Recultivation understood as the process of restoring economic value and utility of natural sites of post-mining areas should be regarded not only as a legal obligation for entrepreneurs but primarily as an opportunity for cities and municipalities. The properly selected direction of land recultivation should be converted to an asset for the further revitalization process and it could contribute to a significant increase in the attractiveness of those areas. The following study is a proposal for the most efficient land-use of post-mining areas of „Żychcice II – Saturn” mine. The presented method is a compromise between the expectations of the local population and real demands. In the process of creating the concept, authors took under the consideration a number of factors, which determine the best land-use – especially economic, nature and social factors. This implementation idea allows Wojkowice to optimize usage of that lands for improving their potential as a city and increase its attractiveness for inhabitants as well as tourists. Revitalization of post-mining areas would be a big challenge for municipalities, but also it could be a chance to increase the natural and usable values of these terrains.
PL
Rekultywacja jako proces przywrócenia wartości użytkowych i przyrodniczych terenom poeksploatacyjnym powinna być traktowana nie tylko jako prawny obowiązek przedsiębiorcy, ale przede wszystkim jako szansa dla miasta i gminy, na których to terenach była prowadzona eksploatacja. Prawidłowo dobrany kierunek rekultywacji terenu poeksploatacyjnego, z uwzględnieniem dalszego procesu rewitalizacyjnego, może przyczynić się do znacznego wzrostu atrakcyjności obszarów występowania. W artykule przedstawiono najbardziej optymalny, według autorów, kierunek rekultywacji terenów poeksploatacyjnych byłej kopalni wapienia „Żychcice II – Saturn“. Przedstawiony sposób wykorzystania terenów poeksploatacyjnych jest, w mniemaniu autorów, kompromisem pomiędzy oczekiwaniami miejscowej ludności, a realnym zapotrzebowaniem na dane rozwiązania. Proces ten powinien być poprowadzony w sposób, który pozwoli na pełniejsze wykorzystanie potencjału miasta Wojkowice oraz wzrost jego atrakcyjności, zarówno z perspektywy mieszkańców jak i turystów. Rewitalizacja terenów pogórniczych byłej kopalni wapienia będzie dla miasta dużym wyzwaniem, ale jednocześnie szansą na podniesienie wartości użytkowych oraz przyrodniczych danego terenu.
The separation or beneficiation processes are conducted in many devices and concern many various types of minerals and raw materials. The aim of conducting these processes is always to achieve the best possible results allowing as much of the useful component as possible to be obtained by maintaining reasonable costs of the process. Therefore, it is important to have the possibility to monitor the process effects and to have efficient tools to evaluate the course of it. Generally, the ore’s ability to partition into concentrate and tailings is called its efficiency, upgradeability etc. It can be said that there is no unambiguous measure of upgradeability and there are many factors in use which enable to evaluate it qualitatively. Among them are such commonly known parameters as: recovery, losses, yield, upgrading ratio and many others. They are based on three principal parameters that is the average content of the useful component α, the contents of this component in concentrate β and the contents of this component in tailings ϑ. For a given ore (assuming that α = constant), the multi-product separation results can be treated as points of a trajectory located on the surface of factor w in a three dimensional space (β, ϑ, w). The course of the trajectory depends on the ore petrographic and mineralogical properties preparation for the process. For these reasons, searching for optimal (potential) possibilities of the ore is relative, which is presented in the example of Halbich, Fuerstenau and Madej upgrading curves. Such curves are efficient tools to evaluate the course of a separation (beneficiation) process and each of their types allow the effects to be shown in different perspective. Apart from this, they allow also the optimal feed conditions to conduct a certain process with aim of achieving the expected results to be found. Furthermore, the effect of the ore preparation on the flotation results, on the sum of recoveries of the useful component in concentrate and residual recovery in tailings is presented in the paper. The results indicated that any additional contamination of concentrate should be taken into account during the organization of the flotation process. In this way, the results of fractionated flotation have much valuable information to establish the course of the process.
PL
Procesy rozdziału czy wzbogacania prowadzone są za pomocą wielu typów urządzeń i dotyczą wielu różnorodnych minerałów i surowców. Celem prowadzenia tych procesów jest zawsze uzyskanie możliwie najlepszych wyników, które umożliwią uzysk tak dużej ilości składnika użytecznego, jak tylko jest to możliwe, przy utrzymaniu rozsądnych kosztów prowadzenia procesu. Zatem istotne jest, aby istniała możliwość monitorowania efektów procesu oraz aby dysponować efektywnymi narzędziami oceny jego przebiegu. Ogólnie, zdolność rudy do rozdziału na produkty, którymi są koncentrat i odpad nazywa się jego wzbogacalnością. Można powiedzieć, że nie istnieje jedna uniwersalna miara wzbogacalności, a w użyciu jest wiele wskaźników, które umożliwiają jej jakościową ocenę. Między nimi są tak powszechnie znane wskaźniki, jak uzysk, straty, wychód, wskaźnik wzbogacania oraz wiele innych. Bazują one na trzech głównych parametrach, którymi są średnia zawartość składnika użytecznego w nadawie α, zawartość tego składnika w koncentracie β oraz zawartość tego składnika w odpadzie ϑ. Dla konkretnej rudy (przy przyjęciu, że α = constant) wyniki rozdziału na wiele produktów można traktować jako punkty na trajektorii, zlokalizowane na powierzchni wskaźnika w trójwymiarowej przestrzeni (β, ϑ, w). Przebieg trajektorii zależy od przygotowania właściwości petrograficznych i mineralogicznych rudy do procesu. Z tych powodów poszukiwanie optymalnych (potencjalnych) możliwości wzbogacania rudy jest relatywne, co można zaobserwować na przykładzie krzywych wzbogacalności Halbicha, Fuerstenau’a i Madeja. Takie krzywe są efektywnymi narzędziami oceny przebiegu procesu rozdziału (wzbogacania) i każdy z ich typów pozwala na przedstawienie efektów z innej perspektywy. Ponadto, pozwalają one również na znalezienie optymalnych warunków nadawy do prowadzenia danego procesu z celem osiągnięcia oczekiwanych wyników. Co więcej, wpływ przygotowania rudy na wyniki flotacji, sumę uzysków składnika użytecznego w koncentracie oraz uzysk reszt w odpadach zostały zaprezentowane w artykule.
