硫化矿石自燃过程吸附氧研究

本文主要对硫化矿石动态物理吸附氧、化学吸附氧及化学氧化反应过程进行了分析。利用程序升温氧化（TPO）实验方法，测试了不同种类的硫化矿石矿样在不同吸附时间、不同环境温度下氧化的总吸氧量，并对硫化矿石自燃过程动态吸附氧与其自燃倾向性之间的关系进行了探讨。实验表明：硫化矿石自燃过程吸附氧是一动态发展过程，随着温度的上升矿样吸附氧的量呈上升趋势，但这种趋势不是完全线性的，即当矿样温度加热到其自热起始温度以上时，加快了矿体的升温，矿样的吸氧量先有一上升的趋势，而后继续降低。     

基于统计回归模型的硫化矿石自燃倾向性鉴定指标研究

合理的提出硫化矿石自燃倾向性的鉴定指标,准确鉴别其自燃倾向性,对于矿山防火工作有着重要的意义。本文采用应用非常广泛的一类随机模型—统计回归模型,首先通过分析硫化矿石自燃氧化机理,找到影响硫化矿石自燃倾向性的3个主要影响因素,实验获得相关数据;其次基于3个因素的数据,通过统计分析,建立回归模型,对硫化矿石自燃倾向性进行预测。     

基于程序升温氧化法的硫化矿石自燃倾向性研究

由于不同类型的硫化矿石氧化性不同，暴露在空气中的表面活性不同，其耗氧速率也不同。本文对几种硫化矿石矿样进行了程序升温氧化实验，获得了不同类型的硫化矿石矿样在氧化过程中的总吸氧量、自热起始温度与温度曲线。实验表明：硫化矿石氧化前期（矿样温度小于自热起始温度）氧化速度较慢，后期（矿样温度大于自热起始温度）氧化速度较快，说明当矿样温度加热到其自热起始温度以上时，矿样氧化放热量明显加大，加快了矿体的升温。     

硫化矿石堆自燃预测预报技术

笔者在参考大量有关煤炭自燃理论研究成果的基础上,结合国内外关于硫化矿石氧化自燃的研究现状,对硫化矿石堆自燃的预测预报技术进行系统分析。概述硫化矿石氧化自热的机理;详细介绍硫化矿石的自燃倾向性测试、综合因素评价、统计经验法等预测方法;找出煤炭与硫化矿石堆自燃过程的共性,提出了数学模型模拟预测方法;阐述了标志气体分析和测温两种预报方法。展望硫化矿石堆自燃预测预报技术对硫化矿山的安全生产具有重要的指导意义。     

嗜酸氧化亚铁硫杆菌脱硫对硫化矿石自燃倾向性的影响

高含硫金属矿的自燃火灾一直是矿业安全的主要问题。自燃倾向性作为硫化矿石的内在特性以及判定自燃的重要指标,一直以来都是人们研究的对象。通过分析研究微生物氧化脱硫机理,利用嗜酸氧化亚铁硫杆菌（A.ferrooxidans）浸出硫化矿石,分解矿石表面的无机硫,降低矿石的硫含量。通过多因素指标法,测定细菌浸出前后硫化矿石的氧化增重率及自燃点相关指标。实验表明：通过氧化亚铁硫杆菌浸出硫化矿石前后对比,硫化矿石的5天氧化增重率从2.044%降低到0.902%,自燃点从209.6℃升高到319.8℃,自燃倾向性等级由Ⅰ级降为Ⅲ级,降低了硫化矿石的自燃风险。     

基于RS-云模型的硫化矿石自燃倾向性综合评价

为实现硫化矿石自燃倾向性的综合评价,应用云理论,选取矿样的氧化质量增加率、自热点和自燃点等定量化指标构建了评价指标体系,运用粗糙集法（Rough Set, RS）计算各评价指标权重,依据分级标准对云模型进行标准化,进而建立硫化矿石自燃倾向性分级的RS-标准云模型。以30组工程实例进行模型检验,并在实际工程中进行应用。结果表明:RS-标准云模型的判别结果与实际结果较吻合,且判别准确率高于贝叶斯(Bayesian, Bayes)方法,表明RS-标准云模型在硫化矿石自燃倾向性综合评价中具有良好的实用性和可靠性,可为矿山的硫化矿石自燃灾害的研究提供一种新思路。     

红外测温法测定硫化矿石堆自热温度的影响因素研究

硫化矿自燃是一个以氧化放热为主、自发产生热量及热量积蓄引起硫化矿堆升温的非常复杂的物理化学过程.因此,研究硫化矿自热过程是研究硫化矿自燃早期预测预报方法的前提.文章以红外非接触方式,利用RaytekminiTemp红外测温仪和CENTER可记录温度计测定硫化矿石堆氧化自热温度,重点分析了测定过程中的实际温度时影响精度的有关因素,主要有矿样种类、矿样温度、矿样块度、检测距离、环境温度、光束与矿样的夹角.通过实验室研究,为研制出专门用于舍硫矿自燃预测预报的装置提供理论依据,从而达到预测预报硫化矿自燃的目的.     

