APP下载

逐步回归分析中国煤质特性与其液化特性关系

2021-05-20颜丙峰王光耀朱肖曼史士东

石油学报(石油加工) 2021年2期
关键词:模型

颜丙峰, 王光耀, 朱肖曼, 史士东

(煤炭资源高效开采与洁净利用国家重点实验室,北京 100013)

煤液化的反应性能与煤种有很大关系,研究煤种各种性质与其液化性能关系,是评选液化用煤的基本方法[1]。煤的灰分、挥发分、元素组成、岩相组成(镜质组、壳质组、惰质组、最大镜质体反射率)等煤质特性不仅会对其液化性能、液化工艺产生重要影响[2-5],还会影响液化产品的经济效益。一般而言,挥发分含量越高、H/C原子比越大、惰质组含量越小的煤种,其变质程度越低,越容易液化。但煤变质程度越低,其氧元素含量会越高,导致其液化水产率和氢耗提高。

煤的液化特性通常与多个煤质特性呈线性关系。Garr等[6]发现煤的灰分含量及C、H元素含量与煤的转化率线性相关;Lee等[7]发现煤的灰分含量与煤的转化率线性相关;李小彦等[8-9]发现煤的转化率与挥发分、H/C原子比、活性组分含量分别成线性关系。然而,这些多是针对特定煤种且专注于煤质特性与其液化转化率、产率的关系,而对煤质特性与其液化过程中水、气产率及氢耗等关系的研究较少。

对煤质特性与煤的液化性能关系的研究多采用多元线性回归分析方法。多元线性回归分析过程中,回归方程中的自变量越多、剩余标准差越小,回归方程效果越好、精度越高,因此希望“最优”回归方程中包含尽可能多的自变量,特别是对因变量有显著影响的自变量不能遗漏[10]。但是,若回归方程包含的自变量过多,可能会导致自变量之间存在多重共线性,造成对因变量有显著影响的自变量被判定为无显著影响,导致有用的自变量被错误剔除,使模型与实际相差甚远[11]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用