配煤模型与焦炭质量预测研究
焦炭质量预测方法的研究
基 金 项 目 ： 汉钢 铁 （ 团 ） 司 重 点 项 目（ ／ Ｏ ９ ４ １Ｏ ） 武 集 公 ＱＲ Ｄ ２ Ｏ ＯＯ ４．
使全部 观察 值 Ｙ 与 回归 值 的偏差 平方 和 Ｑ 达
数 ）等原料 煤性 质呈 线性关 系 ， 中 Ｖ 为表 征煤 其
化度 的指 标 ， ｙ或 Ｇ 为表 征煤 黏 结性 的指 标 。 为
Ｂ） Ｌ Ｂ） ， 中 回归 系 数 ｂ ， ｂ ，。ｂ ＋ｂ （ ／ 其 ｏ ｂ ， ｂ ， 应
此， 建立 了许 多以 Ｖ ， ｙ或 Ｇ 为 自变 量来 预 测焦 炭 质量 的模 型 公 式 ， 这 些模 型公 式 仅 考 虑 卅］ 但
有 效地 预 测 焦 炭 质 量 。
关键词 ： 焦炭 质 量 ； 测 ；回 归 分析 ； 型 预 模
中 图分 类号 ： Ｆ ２ ． Ｔ ５６ １ 文 献标 志码 ： Ａ 文 章 编 号 ：６ ２３ ９ （０ ７ ０ —０７０ １ ７—０ ０ ２ ０ ） １０ ３ —４
随着 高炉 的 大 型化 、 富氧 喷 吹 煤 粉等 技 术 的 开发 应用 ， 高炉 生 产对焦 炭质量 的要求愈 来愈 高 ， 稳 定和改 善焦炭 质 量 已成 为 焦化工 业所 面临 的主
了影 响焦炭质 量 的 原料 煤 性 质 一
般认 为大 型 焦 炉之 所 以能 提 高焦 炭 强 度 ，
要课题 之一 Ｉ 。但 用 配煤炼 焦试 验来 指导 配煤 存 】 ］ 在工 作量 大 、 验周期 长 等缺 点 ， 产上需 要 寻求 试 生
更 为快速 、 准确 、 学 的预 测焦 炭质 量 的方法 ＿ 。 科 】 ］
摘 要 ： 用 干 燥 无 灰 基 挥 发 分 （ ｄ） 胶 质 层 最 大厚 度 （ 和 炭 化 宣 高度 与 宽度 之 比 （ ／ 为 自变量 ， 四种 不 采 Ｖ 、 ｆ ｙ） Ｌ Ｂ） 对 同 类 型 焦 炉 的 生 产 数 据进 行 回 归分 析 ， 结果 显 示 回 归 效果 良好 ， 以 采 用 Ｖ ａ Ｙ 和 Ｌ／ 为 变 量 建 立 的模 型 采 可 ｄ， Ｉ Ｂ
配煤炼焦对焦炭质量影响分析
配煤炼焦对焦炭质量影响分析[摘要]配煤是炼焦工艺的一个关键。
由于煤炭性质、储量、煤种分布、开采及运输等因素的影响，如何根据不同情况，选择出最佳配煤方案，配合出最理想的入炉原料，是一个值得重视的问题。
本文分析了主要炼焦煤在炼焦上的作用和对焦炭质量的影响，为提高炼焦用配煤的市场竞争找到了一条可供参考的有效径。
[关键词]焦炭；炼焦；配煤；质量中图分类号：tq520.6 文献标识码：a 文章编号：1009-914x （2013）22-0275-010 引言中国煤炭产量在世界产煤国家中名列第一，煤炭作为主要能源在我国国民经济中占有举足轻重的地位，重视煤炭的高效、清洁生产和实现以煤炭为基础的化工产品的转化是当前可持续发展的目标之一。
目前，我国主要以配煤炼焦生产为途径，来实现煤炭产业链条延伸，进而实现煤化工产品的转化。
1 配煤概念配煤是焦化厂炼焦煤准备的工序之一，炼焦前煤料的一个重要准备过程。
即为了生产符合质量要求的焦炭，把不同煤牌号的炼焦用煤按适当的比例配合起来。
炼焦用煤品种较多，应用配煤技术，不仅能保证焦炭质量，还能合理地利用煤炭资源，节约优质炼焦煤，扩大炼焦煤资源。
配煤技术涉及煤的多项工艺性质、结焦特性和灰分、硫分、挥发分的配合性质和煤的成焦机理等。
长期以来，配煤试验一直是选定配煤方案、验证焦炭质量的不可缺少的配煤技术程序。
早期炼焦只用单种煤，随着焦化行业的发展，炼焦煤储量的明显不足，高炉用焦要求的提高，单种煤已不可能用来炼焦，走配煤之路已势在必行。
如七台河龙洋焦电公司的配煤比：40%新兴8级1/3焦煤，20%龙湖10级肥煤，20%铁东10级主焦煤，20 %新建10级1/3焦煤，可炼出钢厂用的一级冶金焦，同时加入了肥煤，增加了化产回收。
2 炼焦煤选择及炼焦单种煤对焦炭质量影响2.1 炼焦配煤选择煤分为褐煤、烟煤和无烟煤三种，由于炼焦时很少采用单种煤为原料，所以烟煤按采取比例的不同，都能被用于配煤炼焦。
用多种煤配合炼焦时只需一半以上是强结焦或强粘结性的煤，其余的用结焦性较低的弱粘结煤。
浅析使用煤岩分析预测焦炭质量
工方法及科学合理评价煤质。可根据其
组分的活惰比，即活性组分与惰性组分
的比例和配煤的反射率来指导炼焦配煤
生产，预测焦炭质量。
二、煤岩分析项目
１．煤的显微组分特征及含量测定
