纱矿物质按磁化率之正负可分为Ｉ、Ⅱ两大系列。该     

煤植体分类初探

煤植体研究是从其植物来源上研究煤的组成，提高对煤本质特征的认识，因此，近年来在煤地质研究领域中已逐渐发展成为一个独立的分支。煤植体分类是煤植体研究的基础。本文以笔者对内蒙古霍林河煤田晚中生代褐煤煤植体研究为基础，并结合前人研究的有关资料，就煤植体的分类进行了初步探讨。以既能反映煤植体的植物学特征又能体现其破碎和发生煤化的特点为分类原则，据此将煤植体分为不同的大类（依据原植物的器官划分）、类（依据原植物的组织划分）和亚类（依据保存类型和降解程度划分），并对具体的分类方案和命名方法进行了讨论。     

中国煤的直接液化研究

介绍了煤炭液伦技术的与我国煤炭直接液化研究取得的成果，论述了开发中国煤炭液化的重要意义。     

基于机器视觉的煤矸特征提取与分类研究

为了提高煤与矸石的识别率,运用自制的煤矸自动分选装置,研究了煤与矸石图像的自动识别技术,介绍了煤与矸石图像的灰度特征以及基于灰度共生矩阵的煤与矸石纹理特征。利用灰度特征的均值和纹理特征的能量、熵、对比度,相关性构造归一化特征向量,最后结合BP神经网络进行识别分类,试验分析了不同学习速率对识别率的影响。结果表明:基于BP神经网络的纹理和灰度特征的综合分类方法提高了煤与矸石的识别率;选取合适的学习速率在提高BP神经网络学习速度的同时还提高了识别率,识别率达87.5%。     

煤及半煤岩巷道围岩分类方法研究

论述了煤及半煤岩巷围岩分类的新方法，即“最大树－ＩＳＯＤＡＴＡ联合分类法”的实质及实施步骤，介绍了该法在工程中的应用情况。     

放顶煤工作面顶煤分类及应用研究

采用模糊数学方法，分析了影响顶煤稳定性的主要因素，在此基础上，提出了一种简单、实用的顶煤分类方案；该方案可直接用于顶煤可放性评价、放顶煤工作面支护设计和支架放煤机构形式和参数设计；针对放顶煤开采方法，提出了“顶煤相对强度”概念；该研究在山东部分放顶煤工作面得到验证。实践证明，该顶煤分类方案是可行的。     

构造煤的成因—属性分类

为了研究原生煤和构造煤的吸附扩散特性,采用甲烷吸附装置和解吸装置对2种煤样进行了实验。结果表明,构造煤的极限甲烷吸附量是原生煤的1.18倍,并且在相同甲烷吸附压力下构造煤的吸附能力强于原生煤。当甲烷吸附平衡压力为0.74 MPa和2 MPa时,构造煤的固定扩散系数分别是原生煤的7.3倍和4.5倍,表明构造煤的初始气体扩散能力远高于原生煤。2种煤样的时变扩散系数都随着解吸时间的推移先快速降低后趋于稳定。构造煤的扩散衰减系数在0.74 MPa和2 MPa气体平衡压力下分别达到了96.6%和95.8%,远大于原生煤的扩散衰减系数38.1%和45.7%。

     

煤的自燃倾向性新分类方法

应用热重分析仪实验研究了神东矿区不同层位和不同工作面煤的自燃特性,结果表明：煤氧化燃烧过程分为3个阶段,即升温失水失重阶段、升温增重氧化阶段、升温燃烧失重阶段.对应3个阶段的活化能分别为失水活化能、着火活化能和燃烧活化能.着火活化能是指从增重开始到增重结束转为失重的拐点处阶段的活化能,以煤的着火活化能判定煤炭的自燃难易程度的新方法.着火活化能越小煤样越容易自燃,着火活化能越大煤样越不易自燃.