Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "macerals of coal" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Analiza porównawcza ekogroszków węglowych z KWK Kazimierz-Juliusz i ZP Juliusz w świetle wyników badań fizykochemicznych i petrograficznych
    Comparative analysis of qualified steam coal from Kazimierz-Juliusz Coal Mine and Juliusz Plant on the basis of physicochemical and petrographic studies
    Autorzy:
    Mirkowski, Z.
    Jelonek, I.
    Bierut, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/394439.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    macerały węgla
    niespalona materia organiczna
    palenisko retortowe
    efektywność spalania
    macerals of coal
    unburnt organic materials
    stocker boiler
    efficiency of combustion
    Opis:
    Węglowe paliwo kwalifikowane czyli ekogroszek to stosunkowo nowy produkt skierowany głównie do odbiorców indywidualnych, a jego pojawienie się jest związane z wprowadzeniem kotłów niskoemisyjnych z paleniskiem retortowym. Porównując najważniejsze cechy jakościowe ekogroszków można stwierdzić, iż w zakresie zawartości popiołu i siarki nieco lepiej prezentuje się produkt z kopalni Kazimierz-Juliusz. Natomiast pod względem kaloryczności lepsze parametry ma Ekoret z ZP Juliusz, który jednocześnie odznacza się większą spiekalnością, co może pogarszać efektywność spalania ekogroszku w palenisku retortowym. Wyniki badań petrograficznych potwierdzają znaczne zróżnicowanie opisywanych węgli. W groszku EcoKazimierz w równych proporcjach występują macerały grupy witrynitu i inertynitu, przy stosunkowo wysokim udziale liptynitu. Wysoki udział macerałów reaktywnych (witrynitu i liptynitu) korzystnie wpływa na proces spalania. W Ekorecie natomiast spotykamy się z zaskakująco wysoką (pow. 51%) zawartością inertynitu. Tak wysoka zawartość macerałów inertnych negatywnie wpływa na proces spalania obniżając sprawność kotłów.
    Qualified steam coal called 'ekogroszek' is relatively a new product targeted mainly to residential customers. Its marketability was connected with the increase in the sales of low-emission stoker boilers. The comparison of the most important quantitative features of 'ekogroszek' shows that the product from Kazimierz-Juliusz Coal Mine is slightly better in terms of ash and sulphur contents, whereas 'Ekoret' from Juliusz Plant is better in respect of the calorific value. However, 'Ekoret' has higher coking properties and his may worsen the combustion efficiency in a stoker boiler. The results of petrographic studies confirm the significant differentiation between the two products. 'EcoKazimierz groszek' includes macerals of vitrinite and inertinite at the relatively high participation of liptinite. However the participation of reactive macerals such as vitrinite and liptinite has a positive influence on the combustion process, whereas 'Ekoret', which shows surprisingly high (over 51%) content of inertinite, can hale a negative effect on the thermal efficiency of boilers during the combustion.
    Źródło:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2010, 79; 315-325
    2080-0819
    Pojawia się w:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of macerals of the inertinite group using neural classifiers, based on selected textural features
    Identyfikacja macerałów grupy inertynitu z wykorzystaniem klasyfikatorów neuronowych w oparciu o wybrane cechy tekstury
    Autorzy:
    Skiba, M.
    Młynarczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/219222.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sieci neuronowe
    analiza składowych głównych
    macerały grupy inertynitu
    właściwości węgla
    parametry Haralicka
    macierz zdarzeń
    macerals of the inertinite group
    neural networks
    coal properties
    Haralick parameters
    co-occurrence matrix
    principal component analysis (PCA)
    Opis:
    The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.
    Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.
    Źródło:
    Archives of Mining Sciences; 2018, 63, 4; 827-837
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies