论文部分内容阅读
我国炼焦煤资源相对缺乏且分布不均,优质炼焦煤的进口量也在逐年增大。与此同时,焦炭行业的产能过剩严重,竞争相当激烈,对炼焦成本与焦炭质量提出了更高的要求。然而,一方面,以传统煤化学指标为基础的配煤炼焦技术对优质炼焦煤的依赖性高,特别是优质肥煤和焦煤;另一方面,由于传统配煤技术的局限性,焦炭质量高且又稳定的生产目标难以得到保证;同时,使配煤成本也居高不下。因此,本论文旨在研究煤岩学优化配煤结构和基于免疫遗传算法的配煤比优化方法,从而实现节约优质炼焦煤、稳定焦炭质量和降低配煤成本的目的。本论文首先通过煤岩学指标和煤化学指标对炼焦单种煤进行全面分析;再将配合煤的镜质组随机反射率划分为R1、R2、R3、R4和R5指标,并以该5个指标作为主要配煤指标进行5 kg试验焦炉炼焦实验,探讨了增加R1、R2、R3、R4和R5配煤指标在优化配煤结构上的合理性和可行性;随后采用最小二乘法和支持向量机的方法分别建立焦炭的硫分、灰分线性预测模型和焦炭的冷态强度、热态强度的非线性预测模型;最后以煤岩配煤技术和焦炭质量预测模型为基础,建立基于免疫遗传算法的配煤比优化模型,同时检验该模型的实用性。本论文在以上研究的基础上得出以下主要结论:(1)R1、R2、R3、R4和R5这5个指标分别与Vdaf、Rmax、G值和Y值之间都有着较强的线性相关性。R1含量的增加会明显劣化焦炭热态强度。R3和R4含量的增加会提高焦炭热态强度。R1、R2、R3、R4和R5指标对CRI的影响程度大小依次为R1>R3=R4>R5>R2。此外,在满足捣固炼焦对配合煤质量要求的前提条件下,可以利用1/3焦煤替代肥煤和减少焦煤配比。通过调整R1、R2、R3、R4和R5含量为25%~35%、20%~30%、10%~25%、10%~25%和5%~15%之间,可以有效改善焦炭热态强度。(2)通过采用主元分析(PCA)方法对模型输入端进行降维处理,采用支持向量机(SVM)方法建立焦炭的冷态强度和热态强度预测模型,采用网格搜索法和K-CV交叉验证法分别对模型中的参数进行优化和对模型的泛化能力进行验证,所建立的焦炭质量预测模型均具有较高的预测精准度和较强泛化能力。(3)在配合煤质量和焦炭质量约束条件的前提下,以免疫遗传算法作为寻优方法,配煤比优化模型能够在迭代次数为250~300范围内稳定收敛,能够得到焦炭质量稳定和低成本的配煤比,而且大大降低了优质肥煤和焦煤的配入量,从而实现了节约优质炼焦煤、稳定焦炭质量和降低配煤成本的目的。