KR101311955B1 - Method of coke quality prediction - Google Patents
Method of coke quality prediction Download PDFInfo
- Publication number
- KR101311955B1 KR101311955B1 KR1020110110316A KR20110110316A KR101311955B1 KR 101311955 B1 KR101311955 B1 KR 101311955B1 KR 1020110110316 A KR1020110110316 A KR 1020110110316A KR 20110110316 A KR20110110316 A KR 20110110316A KR 101311955 B1 KR101311955 B1 KR 101311955B1
- Authority
- KR
- South Korea
- Prior art keywords
- coke
- maseral
- coal
- index
- quality
- Prior art date
Links
- 239000000571 coke Substances 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000003245 coal Substances 0.000 claims abstract description 83
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 27
- 239000011707 mineral Substances 0.000 claims abstract description 27
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 7
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 7
- 238000010438 heat treatment Methods 0.000 claims abstract description 5
- 239000000292 calcium oxide Substances 0.000 claims description 8
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 claims description 8
- 239000000395 magnesium oxide Substances 0.000 claims description 8
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 claims description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 229910018072 Al 2 O 3 Inorganic materials 0.000 claims description 5
- 229910004298 SiO 2 Inorganic materials 0.000 claims description 5
- 239000011734 sodium Substances 0.000 claims description 5
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- CHWRSCGUEQEHOH-UHFFFAOYSA-N potassium oxide Chemical compound [O-2].[K+].[K+] CHWRSCGUEQEHOH-UHFFFAOYSA-N 0.000 claims description 3
- KKCBUQHMOMHUOY-UHFFFAOYSA-N sodium oxide Chemical compound [O-2].[Na+].[Na+] KKCBUQHMOMHUOY-UHFFFAOYSA-N 0.000 claims description 3
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 claims description 2
- AXZKOIWUVFPNLO-UHFFFAOYSA-N magnesium;oxygen(2-) Chemical compound [O-2].[Mg+2] AXZKOIWUVFPNLO-UHFFFAOYSA-N 0.000 claims description 2
- TWNQGVIAIRXVLR-UHFFFAOYSA-N oxo(oxoalumanyloxy)alumane Chemical compound O=[Al]O[Al]=O TWNQGVIAIRXVLR-UHFFFAOYSA-N 0.000 claims description 2
- 229910001950 potassium oxide Inorganic materials 0.000 claims description 2
- 229910052814 silicon oxide Inorganic materials 0.000 claims description 2
- 229910001948 sodium oxide Inorganic materials 0.000 claims description 2
- 239000011335 coal coke Substances 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 description 43
- 238000002156 mixing Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 7
- 238000004939 coking Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000005498 polishing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 2
- 239000012298 atmosphere Substances 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 229910052681 coesite Inorganic materials 0.000 description 2
- 229910052593 corundum Inorganic materials 0.000 description 2
- 229910052906 cristobalite Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000921 elemental analysis Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 239000000377 silicon dioxide Substances 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- 229910052682 stishovite Inorganic materials 0.000 description 2
- 230000008961 swelling Effects 0.000 description 2
- 229910052905 tridymite Inorganic materials 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 229910001845 yogo sapphire Inorganic materials 0.000 description 2
- FGRBYDKOBBBPOI-UHFFFAOYSA-N 10,10-dioxo-2-[4-(N-phenylanilino)phenyl]thioxanthen-9-one Chemical compound O=C1c2ccccc2S(=O)(=O)c2ccc(cc12)-c1ccc(cc1)N(c1ccccc1)c1ccccc1 FGRBYDKOBBBPOI-UHFFFAOYSA-N 0.000 description 1
- 229910001341 Crude steel Inorganic materials 0.000 description 1
- 229910010413 TiO 2 Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- AMWRITDGCCNYAT-UHFFFAOYSA-L manganese oxide Inorganic materials [Mn].O[Mn]=O.O[Mn]=O AMWRITDGCCNYAT-UHFFFAOYSA-L 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000012299 nitrogen atmosphere Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000004079 vitrinite Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N2021/4704—Angular selective
- G01N2021/4707—Forward scatter; Low angle scatter
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은원료탄으로부터 코크스를 제조하는 공정에서, 원료탄 배합시 원료탄에서 도출된 각종 지수를 이용하여 코크스의 품질을 예측하는 코크스 품질 예측 방법에 관한 것으로,
본 발명의 일 실시 형태에 따른 코크스 품질 예측 방법은,
다수의 원료탄으로부터 제조되는 코크스의 품질을 예측하는 코크스 품질 예측 방법으로서, 상기 원료탄을 가열하여 탄소 성분을 제거한 회재 성분으로부터 얻은 미네랄 염기도 지수와, 상기 원료탄에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)로부터 얻은 마세랄 반사율 지수를 이용하여 상기 다수의 원료탄으로부터 제조되는 코크스의 품질을 예측한다.The present invention relates to a coke quality prediction method for predicting the quality of coke using various indices derived from raw coal in the process of manufacturing coke from raw coal,
Coke quality prediction method according to an embodiment of the present invention,
A coke quality prediction method for predicting the quality of coke produced from a plurality of raw coals, the method comprising: measuring a mineral basicity index obtained from a ash component obtained by heating the raw coal and removing carbon components and an image of the maseral structure contained in the raw coal; The maseral reflectance index obtained from Gry Scale is used to predict the quality of coke made from the plurality of raw coals.
Description
본 발명은 코크스 품질 예측 방법에 관한 것으로, 보다 상세하게는 원료탄으로부터 코크스를 제조하는 공정에서, 원료탄 배합시 원료탄에서 도출된 각종 지수를 이용하여 코크스의 품질을 예측하는 코크스 품질 예측 방법에 관한 것이다.
The present invention relates to a method for predicting coke quality, and more particularly, to a coke quality prediction method for predicting the quality of coke using various indices derived from raw coal in the process of manufacturing coke from raw coal.
세계적으로 조강 생산량이 급격히 증가하여 철광석 및 야금용 코크스 제조용 석탄에 대한 수요가 증가하고 있다. 이에 따라 석탄의 가격이 급등하고 양질의 점결탄이 고갈될 우려가 있으며, 또한 양질의 점결탄 확보에 대한 어려움이 점점 커지고 있다. 이와 같은 환경 하에서 야금용 코크스 제조에 사용되는 석탄을 다양화하고 점결력이 약한 미점결탄 사용을 증가시키기 위한 노력이 배가되고 있다. 미점결탄의 사용비를 증가시키기 위한 여러 기술들이 개발 적용되고 있으며, 다탄종 배합에 의한 코크스 제조시 코크스 품질을 확보하기 위한 노력들도 진행되고 있다.Globally, crude steel production has risen sharply, increasing the demand for iron ore and coal for metallurgical coke production. As a result, the price of coal may surge and deplete high-quality coking coal, and the difficulty in securing high-quality coking coal is increasing. Under such circumstances, efforts are being made to diversify the coal used in the manufacture of metallurgical coke and to increase the use of coking coal having a weak coking force. Various technologies have been developed and applied to increase the cost of coking coal, and efforts are being made to secure coke quality when manufacturing coke by blending multiple coal species.
