一、一种新型煤灰分测量装置（论文文献综述）
刘旭[1]（2021）在《葫芦素选煤厂动力煤煤泥浮选提质研究》文中研究指明本文针对葫芦素选煤厂三种不同粒径组成的煤泥进行了提质研究。因动力煤煤泥常规浮选药剂消耗量较大,故采用三种药剂组合探索新型药剂的效果,三种药剂组合为:FDJ（浮得净）+Q1（起泡剂1号）,EKOF（易可浮）+仲辛醇,煤油+仲辛醇。通过常规浮选、高剪切调浆对比及浮选尾煤沉降试验,探寻适合其浮选的药剂组合、工艺参数及提质机理,主要结论如下:FDJ+Q1药剂组合在相近可燃体回收率水平下,药剂用量少,浮选速率高,与药剂润湿热试验结果一致;工艺流程试验可以降低精煤灰分1～5个百分点,提高尾煤灰分1～14个百分点;与常规浮选相比,高剪切调浆浮选在药剂用量不变时,可燃体回收率可提高2～6%左右,在可燃体回收率相近的前提下,可节省捕收剂用量30～50%;浮选动力学试验结果显示,经过高剪切调浆后,FDJ+Q1组合下,原生煤泥、井下煤泥和旋流器溢流煤泥动力学常数分别增加了1.15、1.01和0.28,理论最大可燃体回收率提高了5、7和3个百分点,煤油+仲辛醇组合下,分别增加了0.85、0.95和0.52,理论最大可燃体回收率提高了12、6和3个百分点。随着粒度变细,速率提升越来越慢。总的来说,高剪切调浆浮选表现出浮选速率快,特别是浮选初期。三种煤泥在FDJ+Q1与煤油+仲辛醇的药剂组合下,都显示出可燃体回收率随着调浆转速提高与调浆时间延长而升高的趋势,并且趋势逐渐放缓。在调浆转速为1500r/min,调浆时间为2 min时趋近饱和,而EKOF为复合型药剂,其中的起泡剂成分在高剪切调浆阶段便发挥作用,表现出选择性差,分选效率低,可燃体回收率低于常规浮选的结果。综合影像分析试验得出,高剪切调浆可以向系统中注入能量从而使煤粒间突破能垒形成絮团,但调浆转速、调浆时间与絮团大小并不是简单的正相关关系。尾煤沉降试验得出三种煤泥的最佳工艺参数为阳离子分子量为300万的PAM（聚丙烯酰胺）:1000 g/t,PAC（聚合氯化铝）:5000 g/t。分子量为300万的阳离子PAM用药条件下,初始沉降速度随着PAC比例增大呈现出先增大再减小的趋势,上清液浊度随着PAC的加入逐渐降低。在阴离子用药条件下发现,PAC比例增加与聚丙烯酰胺分子量的提高都会增加沉降系统的黏度,从而影响沉降速率与上清液澄清度。
张韬[2]（2021）在《无源射线检测煤质分析系统设计与实现》文中研究说明燃煤作为一种便利的能源原料,在我国工业上众多领域的动力供给中占有非常重要的位置,煤的灰分是原煤在充分燃烧后所残留的物质,可以被重新处理和利用。而且这种物质中会存在放射性元素,这类天然的元素可产生γ射线,也是测量煤质灰分的重要指标。在煤质检测方面,用马弗炉燃烧煤质去测原煤的方式程序繁琐,还会消耗掉大量的人力物力,检验得出的结果时间也较长,不再适合能源部门对原煤品质的快速判断需求。目前检测方法多为有源检测,即通过使用射线穿透法检测灰分,但需要用到放射源,会对人身体产生一些危害。针对此问题,本文拟采取无源检测方法将天然煤质中的γ射线发出的波长范围为300～650nm的弱光信号捕捉,然后对信号进行多道处理以实现对光子的多道计数功能,通过分析各道址单位时间内的光子数目计算出待测煤样的灰分数值,具有无需放射源、便捷等优点。本系统主要由PMT探测器模块、多道处理模块、阈值甄别模块以及脉冲计数模块四个模块组成。根据煤质探测技术的实现原理,本文首先对前端采光探测器的性能选取进行详细分析,再将PMT阳极所输出的负极性脉冲信号转化为电压,以达到根据不同电压进行多道计数的目的。其次,本文选取ARM Cortex-M7为内核的STM32H750芯片为主控MCU,并采用8路MAX913比较器硬件电路完成信号的多道功能,同时将信号处理为适合芯片的TIMER定时器计数的形态传送至对应引脚进行多道分析。在芯片的选型和计数方式上,本文采用意法半导体单片机STM32H750的通用TIMER定时器的不同触发方式计数,实现了对光电倍增管输出的模拟脉冲信号进行多道处理。此外,本文针对一次数据拟合结果需要分段拟合、不准确等问题,重新确定了上位机对计数率及灰分值的数据关系拟合标定方案。系统通过实际测试,系统的各个性能指标均符合设计方案要求,从而实现了一种功能丰富、操作简易的无源煤质分析检测系统。
杨勇[3]（2020）在《燃煤电厂中速磨机内循环负荷的脉动流化床分选特性研究》文中认为煤炭在全国能源消费结构中比重最高,这与我国“多煤、贫油、少气”的资源禀赋息息相关。煤炭资源的丰富性、可靠性、价格低廉性及可洁净性,决定了我国一次能源消费结构以煤炭为主的格局短时间内不会改变。电力行业煤炭需求增长是我国煤炭消费保持高位的主要原因。由于电厂用煤多为灰分偏高的劣质煤,其矸石含量高、排灰量大、发热量低且可磨性差。煤炭需经多次研磨才能达到合格煤粉的粒度要求,导致磨机内循环负荷的质量要远大于磨煤机出力。循环负荷中富集了大量硬度高、密度大、可磨性差的煤系伴生矿物质,导致磨机设备磨损和能耗增大。同时,这些矿物质也是燃煤电厂产生SO2、NOX、烟尘和重金属等环境污染物的根本来源。若能通过煤炭分选加工的方式脱除循环负荷中不断累积的矿物质组分,就能实现煤炭在研磨过程中及燃烧前脱硫降灰提质,对于降低磨机内循环倍率及磨损、提高磨煤机能效和减少燃煤电厂污染物排放具有积极影响。本论文通过实验室规模的气固流态化分选床,开展了循环负荷的离线式干法流化床分选特性研究。通过实验室自制的磨煤机模拟工业磨机的循环“研磨-分级”作业,完成了循环负荷及合格煤粉在实验室条件下的制备。煤系矿物质如石英、高岭石、伊利石、黄铁矿等多在循环负荷中富集,但矿物质的解离程度高,这为循环负荷在气固流化床中按密度分选创造了有利条件。可选性对比分析表明,循环负荷才是磨煤制粉系统中最佳的分选对象,而且循环负荷的干法分选应以高密度排矸为主。循环负荷在稳定气流流化床中的流化与常规Geldart B类颗粒类似。随着流化气速的增加,流化床流型依次出现固定床、临界流化及鼓泡流化状态。但在脉动气流流化床中,流化流型根据脉动频率的高低可分为低脉动频率（0.5-2.5 Hz）时的间歇性流化、中等脉动频率（3-4.5 Hz）时的类活塞式流化及高频（5-6 Hz）时的类常规流化。循环负荷在稳定气流流化床中分选时,最佳的操作参数组合是流化时间10min、气速5.5 cm/s及初始床高90 mm,此时尾煤灰分从入料的48.11%增加至78.35%,尾煤产率42.86%,对应的灰分离析度和综合效率分别为25.75%和51.69%。相较而言,脉动气流流化床的分选效果要优于稳定气流流化床的分选效果。在同样的分选时间和床高条件下,脉动气流分选的最佳参数组合是气速4.0cm/s和脉动频率6 Hz,对应的尾煤灰分80.43%,尾煤产率44.58%,且灰分离析度和综合效率分别高达28.83%和57.12%。通过简化的颗粒在自由空间的受力分析,认为循环负荷在脉动流化床中分级效果较好的原因可能是颗粒在脉动气流的作用下拥有更大的纵向位移。气固流化床的分选结果说明循环负荷的干法高效分选是可行的。鉴于目前没有实际使用的针对循环负荷分选的磨煤制粉工艺,本文提出了一种将循环负荷引流至磨煤机外并利用脉动流化床分选的新工艺。利用计算颗粒流体动力学CPFD方法,对稳定气流流化床及脉动流化床的微观流态化过程进行模拟仿真。通过优化后的Wen-Yu/Ergun曳力方程,研究了分选流化床中颗粒的分布情况及气固两相流动规律。与稳定气流相比,脉动气流的作用使得气泡的运动模式更加有序,颗粒运动的速度方向极具规律性且基本跟随着脉动气流周期性的垂直上、下运动。对于分选流化床而言,床内混沌程度的降低将使得颗粒的返混效应减弱,继而有利于颗粒的分层及分选。模拟结果也佐证了代表循环负荷的模拟颗粒能够在气固流化床中按密度高效分级。本论文共有图73幅,表格17张,参考文献208篇,附录1份。
