第2期2010年4月
选煤技术
No.2
曼Q垒坠
12010J
02—0051一03
呈堕望!垒曼皇!!Q堕!兰£旦塑Q坠Q壁!垒£生三里!壁
文苹编号:1001—3571
关于动力配煤的意义及模型讨论
余
星,王学敏,彭
迪
(湖南人文科技学院,湖南娄底417000)
摘要:阐述了动力配煤技术的意义,讨论了解决动力配煤问题的数学模型及模型求解方法,并对各模型的优缺点以及适用条件作了比较详尽的阐述。关键词:动力配煤;意义;数学模型;线性规划;神经网络
中图书分类号:TD941+.6
文献标识码:A
(3)燃煤污染物排放严重。煤炭燃烧时可产生SO:、NO:、烟尘及其他有害物质。以1995年为例,我国包括乡镇工业在内的工业炉窑硫、烟尘排放量分别为1947万t和1832万t,占当年全国总排放量的80%和74%。燃煤污染物排放是我国大气污染的主要来源。
然而,推广和使用动力配煤可以在很大程度上解决以上问题。动力配煤技术主要有以下几个意
义:
1动力配煤的意义
在我国各种能源中,煤炭资源最为丰富,煤在中国的能源中占有举足轻重的地位。
当前,我国煤炭燃用过程中主要存在三个方面
的问题…:
(1)煤炭热能利用率低。在我国,煤的热能利用率在电厂仅为33%一34%,工业锅炉仅为55%~60%,工业窑炉则低至20%一30%。煤炭热能利用率低主要是由于燃煤来源渠道多、煤种杂、质量不稳定、偏离锅炉等燃烧设备的设计煤种等原因造成。
(2)煤炭燃用设备安全性和可靠性低。据统计,由于锅炉着火、燃烧、结渣、磨损及腐蚀等问题引起的电站锅炉事故约占电站总事故的40%以
上。
收稿日期:2009—10—29
基金项目:湖南省大学生研究性学习与创新性实验资助课题作者简介:余
星(198l一),女.湖北咸宁人,硕士,2007年毕
业于华中科技大学概率统计专业,现为湖南人文科技学院数学系教师,研究方向:金融数学,E—mail:yulanm@tom.corn,联系电话:13723804684。
・—卜——卜——卜—+一+一+——■-・+・+-—卜——+-一—h-}・—卜・+-—卜
(1)保证燃煤特性与用煤设备设计参数相匹配。提高设备热效率,节约煤炭。
(2)保证燃煤质量的稳定,使用煤设备正常、高效运行。
(3)可以充分利用低质煤,提高社会效益。(4)调节燃煤中硫及其他有害物质的含量,满足环保要求。
2动力配煤的数学模型
2.1线性规划模型
动力配煤的优化设计原则是在一定约束条件下追求目标函数的极值,可分为三个步骤:提出约束条件、确定目标函数、建立数学模型。
的分选效率,降低精煤灰分,大幅提高精煤的可燃体回收率,但是由于磨矿一浮选工艺会绘后续的煤泥脱水、尾煤浓缩作业增加难度,因此,对粗选精
煤再磨工艺扩大生产的半工业试验目前正在进行,
到分选目标的要求;而磨矿一次粗选一次精选流程(流程C)的精煤产率为33.37%,精煤灰分为10.79%,精煤产率大幅下降,因而提高生产效率
困难,也不可取。
(2)通过分析对比,粗选精煤再磨精选流程(流程D)是一种比较适用于钱家营煤泥分选的工艺流程。在粗选精煤再磨工艺中,当精煤累计产率为53.95%时,精煤灰分可降至10.67%,与原煤直接入浮相比,产率提高了3.08个百分点,灰分下降了1.09个百分点,均达到了较好的分选指标。
(3)通过对新工艺的探索研究,可以提高煤泥
以进一步考察该工艺实际生产中的经济可行性。
参考文献:
[1]韩德馨.中国煤岩学[M].徐州:中国矿业大学
出版社.1996.