The application of methods drawing upon multi-parameter visualization of data by transformation of multidimensional space into two-dimensional one allow to show multi-parameter data on computer screen. Thanks to that, it is possible to conduct a qualitative analysis of this data in the most natural way for human being, i.e. by the sense of sight. An example of such method of multi-parameter visualization is multidimensional scaling. This method was used in this paper to present and analyze a set of seven-dimensional data obtained from Janina Mining Plant and Wieczorek Coal Mine. It was decided to examine whether the method of multi-parameter data visualization allows to divide the samples space into areas of various applicability to fluidal gasification process. The “Technological applicability card for coals” was used for this purpose [Sobolewski et al., 2012; 2013], in which the key parameters, important and additional ones affecting the gasification process were described.
PL
Metody służące do wizualizacji złożonych, wielowymiarowych danych poprzez transformację przestrzeni wielowymiarowej do dwuwymiarowej umożliwiają prezentację tych danych na ekranie komputera. Tym samym są przystępnym instrumentem analizy zbiorów danych, pozwalającym wykorzystać połączenie naszego wzroku z mocą naszej osobistej sieci neuronowej (mózgu) do wyodrębnienia z danych cech, których zauważenie przy pomocy innych metod może być bardzo trudne. W artykule zastosowano jedną z takich metod – skalowanie wielowymiarowe – w celu sprawdzenia, skuteczności tej metody do analizy próbek węgla ze względu na jego przydatność do procesu zgazowania w kotle fluidalnym. W tym celu pobrano próbki dwóch węgli, z KWK „Wieczorek” (węgiel typu 32) oraz ZG „Janina” (węgiel typu 31.2), które następnie miały być poddane testom pod względem ich przydatności do zgazowania. Każda z próbek została zbadana ze względu na cechy, których określone poziomy są kluczowe oraz wskazane w kontekście procesu zgazowania według „Karty przydatności węgli do zgazowania” (Sobolewski et al., 2012; 2013). Każdy z węgli został rozdzielony na osadzarce pierścieniowej (10 pierścieni, uziarnienie węgla 0-18 mm) w wyniku czego powstało pięć warstw (po 2 pierścienie każda). Następnie każda z warstw została rozsiana na 10 klas ziarnowych. Tak otrzymane produkty zostały poddane technicznej oraz chemicznej analizie (ogółem 50 próbek z ZG „Janina” oraz 49 próbek z KWK „Wieczorek” – klasa ziarnowa 16-18 mm w tej drugiej kopalni nie została uzyskana i pomiar był niemożliwy do zrealizowania. Tym samym otrzymano takie parametry do analizy jak: zawartość siarki, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla organicznego, ciepło spalania oraz zawartość popiołu. W wyniku przeprowadzonych badań oraz porównania ich z wymogami prezentowanymi w „Karcie przydatności węgli do zgazowania” okazało się, że tylko 18 próbek spełnia wszystkie wymogi, z czego aż 17 pochodziło z KWK „Wieczorek”. Postanowiono poddać ocenie wszystkie próbki bardziej złożonej obserwacji – wielowymiarowej analizie danych za pomocą skalowania wielowymiarowego. W rozdziale 3 przedstawiono szczegółowo zastosowaną metodologię analizy wraz z opisem algorytmu. Następnie, w rozdziale 4 przedstawiono wyniki obserwacji przeprowadzonych za pomocą opracowanego w tym celu programu komputerowego, napisanego w języku C++. Rysunki 1-3 przedstawiają sytuację, gdzie dane reprezentujące próbki węgla mniej lub bardziej przydatne do zgazowania zaczynają tworzyć podgrupy. Proces grupowania został przedstawiony etapowo, tzn. rys. 1 prezentuje sytuację wyjściową, Rys. 2 sytuację przy bardzo małej wartości parametru ITER = 5, zaś Rys. 3 najlepszy możliwy widok, otrzymany przy wartości parametru ITER = 340. Widać na tym rysunku, że obrazy punktów reprezentujących próbki węgla bardziej oraz mniej podatnego na zgazowanie zajmują osobne podobszary. Widać, że na całym obszarze rysunku, podobszary te można łatwo od siebie odseparować. Przez to możemy na podstawie tego rysunku stwierdzić, że skalowanie wielowymiarowe pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego. Dzięki temu analizując następne, nieznane próbki możemy poprzez ich wizualizację zakwalifikować je do grupy bardziej podatnych na zgazowanie lub mniej podatnych na zgazowanie. Ważne jest to szczególnie dlatego, ponieważ w analizowanej sytuacji próbki węgla bardziej podatnego na zgazowanie zajmują wnętrze siedmiowymiarowego prostopadłościanu – co jest znacznym uproszczeniem. Wynika to bezpośrednio z faktu, iż przyjęte warunki określające przynależność do tej grupy („Karta przydatności Technologicznej węgla”) to proste nierówności przy pomocy których łatwo można sprawdzić taką przynależność. W rzeczywistości, może się jednak okazać, że obszar przynależności może mieć znacznie bardziej skomplikowany kształt. Wtedy na podstawie większej ilości próbek, których przynależność do klasy węgla bardziej podatnego na zgazowanie zostanie stwierdzona empirycznie, można będzie próbować przy pomocy skalowania wielowymiarowego uzyskać podział przestrzeni na obszary reprezentujące próbki węgla bardziej oraz mniej podatnego na zgazowanie. Rys. 4 przedstawia podobny podział, ale bez wzięcia pod uwagę parametru „zawartość chloru”. Również i w tym przypadku próbki węgla mniej lub bardziej podatnego na zgazowanie tworzą wyraźne podgrupy. Przy pominięciu parametru „zawartość chloru” już 78 próbek (37 z ZG „Janina” oraz 41 z KWK „Wieczorek”) z analizowanych 99-ciu spełniałoby wymogi zawarte w „Karcie przydatności węgla do zgazowania”. Rys. 5 przedstawia inne podejście do analizowanych próbek węgla. Tym razem za kryterium podziału przyjęto pochodzenie węgla z KWK „Wieczorek” lub ZG „Janina”, bez rozpatrywania ich w kontekście przydatności do zgazowania. Również i tym razem okazało się, że zastosowana metodologia pozwala stwierdzić możliwość efektywnego rozdzielenia, a tym samym prawidłowego rozpoznania analizowanych próbek węgla. Tym samym dowiedziono, że metoda skalowania wielowymiarowego może być bardzo przydatnym narzędziem podczas wieloparametrycznej analizy próbek różnego typu węgli.
