Predicción de índices de calidad del coque hecho con carbones

PREDICCIÓN DE ÍNDICES DE CALIDAD DE COQUES HECHOS
CON CARBONES COLOMBIANOS UTILIZANDO PARÁMETROS
PETROGRÁFICOS DETERMINADOS POR ANÁLISIS DE
IMÁGENES
Ariel Oswaldo Cadena Sáncheza,b, Laura Rosa Conde Riverac Y José De Jesús Díaz
Velásquezd
a
Estudiante de doctorado en Ciencias-Química, Departamento de Química, Facultad de Ciencias,
Universidad Nacional de Colombia – Sede Bogotá. e-mail: aocadenas@unal.edu.co.
b
Profesor Asociado Departamento de Ingeniería, Facultad de Ciencias Naturales e Ingeniería,
Universidad de Bogotá Jorge Tadeo Lozano. e-mail: ariel.cadenas@utadeo.edu.co
c
Estudiante de Doctorado en Ingeniería Química, Departamento de Ingeniería Química y Ambiental,
Facultad de Ingeniería, Universidad Nacional de Colombia – Sede Bogotá. e-mail: lrconder@unal.edu.co.
d
Profesor Asociado Departamento de Química, Facultad de Ciencias, Universidad Nacional de Colombia
– Sede Bogotá. e-mail: jddiazv@unal.edu.co
RESUMEN
Tomando como base los reflectogramas de carbones obtenidos con el método LauritCoal para análisis
petrográfico de carbones basado en análisis de imágenes, se propusieron y construyeron parámetros
parciales de reflectancia de los macerales (PMR) como variables de identificación de carbones, y se
desarrolló un modelo de predicción de los índices de calidad del coque (CRI y CSR) empleando estos
parámetro como variables independientes. Se estudió la utilidad de este modelo con muestras de ocho (8)
carbones de la región Cundiboyacense y algunas mezclas binarias de estos carbones, calentadas a 10
°C/min hasta 900 °C y con un tiempo de residencia de dos (2) horas a esta temperatura. Los resultados
muestran que los parámetros petrográficos propuestos (PMR) son más adecuados que la reflectancia
media aleatoria de la vitrinita (R0) y el parámetro de reflectancia total de los macerales (FMR) propuesto
por O´Brien et al en la identificación de carbones, y que estas variables son bastante eficientes en la
predicción de los índices de calidad del coque (CRI y CSR), tanto para los carbones individuales como
para las mezclas binarias estudiadas.
Palabras clave: Carbón, coque, CRI, CSR, modelo predictivo coque.
1.
INTRODUCCIÓN
En la actualidad, la normatividad ambiental y dinámica de la economía mundial, exigen
un mejor aprovechamiento de las materias primas involucradas en los diferentes
procesos industriales, especialmente en aquellos en los que se involucran combustibles
de origen fósil como el carbón, gas natural y petróleo. Dentro de esta línea del sector
productivo se encuentra la industria siderúrgica, que emplea el coque, un derivado del
carbón, como materia prima para la reducción del mineral de hierro (Babich, A., Senk,
D. et al., 2009; Berkutov, N. K., Stepanov, Y. V. et al., 2007).
En general, la reducción del mineral de hierro en el alto horno se realiza a través de dos
procesos, en los que el coque actúa como soporte permeable a los gases de reacción
(flujo ascendente) y al hierro fundido (flujo descendente). En el proceso tradicional, el
coque también cumple funciones de combustible y agente reductor, mientras que en el
proceso de inyección de carbón pulverizado (PCI), solo actúa como lecho de soporte, y
es sustituido en sus funciones de combustible y agente reductor por diferentes
materiales carbonosos como carbón, plásticos y desechos orgánicos (Carpenter, A.,
2006; Gupta, S., Sahajwalla, V. et al., 2006; Ilha Gomes, M. d. L., Osório, E. et al.,
2006; Osório, E., Ilha Gomes, M. d. L. et al., 2006; Schobert, H. H., Song, C., 2002).