根据在显微镜下人工观察煤岩光片
的颜色、形态、大小、突起等辨别区分
煤中的各组分，并计算出其各自的百分
含量、活性组分含量、惰性组分含量及
油气勘察
浅析使用煤岩分析预测焦炭质量
宋晓波 宣化钢铁集团有限责任公司
【摘 要】煤岩分析能够从微观角度准确判断来煤显微组成及其反射率情况，煤由有机显微组分和无机显微组分组成，可根据其组分的活惰比，即活性组
分与惰性组分的比例来指导炼焦生产。通过对配煤的反射率、煤岩组分百分含量及活惰比的测定，指导炼焦配煤，预测焦炭强度和气孔率，为高炉炼铁生
无煤烟
＞ 2.5
表２ 根据镜质组平均最大反射率 Ｒｍａｘ对煤种的划分
三、焦炭质量预测 １．焦炭强度及气孔率 焦炭强度包括抗碎强度和耐磨强 度，抗碎强度指一定量的焦炭经过转鼓 试验后，筛上大于４０ｍｍ的焦炭占全部焦 炭试样量的百分数。耐磨强度指一定量 的焦炭经过转鼓试验后，小于１０ｍｍ的焦 炭占全部焦炭试样量的百分数。 气孔率是指块焦光片中气孔占整块 焦炭体积的百分数。气孔率与焦炭强度 密切相关，气孔率在适当的范围，焦炭 的抗碎强度和耐磨强度才较好，太高或 太低都会影响焦炭的强度。所以在炼焦 生产中，应控制焦炭的气孔率，以确保 焦炭较好的抗碎强度和耐磨强度。 ２．根据配煤反射率、活性组分含 量、惰性组分含量及活惰比预测焦炭强 度 煤是不均一物质，镜质组和壳质组 都具粘结性，是活性组分。惰质组不具 粘结性，是惰性组分。活性组分是决定 炼焦煤性质的首要指标，惰性组分同样 也是配煤中不可缺少的成分，缺少或过 多都对配煤炼焦不利，都会导致焦炭质 量下降。一个较好的炼焦配煤方案，应 做到配煤活性组分和惰性组分恰当的组 合，反射率稳定并且在一定的范围内，
盛隆化工焦炭质量预测
着高炉工艺 的发展 ， 对焦炭质量的要求逐渐升高 。
对 于 自动化 操 作 的 大型 高 炉 ， 焦 炭质 量 稳 定 与否 ， 直 接关 系到 高炉 的经 济效 益 。焦 炭反 应性 （ Ｃ Ｒ Ｉ ） 和 反 应 后 强度 （ Ｃ Ｓ Ｒ） 是 表 征 焦 炭 热 态 强 度 的重 要 指 标 。用 传 统 的小 焦 炉进行 配 煤炼 焦试 验 ， 存 在试 验
；
ｊ Ｉ 一 ． ． ， ． ． － 一 ． 、 ． ＾． ＾． 、 、， 、 ． ・
试 验 研 究
盛隆化 工焦炭质量预测
王 丰岩 ， 张永强 ， 王春 霞 ， 郝 刚 ， 张冬冬
（ １ 盛 隆化工有 限公 司， 山东 滕州 ２ ７ ７ ５ １ ９ ； ２ 江苏沙钢集团有限公司 ， 江苏 张家港 ２ １ ５ ６ ２ ５ ） 摘 要 ： 介绍了采用煤岩学的方法预测焦炭质量 的基本原理 ， 用配煤指标预测焦炭质量并科学指导配煤是可行 的。结合盛 隆化工煤焦 车间的实际实验数据 ， 建立了焦炭质量预测 模型 ， 误差分析 表明 ， 焦炭各项质量指标 相对误差均在 ６ ％以 内， 完 全满足实际生产需要 。
观察煤 在加 热过 程 中 的动 态 变化 ， 把加 热过 程 中能
熔 融 并 产 生活 性 键 的成 分 划 为有 黏 结 性 的活 性 组 分； 加 热不 能 熔 融 、 不 产 生 活性 键 的 划为 无 黏结 性 的惰性 组 分 。镜质 组 和壳质 组是 活性 组分 ， 丝 质组 是惰性 组 分 ， 半 镜 质组 是两 性组 分 。显微 组分 定量 结果 ， 可 提供 煤 中惰 性 成 分 含量 或 活 性 成分 含 量 ， 用 于指 导配煤炼 焦 。
２ 建立 焦炭质量 预测模 型
炼焦生产配煤细度对焦炭质量、成焦率影响及控制方法(浅谈配煤细度对焦炭质量、成焦率影响及控制)
炼焦配煤细度对焦炭质量、成焦率影响及控制方法（浅谈配煤细度对焦炭质量、成焦率影响及控制）一、介绍：配合煤的细度：用0-3mm粒度级煤占全部煤的质量的百分率来表示。
细度对粘结性的影响：细度过细时导致粘结性下降，当煤粒度小至0.5－1mm时，其膨胀度开始明显降低；煤本身粘结性不同，细度对膨胀度影响的程度也不同。
细度对堆密度的影响：如小于2mm粒级含量从60％增加到80％时，堆密度减少30－40kg/m3。
使炭化室装煤量减少，装炉煤粘结性降低，导致焦炭耐磨强度变差（即M10增大），因此尽量保证煤料粉碎的均匀性。
对常规炼焦，0－3mm粒级量为72-80％；捣固炼焦为90％以上，为配煤细度均匀，在粉碎前筛出粒度小于3mm的煤，防止重复粉碎，粒度过细。
