常减压装置自燃危险分析及对策

通过对常减压装置内介质温度和自燃点的比较分析,绘制装置自燃危险分析图,确定自燃危险的重点防护区,并提出对策措施。     

基于压汞实验的煤层气渗透性分析研究

煤层气是优质的清洁能源,具有极大的开发和利用前景,而煤岩的渗透特性直接影响到煤层气的抽采效果。现阶段对煤层赋存CO的出现与运移的相关研究诸多,发现煤层气与煤储层渗透性有直接或间接的关系。现从CO渗透性角度出发,从宏观及微观的角度,系统研究孔隙压力、煤岩渗透性对CO运移的影响规律,对提高煤层气抽采率具有重要指导意义。     

羊场湾大采高易自燃工作面CO分布规律研究

为探明羊场湾160205工作面上隅角CO体积分数超限明显的原因,沿工作面倾向和走向布置测点,测试早中晚三班开始前的CO体积分数,并在采空区布置束管,对不同位置气体进行取样分析,得出160205工作面CO体积分数分布.结合煤炭开采过程CO的主要来源与煤氧化产生CO的机理,分析得出羊场湾160205工作面CO主要来源.结果...     

煤氧化和阻化机理的红外光谱法研究

利用红外光谱法分析煤氧化和阻化的微观结构变化特征,对研究煤低温氧化和阻化机理有重要意义.采用TENSOR37傅里叶变换红外光谱仪,通过对阳泉无烟煤氧化和阻化的红外光谱图的分析.研究阳泉无烟煤在添加化学阻化剂前后煤分子结构的变化特征.结果表明:红外光谱图中位于高波数的羟基(-OH)吸收峰较弱,吸光度只有0.086～0.122.在加入吸水盐类阻化剂(MgCl2)后,吸光度约为原煤样的1.5倍,谱峰明显加强;在阻化前的低温氧化过程中,酚、醇、醚、酯的C-O吸光度由0.309降到0.207,甲基(-CH3)、亚甲基(-CH2-)的吸光度分别由0.027、0.019、0.042和0.056降到0.012、0.010、0.031和0.047,吸收峰强度逐渐减弱,芳烃C-H吸光度分别由0.031和0.040升高到0.077和0.087;在阻化后的低温氧化过程中,C-O含量基本不变,甲基、亚甲基的吸光度分别由0.017、0.011、0.034和0.040降到0.012、0.009、0.031和0.038,吸收峰减弱的速度明显降低,芳烃C-H的变化并不大.研究表明:在高变质阳泉煤中,含氧官能团和脂肪侧链的含量很低,在低温氧化过程中,很容易被氧化;吸水盐类阻化剂MgCl2可以通过与煤分子间发生取代和络合等作用,增加煤分子的稳定性,提高煤分子氧化的活化能,降低煤的氧化速率.     

含硫油品自燃倾向性的热分析研究

基于热分析实验,研究了FeS从室温到1 000℃之间的氧化分解基本规律,实验结果表明,FeS对温度变化不敏感,一般在250℃以上才开始受热氧化,而且氧化过程比较缓慢。通过对热重数据的计算,分析了FeS在不同动力学机制模型函数中的相关系数,结果表明,市场购买的FeS样品其自燃氧化过程符合Valensi模型。确定了在873～1 143 K范围FeS的活化能E=260.228 3 kJ/mol,指前因子A=1.06×10-6K/s。     

FeS引发油罐自燃的活化能指标研究

采用Q600型同步热分析仪对178μm的FeS样品在2、5、8、10和15℃/min 5种不同升温速率下进行了热分析实验。通过对热重数据的计算,分析了FeS在不同动力学机制模型函数中的相关系数。结果表明,FeS的自燃氧化过程符合边界控制反应的收缩圆柱体模型;确定了不同升温速率下FeS样品的活化能和指前因子。研究表明,升温速率对FeS活化能的影响比较明显,随着升温速率的提高,FeS的活化能减小,则含硫油品的自燃倾向性增大。     

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。     

夏季危险期汽车自燃防范八大要点

其实汽车自燃并不可怕,只要明白了其引发的原因,平时注意养护,自燃现象就完全可以杜绝. 自燃原因一:油路出现问题,造成漏油、漏液. 自燃原因二:电线老化或者接驳不当造成短路或产生火花.     

煤炭自燃指标性气体确定的实验研究

矿井火灾是矿井五大灾害之一,煤炭自燃则是矿井火灾最主要的起因。为了了解煤炭氧化、自燃规律,本文采用TG-DSC技术研究了不同煤种在水分蒸发、吸氧增重、受热分解及燃烧等不同氧化阶段的氧化特征值;并采用TG-DSC-GC联用技术研究了不同煤种在整个氧化阶段的气体产物生成规律及其特征。在煤的低温氧化阶段,找出了CO等可作为判别煤自燃的指标性气体及C2H4等辅助指标性气体;并得出了各煤种氧化阶段的耗氧规律。     

基于神经网络的二元混合液体自燃温度预测

自燃温度(Auto-Ignition Temperature, AIT)是防火防爆安全设计的关键临界参数之一。为解决目前多数采用试验方法测量混合物AIT费时费力且有一定危险性的问题,运用定量结构-性质关系方法,使用反向传播神经网络(Back Propagation Neural Network, BPNN)和一维卷积神经网络(one-Dimensional Convolutional Neural Network, 1DCNN)技术建立二元混合液体AIT预测模型。以二元混合液体的分子描述符为输入、试验测得的AIT为输出,经多种方法对模型的拟合性、稳定性和预测能力评价验证。结果表明,BPNN模型和1DCNN模型均有良好的预测能力,其均方根误差分别为4.780℃和9.603℃,拟合度与5折交叉验证拟合度差值分别为0.058和0.040,表明BPNN模型有更好的拟合能力,1DCNN模型有良好的稳定性。