一种预测焦炭硫分的方法技术

本发明专利技术提出了一种精确预测焦炭硫分的方法。煤在炼焦过程中，煤中的硫分并不是全部转入到焦炭中，一部分是以气态形式析出。不同煤，硫的析出情况有很大差别。以往预测焦炭硫分的方法，都没有全面考虑不同煤在炼焦过程中，煤中硫转入到焦炭中的差别。焦炭硫分预测精度不高，炼焦用煤波动对焦炭硫分预测精度影响很大。本发明专利技术提出用单种煤中硫的转化率（ΔＳ）作参数预测焦炭硫分。预测焦炭硫分精度高，不会因炼焦用煤的改变，影响预测精度。本方法可以使高硫优质炼焦煤得到充分利用，有效利用煤资源，降低配煤成本。

【技术实现步骤摘要】

本专利技术涉及煤化工
，是一种炼焦生产中配煤炼焦、焦炭质量的预测方法。
技术介绍
中国煤炭资源丰富，但炼焦用煤种只占已查明煤炭资源储量的26％。配煤主要组分焦煤、肥煤，灰、硫高的所占比例较大，优质焦煤、肥煤占查明煤炭资源储量的比例不足6％和3％。近年来，中国焦炭产能急剧膨胀。优质炼焦煤资源紧张，故硫较高结焦性好的炼焦煤利用率也越来越高。充分利用高硫炼焦煤资源，必须提高焦炭硫分预测精度。到目前为止，焦炭硫分预测采用的方法有：经验公式法和根据历史生产数据通过回归、拟合、神经网络等数学处理方法预测。经验公式法把配合煤硫的转化率确定为60％～70％之间，公式的常数项是在一定范围内可变化的值。不同企业根据自身情况确定转化率值和常数项预测焦炭硫分，这种方法误差大，缺乏充分的理论依据是不科学的。炼焦过程中不同煤硫的转化率差别很大，例如张台子煤其硫分为1.29％，炼焦后焦炭的硫分只有0.51％，硫的转化率只有33.5％。道清煤硫分0.49％，炼焦后焦炭硫分0.47％，硫的转化率为80.1％。单种煤硫的转化率不同，因此，其组成的配合煤硫的转化率不都在60％～70％之间。炼焦过程中，硫的转化率与煤中硫的存在形式、含量及煤性质密切相关。因此，传统的经验公式法只能粗略地估算焦炭硫分。根据历史生产数据通过回归、拟合、神经网络等数学处理方法预测。该方法是针对特定企业和特定煤资源的，不具有普遍适用性。不同企业用煤不同，采用回归、拟合数学方法得到的回归模型有很大差别。例如：上海宝钢预测模型S焦＝a′+b′*S煤/(100-Vd，煤)-c′*Vd，煤内蒙古包钢预测模型S焦＝0.211+0.645S煤但，当炼焦用煤变动时，单种煤硫的转化率改变了，配合煤硫分相同，所得焦炭硫分会有很大差别，预测精度降低。-->采用神经网络法预测焦炭硫分。神经网络根据训练数据可以找到数据之间固有的规律。在炼焦过程中，煤中的硫转入到焦炭中的比例没有固定规律，用历史生产数据训练神经网络，得到的训练好的神经网络也只是找到现有数据之间存在的规律，当炼焦用煤变化或炼焦用煤硫的转化率改变时，预测精度就会降低。随着对焦炭含硫量要求日趋严格，寻求更准确、普遍适用的焦炭硫分预测方法变得十分重要。
技术实现思路
本专利技术的目的是提供一种预测焦炭硫分的方法，该方法用单种煤在炼焦过程中硫的转化率作参数预测焦炭硫分，再用科学的计算方法来预测焦炭的硫分，预测模型具有普遍适用性，预测精度不会因煤改变而降低。该方法考虑了配合煤在炼焦过程中，单种煤的硫转化率不同对焦炭硫分预测的直接影响，克服了现有技术中经验公式将不同煤的硫转化率确定为在一定区间上的固定值的缺点。该预测模型也克服了如回归、拟合等方法得到预测模型随炼焦用煤变化，硫预测精度降低的缺点。该方法可以使高硫优质炼焦煤得到充分利用，有效利用煤资源，降低配煤成本。为实现上述目的，本专利技术的技术方案叙述如下：一种预测焦炭硫分的方法，该方法以单种煤硫的转化率作主要参数预测焦炭硫分，选择单种煤硫的转化率、配合煤干基质量、配煤比、单种煤硫分、配合煤所得焦炭干基质量作参数，通过下述计算方法预测焦炭硫分：单种煤硫的转化率、配合煤所得焦炭干基质量可以通过下述公式计算：ΔSi单煤＝Ki×Si单焦/Si单煤配合煤所得焦炭干基质量可以采用公式①或公式②计算。