配合煤细度对配合煤堆密度、焦炭机械强度、热强度及焦炭产量的影响,用来指导实际生产;在一定条件下,按照实际使用的配比,进行不同细度下配合煤,寻找配合煤细度与焦炭质量、产量的对应关系。
随着焦炉大型化及喷吹煤的大量使用,对焦炭质量的要求也越来越苛刻,需要更高的冷热态强度、更低的反应性、低灰、低硫和较低且稳定的水分。
面对焦炭市场竞争的日趋激烈及优质炼焦煤的日益短缺,如何根据现有的煤炭资源和生产设备来生产达到质量指标要求的焦炭,并使焦炭生产成本最小,是整个焦化行业追求的目标。
大部分焦化厂都采用先配煤后粉碎的生产工艺,该工艺流程简单,投资小,但也存在粉碎不均、配煤准确度差的缺点;为得到强度更好、产量更高的焦炭,各焦化厂应寻找各自最适合的粉碎细度。
1.配合煤细度与堆密度的关系。
配煤采用自配方式来控制配合煤细度,即为先配合后粉碎,在装煤量相同的情况下,配合煤堆密度是随着细度的增加呈抛物线形式;当细度在79.56%时,堆密度达到最大值0.928t/m3,随后,堆密度随着细度的增加而降低。
这是由于,前期,随着细度的提高,煤料间的间隙减小,使煤粒间的接触更加紧密,因而堆密度增加;而细度越细,煤粒越小,面与面磨擦越大,这样颗粒相互不容易挤紧,此时堆密度反而会下降。
焦炭质量预测方法的应用
测灰分与实际灰分的差值 ， １ 在 ６组数据 中有 ｌ ４组 小于 ０ Ｉ ， ２组介 于 ０ １ ～ ．％ ， ．％ 有 ．％ ０２ 均小 于测 试 误 差 ， 明该 灰 分 预 测 方 程 具 有 相 当 高 的准 确 性 。 说
Ｇ ／ ２６ 焦 炭 全 硫 含量 的测 定 方 法》 定 ： 分 Ｂ Ｔ２ ８ （ 规 硫
根据 回归 方程计算 的焦炭预 测灰 分和硫 分与 实
测灰 分及硫 分 关 系见 第 ４ ０页表 １ Ｂ Ｔ２０ 《 。Ｇ ／ ０ １ 焦 炭工业 分析 测 定 方 法 》 定 ： 炭 测 定 的重 复 性 ≤ 规 焦
０ ２ ， 现性 ≤０ ３ 。从 表 １中可 以看 出 ， ．％ 再 ．％ 焦炭 预
本文 以太原 煤 炭 气 化 （ 团 ） 限责 任 公 司 焦 集 有
化厂 生产焦 炉数据 为基 础 ， 立 了该 公 司 的焦 炭质 建
《 ０７ ． ０
ｉ ０．８ ６
量预测 模 型 ， 分析 了进 行 焦 炭 质 量 预测 方 法 研究 需 要进行 的基础 工作 。
Ｏ．６ ６
（ 装炉煤灰分 ） ， （ ） Ａ ％
图 １ 焦炭灰 分与装炉煤灰分 的关系
Ｏ８ ．Ｏ ０７ ．８
技 术 的普 及 ， 应用 焦 炭 质 量预 测 技 术 直接 指 导 配 煤
作 业得到 世界 主要焦炭 生产 国的普遍关 注 剖。
０７ ．６ ０７ ．４
０７ ．２
Ｏ ．
（ 炉 煤 硫 分 ）Ｓｄ 装 （ ． ）
１ 焦炭 灰 分 和硫 分 预 测
焦炭 的灰 分 、 分与配 合煤 的灰 分 、 分有较 强 硫 硫
的线性关 系 ； 炭 的灰 分 、 分 与 原料 煤 的灰 分 、 焦 硫 硫 分 呈一元 线 性 关 系 。根 据 太原 煤 炭气 化 （ 团 ） 集 有 限责任公 司不 同时 间段 的装 炉煤 和对应 焦炭 灰分 与
焦炭机械强度预测模型的研究
焦炭机械强度预测模型的研究吕青;何小刚;谢克明【摘要】The coke mechanical strength is an important index of coke quality, and an accurate predictive model of coke mechanical strength can ensure the coking production going well.Predicting the coke mechanical strength by support vector regression and detailedly analyzing the different forecasting effects with the different indexes of the blend coal and the coking process,the effective characteristic parameters are founded to establish the coke mechanical strength model. With the characteristic parameters selected, when 85≤M25≤90 or 6≤M10≤12, the predictive accuracy of the support vector machines model is high, the predictive error is small, the correlation is strong, and the generalization ability of the prediction model is great.