Niniejszy artykuł został poświęcony zagadnieniu kosztu kapitału obcego w kontekście przeprowadzanych inwestycji górniczych. Wzięto pod uwagę dwa źródła kapitału obcego, a mianowicie: kredyty bankowe oraz obligacje korporacyjne. W artykule wykazano, iż banki muszą zaoferować niższe oprocentowanie długu w stosunku do obligacji. Ustalono również, iż na maksymalną wysokość oprocentowania kredytu bankowego mają wpływ między innymi takie czynniki, jak: okres trwania inwestycji (finansowania inwestycji), udział kapitału obcego w finansowaniu oraz koszt kapitału własnego. Stwierdzono również, iż przedsiębiorstwo górnicze przy wyborze źródła finansowania zewnętrznego nie może kierować się jedynie poziomem oprocentowania długu, a decyzja ta powinna zostać podjęta w kontekście przeprowadzanej inwestycji (jej wartości).
EN
This paper was devoted to the issue of capital cost in the context of investment to be carried out. In the paper, two sources of foreign capital were taken into account, namely: bank loans and corporate bonds. It has been shown, that the banks must offer a lower interest rate of debt in relation to the bonds. It was also found that the maximum height of the bank loan interest rates is affected by such factors as: the duration of the investment (investments), the participation of foreign capital in financing and the cost of equity capital. It was also found that the mining company, while choosing external financing sources, cannot be guided only by the interest of the level of debt, and this decision should be taken in the context of the investment to be carried out (its value).
Accuracy of determination of different separation parameters and selectivity indicators depends on the error of chemical analysis of feed and separation products as well as experimental and approximation errors. In this paper different selectivity parameters were considered which formulae was based on the content of useful component in the feed, concentrate and tailing. It was shown that the impact of chemical analysis on the selectivity parameters was small and the error determined by means of partial derivative approach for a copper ore upgraded by flotation was negligible. Also experimental errors were found to be insignificant. The largest errors occurred for approximation of the upgrading data with inadequately selected selectivity indicators.
The paper presents a scheme of conducting ANOVA, which can be a statistical method using for the analysis of various complex phenomena in different fields of science. It is mainly focused on presentation of different areas of application at statistical model, especially in mineral engineering. Selected experiments in which ANOVA was used successfully to study the process of flotation and proper-ties of three types of coal are presented in this study. Mineral resources are characterized by different properties and the flotation process depends on many factors which must be carefully controlled to obtain an expected separation efficiency of the process under industrial conditions. These facts determine the complexity of mineral processing structure. This choice of ANOVA was dictated by the adjustment of methodology to the nature of the analyzed phenomena. Based on this analysis it can be stated that the analysis of variance is appropriate to consider problems associated with the mineral engineering. The examples described in the paper confirmed a high potential which ANOVA carries. However, it should be noted that the one-dimensional analysis of variance has some limitations.
This paper is devoted to the study of the relationship between the prices of shares and generated income for the mining companies on the example of KGHM Polska Miedź S.A. and foreign company Rio Tinto. The paper consists of four parts. The first chapter is an introduction to this development, in which the purpose of the paper is described. The second part presents selected mining companies, and the correlations between prices of shares, incomes and prices of raw materials on the international markets (in the case of KGHM Polska Miedź S.A. the course of USD was taken into account). In the third part it was decided to conduct a multiple regression analysis (analysis of the progressive step regression) in order to determine the impact of each variable, firstly on share prices and secondly on incomes of selected mining companies. The last part is a summary of the analysis. The whole paper was concluded and a list of used literature listed.
PL
Artykuł poświęcony jest badaniu zależności pomiędzy cenami akcji a przychodem ze sprzedaży w przedsiębiorstwach górniczych na przykładzie KGHM Polska Miedź S.A., oraz firmy zagranicznej Rio Tinto. Składa się on z czterech części. Rozdział pierwszy jest wstępem do przedstawionej problematyki, w którym wyjaśniono cel badań. Część druga ukazuje wybrane przedsiębiorstwa górnicze oraz korelacje pomiędzy cenami akcji, przychodami ze sprzedaży oraz cenami surowców na rynkach międzynarodowych (w przypadku KGHM Polska Miedź S.A. wzięto również pod uwagę kurs dolara amerykańskiego). W części trzeciej zdecydowano się przeprowadzić analizę regresji wielorakiej (analiza regresji krokowej, postępującej) w celu określenia wpływu każdej zmiennej, po pierwsze na ceny akcji a po drugie na przychody wybranych przedsiębiorstw górniczych. Część ostatnia jest podsumowaniem analizy. Całość artykułu zakończono wnioskami i spisem zastosowanej literatury.
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.
W pracy poddano analizie materiał uziarniony, którym był węgiel kamienny pobrany z jednej z kopalń Górnego Śląska. Węgiel został pobrany z osadzarki miałowej, gdzie został rozdzielony na koncentrat i odpad. Poddano go przesiewaniu, a następnie rozdziałowi w cieczach ciężkich. Zarówno skład ziarnowy, jak i gęstościowy nadawy oraz koncentratu został zaproksymowany kilkoma klasycznymi rozkładami statystycznymi. Najlepsze rezultaty otrzymano przy zastosowaniu rozkładu Weibulla (RRB). Jednakże – ze względu na niezadowalającą jakość aproksymacji – zdecydowano się na zastosowanie nieparametrycznych metod statystycznych, które stają się coraz częściej stosowanymi alternatywami w badaniach statystycznych. W pracy zastosowano nieparametryczne metody jądrowe, a jako funkcję jądrową przyjęto jądro Gaussa. Metoda jądrowa, stosunkowo nowa, dała znacznie lepsze wyniki aproksymacji niż klasyczne rozkłady statystyczne przy zastosowaniu metody najmniejszych kwadratów. Zarówno klasyczne, jak i nieparametryczne otrzymane aproksymanty zostały ocenione za pomocą średniego błędu kwadratowego, którego wartości świadczą o tym, że dostatecznie dobrze przybliżają one wartości otrzymane empirycznie. Tak określone postacie funkcji posłużyły następnie do wyznaczenia dystrybuanty teoretycznej dla wektora (D, Ρ), gdzie D – oznacza zmienną losową opisującą wielkość ziarna, a Ρ – jego gęstość. Również i ta aproksymacja w sposób zadowalający oddała rzeczywistość. Dlatego posłużyła ona do wyznaczenia równania powierzchni rozdziału, zależnej od obu zmiennych, wielkości i gęstości ziarna, opisujących badany materiał. Otrzymana powierzchnia świadczy o tym, że możliwa jest ocena procesu rozdziału, jaki zachodzi podczas operacji przeróbczych za pomocą więcej niż jednej cechy badanego materiału, a ponadto jej jakość potwierdza, że słusznym był wybór nieparametrycznych metod statystycznych jako alternatywy dla powszechnie stosowanych metod aproksymacyjnych.