La diferencia en las funciones que debe cumplir el coque según la tecnología de alto
horno en el cual se le emplea, implica características fisicoquímicas particulares para
cada proceso. En el proceso tradicional de reducción de mineral de hierro, se requieren
coques de alta reactividad con CO2, para garantizar su papel como agente reductor,
mientras que en el proceso PCI son necesarios coques de baja reactividad con CO2 y
alta resistencia mecánica, que garantizan una degradación lenta del coque durante el
tiempo de residencia en el alto horno (Carpenter, A., 2006).
Una amplia serie de trabajos han demostrado que la calidad del coque depende en un 70
% del carbón ó mezclas de carbones empleados en su fabricación (Berkutov, N. K.,
Stepanov, Y. V. et al., 2007; Bertling, H., 1999; Díaz-Faes, E., Barriocanal, C. et al.,
2007; Koszorek, A., Krzesinska, M. et al., 2009; Kubota, Y., Nomura, S. et al., 2008;
Prachethan Kumar, P., Barman, S. C. et al., 2008; Pusz, S., Kwiecinska, B. et al., 2009),
y que el 30% restante está asociado con las variables operativas asociadas al proceso
(Choudhury, N., Mohanty, D. et al., 2008; Díez, M. A., Alvarez, R. et al., 2002). Estos
hechos son la base del desarrollo de diferentes modelos matemáticos, en los que se
relacionan los índices de calidad del coque con diversas características fisicoquímicas
del carbón o con las variables operativas de mayor importancia.
Con el fin de desarrollar un modelo predictivo de la calidad del coque, adecuado para
los carbones colombianos, se estudió la relación entre las características petrográficas de
diferentes carbones de la región Cundiboyacense y los índices de calidad del coque de
reactividad con CO2 (CRI: Coke Reactivity Index) y de resistencia mecánica postreacción con CO2 (CSR: Coke Strenght after Reaction) obtenidos de estos y algunas
mezclas binarias.
2. MATERIALES Y MÉTODOS
Muestreo y molienda de carbones:
Los carbones estudiados se muestrearon en el municipio de Ráquira (Boyacá)
perteneciente al área carbonífera Checua – Lenguazaque, siguiendo el método de canal
(ASTM 4596), tomando muestras superiores a 50 kg de 8 carbones diferentes. Las
muestras se transportaron y almacenaron en bolsas de polietileno selladas, se molieron
con un molino de martillos para conseguir un tamaño de partícula inferior a 3 mm. Del
material molido se tomaron muestras de 1 kg, mediante cuarteo sucesivo de seis etapas,
para realizar la caracterización fisicoquímica; del material restante se obtuvo la fracción
de 850 µm – 3mm para realizar ensayos de carbonización.
Caracterización fisicoquímica y petrográfica
Las ocho muestras de carbón fueron caracterizadas por análisis próximo (ASTM D
7582), análisis último (ASTM D 3176, ASTM D 5016 y ASTM D 5373) e índice de
hinchamiento libre (FSI) (ASTM D 720).
Para el análisis petrográfico de los carbones se empleó un microscopio Leitz Orthoplan
al que se le adaptó un cámara Moticam® 2300, y se diseño el método de análisis de
imágenes LauritCoal en el programa ImageJ®; para este desarrollo se tuvieron en cuenta
los parámetros del análisis petrográfico de las normas ASTM D 2797, ASTM D 2798 y
ASTM D 2799.
Carbonización:
El proceso de carbonización se realizó a nivel de 3 kg, empleando retortas de acero
inoxidable, sin realizar ningún proceso de apisonamiento, en un horno eléctrico
(precalentado a 900 °C), con una velocidad de 10 °C/min hasta alcanzar los 900 °C; el
tiempo de residencia a 900 °C fue de 2 horas, luego de las cuales los carbonizados
fueron apagados por inmersión en agua.
Caracterización de carbonizados:
Los carbonizados fueron caracterizados mediante análisis próximo (ASTM D 7582),
análisis último (ASTM D 3176, ASTM D 5016 y ASTM D 5373), e índices de
reactividad con CO2 (CRI: Coke Reactivity Index) y resistencia mecánica después de
reacción con CO2 (CSR: Coke Strength After Reaction) de acuerdo con la norma
ASTM D 5341.