%焦炭机械强度是焦炭质量的重要指标,建立准确的焦炭机械强度预测模型可保证炼焦生产顺利进行.把支持向量回归机用于焦炭机械强度的预测,详细地分析了不同配煤煤质特性指标及炼焦工艺指标情况下的预测效果,找到了建立预测模型的有效特征参数.基于所选特征参数,当85≤M25≤90,6≤M10≤12时,支持向量机模型的预测准确率高,误差小,相关性强,同时,预测模型的泛化能力强.【期刊名称】《煤炭转化》【年(卷),期】2011(034)001【总页数】4页(P18-21)【关键词】焦炭机械强度;支持向量回归机;泛化能力【作者】吕青;何小刚;谢克明【作者单位】太原理工大学信息工程学院,030024,太原;太原理工大学信息工程学院,030024,太原;太原理工大学信息工程学院,030024,太原【正文语种】中文【中图分类】TQ520.1;TP810 引言焦炭在高炉冶炼中主要是热源、还原剂和骨架作用,其中,焦炭提供热量和还原剂的作用可以由高炉喷煤替代,但骨架作用是无可替代的,为此焦炭应具有一定的机械强度.[1]焦炭机械强度是由两个指标即抗碎强度 M25和耐磨强度 M10组成,M25对焦块在高炉内承受的压力和冲击能力具有一定的模拟性,M10对焦块在高炉内的磨损有良好的模拟性,这两个指标反映了焦炭的一定骨架作用,是衡量焦炭质量的重要指标,建立它们的准确预测模型十分必要.目前,国内外预测焦炭机械强度的方法很多.[2,3]一般情况下,预测模型均建立在各厂的不同煤源、不同配煤实践和不同的工艺条件的基础上,通过大量的炼焦实验获得数学模型,而且在生产实践中还要对模型不断修正,有着各自的适用范围.对于本文的研究对象山西省河津市某焦化厂焦炭,不能直接使用现成的机械强度预测模型,甚至采用最常用的二元线性回归模型预测效果也不理想.考虑到影响焦炭机械强度的因素众多,情况复杂,本质上是非线性问题,本文采用支持向量机方法来建立 M25和 M10的预测模型.在 SVM回归建模时,不同的特征输入在很大程度上影响回归模型的性能,文中分析比较了不同配合煤煤质特性指标及炼焦工艺指标情况下的SVM预测效果,支持向量机基于所选的有效特征参数下的机械强度模型的预测性能好,推广能力强,满足实际生产需要.1 支持向量回归机基本模型支持向量机(SVM)是20世纪90年代中期由Vapnik等提出的一种新的机器学习方法,它采用结构风险最小化原则,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中,以获得最好的推广能力.支持向量回归机可形象理解为用柔软、可弯曲、具有恢复水平弹性的ε-管道套住尽量多的训练样本,ε-管道的中心线就是回归曲线,对超出管道之外的样本由松弛因子惩罚.[4-7]样本训练集假定为{(x1,y1),…,(xl,yl)},其中xi∈Rn为输入值,yi∈R为对应的目标值,l 为样本数.函数回归问题最终可归结为一个求解约束条件下的凸二次规划问题:＊国家自然科学基金资助项目(60843006).1)博士生、讲师;2)副教授、硕士生导师;3)教授、博士生导师,太原理工大学信息工程学院,030024 太原收稿日期:2010-05-19;修回日期:2010-06-252 基于支持向量机的焦炭机械强度预测模型的建立与分析以山西河津某焦化企业为例,每天的生产日报要记录入炉配合煤的性质指标、反映炼焦工艺的一些参数和出炉焦炭的质量指标数据,其中,入炉配合煤要作灰分、全硫、水分、细度、挥发分(Vdaf)和黏结指数(G)共6项指标分析,涉及炼焦工艺的有焦炉平均温度和结焦时间,焦炭的指标有灰分、硫、水分、挥发分、M25和M10,本文着重研究焦炭的机械强度指标,主要是建立 M25和 M10预测模型.配合煤性质和炼焦工艺条件都会影响焦炭机械强度,两种预测模型涉及到的是8个参数,这些参数会不同程度影响机械强度,支持向量机选择哪些特征参数输入影响所建立回归模型的性能,因此比较不同配合煤煤质特性指标及炼焦工艺指标情况下的SVM预测效果.SVM输入特征参数只考虑配合煤煤质指标做了三个实验.