EN
In this paper, the grained material analyzed was hard coal collected from one of the mines located in Upper Silesia. Material was collected from a dust jig where it was separated in industrial conditions by concentrate and waste. It was then screened in sieves and it was separated in dense media into density fractions. Both particle size distribution and particle density distribution for feed and concentrate were approximated by several classical distribution functions. The best results were obtained by means of the Weibull (RRB) distribution function. However, because of the unsatisfying quality of approximations it was decided to apply non-parametric statistical methods, which became more and more popular alternative methods in conducting statistical investigations. In the paper, the kernel methods were applied to this purpose and the Gauss kernel was accepted as the kernel function. Kernel method, which is relatively new, gave much better results than classical distribution functions by means of the least squared method. Both classical and non-parametric obtained distribution functions were evaluated by means of mean standard error, the values of which proved that they sufficiently well approximate the empirical data. Such function forms were then applied to determine the theoretical distribution function for vector (D, Ρ), where D is the random variable describing particle size and Ρ – its density. This approximation was sufficiently acceptable. That is why it served to determine the equation of partition surface dependent on particle size and particle density describing researched material. The obtained surface proves that it is possible to evaluate material separation which occurs during mineral processing operations, such as jigging, by means of more than one feature of researched material. Furthermore, its quality confirms that it is justified to apply non-parametric statistical methods instead of commonly used classical ones.
Methods serving to visualise multidimensional data through the transformation of multidimensional space into two-dimensional space, enable to present the multidimensional data on the computer screen. Thanks to this, qualitative analysis of this data can be performed in the most natural way for humans, through the sense of sight. An example of such a method of multidimensional data visualisation is PCA (principal component analysis) method. This method was used in this work to present and analyse a set of seven-dimensional data (selected seven properties) describing coal samples obtained from Janina and Wieczorek coal mines. Coal from these mines was previously subjected to separation by means of a laboratory ring jig, consisting of ten rings. With 5 layers of both types of coal (with 2 rings each) were obtained in this way. It was decided to check if the method of multidimensional data visualisation enables to divide the space of such divided samples into areas with different suitability for the fluidised gasification process. To that end, the card of technological suitability of coal was used (Sobolewski et al., 2012; 2013), in which key, relevant and additional parameters, having effect on the gasification process, were described. As a result of analyses, it was stated that effective determination of coal samples suitability for the on-surface gasification process in a fluidised reactor is possible. The PCA method enables the visualisation of the optimal subspace containing the set requirements concerning the properties of coals intended for this process.
PL
Proces zgazowania węgla jest jedną z technologii, które zyskują coraz szerszą uwagę wśród technologów zajmujących się jego przeróbką i utylizacją. Ze względu na typ zgazowania wyróżnia się dwa główne sposoby: zgazowanie naziemne i podziemne. Każdy z tych typów można jednak przeprowadzić za pomocą różnych technologii. W przypadku zgazowania naziemnego, jedną z takich technologii jest zgazowanie w reaktorze fluidalnym. Do tego typu zgazowania zostały opracowane wytyczne w ramach projektu NCBiR nr 23.23.100.8498/R34 pt. „Opracowanie technologii zgazowania węgla dla wysokoefektywnej produkcji paliw i energii” w ramach strategicznego programu badań naukowych i prac rozwojowych pt. „Zaawansowane technologie pozyskiwania energii” (Marciniak-Kowalska, 2011-12; Sobolewski et al., 2012; 2013; Strugała et al., 2011; 2012). Autorzy wybrali główne z tych wytycznych, dotyczących zalecanych poziomów określonych cech węgla. W celu zbadania węgla pod kątem ich przydatności do zgazowania pobrano próbki dwóch węgli: pochodzących z Zakładu Górniczego Janina oraz z Kopalni Węgla Kamiennego Wieczorek. Każdy z tych węgli został poddany procesowi wzbogacania w laboratoryjnej osadzarce pierścieniowej (10 pierścieni, węgiel w klasach wydzielonych z przedziału 0-18 mm). Po zakończeniu procesu rozdziału materiał podzielono na 5 warstw (po 2 pierścienie) i każdy z nich rozsiano na sitach na 10 klas ziarnowych, ustalając wychody warstw i klas. Następnie, tak otrzymane produkty – klasy ziarnowe, po wydzieleniu analitycznych próbek, poddano chemicznej analizie elementarnej i technicznej węgla, w celu scharakteryzowania właściwości wpływających na procesy zgazowania. Łącznie z obu kopalń uzyskano 99 próbek (50 z kopalni Janina oraz 49 z kopalni Wieczorek – w jednej z warstw nie uzyskano klasy 16-18 mm) charakteryzowanych przez następujące parametry: zawartość siarki całkowitej, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla całkowitego, ciepło spalania oraz zawartość popiołu. Przykładowe dane dla jednej z otrzymanych warstw przedstawiono w tabeli 1. Dodatkowo wykorzystano kartę przydatności technologicznej węgla (Sobolewski et al., 2012; 2013), w której opisano parametry kluczowe, istotne oraz dodatkowe, mające wpływ na proces zgazowania. Na jej podstawie oznaczono próbki węgla, które w sposób efektywny poddają się procesowi zgazowania. W celu wizualizacji danych zastosowano jedną z nowoczesnych metod wielowymiarowej statystycznej analizy czynnikowej – metodę PCA (ang. Principal Component Analysis). W metodzie tej dokonuje się rzutu prostopadłego wielowymiarowych danych na płaszczyznę reprezentowaną przez specjalnie wybrane wektory V1,V2. Są to wektory własne, odpowiadające dwóm największym (co do modułu) wartościom własnym macierzy kowariancji zbioru obserwacji. Opisany dobór wektorów V1,V2 pozwala uzyskać obraz na płaszczyźnie prezentujący najwięcej zmienności danych. Algorytm i zasady tej metody zostały szczegółowo zaprezentowane w podrozdziale 3 artykułu. Za pomocą metody PCA dokonano trzech typów analiz. Pierwszy obraz miał na celu rozpoznanie, czy możliwa jest identyfikacja pochodzenia węgla, czyli