白亚腾[4]（2020）在《基于机器视觉的煤质检测关键技术研究》文中研究表明目前而言,由于机械开采的迅速推广,产出的细粒煤已经大致占到原煤总量的20%以上。选煤厂的浮选技术水平的高低,将直接影响煤炭资源的有效利用率和经济效益。随着计算机技术的迅猛发展,机器视觉技术用来代替人类视觉自动处理浮选泡沫图像已经成为可能,通过及时准确地提取泡沫图像特征参数,从而对浮选过程中泡沫进行实时检测和识别。然而浮选过程中各种操作变量的不断变化以及现场环境恶劣性对泡沫图像的获取、分割处理及表面视觉特征提取等带来了很大的挑战。因此,研究一套行之有效的泡沫图像处理及视觉特征提取方法,从而建立完善高效的浮选产品指标在线检测体系,有效地提高了浮选生产效率,降低了工人劳动强度,进一步提高矿产资源的回收率,具有非常重要的现实意义。本文首先归纳总结了煤泥浮选的现场环境、工艺特征及其泡沫图像的视觉特点,以实验室小浮选试验为基础研究手段,提出了适用于煤泥浮选泡沫的图像去噪、增强及分割算法。从图像中提取出能够有效反映煤质产量和灰分的相关特征参数,构建了煤泥浮选精煤灰分软测量模型。在此基础上,对浮选系统进行配置,并结合选煤厂的实际情况,搭建了煤泥浮选泡沫图像控制管理系统。实现了对现场精煤灰分的在线检测,验证了本研究的可靠性和有效性。本文的主要研究内容及创新性成果概括为以下几个方面:（1）针对煤泥浮选生产光分布不均匀、图像噪声污染严重、分割困难等问题,本文提出了一种基于全变分理论的混合去噪模型。基于暗原色先验原理、双平台直方图均衡化和递归分层的连通域均衡化原理,本文研究了一种综合图像增强技术,能够在保留图像细节前提下,有效地去除泡沫图像噪声,增强图像对比度。结合以上预处理的技术,设计了一种基于谷底边缘检测的泡沫图像分割算法。不仅保留图像中的非边缘像素,而且保留了真实的泡沫边缘像素点,对泡沫边界像素进行细化处理,从而得到真实的矿物泡沫图像边缘。（2）对不同入浮浓度、捕收剂用量、起泡剂用量和物料颗粒情况下浮选实验泡沫图像进行采集,并化验分析了样品的实验指标。提取了不同浮选实验条件下的泡沫图像纹理、颜色和形状特征,利用机器学习中的回归方法（支持向量机和随机森林等）通过三种特征融合的方式对浮选过程中的精煤产量、精煤灰分和尾煤灰分进行预测,结果表明本文提出的多特征融合的预测方法可以达到较好的预测性能。（3）为了提高精煤灰分的预测精度,本文基于图像灰度直方图和灰度共生矩阵等共提取了11个特征参数,并综合分析了各个特征值与浮选运行状态之间的关系。实验结果表明:基于灰度直方图提取的方差、基于灰度共生矩阵提取的能量以及泡沫大小与精煤灰分值之间存在着明显相关关系。而由灰度直方图提取的平滑度和三阶矩,则与精煤灰分值呈高度相关关系。由灰度直方图提取的熵、由灰度共生矩阵提取的对比度、熵与精煤灰分值呈适度相关。基于灰度直方图提取的一致性对灰分不敏感,相关性极弱。（4）采用多元线性回归分析法对样本数据进行了建模,对比了不同自变量作为模型输入值时的多元线性回归方程,选择方差、平滑度、三阶矩、能量、泡沫实际面积作为自变量,用于构建煤泥浮选灰分软测量模型,对比样品的实际化验结果与模型的预测结果,发现该模型对样品精煤灰分预测的绝对误差可以保证在±5%范围之内。根据经验公式,取得BP神经网络隐含层神经元的最优数量,从而搭建了灰分预测模型,通过测试集的验证,结果表明预测灰分与实际灰分之间的相对误差基本小于±10%,绝对误差可以达到±1%。其中,绝对误差小于±0.5%的样本占总预测的72%。在以上研究的基础上,考虑到现实选煤厂浮选车间的工作情况和机器视觉技术的配置,本文搭建了一套煤泥浮选泡沫图像控制系统。该套系统主要包括由彩色CCD相机、定焦镜头、环形光组成的图像采集系统和由图像预览、图像采集、图像处理、数据保存四个模块组成的图像处理系统,实现了对现场精煤灰分的在线检测。现场工业试验观察发现,基于该系统预测得到的数据与实际化验数据之间的误差可以达到±1.5%之间,达到了实时精确预测浮选精煤灰分,及时指导现场生产的目的。该论文有图62幅,表20个,参考文献146篇。
洪志鑫[5]（2020）在《基于数据驱动的重介密度控制智能化研究》文中认为《中国制造2025》明确提出以大数据、云计算、人工智能为代表的信息技术成为经济增长的新引擎。选煤厂智能化尚处于起步阶段,在装备、技术、工艺和管理上还存在许多难题。全面建设智能化选煤厂是提升核心竞争力的重大战略举措,对加快推动煤炭产业转型升级、培育新的经济增长点具有重大意义。因此,本文以密度为主线贯穿全文,从灰分仪优化升级、在线密度预测、分选高精度控制、智能控制系统这四个方面,基于在线、离线数据对重选分选过程智能控制做了研究。论文分析了有源灰分仪的测量原理和监测结构,对于传统的双能γ射线灰分仪,发现其结构特点为单点式监测技术,为此将其硬件优化成多点式全截面监测,实现了被监测煤层的横截面积基本全覆盖,消除了偶然误差,提高了代表性。同时,为综合多点探测器的灰分数据时,根据多点的安装方式,煤流的分布,比较多种权重系数计算的数学方法,发现以最小二乘法计算的系数作为权重综合计算后的加权值,与化验值的符合程度最高,以此作为静态标定。后通过随机选取两班共6个生产会分数据做误差评价分析,结果表明,计算输出的灰分值优于大部分单点测灰数据,能够极大的从硬件软件上提高灰分仪精度。对改造后的灰分仪接入现场,选取系统生产时等间隔采集的一组的精煤灰分、原煤灰分、悬浮液密度数据;通过分析重介分选工艺,原煤进入系统要经过众多分选分级设备,使得同一时间采集到实时原煤信息数据、产品信息数据、悬浮液密度数据并不具有相关性,因此精煤产品灰分是跟时间有关的多变量影响结果。将时间序列LSTM的长短时记忆网络应用于密度预测模型的建立,通过确定最佳时间步数（即延时时间）,隐含层层数和节点数,并跟传统无时间序列的神经网络进行了对比,结果表明,LSTM模型精度（MAPE为0.007g/cm3）比传统BP神经网络模型精度（MAPE为0.015g/cm3）提高了0.008个密度点。因此,可以利用LSTM建立的原煤和精煤灰分、悬浮液密度密度三者之间的神经网络模型,根据精煤所需产品灰分以及原煤灰分对悬浮密度进行在线预测。将在线密度预测结果输出设定至生产系统,为保证悬浮液能够稳定在该设定密度的允许误差内,采用效果良好的传统PID技术控制响应速度较快的泵根补水阀;着重对分流阀开度进行建模分析,并将补水阀门的开度也引入输入变量中,形成悬浮液密度、悬浮液磁性物含量、合格介质通液位、补水阀开度的4输入和分流阀开度1输出的GA-SVMR遗传支持向量回归机模型。仿真结果表明,分流阀门预测开度与现场开度可以达到几乎完全吻合,决定系数达到高达0.9960,平均误差为0.15%,高度适配现场操作。将训练好的模型嵌入系统,根据给定的预测密度等参数进行分流阀门开度的实时给定和控制。在灰分仪精度提高、密度在线预测、密度高精度控制输出基础上,提出了重介分选过程智能控制框架——双闭环智能控制系统,以数据驱动体系驱动,其中,数据驱动包含数据准备、数据挖掘和应用继承三个环节。针对选煤厂各种海量生产的数据,通过设置存储规则和采集规则完成数据准备,为数据挖掘的预测做准备。同时该系统中各种软硬件的相互通讯和数据交互,并采用iFix上位机软件和S7-300下位机编程,将系统生产过程可视化界面展示,设计了手动、自动、智能控制系统的调节模式,实现了数据驱动体系构建;最后对现场应用结果做了评价分析,表明基于数据驱动重介分选智能控制系统效果表现良好。该论文有图41幅,表19个,参考文献96篇。
闫春华[6]（2020）在《激光诱导击穿光谱中化学计量学方法研究及在煤基能源材料现场分析中的应用》文中提出煤基能源材料现场分析对于实现煤炭等化石能源材料的可持续发展具有重要意义。激光诱导击穿光谱（LIBS）以其独特的优势,被认为是煤基能源材料现场分析的有效工具。然而,分析样品化学组成与结构的复杂性导致LIBS测量过程中产生大量的复杂光谱,而如何从这些复杂的光谱数据中提取有效的信息以实现现场定量或定性分析的准确性仍然是目前面临的难题之一。本论文从煤基能源材料现场分析的实际需求出发,以煤炭为研究对象,开展基于LIBS光谱的煤质定量分析方法研究,重点研究基于变量选择和数据融合策略的核极限学习机（KELM）校正模型,以解决复杂光谱解析问题。本研究期望为煤基能源材料现场分析提供理论基础与技术支撑。全文共分为四章,其主要研究内容为:1.以煤炭为研究对象,建立基于LIBS技术与KELM算法相结合的煤中碳和硫元素测定方法。首先,通过5-折交叉验证对不同的预处理方法、输入变量以及模型参数进行优化。然后,基于优化后的KELM模型对煤中碳和硫元素进行定量分析,并与支持向量机（SVM）、最小二乘支持向量机（LS-SVM）和反向传播人工神经网络（BP-ANN）三种模型预测性能进行对比。结果表明,不论碳元素还是硫元素,KELM模型都具有最优的预测性能,其中碳元素的最优RMSEP和RP2分别为0.3762%和0.9994,硫元素的最优RMSEP和RP2分别为0.7704%和0.9832。说明相比其它建模方法,KELM算法具有学习速度快和泛化性能好的优势。2.以煤炭为研究对象,建立基于LIBS技术结合KELM和变量选择策略的煤质快速测定方法。