实验一:SVM特征参数为配合煤的挥发分(Vdaf)和黏结指数(G).实验二:SVM特征参数为配合煤的细度、挥发分(Vdaf)和黏结指数(G).实验三:SVM特征参数为配合煤的灰分、全硫、水分、细度、挥发分(Vdaf)和黏结指数(G).把炼焦工艺参数加入SVM特征输入量,做了两个实验.实验四:SVM特征参数为配合煤的细度、挥发分(Vdaf)和黏结指数(G)及焦炉平均温度和结焦时间.实验五:SVM特征参数为配合煤的灰分、全硫、水分、细度、挥发分(Vdaf)和黏结指数(G)及焦炉平均温度和结焦时间.五个实验支持向量机的输出量(目标值)分别为M25和M10.对比实验结果见第20页表1和表2,实验三的训练及测试样本集的预测结果见图1.3 结果与讨论图1 实验三基于支持向量机的 M10和 M25预测值与实际值Fig.1 M10,M25 actual value and M10,M25 p redicted value w ith SVR in Experiment 3a——M10;b——M25+ ——Testing data;●——Training data由图1可知,训练样本集和测试样本集的预测结果交织在一起,两类样本集的预测误差相当,甚至个别预测误差较大的点是支持向量机训练过的样本点,说明基于支持向量机的预测模型对于训练样本以外的预测效果也很稳定,SVM模型的泛化性能好.由图1还可知,对于M25和M10,出现较大预测误差的点都发生在两端极值范围内,这与样本的分布有关,本文用的样本集是实际生产的日报,数据主要集中在85≤M25≤90,6≤M10≤12范围,分布在两端极值区域的样本点的比较少,导致SVM 训练不充分,补充一定样本后,预测效果应会加强.由表1和表2中实验一、二、三的结果对比可见,选对结焦性起决定性作用的两种指标(挥发分和黏结指数),作为支持向量机的输入是不够的,6种配合煤的指标全部作为支持向量机的输入量时,所建立模型的预测效果最好.配合煤煤质的6个指标综合了更多对结焦影响的因素,所含有的信息多,把它们作为支持向量机建模方法的特征参数是合理有效的.对比表1和表2中实验二、四和实验三、五,再加入两种炼焦工艺参数后,支持向量机模型预测M25和M10的结果与之前没太大变化,说明两种炼焦工艺指标可以不作为支持向量机的输入量.可能由于工艺条件相对稳定,对焦炭质量的影响没有体现出来.表1 不同特征参数下SVR预测 M 10的比较Table 1 Comparison of M10 p redicted values under the different characteristic parameters of SVRNote:2009’s daily p roduction data of some coking plant in Hejin City,Shanxi Province are equally divided into 4 groups,w hich are numbered 1,2,3,4.Choose any 3 groups to constitute the training set w hich is used to train the SVRmodel,and the remaining group is as the testing set for exam ining the p redictive ability of the SVR model.In Table 1,2,123-4 means that the 1,2,3 groups are used to train the SVR model and the 4 group to test themodel.124-3,134-2 and 234-1 have the similarmeaning.Co rrelation coefficient refers to the co rrelation relationship between the actual value and the p redicted value in tables.Number of training and testing sample sets M10 actual value M 10 p redicted value of Experiment 1 M 10 p redicted value of Experiment 2 M 10 p