Tomando como base los resultados presentados en este trabajo, en la actualidad se se
investiga el uso de este modelo en otros carbones colombianos, a través del proyecto
“Aprovechamiento de los carbones del cerrejón en la fabricación de coques
siderúrgicos y/ó metalúrgicos, en mezclas con diferentes tipos de carbón”, que
involucra veinticinco (25) carbones colombianos de los departamentos de Boyacá (4),
Cundinamarca (4), La Guajira (10), Norte de Santander (3) y Santander (4), del que se
presentan algunos avances al final de este documento.
3.
RESULTADOS
Caracterización Fisicoquímica de Carbones. Los resultados de la caracterización
fisicoquímica presentados en la Tabla I, permiten apreciar que los carbones estudiados
cubren el intervalo de carbones medio y alto volátil, con capacidad aglomerante fuerte,
contenidos de ceniza inferiores a 10 % (excepto la muestra 4), lo cual se consideró
adecuado para desarrollar un modelo predictivo para carbones bituminosos.
Tabla I. Resultados de los análisis Próximo, Último e Índice de Hinchamiento Libre de los carbones
individuales.
* M. M.: Materia mineral = 1.08 Cenizas + 0.55 S
Muestra
Análisis Próximo
(% peso base seca)
C fijo
72,11
66,90
64,06
61,72
65,61
62,89
61,03
61,22
1
2
3
4
5
6
7
8
Cenizas
4,63
7,58
9,84
12,1
6,94
7,77
4,97
4,88
Análisis Último
(% peso base seca)
M. V.
23,26
25,52
26,10
26,18
27,45
29,34
34,00
33,90
C
86,01
84,19
80,83
77,72
83,88
81,78
81,90
83,45
H
4,46
4,69
4,81
4,67
4,87
5,19
5,31
5,30
O
7,64
9,31
12,6
15,8
9,4
10,7
9,67
8,44
N
1,09
1,20
1,13
1,11
1,13
1,17
2,01
1,97
S
0,80
0,61
0,63
0,70
0,72
1,16
1,11
0,84
%
M.M*
I. H.
5,44
8,52
11,0
13,4
7,89
9,03
5,98
5,73
8½
9
9
4½
7
9
8
8
Caracterización Petrográfica de Carbones. El análisis petrográfico de cada carbón se
realizó por un método semiautomatizado de análisis de imágenes digitales, con el cual
se obtuvo el reflectograma correspondiente (Figura 1), el valor de reflectancia media
aleatoria de la vitrinita (Tabla II) y la composición maceral (Tabla III).
Tabla II. Reflectancia Media Aleatoria de la Vitrinita,
determinada mediante Análisis Automático de Imágenes.
Muestra
1
2
3
4
5
6
7
8
%R0
1,30
0,99
1,00
1,01
1,00
0,88
0,84
0,85
Tabla III. Análisis Maceral de los carbones de forma convencional y
semiautomatizada, empleando mínimo exinita-vitrinita y líneas tangentes
vitrinita-inertinita.
Muestra
1
2
3
4
5
6
7
8
**
Composición Maceral
Convencional (%)**
L
1,6
1,4
1,5
3,3
3,1
2,8
5,0
4,7
V
76,0
84,9
90,7
79,2
82,2
85,1
75,3
80,7
I
22,4
13,7
7,8
17,5
14,7
12,1
19,7
14,6
Composición Maceral (%)
Análisis Petrográfico
Semiautomatizado**
Mínimo Exinita y Bisectriz
L
V
I
2,0
88,4
11,4
0,7
81,6
17,7
3,2
86,0
10,8
0,8
78,9
20,3
3,9
74,8
21,3
2,7
86,5
10,8
1,9
81,6
16,5
1,3
88,7
10,0
L: Liptinita, V: Vitrinita, I: Inertinita
Con la información del reflectograma (Figura 1) se estableció para cada muestra el
parámetro de reflectancia total de los macerales FMR (Full Maceral Reflectance)
propuesto por O’Brien et al (O'Brien, G., Jenkins, B. et al., 2003) (Tabla IV), calculado
de acuerdo con la ecuación 1.
