Thermal behavior and oxidation kinetics of coal gangue under varying moisture conditions: An experimental and predictive modeling study
本研究阐明了水分对煤矸石氧化的双重调节机制——即适度水平（8.61%）促进自热，而过量水分（18%）则抑制自热——并开发了一种高精度的HPSO-GRU预测模型，辅以分子动力学模拟和图形界面，以实现对自燃风险的早期预警。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在中国各地的煤矿阴影之下，堆积如山的废弃岩石和泥土（被称为煤矸石）正暴露在自然元素之中。这些并非惰性的土堆；它们具有化学活性。随着时间的推移，空气中的氧气与岩石内部残留的矿物质和碳发生反应，这是一个产生热量的缓慢过程。如果这些热量无法排出，就会不断积聚，直到引发自燃现象。此类火灾会释放有毒气体、污染空气，并可能导致地面不稳定，威胁附近社区的安全。阻止这些火灾的关键在于了解堆积物的内部温度，并预测其何时会升至危险高度。然而，这种缓慢燃烧过程中释放的气体与上升温度之间的关系非常复杂，并且会根据岩石含水量的不同而变化。
来自内蒙古工业大学的一个研究小组致力于破解这一关系，特别关注水分含量如何影响加热过程。他们首先从当地矿山采集新鲜煤矸石，将其粉碎并仔细干燥以去除所有天然水分。随后，他们重新引入精确量的水，制备出五个不同含水量的样本，范围从接近干燥的 2% 到潮湿的 18%。这些样本被放置在专门的炉中并缓慢加热，以模拟真实堆积物的自然升温过程。随着温度从凉爽的 30°C 上升到灼热的 550°C，研究人员捕捉了从岩石中逸出的气体，测量了氧气、二氧化碳、一氧化碳以及各种烃类的水平。
实验揭示了水的一个令人惊讶的双重作用。与“水总是降温”这一简单观念相反，研究人员发现适量的水分实际上会加速加热过程。当含水量在 8.61% 左右时，岩石消耗氧气并产生热量的速率最快。在这种状态下，水分子似乎有助于氧气聚集在岩石表面的反应位点附近，起到了类似桥梁的作用，使火灾更容易发生。然而，一旦含水量升高到 18%，这种效应就发生了逆转。过多的水开始阻塞岩石中的微小孔隙并覆盖活性位点，有效地抑制了反应，减缓了热量的释放。这意味着保持煤矸石堆非常潮湿可以作为预防火灾的一种策略，而轻微潮湿的堆积物可能比干燥的堆积物更危险。
为了在微观层面理解水分子是如何移动以及如何与岩石相互作用的，该团队进行了计算机模拟。他们构建了一个由高岭石构成的岩石主要矿物的数字模型，并引入水分子以观察其行为。模拟证实了实验结果：在 8.61% 这一关键含水量水平下，水分子的运动方式有助于氧气更容易到达岩石表面。但在 18% 时，水形成了一层厚厚的涂层，将氧气隔绝在岩石之外，阻止了反应的势头。这种微观视角为在炉中观察到的宏观行为提供了清晰的物理学解释。
通过理解水分如何改变化学性质，研究人员转向了预测这一挑战。他们需要一种方法，能够根据释放的气体来预报煤矸石堆的内部温度，而任务的复杂之处在于含水量的不断变化。他们开发了一种新的计算机模型，该模型结合了一种旨在从序列数据中学习的人工智能技术，以及一种能够自动优化自身设置的智能算法。该模型利用实验数据进行训练，学习识别与特定温度相对应的气体水平模式。该系统接受了多种现有模型的测试，并证明其最为准确，其预测结果与实际测得的温度非常接近。
研究指出，预测温度最重要的线索是剩余氧气的量，以及一个涉及一氧化碳与氧气下降量之比的特定比例。模型通过学习，对这两个因素赋予了极高的权重，因为它们提供了关于加热反应强度最清晰的信号。为了使这项技术对工程师和安全管理人员有用，团队构建了一个简单的计算机界面。通过这个工具，用户只需输入当前的含水量和气体传感器的读数，系统就能立即计算出内部温度，并识别出堆积物处于哪种加热阶段。这种方法提供了一种实用的、数据驱动的方法来监测煤矸石堆，从而实现早期预警，在自燃发生前采取行动，最终有助于保护环境和公众安全。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。