基于煤巖學與免疫遺傳算法優(yōu)化配煤結構的應用研究.pdf

1、我國煉焦煤資源相對缺乏且分布不均，優(yōu)質(zhì)煉焦煤的進口量也在逐年增大。與此同時，焦炭行業(yè)的產(chǎn)能過剩嚴重，競爭相當激烈，對煉焦成本與焦炭質(zhì)量提出了更高的要求。然而，一方面，以傳統(tǒng)煤化學指標為基礎的配煤煉焦技術對優(yōu)質(zhì)煉焦煤的依賴性高，特別是優(yōu)質(zhì)肥煤和焦煤;另一方面，由于傳統(tǒng)配煤技術的局限性，焦炭質(zhì)量高且又穩(wěn)定的生產(chǎn)目標難以得到保證;同時，使配煤成本也居高不下。因此，本論文旨在研究煤巖學優(yōu)化配煤結構和基于免疫遺傳算法的配煤比優(yōu)化方法，從而實現(xiàn)節(jié)約

2、優(yōu)質(zhì)煉焦煤、穩(wěn)定焦炭質(zhì)量和降低配煤成本的目的。
　　本論文首先通過煤巖學指標和煤化學指標對煉焦單種煤進行全面分析;再將配合煤的鏡質(zhì)組隨機反射率劃分為R1、R2、R3、R4和R5指標，并以該5個指標作為主要配煤指標進行5 kg試驗焦爐煉焦實驗，探討了增加R1、R2、R3、R4和R5配煤指標在優(yōu)化配煤結構上的合理性和可行性;隨后采用最小二乘法和支持向量機的方法分別建立焦炭的硫分、灰分線性預測模型和焦炭的冷態(tài)強度、熱態(tài)強度的非線性預測模

3、型;最后以煤巖配煤技術和焦炭質(zhì)量預測模型為基礎，建立基于免疫遺傳算法的配煤比優(yōu)化模型，同時檢驗該模型的實用性。本論文在以上研究的基礎上得出以下主要結論:
　　(1) R1、R2、R3、R4和R5這5個指標分別與Vdaf、Rmax、G值和Y值之間都有著較強的線性相關性。R1含量的增加會明顯劣化焦炭熱態(tài)強度。R3和R4含量的增加會提高焦炭熱態(tài)強度。R1、R2、R3、R4和R5指標對CRI的影響程度大小依次為R1＞R3=R4＞ R5＞R

4、2。此外，在滿足搗固煉焦對配合煤質(zhì)量要求的前提條件下，可以利用1/3焦煤替代肥煤和減少焦煤配比。通過調(diào)整R1、R2、R3、R4和R5含量為25％～35％、20％～30％、10％～25％、10％～25％和5％～15％之間，可以有效改善焦炭熱態(tài)強度。
　　(2)通過采用主元分析(PCA)方法對模型輸入端進行降維處理，采用支持向量機(SVM)方法建立焦炭的冷態(tài)強度和熱態(tài)強度預測模型，采用網(wǎng)格搜索法和K-CV交叉驗證法分別對模型中的參數(shù)進