（1）探究不同预处理方法及模型参数对KELM校正模型预测性能的影响,并分别构建基于全谱、特征线以及粒子群优化（PSO）的KELM校正模型以实现灰分、挥发分和热值的测定。结果表明,挥发分和热值测定的最优校正模型为基于PSO的KELM模型,灰分测定的最优校正模型为基于特征线的KELM模型;（2）为了克服PSO所需优化时间较长的缺陷,提出一种基于小波变换（WT）和平均影响值（MIV）的混合变量选择方法（WT-MIV）,并构建WT-MIV-KELM校正模型以实现煤热值的测定。与KELM和WT-KELM校正模型相比,WT-MIV-KELM模型具有最优的预测性能,最优的RMSEP和RP2分别为0.6151 MJ/kg和0.9759;（3）为了克服封装式变量选择方法计算效率低的局限性,提出一种基于过滤法（V-WSP）和封装法（PSO）的混合变量选择方法（V-WSP-PSO）,并构建V-WSP-PSO-KELM校正模型以实现煤热值的测定。与基于其它变量选择方法的KELM校正模型相比,V-WSP-PSO-KELM模型具有最优的预测性能,最优的RMSEP和RP2分别为0.3534 MJ/kg和0.9894。说明合适的变量选择方法有助于提高模型计算效率及预测性能,而相比单一变量选择方法,混合变量选择方法具有计算效率和准确度高的优势。3.以煤炭为研究对象,建立基于LIBS和FTIR光谱融合的灰分、挥发分和热值快速测定方法。（1）开展基于光谱数据融合的煤质快速测定方法研究,建立基于初级数据融合和基于PCA的中级数据融合的KELM模型以实现灰分、挥发分和热值的测定,并与基于LIBS和FTIR的KELM校正模型预测性能进行对比。结果表明,灰分测定的最优校正模型为基于初级数据融合的KELM模型,挥发分和热值测定的最优校正模型为基于FTIR光谱的KELM模型;（2）针对LIBS和FTIR光谱矩阵维数相差较大,融合光谱中干扰信息较多的问题,提出一种基于互信息（MI）和PSO的混合变量选择方法（MI-PSO）,并在此基础上建立基于MI-PSO的初级数据融合、基于MI-PSO的中级数据融合和基于MI-PSO和PCA的中级数据融合的KELM模型以实现灰分、挥发分和热值的测定。结果表明,灰分和挥发测定的最优校正模型为基于MI-PSO的初级数据融合模型,热值测定的最优校正模型为基于MI-PSO的中级数据融合模型。说明相比单一光谱,融合光谱具有预测准确性高的优势,而合适的变量选择方法可进一步提高融合模型预测性能。
汤宗情[7]（2020）在《煤自燃过程中孔隙演化机制及其对多元气体吸附特性的影响》文中进行了进一步梳理高瓦斯易自燃煤层深部开采过程中,瓦斯与煤自燃复合灾害已经成为制约矿井安全高效生产的重要因素。复合灾害的形成过程极为复杂且表现形式纷杂多样,严重制约了研究的深度及广度,导致对其系统性的研究较为匮乏。而煤体孔隙的结构及数量决定了CH4、O2和N2等多元混合气体的物理吸附能力,是连接瓦斯灾害和煤自燃灾害的重要纽带。因此,本文针对有关煤自燃过程中孔隙演化规律及其影响因素以及孔隙演化对CH4、O2和N2等多元气体吸附特性的影响展开研究。通过理论分析、物理实验及现场调研等研究方法,开展煤自燃过程中孔隙演变规律研究,揭示部分状况下瓦斯与煤自燃复合灾害的致灾机理,为科学地制定切实可行的复合灾害防治措施提供理论依据。获得以下主要结论:煤自燃过程中不同尺度孔隙演化的基本规律为:前中期阶段（30110℃）,氧化温度较低,煤氧复合反应主要集中在煤体表面且速率较低,导致此阶段不同尺度孔隙数量的增长较为缓慢且以微孔与中孔为主;中后期阶段（110230℃）,前中期微孔与中孔的发育为煤氧复合反应及O2运移新增了大量场所与通道,使得煤氧复合反应速率开始急剧增大且逐渐扩展至煤体深部,大量微孔与中孔扩张及两两贯通成大孔,导致此阶段不同尺度孔隙的数量均有较高幅度的增长。不同尺度孔隙的发育导致煤体总孔隙度的增加,破碎度及漏风强度也随之增大,而不同功能孔隙的发育则导致煤体对气体吸附及运移能力的改变,进而再反作用于煤氧复合反应进程。通过煤工业分析组分测试系统与煤自燃模拟试验系统联用,研究了煤体内部水分、挥发分、固定碳及灰分随氧化温度增加的动态演变规律,揭示了自燃过程中煤体孔裂隙发育的内在机制及其对结构强度演变的影响。结果表明:1)自燃初期,煤体孔隙的发育主要依靠内部水分的蒸发及含水化合物的脱水,到了中后期,则主要依靠内部大分子有机化合物的氧化分解和部分矿物质的高温热解;2)不同种类煤体自燃过程中孔裂隙发育的内在机制基本一致,与变质程度无关,但低变质程度煤体由于水分及挥发分含量较高,导致自燃过程中孔隙发育速率及程度也更高;3)煤自燃过程中孔隙度的增长破坏了煤体结构完整性,导致结构强度持续降低,致使其在外力作用下极易被挤压破碎为更小粒径的煤体。基于煤体孔隙度真空饱和水测量系统,研究了孔隙度随氧化温度、O2浓度及CH4浓度增加的动态演变规律,揭示了不同参量对煤自燃过程中孔隙度演变的影响机制。结果表明:煤自燃过程中1)孔隙度随氧化温度的增加呈现出先缓慢增加后快速增加的趋势,变质程度增加不会改变这种趋势,但会降低相同氧化温度时孔隙度的增长幅度;2)孔隙度增长率与O2浓度为正相关关系,且由于自燃初期孔隙发育主要依靠水分减少,因此O2对自燃中后期孔隙度增长的激励作用更为显着;3)孔隙度增长率与CH4浓度整体为负相关关系,CH4浓度及氧化温度较低时,CH4对孔隙度增长的抑制效应不明显且幅度较低,但随着CH4浓度或氧化温度的增加,抑制效应开始变得显着且幅度在不断增大。基于自行搭建的煤体自由基电子自旋共振原位测试系统,研究了自由基的g因子值、浓度Ng与线宽△H随氧化温度、O2浓度、CH4浓度及煤粉粒径改变的演化规律,揭示了不同氧化参量通过作用于自由基的生成及湮灭过程来影响孔隙发育的内在机制。结果表明:1)整体而言,煤自燃过程中随着氧化温度的逐渐升高,自由基的g因子值及线宽△H呈现出缓慢减小趋势,而浓度Ng则呈现出逐渐增大的趋势;2)氧化气氛中O2浓度的降低或CH4浓度的增加均会导致煤体Ng的减小,与其对孔隙度演变规律的影响基本一致;3)不同粒径煤体自燃过程中Ng的演变规律基本一致,但相同氧化温度不同粒径的Ng值存在一定差值,且差值随着氧化温度的增加而逐渐扩大;4)孔隙发育导致煤自燃过程中粒径逐渐减小,进而加速自燃进程并增大其二次氧化初期的自燃危险性。基于自行搭建的多元气体竞争吸附测量系统,分别研究了低温氧化后的煤体在常温及高温下对CH4的吸附量以及初次氧化后的煤体在常温下对CH4、O2和N2的吸附量随氧化温度增加的演变规律,揭示了煤自燃过程中孔隙演化对CH4、O2和N2等多元气体竞争吸附特性的影响机制。结果表明:1)低温氧化后煤体在常温状态下由于煤体孔隙的发育致使吸附量随氧化温度的增加而逐步增大,高温状态下则由于气体吸附能力降低及孔隙闭合导致吸附量随氧化温度的增加而逐渐减小;2)由于孔隙数量及结构的动态演变,初次氧化后煤体常温状态下Qmax-DA及Qmax-MG均随初次氧化温度的增加整体呈现出先增大再减小的趋势;3)QO2-MG与QO2-DA随初次氧化温度增加的演变趋势基本一致,但由于煤体对CH4的吸附能力明显强于N2与O2,导致初次氧化温度相同时Q O2-MG小于Q O2-DA。本文研究进一步完善了高瓦斯易自燃矿井瓦斯与煤自燃复合灾害致灾理论,促进了复合灾害协同防治技术的进步与发展。该论文有图116幅,表29个,参考文献205篇。