还可以采用公式简化得到的公式预测焦炭硫分。-->式中：S配焦—配合煤炼焦所得焦炭硫分，％；Ki—第i种单种煤的成焦率，％；ri—第i种单种煤的配入百分数，％；Si单煤—第i种单种煤硫分，％；ΔSi单煤—第i种单种煤硫的转化率，％；M配煤—配合煤的干基质量，kg；M配焦—配合煤炼得焦炭干基质量，％；Mi单焦—第i种单种煤炼得焦炭干基质量，kg；Mi单煤—第i种单种煤干基质量，％；Si单焦—第i种单种煤炼得焦炭硫分，％；Vdi单煤—第i种单种煤干基挥发分，％。本专利技术的有益效果是：该方法用单种煤在炼焦过程中硫的转化率作参数预测焦炭硫分，再用科学的计算方法来预测焦炭的硫分，预测模型具有普遍适用性，预测精度不会因煤改变而降低。该方法考虑了配合煤在炼焦过程中，单种煤的硫转化率不同对焦炭硫分预测的直接影响，克服了现有技术中经验公式将不同煤的硫转化率确定为在一定区间上的固定值的缺点。该预测模型也克服了如回归、拟合等方法得到预测模型随炼焦用煤变化，硫预测精度降低的缺点。该方法可以使高硫优质炼焦煤得到充分利用，有效利用煤资源，降低配煤成本。为了比较本专利提出的预测焦炭硫分和以往预测焦炭硫分方法的精度。本专利分别用含有单种煤硫的转化率(ΔS)的数学模型及其简化模型和用历史生产数据通过回归得到数学模型及采用神经网络的方法对焦炭硫分进行预测。(1)采用公式①计算得到的配合煤所得焦炭干基质量，通过公式预测焦炭硫分本专利选择单种煤硫的转化率等指标作参数，预测焦炭硫分。采用公式①计算得到的配合煤所得焦炭干基质量，预测焦炭硫分的结果见图1：焦炭硫分预测绝对误差在0～0.06个百分点之间，平均误差只有0.03个百分点。(2)采用公式②计算得到的配合煤所得焦炭干基质量，通过公式-->预测焦炭硫分本专利选择单种煤硫的转化率等指标作参数，预测焦炭硫分。采用公式②计算得到的配合煤所得焦炭干基质量，预测焦炭硫分的结果见图2：焦炭硫分预测绝对误差在0～0.08个百分点之间，平均误差只有0.04个百分点。(3)采用简化得到公式预测焦炭硫分用公式简化得到的计算公式预测焦炭硫分，预测结果见图3：焦炭硫分预测绝对误差在0～0.06个百分点之间，平均误差只有0.03个百分点。(4)根据历史生产数据，用回归方法得到的预测模型预测焦炭硫分为了比较用回归方法得到预测模型预测焦炭硫分和本专利用含有硫转化率预测模型预测硫分的精度。根据历史生产数据，用煤的挥发分、硫分作自变量，焦炭硫分作因变量，进行二元一次回归。用回归得到的数学模型预测焦炭硫分的结果见图4：焦炭硫分预测绝对误差在0.01～0.10个百分点之间，平均误差为0.06个百分点。(5)根据历史生产数据通过神经网络方法预测焦炭硫分用煤的挥发分、硫分作输入参数，焦炭硫分作输出参数，用历史生产数据训练神经网络，将待预测的煤质指标输入训练好的神经网络，预测焦炭硫分，预测结果见图5：焦炭硫分预测绝对误差在0.00～0.10个百分点之间，平均误差为0.05个百分点。附图说明图1是采用单种煤硫的转化率等指标作参数，焦炭硫分预测结果图；图2是采用单种煤硫的转化率等指标作参数，焦炭硫分预测结果图；图3是采用单种煤硫的转化率等指标作参数，焦炭硫分预测结果图；图4是根据历史生产数据，用回归方法得到的预测模型的焦炭硫分预测结果图；图5是根据历史生产数据通过神经网络方法焦炭硫分预测结果图。具体实施方式一种预测焦炭硫分的方法。该方法以单种煤硫的转化率作主要参数预测焦炭硫分。选择配合煤干基质量、配煤比、单种煤硫分、单种煤硫的转化率、配合煤所得焦炭干基质量作参数，通过下述计算方法预测焦炭硫分：-->单种煤硫的转化率、配合煤所得焦炭干基质量可以通过下述公式计算：ΔSi单煤＝Ki×Si单焦/Si单煤配合煤所得焦炭干基质量可以采用公式①或公式②计算。还可以采用公式简化得到的公式预测焦炭硫分。式中：S配焦—配合煤炼焦所得焦炭硫分，％；Ki—本文档来自技高网...

