不同变质程度煤的发热量与水分和灰分的多元线性回归分析.pdf

《不同变质程度煤的发热量与水分和灰分的多元线性回归分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第42卷第4期煤田地质与勘探Vl01．42NO．42014年8月C0ALGE010GY&删oRAug．2014文章编号：1001-1986(2014)04—0008．03不同变质程度煤的发热量与水分和灰分的多元线性回归分析张贝贝，薛彦东，黄成玉(中国矿业大学煤炭资源与安全开采国家重点实验室，地球科学与测绘工程学院，北京100083)摘要：发热量是煤质评价和热工计算的重要指标。通过收集内蒙、山西等矿区煤的水分、灰分、挥发分及发热量数据，根据挥发分高低对煤变质程度进行分级，并在此基础上，建立煤的发热量与水分、灰分的多元线性回归分析模型。研究结果表

2、明，研究区煤的发热量与水分、灰分呈反比关系，且随着煤变质程度的降低，水分对发热量的影响逐渐增大，而灰分的影响逐渐降低。运用多元线性回归模型对其他矿区煤的发热量进行预测，并将预测值与实测值进行对比来验证模型的正确性，结果显示，该模型在不同矿区煤的发热量的预测中具有适用性。关键词：发热量；多元线性回归；预测中图分类号：P618．11；TQ533．2文献标识码：ADOI：10．3969~．issn．1001．1986．2014．04．002Multivariablelinearregressionofthecorrelationbetweencal

3、orificvalueandmoistureandashcontentofcoalZHANGBeibei，XUEYandong，HUANGChengyu(StateKeyLaboratoryofCoalResourcesandSafeMining,CollegeofGeosciencesandSurveyingEngineering,ChinaUniversityofMiningandTechnology，Beijing100083，China)Abstraet：Calorificvalueisabasicindicatorincoalqua

4、lityevaluationandthermalcalculation．Thepapercollectsdataofmoisture，ashyield，volatilecomponentandcalorificvalueofcoalindifferentregionsandbuildsmultivariablelinearregressionmodelbetweencalorificvalueandmoisturecontentandashyield．Theresultshowsthatwiththeincreasingofvolatilec

5、omponent．theinfluenceofmoistureoncalorificvalueincreasedwhiletheinfluenceofashyielddecreased．Inordertoinspecttheaccuracyofthemode1．thecaloriticvalueofcoalinotherregionsiscalculatedandcomparedwiththemeasuredvalue．Themodelhashighfeasibilityforthepredictionofcalorificvalueindi

6、fferentregions．Keywords：calorificvalue；multivariablelinearregression；prediction煤炭作为动力燃料，其发热量越高，经济价值质程度，不同变质程度下，水分、灰分对煤的发热量越大。发热量是煤质评价和热工计算的重要指标，的影响不同。然而，目前研究煤的发热量与水分、灰是动力用煤计价的主要依据。在煤质分析中，发热分关系的大部分多元线性回归模型，仅局限某些矿区，量测定是一个操作复杂、影响因素较多的项目，测对其他矿区的预测没有适用性；而神经网络模型则忽试条件苛刻，其结果特别容易受环境

7、因素的影nil[”。略了不同矿区之间煤质的差异。本文首先对煤质数据许多煤炭购销企业或用煤单位希望有快速经济的方进行分类，通过多元线性回归分析，得出不同变质程法粗略评估煤的发热量，用其他指标来计算煤的发度下煤的发热量与水分、灰分的回归方程，最终对回热量的方法一直为人们所关注。归方程进行验证，并用于其他矿区的预测。目前，煤的发热量预测方法主要有3种：基于工业分析的线性回归模型，研究发热量与水分、灰1研究区煤质特征分等指标之间的关系[2-10]；基于元素分析的线性回归模型，研究发热量与c、H、0、N元素含量的关研究区主要为山西、内蒙地区，收集的煤质

8、工业系[11-12；神经网络模型[13-14】。分析指标有水分(Mad)、灰分d)、挥发分(f)及发热从根本上讲，影响煤的发热量的因素为煤的变量(Qd)。根据煤的挥