煤质检验数据分析及热值预测研究

2017-07-12韩慧颖

科学中国人 2017年23期

关键词：发热量煤质热值

韩慧颖

鸡西市质量技术监督检验检测中心

煤质检验数据分析及热值预测研究

韩慧颖

鸡西市质量技术监督检验检测中心

对于煤质信息的数据分析是煤炭企业经营之中的重要内容，对于煤炭情况的数据分析可以极大提高煤炭使用之中的效率，分析煤炭的热值可以为煤炭的数据审核和热值的计算提供重要的实验依据，煤炭热值的预测是煤炭数据分析之中的重点。本文对于煤质检验之中数据分析的方法和热值预测的研究内容进行了介绍。

煤质检测数据分析；热值预测

一、煤质数据分析的意义

煤质数据分析是在当前的煤炭开发事业之中提高煤炭利用效率的技术手段，对煤炭的性质和质量进行数据分析主要是指在开发过程之中对煤炭资料进行统计和分析，进而对数据背后所说明的煤炭性质和分布情况进行研究。在对煤质进行数据分析之后，要将数据进行综合的处理，保证数据分析的准确程度。对数据分析体系的完善和科学合理化改造对于煤质数据分析工作的质量有很大的提升作用，在煤炭事业建设之中是一项非常重要的工作。在煤质数据的分析过程之中，最为主要的目的是对实验过程之中得出的煤炭燃烧实验的结果进行分析。煤炭燃烧实验的主要目的是对煤炭燃烧过程之中产生的热量进行统计，而随着实验测量时间的逐渐增加，其测量的热量的准确度逐渐降低，在一些情况之下不适合对煤炭的性质进行较为精确的测定。为了在煤炭性质的研究之中获得更为精确的结果，技术人员就需要对实验数据的处理和分析方法进行优化。

二、煤质数据分析之中存在的问题

在煤炭企业的运营过程之中，对于煤质信息进行充分技术的利用对企业的建设和发展有很大的意义，可以有效提高企业的运营、生产和煤炭使用能力，可以很大程度上提高煤炭企业的运行质量。但是，在企业的数据分析过程之中，企业发送经过仪器检验的数据的方法主要是人工记录和电话报送，其数据传输效率低下，且传输的准确性也较低，在传输过程之中常会出现传输错误的现象，不利于企业对于煤炭分析数据的使用。数据分析结果的利用效果不佳不利于企业的相关部门使用数据分析的结果来进行企业运行和煤炭开采上的优化，对于企业的运行质量的提高没有很好的提升作用。

三、煤炭热值预测技术研究

1、研究内容

在煤炭热值分析的过程之中，研究人员珠崖是对煤质数据之中的几项进行研究和分析，进而对煤炭燃烧热值进行计算和预测。在数据分析过程之中主要分析的指标如下。

（1）水分

煤炭之中的水分主要包括结晶水、分解水和煤炭结构内外的水分，假如在煤炭结构和成分之中存在的水分量过大，会影响煤炭西苑的运输和使用，并且对煤炭的热稳定性和热传导性都有较大的影响，这回造成使用过程之中煤炭的焦化周期延长，降低化工排尿给企业的焦化煤炭的产量和生产效率。在煤炭的数据分析过程之中，煤炭资源的外部水主要是指在煤炭开采和运输过程之中的水分，其主要的来源是外部空气水分，而在煤炭的形成过程之中含有的水分被称作内在水，这些水分是煤炭形成原料，植物之中含有的水分。一般来讲，内在水分主要存在于长焰煤、褐煤中，水分的存在对煤炭的利用起着严重的阻碍，也是运输资源的一个极大浪费，当煤燃烧时，水分会蒸发转换成蒸汽从而消耗热量；另外，精煤中的水分也会在一定程度上影响炼焦。

（2）灰分

灰分是指在煤炭的燃烧过程之中产生的一种物质，是指煤炭燃烧后的残留物，是矿物质在分解后的残留物。灰分的多少和煤炭的燃烧发热量成反比，在煤炭数据的分析过程之中，灰分的含量少说明煤炭的发热量低，其实际质量较差，灰分额含量高说明发热量高，煤炭的质量也较高。煤炭灰分主要是指煤炭成分之中的无机物的含量，煤炭的选择性和灰分的含量呈现正比。

（3）挥发分

挥发分又被称作挥发分产率，是指煤炭之中的矿物质和有机物砸死高温燃烧的过程之中产生分解，从而产生的液体和固体的混合物。挥发分在化学成分的分析上主要是包括一些热分解产物，其成分不完全是煤炭的组成成分，其含量随着煤炭的变质程度逐渐增加，是煤炭焦化、汽化和野花能力的重要指标，可以在对煤炭进行炼焦处理时确定煤炭的加入比例。

（4）发热量

煤炭的发热量是指单位质量之下的煤炭完全燃烧产生的热量，其在概念上可以分为低位发热量和高位发热量。低位发热量是指煤炭的高位发热量和水汽化热的差值是国内贸易经常使用的发热量标准，它却受外界因素如水分、灰分等影响较大。

2、热值预测技术

人工神经网络也被称为神经网络，是用一个大量简单的神经元（处理单元）经广泛相互连接而形成的人工网络。神经网络是一种运算模型，由许多相互联接的神经元节点构成的。激励函数指的是每个节点代表一个特定的输出函数。权重指的是任意两个节点间是通过权值连接的连接信号，等同于人工神经网络的记忆。由于网络的连接方式、激励函数及权重值都不一样，导致网络的输出也不一样。BP网络基本结构由输入层、中间层（隐层）、输出层三部分构成，相邻两层神经元之间用直线连接，但是隔层之间不存在直接连接。同层神经元没有任何连接，每个神经元自身不存在任何连接。BP网络的信息传递是有方向的。计算输出时只能是正向的，前向计算时，根据输入来计算网络的实际输出，即先计算第一层隐含层的输出，最后计算输出层的输出。对煤质数据相关性分析已经分析了水分、灰分、挥发分与发热量的相关性，分析结果表明，灰分、水分与发热量的线性相关性较好，而挥发分分与发热量的线性相关性不是特别高，所以回归分析中没有把挥发分加入回归分析预测中。人工神经网络具有容错性和处理非线性数据的能力，因此采用人工神经网络模型预测煤炭的发热量时，可将挥发分作为输入。

由于煤炭发热量的预测算法要集成于网络系统中实现，从计算量上来分析，回归分析方法相对简单，数据计算处理速度快，因此，适用于对预测结果精度要求不高的场合，或应用于数据的可靠性审核。神经网络模型虽然有着较高的预测精度，但是，计算过程涉及到多次迭代，相对复杂，在计算机中执行的速度也会较慢。综上考虑，在系统实现中，分别对两种算法进行了编程实现，实际中，可以根据具体需求，确定预测方法。