【2]
煤炭科学研究院唐山分院.选煤技术标准手册(上
册)
[M].唐山:煤炭科学研究院唐山分院,
30
】987.126一l
5l
万方数据
第2期选壤线性规划的约束条件如下‘21:
(1)用n种单煤配制的第i个技术指标不能大于配煤技术指标的上限,即
,三一Jxj≤Ai,
式中:,l为单煤的种类数;Ti.,为第i种单煤的第J个指标,i√=1,2,3,…,,I;X,为第.『个指标的权数;A,为第i个指标的配煤技术指标的上限。
(2)用n种单煤配制的第i个技术指标不能小于配煤技术指标的下限,即
董t.』玛≥B。,
式中:口j为第i个技术指标的配煤技术指标的下限。
(3)在配煤计划期内,资源不足的单煤配比不能大于它占配煤量的比,即
Ⅳ
置≤-o-__A,
’
J
其中:日,为资源不足的单煤量;S为配煤总量。
(5)n种单煤相配,配比之和必须为100%,即
n
∑X;=100%。
』;I。
(6)各种单煤的配比不能为负值,即
置>0。
线性规划的目标函数如下:
(1)n种单煤相配,其成本最低,即
^
Z面。=.量cJ置,
式中:Z幽为最小的成本,G,为第_『种指标的成本。
(2),1种单煤相配,优质煤配比最小,即
Xmin=葺
式中:X…为最小的优质煤配比。
(3)n种单煤相配,劣质煤配比最大,即
Z。。=t
其中:Z…为最大的劣质煤配比。
这是一个线性规划的数学模型,其约束条件中灰熔点是根据线性可加的原则,以单煤灰熔点和配比作为基本参数进行加权平均。其优点是模型的建立和解决比较简单,可以用图解和单纯形法或借助Lingo软件来求解,甚至用Excel就可以得到最优解。但是,这种方法忽略了单煤灰分和产卒,因而导致计算结果和配煤实测结果的误差较大,从而使动力配煤数学模型的准确度降低。
因此,有必要建立新的动力配煤数学模型,从而保证动力配煤数学模型的准确性,以便能够得出配煤的最佳配方,做到合理用煤。
52
万方数据
技术
2010年4月25日
2.2动力配煤的改进模型
混煤特性与各组成单煤之间并非是简单的加权关系,而是具有复杂的非线性特征。应用神经网络理论、模糊数学等数学手段可以较好地描述这种非线性特征,并以此建立优化配煤的数学模型。通过求解此模型,可以得到比加权平均方法更准确、更符合实际的配煤方案。
2.2.1
遗传算法在动力配煤中的应用
遗传算法(GeneticAlgorithm,简称GA)是一族通过模拟自然进化过程搜索最优解的方法。它把搜索空间映射为遗传空间,把每一个可能的解进行编码。并按预定的目标函数评价,根据适应度信息进行选择、交叉、变异等遗传操作,生成新的更为优良的群体。
与传统优化方法相比,遗传算法的优越性主要
体现在:
(1)群体搜索策略,在搜索过程中不易陷入局部最优。
(2)在高维可行解空间随机产生多个起始点,并同时开始搜索,加快了求解速度。这使得GA成为一种全局性、并行性、快速性的优化方法,具有很强的鲁棒性,可以广泛应用于工程技术中。笔者研究了GA实现中的一些问题,如编码方式、适应度函数以及控制参数和终止判据的确定,并对电厂配煤进行了仿真试验,取得了较为理想的结果∞。。
遗传算法作为一种函数优化方法,不依赖于求解问题的本身,利用简单的编码技术和繁殖机制,可快速有效地搜索复杂、高度非线性和多维空间,寻求最优解。动力配煤是一个多元优化问题,混煤与各组成单煤间的非线性关系增加了约束条件向确定性方程转化的难度。将遗传算法用于动力配煤方案的优化,利用其全局性、并行性、快速性的特点,可有效地解决了配煤中的非线性、多约束的问题,从而取得理想的效果。
2.2.2配煤专家系统下的数学模型…