도 1을 참조하여, 야금용 석탄으로부터 코크스가 제조되는 공정을 설명하면 다음과 같다. 탄종별로 야드에 야적된 석탄을 일정 입도가 되도록 파쇄한 후 각각의 저장조에 공급하며, 이들 석탄으로부터 일정한 품질의 코크스를 제조하기 위해 각 탄종별 배합비를 계산한 다음, 각각의 석탄을 혼합하여 전처리한 후, 코크스 오븐에 장입한다. 코크스 오븐의 저장조에 저장된 배합탄은 장입차에서 일정량을 불출하여 고온으로 가열된 탄화실에 공급하고, 일정 시간동안 건류한 후 적열 코크스로 배출되며, 이들 적열 코크스는 습식이나 건식 소화에 의해 코크스로 제조된다. Referring to Figure 1, the process for producing coke from metallurgical coal is as follows. Coal deposited in the yard by coal type is crushed to a certain particle size and then supplied to each storage tank.In order to produce a coke of a certain quality from these coals, the mixing ratio of each coal type is calculated, and then each coal is mixed and pretreated. After that, it is charged to a coke oven. Coal stored in the coke oven's storage tank is supplied to the carbonization chamber heated at a high temperature by charging a certain amount from a charging vehicle, and after being dried for a certain period of time, it is discharged into the coke coke, and these coke coke is discharged into the coke by wet or dry extinguishing. Are manufactured.
야드에 야적되는 석탄은 코크스 제조시 필요한 정보를 얻기 위해, 예를 들어 공업분석, 원소분석, 점결성 지수(유동도, 전팽창, 자유팽윤지수), 조직 분석으로부터 반사율 등의 여러가지 물성을 분석한다. 통상 코크스 제조를 위해 10종류의 석탄을 혼합하여 사용하며, 이들 석탄을 혼합할 때, 제조되는 코크스의 품질을 예측하기 위해 여러가지 방법들이 사용되고 있다. 많이 사용되는 예측방법으로 석탄의 점결성 지수인 유동도 및 전팽창 지수와 등급을 나타내는 반사율 등을 조합하여 사용한다.Coal deposited in the yard analyzes various properties such as reflectivity from industrial analysis, elemental analysis, cohesion index (flow rate, total expansion, free swelling index), and tissue analysis to obtain the information necessary for coke production. Typically, 10 types of coal are mixed and used for producing coke, and when mixing these coals, various methods are used to predict the quality of the coke produced. As a widely used prediction method, a combination of the cohesiveness index of coal, the total expansion index, and the reflectance indicating the grade is used.
그러나, 석탄의 등급을 나타내는 휘발분 및 반사율 지수와 코크스 냉간 및 열간 강도와의 상관성은 매우 낮게 나타나며, 석탄의 점결지수인 유동도, 전팽창 및 자유팽윤지수와 코크스 냉간 및 열간 강도와의 상관성이 매우 낮아서 예측의 정확도가 떨어진다.However, the correlation between the volatilization and the reflectance index and the coke cold and hot strength, which represent the grade of coal, is very low, and the correlation between the coke's index of flow, preexpansion and free swelling index, and the coke cold and hot strength is very low. Low accuracy of prediction.
통상, 원료탄 배합지시로부터 코크스 오븐에서 제조된 코크스의 품질을 측정하여 결과를 얻는 데는 대략 30시간 이상의 긴 시간이 소요되므로, 요구되는 품질을 갖는 코크스를 제조하기 위해 원료탄 배합시 제조되는 코크스의 품질을 예측하는 것이 매우 중요하다. 현재 다양한 종류의 석탄을 사용하는 배합 패턴 변화와 많은 신규탄들이 개발되어 사용되고 있기 때문에, 기존의 사용 원료탄의 배합 패턴으로부터 도출된 코크스 품질 예측식은 원료탄 배합시 코크스 품질 예측에 많은 오차가 발생한다는 문제점이 있다.In general, it takes about 30 hours or longer to measure the quality of the coke produced in the coke oven from the raw coal blending instructions. Therefore, the quality of the coke produced when the raw coal is blended to produce coke having the required quality is determined. Prediction is very important. Since the change of the mixing pattern using various types of coal and many new coals have been developed and used at present, the coke quality prediction formula derived from the mixing pattern of the existing raw coal used has a problem that many errors occur in the coke quality prediction when the raw coal is mixed. have.
따라서, 여러 종류의 다탄종 배합과 신규탄 배합으로부터 코크스 오븐에서 안정적인 코크스 품질을 유지하기 위해서는 원료탄 배합시 코크스 품질 예측을 보다 정확하게 하는 것이 중요하다.
Therefore, in order to maintain stable coke quality in the coke oven from various types of multi-tank blends and new coal blends, it is important to more accurately predict the coke quality in the raw coal blend.
본 발명의 일 기술적 과제는 실제의 코크스 품질과 근사한 예측값을 도출하여 보다 정확하게 코크스의 품질을 예측할 수 있는 코크스 품질 예측 방법을 제공하는 데 있다.
One technical problem of the present invention is to provide a coke quality prediction method capable of predicting coke quality more accurately by deriving a prediction value close to the actual coke quality.
본 발명의 일 실시 형태에 따른 코크스 품질 예측 방법은,Coke quality prediction method according to an embodiment of the present invention,
다수의 원료탄으로부터 제조되는 코크스의 품질을 예측하는 코크스 품질 예측 방법으로서, 상기 원료탄을 가열하여 탄소 성분을 제거한 회재 성분으로부터 얻은 미네랄 염기도 지수와, 상기 원료탄에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)로부터 얻은 마세랄 반사율 지수를 이용하여 상기 다수의 원료탄으로부터 제조되는 코크스의 품질을 예측한다.A coke quality prediction method for predicting the quality of coke produced from a plurality of raw coals, the method comprising: measuring a mineral basicity index obtained from a ash component obtained by heating the raw coal and removing carbon components and an image of the maseral structure contained in the raw coal; The maseral reflectance index obtained from Gry Scale is used to predict the quality of coke made from the plurality of raw coals.
상기 미네랄 염기도 지수는 상기 회재 성분 중에서 산화철, 산화칼슘, 산화마그네슘, 산화칼륨, 및 산화나트륨 성분을 합한 값을 산화규소와 산화알루미늄 성분을 합한 값으로 나누어서 산출할 수 있다.The mineral basicity index can be calculated by dividing the sum of iron oxide, calcium oxide, magnesium oxide, potassium oxide, and sodium oxide components by the sum of silicon oxide and aluminum oxide components.
구체적으로, 상기 미네랄 염기도 지수(MBI)는 하기의 식 (a)에 의해 산출할 수 있다.
Specifically, the mineral basicity index (MBI) can be calculated by the following formula (a).
식 (a) : MBI = [100 x 회재 성분 함량 x (Na2O + K2O + CaO + MgO + Fe2O3)]/[(100 - 휘발분 함량) x (SiO2 + Al2O3)].
Formula (a): MBI = [100 x ash content x (Na 2 O + K 2 O + CaO + MgO + Fe 2 O 3 )] / [(100-volatile content) x (SiO 2 + Al 2 O 3 )].
상기 마세랄 반사율 지수는, 상기 원료탄을 다수개의 가상 격자로 분할한 후, 상기 격자에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)을 반사율로 전환하여 산출할 수 있다.The maseral reflectance index may be calculated by dividing the raw coal into a plurality of virtual gratings, and then converting a gray scale generated by measuring an image of the maseral tissue contained in the grating to reflectance.
상기 코크스의 품질은 코크스의 냉간 강도값과 열간 강도값인 것이 바람직하다.The quality of the coke is preferably the cold strength value and the hot strength value of the coke.
상기 코크스의 냉간 강도값은 하기의 식 (b)에 의해 예측할 수 있고, 상기 코크스의 열간 강도값은 하기의 식 (c)에 의해 예측할 수 있다.
The cold strength value of the coke can be predicted by the following formula (b), and the hot strength value of the coke can be predicted by the following formula (c).
식 (b) : 코크스 냉간 강도 = A*FMR/(MBI)^(1/4) + BEquation (b): coke cold strength = A * FMR / (MBI) ^ (1/4) + B
식 (c) : 코크스 열간 강도 = C*FMR/(MBI)^(1/4) - DEquation (c): coke hot strength = C * FMR / (MBI) ^ (1/4)-D
여기서, A ~ D는 실험에 의해 정해지는 상수이고, FMR은 마세랄 반사율 지수, MBI는 미네랄 염기도 지수를 뜻한다.