rozdział węgla pochodzącego z ZG Janina od węgla z KWK Wieczorek. Odpowiedź była twierdząca. Na tak przygotowane dane narzucono następnie warunki wynikające z nałożenia wymogów określonych w karcie przydatności technologicznej węgla. Okazało się, że przy wzięciu pod uwagę wszystkich warunków jedynie 17 próbek z ZG Janina i zaledwie jedna z KWK Wieczorek spełnia wszystkie kryteria, co przedstawiono na rysunku 2. Stwierdzono, że dzieje się tak głównie z powodu zawartości chloru, która wykracza poza nałożone limity. Cecha ta nie wpływa jednak w kluczowy sposób na sam proces zgazowania a istotna jest ze względu na aspekt ochrony środowiska. Dlatego dokonano podobnej analizy, ale przy odrzuceniu warunku dotyczącego tej cechy. Po odrzuceniu wymogów dotyczących zawartości chloru okazało się, że 37 próbek z ZG Janina oraz 41 próbek z KWK Wieczorek spełnia pozostałe zalecenia odnośnie naziemnego zgazowania w reaktorze fluidalnym. Jest to potwierdzenie wcześniejszych obserwacji autorów w tym zakresie. W obu przypadkach wizualizacja wielowymiarowa przy użyciu PCA pozwoliła stwierdzić, że obrazy punktów reprezentujących próbki węgla bardziej podatnego na zgazowanie oraz mniej przydatnego do zgazowania zajmują osobne podobszary przestrzeni oraz gromadzą się w skupiskach, które można łatwo od siebie odseparować. Stwierdzono więc, że metoda PCA pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego zarówno gdy przyjęto ograniczenie dotyczące zawartości chloru jak i przy jego pominięciu. Zastosowanie metody PCA w celu identyfikacji przydatności próbek węgla do zgazowania jest nowatorskie i nie było wcześniej stosowane. Istnieje możliwość zastosowania również innych metod w tym zakresie. Należy jednak podkreślić, że niewątpliwą zaletą metody PCA jest fakt, że w trakcie wizualizacji nie ma konieczności doboru żadnych parametrów w przeciwieństwie do wielu innych metod wizualizacji wielowymiarowych danych.
Methods of multi-parameter data visualization through the transformation of multidimensional space into two-dimensional one allow to present multidimensional data on computer screen, thus making it possible to conduct a qualitative analysis of this data in the most natural way for human – by a sense of sight. In the paper a comparison was made to show the efficiency of selected seven methods of multidimensional visualization and further, to analyze data describing various coal type samples. Each of the methods was verified by checking how precisely a coal type can be classified when a given method is applied. For this purpose, a special criterion was designed to allow an evaluation of the results obtained by means of each of these methods. Detailed information included presentation of methods, elaborated algorithms, accepted parameters for best results as well the results. The framework for the comparison of the analyzed multi-parameter visualization methods includes: observational tunnels method multidimensional scaling MDS, principal component analysis PCA, relevance maps, autoassociative neural networks, Kohonen maps and parallel coordinates method.
In time when traditional resources of mineral raw materials are getting low in many locations on land, polymetallic concretions are interesting alternative for them. Ther are usually oval agglomerations of many elements, mainly containing iron and manganese. They can be found usually in oceanic depths on 3000-5000 m below sea level depth, mainly in Pacific Ocean basin. The paper presents the genesis of concretions, their main locations of occurring and conditions concerning their potential extraction. The potential benefits occurring from their exploitation were presented. Furthermore, the ways of their extraction with evaluation of the applicability of certain methods were discussed. The actual law situation connected with concretions exploitation with historical background was presented too. The possibilities of Poland in this range concerning extraction of concretions and its share in investigations were evaluated. Poland has the allotment in Clarion-Clipperton area which was presented in the paper with discussion over the research conducted by the organization called Interoceanmetal.
PL
W czasie gdy tradycyjne źródła surowców mineralnych są w wielu miejscach na wyczerpaniu, konkrecje polimetaliczne stanowią dla nich ciekawą alternatywę. Są to zazwyczaj owalne skupiska wielu pierwiastków, głównie żelaza i manganu, które znaleźć można w głębinach oceanicznych na głębokości około 3000-5000 m p.p.m., głównie w basenie Oceanu Spokojnego. W artykule przedstawiono genezę powstania konkrecji, ich główne miejsca występowania oraz uwarunkowania dotyczące potencjalnego ich wydobycia. Przedstawiono korzyści jakie wyniknąć mogą z ich eksploatacji. Omówiono potencjalne sposoby ich wydobycia wraz z oceną stosowalności danych metod. Ponadto, przedstawiono aktualną sytuację prawną związaną z eksploatacją konkrecji wraz z jej rysem historycznym. Na tym tle oceniono możliwości Polski w kwestii wydobycia konkrecji oraz jej udział w badaniach dotyczących tego zagadnienia. Przedstawiono działkę przydzieloną Polsce w tym zakresie w basenie Clarion-Clipperton oraz badania prowadzone przez organizację Interoceanmetal.
The methods of determining so-called optimal conditions of mineral raw materials beneficiation were presented in the paper. The copper ore from deposits of KGHM Polska Miedź, region Polkowice as well one of hard coals originated from Upper Silesia, coal mine Janina were selected to the research. It was stated that on the basis of balance equation is possible to determine optimal characteristics of beneficiated material. To determine the optimal point, Authors used commonly known upgrading curves, i.e. Halbich, Fuerstenau and Madej curves. For all of them the criteria of selecting optimal point were accepted as the point of the largest curvature. However, it occurred that for relation between sums of recovery in concentrate and sums of residuals recovery in tailings is possible to determine the extreme point which can be treated as the technological optimum. Accepting that α = const we face the problem of determining a conditional extreme of function of sums of useful component recovery in concentrate and sums of residuals recovery in tailings of two variables β and ϑ. This methodology was used for chosen copper ore and chosen hard coal. However it occurred that selection of the optimal point in the method of sums of recoveries is also ambiguous. It is worthy to notice that selection of technological optimum for researched raw material is also evaluation of its susceptibility to beneficiation. The whole paper was ended with conclusions.