浙江大学热能工程研究所的一项国家“八五”重点攻关项目对性能各不相同的数十种无烟煤、褐煤、烟煤及混煤的燃烧、结渣、热解、助燃、着火及同硫特性进行了广泛的研究,得出了混煤的煤质特性和燃烧特性与各组成单煤之间并不是简单的线性关系,而是具有复杂的非线性特征这一重要结论。并运用神经网络技术和模糊数学等现代数学方法建立了非线性的优化动力配煤模型,成功开发了优化配煤专家系统。
第2期余星等:关于动力配煤的意义及模型讨论2010年4月25日
通过对燃煤特性的分析,并将人工神经网络、模糊数学等理论应用于动力配煤,建立了非线性优
化动力配煤的数学模型。根据锅炉燃烧的需要,列
出了发热量、挥发分、硫分、水分、灰分、灰熔点、着火特性、结渣特性、燃烬特性等9个燃煤指标作为优化配煤的约束条件,而保证配煤的最低成本是本文设置的规划目标(根据电厂的特殊要求,
可有多个不同的目标)。
该优化配煤专家系统的数学模型的目标函数
为:
^
minZ=.五qt(.『=1,2,3,…,n),
式中:minZ为配煤后最小的成本,C;为第歹种煤质的成本,x,为第.『种煤质的配比。
该优化配煤专家系统的数学模型的约束条件
为:
(1)发热量
Q.≤兀(X。,Q。,M。,A。,K,Fi)≤Q。,
挥发分;F;为固定碳含量;Q。为发热量的最大值玑为动力配煤函数。
(2)挥发分
V^≤^(X;,M。,Af,E,F。)≤y。,
式中:VA为挥发分量的最小值,‰为挥发分量的最大值圻为挥发分函数。
(3)硫分
S^≤正(X;,S;)≤SB,
硫分函数。
(4)水分
肘.≤厶(xi,Mj,A;,K,F,)≤膨。,
式中:肘。为水分的最小值;肘。为水分的最大值瓣
为水分函数。一(5)灰分
A^≤厶(xf,肘i,Ai,n,Fi)≤AB,
灰分函数。
(6)灰熔点
t:.≤六,(X。,各单煤的灰成分分析)≤t:。,
万方数据
式中:l:.为灰熔点的最小值;t:。为灰熔点的最大值;氕,为灰熔点函数。
(7)着火温度
t^≤,(XI,Qf,Mf,A.,Vi,F‘)≤tB,
式中:t.为着火温度的最小值;t.为着火温度的最大值江为着火温度函数。
(8)结渣特性
R.≤厶(置,各单煤的灰成分分析)≤R。,式中:R。为结渣特性的最小值;R。为结渣特性的最大值圻为结渣特性函数。
(9)燃烬特性
D。≤厶(X;,Qj,Mi,A;,K,Fi)≤DB,
式中:D.为燃烬特性的最小值;D。为燃烬特性的最
大值以为燃烬特性函数。
其中:发热量、灰分、水分、挥发分、灰熔点、着火特性、燃烬特性采用神经网络方法预测;结渣特性采用模糊判别方法;硫分、灰分中各成分
数据用加权形式得到。
在选用动力配煤的数学模型时,应该根据不同的条件和要求建立不同的模型。当对灰分和硫分等要求不是很严格时,可以认为它们具有线性可加性,从而选择线性规划模型。但是,当对这几个因素的要求非常苛刻时,就要考虑到选择优化专家模型,用神经网络算法或遗传算法得出最优解。
3
结语
目前,动力配煤技术在我国得到广泛应用,其
技术特点主要为高效率,低污染,不但节约大量煤炭,而且有利于控制环境污染问题。动力配煤是一个多约束的目标优化问题,当对配煤要求不高时,
可以用线性规划模型来解决,而如果要迅速地找到
有效、合理的比较准确的配煤方案,就要结合计算机,运用智能算法来解决问题。
参考文献:
[1]侯静,赵益坤.动力配煤的数学模型及优化解[J].
太原理工大学学报,2006,37(4).
[2]欧阳永明,匡亚莉,石常省.动力配煤数学模型的研究[J].江苏煤炭,2004,(I):56—58.
[3]涂华,吴宽鸿.关于动力配煤数学模型的讨论[J].
煤质技术.2005。(2):63—65.