Here, A to D are constants determined by experiments, FMR means maseral reflectance index, and MBI means mineral basicity index.
상기 A는 0.10543이고, B는 66.0891인 것이 바람직하다.It is preferable that A is 0.10543 and B is 66.0891.
또한, 상기 C는 0.53137이고, 상기 D는 10.23인 것이 바람직하다.In addition, it is preferable that said C is 0.53137, and said D is 10.23.
상기 코크스는 휘발분이 19~40% 중에서 선택된 어느 하나인 다수의 원료탄을 1000~1100℃의 온도 범위에서 건류하여 제조되는 것이 바람직하다.
The coke is preferably produced by distilling a plurality of raw coals having any one of volatile matters selected from 19 to 40% in a temperature range of 1000 to 1100 ° C.
상기한 바와 같은 본 발명의 실시 형태에 의하면, 원료탄의 회재 성분으로부터 얻은 미네랄 염기도 지수와 원료탄에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)로부터 얻은 마세랄 반사율 지수를 이용하여 냉간 강도 및 열간 강도를 실제의 값과 근사하게 예측할 수 있다. 이에 따라 코크스 제조용 원료탄 배합시 제조되는 코크스의 품질을 보다 정확하게 예측할 수 있고, 코크스 오븐 조업을 안정화할 수 있다. 또한, 효율적인 저품위 저가탄 배합 증대에 의한 원가저감 및 고로 조업 안정화에 기여할 수 있다. 또한, 짧은 시간으로도 코크스 품질을 예측할 수 있는 장점이 있다.
According to the embodiment of the present invention as described above, using the mineral basicity index obtained from the ash component of the raw coal and the maseral reflectance index obtained from the gray scale produced by measuring the image of the maseral structure contained in the raw coal Cold strength and hot strength can be predicted close to the actual values. Thereby, the quality of the coke manufactured at the time of mixing the coal briquettes for coke production can be predicted more accurately, and the coke oven operation can be stabilized. In addition, it can contribute to cost reduction and stabilization of blast furnace operation by increasing the mixing of low quality low-cost coal. In addition, there is an advantage that can predict the coke quality in a short time.
도 1은 다수의 원료탄으로부터 코크스를 제조하는 제조 공정도이다.
도 2는 마세랄 반사율 지수를 산출하는데 사용되는 석탄 분석 시편을 나타낸 도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 실시하기 위한 분석 장치의 개략적인 구성을 나타낸 도이다.
도 5는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 도시한 순서도이다.
도 6은 마세랄 반사율 지수와 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 7은 미네랄 염기도 지수를 마세랄 반사율 지수에 반영한 조직 지수와 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.
도 8은 실제 측정한 코크스 냉간 및 열간 강도와 본 발명의 예측식으로 예측된 코크스 냉간 및 열간 강도와의 관계를 나타낸 그래프이다.1 is a manufacturing process chart for producing coke from a plurality of raw coals.
2 is a diagram illustrating a coal analysis specimen used to calculate the maseral reflectance index.
3 and 4 are diagrams showing a schematic configuration of an analysis apparatus for performing the coke quality prediction method according to an embodiment of the present invention.
5 is a flowchart illustrating a coke quality prediction method according to an embodiment of the present invention.
6 is a graph showing the relationship between the maseral reflectance index and the coke cold and hot strength.
7 is a graph showing the relationship between the tissue index reflecting the mineral basicity index in the maseral reflectance index and the coke cold and hot strength.
8 is a graph showing the relationship between the actual measured coke cold and hot strength and the predicted coke cold and hot strength of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, it should be noted that the same components or parts among the drawings denote the same reference numerals whenever possible. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted so as not to obscure the subject matter of the present invention.
도 2는 반사율 측정 및 마세랄 조직 분석에 사용되는 석탄 분석 시편을 나타낸 도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 실시하기 위한 분석 장치의 개략적인 구성을 나타낸 도이고, 도 5는 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 도시한 순서도이다.2 is a view showing a coal analysis specimen used for reflectance measurement and analysis of maseral tissue, Figure 3 and Figure 4 is a schematic configuration of the analysis apparatus for performing the coke quality prediction method according to an embodiment of the present invention 5 is a flowchart illustrating a coke quality prediction method according to an embodiment of the present invention.
본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 설명하기에 앞서, 도 2 및 도 3을 참조하여 본 발명의 코크스 품질 예측 방법을 실시하기 위해 사용되는 분석 장치에 대하여 설명한다. 도시된 바와 같이, 분석 장치(100, 200)는 스테이지(110) 상에 안착된 분석 시편(10)을 설정된 복수의 측정점(P1, P2, P3, …, Pn) 사이의 간격(X 또는 Y)만큼 미세 이동시키면서 분석 시편(10)의 표면을 확대하는 현미경부(100)와, 조직 분석 프로그램이 내장되어 현미경부(100)에서 획득된 영상을 외부로 출력하는 한편, 복수의 측정점(P1, P2, P3, …, Pn) 사이의 간격(X 또는 Y) 설정이나 기타 구동 명령을 입력하고, 분석 결과를 통합하여 다양한 화면으로 출력하는 컴퓨터부(200)를 포함한다.(이 복수의 측정점이 이루는 사각형의 공간이 청구범위에 기재된 가상 격자임) 미도시되었지만, 컴퓨터부(200)의 일측에는 분석 결과를 인쇄할 수 있는 프린터부가 구비된다. 또한, 현미경부(100)에는 특정 파장의 광을 분석 시편(10)으로 조사하고, 분석 시편(10)으로부터 반사되는 광의 양을 감지하는 광측정 수단(미도시)이 구비된다. 이 반사광을 측정하여 분석 시편(10)에 포함된 비트리나이트의 반사율을 측정하여 반사율값을 얻을 수 있다.Prior to describing a coke quality prediction method according to an embodiment of the present invention, an analysis apparatus used to implement the coke quality prediction method of the present invention will be described with reference to FIGS. 2 and 3. As shown, the
특히, 반사광을 디지털화하면 보다 용이하고 정확한 반사율값을 얻을 수 있다. 이와 관련하여 도 4를 참조하면, 측정 장치인 현미경(100)에서 할로겐램프(160)를 이용한 광을 조사하면 여러 단계의 프리즘을 통과한 광이 분석 시편(10)와 직접 닿는 대물렌즈를 통해 석탄 조직에 닿게 된다. 석탄의 표면은 암갈색의 물질이지만 석탄 내부 조직에 광을 비추면 식물의 목질부와 가지, 뿌리 등이 지하에서 변형된 모습을 그대로 간직한 채 석탄화 정도의 진행에 따라 각기 다른 조직을 구성하고, 이들 조직은 각기 다르게 광을 흡수한 후 반사한다. 조사된 광의 일부는 흡수되고 일부는 반사되는데, 반사되는 광은 집광되어 546㎚의 파장을 갖는 프리즘(130)을 통과한 후 단색광(녹색)으로 변한다. 이 반사광이 지름 5um 크기의 통과홀(120)을 통과하면서 정확한 중심과 양을 맞추어 유리 섬유의 홀로 이루어진 화이바를 통해 증폭기(140)로 전송된다. 전송된 반사광은 광전 음극(150, Photocathode)에 충돌하고 그 회수가 증가되면 광전자가 발생한다. 발생된 광전자는 2차 전극(Dynode)에 충돌하여 2차 광전자를 발생한다. 이런 과정을 반복하여 수십 내지 수백만 배의 광전자가 증폭되고, 증폭된 광전자는 전류를 발생시킨다. 이 전류에 저항을 걸어주면 전압으로 변환되는데, 이 값을 읽어서 반사광을 측정한다. 한편, 반사광을 디지털화하여 표시할 수 있다. 반사광은 석탄 조직의 밝기에 대한 정보를 포함하는데, 분석 시편에 대한 정보 중 분석 시편 조직의 밝기를 나타내는 정보를 디지털화하여 숫자로 세분화할 수 있다. 즉, 가장 어두운 검은 색부터 가장 밝은 흰색까지의 밝기를 적절한 단계로 나누어 숫자로 표현할 수 있다. 예를 들어, 8bit 영상일 경우, 256(=28)가지 색을 표현할 수 있으며, 이것만으로도 충분하게 분석 시편 조직의 색상 정보를 제공할 수 있다. 물론, 16bit일 경우, 65536가지 색상 정보를 제공할 수 있으며, 제공되는 색상 정보의 양에 특별한 제한은 없다.In particular, by digitizing the reflected light, an easier and accurate reflectance value can be obtained. In this regard, referring to FIG. 4, when the
분석자가 현미경을 통해 분석 시편(10)에 광을 조사하면 반사광은 상기와 같은 과정으로 디지털화되고, 컴퓨터에 내장된 조직 분석 프로그램은 반사된 반사광의 양을 반사율로 산출한다.When the analyzer irradiates light on the
도 5를 참조하여, 본 발명의 일 실시예에 따른 코크스 품질 예측 방법을 설명한다.5, a coke quality prediction method according to an embodiment of the present invention will be described.
