检索结果-南通市图书馆

煤炭工程 2011年第9期43卷 100-102页

作者：赵嘉博赵跃民刘小军段晨龙张翠玉中国矿业大学化工学院江苏徐州221116 中国煤炭科工集团南京设计研究院江苏南京210031

文章选择了-0.3+0.15mm、-0.15+0.125mm和-0.125+0.074mm三个粒级的硼铁矿粉,分别与-0.074+0.045mm磁铁矿粉以不同总量配比组成两元加重质,进行流化特性的考察研究。根据试验结果,建立了多元加重质流化床的起始流化速度与平均粒度之间... 详细信息

文章选择了-0.3+0.15mm、-0.15+0.125mm和-0.125+0.074mm三个粒级的硼铁矿粉,分别与-0.074+0.045mm磁铁矿粉以不同总量配比组成两元加重质,进行流化特性的考察研究。根据试验结果,建立了多元加重质流化床的起始流化速度与平均粒度之间的回归模型和密度模型。

关键词：空气重介质流化床硼铁矿粉磁铁矿粉多元加重质流化特性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

干法重介质流化床多元加重质流化特性与低质煤高效分选

引用

洁净煤技术 2021年第5期27卷 10-16页

作者：姜永宁齐健巴玉龙王庆飞张真兴郭君伟张博国家能源集团新疆能源有限责任公司新疆乌鲁木齐830002 中国矿业大学化工学院江苏徐州221116 煤炭加工与高效洁净利用教育部重点实验室(中国矿业大学) 江苏徐州221116

煤炭气固流态化干法分选是干旱缺水及高寒地区细粒煤分选提质、矿物加工以及固废资源化的重要途径,工业应用潜力大。目前,用于分选的流化床已有较多研究,其基础理论研究也较为深入,研究领域包括流化床的形成、流化床空气动力学以及流化... 详细信息

煤炭气固流态化干法分选是干旱缺水及高寒地区细粒煤分选提质、矿物加工以及固废资源化的重要途径,工业应用潜力大。目前,用于分选的流化床已有较多研究,其基础理论研究也较为深入,研究领域包括流化床的形成、流化床空气动力学以及流化床流动模型与模拟等,但干法重介质流化床的低密度分选技术和密度调节范围仍待完善。加重质的合理选择对干法重介质流化床选煤具有重要意义,其与流化床干法选煤系统的净化回收流程、分选机的操作参数及分选效果密切相关。采用干法重介质流化床对二元加重质单一组分、窄粒级、宽粒级以及三元加重质在流化床中的流化特性进行研究,对比分析磁铁矿粉、硼铁矿粉流化特性、膨胀率与粒度的关系。试验结果表明,磁铁矿粉和硼铁矿粉均能达到良好的流化状态。随加重质粒度的减小,起始流化气速显著降低,膨胀性能逐渐增强。与150~125μm硼铁矿粉和74~45μm磁铁矿粉混合相比,125~74μm硼铁矿粉与74~45μm磁铁矿粉混合后的床层压降波动较大。300~74μm粒级硼铁矿粉与74~45μm粒级磁铁矿粉在9种不同质量配比下,床层压降均无明显波动。随加重质粒度的减小,膨胀性能逐渐增强;窄粒级二元加重质混合均匀程度随硼铁矿粉含量的增加而提高;宽粒级二元加重质混合时,稳定流化后的流化曲线随细粒级的增多而波动加剧,难以形成稳定的分选环境;随着煤粉含量增加,三元加重质的流化效果逐渐变差。为保证流化床床层密度较好的均匀稳定性,三元加重质中煤粉含量不宜超过15%。

关键词：干法重介流化床多元加重质低质煤分选

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于BP神经网络算法的气固分选流化床密度预测研究

基于BP神经网络算法的气固分选流化床密度预测研究

引用

作者：高天洋中国矿业大学

学位级别：硕士

煤炭分选加工是能源绿色低碳转型时代合理利用煤炭资源、保护生态环境最经济有效的方式,也是煤炭深加工、煤炭清洁利用的必要途径。干法选煤技术由于不需要使用水、成本低且无污染,因此为煤炭资源的高效、清洁分选提质和煤炭工业的转型... 详细信息

煤炭分选加工是能源绿色低碳转型时代合理利用煤炭资源、保护生态环境最经济有效的方式,也是煤炭深加工、煤炭清洁利用的必要途径。干法选煤技术由于不需要使用水、成本低且无污染,因此为煤炭资源的高效、清洁分选提质和煤炭工业的转型发展提供了一种有效方法。干法选煤过程涉及多个参数,如气速、颗粒密度、床层高度等。在工业应用过程中实时监测和控制这些参数以优化分选效果具有一定难度,为克服这些难点,研究人员正努力开发新型气固流态化选煤技术。本文的目标在于使用神经网络算法,对气固流化床的关键参数进行分析处理,构建相应智能模型,从而为未来实现煤炭的智能化分选提供研究基础。结合试验气速与床层压降的关联曲线,探究不同配比条件下Geldart A、B、C类多元混合加重质的流化特性,总结多元加重质最小流化气速变化规律,并汇总最小流化气速数据,建立相应数据集。在多元加重质最小流化气速数据集的基础上结合BP神经网络算法,构建以加重质密度、粒度、质量分数、流化床横截面积、床层静高共10个因素为输入变量,最小流化气速为输出变量的BP神经网络模型,其网络拓扑结构为10-13-1。模型的网络训练相关度为0.9910,预测数据的平均绝对百分比误差为12.59%,预测数据均方根误差为1.9776。探究多元加重质床层密度轴向、径向分布规律与床层密度均匀稳定性情况,汇总多元加重质床层密度分布数据,构建相应数据集。在多元加重质床层密度分布数据集的基础上,以加重质密度、粒度、质量分数、流化床横截面积、床层静高、床层高度、最小流化气速、流化数共13个因素为输入变量,以床层密度为输出变量,建立13-14-1的多元加重质床层密度预测模型,该模型的网络训练相关度为0.9773,平均绝对百分比误差为3.04%,均方根误差为0.0844,其中该模型对单一加重质的预测准确度更高,平均绝对百分比误差为4.17%,均方根误差为0.0298。在多元加重质床层密度预测模型基础上,使用遗传算法对该模型进行优化调整,得到GA-BP神经网络模型,该模型的网络训练相关度为0.9824,平均绝对百分比误差为2.46%,均方根误差为0.0747,其中该模型对单一加重质预测优化效果最好,均方根误差较原始模型降低27.41%。结合最小流化气速与床层密度预测模型,构建多元加重质床层密度预测机制,以加重质颗粒性质、流化床设备关键数据与操作气速为关键参数,实现对多元加重质床层密度的预测。该预测流程所需参数均为气固分选流化床的基本参数,无需复杂测量手段即可获得,可以有效解决气固分选流化床工业应用过程中流化效果难于精确控制的问题。该论文有图57幅,表11个,参考文献89篇。

关键词：气固分选流化床多元加重质 BP神经网络算法床层密度最小流化气速

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：