Application of Variance Analysis to Compare Characteristics of Various Types of Hard Coal

• Autorzy: Niedoba T. , Surowiak A. , Pięta P.

Warianty tytułu

PL

Zastosowanie analizy wariancji do porównania charakterystyk różnego typu węgli kamiennych

• Języki publikacji: EN

Abstrakty

EN

In Polish nomenclature many types and subtypes of coal can be found which differ between themselves by individual characteristics. However, it is often that is no easy to recognize them properly on the basis on, for example, chosen numerical data describing their features. In the paper, the variance analysis was used as the tool of comparing analysis for three chosen types of coal which were collected from three various hard coal mines located in Upper Silesia. There were coals of type 31, 34.2 and 35. Each of coals was first screened and then additionally divided into density fractions by means of zinc chloride aqueous solution. Such prepared material was then investigated because of several chosen features, like combustion heat, ash contents, sulfur contents, volatile parts contents and moisture. Together with mass it gave seven–dimensional vector describing each of chosen fractions for all three types of coals. Then, the full variance analysis was conducted with investigation of all assumptions required to its conduction. The results served to elaborate conclusions.

PL

W polskiej nomenklaturze istnieje wiele typów i podtypów węgla, które różnią się między sobą różnymi cechami. Jednakże, często nie jest łatwo rozpoznać je na podstawie, na przykład, wybranej zmiennej numerycznej opisującej ich cechy. W artykule zastosowano analizę wariancji jako narzędzia porównawczego dla trzech typów węgli kamiennych, które zostały pobrane z trzech kopalni zlokalizowanych na Górnym Śląsku. Były to węgle typów 31, 34.2 oraz 35. Każdy z węgli został najpierw przesiany a następnie dodatkowo rozdzielony na frakcje gęstościowe przy użyciu wodnego roztworu chlorku cynku. Tak przygotowany materiał został następnie zbadany ze względu na kilka wybranych cech, takich jak ciepło spalania, zawartość popiołu, zawartość siarki, zawartość części lotnych oraz wilgotność. Wraz z masą dało to siedmiowymiarowy wektor opisujący każdą z wybranych frakcji dla wszystkich trzech typów węgli. Następnie, przeprowadzono pełną analizę wariancji z badaniem wszystkich założeń wymaganych do jej przeprowadzenia. Wyniki posłużyły do opracowania wniosków.

Słowa kluczowe

EN

hard coal; coal types; multidimensional statistical analysis; variance analysis; particle fractions

PL

węgiel kamienny; typy węgla; wielowymiarowa analiza statystyczna; analiza wariancji; klasy ziarnowe

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2016
• Tom: R. 17, nr 1
• Strony: 15--22
• Opis fizyczny: Bibliogr. 24 poz., tab.

Twórcy

autor

Niedoba T.

• AGH University of Science and Technology, Faculty of Mining and Geoengineering, Department of Environmental Engineering and Mineral Processing, Mickiewicza 30, 30–059 Kraków, Poland

autor

Surowiak A.

• AGH University of Science and Technology, Faculty of Mining and Geoengineering, Department of Environmental Engineering and Mineral Processing, Mickiewicza 30, 30–059 Kraków, Poland

autor

Pięta P.

• AGH University of Science and Technology, Faculty of Mining and Geoengineering, Department of Environmental Engineering and Mineral Processing, Mickiewicza 30, 30–059 Kraków, Poland

