富油煤是集煤、油、氣屬性于一身的煤基油氣資源，針對(duì)國內(nèi)“相對(duì)富煤、缺油、少氣”的能源稟賦，開發(fā)富油煤對(duì)緩解我國緊張的油氣資源供應(yīng)局勢(shì)、實(shí)現(xiàn)煤炭的綠色開發(fā)和低碳利用具有重要的意義。

富油煤含有熱解可生成油氣的富氫結(jié)構(gòu)，如脂肪結(jié)構(gòu)的側(cè)鏈與橋鍵及縮合芳香核周緣的弱鍵結(jié)構(gòu)；富油煤多形成于陸相沉積物供應(yīng)穩(wěn)定、氣候溫暖濕潤、強(qiáng)還原條件下的沉積環(huán)境；孔隙結(jié)構(gòu)影響富油煤的熱解反應(yīng)效率、焦油析出和油氣運(yùn)移^[1-2]。

煤炭地下原位熱解示意圖

雖然近年來國內(nèi)有關(guān)富油煤的研究如火如荼，但對(duì)于富油煤的熱解特性、孔隙結(jié)構(gòu)演化規(guī)律還有待進(jìn)一步研究挖掘。

低場(chǎng)核磁共振離線飽和流體法測(cè)試富油煤，助力研究熱解特性及其孔隙結(jié)構(gòu)演化規(guī)律。

實(shí)驗(yàn)方案如下：

1） 選擇油含量較高的煤樣，進(jìn)行試驗(yàn)。

2） 首先將樣品120℃烘干冷卻，利用低場(chǎng)核磁共振進(jìn)行基底信號(hào)的測(cè)試。然后高壓飽水測(cè)試核磁共振飽水信號(hào)。

3） 將煤樣放入高溫?zé)峤夥磻?yīng)器中。熱解反應(yīng)器升溫加熱，升溫到300℃保持一小時(shí)。

4） 收集熱解產(chǎn)物并稱重。

5） 樣品取出降溫，利用低場(chǎng)核磁共振測(cè)試基底信號(hào)，然后高壓飽水測(cè)試核磁共振飽水信號(hào)。

6） 重復(fù)步驟3-4，升溫到400、500及600℃，完成實(shí)驗(yàn)測(cè)試，分別記錄核磁信號(hào)及熱解產(chǎn)物重量。

實(shí)驗(yàn)方案數(shù)據(jù)分析：

通過以上高溫?zé)峤夂舜殴舱耠x線法，對(duì)富油煤進(jìn)行物性參數(shù)的檢測(cè)，通過核磁基底信號(hào)、飽水信號(hào)，以及熱解產(chǎn)物質(zhì)量，可以得到富油煤在熱解過程中不同溫度下的油氣產(chǎn)出特征及孔隙發(fā)育情況。

孔隙發(fā)育的變化直接影響著油煤內(nèi)部的熱導(dǎo)傳輸、熱解產(chǎn)物的產(chǎn)出，孔隙度、孔徑分布的測(cè)試分析對(duì)富油煤的熱解機(jī)理的研究十分重要^[3-4]。

富油煤在不同熱解溫度下的產(chǎn)油規(guī)律，測(cè)定熱解后的核磁微觀孔隙結(jié)構(gòu)及孔徑分布特征，可以進(jìn)一步分析富油煤在高溫?zé)峤庀碌目紫抖?、孔徑分布以及裂隙演化?guī)律，揭示富油煤微觀孔隙結(jié)構(gòu)和熱解產(chǎn)物在不同溫度條件下的響應(yīng)機(jī)制。為富油煤原位熱解的現(xiàn)場(chǎng)工藝開發(fā)提供參考依據(jù)，具有指導(dǎo)意義。

 此外由于低場(chǎng)核磁共振可以對(duì)氫元素進(jìn)行單獨(dú)激發(fā)，每次高溫?zé)峤夂?，煤樣的氫信?hào)都會(huì)發(fā)生損耗，通過熱解前后基底信號(hào)的差值，可以得到富油煤氫含量的變化，雖然富油煤高溫?zé)峤猱a(chǎn)物較為多樣復(fù)雜，但是氫含量越高往往富油煤的熱解產(chǎn)量也越高，可以作為煤樣快速篩選的指標(biāo)。

如您對(duì)以上應(yīng)用感興趣

歡迎咨詢：15618820062

[1]耿濟(jì)世, 王雙明, 孫強(qiáng),等. 富油煤熱解特性及其孔裂隙結(jié)構(gòu)演化規(guī)律[J].煤田地質(zhì)與勘探, 2024, 52(7):1.

[2] Chang Z, Wang C, Kuang W, et al. Product characterization and pore structure evolution of a tar-rich coal following pyrolysis under nitrogen, steam/nitrogen, and oxygen/nitrogen atmospheres[J]. Journal of Analytical and Applied Pyrolysis, 2024, 180.

[3]暢志兵, 王楚楚, 曠文昊等. 黏結(jié)性對(duì)富油煤熱解孔隙結(jié)構(gòu)演變及滲流的影響研究[J].煤田地質(zhì)與勘探, 2024, 52(7):54-63.

[4] Fan J, Du M, Liu L,et al. Macerals particle characteristics analysis of tar-rich coal in northern Shaanxi based on image segmentation models via the U-Net variants and image feature extraction[J]. Fuel, 2023, 341:127757-.