원료탄을 가열하여 탄소 성분을 완전히 제거한 회재 성분으로부터 미네랄 염기도 지수를 얻는다.(S10) 이를 위해, 먼저 소정 크기 이하로 파쇄된 석탄 시료를 시료 축분 방법에 따라 축분하여 여러 개의 도가니에 넣고, 이를 850℃로 가열된 로에서 1시간 이상 연소시켜 탄소 성분이 완전히 연소되어 회재만 남도록 한다. 이 회재 중에서 소정 량을 회수하여 석탄 회재 성분 분석을 실시한다. 예를 들어, 1mm 이하로 파쇄된 석탄 시료를 약 1g 씩 20개의 도가니에 넣고 이를 가열하여 850℃로 가열된 로에서 1시간 이상 연소시켜 탄소 성분이 완전히 연소시키고, 약 2g의 회재를 회수하여 석탄 회재 성분 분석을 실시한다. 석탄 시료의 양을 100%라고 하면 회재는 약 10%정도 회수될 수 있다. 상기처럼 1g 씩 20개의 도가니에 넣을 수도 있으나, 20g을 1개의 도가니에 넣어서 2g의 회재 성분을 회수할 수도 있다.The raw material coal is heated to obtain a mineral basicity index from the ash component from which carbon components are completely removed. (S10) To this end, first, coal samples crushed to a predetermined size or less are condensed according to a sample condensation method and placed in a plurality of crucibles, which are then 850 ° C. The furnace is heated in a furnace for at least one hour, so that the carbon is completely burned, leaving only ash. A predetermined amount is collected in this ash and the ash ash component analysis is performed. For example, about 1 g of coal samples crushed to less than 1 mm are placed in 20 crucibles and heated and burned in a furnace heated to 850 ° C. for at least 1 hour to completely burn carbon components and recover ash of about 2 g. We analyze analysis of ingredients. If the amount of coal sample is 100%, ash can be recovered by about 10%. As described above, each of 1g may be put in 20 crucibles, but 2g of ash may be recovered by putting 20g in one crucible.
회재 성분 분석은 석탄이 연소하고 남은 재의 구성 성분비를 분석하는 것으로, 회재 성분에는 하기 [표 3]에 기재된 바와 같이, 예를 들어 SiO2, Al2O3, TiO2, Fe2O3, CaO, MgO, K2O, Na2O, Mn3O4, SO3, P2O5, V2O5, ZnO, BaO, SrO 등의 성분이 포함될 수 있다.Ash component analysis is to analyze the constituent ratio of the ash remaining after the coal burned, the ash component as shown in the following [Table 3], for example, SiO 2 , Al 2 O 3 , TiO 2 , Fe 2 O 3 , CaO , MgO, K 2 O, Na 2 O, Mn 3 O 4 , SO 3 , P 2 O 5 , V 2 O 5 , ZnO, BaO, SrO and the like may be included.
상기 회재 성분 분석에 의해 얻은 구성 성분비로부터 미네랄 염기도 지수(MBI)를 산출한다. 미네랄 염기도 지수(MBI)는 회재 성분 중에서 Fe2O3, CaO, MgO, K2O, 및 Na2O 성분을 합한 값을 SiO2와 Al2O3 성분을 합한 값으로 나누어서 산출하는 데, 구체적인 식은 하기 식 (1)과 같다.
Mineral basicity index (MBI) is computed from the structural component ratio obtained by the said analysis of component. The mineral basicity index (MBI) is calculated by dividing the sum of Fe 2 O 3 , CaO, MgO, K 2 O, and Na 2 O components among the components by the sum of SiO 2 and Al 2 O 3 components. Equation (1)
식 (1) : MBI = [100 x 회재 성분 함량 x (Na2O + K2O + CaO + MgO + Fe2O3)]/[(100-휘발분 함량) x (SiO2 + Al2O3)]
Equation (1): MBI = [100 x ash content x (Na 2 O + K 2 O + CaO + MgO + Fe 2 O 3 )] / [(100-volatile content) x (SiO 2 + Al 2 O 3 )]
상기 회재 성분 함량 및 휘발분 함량은 하기 [표 2]에 예시되어 있다.The ash content and volatile content are illustrated in the following [Table 2].
그 다음, 원료탄에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)로부터 마세랄 반사율 지수를 얻는다.(S20) Next, a maseral reflectance index is obtained from a gray scale generated by measuring an image of the maseral tissue contained in the raw coal. (S20)
마세랄 반사율 지수를 얻기 위한 석탄 분석 시편을 다음과 같이 제조한다. 야드에 야적되는 석탄에서 석탄 시료를 채취하여, 이를 시료 축분 방법에 따라 대략 50g 정도 채취한 후, 건조기에서 건조시킨다. 건조된 석탄 시료를 파쇄기에서 파쇄하여 파쇄된 석탄 시료의 입도가 18 ~ 100mesh (0.15 ~ 1.0mm)가 되도록 한다. 이렇게 파쇄된 석탄 시료에 몰딩제(예를 들어, 호마이카) 및 약간의 경화제와 혼합하여 몰드에 넣어서 굳힌다. 완전히 굳으면 몰드를 제거하여 성형체를 회수한다. 이렇게 제조된 성형체를 연마기에서 표면을 미려하게 연마한다. 예를 들어, 연마기에서 사포의 그리트(grit) 수를 60에서 4000으로 올려가면서 연마하고, 사포 연마가 완료되면 연마기에 연마천을 부착하여 성형체를 다시 연마하고 수분을 건조시켜서 석탄 분석 시편 제조를 완료한다.Coal analysis specimens for obtaining the maseral reflectance index are prepared as follows. A coal sample is taken from the coal piled in the yard, and approximately 50 g is collected according to the method of sample accumulation, and then dried in a drier. The dried coal sample is crushed in a crusher so that the particle size of the crushed coal sample becomes 18 ~ 100mesh (0.15 ~ 1.0mm). The crushed coal sample is mixed with a molding agent (for example, Homica) and a slight curing agent and hardened by placing in a mold. Once completely hardened, the mold is removed to recover the molded body. The molded product thus produced is polished to a surface in a polishing machine. For example, polish the sandpaper by increasing the number of grit of sandpaper from 60 to 4000, and when sandpaper polishing is completed, attach the polishing cloth to the polishing machine to polish the molded body again and dry the water to complete the analysis of the coal sample. .