53
式中:Q.为发热量的最小值;置为单煤配比;Qi为单煤发热量;肘。为单煤水分;A;为单煤灰分;Vi为单煤式中:S.为硫分的最小值;S。为硫分的最大值派为式中:A.为灰分的最小值;A。为灰分的最大值;六为
关于动力配煤的意义及模型讨论
作者:作者单位:刊名:英文刊名:年,卷(期):
余星, 王学敏, 彭迪
湖南人文科技学院,湖南,娄底,417000选煤技术
GOAL PREPARATION TECHNOLOGY2010(2)
参考文献(3条)
1. 涂华;吴宽鸿 关于动力配煤数学模型的讨论[期刊论文]-煤质技术 2005(02)2. 欧阳永明;匡亚莉;石常省 动力配煤数学模型的研究[期刊论文]-江苏煤炭 2004(01)3. 侯静;赵益坤 动力配煤的数学模型及优化解[期刊论文]-太原理工大学学报 2006(04)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_xmjs201002015.aspx
第2期2010年4月
选煤技术
No.2
曼Q垒坠
12010J
02—0051一03
呈堕望!垒曼皇!!Q堕!兰£旦塑Q坠Q壁!垒£生三里!壁
文苹编号:1001—3571
关于动力配煤的意义及模型讨论
余
星,王学敏,彭
迪
(湖南人文科技学院,湖南娄底417000)
摘要:阐述了动力配煤技术的意义,讨论了解决动力配煤问题的数学模型及模型求解方法,并对各模型的优缺点以及适用条件作了比较详尽的阐述。关键词:动力配煤;意义;数学模型;线性规划;神经网络
中图书分类号:TD941+.6
文献标识码:A
(3)燃煤污染物排放严重。煤炭燃烧时可产生SO:、NO:、烟尘及其他有害物质。以1995年为例,我国包括乡镇工业在内的工业炉窑硫、烟尘排放量分别为1947万t和1832万t,占当年全国总排放量的80%和74%。燃煤污染物排放是我国大气污染的主要来源。
然而,推广和使用动力配煤可以在很大程度上解决以上问题。动力配煤技术主要有以下几个意
义:
1动力配煤的意义
在我国各种能源中,煤炭资源最为丰富,煤在中国的能源中占有举足轻重的地位。
当前,我国煤炭燃用过程中主要存在三个方面
的问题…:
(1)煤炭热能利用率低。在我国,煤的热能利用率在电厂仅为33%一34%,工业锅炉仅为55%~60%,工业窑炉则低至20%一30%。煤炭热能利用率低主要是由于燃煤来源渠道多、煤种杂、质量不稳定、偏离锅炉等燃烧设备的设计煤种等原因造成。
(2)煤炭燃用设备安全性和可靠性低。据统计,由于锅炉着火、燃烧、结渣、磨损及腐蚀等问题引起的电站锅炉事故约占电站总事故的40%以
上。
收稿日期:2009—10—29
基金项目:湖南省大学生研究性学习与创新性实验资助课题作者简介:余
星(198l一),女.湖北咸宁人,硕士,2007年毕
业于华中科技大学概率统计专业,现为湖南人文科技学院数学系教师,研究方向:金融数学,E—mail:yulanm@tom.corn,联系电话:13723804684。
・—卜——卜——卜—+一+一+——■-・+・+-—卜——+-一—h-}・—卜・+-—卜
(1)保证燃煤特性与用煤设备设计参数相匹配。提高设备热效率,节约煤炭。
(2)保证燃煤质量的稳定,使用煤设备正常、高效运行。
(3)可以充分利用低质煤,提高社会效益。(4)调节燃煤中硫及其他有害物质的含量,满足环保要求。
2动力配煤的数学模型
2.1线性规划模型
动力配煤的优化设计原则是在一定约束条件下追求目标函数的极值,可分为三个步骤:提出约束条件、确定目标函数、建立数学模型。
的分选效率,降低精煤灰分,大幅提高精煤的可燃体回收率,但是由于磨矿一浮选工艺会绘后续的煤泥脱水、尾煤浓缩作业增加难度,因此,对粗选精
煤再磨工艺扩大生产的半工业试验目前正在进行,
到分选目标的要求;而磨矿一次粗选一次精选流程(流程C)的精煤产率为33.37%,精煤灰分为10.79%,精煤产率大幅下降,因而提高生产效率
困难,也不可取。
(2)通过分析对比,粗选精煤再磨精选流程(流程D)是一种比较适用于钱家营煤泥分选的工艺流程。在粗选精煤再磨工艺中,当精煤累计产率为53.95%时,精煤灰分可降至10.67%,与原煤直接入浮相比,产率提高了3.08个百分点,灰分下降了1.09个百分点,均达到了较好的分选指标。
(3)通过对新工艺的探索研究,可以提高煤泥
以进一步考察该工艺实际生产中的经济可行性。
参考文献:
[1]韩德馨.中国煤岩学[M].徐州:中国矿业大学
出版社.1996.
