基于BP神经网络的富油煤焦油产率预测
Rich coal tar yield prediction based on BP neural network作者机构：西安科技大学地质与环境学院西安710054 西安科技大学煤炭绿色开采地质研究院西安710054 西安科技大学陕西省煤炭绿色开发地质保障重点实验室西安710054
出 版 物：《地质论评》 (Geological Review)
年 卷 期：2023年第69卷第S1期
页 面：569-572页
核心收录：
学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
基 金：陕西煤业化工集团有限责任公司科学技术研究计划项目(编号:2021SMHKJ-A-J-07-02)的成果
摘 要：我国的资源禀赋特征为“缺油、少气、相对富煤,紧张的油气供应形势促进了煤制油行业的发展。矿产资源工业要求手册(2014修订版)将在格金干馏试验条件下焦油产率小于7%的煤称为含油煤,焦油产率在7%~12%的煤称为富油煤、大于12%为高油煤。我国煤炭资源保有储量中超过半数属于高油、富油煤,但是有超过80%的煤炭直接作为燃料,只有不到十分之的煤炭为化工行业所用。绝大多数高油、富油煤直接燃烧.
维普期刊数据库
同方期刊数据库