临界粘度温度预测方法和应用与流程

本发明涉及煤气化领域，具体涉及一种临界粘度温度预测方法和应用。

背景技术：

1、采用液态排渣的气流床气化技术是当前的主流煤气化技术，此气化技术中熔渣流动特性是装置长周期稳定运行的关键因素之一，关系到灰渣能否连续顺利地排出气化炉。其中，熔渣粘度作为衡量流动性的参数，是熔体结构的本质特征。为了保证连续稳定排渣，炉膛操作温度应高于临界粘度温度(tcv)，因此，如何快速准确获得tcv值至关重要。

2、传统粘温特性检测以人工试验为主，历经煤样烘干、磨煤、筛分、烧灰、灰熔点测试(作参考)、熔渣、碎渣、高温粘度性质测试、数据处理等步骤，耗时长、数据滞后，难以满足煤炭气化工艺煤种适应性快速、准确分析的需求。长期以来，众多粘度模型被开发出来，在一定的成分和温度范围内有效地预报了熔渣的粘度，例如修正的urbain模型等被用来预测粘度和温度的关系，这些模型基于一定的数学算式，通过拟合煤样灰组成实验数据获得模型的参数，所用灰组成数据通常由实验测试获得(例如xrf测试)，同样需要煤样烧灰等步骤，存在耗时长等问题。

3、激光诱导击穿光谱(libs)技术具有快速、无放射性、维护方便等多种优点，结合算法，可以快速得到煤样灰组成。例如cn102053083a公开了一种基于偏最小二乘法的煤质特性在线测量方法，首先采用libs系统对已知成分的煤炭定标样品进行检测，根据得到的谱线强度矩阵利用pca或pls-da方法对定标样品进行分类，对每一类定标样品，分别建立最小二乘法(partial least squares，pls)回归方程；然后对待测样品进行在线检测并得到libs光谱，通过pca或pls-da方法判断待测样品所属的类型，再将光谱的谱线强度矩阵代入到相应类型pls回归方程中计算待测样品中各元素的质量浓度。

4、魏娇等从煤灰回收和再利用的实际问题出发，将libs技术与化学计量学方法相结合，构建了不同的预测模型对煤灰的成分进行了定量分析以及其种类进行了判别分析。首先对样本进行了校正集和预测集的筛选，通过主成分分析与马氏距离相结合的方法对样本中的异常光谱进行了剔除。利用构建的pls模型对煤灰中的七种主要成分进行分析，得到较好的预测结果(相关系数r>0.9000)。

5、姚顺春等针对燃煤中多元素共存的样品特性，引入pls作为灰成分的定量分析方法。21个定标样品的光谱数据直接采用3次重复测量的平均值，偏最小二乘法作为灰成分的定量分析方法，为了检验得到的pls回归模型分析灰成分含量的精确度，以6个煤样作为检验样品，将这些样品的光谱数据代入相应的回归模型进行计算，用以评价定量分析结果的精确度。

6、但是上述现有技术中仅提供了灰组成的预测和分析，对于煤炭样品的tcv尚缺乏准确的预测方法。

技术实现思路

1、本发明的目的是为了克服现有技术存在的临界粘度温度预测误差大，耗时长问题，提供一种临界粘度温度预测方法和应用，该预测方法测试计算用时短，得到的临界粘度温度预测值的精度高。

2、为了实现上述目的，本发明第一方面提供一种临界粘度温度预测方法，该方法包括：

3、(1)将n个煤炭样品分为校正集样品和验证集样品，利用激光诱导击穿光谱获得校正集样品和验证集样品的特征谱线；

4、(2)通过步骤(1)得到的校正集样品的特征谱线，采用偏最小二乘法建立灰组成预测模型；

5、(3)通过所述灰组成预测模型，得到验证集样品所有灰组成含量的预测值；

6、(4)将所述预测值带入改进urbain模型中，得到粘温曲线，通过粘温曲线获得临界粘度温度tcv；

7、其中，n≥44；所述改进urbain模型的灰组成中，不考虑p2o5。

8、优选地，所述改进urbain模型的灰组成中，fe2o3以中性组分计。

9、本发明第二方面提供上述的临界粘度温度预测方法在煤气化生产中的应用。

10、现有技术中通常采用实际测量得到的灰组成来进行临界粘度温度的预测，存在耗时长等问题，而本发明首次提出了通过激光诱导击穿光谱(libs)测试与模拟相结合的方法得到的灰组成来快速预测煤样的临界粘度温度，本发明的发明人通过不断地研究，利用libs测试和数学模拟的灰组成模型得到煤炭样品中灰组成的预测值，再结合改进的修正urbain模型，获得粘度温度关系，进而得到临界粘度温度值。通过libs测试、数学模拟以及改进的urbain模型的组合，可以实现快速预测，tcv的预测准确度高，该预测方法所需的产品用量少，满足实际生产中的需要，为煤气化企业生产需求提供参考。

技术特征：

1.一种临界粘度温度预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的预测方法，其中，所述改进urbain模型的灰组成中，fe2o3以中性组分计；

3.根据权利要求1或2所述的预测方法，其中，所述步骤(1)包括：利用激光诱导击穿光谱分别测得校正集样品和验证集样品在波长180-800nm之间的特征谱线。

4.根据权利要求1-3中任意一项所述的预测方法，其中，校正集样品的个数和验证集样品个数的比值≥1.5：1。

5.根据权利要求1-4中任意一项所述的预测方法，其中，所述方法还包括将得到的特征谱线进行矢量归一化和均值中心化处理。

6.根据权利要求1所述的预测方法，其中，所述灰组成预测模型通过以下方法建立：

7.根据权利要求6所述的预测方法，其中，步骤(3)包括，通过验证集样品的特征谱线得到成灰元素的吸光度矩阵x待测，带入所述灰组成预测模型，得到验证集样品所有灰组成含量的预测值。

8.根据权利要求1-7中任意一项所述的预测方法，其中，所述改进urbain模型中粘度-温度关系为：

9.根据权利要求8所述的预测方法，其中，所述b通过以下公式(3)-(17)计算得到，

10.权利要求1-9中任意一项所述的临界粘度温度预测方法在煤气化生产中的应用。

技术总结
本发明涉及煤气化领域，公开了一种临界粘度温度预测方法和应用，该方法包括：(1)将N个煤炭样品分为校正集样品和验证集样品，利用激光诱导击穿光谱获得校正集样品和验证集样品的特征谱线；(2)通过校正集样品的特征谱线，采用偏最小二乘法建立灰组成预测模型；(3)通过所述灰组成预测模型，得到验证集样品所有灰组成含量的预测值；(4)将所述预测值带入改进Urbain模型中，得到粘温曲线，通过粘温曲线获得临界粘度温度T<subgt;CV</subgt;；其中，N≥44；所述改进Urbain模型的灰组成中，不考虑P<subgt;2</subgt;O<subgt;5</subgt;。采用上述方法可以大幅缩短预测用时，临界粘度温度的预测值与实测值之间的误差波动更小，有效地提高煤样的临界粘度温度预测精度。

技术研发人员：黄玉萍,王树青,韩江华,许育鹏,王芳杰,王大川
受保护的技术使用者：中国石油化工股份有限公司
技术研发日：
技术公布日：2024/3/11