Frecuencia acumulada (%)
Minerales de baja
reflectancia y liptinita
Vitrinita
Inertinita
Tangente 2
Tangente 3
Tangente 1
Reflectancia aleatoria en aceite (%)
Figura 1. Reflectograma típico de un carbón bituminoso, adaptado de
O’Brien et al (O'Brien, G., Jenkins, B. et al., 2003)
FMR = ∑nn=1 Cfn xRrn
Ecuación 1
Donde Cfn corresponde a la frecuencia acumulada y Rrn a la reflectancia
aleatoria de cada componente maceral
Los parámetros de reflectancia total de los macerales de los ocho carbones estudiados se
presentan en la Tabla IV.
Tabla IV. Parámetros de Reflectancia Total de los
Macerales (FMR) de los carbones estudiados, determinados
mediante Análisis Automático de Imágenes.
Muestra
1
2
3
4
5
6
7
8
Parámetro de
Reflectancia Total de los
Macerales (FMR)
196,86
184,64
208,16
205,17
180,79
225,34
215,41
206,86
Caracterización de carbonizados (Índices CRI y CSR). En la Tabla V se presentan
los resultados de la caracterización por índices CRI y CSR de los carbonizados
obtenidos de cada carbón individual; se observa que los carbonizados se encuentran
dentro de un intervalo de índices de calidad bastante interesante para la industria
siderúrgica (CRI entre 8,5% y 26,5%; CSR entre 68,2% y 44,0%).
Tabla V. Resultados del Análisis de CRI y CSR de
los coques producidos a partir de los carbones
individuales.
Muestra
CRI (%)
CSR (%)
1
2
3
4
5
6
7
8
25,0
8,6
9,8
19,6
26,5
13,5
16,0
15,3
60,4
68,2
65,89
61,1
44,0
62,5
56,7
56,9
Empleando estos mismos carbones se prepararon algunas mezclas binarias, que se
carbonizaron en las mismas condiciones experimentales que los carbones individuales.
La composición de las mezclas y los resultados de la caracterización de los
carbonizados obtenidos de éstas se presentan en la Tabla VI.
Tabla VI. Índices de calidad de las mezclas de carbones.
Muestra
9
10
11
12
13
14
15
16
Carbones en la mezcla
(proporción, %)
3:5 (63,8:36,2)
1:4 (50:50)
2:7 (66,45:33,55)
1:8 (28,07:71,93)
4:6 (24,95:75,05)
7:3 (35,2:64,8)
5:2 (63,8:36,2)
1:5 (50:50)
CRI (%)
CSR (%)
22,8
22,3
10,4
16,8
16,0
13,7
21,6
22,1
48,2
60,2
67,3
59,4
56,3
61,3
50,8
61,1
Con el valor de FMR como variable independiente se construyó un modelo de
superficie de respuesta, para la predicción de los índices de calidad del coque respecto a
su reactividad con CO2 y resistencia mecánica después de reacción con CO2 (CRI:
Coke Reactivity Index y CSR: Coke Strenght After Reaction) (Tabla V), empleando
com únicas variables de predicción el parámetro FMR (Figura 2), la reflectancia media
aleatoria de la vitrinita (R0) (Figura 3) y la combinación lineal de FMR y R0 (Figura 4).
Los resultados muestran que en ninguno de estos casos se presenta una buena relación
entre el valor estimado y el valor real, sugiriendo que esta variables o su combinación
no funcionan como parámetro diferenciador de los carbones colombianos estudiados,
por lo que se les puede emplear en la predicción de los índices de calidad del coque
obtenido de cada muestra de carbón.
Este resultado es contrario a lo que O’Brien et al (O'Brien, G., Jenkins, B. et al., 2003)
mostraron en su trabajo, en el que utilizando únicamente el parámetro FMR logran
predecir los índices de calidad del coque (CRI y CSR) para algunos de los carbones que
ellos estudiaron.