韩有理[8]（2020）在《射流-搅拌耦合式浮选引射吸气机理及气体弥散特性研究》文中认为浮选是处理微细煤泥分选的有效方法,而浮选设备是浮选工艺的重要载体,浮选设备的研发一直是矿物加工行业内的重点课题。本论文耦合传统浮选机的工作原理优点和结构特点提出一种射流-搅拌耦合式浮选。耦合式浮选吸气机理及气体弥散特性的研究为新型浮选设备的研发提供理论基础支撑。本论文系统研究了射流-搅拌耦合式浮选装置（JS）的工作原理和气体弥散机制,基于流体力学原理完成了浮选设备系统的结构设计和优化。探讨了 JS浮选机内气泡粒径多级细化、气泡多级矿化机制及流场工作模式。表明:射流-搅拌耦合式浮选装置实现浮选吸气要求,易于生成适宜的气泡尺寸,浮选作业流场均匀度较高。以引射吸气原理设计了双余弦自吸气喷嘴,以高能量转化率为原则采用非淹没方式布置喷嘴结构;双余弦自吸气喷嘴结构的吸气性能试验结果表明:采用非淹没方式布置喷嘴能够满足吸气能力的要求,喷嘴的工作参数（入料压力、气液比等）、结构参数（喷嘴距、截面比等）是影响吸气量、喷嘴内负压、射流能量转化效率、浮选效果的关键因素;采用射流理论分析了 JS浮选设备的吸气机理,建立了双余弦自吸气喷嘴的结构选型数学模型,射流吸气能力受射流边界层厚度2e与喷嘴出口直径D参数间数学关系的影响。试验结果表明:在统一喷嘴距条件下,双余弦自吸气喷嘴吸气量、负压值及叶轮转速随入料压力的增加逐渐增加,吸气量与负压呈正线性关系;低入料压力、小喷嘴距条件下,2e<D,喷嘴的吸气能力较弱;随入料压力和喷嘴距增加,2e≥D,喷嘴吸气能力逐渐增强,喷嘴内负压环境改善;在高入料压力、大喷嘴距条件下,2e>>D,负压区被水介质占据,吸气区内气相空间体积被压缩,双余弦自吸气喷嘴吸气能力骤降。喷嘴距为20 mm、截面比定为d/D=0.857～1时的吸气量增幅范围较大,即线性斜率最大。建立了入料压力与喷嘴距的函数关系,L=56.16-17091.36P3.92,指导喷嘴的结构选型和模型放大,具有理论及现实指导意义。基于优化的结构参数建立JS浮选机的高速摄像气泡采集分析系统,研究了起泡剂浓度,入料压力,吸气量和取样高度对三种耦合结构内气泡尺寸分布的影响规律。结果表明:三重强化耦合结构对气泡粒径分布和气泡微细化具有明显的优势。随甲基异丁基甲醇（MIBC）浓度的增加,气泡Sauter直径逐渐减少,当MIBC浓度达到临界兼并浓度时,气泡尺寸稳定在0.31 mm左右,比传统浮选机产生的气泡尺寸小,表明JS浮选产生了适宜尺度的气泡。如MIBC浓度为13.01 mmol/L时,中间气泡直径为0.32mm,含量33.73%。气泡Sauter直径随入料压力的增加而线性下降,反之随吸气量和取样高度的增加而线性增加,与起泡剂浓度无关。采用压差法研究了三种耦合结构内的气含率分布,考察了三种耦合结构内的气含率分布差异及工作参数的影响,设计多因素试验考察工作参数的显着性差异,揭示了气含率分散机制和气体弥散状态的转变,评价JS浮选设备的气体弥散性能。不管搅拌叶轮存在与否,随MIBC浓度、入料压力、吸气量和取样高度的增加气含率均增加;在没有搅拌叶轮的情况下,随着MIBC浓度的增加直至临界兼并浓度,气含率显着增加,达到临界兼并浓度之上,在每个入料压力下气含率基本上保持不变;单喷嘴与双耦合结构内的最大气含率均小于24%,而三重强化耦合结构内最大气含率约为65%,即由于搅拌叶轮的作用,气含率增加了 40%,表明三重强化耦合结构对于改善气含率分布具有显着的影响。气含率因素影响显着性试验结果表明:入料压力>起泡剂浓度>吸气量。转速的增加会逐渐改善气体弥散状态,促进气泡的微细化和分散度。流体数值模拟结果分析也表明:JS浮选机内的流场分布更有利于药剂的分散、碰撞和矿化,揭示了上部入料槽的结构实现了预调浆的设计目的。运用数值模拟方法研究三种耦合结构内的流体动力学参数和流场分布,近叶轮区域动力学参数分析结果表明:近叶轮区域伴随着剧烈的能量交换和损耗,益于气体弥散度的提高,验证JS浮选设备设计的科学性和结构有效性。通过煤泥浮选试验考察JS浮选设备对不同浓度矿浆的实际浮选效率和不同粒径煤泥的捕收能力,与试验室XFD-1.5设备进行浮选速率试验比较,验证JS浮选设备的实际浮选效果。煤泥浮选试验结果表明,JS浮选机对小于0.25 mm细粒煤泥有良好的分选能力,每个粒级精煤回收率达到70%～80%;能够适应高浓度的煤泥浮选试验,浮选完善指标均高于50%,可燃体回收率达到76%～87%;浮选速度验证试验结果表明,JS浮选机实际分选效果要优于试验室XFD-1.5浮选机,实现设备节能降耗、提质增效及简化工艺流程的目的。图[69];表[25];参[210]
陈忠钰[9]（2020）在《同轴旋转磁场作用下重介质旋流器分选效果研究》文中提出为了探究旋转磁场与离心力场形成的复合力场对以磁铁矿粉作为重介质的重介旋流器分选效果的影响,本文将永磁铁制作成的N-S交替磁场、全N布置磁场以及N/S对角布置磁场同轴放置于重介旋流器顶盖及筒体位置,开展同轴旋转磁场放置位置、磁极布置方式、磁场强度、磁场旋转速度以及入料压力对重介质旋流器分选作用的影响研究。以旋流器内重介质分配规律试验,以及特定试验条件点的粗煤泥分选试验,对分选效果进行了评定。利用有限元分析软件ANSYS MAXWELL中的静磁场模拟分析功能对磁场特性进行了分析。将同轴旋转磁场安装于旋流器顶盖及筒体位置,静磁场时,入料流量大幅度升高,入料压力大幅度下降。随着磁场旋转速度的增加,流量随之下降,压力有所上升。当加装静磁场时,底流密度大幅降低,溢流密度随之增加。随着磁场旋转速度的增加,溢流密度开始下降,底流密度开始上升。且不同的磁场强度以及磁极布置方式下底流与溢流密度的变化幅度存在差异。将同轴旋转磁场安装于旋流器顶盖位置,粗煤泥分选试验结果表明,+1.5 mm粒级灰分从15.66%降低至11.34%,尾煤灰分从80.00%略有增加至80.32%。1.5-1 mm粒级灰分从13.20%降低至10.77%,尾煤灰分从76.83%略有降低至76.50%。1-0.5 mm粒级灰分从12.39%降低至10.05%,尾煤灰分从76.96%降低至75.66%。0.5-0.25mm粒级精煤灰分从11.20%增加至11.61%,尾煤灰分从77.97%降低至74.94%。0.125-0.25 mm精煤灰分从11.87%增加至14.04%,尾煤灰分从85.78%降低至84.86%。旋转磁场有利于0.5 mm以上粒级粗煤泥的分选。同轴旋转磁场位于旋流器筒体时降低了0.25 mm以上各粒级精煤灰分,+1.5 mm粒级精煤灰分从16.57%降低为14.29%,尾煤灰分从80.85%略有增加至81.01%。1.5-1 mm粒级精煤灰分从13.73%降低为12.57%,尾煤灰分从77.35%降低至75.97%。1-0.5 mm粒级精煤灰分从12.60%降低为11.30%,尾煤灰分从77.69%降低至76.14%。0.5-0.25 mm粒级精煤灰分从11.25%降低至10.64%,尾煤灰分从80.51%略有降低至80.19%。0.125-0.25 mm粒级精煤灰分有所增加从11.51%升高至11.91%,尾煤灰分基本保持不变。重产物分配曲线表明,与无磁场时相比静磁场的存在降低了分选密度及精度,旋转磁场时分选精度与分选密度略有降低。还比较了不同磁场强度,入料压力,磁极布置方式下的灰分变化。随着磁场强度的增加,精煤灰分基本呈现下降的趋势。不同磁极布置方式下,NS布置方式对应的各粒级精煤灰分最低。随着入料压力的增加,各粒级精煤灰分呈现下降的趋势。采用ANSYS MAXWELL有限元分析软件,对磁极布置方式以及磁场强度进行了模拟计算及分析。结果表明,全N布置方式下,几何中心位置虽然距离磁极位置较远,但是仍旧保留了较强的磁场强度,磁感线分布较为凌乱。N-S布置方式下,几何中心位置处的磁场强度基本为零,但是磁感线分布规律。磁极对角布置方式时,磁场强度的分布不均匀,几何中心位置处存在较弱的场强。在粗煤泥分选试验过程中,N-S布置方式下,分选效果更为良好,说明磁场力作用范围较为集中的磁极布置方式能够实现旋流器内磁性矿浆的加速,进而有利于旋流器的分选。
胡海山[10]（2020）在《低阶煤-气/油泡的矿化过程特征及其活性油泡浮选过程强化研究》文中研究说明低阶煤是变质程度较低的煤种,主要包括褐煤、长焰煤、不粘煤、弱粘煤等。我国的低阶煤储量丰富,总储量高达50%左右。低阶煤表面粗糙,孔隙、裂隙发达,煤表面氧含量高,实际浮选中,含氧基团极易与水分子缔合形成氢键,增加了煤样表面的亲水性,低阶煤煤泥难以采用常规浮选方法提质降灰。传统的烃类油捕收剂等浮选药剂难以在低阶煤表面高效铺展,难以促进低阶煤颗粒-气泡之间的有效粘附。针对上述问题,论文选取胜利6号褐煤和转龙湾长焰煤两种代表性的低阶煤为试验样品,对低阶煤的矿化过程特征和油泡浮选过程强化进行了系统研究,主要研究结果和结论如下:研究了低阶煤的难浮特性。借助筛分试验、浮沉试验、XRD测试、煤岩组分测试分析了煤样的物质组成,采用XPS、FTIR、SEM及全自动比表面和孔径分析仪研究了表面化学结构特性和表面形貌,通过接触角、Zeta电位测试研究了表面润湿性,基于Van Oss-Chaudhury-Good理论计算了煤表面自由能。低阶煤表面粗糙度高、裂隙和凹陷发达,并附着有大量微细矿物颗粒,这些异质性的亲水性矿物极大提高了低阶煤的表面能;低阶煤表面具有丰富的含氧官能团,极易与水分子形成氢键,抑制常规油类捕收剂的吸附;低阶煤表面自由能极性组分占比较大,其高表面能决定了低阶煤易吸附极性水分子。研究了气泡与改性前后低阶煤表面的碰撞粘附过程。建立了颗粒-气泡碰撞粘附系统,观察了颗粒-气泡碰撞粘附的微观行为,解析了颗粒-气泡碰撞过程的速度变化。