현미경을 이용하여 상기 제조된 석탄 분석 시편의 마세랄 조직 이미지를 측정하여 그레이 스케일을 얻는다. 유리판에 고무찰흙을 놓고 그 위에 석탄 분석 시편을 안치한 다음 수평 가압기로 눌러서 석탄 분석 시편과 유리판의 수평을 맞춘다. 그 다음, 현미경 및 현미경과 연결된 컴퓨터를 온(ON)한 후, 석탄 분석 시편에 침습 기름(immersion oil)을 떨어뜨리고, 현미경의 스테이지를 고정하여 대물렌즈와 접촉하여 초점을 맞춘다. 이 과정에서 표준 시료를 이용하여 측정 장치(예를 들어, 현미경(100))를 보정한다. 표준 시료는 석탄 조직의 반사율이 정해져 있거나, 이미 반사율 값을 알고 있는 시료를 말한다. 이러한 표준 시료를 이용하여 측정 장치의 이상 유무를 확인한다. 예를 들어, 비트리나이트의 반사율이 0.904로 알려져 있는 표준 시료를 현미경으로 반사율을 측정하여 1.104로 나온 경우, 현미경 자체(렌즈나 필터 등)를 조절하여 반사율이 0.904가 나오도록 하거나, 이와 유사한 값(0.902~0.906 등)이 나오도록 조절하여 현미경을 보정한다. 그 다음, Stage에 준비된 시편으로 대물렌즈를 이동시켜 시편의 기준점으로부터 대물렌즈를 XY 방향으로 일정한 간격으로 이동시켜면서 모든 마세랄 조직에 대한 이미지를 측정한다. 대물렌즈와 대안렌즈의 이용 배율은 예를 들어 500배의 배율로 한다.A gray scale is obtained by measuring the maseral tissue image of the prepared coal analysis specimen using a microscope. Place the rubber clay on the glass plate, place the coal analysis specimen on it, and press it with a horizontal press to level the coal analysis specimen with the glass plate. Then, after turning on the microscope and the computer connected to the microscope, immersion oil is dropped on the coal analysis specimens, and the stage of the microscope is fixed to contact and focus on the objective lens. In this process, a measurement device (eg, microscope 100) is calibrated using a standard sample. A standard sample is a sample in which the reflectance of a coal structure is determined or the reflectance value is already known. Use this standard sample to check for abnormalities in the measuring device. For example, if the standard sample known as Vitrite's reflectance is 0.904 and the reflectance is measured by the microscope to 1.104, adjust the microscope itself (such as a lens or a filter) so that the reflectance is 0.904 or similar value. (0.902 ~ 0.906, etc.) to come out to calibrate the microscope. Next, the objective lens is moved to the specimen prepared on the stage, and the image of all the maseral tissues is measured by moving the objective lens at regular intervals in the XY direction from the reference point of the specimen. The magnification of the objective lens and the alternative lens is, for example, 500 times magnification.
이때, 도 2에 도시된 바와 같이 석탄 분석 시편을 수백개의 격자(하나의 격자를 1 포인트라 함)로 분할한 후, 현미경으로 각각의 격자를 탐색하여 마세랄 조직으로 판명되면, 그 조직에 대한 이미지를 얻는다. 이러한 작업을 예를 들어 500 포인트의 마세랄 조직에 대해 수행한다. 이때, 측정은 상술한 분석 장치(100, 200)로 수행한다. 측정이 끝나면 각 이미지는 0에서 255의 그레이 스케일(Grey scale)로 구분하고 각 측정된 이미지에서 레진(resin), 기공(pore) 등의 이미지를 제외하여 순수한 석탄 조직 이미지에 대한 화소(픽셀)수를 카운트한다. 측정된 그레이 스케일은 반사율로 전환한다. 하기 [표 1]은 측정된 그레이 스케일을 반사율로 변환하기 위한 일 예를 나타낸다.
In this case, as shown in FIG. 2, the coal analysis specimen is divided into hundreds of grids (one grid is referred to as one point), and each grid is searched with a microscope to determine the maseral tissue. Get the image. This is done for example with 500 points of maseral tissue. At this time, the measurement is performed by the above-described analysis apparatus (100, 200). At the end of the measurement, each image is divided into gray scales from 0 to 255 and the number of pixels (pixels) for pure coal tissue images is excluded from each measured image, excluding resin, pores, etc. Counts. The measured gray scale converts to reflectance. Table 1 below shows an example for converting the measured gray scale into reflectance.
상기 [표 1]에서 그레이 스케일 1.0 ~ 22.0 사이의 구간은 대략 21개 정도의 구간으로 세분될 수 있으며, 이에 따라 반사율도 0.00에서 0.51 사이에서 21개의 구간으로 균등하게 세분될 수 있다. 즉, 예를 들어, 그레이 스케일이 10.0인 경우, 반사율은 0.51/21 * 9 = 0.22 (소수 셋째 자리 반올림)로 될 수 있다. 다시 말해서, [표 1] 에서 각 구간(1.0~22.0 , 22.0 ~ 46.3 , 46.3 ~ 88.8 , 88.8 ~ 171.3 , 171.3 ~ 246.0)은 이에 대응하는 반사율이 선형적으로 증가하므로 증가분에 따라 반사율을 산정할 수 있다. 예를 들어, (1.82-1.03)/(88.8-46.3) = 0.0186... 이므로 그레이 스케일 0.1 단위로 반사율은 0.0186... 으로 증가하는 것으로 산정할 수 있다.In Table 1, the interval between the gray scale 1.0 and 22.0 may be subdivided into approximately 21 sections, and thus the reflectance may be equally divided into 21 sections from 0.00 to 0.51. That is, for example, when the gray scale is 10.0, the reflectance may be 0.51 / 21 * 9 = 0.22 (rounded to three decimal places). In other words, in [Table 1], each section (1.0 ~ 22.0, 22.0 ~ 46.3, 46.3 ~ 88.8, 88.8 ~ 171.3, 171.3 ~ 246.0) increases the corresponding reflectivity linearly so that the reflectance can be estimated according to the increase. have. For example, since (1.82-1.03) / (88.8-46.3) = 0.0186 ..., the reflectance increases by 0.0186 ... in gray scale 0.1 units.
측정된 그레이 스케일 중에서 0.15 이하의 값은 석탄 기공(pore)으로 처리하고, 0.15 ~ 1.00의 값은 반사율이 0인 것으로 처리하고, 246.0을 초과하는 값은 노이즈(noise)로서 0으로 처리한다. [표 1]을 이용하여 측정된 모든 그레이 스케일을 반사율로 전환한다. 또한 측정 이미지에 대한 화소수는 측정된 모든 화소수에 대한 백분율로 표시하여 각 이미지에 대한 누적 화소 빈도를 나타낸다. 따라서, 측정된 모든 마세랄 조직에 대해 Grey scale 로 0에서 255로 나타내고, 각 Grey scale에 대한 화소수를 표시한다. 그런 다음 각 Grey scale을 반사율로 전환하고, 화소수는 전체 화소수에 대한 백분율로 계산하여 누적화소 빈도로 전환한다. 각 Grey scale에 대한 반사율과 누적화소 빈도를 곱하여 Grey scale 0에서 255까지 더한 값을 전체 마세랄 반사율 지수(FMR)로 한다.
