Modelling the relationship between self-ignition temperature and physicochemical parameters of coal mine waste with the application of the Partial Least Squares method

• Autorzy: Smoliński A.

Identyfikatory

DOI

10.7424/jsm140302

• Języki publikacji: EN

Abstrakty

EN

Purpose The aim of the work presented in this paper was the construction of a regression model describing the relationship between the experimentally determined value of the maximum temperature observed during the coal mine waste fire and physico-chemical parameters characterizing the coal mine waste. Methods The model was constructed with the application of the Partial Least Squares method. The experimental data analysed was acquired through the use of a laboratory test stand with a fixed bed reactor and analytical method of gas chromatography. Results The constructed model was characterized by a good fit of the data used in its construction and the strong predictive ability for the new data. It illustrated the significant impact of the content of H and Fe2O3 and trace elements: Co, Cu, Pb, Sr, V and Zn in a sample on the value of the maximum temperature reached during the fire of coal mine waste. Practical implications The practical importance of the work presented is clear in the light of the role of coal in the Polish economy and environmental aspects related to coal mining and the coal-based energy sector, in particularly to coal waste disposal and utilization. The model constructed contributes to the development of methods of self-ignition and fire risk assessment on coal waste dumps by determining the relationship between waste dump fire occurrence, the temperature observed during the fire and the physicochemical parameters characterizing the coal mine waste. Originality/ value The novelty of the study presented in the paper consists in both finding the relationships modelled and the data extraction methods applied in the research field concerned.

Słowa kluczowe

EN

PLS; self-ignition; coal mine waste

PL

PLS; samozapłon; odpady kopalniane

• Wydawca: Elsevier ; Główny Instytut Górnictwa
• Czasopismo: Journal of Sustainable Mining
• Rocznik: 2014
• Tom: Vol. 13, iss. 3
• Strony: 7--10
• Opis fizyczny: Bibliogr. 25 poz.

Twórcy

autor

Smoliński A.

• Department of Energy Saving and Air Protection, Central Mining Institute (Katowice, Poland) , tel.: [phone], fax: [phone]