Figura 2. CRI Vs FMR (izquierda) y CSR Vs FMR (derecha) para carbones individuales (Tabla
V) y mezclas binarias (Tabla
Tabla VI) de carbones de la región Cundiboyacense (Colombia).
(Colombia)
izquierda) y CSR Vs R0 (derecha) para carbones individuales (Tabla V) y
Figura 3. CRI Vs R0 (izquierda
mezclas binarias (Tabla VI).
Figura 4. CRI Vs (FMR, R0) (izquierda) y CSR Vs (FMR, R0) (derecha) para carbones
individuales (Tabla V) y mezclas binarias (Tabla VI).
Como se aprecia en de algunos de los carbones que tienen diferencias
diferencias significativas en
otras características fisicoquímicas, resultan bastante similares (ejemplo muestras 3, 4 y
8), por lo que el parámetro FMR no resulta ser una característica diferenciadora de los
carbones colombianos estudiados, que permita emplearlo
emplearlo como variable de predicción
de los índices de calidad del coque obtenido de cada carbón.
Para comprender la razón por la cual el parámetro de reflectancia total de los macerales
(FMR) no funciona como característica de identificación única de cada muestra en el
modelo predictivo, se compararon los valores del parámetro FMR de cada carbón
(Tabla IV), los reflectogramas de los ocho (8) carbones estudiados (tanto en frecuencia
como en frecuencia acumulada), y se encontró que hay casos de carbones que presentan
valores de FMR bastante similares como son el carbón 4 y el carbón 8, pero que
presentan diferencias importantes en sus reflectogramas, su composición maceral, y la
reflectancia media aleatoria de la vitrinita (%R0) (Figura 5), pero dada la definición del
parámetro FMR, las diferencias en los aportes de los grupos se anulan llevando a
valores similares en la suma (FMR), como se aprecia en la Tabla IV.
0,035
1,00
0,90
0,030
Frecuencia Acumulada
0,80
Carbón 8
0,025
Frecuencia
Carbón 4
0,020
Carbón 8:
0,015
%R0= 0,85; FMR= 206,86
Carbón 4:
0,010
%R0= 1,01; FMR= 205,17
0,70
Carbón 8
0,60
Carbón 4
0,50
0,40
Carbón 1:
%R0= 0,85; FMR= 206,86
0,30
Carbón 2:
%R0= 1,01; FMR= 205,17
0,20
0,005
0,10
0,000
0,00
0,0
0,5
1,0
1,5
% Reflectancia
2,0
2,5
0,0
0,5
1,0
1,5
2,0
2,5
% Reflectancia
Figura 5. Comparación reflectogramas de los carbones 4 y 8. Reflectograma en frecuencia
(izquierda), Reflectograma en frecuencia acumulada (derecha).
Con el fin de contribuir en la resolución de este inconveniente, en este trabajo se
propone plantear parámetro de reflectancia parciales, que den cuenta independiente de
los aportes de cada uno de los grupos macerales que componen la muestra y su grado de
madurez, planteados con base en la propuesta de O’Brien et al (O'Brien, G., Jenkins, B.
et al., 2003). Los resultados de esta caracterización se presentan en la Tabla VII. Estos
nuevos parámetros permiten hacer una mejor diferenciación entre carbones, como se
aprecia al comparar las muestras 3 y 4 que resultan difícilmente distinguibles por el
valor de sus parámetros FMR y por su reflectancia media aleatoria de la vitrinita (%R0),
pero que al ser comparados en sus parámetros de reflectancia parcial (PMR) pueden ser
diferenciados con claridad. Igualmente se aprecia una similitud entre estos dos carbones
(3 y 4) y el carbón 8 en la magnitud del parámetro FMR (aunque la reflectancia del
carbón 8 sea bastante disímil de la de los carbones 3 y 4), pero que en la comparación
los parámetros PMR permite diferenciar con claridad la muestra 8 de la 4. También se
aprecia que si en la comparación de muestras también se tiene en cuenta el valor de la
reflectancia media aleatoria de la vitrinita (%R0), es posible la diferenciación completa
de las tres muestras, indicando la complementariedad de esta información.