redicted value of Experiment 4 M 10 p redicted value of Experiment 3 M 10 p redicted value of Experiment 5 123-4 Maximum minus minimum 12.10 3.93 4.52 4.34 4.26 4.41 Co rrelation coefficient 0.50 0.58 0.62 0.74 0.71 124-3 Maximum minus minimum 12.10 3.70 3.67 4.91 4.46 4.56Correlation coefficient 0.53 0.57 0.61 0.72 0.72 134-2 Maximum minus minimum 8.20 3.25 4.82 5.49 4.49 4.14 Co rrelation coefficient 0.48 0.52 0.65 0.76 0.77 234-1 Maximum minus minimum 10.40 3.67 3.82 4.72 5.40 4.40 Co rrelation coefficient 0.48 0.57 0.61 0.77 0.76表2 不同特征参数下SVR预测 M 25的比较Table 2 Comparison of M25 p redicted values under the different characteristic parameters of SVRNumber of training and testing samp le sets M25 actual value M25 p redicted value of Experiment 1 M25 p redicted value of Experiment 2 M25 p redicted value of Experiment 4 M25 p redicted value of Experiment 3M25 p redicted value of Experiment 5 123-4 Maximum minus minimum 16.20 8.05 8.78 8.50 9.12 8.05 Correlation coefficient 0.49 0.49 0.54 0.74 0.71 124-3 Maximum minus minimum 16.20 8.03 8.90 8.36 8.30 8.06 Co rrelation coefficient 0.47 0.50 0.51 0.78 0.72 134-2 Maximum minus minimum 15.10 9.31 9.11 9.13 9.79 9.59 Co rrelation coefficient 0.55 0.56 0.58 0.75 0.76 234-1 Maximum minus minimum 15.90 8.46 8.99 8.52 8.07 8.90 Co rrelation coefficient 0.49 0.53 0.57 0.74 0.77由表1和表2可以看出,在不同的训练及测试样本集下,M25和M10预测值的极差都小于它们实际值的极差,说明支持向量机方法预测值的范围缩小了,预测值集中在样本量大的区域范围里.在表1和表2中,同一个实验所选训练及测试样本集不同得到的结果却近似,说明生产日报数据可以满足支持向量机对样本集的要求,可以作为支持向量机机械强度模型的训练样本.4 结论在工艺条件相对稳定情况下,选择配合煤的灰分、全硫、水分、细度、挥发分(Vdaf)和黏结指数(G)作为特征因素,建立基于支持向量机的焦炭机械强度预测模型,模型的预测误差小,相关性好,泛化能力强,满足工厂的实际需要.本文方法是建立焦炭机械强度预测模型的有效方法,对于焦炭其他指标如热强度以及焦化企业配合煤指标的预测可提供参考借鉴作用.参考文献[1] 贺永德.现代煤化工手册[M].北京:化学工业出版社,2005.[2] 谢海深,刘永新,孟军波等.焦炭质量预测模型的研究[J].煤炭转化,2006,29(3):54-57.[3] 孟庆波,刘洋,郭武卫等.用镜质组反射率分布控制水钢焦炭质量的研究[J].煤炭转化,2009,32(4):61-65.[4] Vapnik V,Vashist A.A New Learning Paradigm:Learning Using Privileged Information[J].Neural Networks,2009,22(6):544-557.[5] Vapnik V N.An Overview of Statistical Learning Theory[J].IEEE Transactions on Neural Networks,1999,10(5):988-999.[6] 李国正,王猛,曾华军等.支持向量机导论[M].北京:电子工业出版社,2005.[7] 邓乃扬,田英杰.数据挖掘中的新方法——支持向量机[M].北京:科学出版社,2004.。