Among the measured gray scale values below 0.15 are treated with coal pores, values between 0.15 and 1.00 are treated as having zero reflectance, and values above 246.0 are treated as zero as noise. Use Table 1 to convert all measured gray scales to reflectance. In addition, the number of pixels for the measured image is expressed as a percentage of all the measured number of pixels to represent the cumulative pixel frequency for each image. Thus, for all measured maseral tissues, the gray scale is represented as 0 to 255, and the number of pixels for each gray scale is displayed. Each gray scale is then converted to reflectance, and the pixel count is converted to the cumulative pixel frequency, calculated as a percentage of the total pixel count. Multiply the reflectance for each gray scale by the cumulative pixel frequency, and add the
그 다음, 마세랄 반사율 지수를 미네랄 염기도 지수의 1/4승근으로 나눈 값으로부터 코크스 품질 예측식을 도출한다.(S30) 즉, 하기의 식 (2) 및 식 (3)와 같은 관계식을 도출한다. 하기의 식 (2)는 코크스 품질 중에서 냉간 강도값을 예측하는 식이고, 하기의 식 (3)은 열간 강도값을 예측하는 식이다.
Then, the coke quality prediction equation is derived from the value obtained by dividing the maseral reflectance index by the quarter root of the mineral basicity index (S30), that is, a relational expression such as the following equations (2) and (3) is derived. . Equation (2) below is a formula for predicting a cold strength value in coke quality, and Equation (3) below is a formula for predicting a hot strength value.
식 (2) : 코크스 냉간 강도 = A*FMR/(MBI)^(1/4) + BEquation (2): Coke cold strength = A * FMR / (MBI) ^ (1/4) + B
식 (3) : 코크스 열간 강도 = C*FMR/(MBI)^(1/4) - D
Equation (3): coke hot strength = C * FMR / (MBI) ^ (1/4)-D
여기서, FMR은 마세랄 반사율 지수, MBI는 미네랄 염기도 지수를 뜻한다. 한편, A ~ D는 실험에 의해 정해지는 상수인데, 실험 조건에 따라 달라질 수 있다. 후술하는 실험예에 따르면, 상기 A는 0.10543이고, B는 66.0891인 것이 바람직하다. 또한, 상기 C는 0.53137이고, 상기 D는 10.23인 것이 바람직하다.Here, FMR means maseral reflectance index and MBI means mineral basicity index. Meanwhile, A to D are constants determined by experiments, and may vary depending on experimental conditions. According to the experimental example described later, A is preferably 0.10543, B is 66.0891. In addition, it is preferable that said C is 0.53137, and said D is 10.23.
그 다음, 야드장에 새로이 야적되는 석탄을 가열하여 탄소 성분을 완전히 제거한 회재 성분으로부터 전술한 바와 같이 식 (1)을 이용하여 미네랄 염기도 지수를 얻고, 석탄 분석 시편으로부터 마세랄 반사율 지수를 산출한 다음, 상기 예측식 (2), (3)에 대입하여 그 결과로부터 코크스의 품질을 예측한다.(S40)Next, the mineral basic index is obtained by heating the newly unloaded coal in the yard and using the formula (1) as described above, and calculating the maseral reflectance index from the coal analysis specimen. , And the quality of coke is predicted from the results by substituting the prediction equations (2) and (3).
이하, 실험예를 통해 본 발명의 코크스 품질 예측 방법의 정확도에 대해 살펴본다. 일반적으로 야금용 코크스 제조에 사용되는 배합탄은 여러 종류의 단일탄의 혼합으로 제조되며, 이들 석탄에 대한 공업분석, 원소분석 및 유동도 분석 결과를 [표 2]에 나타내었다.
Hereinafter, the accuracy of the coke quality prediction method of the present invention through an experimental example. In general, the coal briquettes used to manufacture metallurgical coke is manufactured by mixing a variety of single coals, and the results of industrial analysis, elemental analysis, and flow analysis of these coals are shown in [Table 2].
또한 이들 석탄에 대한 회재 성분 분석을 [표 3]에 나타내었으며, 회재 성분분석으로부터 구한 미네랄 염기도 지수(MBI)를 [표 3]에 나타내었다. 미네랄 염기도 지수(MBI)는 전술한 식 (1)에 의해 산출되었다.
In addition, ash component analysis of these coals is shown in [Table 3], and mineral basicity index (MBI) obtained from ash analysis is shown in [Table 3]. Mineral basicity index (MBI) was computed by Formula (1) mentioned above.
Al2O3SiO2 /
Al2O3
이들 석탄에 대해 코크스 시험로에서 입도가 0~3.0mm인 석탄이 85%가 되도록 하여 건조 베이스로 장입밀도 730kg/m3으로 Wood box에 충전하였다. 이때, 코크스 시험로는 상업용 코크스 오븐과 같은 방식으로 양쪽 벽으로부터 열전달이 일어나도록 히터를 설치하였으며, 대략 30kg/charge의 용량을 갖는다. 700℃로 가열된 코크스 시험로 내에 석탄이 충전된 Wood box를 장입하고, 시험로 가열벽 온도를 700℃에서 1100℃로 2.7 /min 가열한 후, 오븐 중심온도가 1000℃에 도달하면 1시간 가량 뜸을 들인 후, 코크스를 압출하여 질소 분위기에서 소화 냉간시켰다. 이때, 석탄 건류과정에서 발생되는 가스는 버너로 연소시켜서 대기로 방출하였다. 이렇게 제조된 코크스의 냉간 강도와 열간 강도를 다음과 같은 방법으로 측정하였다. 냉간 강도는 코크스 10kg을 직경 1.6m 드럼에서 150 회전한 후 15mm 이상 입도의 코크스 무게비로 측정하였으며, 열간 강도는 20mm 코크스 시료 200g을 1100℃에서 2시간 동안 CO2 분위기에서 반응시킨 후, 직경 13cm 드럼에서 600회전 후 10mm 상 입자의 무게비로 측정하였다. 측정 결과를 [표 4]에 나타내었다.
These coals were filled in a wood box with a loading density of 730 kg / m 3 as a dry base, with 85% of coal having a particle size of 0 to 3.0 mm in a coke test furnace. At this time, in the coke test, a heater was installed to generate heat transfer from both walls in the same manner as a commercial coke oven, and has a capacity of approximately 30 kg / charge. Charge a wood box filled with coal in a coke test furnace heated to 700 ° C, heat the heating wall temperature from 700 ° C to 1100 ° C 2.7 / min in a test, and then, when the oven center temperature reaches 1000 ° C, about 1 hour After steaming, the coke was extruded and cold-digested in nitrogen atmosphere. At this time, the gas generated in the coal distillation process was burned by a burner and discharged to the atmosphere. The cold strength and hot strength of the coke thus prepared were measured by the following method. Cold strength was measured by the coke weight ratio of particle size of 15mm or more after rotating 150kg of coke 10kg in a 1.6m diameter drum. The hot strength was 200g of a 20mm coke sample at 1100 ° C for 2 hours in a CO2 atmosphere, and then in a 13cm diameter drum. It was measured by the weight ratio of 10mm phase particles after 600 revolutions. The measurement results are shown in [Table 4].
상기 [표 4]에서 DI는 코크스의 냉간 강도(Drum Index)이고, CSR은 코크스의 열간 강도(Coke Strength Reaction)이다.In Table 4, DI is the cold index of the coke (Drum Index), and CSR is the coke strength of the coke (Coke Strength Reaction).
석탄의 마세랄 조직 분석으로부터 구한 전체 마세랄 반사율 지수(FMR)와 코크스 냉간(DI) 강도 및 열간 강도(CSR)와의 관계를 그래프로 도시하여 도 6에 나타내었다. 도 6에서 보듯이, 전체 마세랄 반사율 지수가 증가함에 따라 냉간 강도(DI) 및 열간 강도(CSR)이 증가하는 경향을 나타내나, 상관성이 낮기 때문에 전체 마세랄 반사율 지수로부터 코크스 품질을 보다 정확하게 예측하기는 매우 어렵다.The relationship between total maseral reflectance index (FMR), coke cold (DI) strength and hot strength (CSR) obtained from the analysis of coal's maseral structure is shown graphically in FIG. 6. As shown in FIG. 6, the cold intensity (DI) and the hot intensity (CSR) tend to increase as the total maseral reflectance index increases, but because of low correlation, the coke quality is more accurately predicted from the total maseral reflectance index. It is very difficult to do.