Tabla VII. Parámetros de Reflectancia Parcial de los Macerales
(PMR) de los carbones estudiados, determinados mediante Análisis
Automático de Imágenes.
Muestra
1
2
3
4
5
6
7
8
Parámetros parciales de reflectancia
(PMR’s) de los grupos macerales
EPMR
VPMR
IPMR
0,00
0,01
0,18
0,01
0,29
0,07
0,06
0,08
43,51
26,93
26,88
34,08
27,02
21,82
28,54
26,73
153,34
157,69
181,10
177,53
153,48
203,45
186,81
180,04
Partiendo
artiendo de este hecho se evaluó la calidad de una superficie de respuesta que combine
como variables independientes los parámetros de reflectancia parcial de los macerales
(PMR) y la reflectancia media aleatoria de la vitrinita (%R
(% 0),, para la predicción de
d los
índices de calidad del coque (CRI y CSR), cuyos resultados muestran una mejora en la
predicción del CRI (Figura
gura 6), y muchísimo mayor en la del CSR (Figura
Figura 7).
Figura 6.
6 CRI Vs (EPMR, VPMR, IPMR, R0) para carbones
individuales (Tabla V, excluyendo muestra 6) y mezclas binarias
(Tabla VI,
VI excluyendo muestra 11).
Figura 7.
7 CSR Vs (EPMR, VPMR, IPMR, R0) para carbones
individuales (Tabla V, excluyendo muestras 6 y 9) y mezclas
binarias (Tabla
Tabla VI, excluyendo muestras 11 y 13).
Este resultado es de gran importancia, porque muestra la posibilidad de predecir la
calidad del coque de carbones individuales y mezclas binarias tanto para coques blandos
(CSR < 60%)) como para coques duros de alta resistencia mecánica
mec
(CSR
CSR > 60 %)
%
Tomando como punto de partida estos resultados para carbones de la región
Cundiboyacense, hemos iniciado un nuevo estudio que incluye carbones de diferentes
regiones de Colombia, dentro de los cuales se evalúan no solo carbones con propiedades
prop
aglomerantes fuertes, sino que también se incluyen carbones de carácter aglomerante
débil y carbones no aglomerantes (térmicos), que en Colombia han sido escasamente
empleados para la fabricación de coque. Los resultados preliminares de este trabajo
trabaj que
se presentan en la Figura 8 muestran la posibilidad de predecir la calidad del coque para
el caso de los carbones con capacidad aglomerante fuerte (FSI > 4), pero no son
suficientes en el caso de los carbones de carácter térmico, por lo cual se está estudiando
el uso de otras variables de caracterización, especialmente del análisis térmico, para ser
incluidas como variables independientes en la construcción de la superficie de respuesta
a ser empleada como modelo
elo predictivo.
Figura 8. Comparación de los índices CRI experimentales y calculados con
el modelo LauritCoal para carbonizados de carbones individuales de los
departamentos de Boyacá, Cundinamarca, Norte de Santander y Santander
Santan
(Colombia).
4.
CONCLUSIONES
El parámetro
arámetro de reflectancia total de los macerales (FMR) no es una variable adecuada
para la predicción de los índices de calidad del coque hecho con carbones colombianos.
Los parámetros de reflectancia parcial de los macerales
macerales (PMR) son mejores variables de
identificación de carbones colombianos que el parámetro de reflectancia total de los
macerales.
El uso combinado de los Parámetros Parciales de Reflectancia de los Macerales (PMR)
y la Reflectancia media aleatoria de la
l vitrinita (R0) constituye una excelente estrategia
en la predicción de los índices de calidad del coque (CRI y CSR) para diferentes
carbones colombianos.
Los PMR pueden emplearse como variables predictivas de la calidad del coque, para
productos obtenidos a partir de carbones de diferentes regiones de Colombia,
exceptuando los carbones térmicos.
5.
