选煤产品灰分分布预测方法研究及应用

论文摘要

选煤厂实际生产中对各产品结构合理安排,需要及时对生产指标进行预测。传统的选煤计算中,我们不管用什么方法、按照什么指标,预测产品的灰分都等于原煤入料灰分,变化的只是产率。然而大量实验结果早已证明,在不同的方法、指标下,分选得到的产品的灰分与原煤入料灰分是不同的。这就使得整个预测计算结果存在较大误差,从而不能准确的反应实际情况。从大量生产数据可以得到,产品灰分受到原煤入料灰分和生产条件的影响。这里我们通过对原始数据的整理,计算出分配率、可能偏差(机械误差)、理论分选密度,分析后发现选后产品灰分与原煤灰分、可能偏差(机械误差)分配率以及理论分选密度之间存在相关关系。利用回归分析的方法分密度级建立选后产品灰分与原煤灰分、可能偏差、分配率及理论分选密度多元线性回归方程,通过计算统计量F检验可得回归方程显著性较高,通过对回归系数显著性检验,得到入料灰分对产品灰分影响最大。将选后产品灰分的传统预测方法与回归分析法进行比较,发现回归分析法预测的结果更加接近试验值,可以在实际生产中应用。在选煤厂实际生产过程中经常会遇到块末煤分选问题,将得到的选后产品灰分预测模型应用到块末煤分选指标预测计算过程中,能够得到更接近客观事实的预测结果。选后产品灰分预测模型在选煤厂中的应用,使选煤生产各指标预测结果更为准确,对选煤厂制定正确的生产决策,保证最大综合经济效益有重要意义。图45；表5；参24

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 课题的提出
• 1.2 课题研究内容
• 1.3 课题研究现状
• 1.3.1 可选性曲线绘制
• 1.3.2 分配率计算及分配曲线平移
• 1.3.3 线性回归分析
• 1.3.4 等基元灰分计算
• 1.4 课题研究意义
• 1.5 原始数据整理
• 2 质量守恒法求各密度级平均密度
• 2.1 中间密度级平均密度计算
• 2.2 端部密度级平均密度计算
• 2.3 以潘三浅槽单机检查数据为例计算平均密度
• 2.3.1 拟合参数计算
• 2.3.2 平均密度计算
• 2.4 平均密度汇总
• 3 选后产品灰分与入料灰分相关性验证
• 3.1 斜率差异性检验
• 3.2 截距差异性检验
• 3.3 以潘三浅槽单机检查数据为例进行计算
• 3.3.1 密度与灰分的相关关系
• 3.3.2 t检验相关参数计算
• 3.3.3 t值计算
• 4 分选条件计算
• 4.1 产品实际产率规划求解计算
• 4.2 产品入料产率计算
• 4.3 分配率计算
• 4.4 分配曲线模型计算
• 4.5 分选密度、可能偏差、机械误差计算
• 5 回归分析
• 5.1 多元回归模型
• 5.2 回归方程的显著性检验
• 5.2.1 回归方程显著性检验公式
• 5.2.2 回归方程显著性检验步骤
• 5.3 回归系数的显著性检验
• 5.3.1 回归系数显著性检验公式
• 5.3.2 回归系数显著性检验步骤
• 5.4 分密度级回归分析
• 5.4.1 重介质选产品灰分预测模型建立
• 5.4.2 水介质选产品灰分预测模型建立
• 6 产品灰分预测模型在实际生产中的应用
• 6.1 回归分析法计算
• 6.1.1 近似公式法计算分配率
• 6.1.2 回归分析法计算选后产品灰分
• 6.1.3 实际精煤累计产率拟合计算
• 6.1.4 最大精煤产率计算
• 6.2 传统计算方法
• 6.3 回归方法和传统方法结果比较
• 结论
• 参考文献
• 附录
• 致谢
• 作者简介及读研期间主要科研成果