煤自燃特性及自然发火预测预报指标体系研究

以梁宝寺矿3号煤层为背景,采用色谱吸氧法和氧化动力法对其自燃倾向性进行了对比分析。同时,通过煤氧化升温热解实验对其升温过程中各气体随温度的变化规律进行了分析,以实验所得和灰色关联分析所得定性和定量相结合的方式,优选出了不同温度阶段煤自然发火预测预报所对应的第一、第二和第三预测指标,建立了煤自然发火预测预报体系,为有效抑制该矿及同类矿井火灾的发生具有重要意义。     

硫化矿石自燃倾向性评价的属性区间识别模型

为合理判定硫化矿石的自燃倾向性大小,将属性区间识别理论与信息熵理论结合,建立硫化矿石自燃倾向性综合评价的熵权属性区间识别模型。选取矿样的吸氧速度常数、自热点、着火点3项指标作为属性区间识别模型的基本判别因子,依据信息熵理论获得各判别指标的权重。给出矿样自燃倾向性的属性空间矩阵,采用均化系数将矿样的属性测度区间转化为综合属性测度;利用置信度识别准则和分级标准判别各个矿样的自燃倾向性。对采自国内典型硫化矿山的14个代表性矿样的室内实测值进行综合判定;结果表明,基于熵权的属性区间识别模型能更好地评价硫化矿石的自燃倾向性大小,如实反映出矿样的自燃特性。     

基于ANSYS软件的硫化矿石堆温度场数值模拟

硫化矿石的氧化自燃一直是矿山开采中的重大安全隐患.而温度是影响矿石自燃氧化速率的一个重要指标.结合现场实际条件,运用ANSYS软件对银家沟硫化矿石堆内部的温度场进行了数值模拟,给出了不同时刻矿堆温度场的分布图.为预测矿石的氧化程度,及时地采取措施预防矿山的内因火灾提供了良好的依据.     

煤中掺比伴生硫化物的自燃特性分析

为了深入探究矿井下伴生硫化物对煤自燃及着火燃烧特性的影响，向原煤中添加不同量的含硫物配制4种不同含硫量的煤样，通过TG实验、DSC测试和XRD分析，研究伴生硫化物对煤自燃及着火燃烧特性的影响规律；基于Coats-Redfern法计算煤中掺加不同伴生硫化物时煤燃烧阶段的活化能。研究结果表明:随着煤中掺比伴生硫化物的增多，煤的特征温度相应减小，而吸氧量、可燃和稳燃指数相应增大，原煤中混入伴生硫化物后更易自燃；随着煤中掺比伴生硫化物的增多，煤燃烧阶段的活化能降低，煤更易着火燃烧；伴生硫化物的主要成分为水绿矾、叶绿矾，这些物质在常温下遇水和氧气能够发生化学循环反应，反应放热促使了煤更易自燃；伴生硫化物在温度高于200℃以后整体表现为放热，在温度为565℃时达到放热峰值，这使得煤燃烧阶段的活化能降低，煤更易燃烧。     

流变-突变论在预防硫化矿自燃中的应用研究

利用安全流变-突变理论系统,分析了硫化矿石氧化自热到自燃整个过程的特征规律,确定了硫化矿堆自燃流变-突变的各个阶段,并提出了其流变-突变模型。根据模型提出了预防硫化矿堆自燃的安全管理及安全技术措施,例如:加强安全教育,完善规章制度等,建立完善的硫化矿石自燃火灾事故的应急预案机制等完善安全管理;合理设计通风系统,进行采场温度实时监测,喷洒阻化剂来抑制矿石的自热等主要安全技术措施。控制硫化矿堆自燃的关键在于将其控制在安全流变阶段,加强安全管理和采用安全技术,防止突变的发生,这对于硫化矿山的安全生产具有重大的指导意义。     

基于分段拟合的煤自燃指标气体优选研究*

为更加精确地得出煤自燃的临界温度并找出煤自燃各个阶段最优的指标气体,以此提高煤层自燃预测预报的准确性,选取西北某矿2号煤和3号煤典型煤样开展程序升温-气相色谱实验,采用分段直线拟合的方法,得出煤自燃过程中的耗氧速率突变点温度和氧化产物生成量激增点温度,在此基础上采用灰色关联度分析法对煤干裂温度之后的指标气体进行优选。结果表明:2号煤和3号煤的自燃临界温度分别为73.0 ℃和72.1 ℃,干裂温度分别为112.6 ℃和109.8 ℃;CO适用于2种煤样全温度下的预测预报;φ(C2H4)/φ(C2H6)和C2H4是2号煤干裂温度之后较优的预测预报指标气体;φ(C2H4)/φ(C2H6),C2H4和C2H6是3号煤干裂温度之后较优的预测预报指标气体。