煤吸附CO的影响因素及数学模型研究

2016-01-31 02:22齐艺裴王月红
河北能源职业技术学院学报 2015年4期
关键词:预测模型影响因素

齐艺裴,王月红,杨 帆

(1.华北理工大学矿业工程学院,河北 唐山 063009;2.唐山市规划建筑设计研究院,河北 唐山 063009)



煤吸附CO的影响因素及数学模型研究

齐艺裴1,王月红1,杨帆2

(1.华北理工大学矿业工程学院,河北 唐山063009;2.唐山市规划建筑设计研究院,河北 唐山063009)

摘要:煤对CO的吸附受多种因素的影响,各因素之间的信息又互有重叠。本文通过分析与煤吸附CO相关的多种因素,利用主成分分析法消除各因素间的耦合性,建立吸附模型。通过分析发现煤变质程度的划分与煤的物理性质关系更密切,煤对CO既有物理吸附又有化学吸附,其中物理性吸附占总吸附量的64.3%。

关键词:煤;CO;影响因素;预测模型

长期以来CO被认为来源于煤的自燃氧化,它常常作为预测煤自燃发火的标志性气体。但是近年来在生产实践及分析研究中发现,煤层中自身含有一定量的CO,它的成因、含量及与煤体间的关系等目前还没有形成定论。煤对CO的吸附是研究煤与CO关系的基础,对煤自燃发火的预测具有重要作用。

通过研究发现,煤对CO的吸附受多种因素的影响,很多因素之间的信息又互有重叠,鉴于主成分回归既可以达到降维的目的,又能确定变量之间的相互关系,形成数学模型,因而本文采用主成分回归对煤对CO的吸附进行研究。

1.相关性实验

本次研究从8个不同的矿山采集了8种不同的代表性煤样,通过对所采煤样进行元素分析、工业分析、煤岩分析、压汞实验,测得对煤吸附CO产生影响的相关实验数据。通过康塔物理化学吸附仪对这8种煤样进行了30℃一个大气压下的CO吸附实验。实验结果如下:

表1 煤样实验数据(1)

表2 煤样实验数据(2)

2.数学模型建立

SPSS软件可以做大容量数据的管理和分析,本文主要借助该软件对相应数据做主成分分析。

(1)将对煤吸附CO有关系的19个参数变量标准化,以消除量纲的影响。

(2)求标准化后的19个变量的相关系数矩阵,发现CO和C、Vad和H、Mad及中孔等因素有高度的相关性。

(3)依据主成分原则,提取主成分对应特征值大于1的前4个主成分,他们的累积贡献率为91.3%,下图为碎石图,从图中可以看出前四个主成分基本上能反映了大部分的信息。

图1 碎石图

(4)求出主成分对应的特征向量。

表3 主成分特征向量(1)

表4 主成分特征向量(2)

第一主成分的贡献率为40.92%,它在碳元素、氧元素、固定碳、大孔、过渡孔、微孔等指标上载荷较高,反映了孔隙的吸附的物理性影响。第二主成分贡献率为22.72%,它在氢元素、挥发分和灰分等指标上载荷较高,反映了化学成分的作用。由此可知,物理性吸附占总吸附的64.3%。

(5)综合得分

F=0.09Z氮元素+0.19Z碳元素+0.10Z硫元素+0.05Z氢元素-0.19Z氧元素+0.03Z水分+0Z挥发分-0.2Z灰分+0.19Z固定碳-0.13Z镜质组+0.17Z惰质组+0.09Z壳质组+0Z矿物质-0.17Z大孔+0.05Z中孔+0.13Z过渡孔+0.12Z微孔+0.01Z孔容+0.16Z比表面积