宝钢焦炭质量预测模型Ⅰ.影响焦炭热性质的因素
因素并不直接控制热性质 ， 热性质的控 制需要采用 与上述有关的可控因素作为直接控制 因素 ， 因此要
建立焦炭质量预测模型 ， 首先应对热性质与各可控 因素之间的关系进行研究。 对 ｌ ９种 单 种 煤 和 ６ ４种 配 煤 进 行 了 ＳＯ 炉 Ｃ
（ｉｕ ｔ ｏｅＯｅ） Ｓｍ ｌｅ Ｃｋ ｖｎ炼焦 试验 ， 验条件 为 ： ａｄ 试
维普资讯
第 ３卷 ０
２０ 年 Ｏ２
第２ 期
４ 月
燃
料
化
学
学
报
３ Ｎｏ ２ ０ Ａｏ ｒ ２０ ０２
Ｊ ＯＵＲ ＮＡＬ ＯＦ Ｆ ７ Ｌ Ｃ Ｍｌ Ｔ Ｙ Ｌ ＨＥ Ｓ Ｒ ＡＮＤ Ｅａｍ ） ０Ｇ Ｅ １ Ｌ Ｙ
文 章编 号 ： ２３２０ （０２０－１３ ） ０ ５—４９２ ０ ）２０ １４６
焦 炭 的 热 性 质 通 常 采 用 焦 炭 的 反 应 性 指 数
异 。一般以灰 中碱性氧化物 与酸性氧化物 的 “
比值为参数， 为碱性指数 。其 中比较完善 的是加 称
拿大 Ｐ ｃ 提出的碱 度指数（ Ｂ） ， ｒｅ ｉ ｒ ｔ 不过该指数仅 ａ
将 煤 中矿物质 分 为正催 化和 负催化 两 大类 ， 以分子 、
宝钢 焦炭 质 量预 测模 型
Ｉ．影响焦炭热性质 的因素
张 群。 ，昊信 慈 ，冯安祖 ，史美仁。
２００ ￣ ． 海 宝 山锕 铁 股 丹 公 司 ． 海 １０９ ２ 上 上 ２ １４ ０ ９０） 南 京工 业 大 学 ，江苏 南 京
摘
要： 根据 １ 单种煤和 ６ 个配煤方案在模拟焦炉 （Ｃ ９种 ４ Ｓ Ｏ炉） 的试验 ， 上 研究 了原料煤 性质 对焦炭热性 质的影
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ７ ）
方程 式对应 的 Ｐ值为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值 为 ８ ８ ． ６ ％， （ ２ ）
Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为 ８ ７ ． ８ 。
焦炭硫 分 ＝ ０ ． １ ４ １ ＋ ０ ． ６ ６×配合煤 硫分
（ ａ ｄ ｊ ） 为 ８ ５ ． １ 。
方程 式对应 的 Ｐ值 为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值 为 ８ ６ ． ７ ％， Ｒ Ｓ ｑ
Ｃ Ｊ ｓ Ｒ ＝７． ５ ＋２． ５８ Ｘ ＣＳ Ｉ一８． ９ ９ Ｘ Ｒｎ ｌ
一
１ ７ ． ９×Ａ Ｉ
（ ６）
１ ）灰分 预测 。根据 焦 炭 中 配合 煤 的灰 分 和 挥
发 性物 质 中的灰分推 导 出如下 回归方 程 ： 焦炭灰 分 ＝１ ＋１ ． ０ ３× 配合 煤灰分 ＋ ０ ． ０ ５ ８×挥 发分 Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ２ ． ４ 。 （ １ ）
的水平 。
１ 预 测 方 程 式 的开 发
利用 精 益六西 格玛 法开发 预测方 程式 。首先 建 立 工艺 的变 量数 据库 ， 炼焦 过 程有 ｌ ５个 输 入 变量 ，
其 中 只有 部分 变量对 焦炭 质量 有用 。
１ 个 新变量 ， 即碱 性指 数 （ Ａ Ｉ ） 。 Ａ Ｉ ＝配合 煤灰 分 × 煤 碱度 。 由（ ５ ） 式推出：
Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ２ ． １ 。
确定 采购 的煤种 ， 因此 开发 出了配合 煤焦箱 系统 。 根据 模型结 果 ， 试 验组 分 按 比例制 备 ４ ｋ ｇ配 合
煤 。按 工 业 规 模 保 持 破 碎 质 量 。试 样 放 置 于