捕收剂对低阶煤表面的疏水改性,可以减少气泡在煤样表面的弹跳次数,从而有助于气液固三相接触周边的形成,可从微观矿化动力学的角度强化低阶煤的浮选。研究了泡沫衰变过程中的颗粒渗流行为及其稳泡效应。借助颗粒渗流试验探究了长焰煤颗粒的渗流行为,采用三相泡沫稳定性测试系统分析了泡沫稳定性变化特征。长焰煤精煤颗粒主要以粘附在气泡表面的形式存在,煤粒的疏水性越好,其在气泡表面的粘附概率和牢固程度越高,而脉石矿物颗粒也与泡沫结构内的水分共存。无论是何种颗粒体系,体系起泡能力和泡沫稳定性均随着颗粒尺寸的减小而增大,这说明小颗粒更容易起到稳定泡沫的作用。研究了低阶煤颗粒-气泡粘附特征机制。借助颗粒-气泡诱导时间测定,研究了不同颗粒大小、气泡尺寸、气泡压缩变形量、气泡接近速度等条件下低阶煤颗粒-气泡粘附作用变化机制,通过改变煤样表面粗糙度以及酸碱溶液浸泡煤样的改性方法,分析了低阶煤改性后颗粒-气泡粘附作用,通过接触角测试表征煤样改性后表面润湿性的变化,并借助浮选试验验证了改性后煤样表面的可浮性变化。研究结果表明,煤样粒级为0.125-0.074 mm时颗粒-气泡容易粘附;相比于大气泡,小气泡更有助于颗粒-气泡粘附;气泡接近速度和气泡变形量对颗粒-气泡碰撞、粘附过程具有显着影响。煤样表面越粗糙,疏水性越差,颗粒-气泡粘附所需要的时间越长。此外,酸溶液或适当浓度的碱溶液处理煤样会在一定程度上改善煤样的可浮性,提高浮选可燃体回收率。从油泡特性、动力学以及热力学角度研究了油泡浮选过程特征,讨论了低阶煤油泡浮选的特征和低阶煤-油泡间的相互作用,对比分析了两相和三相体系的最大泡沫层高度和半衰期,并通过煤泥浮选试验进一步探究验证。煤泥颗粒与油泡之间的能垒越大,粘附矿化时难度也就越大,粘附过程要求煤粒与油泡所要具有的能量也就越大。泡沫表面包裹一层油膜后,油泡的泡沫稳定性更强,有利于精矿的富集。提出了活性油泡强化低阶煤浮选的方法,研究了活性油泡强化低阶煤浮选过程机制,并进行了低阶煤油泡浮选强化试验。研究结果表明,改性油泡比普通油泡具有更快的粘附速度和更高的粘附力,改性剂分子与褐煤表面极性基团发生氢键作用,从而进一步提高其捕收能力。通过浮选机和浮选柱试验,常规浮选流程难以适应低阶煤浮选。通过低阶煤样品的油泡柱浮选试验,油泡的引入可显着降低低阶煤浮选的捕收剂用量。通过活性油泡浮选过程强化,可得到灰分仅为11.16%的浮选精煤,可燃体回收率达78.73%。论文的研究结果可为我国低阶煤大规模浮选提质提供技术基础和借鉴。论文共包括79幅图,35个表,271篇参考文献。
二、一种新型煤灰分测量装置（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种新型煤灰分测量装置（论文提纲范文）
（1）葫芦素选煤厂动力煤煤泥浮选提质研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 文献综述 |
| 1.1 选题背景 |
| 1.2 细粒煤泥浮选研究现状 |
| 1.2.1 浮选药剂 |
| 1.2.2 浮选设备 |
| 1.2.3 浮选提质强化方法 |
| 1.3 浮选动力学模型研究现状 |
| 1.4 主要研究内容及试验方法 |
| 第2章 煤样特性分析及试验设备 |
| 2.1 煤样来源 |
| 2.2 煤样工业分析 |
| 2.3 煤样粒度组成分析 |
| 2.4 煤样密度组成分析 |
| 2.5 煤样XRD分析 |
| 2.6 试验试剂及设备 |
| 第3章 常规浮选试验研究 |
| 3.1 原生煤泥浮选试验 |
| 3.1.1 药剂用量试验探究 |
| 3.1.2 流程试验研究 |
| 3.1.3 动力学试验研究 |
| 3.1.4 浮选产物粒度组成分析 |
| 3.2 井下煤泥浮选试验 |
| 3.2.1 药剂用量试验探究 |
| 3.2.2 流程试验研究 |
| 3.2.3 动力学试验研究 |
| 3.2.4 浮选产物粒度组成分析 |
| 3.3 旋流器溢流煤泥浮选试验 |
| 3.3.1 药剂用量试验探究 |
| 3.3.2 流程试验研究 |
| 3.3.3 动力学试验研究 |
| 3.3.4 浮选产物粒度组成分析 |
| 3.4 本章小结 |
| 第4章 高剪切调浆浮选试验研究 |
| 4.1 原生煤泥的高剪切调浆浮选试验 |
| 4.1.1 转速条件试验 |
| 4.1.2 时间条件试验 |
| 4.1.3 药剂用量对比试验 |
| 4.1.4 浮选动力学对比试验 |
| 4.2 井下煤泥的高剪切调浆浮选试验 |
| 4.2.1 药剂用量对比试验 |
| 4.2.2 浮选动力学对比试验 |
| 4.3 旋流器溢流煤泥的高剪切调浆浮选试验 |
| 4.3.1 药剂用量对比试验 |
| 4.3.2 浮选动力学对比试验 |
| 4.4 本章小结 |
| 第5章 浮选尾煤沉降试验研究 |
| 5.1 原生煤泥的浮选尾煤沉降试验 |
| 5.1.1 PAM阳离子300 万沉降效果 |
| 5.1.2 PAM阴离子600 万沉降效果 |
| 5.1.3 PAM阴离子1200 万沉降效果 |
| 5.2 井下煤泥的浮选尾煤沉降试验 |
| 5.2.1 PAM阳离子300 万沉降效果 |
| 5.2.2 PAM阴离子600 万沉降效果 |
| 5.2.3 PAM阴离子1200 万沉降效果 |
| 5.3 旋流器溢流煤泥的浮选尾煤沉降试验 |
| 5.3.1 PAM阳离子300 万沉降效果 |
| 5.3.2 PAM阴离子600 万沉降效果 |
| 5.3.3 PAM阴离子1200 万沉降效果 |
| 5.4 本章小结 |
| 第6章 机理分析 |
| 6.1 影像分析 |
| 6.1.1 转速试验 |
| 6.1.2 时间试验 |
| 6.1.3 不同药剂浓度试验 |
| 6.2 润湿热分析 |
| 6.3 现场条件试验验证 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（2）无源射线检测煤质分析系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 煤质灰分检测技术介绍 |
| 1.3.1 煤质检测技术概述 |
| 1.3.2 煤质检测中弱光探测原理 |
| 1.4 研究内容 |
| 1.5 论文组织结构 |
| 2 煤质灰分检测方法及原理 |
| 2.1 辐射型煤灰检测方法 |
| 2.1.1 无源γ放射性法 |
| 2.1.2 低能γ射线反散射法 |
| 2.1.3 高能γ湮没辐射法 |
| 2.1.4 中子瞬发γ分析法 |
| 2.1.5 双能量γ射线透射法 |
| 2.2 γ射线与物质的相互作用 |
| 2.2.1 光电效应 |
| 2.2.2 康普顿散射效应 |
| 2.2.3 电子对效应 |
| 2.2.4 无源射线检测煤灰原理 |
| 2.2.5 检测技术国家标准 |
| 2.3 灰分拟合关系标定 |
| 3 系统总体设计方案 |
| 3.1 系统硬件设计框图 |
| 3.2 系统硬件功能说明 |
| 3.2.1 硬件模块的选取方案 |
| 3.2.2 信号多道分析处理模块 |
| 3.2.3 主控芯片模块选型 |
| 3.3 系统软件设计方案 |
| 3.3.1 嵌入式软件功能设计方案 |
| 3.3.2 上位机软件功能 |
| 3.4 本章小结 |
| 4 无源煤质灰分检测系统硬件设计 |
| 4.1 主控模块 |
| 4.1.1 主控电路 |
| 4.1.2 电源电路 |
| 4.1.3 看门狗电路 |
| 4.1.4 SWD调试电路 |
| 4.1.5 参考电压VREF及备用电源电路 |
| 4.2 探测器模块 |
| 4.3 高压模块及供电电路设计 |
| 4.4 信号处理及甄别电路设计 |
| 4.5 恒温控制模块 |
| 4.6 通信接口电路 |
| 4.7 本章小结 |
| 5 无源煤质灰分检测系统软件设计 |
| 5.1 系统软件总体设计 |
| 5.2 计数子程序设计 |
| 5.3 通信函数软件设计 |
| 5.4 通信协议 |
| 5.5 恒温控制模块软件程序设计 |
| 5.5.1 温度读取 |
| 5.5.2 温度控制软件设计 |
| 5.6 高压控制函数软件程序设计 |
| 5.7 煤质灰分计算 |
| 5.8 本章小结 |
| 6 系统调试 |
| 6.1 硬件调试 |
| 6.2 软件调试 |
| 6.3 软硬件联合调试 |
| 6.3.1 上位机通信功能测试 |