【2]
煤炭科学研究院唐山分院.选煤技术标准手册(上
册)
[M].唐山:煤炭科学研究院唐山分院,
30
】987.126一l
5l
万方数据
第2期选壤线性规划的约束条件如下‘21:
(1)用n种单煤配制的第i个技术指标不能大于配煤技术指标的上限,即
,三一Jxj≤Ai,
式中:,l为单煤的种类数;Ti.,为第i种单煤的第J个指标,i√=1,2,3,…,,I;X,为第.『个指标的权数;A,为第i个指标的配煤技术指标的上限。
(2)用n种单煤配制的第i个技术指标不能小于配煤技术指标的下限,即
董t.』玛≥B。,
式中:口j为第i个技术指标的配煤技术指标的下限。
(3)在配煤计划期内,资源不足的单煤配比不能大于它占配煤量的比,即
Ⅳ
置≤-o-__A,
’
J
其中:日,为资源不足的单煤量;S为配煤总量。
(5)n种单煤相配,配比之和必须为100%,即
n
∑X;=100%。
』;I。
(6)各种单煤的配比不能为负值,即
置>0。
线性规划的目标函数如下:
(1)n种单煤相配,其成本最低,即
^
Z面。=.量cJ置,
式中:Z幽为最小的成本,G,为第_『种指标的成本。
(2),1种单煤相配,优质煤配比最小,即
Xmin=葺
式中:X…为最小的优质煤配比。
(3)n种单煤相配,劣质煤配比最大,即
Z。。=t
其中:Z…为最大的劣质煤配比。
这是一个线性规划的数学模型,其约束条件中灰熔点是根据线性可加的原则,以单煤灰熔点和配比作为基本参数进行加权平均。其优点是模型的建立和解决比较简单,可以用图解和单纯形法或借助Lingo软件来求解,甚至用Excel就可以得到最优解。但是,这种方法忽略了单煤灰分和产卒,因而导致计算结果和配煤实测结果的误差较大,从而使动力配煤数学模型的准确度降低。
因此,有必要建立新的动力配煤数学模型,从而保证动力配煤数学模型的准确性,以便能够得出配煤的最佳配方,做到合理用煤。
52
万方数据
技术
2010年4月25日
2.2动力配煤的改进模型
混煤特性与各组成单煤之间并非是简单的加权关系,而是具有复杂的非线性特征。应用神经网络理论、模糊数学等数学手段可以较好地描述这种非线性特征,并以此建立优化配煤的数学模型。通过求解此模型,可以得到比加权平均方法更准确、更符合实际的配煤方案。
2.2.1
遗传算法在动力配煤中的应用
遗传算法(GeneticAlgorithm,简称GA)是一族通过模拟自然进化过程搜索最优解的方法。它把搜索空间映射为遗传空间,把每一个可能的解进行编码。并按预定的目标函数评价,根据适应度信息进行选择、交叉、变异等遗传操作,生成新的更为优良的群体。
与传统优化方法相比,遗传算法的优越性主要
体现在:
(1)群体搜索策略,在搜索过程中不易陷入局部最优。
(2)在高维可行解空间随机产生多个起始点,并同时开始搜索,加快了求解速度。这使得GA成为一种全局性、并行性、快速性的优化方法,具有很强的鲁棒性,可以广泛应用于工程技术中。笔者研究了GA实现中的一些问题,如编码方式、适应度函数以及控制参数和终止判据的确定,并对电厂配煤进行了仿真试验,取得了较为理想的结果∞。。
遗传算法作为一种函数优化方法,不依赖于求解问题的本身,利用简单的编码技术和繁殖机制,可快速有效地搜索复杂、高度非线性和多维空间,寻求最优解。动力配煤是一个多元优化问题,混煤与各组成单煤间的非线性关系增加了约束条件向确定性方程转化的难度。将遗传算法用于动力配煤方案的优化,利用其全局性、并行性、快速性的特点,可有效地解决了配煤中的非线性、多约束的问题,从而取得理想的效果。
2.2.2配煤专家系统下的数学模型…
浙江大学热能工程研究所的一项国家“八五”重点攻关项目对性能各不相同的数十种无烟煤、褐煤、烟煤及混煤的燃烧、结渣、热解、助燃、着火及同硫特性进行了广泛的研究,得出了混煤的煤质特性和燃烧特性与各组成单煤之间并不是简单的线性关系,而是具有复杂的非线性特征这一重要结论。并运用神经网络技术和模糊数学等现代数学方法建立了非线性的优化动力配煤模型,成功开发了优化配煤专家系统。
第2期余星等:关于动力配煤的意义及模型讨论2010年4月25日
