Thermal behavior and oxidation kinetics of coal gangue under varying moisture conditions: An experimental and predictive modeling study

In de schaduw van kolenmijnen in heel China liggen enorme hopen weggegooid gesteente en vuil, bekend als kolengangue, blootgesteld aan de elementen. Dit zijn geen inerte hopen; ze zijn chemisch actief. Na verloop van tijd reageert de zuurstof in de lucht met de mineralen en het resterende koolstof binnenin het gesteente, een traag proces dat warmte genereert. Als deze warmte niet kan ontsnappen, bouwt het zich op totdat de hoop uit zichzelf ontbrandt, een fenomeen dat spontane verbranding wordt genoemd. Dergelijke branden laten giftige gassen vrij, vervuilen de lucht en kunnen de grond destabiliseren, wat nabijgelegen gemeenschappen bedreigt. De sleutel tot het stoppen van deze branden ligt in het begrijpen van de interne temperatuur van de hoop en het voorspellen wanneer deze gevaarlijk hoog zal stijgen. De relatie tussen de gassen die vrijkomen tijdens deze langzame verbranding en de stijgende temperatuur is echter complex en verandert afhankelijk van hoe nat het gesteente is.

Een team onderzoekers van de Inner Mongolia University of the Science and Technology zette zich in om deze relatie te ontcijferen, waarbij ze zich specifiek richtten op hoe het vochtgehalte het verhittingsproces beïnvloedt. Ze begonnen met het verzamelen van verse kolengangue uit een lokale mijn, waarbij ze het vermaalden en zorgvuldig droogden om al het natuurlijke water te verwijderen. Vervolgens voegden ze nauwkeurige hoeveelheden water toe om monsters te maken met vijf verschillende vochtgehaltes, variërend van bijna droog met 2% tot vochtig met 18%. Deze monsters werden in een speciale oven geplaatst en langzaam verhit, waarbij het natuurlijke opwarmen van een echte hoop werd nagebootst. Terwijl de temperatuur steeg van een koele 30°C naar een verzengende 550°C, legden de onderzoekers de gassen vast die uit het gesteente ontsnapten, waarbij ze de niveaus van zuurstof, kooldioxide, koolmonoxide en diverse koolwaterstoffen maten.

De experimenten onthulden een verrassende dubbelrol voor water. In tegen tegenstelling tot het eenvoudige idee dat water zaken altijd afkoelt, ontdekten de onderzoekers dat een matige hoeveelheid vocht het verhittingsproces juist versnelt. Wanneer het vochtgehalte rond de 8,61% lag, verbruikte het gesteente zuurstof en produceerde het warmte met zijn hoogste snelheid. In deze staat leken de watermoleculen te helpen om zuurstof dicht bij de reactieve plekken op het oppervlak van het gesteente te verzamelen, werkend als een brug die het makkelijker maakte om het vuur te starten. Echter, zodama het vochtgehalte steeg naar 18%, keerde het effect om. Het overtollige water begon de kleine poriën in het gesteente te blokkeren en de actieve plaatsen te bedekken, wat de reactie effectief verstikte en de warmteafgifte vertraagde. Dit betekent dat het zeer nat houden van een kolengangue-hoop een strategie kan zijn om branden te voorkomen, terwijl een licht vochtige hoop gevaarlijker kan zijn dan een droge hoop.

Om precies te begrijpen hoe watermoleculen bewegen en interageren met het gesteente op een microscopisch niveau, draaide het team computersimulaties. Ze bouwden een digitaal model van het primaire mineraal van het gesteente, kaoliniet, en introduceerden watermoleculen om te zien hoe deze zich gedroegen bij verschillende temperaturen. De simulaties bevestigden de experimentele bevindingen: bij dat kritieke vochtgehalte van 8,61% bewogen de watermoleculen op een manier die hielp om zuurstof gemakkelijker het oppervlak van het gesteente te laten bereiken. Maar bij 18% vormde het water een dikke laag die de zuurstof weg van het gesteente vasthield, waardoor de reactie geen momentum kon krijgen. Dit microscopische beeld bood een duidelijke fysieke verklaring voor het macroscopische gedrag dat in de oven werd waargenomen.

Met dit begrip van hoe vocht de chemie verandert, richtten de onderzoekers zich op de uitdaging van voorspelling. Ze hadden een manier nodig om de interne temperatuur van een gangue-hoop te voorspellen op basis van de vrijgekomen gassen, een taak die complicaties geeft door de veranderende vochtgehaltes. Ze ontwikkelden een nieuw computermodel dat een type kunstmatige intelligentie combineert die is ontworpen om te leren van sequenties van gegevens met een slim optimalisatie-algoritme dat zijn eigen instellingen verfijnt. Dit model werd getraind op de experimentele gegevens, waarbij het leerde patronen in de gasniveaus te herkennen die overeenkwamen met specifieke temperaturen. Het systeem werd getest tegenover verschillende andere bestaande modellen en bewees het meest nauwkeurig te zijn, waarbij de voorspellingen zeer dicht bij de daadwerkelijk gemeten temperaturen bleven.

De studie identificeerde dat de belangrijkste aanwijzingen voor het voorspellen van de temperatuur de hoeveelheid resterende zuurstof waren en een specifieke ratio die koolmonoxide en de daling in zuurstof betreft. Deze twee factoren, die het model als zwaarwegend leerde te beschouwen, boden het duidelijkste signaal van hoe intens de verhittingsreactie was. Om deze technologie bruikbaar te maken voor ingenieurs en veiligheidsfunctionarissen, bouwde het team een eenvoudige computinterface. Met dit hulpmiddel kan een gebruiker simpelweg het huidige vochtgehalte en de metingen van de gassensoren invoeren, waarna het systeem direct de interne temperatuur berekent en identificeert in welke fase van verhitting de hoop zich bevindt. Deze aanpak biedt een praktische, datagestuurde methode om kolengangue-hoop te monitoren, waardoor vroege waarschuwingen mogelijk zijn voordat een spontane brand kan ontstaan, wat uiteindelijk helpt om zowel het milieu als de openbare veiligheid te beschermen.