PL
W artykule przedstawiono techniki określenia tzw. optymalnych warunków wzbogacania surowców mineralnych. Jako materiał do doświadczeń została wybrana ruda miedzi, pochodząca ze złóż KGHM Polska Miedź S.A., rejon Polkowice oraz jeden z węgli kamiennych Górnego Śląska, pochodzący z ZG Janina. Stwierdzono, że wychodząc z równania bilansu możliwe jest ustalenie optymalnych charakterystyk wzbogacanego materiału. Do wyznaczenia optymalnego punktu, autorzy zastosowali powszechnie stosowane krzywe wzbogacalności, tj. krzywą Halbicha, krzywą Fuerstenaua oraz krzywą Madeja. Dla wszystkich zastosowano kryteria wyboru punktu optymalnego, za który uznano punkt największej krzywizny. Okazało się jednak, że dla zależności sum uzysku w koncentracie i uzysku reszt w odpadach możliwe jest wyznaczenie ekstremum, które można potraktować jako optimum technologiczne. Przyjmując, że α = const mamy w tym przypadku do czynienia z problemem wyznaczania ekstremum warunkowego funkcji sum uzysku składnika użytecznego w koncentracie oraz uzysku reszt w odpadzie o dwóch zmiennych β i ϑ. Metodykę tą zastosowano dla wybranej rudy miedzi oraz wybranego węgla kamiennego. Okazało się jednak, że wybór punktu optymalnego w metodzie sumy uzysków również nie jest jednoznaczny. Należy przy tym zwrócić uwagę, że wskazanie optimum technologicznego badanego surowca jest zarazem oceną jego podatności na wzbogacanie. Całość pracy zakończono wnioskami.
Multidimensional data visualization methods are a modern tool allowing to classify some analyzed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. In case of coal, apart from most obvious features like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. Author decided to apply relevance maps to achieve this purpose. Three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and then divided into density fractions. Then, each size-density fraction was chemically analyzed to obtain other characteristics. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The presented methodology is new way of analyzing data concerning Widery understood mineral processing.
PL
Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być (charakteryzują się) charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1,..., Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o kierunkach charakteryzowania wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być: – wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012); – wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013b); – analiza czynnikowa (Tumidajski, 1997; Tumidajski and Saramak, 2009); – metody wielowymiarowej wizualizacji danych. W artykule zastosowano nowoczesną metodę wizualizacji wielowymiarowych danych – metodę tzw. map odniesienia (z ang. relevance maps). Aby zastosować ww. metodę przeprowadzono doświadczenia na trzech typach węgla, pobranych z trzech kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Były to węgle typu 31, 34.2 i 35, według polskiej klasyfikacji węgli. Każdą z pobranych prób poddano rozdziałowi na klasy ziarnowe a następnie każdą z klas ziarnowych rozdzielono na frakcje densymetryczne za pomocą rozdziału w roztworze chlorku cynku. Tak otrzymane klaso-frakcje przebadano chemiczne ze względu na wybrane parametry jakościowe węgla. Były to takie cechy jak: ciepło spalania, zawartość popiołu, zawartość siarki, zawartość substancji lotnych oraz miąższość materiału. Otrzymano w ten sposób zestaw siedmiu danych dla każdej klasy ziarnowej i każdego typu węgla. Stanowił on swoisty siedmiowymiarowy zbiór, który postanowiono zobrazować za pomocą techniki wizualizacji bazującej na tzw. mapach odniesienia. W metodzie map odniesienia na płaszczyźnie służącej do wizualizacji danych zostają rozmieszczone specjalne punkty zwane punktami odniesienia, reprezentujące poszczególne cechy. Do każdej cechy (współrzędnej) zostaje przyporządkowany punkt odniesienia reprezentujący tą cechę. Czyli przy danych 7-wymiarowych umieszczamy na płaszczyźnie 7 takich punktów odniesienia reprezentujących poszczególne współrzędne. Rozkład punktów reprezentujących przedstawiane wielowymiarowe dane odzwierciedla relacje pomiędzy tymi danymi a cechami. Im bardziej i-ta cecha występuje w danym obiekcie (czyli i-ta współrzędna ma większą wartość), tym bliżej powinien leżeć punkt reprezentujący dany obiekt względem punktu odniesienia reprezentującego i-tą cechę (współrzędną). W ten sposób każdy punkt odniesienia reprezentujący daną cechę, dzieli płaszczyznę na obszary bardziej oraz mniej zależne od cechy nr i (mniej oraz bardziej odległe od punktu odniesienia reprezentującego i-tą cechę). Dokładny opis algorytmu przedstawiono w podrozdziale 3 artykułu. Za pomocą omawianej metody dokonano wizualizacji danych dotyczących przedstawionych typów węgla. Uzyskane rezultaty przedstawiono na rysunkach 1-9. Widoki te pokazują sposób, w jaki 7-wymiarowe dane zostają przekształcone przy pomocy mapy odniesienia do dwóch wymiarów. Algorytm wizualizacji przy użyciu mapy odniesienia działa tak by pomimo znacznej redukcji liczby wymiarów, w jak największym stopniu odległości pomiędzy punktem reprezentującym konkretny wektor danych a punktami odniesienia zależały od współrzędnych tego wektora danych. W ten sposób na ekranie 2-wymiarowym, możemy zobaczyć istotne cechy danych 7-wymiarowych. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tych rysunków stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. W celu uzyskania bardziej czytelnych wyników postanowiono przedstawić przy pomocy mapy odniesienia, te same dane w nieco inny sposób. Postanowiono przeanalizować dane reprezentujące różne typy węgla parami. Rysunek 5 przedstawia widok uzyskany dla danych reprezentujących typy węgla 34.2 oraz 35. Widać na nim czytelnie, że obrazy punktów reprezentujących próbki węgla typu 34.2 gromadzą się w skupiskach, które łatwo można odseparować od skupisk obrazów punktów reprezentujących próbki węgla 35. Podobne obserwacje dokonano na podstawie rysunków 6 i 7, gdzie przedstawiono parami, odpowiednio, węgle typu 31 i 34.2 oraz 31 i 35. Przeprowadzona wizualizacja wielowymiarowa przy użyciu map odniesienia pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.
Multidimensional data visualization methods are a modern tool allowing to classify some analysed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. To achieve this purpose, the method of Kohonen maps was applied by means of which three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials.
