探究灰成分对焦炭热性能影响的研究

《探究灰成分对焦炭热性能影响的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉科技大学硕士学位论文灰成分对焦炭热性能影响的研究姓名：乔国强申请学位级别：硕士专业：化学工艺指导教师：史世庄20060420武汉科技大学硕士学位论文摘要焦炭的热性能包括焦炭的反应性(CRI)和反应后强度(CSR)，它是焦炭的重要质量指标。焦炭的热性能不仅要受到炼焦煤煤质的影响，还要受到炼焦煤灰成分的影响。灰成分中的碱性氧化物是焦炭碳溶反应的正催化剂，可使焦炭的反应性增大，反应后强度降低，灰分中的酸性氧化物是焦炭碳溶反应的负催化剂，可使焦炭的反应性降低、反应后强度提高。二者的平衡反映灰成分的催化能力，常用矿物质催化指数McI来表示。本文首先研究了

2、武钢炼焦生产用煤的煤质、灰分组成和催化指数，并进行了配煤炼焦试验和焦炭反应性、和反应后强度的测定；然后研究了生产焦炭的灰分组成和催化指数，并进行了焦炭的反应性和反应后强度的测定；最后关联了煤质、矿物质催化指数的关系。实验结果表明：实验所用炼焦用单种煤的碱含量(K20+Na20)较高，新汶、田庄、韩城和黄林煤灰分的碱含量均大于或等于l％，其余的接近l％；灰分催化指数对焦炭的反应性和反应后强度的影响显著。焦炭的反应性与灰分催化指数呈正线性相关，焦炭的反应后强度与灰分催化指数呈负线性相关；灰分催指数既可以用炼焦煤的灰成分表达(计算)，也可以用焦炭的灰成分

3、表达(计算)，二者几乎相等；经多元回归分析所得回归方程(数学模型)，特别是生产焦炭试验的回归方程，揭示了各种因素对焦炭反应性和反应后强度影响的本质，可以用来预测焦炭的反应性和反应后强度，指导生产、优化配煤、改善焦炭质量。关键词：灰成分，催化指数，焦炭热性能，数学模型武汉科技大学硕士学位论文Cokethermalperformanceincludescokereactivity(cPa)andcokestrengthafterreaction(CSR)．Itdependsnotonlyoncoalperformanceforcokingbutalso

4、oncoalashcomposition．n坞alkalineoxidesintheasharepositivecatalystforcokecarbon-solutionreaction,theycanincreasecokereactivityanddecreasecokestrenglhafterreaction；andtheacidicoxidesintheasharenegativecatalystofcokecarbon-solmionreaction,theycanreducecokereactivityandenhancecokes

5、trengthafterreaction．Thebalanceofthebothrepresentstheashcatalyticability．ItisoftenshownasmineralcatalyticindexMCI．Inthepaper,firstly,coalpropertiesforcokinginWISCO．ashcompositionandmineralcatalyticindexarcresearchedandcokingexperimentationinlaboratorycoke-ovenandCRIandCSRdeter

6、minationarecarriedout；thentheashcompositionandmineralcatalyticindexofcokefromcommercialcoke-ovenarestudied，andtheCRIandCSRofthecokearemeasured．Lastly,thecorrelationbetweenGVdafandMCIisanalyzed．n地experimentalresultsshowthat,theashalkalicontent(K20+Na20)ofcoalsforcokingishigh,th

7、eashalkalicontentofXinwen,Tianzhuang，HanchengandHuanglinisallmorethan1％，therestnear1％；theinfluenceofashMCIonCRIandCSRiSobvious，CRIandMCIispositivecorrelativeandCSRandMCIisnegativecorrelative．MCIcanshowasbothcoalashcomponentsandcokeashcomponents，thebotharealmostthesame．Themathe

8、maticalmodelsfrommulti—regressionrevealtheessencethatallfacto