| 6.3.2 能谱分析模块测试 |
| 6.4 本章小结 |
| 7 结论 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
（3）燃煤电厂中速磨机内循环负荷的脉动流化床分选特性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 课题提出 |
| 1.3 研究内容及方法 |
| 2 文献综述 |
| 2.1 燃煤电厂磨煤制粉系统及循环负荷分选的研究现状 |
| 2.2 流态化干法选煤概述 |
| 2.3 CPFD数值模拟 |
| 2.4 本章小结 |
| 3 试验研究系统 |
| 3.1 实验室规模脉动流化床分选系统 |
| 3.2 数据采集装置 |
| 3.3 分析与计算软件 |
| 3.4 本章小结 |
| 4 循环负荷及合格煤粉的矿物学特性对比分析 |
| 4.1 引言 |
| 4.2 物料准备及分析方法 |
| 4.3 矿物组成对比分析 |
| 4.4 循环负荷和合格煤粉的可选性对比分析 |
| 4.5 本章小结(Chapter Summary) |
| 5 循环负荷在气固流化床中流化特性研究 |
| 5.1 引言 |
| 5.2 床层压降和最小流化气速 |
| 5.3 颗粒及气泡运动特性 |
| 5.4 压力信号频谱分析 |
| 5.5 本章小结 |
| 6 循环负荷在气固流化床中分选特性研究 |
| 6.1 分选效果评价与实验数据的置信度分析 |
| 6.2 稳定流化床分选 |
| 6.3 脉动流化床分选 |
| 6.4 颗粒运动动力学分析 |
| 6.5 循环负荷在线分选工艺探讨 |
| 6.6 本章小结 |
| 7 循环负荷在气固流化床中分选过程的数值模拟 |
| 7.1 控制方程和计算模型 |
| 7.2 Wen-Yu/Ergun曳力方程优化 |
| 7.3 颗粒及气泡的运动行为 |
| 7.4 模拟颗粒在气固流化床中的分级效果 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 8.3 创新点 |
| 参考文献 |
| 附录 Barracuda 中“Raw. particle”后处理程序 |
| 作者简历 |
| 学位论文数据集 |
（4）基于机器视觉的煤质检测关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 浮选产品质量检测的研究现状 |
| 1.2.2 机器视觉在矿物加工领域的研究现状 |
| 1.2.3 浮选泡沫图像处理技术的研究现状 |
| 1.3 研究内容及论文组织结构 |
| 2 煤泥浮选工艺与泡沫图像特征分析 |
| 2.1 浮选泡沫图像表面视觉特点 |
| 2.2 浮选过程视觉监控的优点 |
| 2.3 本章小结 |
| 3 煤泥浮选泡沫图像去噪 |
| 3.1 传统图像去噪技术 |
| 3.1.1 调和去噪模型 |
| 3.1.2 全变分去噪模型 |
| 3.1.3 Zhang自适应去噪模型 |
| 3.1.4 Chen自适应去噪模型 |
| 3.2 全变分混合去噪模型 |
| 3.2.1 混合模型的建立 |
| 3.2.2 混合模型数值实现及整体流程 |
| 3.2.3 泡沫图像去噪与效果评价 |
| 3.3 本章小结 |
| 4 浮选泡沫图像增强及分割技术 |
| 4.1 传统图像增强技术 |
| 4.1.1 空域增强 |
| 4.1.2 频域增强 |
| 4.2 经典改进均衡化算法 |
| 4.2.1 双平台直方图均衡化 |
| 4.2.2 分层子直方图均衡化算法 |
| 4.3 连通域均衡化算法 |
| 4.3.1 连通域均衡化 |
| 4.3.2 改进算法 |
| 4.4 基于暗原色先验的煤质颗粒增强 |
| 4.4.1 暗通道先验模型及去雾原理 |
| 4.4.2 基于GIF的透射率优化 |
| 4.4.3 改进算法总体流程及仿真 |
| 4.5 泡沫图像分割简介 |
| 4.6 基于谷底边缘检测的泡沫图像分割算法 |
| 4.6.1 基于谷底边缘检测的泡沫图像分割算法研究 |
| 4.6.2 泡沫图像分割实验结果与分析 |
| 4.7 本章小结 |
| 5 浮选泡沫图像的产量和灰分预测方法 |
| 5.1 浮选实验中泡沫图像的采集 |
| 5.2 浮选泡沫图像特性 |
| 5.3 图像特征 |
| 5.3.1 颜色特征 |
| 5.3.2 纹理特征 |
| 5.3.3 形状特征 |
| 5.4 机器学习方法 |
| 5.5 实验分析与结果 |
| 5.6 本章小结 |
| 6 浮选泡沫图像的特征提取 |
| 6.1 实验系统 |
| 6.1.1 试验材料与装置 |
| 6.1.2 试验过程 |
| 6.1.3 试验结果 |
| 6.2 煤泥浮选泡沫图像特征提取 |
| 6.2.1 基于直方图的纹理特征的提取 |
| 6.2.2 基于灰度共生矩阵的纹理特征参数提取 |
| 6.2.3 平均尺寸参数提取 |
| 6.3 参数的相关性分析 |
| 6.4 浮选精煤灰分预测模型的建模研究 |
| 6.4.1 多元线性回归法的建模研究 |
| 6.4.2 BP神经网络法的建模研究 |
| 6.5 本章小结 |
| 7 煤泥浮选泡沫图像控制系统研究与设计 |
| 7.1 煤泥浮选图像控制系统硬件设计 |
| 7.1.1 相机参数及选定 |
| 7.1.2 光源的选择 |
| 7.1.3 工控机 |
| 7.2 煤泥浮选图像控制系统软件设计 |
| 7.2.1 图像预览模块 |
| 7.2.2 图像采集模块 |
| 7.2.3 数据处理模块 |
| 7.2.4 数据保存模块 |
| 7.3 现场实验 |
| 7.4 实验结果验证 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 作者简历 |
| 附录 |
（5）基于数据驱动的重介密度控制智能化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 论文主要工作 |
| 1.3 论文的总体结构 |
| 2 文献综述 |
| 2.1 选煤厂智能化研究现状 |
| 2.2 重介分选研究现状 |
| 2.3 在线测灰仪研究应用现状 |
| 2.4 其它理论知识 |
| 3 重介分选产品在线监测精度优化研究 |
| 3.1 在线测灰仪的基本原理 |
| 3.2 灰分仪硬件优化方案 |
| 3.3 灰分仪软件优化方案 |
| 3.4 本章小结 |
| 4 基于LSTM的重介分选密度参数在线给定 |
| 4.1 人工分选密度的确定 |
| 4.2 重介分选过程变量分析 |
| 4.3 重介分选LSTM模型 |
| 4.4 本章小结 |
| 5 重介分选过程高精度控制 |
| 5.1 重选工艺及参数分析 |
| 5.2 基于GA-SVMR模型分流开度预测 |
| 5.3 基于Python语言的分流阀开度仿真实现 |
| 5.4 本章小结 |
| 6 基于数据驱动的智能控制系统 |
| 6.1 重介分选过程智能控制框架 |
| 6.2 数据准备 |
| 6.3 软硬件通讯及数据交互 |
| 6.4 控制系统构建实现 |
| 6.5 现场应用效果 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（6）激光诱导击穿光谱中化学计量学方法研究及在煤基能源材料现场分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS) |
| 1.2.1 LIBS技术简介 |
| 1.2.2 LIBS技术发展历程与趋势 |
| 1.3 化学计量学 |
| 1.3.1 化学计量学起源与发展 |
| 1.3.2 化学计量学在LIBS中的应用 |
| 1.4 本文研究内容及意义 |
| 第二章 LIBS结合KELM算法的煤中碳和硫元素测定方法研究 |
| 2.1 材料和方法 |
| 2.1.1 样品收集与制备 |
| 2.1.2 LIBS光谱采集 |
| 2.1.3 核极限学习机(Kernel extreme learning machine,KELM)算法 |
| 2.2 结果与讨论 |
| 2.2.1 煤样品的LIBS光谱分析 |
| 2.2.2 KELM校正模型构建 |
| 2.2.3 校正模型预测能力验证 |
| 2.3 结论 |
| 第三章 KELM结合变量选择策略的煤质快速分析方法研究 |
