简介:本文建立温度、压力、吸附介质(自变量)与吸附量(应变量)的数学方程TPAE。并通过对鄂尔多斯盆地东部4种煤的系列等温吸附实验的兰格缪尔吸附体积和兰格缪尔吸附压力进行回归,得到TPAE的4个参数。四种煤样的平均相对偏差在8.73%~12.6%之间,和TPAE曲面与吸附量点吻合很好都说明TPAE适用于处理系列等温吸附实验数据。通过例子证实吸附量对温度偏导、吸附量对压力偏导、和吸附量对温度和压力的全微分是可以精确计算的。当煤样表征温度影响Δ和表示压力影响β已定,如满足一定的温度和压力,吸附量会出现极大值;吸附量极大值出现的温度和压力与煤样的变质程度(镜质组最大反射率)有关。
简介:煤炭中混入的各种杂物不仅影响煤炭质量,还会对煤炭加工设备、运输工具造成损害,甚至引发安全事故,有效排除煤中杂物是煤炭生产亟待解决的关键问题.杂质脱除的难易程度随着科学技术的发展而发生着变化,也决定着除杂选用的方法与手段.传统的除杂很大程度上依靠杂质的物理性质,金属类杂物一般采用除铁器清除,跳汰分选与浅槽分选过程可清除部分轻质杂物,拦杂钩和拦杂网也可清除部分轻质杂物,往往多种方法联合使用,发挥各自的优势.随着人工智能技术的发展,通过实时捕获杂物的图像和三维数据,运用计算机视觉算法对杂物进行快速、准确的识别与定位,随后指导机械手进行精准抓取,可实现杂物的精准分离.该方法实施的关键是需要建立较完备的数据集、设计精准识别算法和抓取控制策略.煤炭洗选过程中杂物的智能清除有利于推动煤炭行业的智能化转型、提高生产效率和产品...