用标准化的原变量观测数据计算前4个主成分的得分值。

表5 主成分得分值

从表中可以看出第一主成分基本与煤的变质程度呈正相关关系,即第一主成分中的因素基本代表煤的变质程度,这说明变质程度的划分与煤的物理性质关系更密切。

(6)主成分回归

建立CO吸附量标准值与主成分间的预报模型

Y=0.082F1+0.006F2+0.308F3+0.348F4

还原为原始变量下的预测模型

CO吸附量=-0.06氮元素+0.001碳元素+0.074硫元素-0.078氢元素-0.001氧元素+0.011水分-0.007挥发分-0.002灰分+0.006固定碳-0.002镜质组+0.006惰质组-0.009壳质组-0.006矿物质-0.002大孔+0.01中孔+0.002过渡孔+0.03比表面积+0.953

下表为通过预测模型确立的煤对CO的预测值及实际的吸附值。

表6 预测值与实际值对比表

通过对预测值与实际值做相关性分析,发现Pearson相关系数为0.77,说明两者为正相关,P为0.025显著相关。说明通过主成分回归分析法得出的预测模型,能够很好的预测煤对CO的吸附量。

3.结论

通过煤对CO的有影响关系的因素的主成分回归分析,可以得出以下结论:

(1)煤对CO既有物理吸附又有化学吸附,其中物理吸附占总吸附量的64.3%。

(2)煤变质程度的划分与煤的物理性质关系更密切。

(3)通过主成分回归分析法得出的预测模型,能够很好的预测煤对CO的吸附量。

参考文献:

[1]王月红.煤层中一氧化碳吸附规律及影响因素研究[D].唐山河北理工大学资源与环境学院,2006.

[2]张九零,郭立稳,周心权等.惰质组与镜质组对煤吸附CO性能的影响[J].煤炭学报,2007,32(12),1297-1300.

[3]齐艺裴.煤微观结构对赋存一氧化碳的影响[D].河北联合大学.2013.

[4]朱令起,王月红,郭立稳.东欢坨煤矿赋存CO影响因素分析[J].煤矿安全,2005,36(8):26-29.

[5]刘永新,郭立稳,肖藏岩.煤的元素分析对煤层吸附CO的影响研究[J].采矿与安全工程学报,2009,26(2):26-29.

[6]黄润龙.数据统计与分析技术-SPSS软件实用教程[M].北京:高等教育出版社.2004.

The Influence Factors of Coal Adsorption of CO and Mathematical Model Research

QI Yi-pei1,WANG Yue-hong1,YANG Fan2

(1.College of Mining Engineer, North China University of Science and Technology, Tangshan Hebei,

063009;2. Tangshan Planning and Architectural Design &Research Institute , Tangshan Hebei, 063009)

Abstract:The coal adsorption of CO is influenced by many factors, and information among various factors are overlapped one another. Based on the analysis of many factors related to coal adsorption CO, using the principal component analysis (pca) to eliminate the coupling among the various factors, adsorption model is set up. Through the analysis, it was found that the division of coal metamorphism degree is more closely related to the physical properties of coal. There are both physical adsorption and chemical adsorption in the coal adsorption of CO, including physical adsorption accounted for 64.3% of total adsorption quantity.

Key words:coal; CO; influencing factors; prediction model

作者简介:齐艺裴(1986-),女,硕士,华北理工大学矿业工程学院助教,主要从事矿山安全、矿井火灾防治、安全评价等方面工作。

基金项目:河北联合大学科学研究基金项目(Z201316)资助。

收稿日期:2015-10-09

中图分类号:TD752.2

文献标识码:A

文章编号:1671-3974(2015)04-0065-03

猜你喜欢
预测模型影响因素
基于矩阵理论下的高校教师人员流动趋势预测
基于支持向量回归的台湾旅游短期客流量预测模型研究
基于神经网络的北京市房价预测研究
中国石化J分公司油气开发投资分析与预测模型研究
突发事件下应急物资保障能力影响因素研究
农业生产性服务业需求影响因素分析
村级发展互助资金组织的运行效率研究
基于系统论的煤层瓦斯压力测定影响因素分析
基于IOWHA法的物流需求组合改善与预测模型构建
基于预测模型加扰动控制的最大功率点跟踪研究