| 3.1 基于PSO-KELM的煤灰分、挥发分和热值分析方法研究 |
| 3.1.1 材料和方法 |
| 3.1.2 结果与讨论 |
| 3.1.3 小结 |
| 3.2 基于WT-MIV的混合变量选择策略在LIBS煤热值分析中的应用 |
| 3.2.1 方法 |
| 3.2.2 结果与讨论 |
| 3.2.3 小结 |
| 3.3 基于V-WSP-PSO的混合变量选择策略在LIBS煤热值分析中的应用 |
| 3.3.1 方法 |
| 3.3.2 结果与讨论 |
| 3.3.3 小结 |
| 3.4 结论 |
| 第四章 基于LIBS和 FTIR光谱融合的煤质分析方法研究 |
| 4.1 基于LIBS和 FTIR光谱融合的煤灰分、挥发分和热值分析方法研究 |
| 4.1.1 材料和方法 |
| 4.1.2 结果与讨论 |
| 4.1.3 小结 |
| 4.2 基于MI-PSO的 LIBS和 FTIR光谱融合策略研究 |
| 4.2.1 方法 |
| 4.2.2 结果与讨论 |
| 4.2.3 小结 |
| 4.3 结论 |
| 结论与展望 |
| 参考文献 |
| 作者简介及攻读博士学位期间取得的科研成果 |
| 致谢 |
（7）煤自燃过程中孔隙演化机制及其对多元气体吸附特性的影响（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究综述 |
| 1.3 存在问题及不足 |
| 1.4 主要研究内容 |
| 1.5 研究方法及技术路线 |
| 1.6 研究进展及重要成果 |
| 2基于核磁共振技术的煤自燃过程中孔隙演化实验 |
| 2.1 煤自燃模拟实验系统搭建 |
| 2.2 核磁共振测试煤体孔隙技术及原理 |
| 2.3 煤自燃过程中孔隙演化测试 |
| 2.4 煤自燃过程中不同尺度及功能孔隙的演化规律 |
| 2.5 本章小结 |
| 3 孔隙演化的内在机制及其对煤体结构强度的影响 |
| 3.1 煤质工业分析参数测试技术 |
| 3.2 孔隙演化过程中煤工业分析组分动态演变规律 |
| 3.3 孔隙发育对煤体结构强度的影响规律 |
| 3.4 本章小结 |
| 4 孔隙演化的影响因素及其作用机制 |
| 4.1 煤样制备与实验方法 |
| 4.2 氧化温度对煤体孔隙度演变的影响 |
| 4.3 O_2浓度对煤体孔隙度演变的影响 |
| 4.4 CH_4浓度对煤体孔隙度演变的影响 |
| 4.5 本章小结 |
| 5 煤自燃过程中自由基演变规律及影响因素 |
| 5.1 煤中自由基来源及检测技术 |
| 5.2 煤自燃过程中自由基演化测试 |
| 5.3 不同氧化参量对煤自燃过程N_G演变的影响机制 |
| 5.4 遗煤粒径对煤自燃过程N_G演变的影响机制 |
| 5.5 本章小结 |
| 6 孔隙发育对多元气体竞争吸附特性演变的影响机制 |
| 6.1 煤体吸附多元气体理论分析 |
| 6.2 煤低温氧化过程中CH4吸附特性的演变规律 |
| 6.3 孔隙演化对煤二次氧化初期多元气体竞争吸附特性的影响规律 |
| 6.4 本章小结 |
| 7 结论、创新点及展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）射流-搅拌耦合式浮选引射吸气机理及气体弥散特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 课题来源 |
| 1.3 射流吸气搅拌浮选设备的研究现状与进展 |
| 1.4 浮选设备吸气方式研究现状与进展 |
| 1.5 浮选设备中气体弥散的研究现状与进展 |
| 1.5.1 浮选气体弥散的测量技术的研究 |
| 1.5.2 浮选气含率的研究现状及进展 |
| 1.5.3 气泡特征参数的研究现状与进展 |
| 1.5.4 气体弥散参数的研究对矿物浮选效果研究进展 |
| 1.6 研究内容及技术路线 |
| 1.6.1 研究内容 |
| 1.6.2 拟解决的问题 |
| 1.6.3 技术路线 |
| 1.7 本章小结 |
| 2 射流-搅拌耦合式浮选装置设计及工作原理 |
| 2.1 前言 |
| 2.2 浮选装置设计原则 |
| 2.2.1 双余弦自吸气喷嘴结构设计原则 |
| 2.2.2 入料槽、出料筒设计原则 |
| 2.2.3 上驱动叶轮、下搅拌叶轮设计原则 |
| 2.3 浮选装置设计原理 |
| 2.3.1 一代原型机的设计原理 |
| 2.3.2 二代原型机的设计原理 |
| 2.4 浮选装置工作原理特点 |
| 2.4.1 气泡矿化作用特性分析 |
| 2.4.2 浮选流场均匀化特性分析 |
| 2.4.3 气体弥散特性分析 |
| 2.5 本章小结 |
| 3 射流-搅拌耦合式浮选引射吸气机理 |
| 3.1 前言 |
| 3.2 试验设计 |
| 3.2.1 试验系统搭建 |
| 3.2.2 试验条件及方法 |
| 3.3 吸气机理 |
| 3.3.1 双余弦自吸气喷嘴设计 |
| 3.3.2 喷嘴工作过程 |
| 3.3.3 射流吸气原理分析 |
| 3.4 浮选装置吸气影响因素分析 |
| 3.4.1 入料压力对叶轮转速的影响规律 |
| 3.4.2 入料压力对吸气量及喷嘴内负压的影响规律 |
| 3.4.3 喷嘴距对吸气量的影响规律 |
| 3.4.4 喷嘴截面比对吸气量的影响规律 |
| 3.4.5 入料压力与喷嘴距的函数关系确立 |
| 3.5 本章小结 |
| 4 射流-搅拌耦合式浮选气泡粒径演化机制 |
| 4.1 前言 |
| 4.2 喷嘴-驱动叶轮-搅拌叶轮三重强化耦合作用对气泡粒径分布特征的影响 |
| 4.2.1 试验设计 |
| 4.2.2 起泡剂浓度对气泡粒径分布的影响 |
| 4.2.3 入料压力对气泡粒径分布的影响 |
| 4.2.4 吸气量对气泡粒径分布的影响 |
| 4.2.5 取样高度对气泡粒径分布的影响 |
| 4.3 喷嘴-驱动叶轮双重耦合作用对气泡粒径分布特征 |
| 4.3.1 试验系统及方法 |
| 4.3.2 起泡剂浓度对气泡尺寸的影响 |
| 4.3.3 入料压力对气泡尺寸分布的影响 |
| 4.3.4 吸气量对气泡尺寸的影响 |
| 4.4 单一喷嘴对气泡粒径分布特征的影响 |
| 4.4.1 试验系统及方法 |
| 4.4.2 起泡剂浓度对气泡尺寸的影响 |
| 4.4.3 入料压力对气泡尺寸分布的影响 |
| 4.4.4 吸气量对气泡尺寸的影响 |
| 4.5 结构因素对气泡尺寸的影响 |
| 4.6 气泡大小对气泡碰撞概率和粘附概率的影响 |
| 4.7 本章小结 |
| 5 射流-搅拌耦合式浮选气含率分布特征 |
| 5.1 前言 |
| 5.2 喷嘴-驱动叶轮-搅拌叶轮三重强化耦合作用对气含率分布特征 |
| 5.2.1 试验设计 |
| 5.2.2 起泡剂浓度对气含率分布和叶轮转速的影响 |
| 5.2.3 入料压力对气含率分布的影响 |
| 5.2.4 吸气量对气含率和叶轮转速的影响 |
| 5.2.5 取样高度对气含率的影响 |
| 5.3 喷嘴-驱动叶轮双重耦合作用对气含率分布特征 |
| 5.3.1 试验系统及方法 |
| 5.3.2 起泡剂浓度对气含率分布的影响 |
| 5.3.3 入料压力对气含率分布的影响 |
| 5.3.4 吸气量对气含率分布的影响 |
| 5.4 单一喷嘴对装置内气含率分布特征的影响 |
| 5.4.1 试验系统及方法 |
| 5.4.2 起泡剂浓度对气含率分布的影响 |
| 5.4.3 入料压力对气含率分布的影响 |
| 5.4.4 吸气量对气含率分布的影响 |
| 5.5 结构因素变化对气含率的影响 |
| 5.5.1 操作参数变化的影响 |
| 5.5.2 浮选设备气含率数据比较分析 |
| 5.5.3 气体弥散状态的转变 |
| 5.6 喷嘴-驱动叶轮-搅拌叶轮三重强化耦合结构下多因素交互作用对气含率的影响 |
| 5.6.1 明确试验目的和考察指标 |
| 5.6.2 制定因素水平表 |
| 5.6.3 选取正交表与试验方案制定 |
| 5.6.4 数据分析 |
| 5.7 气体弥散机制 |
| 5.7.1 湍流对气泡和颗粒运动的影响 |
| 5.7.2 气泡上升过程中的受力分析 |
| 5.7.3 搅拌叶轮对气泡的直径和曳力影响 |
| 5.7.4 气泡粒径分布预测 |
| 5.8 本章小结 |
| 6 射流-搅拌耦合式浮选数值模拟研究 |
| 6.1 前言 |
| 6.2 数学计算模型的确定 |