通过对燃煤特性的分析,并将人工神经网络、模糊数学等理论应用于动力配煤,建立了非线性优
化动力配煤的数学模型。根据锅炉燃烧的需要,列
出了发热量、挥发分、硫分、水分、灰分、灰熔点、着火特性、结渣特性、燃烬特性等9个燃煤指标作为优化配煤的约束条件,而保证配煤的最低成本是本文设置的规划目标(根据电厂的特殊要求,
可有多个不同的目标)。
该优化配煤专家系统的数学模型的目标函数
为:
^
minZ=.五qt(.『=1,2,3,…,n),
式中:minZ为配煤后最小的成本,C;为第歹种煤质的成本,x,为第.『种煤质的配比。
该优化配煤专家系统的数学模型的约束条件
为:
(1)发热量
Q.≤兀(X。,Q。,M。,A。,K,Fi)≤Q。,
挥发分;F;为固定碳含量;Q。为发热量的最大值玑为动力配煤函数。
(2)挥发分
V^≤^(X;,M。,Af,E,F。)≤y。,
式中:VA为挥发分量的最小值,‰为挥发分量的最大值圻为挥发分函数。
(3)硫分
S^≤正(X;,S;)≤SB,
硫分函数。
(4)水分
肘.≤厶(xi,Mj,A;,K,F,)≤膨。,
式中:肘。为水分的最小值;肘。为水分的最大值瓣
为水分函数。一(5)灰分
A^≤厶(xf,肘i,Ai,n,Fi)≤AB,
灰分函数。
(6)灰熔点
t:.≤六,(X。,各单煤的灰成分分析)≤t:。,
万方数据
式中:l:.为灰熔点的最小值;t:。为灰熔点的最大值;氕,为灰熔点函数。
(7)着火温度
t^≤,(XI,Qf,Mf,A.,Vi,F‘)≤tB,
式中:t.为着火温度的最小值;t.为着火温度的最大值江为着火温度函数。
(8)结渣特性
R.≤厶(置,各单煤的灰成分分析)≤R。,式中:R。为结渣特性的最小值;R。为结渣特性的最大值圻为结渣特性函数。
(9)燃烬特性
D。≤厶(X;,Qj,Mi,A;,K,Fi)≤DB,
式中:D.为燃烬特性的最小值;D。为燃烬特性的最
大值以为燃烬特性函数。
其中:发热量、灰分、水分、挥发分、灰熔点、着火特性、燃烬特性采用神经网络方法预测;结渣特性采用模糊判别方法;硫分、灰分中各成分
数据用加权形式得到。
在选用动力配煤的数学模型时,应该根据不同的条件和要求建立不同的模型。当对灰分和硫分等要求不是很严格时,可以认为它们具有线性可加性,从而选择线性规划模型。但是,当对这几个因素的要求非常苛刻时,就要考虑到选择优化专家模型,用神经网络算法或遗传算法得出最优解。
3
结语
目前,动力配煤技术在我国得到广泛应用,其
技术特点主要为高效率,低污染,不但节约大量煤炭,而且有利于控制环境污染问题。动力配煤是一个多约束的目标优化问题,当对配煤要求不高时,
可以用线性规划模型来解决,而如果要迅速地找到
有效、合理的比较准确的配煤方案,就要结合计算机,运用智能算法来解决问题。
参考文献:
[1]侯静,赵益坤.动力配煤的数学模型及优化解[J].
太原理工大学学报,2006,37(4).
[2]欧阳永明,匡亚莉,石常省.动力配煤数学模型的研究[J].江苏煤炭,2004,(I):56—58.
[3]涂华,吴宽鸿.关于动力配煤数学模型的讨论[J].
煤质技术.2005。(2):63—65.
53
式中:Q.为发热量的最小值;置为单煤配比;Qi为单煤发热量;肘。为单煤水分;A;为单煤灰分;Vi为单煤式中:S.为硫分的最小值;S。为硫分的最大值派为式中:A.为灰分的最小值;A。为灰分的最大值;六为
关于动力配煤的意义及模型讨论
作者:作者单位:刊名:英文刊名:年,卷(期):
余星, 王学敏, 彭迪
湖南人文科技学院,湖南,娄底,417000选煤技术
GOAL PREPARATION TECHNOLOGY2010(2)
参考文献(3条)
1. 涂华;吴宽鸿 关于动力配煤数学模型的讨论[期刊论文]-煤质技术 2005(02)2. 欧阳永明;匡亚莉;石常省 动力配煤数学模型的研究[期刊论文]-江苏煤炭 2004(01)3. 侯静;赵益坤 动力配煤的数学模型及优化解[期刊论文]-太原理工大学学报 2006(04)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_xmjs201002015.aspx