AGRADECIMIENTOS
Los autores agradecen a la Vicerrectoría de Investigación de la Universidad Nacional de
Colombia – Sede Bogotá por la financiación al proyecto de investigación “Plano de
Caracterización Petrográfica para Carbones de la Región Cundiboyacense, como
Modelo de Predicción de Mezclas para la Fabricación de Coque” (DIB-8003065); a
Carbones del Cerrejón Limited, al Departamento Administrativo de Ciencia, Tecnología
e Innovación (Colciencias) y a la Universidad Nacional de Colombia – Sede Bogotá por
la financiación del proyecto “Aprovechamiento de los carbones del cerrejón en la
fabricación de coques siderúrgicos y/ó metalúrgicos, en mezclas con diferentes tipos de
carbón”, código 1101-472-21838, Contrato RC-563 de 2008.
Ariel O. Cadena S. agradece a la Universidad Jorge Tadeo Lozano por el tiempo
otorgado para culminar este documento.
6.
REFERENCIAS
Babich, A., Senk, D., Gudenau, H. W. Effect of coke reactivity and nut coke on blast
furnace operation. Ironmaking & Steelmaking, Vol. 36, NO. 3, 2009, pp. 222229.
Berkutov, N. K., Stepanov, Y. V., et al. The relation between coke quality and blastfurnace performance. Steel in Translation, Vol. 37, NO. 5, 2007, pp. 438-441.
Bertling, H. Coal and Coke for Blast Furnaces. ISIJ Int., Vol. 39, 1999, pp. 617-624.
Carpenter, A. Use of PCI in blast furnaces. Profiles, Vol. 8, 2006, pp. 6-8.
Choudhury, N., Mohanty, D., et al. Microscopic evaluation of coal and coke for
metallurgical usage. Current Science, Vol. 94, NO. 1, 2008, pp. 74-81.
Díaz-Faes, E., Barriocanal, C., et al. Applying TGA parameters in coke quality
prediction models. J. Anal. Appl. Pyrolysis, Vol. 79, 2007, pp. 154–160.
Díez, M. A., Alvarez, R., Barriocanal, C. Coal for metallurgical coke production:
predictions of coke quality and future requirements for cokemaking. Int. J. Coal
Geol., Vol. 50, 2002, pp. 389-412.
Gupta, S., Sahajwalla, V., Wood, J. Simultaneous combustion of waste plastics with
coal for pulverized coal injection application. Energy and Fuels, Vol. 20, NO. 6,
2006, pp. 2557-2563.
Ilha Gomes, M. d. L., Osório, E., Faria Vilela, A. C. Thermal Analysis Evaluation of the
Reactivity of Coal Mixtures for Injection in the Blast Furnace. Materials
Research, Vol. 9, NO. 1, 2006, pp. 91-95.
Koszorek, A., Krzesinska, M., et al. Relationship between the technical parameters of
cokes produced from blends of three Polish coals of different coking ability.
International Journal of Coal Geology, Vol. 77, NO. 3-4, 2009, pp. 363-371.
Kubota, Y., Nomura, S., et al. Effects of Coal Inertinite Size on Coke Strength. ISIJ
International, Vol. 48, NO. 5, 2008, pp. 563-571.
O'Brien, G., Jenkins, B., et al. Coal characterisation by automated coal petrography.
Fuel, Vol. 82, 2003, pp. 1067-1073.
Osório, E., Ilha Gomes, M. d. L., et al. Evaluation of petrology and reactivity of coal
blends for use in pulverized coal injection (PCI). International Journal of Coal
Geology, Vol. 68, 2006, pp. 14-29.
Prachethan Kumar, P., Barman, S. C., et al. Influence of coal fluidity on coal blend and
coke quality. Ironmaking and Steelmaking, Vol. 35, NO. 6, 2008, pp. 416-420.
Pusz, S., Kwiecinska, B., et al. Relationships between the optical reflectance of coal
blends and the microscopic characteristics of their cokes. International Journal
of Coal Geology, Vol. 77, NO. 3-4, 2009, pp. 356-362.
Schobert, H. H., Song, C. Chemicals and materials from coal in the 21st century. Fuel,
Vol. 81, 2002, pp. 15-35.