한편, 미네랄 염기도 지수(MBI)와 코크스 냉간(DI) 강도 및 열간 강도(CSR)와의 관계에 대해서도 분석하였으나, 상관도가 전혀 나타나지 않았다.On the other hand, the relationship between the mineral basic index (MBI), coke cold (DI) strength and hot strength (CSR) was analyzed, but no correlation was found.
석탄에 포함된 미네랄 성분들은 코크스화 과정에서 변화없이 유지되면서 골재 역할을 하여 코크스 냉간 강도를 향상시키거나, 일부 미네랄들은 이산화탄소와의 촉매 역할을 하기 때문에 코크스 열간 강도에 큰 영향을 준다. 따라서 석탄의 마세랄 조직분석으로부터 구한 전체 마세랄 반사율 지수에 석탄의 미네랄 성분인 회재 성분 분석으로부터 구한 회재 미네랄 염기도 지수를 반영하여 코크스 품질에 대한 상관성을 분석하였다. The minerals contained in coal remain unchanged during the coking process to act as aggregates to improve the coke cold strength, or some minerals have a significant effect on the coke hot strength because it acts as a catalyst with carbon dioxide. Therefore, the correlation with coke quality was analyzed by reflecting the ash mineral basicity index obtained from the ash analysis of the mineral component of coal in the total maseral reflectance index obtained from the analysis of coal maseral structure.
도 7에는 석탄 마세랄 조직분석에서 구한 전체 마세랄 반사율 지수와 미네랄 염기도 지수를 이용하여 코크스의 냉간(DI) 강도 및 열간 강도(CSR)의 상관성을 나타내었다. 도 7에서 보듯이, 냉간 강도와 열간 강도는 전체 마세랄 반사율 지수와 미네랄 염기도 지수의 비에 따라 선형적으로 증가하는 것을 알 수 있으며, 높은 상관성(r > 0.8)을 나타내었다. 도 7의 그래프는 상기의 식 (2) 및 식 (3)에 의해 도출된 그래프이다. 도 7의 X축 값(즉, FMR/(MBI)^(1/4))을 Y축 값(즉, 실제의 냉간 강도 및 열간 강도값)에 근사시키기 위해 상기 식 (2) 및 식 (3)에 계수 A ~ D를 추가하였고, 수치 분석에 의해 아래의 식 (4) 및 (5)를 도출하였다.
Figure 7 shows the correlation between the cold (DI) strength and hot strength (CSR) of the coke using the total maseral reflectance index and the mineral basicity index obtained from the coal maseral tissue analysis. As shown in FIG. 7, it can be seen that the cold strength and the hot strength increase linearly with the ratio of the total maseral reflectance index and the mineral basicity index, and show a high correlation (r> 0.8). The graph of FIG. 7 is the graph derived by said Formula (2) and Formula (3). In order to approximate the X-axis value (ie, FMR / (MBI) ^ (1/4)) of FIG. 7 to the Y-axis value (ie, the actual cold strength and hot strength value), Equation (2) and Equation (3) ), Coefficients A to D were added, and the following equations (4) and (5) were derived by numerical analysis.
식 (4) : 코크스 냉간 강도 = 0.10543*FMR/(MBI)^(1/4) + 66.0891 Equation (4): Coke Cold Strength = 0.10543 * FMR / (MBI) ^ (1/4) + 66.0891
식 (5) : 코크스 열간 강도 = 0.53137* FMR/(MBI)^(1/4) 10.23
Equation (5): coke hot strength = 0.53137 * FMR / (MBI) ^ (1/4) 10.23
한편, 도 8는 실제의 냉간 강도(DI) 및 열간 강도(CSR)와 상기 식 (4) 및 식 (5)에 의해 예측된 냉간 강도(DI) 및 열간 강도(CSR)를 비교한 것으로, 도 8에서 실선은 예측된 냉간 강도(DI) 및 열간 강도(CSR), 점은 실제의 냉간 강도(DI) 및 열간 강도(CSR)이다. 도 8을 참조하면, 예측값이 실제값과 상당히 근사한 것을 알 수 있으며, 따라서, 상기 예측식들은 실제의 냉간 강도 및 열간 강도를 측정하지 않더라도, 다수의 원료탄이 배합되어 제조되는 코크스의 품질(냉간 강도(DI) 및 열간 강도(CSR))을 예측할 수 있음을 알 수 있다.
8 compares the actual cold strength (DI) and the hot strength (CSR) with the cold strength (DI) and the hot strength (CSR) predicted by Equations (4) and (5). Solid lines at 8 are predicted cold strength (DI) and hot strength (CSR), and points are actual cold strength (DI) and hot strength (CSR). Referring to FIG. 8, it can be seen that the predicted value is very close to the actual value. Therefore, the predicted equations do not measure the actual cold strength and hot strength, but the quality (cold strength) of the coke produced by blending a plurality of raw coals. (DI) and hot strength (CSR) can be predicted.
이상과 같이 본 발명에 따른 코크스 품질 예측 방법을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.
As described above with reference to the drawings illustrating a coke quality prediction method according to the present invention, the present invention is not limited by the embodiments and drawings disclosed herein, and those skilled in the art within the scope of the technical spirit of the present invention Of course, various modifications can be made.
10 : 석탄 분석 시편
100 : 현미경부 200 : 컴퓨터부10: coal analysis specimen
100: microscope unit 200: computer unit
Claims (10)
상기 원료탄을 가열하여 탄소 성분을 제거한 회재 성분으로부터 얻은 미네랄 염기도 지수와,
상기 원료탄에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)로부터 얻은 마세랄 반사율 지수
를 이용하여 상기 다수의 원료탄으로부터 제조되는 코크스의 품질을 예측하는 코크스 품질 예측 방법.
Coke quality prediction method for predicting the quality of coke produced from a plurality of raw coal,
A mineral basicity index obtained from the ash component obtained by removing the carbon component by heating the raw coal;
Maseral reflectance index obtained from the gray scale produced by measuring the image of the maseral tissue contained in the raw coal
Coke quality prediction method for predicting the quality of the coke manufactured from the plurality of raw coal using.
상기 미네랄 염기도 지수는 상기 회재 성분 중에서 산화철, 산화칼슘, 산화마그네슘, 산화칼륨, 및 산화나트륨 성분을 합한 값을 산화규소와 산화알루미늄 성분을 합한 값으로 나누어서 산출하는 코크스 품질 예측 방법.
The method according to claim 1,
And said mineral basicity index is calculated by dividing the sum of iron oxide, calcium oxide, magnesium oxide, potassium oxide, and sodium oxide components by the sum of silicon oxide and aluminum oxide components.
상기 미네랄 염기도 지수(MBI)는 하기의 식 (1)에 의해 산출하는 코크스 품질 예측 방법
식 (1) : MBI = [100 x 회재 성분 함량 x (Na2O + K2O + CaO + MgO + Fe2O3)]/[(100 - 휘발분 함량) x (SiO2 + Al2O3)].
The method according to claim 2,
The mineral basicity index (MBI) is a coke quality prediction method calculated by the following formula (1)
Equation (1): MBI = [100 x ash content x (Na 2 O + K 2 O + CaO + MgO + Fe 2 O 3 )] / [(100-volatile content) x (SiO 2 + Al 2 O 3 )].
상기 마세랄 반사율 지수는, 상기 원료탄을 다수개의 가상 격자로 분할한 후, 상기 격자에 함유된 마세랄 조직의 이미지를 측정하여 생긴 그레이 스케일(Gry Scale)을 반사율로 전환하여 산출하는 코크스 품질 예측 방법.