PL
Metody wizualizacji wielowymiarowych danych są nowoczesnym narzędziem umożliwiającym klasyfikację analizowanych obiektów, którymi mogą być różnego typu dane opisujące wybrane zjawisko lub materiał. W przypadku materiałów uziarnionych, jakim jest np. węgiel, wiele cech ma wpływ na jakość materiału, tj. np. gęstość, wielkość ziaren, ciepło spalania, zawartość popiołu, zawartość siarki itp. Na potrzeby artykułu przeprowadzono rozdział węgli z trzech wybranych kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Każda z tych kopalni pracuje na innego typu węglu. W tym przypadku były to węgle o typach 31, 34.2 oraz 35 (według polskiej klasyfikacji typów węgla). Najpierw, materiał został podzielony na klasy ziarnowe a następnie za pomocą rozdziale w cieczy ciężkiej (roztwór chlorku cynku) na frakcje gęstościowe. Dla tak przygotowanego materiału przeprowadzono następnie analizy chemiczne mające na celu określenie takich parametrów, jak zawartość siarki, zawartość popiołu, zawartość części lotnych, ciepło spalania oraz wilgotność analityczną. W ten sposób, dla każdej klaso-frakcji uzyskano bogate charakterystyki badanego materiału. Nasuwa się więc pytanie, czy możliwa jest identyfikacja typu węgla za pomocą dostępnych danych. W tym celu zastosowano wielowymiarową technikę wizualizacji statystycznej. Istnieje wiele metod takiej wizualizacji, z których kilka było już przedmiotem wcześniejszych publikacji autorów. W tym wypadku autorzy zdecydowali się zastosować metodę sieci Kohonena. Metoda ta została opisana w rozdziale 2 pracy, gdzie oprócz opisu teoretycznego podano również główne wzory stosowane podczas modelowania tą metodą (wzory (1)-(5)). Do zbadania postawionego problemu wykorzystano optymalną liczbę iteracji i optymalny czas uczenia sieci. Pewnym problemem pojawiającym się przy takiej wizualizacji jest konieczność doboru parametrów, w celu uzyskania widoku, który w sposób czytelny prezentuje poszukiwane przez nas informacje. Należy wspomnieć, że w trakcie prowadzonych eksperymentów uzyskiwano widoki przy użyciu sieci neuronowej o wielkości od 10 × 10 do 100 × 100 neuronów. Widoki były uzyskiwane przy wartości parametru MAX_DISTANCE od 1 do wielkości sieci oraz parametru ITER od 1 do 5000. Eksperymenty były prowadzone dla różnych wzorów określających modyfikację wag. Przedstawione w pracy wyniki stanowią najbardziej czytelne z uzyskanych. Wizualizacja wielowymiarowa przy użyciu sieci Kohonena pozwala stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35, przy czym nawet zobrazowanie 3 typów węgla na jednym rysunku pozwala stwierdzić, że neurony reprezentujące próbki węgla danego typu gromadzą się w skupiskach, które można od siebie odseparować. Z tego wynika, że dane zawierają informacje wystarczające do prawidłowej klasyfikacji węgla. Zauważyć jednak warto, że przedstawienie przy pomocy sieci Kohonena, danych reprezentujących różne typy węgla parami, pozwala uzyskać jeszcze bardziej czytelne wyniki. Najlepsze efekty osiągnięto dla sieci o 40 wierszach oraz 40 kolumnach neuronów, co łącznie dało liczbę 1600 neuronów, zaś czytelność wyników rośnie wraz z postępem uczenia sieci neuronowej (wzrostem parametru ITER). Przeprowadzone doświadczenia w pełni potwierdzają, że zastosowana metoda może być z powodzeniem wykorzystana w badaniach jakościowych związanych z różnego typu materiałami uziarnionymi, w tym również węglem. Badania w tym zakresie są kontynuowane.
The stochastic models of air pollution spreading may be used as good description of its changeability considering mean daily changes of mean temperature, winds velocity and their directions. Applying the earlier elaborated forms of models (equations 1 and 2) and the collected data the equations for Opole and Kędzierzyn-Koźle were determined. The obtained results were very satisfying (high statistical significance of models and their coefficients) for models a posteriori (equation 1) and models with applied dummy variables (equation 2) describing directions of air flow. It should be stated that the elaborated type of model is correct for every type of conditions for which it was designed what means evaluation of average daily concentrations of pollution in selected areas. The correctness of the model form should be verified by the more precise analyzes of this type of modeling conducted for other areas, not necessary located in the neighborhood of such polluted region as Upper Silesia.
Multi-parameter data visualization methods are a modern tool allowing to classify some analyzed objects. When it comes to grained materials, e.g. coal, many characteristics have an influence on the material quality. Besides the most obvious features like particle size, particle density or ash contents, coal has many other qualities which show significant differences between the studied types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. The Principal Component Analysis was applied to achieve this purpose. Three types of coal 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and subsequently divided into density fractions. Next, each size-density fraction was analyzed chemically to obtain other characteristics. It was pointed out that the applied methodology allowed to identify certain coal types efficiently, which makes it useful as a qualitative criterion for grained materials. However, it was impossible to provide such identification based on contrastive comparisons of all three types of coal. The presented methodology is a new way of analyzing data concerning widely understood mineral processing.
Coal is a material which has many features deciding about its quality. Among them, the decisive ones are mainly ash contents, sulfur contents and combustion heat. The paper presents the investigation of coal characteristics of three selected coal types in the context of their energetic value. For this purpose samples were collected from three different Polish mines: coal types 31, 34.2 and 35 (Polish classification of coals). Each of these materials was separated into particle size fractions (9 fractions) and then into 8 density fractions by separation in heavy liquids. For each size-density fractions obtained in this way, chemical analyses were performed which allowed for determination of such features as combustion heat, sulfur contents, ash contents, volatile parts contents and analytical moisture. Altogether, seven dimensions of grained material characteristics were obtained. The data prepared in this way was subsequently analyzed for correlation with the purpose of determining significant relations between investigated features. It was stated that the most correlated coal features are density, combustion heat, ash contents and volatile parts contents. For multidimensional analysis and identification of coal type, the modern image visualization technique, the Observational Tunnels Method, was applied. After performing seven-dimensional analysis aimed at the proper recognition of coal type, it was decided to determine the minimum amount of random variables, which describe a particular material in order to identify its type. It was stated that the crucial coal identification parameter is “analytical moisture”. Due to existing correlation between individual features, three of them were selected for testing: analytical moisture, sulfur contents and volatile parts contents. On the basis of the obtained images, it was stated that it was possible to obtain a view with the data concerning each type of coal being located in other part of the space. Subsequently, it was checked if a similar result is possible when the parameter “volatile parts contents” is replaced with highly correlated parameters “combustion heat” and “ash contents”. In both cases the exchange of these variables did not produce good enough results. This can be explained by a different scale of empirical data making it impossible to obtain a clear multidimensional image for which all three types of coal would be located in other parts of space. However, it was proved that the modern graphical and computer methods can be successfully applied to identify the types of particulate materials.
