基于煤巖學(xué)與免疫遺傳算法優(yōu)化配煤結(jié)構(gòu)的應(yīng)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(jìn)口量也在逐年增大。與此同時(shí)，焦炭行業(yè)的產(chǎn)能過剩嚴(yán)重，競爭相當(dāng)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(xué)指標(biāo)為基礎(chǔ)的配煤煉焦技術(shù)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(shù)的局限性，焦炭質(zhì)量高且又穩(wěn)定的生產(chǎn)目標(biāo)難以得到保證;同時(shí)，使配煤成本也居高不下。因此，本論文旨在研究煤巖學(xué)優(yōu)化配煤結(jié)構(gòu)和基于免疫遺傳算法的配煤比優(yōu)化方法，從而實(shí)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(xué)指標(biāo)和煤化學(xué)指標(biāo)對煉焦單種煤進(jìn)行全面分析;再將配合煤的鏡質(zhì)組隨機(jī)反射率劃分為R1、R2、R3、R4和R5指標(biāo)，并以該5個(gè)指標(biāo)作為主要配煤指標(biāo)進(jìn)行5 kg試驗(yàn)焦?fàn)t煉焦實(shí)驗(yàn)，探討了增加R1、R2、R3、R4和R5配煤指標(biāo)在優(yōu)化配煤結(jié)構(gòu)上的合理性和可行性;隨后采用最小二乘法和支持向量機(jī)的方法分別建立焦炭的硫分、灰分線性預(yù)測模型和焦炭的冷態(tài)強(qiáng)度、熱態(tài)強(qiáng)度的非線性預(yù)測模

3、型;最后以煤巖配煤技術(shù)和焦炭質(zhì)量預(yù)測模型為基礎(chǔ)，建立基于免疫遺傳算法的配煤比優(yōu)化模型，同時(shí)檢驗(yàn)該模型的實(shí)用性。本論文在以上研究的基礎(chǔ)上得出以下主要結(jié)論:
　　(1) R1、R2、R3、R4和R5這5個(gè)指標(biāo)分別與Vdaf、Rmax、G值和Y值之間都有著較強(qiáng)的線性相關(guān)性。R1含量的增加會(huì)明顯劣化焦炭熱態(tài)強(qiáng)度。R3和R4含量的增加會(huì)提高焦炭熱態(tài)強(qiáng)度。R1、R2、R3、R4和R5指標(biāo)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(qiáng)度。
　　(2)通過采用主元分析(PCA)方法對模型輸入端進(jìn)行降維處理，采用支持向量機(jī)(SVM)方法建立焦炭的冷態(tài)強(qiáng)度和熱態(tài)強(qiáng)度預(yù)測模型，采用網(wǎng)格搜索法和K-CV交叉驗(yàn)證法分別對模型中的參數(shù)進(jìn)