方程式 对应 的 Ｐ值 为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ 值为 ８ ４ ． ３ ％， ２ ）硫 分预 测 。根 据对 焦 炭 中配 合煤 硫 分 的 回
归分 析推导 出如 下 回归方程 ：
２ ４ ６×煤碱度 ＋ ３ ０ １ Ｘ（ 煤碱 度 ）
一
０ ． ３ ０ ３ Ｘ配合煤灰 分
３ ） 。 和 。 预测 。研究 发 现 只 有配 合 煤 的膨 胀指 数 、 直径 和反射率 影 响焦炭 的 Ｍ 。 和 。 。
Ｍ４ ０＝３ ８． ３ ＋２． ２ ３ ×Ｃ Ｓ Ｉ＋２ ３． ３ Ｘ Ｒｍ
考虑 到碱度 参数 和稳定 焦炭结 构 的重 要反 射率
（ Ｖ １ １ 、 Ｖ Ｉ ２和 Ｖ Ｉ ３ ） ， 得 出另一个 方程式 ：
６ ６
燃 料 与 化 工
Ｆ ｕ ｅ １＆ Ｃｈ ｅ ｍｉ ｃ ａ ｌ ｅ ｒ ｏ ｅ ｅ ￥ ． ３
・
国外 文献 ・
配煤 模 型与 焦炭 质 量预 测研 究
Ｇ Ｉ Ｋ Ｉ Ｌ公 司现 有 １座 ６ ５孔 ５ ． ５ ｍ顶 装 焦 炉 ， 投 产后 一直致 力 于生产 优质焦 炭 的尝试 。对来 自世界 各 地 的煤 通过 配煤模 型 和试 验进 行 表 征 ， 按 照 三步
方 程式 对应 的 Ｐ值 为 ０ ． ０ ０ ０， Ｒ Ｓ ｑ值 为 ８ ５ ． ４ ％， Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ４ ． ６ 。
根据 煤碱 度 和 （ 煤碱度） 两 个 变 量 ， 由上 述 各
式 推导得 出下述 方程 ：
ＣＳ Ｒ ＝８ ６． ２＋１ ． ８ ９ × ＣＳ Ｉ一 ５ ． ９ ９ × Ｒｍ 一
Ｃ Ｓ Ｒ＝ ４ ７＋１ ． ４ ５ Ｘ １ ／ 煤碱 度 ＝ ０ ． １ ６ ４ Ｘ Ｖ （ ８ ）
方程 式对 应 的 Ｐ值 为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值为 ８ ２ ． ４ ％，
Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ０ ． ２ 。
（ ３）
＋０ ． ０ １ ６ ８×Ｄ
一
来 设计 配合煤 以预 测焦炭 质量 。
２ 配 合 煤 的 焦 箱 测试
（ ４）
０ ． ０ １ ７ ７ Ｘ Ｄ
由于 没有试 验 焦炉 ， 并 且 需要 用 少量 煤 样 快 速
方 程式对 应 的 Ｐ值 为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值 为 ８ ３ ． ７ ％，
根 据上述 式 （ ５ ） ～式 （ ８ ） 方程中 Ｃ Ｓ Ｒ 的平 均 值
方程 式对 应 的Ｐ值为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值 为 ８ ５ ． ６ ％，
Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ４ ． １ 。
Ｍ１ ０＝２ ４． ３ —０． ６ ６ ９ × ＣＳ ！一 １ ０． ２ × Ｒｍ
合 煤 的流变学性 能 、 等 级和 化学反 应推导 的 。
ＣＳ Ｒ ＝３ ３． ４ ＋２． ３ ４ Ｘ ＣＳ Ｉ一 １ ０． ３ × Ｒｍ
＋ ３ ． １ ４×（ １ ／ 煤碱 度 ）
（ ５ ）
法 预测焦 炭质量 并 确定 购 买 的煤 种 ： 开 发 焦 炭质 量
预测 方程式 ； 通 过焦 炉测试检 验方 程式 ； 利用试 验焦
Ｎ ａ ０＋ Ｋ ０的百分 含 量 ） ／ （ 配合 煤 灰
分中Ｓ ｉ Ｏ ＋Ａ １ ０ ＋Ｋ ： ０的百分含 量 ）
方 程式对 应 的 Ｐ值 为 ０ ． ０ ０ ０ ， Ｒ Ｓ ｑ值为 ８ ４ ． ５ ％，
Ｒ Ｓ ｑ （ ａ ｄ ｊ ） 为８ ３ ． ２ 。 上述方 程根据 观 察结 果 进 一 步得 到 验证 ， 得出
煤碱 度如下 式 ：
煤碱 度 ＝（ 配合煤 灰分 中 Ｆ ｅ ２ ０ ３＋Ｃ ａ Ｏ＋Ｍｇ Ｏ＋
炉 的炭化 最终验 证方 程式 。三步 法使 Ｇ Ｉ Ｋ Ｉ Ｌ公 司生 产 出 的高 等级 冶 金焦 自 ２ ０ ０ ９年起 一 直保 持 在 灰分
１ １％ 、 】 ０ ４％ 一５％ 、 Ｍ４ 。８ ５％ ～８ ８％ 、 ＣＳ Ｒ ６ ８％ ～ ７１ ％