Bibliografia

• 1. Agnew R., Stratton–Crawley R., and Wilson S.W. „Evaluation of flotation performance using variance spectrum analysis.” Minerals Engineering 8/1–2(1995): 51–62.
• 2. Brożek M., Surowiak A., and Jarosiński A. „Beneficiation of chromium waste by means of magnetic and gravitational separation.” Archives of Metallurgy and Materials 60/3(2015): 1737–1744.
• 3. Dobosz M. Statistical analysis of research results. Warszawa: Akademicka Oficyna Wydawnicza, 2001.
• 4. Jamróz D. „Application of multidimensional scaling to classification of various types of coal.” Archives of Mining Sciences 59/2(2014): 413–425.
• 5. Jamróz D. „Application of multi–parameter data visualization by means of autoassociative neural networks to evaluate classification possibilities of various coal types.” Physicochemical Problems of Mineral Processing 50/2(2014): 719–734.
• 6. Jamróz D., Niedoba T. „Application of the observational tunnels method to select a set of features sufficient to identify a type of coal.” Physicochemical Problems of Mineral Processing 50/1(2014): 185–202.
• 7. Jamróz D., Niedoba T. „Application of multidimensional data visualization by means of self–organizing Kohonen maps to evaluate classification possibilities of various coal types.” Archives of Mining Sciences 60/1(2015): 39–50.
• 8. Jamróz D., Niedoba T. „Comparison of selected methods of multi–parameter data visualization used for classification of coals.” Physicochemical Problems of Mineral Processing 51/2(2015): 769–784.
• 9. Krysicki J., Bartos D., Dyczka W., Królikowska K., Wasilewski M. Probability and mathematical statistics in examples, part II, Warszaw: PWN, 2012.
• 10. Marciniak–Kowalska J., Niedoba T., Surowiak A., Tumidajski T. „Multi–criteria evaluation of coal properties in terms of gasification.” Archives of Mining Sciences 59/(2014): 677–690.
• 11. Niedoba T. Multidimensional characteristics of random variables in description of grained materials and their separation processes. Kraków: Wydawnictwo Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, Studia, Rozprawy, Monografie, vol. 182, 2013.
• 12. Niedoba T. „Methodological elements of applying two- and multidimensional distributions of grained materials properties to coal benefication.” Mineral Resources Management 29/2(2013): 155–172.
• 13. Niedoba T. „Multi–parameter data visualization by means of principal component analysis (PCA) in qualitative evaluation of various coal types.” Physicochemical Problems of Mineral Processing 50/2(2014): 575–589.
• 14. Niedoba T. „Application of relevance maps in multidimensional classification of coal types.” Archives of Mining Sciences 60/1(2015): 93–106.
• 15. Niedoba T., Jamróz D. „Visualization of multidimensional data in purpose of qualitative classification of various types of coal.” Archives of Mining Sciences 58/4(2013): 1317–1331.
• 16. Nowak A., Surowiak A. „Methodology of the efficiency factors of fine grained clayish suspensions separation in multileveled hydrocyclone systems.” Archives of Mining Sciences 58/4(2013): 1209–1220.
• 17. Pięta P. „One–dimensional and two–dimensional analyses of hard coal separation in a jig.” Journal of the Polish Mineral Engineering Society 35/1(2015): 133–138.
• 18. Surowiak A. „Influence of particle density distributions of their settling velocity for narrow size fractions.” Mineral Resources Management 30/1(2014): 105–122.
• 19. Surowiak A., Brożek M. „Methodology of calculation the terminal settling velocity distribution of irregular particles for values of the Reynold’s number.” Archives of Mining Sciences 59/2(2014): 553–562.
• 20. Surowiak A., Brożek M. „Methodology of calculation the terminal settling velocity distribution of spherical particles for high values of the Reynold’s number.” Archives of Mining Sciences 59/1(2014): 269–282.
• 21. Surowiak A., Brożek M. „A physical model of separation process by means of JIGS.” Physicochemical Problems of Mineral Processing 52/1(2016): 228–243.
• 22. Tumidajski T. Stochastic analysis of grained materials characteristics and their separation processes, Kraków: Wydawnictwo AGH, 1997.
• 23. Tumidajski T., Saramak D. Methods and models of mathematical statistics in mineral processing, Kraków: Wydawnictwo AGH, 2009.
• 24. Xiao Z., Vien A. „Limitations of variance analysis using propagation of variance.” Minerals Engineering 16/5(2003): 455–462.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.