The method according to claim 1,
The maseral reflectance index is calculated by dividing the raw coal into a plurality of virtual gratings, and then converting a gray scale generated by measuring an image of the maseral tissue contained in the grating to a reflectance and calculating the coke quality. .
상기 코크스의 품질은 코크스의 냉간 강도값과 열간 강도값인 코크스 품질 예측 방법.
The method according to claim 1,
The quality of the coke is the coke cold strength value and the hot strength value of the coke coke quality prediction method.
하기의 식 (2)에 의해 상기 코크스의 냉간 강도값을 예측하는 코크스 품질 예측 방법
식 (2) : 코크스 냉간 강도 = A*FMR/(MBI)^(1/4) + B
(여기서, A와 B는 실험에 의해 정해지는 상수이고, FMR은 마세랄 반사율 지수, MBI는 미네랄 염기도 지수를 뜻함).
The method according to any one of claims 1 to 5,
Coke quality prediction method which predicts the cold strength value of the said coke by following formula (2)
Equation (2): Coke cold strength = A * FMR / (MBI) ^ (1/4) + B
(Where A and B are constants determined by experiment, FMR means maseral reflectance index and MBI means mineral basicity index).
상기 A는 0.10543이고, B는 66.0891인 코크스 품질 예측 방법.
The method of claim 6,
Wherein A is 0.10543 and B is 66.0891.
하기의 식 (3)에 의해 상기 코크스의 열간 강도값을 예측하는 코크스 품질 예측 방법
식 (3) : 코크스 열간 강도 = C*FMR/(MBI)^(1/4) - D
(여기서, C와 D는 실험에 의해 정해지는 상수이고, FMR은 마세랄 반사율 지수, MBI는 미네랄 염기도 지수를 뜻함).
The method according to any one of claims 1 to 5,
Coke quality prediction method for predicting hot strength value of the coke by the following equation (3)
Equation (3): coke hot strength = C * FMR / (MBI) ^ (1/4)-D
(Where C and D are constants determined by experiment, FMR means maseral reflectance index, and MBI means mineral basicity index).
상기 C는 0.53137이고, 상기 D는 10.23인 코크스 품질 예측 방법.
The method according to claim 8,
Wherein C is 0.53137 and D is 10.23.
휘발분이 19~40% 중에서 선택된 어느 하나인 다수의 원료탄을 1000~1100℃의 온도 범위에서 건류하여 제조된 코크스인 코크스 품질 예측 방법.The method according to any one of claims 1 to 5,
Coke quality prediction method for the coke produced by distilling a plurality of raw coal, any one selected from 19 to 40% volatile matter in the temperature range of 1000 ~ 1100 ℃.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110110316A KR101311955B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110110316A KR101311955B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130047789A KR20130047789A (en) | 2013-05-09 |
KR101311955B1 true KR101311955B1 (en) | 2013-09-26 |
Family
ID=48659059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110110316A KR101311955B1 (en) | 2011-10-27 | 2011-10-27 | Method of coke quality prediction |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101311955B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170011809A (en) | 2015-07-24 | 2017-02-02 | 주식회사 포스코 | Mixture for manufacturing cokes and the method thereof |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454395B (en) * | 2013-08-23 | 2015-08-26 | 安阳钢铁股份有限公司 | Coke quality Forecasting Methodology under coal silo pattern |
KR101673273B1 (en) | 2014-12-15 | 2016-11-16 | 주식회사 포스코 | Method of sample quality prediction |
CN107163954B (en) * | 2017-05-27 | 2019-12-10 | 中国一冶集团有限公司 | Coke oven inclined passage opening adjusting brick placing device and method |
KR102253088B1 (en) * | 2019-04-09 | 2021-05-14 | 포항공과대학교 산학협력단 | Method for estimating coke strength after reaction |
CN113960092A (en) * | 2021-11-10 | 2022-01-21 | 天津海关化矿金属材料检测中心 | Method for rapidly detecting ash content of coal |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06100531B2 (en) * | 1986-06-09 | 1994-12-12 | 大阪瓦斯株式会社 | Coke selection method |
KR950019730A (en) * | 1993-12-10 | 1995-07-24 | 쏠 락 | Method for Determining Reflectivity of Coal Bititite and Automatic Analysis of Microstructural Components |
KR20110022325A (en) * | 2009-08-27 | 2011-03-07 | 현대제철 주식회사 | Method for predicting of drum index of cokes |
JP2011133344A (en) | 2009-12-24 | 2011-07-07 | Taiheiyo Cement Corp | Evaluation method of expression property of strength of coal ash and improvement method of expression property of strength |
-
2011
- 2011-10-27 KR KR1020110110316A patent/KR101311955B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06100531B2 (en) * | 1986-06-09 | 1994-12-12 | 大阪瓦斯株式会社 | Coke selection method |
KR950019730A (en) * | 1993-12-10 | 1995-07-24 | 쏠 락 | Method for Determining Reflectivity of Coal Bititite and Automatic Analysis of Microstructural Components |
KR20110022325A (en) * | 2009-08-27 | 2011-03-07 | 현대제철 주식회사 | Method for predicting of drum index of cokes |
JP2011133344A (en) | 2009-12-24 | 2011-07-07 | Taiheiyo Cement Corp | Evaluation method of expression property of strength of coal ash and improvement method of expression property of strength |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170011809A (en) | 2015-07-24 | 2017-02-02 | 주식회사 포스코 | Mixture for manufacturing cokes and the method thereof |
Also Published As
Publication number | Publication date |
---|---|
KR20130047789A (en) | 2013-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101311955B1 (en) | Method of coke quality prediction | |
KR101311959B1 (en) | Method of coke quality prediction | |
JP6462383B2 (en) | Method for predicting activity index of fly ash and method for producing fly ash mixed cement | |
KR101649672B1 (en) | Method for sample quality prediction and Method for forecasting CSR(Coke Strength Reaction) | |
Patrick et al. | The strength of industrial cokes. 6. Further studies of the influence of coke breeze in a coal charge on tensile strength of coke | |
Florentino-Madiedo et al. | Reactivity of biomass containing briquettes for metallurgical coke production | |
KR101185279B1 (en) | Method for predicting of drum index of cokes | |
JP6354373B2 (en) | Blast furnace slag sorting method and blast furnace cement production method | |
Aldrian et al. | Methods for identifying the material-recyclable share of SRF during co-processing in the cement industry | |
KR101100537B1 (en) | Method for predicting of drum index of cokes | |
JP2017142140A (en) | Fly ash activity index prediction method, and method for producing fly ash mixed cement | |
JP2005232350A (en) | Estimation method of coke strength after hot-reaction and manufacturing method of coke | |
CN107525882A (en) | A kind of method for predicting sulfur content in coke | |
KR102299553B1 (en) | Prediction method for cold strength of coke | |
JPH11116968A (en) | Evaluation and blending of coal for preparation of coke | |
JP5304049B2 (en) | Method for producing metallurgical coke | |
KR101100589B1 (en) | Method for predicting of coke strength after reaction | |
KR101205026B1 (en) | Method for predicting of coke strength after reaction | |
KR101466475B1 (en) | Method for ash predicting of cokes | |
KR20110022327A (en) | Method for predicting of cokes reactivity index | |
KR20130034291A (en) | Estimation method of caloric value of fine coal for blast furnace injecting | |
Karki et al. | Systematic method for quantifying re-refined engine oil bottom content in binders: using X-ray fluorescence spectroscopy | |
KR100928539B1 (en) | Method for Measuring Compressive Strength of Coal for Coking | |
KR102144195B1 (en) | Evaluation method for reflectance distribution index of coal blend | |
Alvarez et al. | Influence of coal weathering on coke quality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20160920 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20180918 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20190918 Year of fee payment: 7 |