Bibliografia

• 1. BP. (2013). Statistical review of World Energy. Retrieved July 16, 2014 from http://www.bp.com/content/dam/bp/pdf/statistical-review/statistical_review_of_world_energy_2013.pdf.
• 2. Brandt, S. (1998). Analiza danych [Data analysis]. Warszawa: Wydawnictwo Naukowe PWN.
• 3. Djaković-Sekulić, T.LJ., Smolinski, A., Trišović, N. & Ušćumlić, G. (2012). Multivariate evaluation of the correlation between retention data and molecular descriptors of antiepileptic hydantoin analogs. Journal of Chemometrics, 26, 95–107.
• 4. Gogola, K., Bajerski, A. & Smoliński, A. (2012). Modyfikacja metody oceny zagrożenia pożarowego na terenach lokowania odpadów powęglowych [Modification of the method of assesment of fire hazards in coal mine waste dumps]. Prace Naukowe GIG. Górnictwo i Środowisko, 11(2), 13–32.
• 5. Gogola, K., Iwaszenko, S. & Smoliński, A. (2012). Próba zastosowania reaktora ze złożem stałym do oceny punktu inicjacji zapłonu obiektów formowanych z odpadów powęglowych [Application of a fixed-bed reactor for assessment of the ignition initiation point of objects formed from coal wastes]. Prace Naukowe GIG. Górnictwo i Środowisko, 11(1), 35–46.
• 6. Hudecek, V., Cerna, K. & Adamec, Z. (2012). Rekultywacja Hałdy Centralnej w kopalni Jana Švermy w Žacléř [Rehabilitation of Central Tailing Heap of Jan Šverma in Žacléř]. Inżynieria Mineralna, 13(1), 41–53.
• 7. Joliffe, I.T. (1982). A Note on the Use of Principal Components in Regression. Applied Statistics, 31(3), 300–303.
• 8. Kosmaty, J. (2011). Wałbrzyskie tereny pogórnicze po 15 latach od zakończenia eksploatacji węgla [Wałbrzych post-mining land 15 years after coal extraction]. Górnictwo i Geologia, 6(1), 134–148.
• 9. Martens, H. & Naes, T. (1987). Multivariate calibration by data compression. In P.C. Williams, K. Norris (Eds.), Near-infrared technology in agricultural and food industries (pp. 57–87). St. Paul, MN: American Association of Cereal Chemists.
• 10. Martens, H. & Naes, T. (1989). Multivariate Calibration. New York: John Wiley & Sons.
• 11. Massart, D.L., Vandeginste, B.G.M., Buydens L.M.C., De Jong S., Lewi P.J. & Smeyers-Verbeke, J. (1997). Handbook of Chemometrics and Qualimetrics: Part A. Amsterdam: Elsevier.
• 12. Mazerski, J. (2000). Podstawy chemometrii [Fundamentals of chemometrics]. Gdańsk: Wydawnictwo Politechniki Gdańskiej.
• 13. Ostręga, A. & Uberman, R. (2010). Kierunki rekultywacji i zagospodarowania – sposób wyboru, klasyfikacja i przykłady [Modes of reclamation and redevelopment – selection, classification and examples]. Górnictwo i Geoinżynieria, 34(4), 445–461.
• 14. POŚ. (2001). Obwieszczenie Marszałka Sejmu Rzeczypospolitej Polskiej z dnia 26 sierpnia 2013 r. w sprawie ogłoszenia jednolitego tekstu ustawy – Prawo ochrony środowiska [Notice of the Marshall of Parliament of the Republic of Poland of the 26th August, 2013 on the publication of the consolidated text of the Act – Environmental Protection Law]. Dz. U. poz. 1232 z dnia 23 października 2013.
• 15. RMŚ. (2002). Rozporządzenie Ministra Środowiska z dnia 9 września 2002 r. w sprawie standardów jakości gleby oraz standardów jakości ziemi [Regulation of the Ministry of Environment of the 9th September, 2002 on soil quality and earth quality standards]. Dz.U.02.165.1359 z dnia 4 października 2002.
• 16. Smoliński, A. (2012). Modelowanie ilościowych zależności w danych chemicznych [Modeling of quantitative relationships in chemical data]. Katowice: Główny Instytut Górnictwa.
• 17. Smoliński, A. (2014a). Analiza wpływu parametrów fizykochemicznych charakteryzujących odpady powęglowe na inicjalizację procesu samozapłonu z zastosowaniem metody analizy skupień [Analysis of the impact of physicochemical parameters characterizing coal mine waste on the initialization of self-ignition process with application of Cluster Analysis]. Journal of Sustainable Mining, in press.
• 18. Smoliński, A. (2014b). Metody opracowania danych wielowymiarowych i planowania eksperymentów w badaniach naukowych [Methods for the development of multivariate data and planning experiments in scientific research]. Katowice: Główny Instytut Górnictwa.
• 19. Smoliński, A. & Howaniec, N. (2007). Możliwości redukcji stężenia dwutlenku węgla w atmosferze w procesie sekwestracji z wykorzystaniem formacji geologicznych [Reduction of carbon dioxide concentration in the atmosphere in sequestration process with utilization of geological formations]. Ochrona Powietrza i Problemy Odpadów, 44(1), 14–22.
• 20. Smoliński, A. & Howaniec, N. (2010). Environment Friendly Coal Processing Technologies for Sustainable Development of Polish Energy Sector. Ecological Chemistry and Engineering S, 17(3), 297–307.
• 21. Smoliński, A., Walczak, B. & Einax, J.W. (2003). Robust Multivariate Calibration in Environmental Studies. Analytical Letters, 36(10), 2317–2336.
• 22. Smoliński, A., Zołotajkin, M., Ciba, J., Dydo, P. & Kluczka, J. (2009). Robust PLS Regression Models to Predict Aluminum Content in Soils of Beskid Mountains Region. Chemosphere, 76(4), 565–571.
• 23. Wold, H. (1981). Soft Modeling: The Basic Design and Some Extensions, Systems Under Indirect Observation, Causality-Structure-Prediction. Amsterdam: North Holland.
• 24. Wold, S. (1978). Cross-validatory estimation of the number of components in factor and principal components models. Technometrics, 20(4), 397–406.
• 25. Wold, S., Martens, H. & Wold, H. (1983). The Multivariate Calibration Problem in Chemistry Solved by the PLS Method. In Lecture Notes in Mathematics Vol. 973 (pp. 286–293). Heidelberg: Springer Verlag.