煤中显微组分与矿物质识别方法研究进展OA
煤中显微组分与矿物质的识别已由传统的人工经验性识别转化为基于多源数据的智能化自动识别新阶段。煤中显微组分与矿物质的精准识别可以解决煤炭洗选时浮沉实验的费时耗力、炼焦时焦炭性能分析滞后、煤液化时催化剂投放不合理等问题,助力煤炭清洁高效利用。笔者系统综述了煤岩显微组分与矿物质识别技术的发展历程,重点介绍了机器学习在显微组分与矿物质自动化识别中的最新研究进展,探讨了当前智能化识别在模型可解释性、泛化性及性能对比方面的挑战,提出构建标准化数据库、建立融合地质先验知识的学习模型、识别结果与工业动态性能指标相关联是未来的核心方向,以期为实现煤中显微组分、矿物质精准识别与动态性能指标预测提供理论参考。
李辉;刘希明;申岩峰;崔贝贝;鲍卫仁;王美君
太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024太原理工大学化学与化工学院,山西太原030024 太原理工大学省部共建煤基能源清洁高效利用国家重点实验室,山西太原030024
化学化工
煤显微组分矿物质识别技术机器学习
《煤质技术》 2026 (4)
P.24-35,12
山西省科技创新人才团队专项计划资助项目(202304051001027)。
评论