This paper presents a comparative analysis of two types of coal taken from the ZG Janina and ZG Wieczorek coalmines. The aim of this study has been to analyze the suitability of the coal in the context of the gasification process. The types of coal vary considerably in terms of their characteristics. Each of them was subjected to treatment in a ten-ringed annular jig. A particle size of 0-18 mm constituted the feed. The separated coal was divided into five layers, each of them containing material from two additional annular jigs. Analysis of their characteristics was carried out for each of the five layers and for both types of coal obtained, taking into account both their physicochemical properties as well as chemical ones. Each of these characteristics was then presented in three-dimensional surface diagrams, where the ordinate (or Y-axis) and abscissa (X-axis) was the particle size and height in which the material ended up in the jig (expressed as a percentage of the total height of the device). On the basis of observations, it was found that the types of coal have different potential for gasification, although both types are within the limits specified on the basis of previous studies. A correlation analysis between particle size and remaining characteristics of coal was carried out for each of the layers, allowing to determine which of the studied characteristics induced changes significant from the point of view of the coal gasification process. The entire research and observation was supported by conclusions and findings, which shall form the basis for further, in-depth analysis of coal.
PL
Proces zgazowania węgla technologią naziemną jest coraz częściej rozważanym rozwiązaniem na całym świecie. Przyczyną tego stanu jest zarówno kwestia ochrony środowiska, jak i logistyki zagospodarowania produktów przeróbki węgla. Nie inaczej jest również w Polsce, gdzie od kilku lat proces zgazowania jest jednym z głównych tematów badawczych w dziedzinie polskiego górnictwa węglowego. Efektem tego jest szereg badań i doświadczeń, jak również publikacji naukowych. W artykule dokonano analizy porównawczej dwóch typów węgla kamiennego, które pobrane były w Zakładach Górniczych Janina (typ węgla 31.2) oraz Zakładach Górniczych Wieczorek (typ węgla 32). Węgle te znacząco się różnią pod względem charakterystyk. Każdy z nich został poddany rozdziałowi w osadzarce pierścieniowej o 10 pierścieniach. Nadawę stanowił węgiel o uziarnieniu 0-18 mm. Rozdzielony węgiel został podzielony na 5 warstw, z których każda zawierała materiał z dwóch kolejnych pierścieni osadzarki. Dla każdej z otrzymanych w ten sposób pięciu warstw dla obu typów węgli dokonano następnie analizy ich charakterystyk, biorąc pod uwagę zarówno cechy fizykochemiczne, jak i czysto chemiczne. Do tych pierwszych zaliczono takie parametry, jak zawartość węgla pierwiastkowego, zawartość popiołu oraz ciepło spalania, do drugich zaś zawartość azotu, zawartość chloru, zawartość siarki oraz zawartość wodoru. Szczegółowe dane dla dwóch skrajnych warstw przedstawiono w tabelach 1-4. Każdą z omawianych cech przedstawiono następnie na trójwymiarowych wykresach powierzchniowych, gdzie osiami rzędnych i odciętych były wielkość ziarna oraz wysokość, na której znalazł się materiał w osadzarce (wyrażona w procentach wysokości urządzenia). Wykresy te (rys. 1-8) stanowiły bazę do analizy porównawczej obu węgli pod kątem ich przydatności do procesu zgazowania naziemnego. Wyraźnie widać, że węgle te mają inny potencjał do zgazowania, choć oba typy mieszczą się w granicach wartości ograniczających (tab. 5), określonych na podstawie wcześniejszych badań. Następnie dokonano jeszcze analizy korelacji pomiędzy wielkością ziarna a pozostałymi charakterystykami badanych węgli dla każdej z warstw. Wyniki zobrazowano w tabeli 6. Przykładowo stwierdzono, że: – wraz ze wzrostem wielkości ziaren w warstwach zmieniają się ich związki z charakterystykami pierwiastkowymi węgli (w kolumnach (warstwach) następuje zmiana znaku współczynnika korelacji oraz miary jego istotności); – zasadnicze różnice występują dla siarki – dla KWK Wieczorek współczynniki te są ujemne, co świadczy o tym, że siarka w tym węglu jest prawdopodobnie siarką organiczną (w warstwach najcięższych poziom siarki maleje). Przeciwnie jest w ZG Janina, gdzie dla najcięższych warstw zawartość siarki nie zmienia się (co może być spowodowane znaczącym udziałem zrostów pirytowych). Chlor w ZG Janina koncentruje się zwłaszcza w klasach najdrobniejszych niezależnie od warstwy. Inaczej układają się współczynniki dla ZG Janina, ich istotność spada a dla warstw najcięższych ilość chloru nieznacznie wzrasta wraz z wielkością ziaren. Stopień uwęglenia w warstwach najlżejszych rośnie wraz ze wzrostem wielkości ziaren dla warstw najcięższych maleje. Można powiedzieć, że w KWK Wieczorek tylko ostatnia warstwa zawiera niewielkie zrosty węgla. Analiza współczynników korelacji dla ciepła spalania i zawartości popiołu prowadzi do analogicznych wniosków (ze względu na naturalne powiązania fizyczne tych właściwości). Współczynniki korelacji pomiędzy wielkością ziarna a zawartościami azotu w obu kopalniach układają się podobnie, przy czym zależności te są bardziej znaczące dla węgli z ZG Janina; dla obu węgli współczynniki są dodatnie dla trzech najlżejszych warstw i ujemne dla warstw najcięższych (azot występuje w większych i cięższych kawałkach węgla). Na podstawie dokonanych analiz można stwierdzić, iż oba węgle są dostatecznie dobre aby można je było poddać procesowi zgazowania, choć więcej cech sprzyjających temu procesowi posiada węgiel z KWK Wieczorek. Dalsze badania w tym aspekcie trwają i będą przedmiotem kolejnych publikacji.
The paper presents a multidimensional analysis of mineral processing feeds consisting of different amounts of different size and density fractions. The considered feed was coal which was screened into size fractions which were subsequently separated into density fractions and their weights determined. The feed material was characterized with commonly used size and density frequency and cumulative distribution plots and next approximated with the Weibull (size) and logistic (density) mathe-matical functions. Having the contribution of each particle size and density fraction in the feed a two–dimensional analysis of the feed size/density properties was performed using two methods. The first one is based on the best chosen cumulative frequency function for two random variables and the second uses the so–called Morgenstern family functions. In the paper the undependability of the particles size and density was investigated using statistical approach based on the so–called Χ2 test, and the correlation between these parameters using the so–called F–Snedecor statistical test. In both cases it was found that particles size and density of the investigated coal particles were dependent what means that with growth of particle size its density grew too and there was correlation between them regardless of significance level assumed for the analysis.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.