| 6.2.1 物理模型建立 |
| 6.2.2 边界条件与求解策略设置 |
| 6.3 计算结果分析 |
| 6.3.1 质点轨迹分析 |
| 6.3.2 流体动力学参数分析 |
| 6.4 湍流力场分布对气体弥散的影响 |
| 6.5 本章小结 |
| 7 射流-搅拌耦合式浮选煤泥浮选试验研究 |
| 7.1 前言 |
| 7.2 试验系统及方法 |
| 7.2.1 试验系统 |
| 7.2.2 试验药剂及样品 |
| 7.2.3 试验仪器 |
| 7.2.4 试验条件及方法 |
| 7.3 浮选评价指标 |
| 7.4 原煤性质 |
| 7.5 煤泥浮选试验 |
| 7.6 浮选速度试验 |
| 7.7 本章小结 |
| 8 总结与展望 |
| 8.1 主要结论 |
| 8.2 主要创新点 |
| 8.3 研究工作的展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（9）同轴旋转磁场作用下重介质旋流器分选效果研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统重介质旋流器发展现状 |
| 1.2.2 重介质旋流器的调控方法 |
| 1.2.3 磁力旋流器发展现状 |
| 1.2.4 磁场对重介质旋流器的影响 |
| 1.2.5 磁力驱动技术与设备 |
| 1.3 研究内容 |
| 第二章 同轴旋转磁场试验系统的构建及试验方法 |
| 2.1 试验用旋流器的设计及制作 |
| 2.1.1 旋流器的设计及制作 |
| 2.1.2 旋转机构及传动机构的设计与制作 |
| 2.2 试验系统构建 |
| 2.2.1 试验系统及主要设备选型 |
| 2.2.2 试验平台的构建 |
| 2.3 样品性质 |
| 2.3.1 煤样粒度组成 |
| 2.3.2 煤样密度组成 |
| 2.3.3 重介质性质 |
| 2.4 永磁场构建 |
| 2.5 试验方法及评价指标 |
| 2.5.1 重介质分配试验 |
| 2.5.2 粗煤泥分选试验 |
| 2.5.3 重选效果评定 |
| 2.5.4 Ansoft Maxwell有限元磁场分析方法 |
| 第三章 同轴旋转磁场作用于旋流器顶盖的分选试验研究 |
| 3.1 磁极布置方式试验研究 |
| 3.1.1 介质分配试验 |
| 3.1.2 粗煤泥分选试验 |
| 3.2 磁铁数量分选试验研究 |
| 3.2.1 介质分配试验 |
| 3.2.2 粗煤泥分选试验 |
| 3.3 旋转速度分选试验研究 |
| 3.3.1 介质分配试验 |
| 3.3.2 粗煤泥分选试验 |
| 3.4 入料压力分选试验研究 |
| 3.4.1 无磁粗煤泥分选试验 |
| 3.4.2 有磁场粗煤泥分选试验 |
| 3.5 同轴旋转磁场对于分选过程流量及压力的影响 |
| 3.5.1 对流量的影响 |
| 3.5.2 对压力的影响 |
| 3.6 同轴旋转磁场对分选性能的影响 |
| 3.7 本章小结 |
| 第四章 同轴旋转磁场作用于旋流器筒体的分选试验研究 |
| 4.1 磁极布置方式分选试验研究 |
| 4.1.1 介质分配试验 |
| 4.1.2 粗煤泥分选试验 |
| 4.2 磁铁数量分选试验研究 |
| 4.2.1 介质分配试验 |
| 4.2.2 粗煤泥分选试验 |
| 4.3 旋转速度分选试验研究 |
| 4.3.1 介质分配试验 |
| 4.3.2 粗煤泥分选试验 |
| 4.4 入料压力分选试验研究 |
| 4.4.1 重介质分配试验 |
| 4.4.2 粗煤泥分选试验 |
| 4.5 同轴旋转磁场对于分选过程流量及压力的影响 |
| 4.5.1 对流量的影响 |
| 4.5.2 对压力的影响 |
| 4.6 旋转磁场对旋流器分选性能的影响 |
| 4.7 重选工艺效果评定 |
| 4.8 本章小结 |
| 第五章 磁场特性分析 |
| 5.1 Ansoft Maxwell有限元软件简介 |
| 5.1.1 模型的绘制 |
| 5.1.2 材料管理 |
| 5.1.3 边界条件以及激励源 |
| 5.1.4 网格剖分和求解器的设置 |
| 5.1.5 后处理 |
| 5.2 顶盖位置磁场模拟 |
| 5.2.1 顶盖全N布置方式磁场模拟 |
| 5.2.2 顶盖N-S布置方式磁场模拟 |
| 5.3 筒体位置磁场模拟 |
| 5.3.1 全N布置方式磁场模拟 |
| 5.3.2 对角布置方式磁场模拟 |
| 5.3.3 N-S布置方式磁场模拟 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 今后工作建议 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（10）低阶煤-气/油泡的矿化过程特征及其活性油泡浮选过程强化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 低阶煤性质研究 |
| 1.4 低阶煤浮选提质研究 |
| 1.5 泡沫及其稳定机制的研究进展 |
| 1.6 矿物和气泡间的矿化行为研究 |
| 1.7 低阶煤的浮选过程强化研究 |
| 1.8 研究技术路线 |
| 2 试验材料与研究方法 |
| 2.1 煤样来源与特性 |
| 2.2 形貌测试 |
| 2.3 矿物组成测试 |
| 2.4 化学基团测试 |
| 2.5 润湿性与电位测试 |
| 2.6 诱导时间测试 |
| 2.7 浮选试验 |
| 3 低阶煤难浮特性 |
| 3.1 低阶煤的可浮性研究 |
| 3.2 煤样表面形貌分析 |
| 3.3 低阶煤矿物组成分析 |
| 3.4 煤岩组分的分布情况研究 |
| 3.5 表面亲水性基团分析 |
| 3.6 煤表面自由能计算 |
| 3.7 低阶煤模型化合物亲水性量子化学模拟 |
| 3.8 本章小结 |
| 4 低阶煤的微观矿化过程研究 |
| 4.1 碰撞粘附研究系统的搭建 |
| 4.2 气-固碰撞粘附的微观行为 |
| 4.3 气-固碰撞过程的速度变化及解析 |
| 4.4 本章小结 |
| 5 低阶煤浮选泡沫稳定性及其颗粒效应 |
| 5.1 低阶煤浮选过程中的颗粒行为 |
| 5.2 长焰煤颗粒对浮选泡沫稳定性的影响及机理 |
| 5.3 本章小结 |
| 6 低阶煤颗粒-气泡粘附的诱导时间变化机制 |
| 6.1 低阶煤粒-气泡粘附的诱导时间变化特征 |
| 6.2 低阶煤改性的颗粒-气泡粘附作用 |
| 6.3 本章小结 |
| 7 油泡浮选的过程特征研究 |
| 7.1 油泡的粘附特性研究 |
| 7.2 低阶煤油泡浮选速率试验研究 |
| 7.3 油泡稳定性研究 |
| 7.4 本章小结 |
| 8 油泡浮选过程强化试验研究 |
| 8.1 油泡浮选试验研究 |
| 8.2 活性油泡对低阶煤浮选过程的强化研究 |
| 8.3 本章小结 |
| 9 结论与展望 |
| 9.1 主要结论 |
| 9.2 主要创新点 |
| 9.3 今后工作的展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
四、一种新型煤灰分测量装置（论文参考文献）
- [1]葫芦素选煤厂动力煤煤泥浮选提质研究[D]. 刘旭. 太原理工大学, 2021(01)
- [2]无源射线检测煤质分析系统设计与实现[D]. 张韬. 西安工业大学, 2021(02)
- [3]燃煤电厂中速磨机内循环负荷的脉动流化床分选特性研究[D]. 杨勇. 中国矿业大学, 2020
- [4]基于机器视觉的煤质检测关键技术研究[D]. 白亚腾. 中国矿业大学, 2020(07)
- [5]基于数据驱动的重介密度控制智能化研究[D]. 洪志鑫. 中国矿业大学, 2020(01)
- [6]激光诱导击穿光谱中化学计量学方法研究及在煤基能源材料现场分析中的应用[D]. 闫春华. 西北大学, 2020
- [7]煤自燃过程中孔隙演化机制及其对多元气体吸附特性的影响[D]. 汤宗情. 中国矿业大学, 2020
- [8]射流-搅拌耦合式浮选引射吸气机理及气体弥散特性研究[D]. 韩有理. 安徽理工大学, 2020(03)
- [9]同轴旋转磁场作用下重介质旋流器分选效果研究[D]. 陈忠钰. 太原理工大学, 2020(07)
- [10]低阶煤-气/油泡的矿化过程特征及其活性油泡浮选过程强化研究[D]. 胡海山. 中国矿业大学, 2020