【技术保护点】
一种预测焦炭硫分的方法，其特征在于，该方法以单种煤硫的转化率作主要参数预测焦炭硫分，选择单种煤硫的转化率、配合煤干基质量、配煤比、单种煤硫分、配合煤所得焦炭干基质量作参数，通过下述计算方法预测焦炭硫分：　Ｓ↓［配热］＝（＊Ｍ↓［配煤］×ｒ↓［ｉ］×Ｓ↓［ｉ单煤］×ΔＳ↓［ｉ单煤］）／Ｍ↓［配焦］　式中：Ｓ↓［配焦］－配合煤炼焦所得焦炭硫分，％；　Ｋ↓［ｉ－第ｉ种单种煤的成焦率，％；　ｒ↓［ｉ］－第ｉ种单种煤的配入百分数，％；　Ｓ↓［ｉ单煤］－第ｉ种单种煤硫分，％；　△Ｓ↓［ｉ单煤］－第ｉ种单种煤硫的转化率，％；　Ｍ↓［配煤］－配合煤的干基质量，ｋｇ；　Ｍ↓［配焦］－配合煤炼得焦炭干基质量，％；　Ｍ↓［ｉ单焦］－第ｉ种单种煤炼得焦炭干基质量，ｋｇ；　Ｍ↓［ｉ单煤］－第ｉ种单种煤干基质量，％；　Ｓ↓［ｉ单焦］－第ｉ种单种煤炼得焦炭硫分，％；　Ｖ↓［ｄｉ单煤］－第ｉ种单种煤干基挥发分，％。

【技术特征摘要】
1、一种预测焦炭硫分的方法，其特征在于，该方法以单种煤硫的转化率作主要参数预测焦炭硫分，选择单种煤硫的转化率、配合煤干基质量、配煤比、单种煤硫分、配合煤所得焦炭干基质量作参数，通过下述计算方法预测焦炭硫分：式中：S配焦—配合煤炼焦所得焦炭硫分，％；Ki—第i种单种煤的成焦率，％；ri—第i种单种煤的配入百分数，％；Si单煤—第i种单种煤硫分，％；△Si单煤—第i种单种煤硫的转化率，％；M配煤—配合煤的干基质量，kg；M配焦—配合煤炼得焦炭干基质量，％；Mi单焦—第i种单种煤炼得焦炭干基质量，kg；Mi单煤—第i种单种煤干基质量，％；...

【专利技术属性】
技术研发人员：孟庆波，战丽，
申请(专利权)人：中唯炼焦技术国家工程研究中心有限责任公司，
类型：发明
国别省市：21[中国|辽宁]