所采用的技术方法均是利用各种煤在性质上的差异，相互“取长补短”，最终使配出的动力煤在综合性能上达到“最优状态”，以满足不同用户的需要。将二种以上不同种类、不同性质的煤按一定比例掺配加工而成的混煤，是通过物理手段人为加工的一个新“煤种”。同时，可使煤的质量稳定，在工业锅炉、窑炉中燃烧时可取得一定的节煤效果。
国内外流行的煤炭混配方式主要有三种：地面式、地下坑道式及半空式精确配煤技术。前两种配煤方式工艺流程粗放，混配过程简单，物料损耗较大且无法满足环保要求。半空式精确配煤技术是利用若干个大型筒仓，仓顶给煤系统及仓底配煤设备进行精确配煤，生产出符合环保及节能要求的清洁煤炭生产技术，根据需要可以混配多种不同规格的煤炭，将不同品质的单一煤种分别通过输送机输入到各个筒仓，根据用煤企业对煤质（如：发热量、含硫量、含磷量、灰质等指标）要求，自动控制，科学配比，精确的将所选定筒仓内的单一煤种通过仓底部的刮板给煤机在同一时段内把煤炭输送到仓下的输送机上进行输送。该配煤方式改变了传统的露天作业，整个配煤系统采用封闭式的带式输送机和自动控制管理技术，使得配煤过程被有效控制，实现了煤炭的清洁利用，达到科学、精确混配的目标。
动力配煤主要指标包括：
①煤的水分：煤中的水有自由水分、湿存水分、结晶水分三种不同的存在状态，并具有不同的物理化学性质。自由水分是指附着在煤粒表面的水分，湿存水分是指存在于煤的小毛细管中的水分，这两种游离水可在105℃~110℃的温度下经过一定时间的蒸发全部脱除；结晶水分是以化学方式结合的水，在严格的高温下才能除去，每种该水分含量不大。煤中水分高，运输时会增加运力；炼焦时消耗热量，演唱炼焦时间；燃烧时降低发热量，增加煤耗；还会给破碎、筛分造成很大困难，降低效率，损坏设备。但煤中有一定的水分可防止运输过程粉煤的损失，改善炉膛热辐射效能。配煤时具有线性可加性。
②灰分：煤的灰分指煤中所有可燃物完全燃烧，煤中矿物质在一定温度下产生一系列分解、化合等复杂反应后剩下的残渣，包括硫化矿物的氧化、碳酸盐的分解和粘土类矿物脱去结晶水等。煤灰的特性会直接影响煤的利用，灰分越高，煤中矿物质含量就越多，煤炭运输的效率就越低，对燃烧过程也会产生不良影响。
③挥发分：煤样在高温隔绝空气的条件下，经过一定时间的加热，美中有机物质受热分解出一部分分子量较小的液态和气态产物。挥发分越低，煤的变质程度越高。煤的挥发分含量需与锅炉设计煤种的挥发分标准一致以保证稳定燃烧和最高效率。配煤中以28%~34%为最佳。
④固定碳：指除去分析煤样水分、灰分和挥发分后的残留物。煤的发热量与固定碳成正比，所以固定碳是煤质分析的重要指标。
⑤硫分：存在状态分为有机硫和无机硫，硫是一中有害物质。
⑥发热量：收到基低位发热时评价动力煤质量的主要参数。
⑦煤灰熔融特性：煤灰在高温下达到熔融状态的温度，工业上以煤灰的软化温度ST作为衡量煤灰熔融特性的指标。
以上指标在配煤时都可认为具有线性可加性。但当配煤的各煤种的灰成分变化较大时，需要单独建立配煤的灰成分和灰融温度的数学模型。
动力配煤的数学模型
1 动力配煤的线性规划模型
动力配煤的优化设计原则是在一定约束条件下追求目标函数的极值，可分为三个步骤：提出约束条件、确定目标函数、建立数学模型。
线性规划的约束条件如下：
(用n种单煤配制的第i个技术指标不能大于配煤技术指标的上限)；
(用n种单煤配制的第i个技术指标不能小于配煤技术指标的下限)；
(在配煤计划期内，资源不足的单煤配比不能大于它占配煤量的比)；
——————————————————————————————
余星（1981-）女,硕士，湖南人文科技学院数学系教师,研究方向:金融数学
[基金项目]湖南省大学生研究性学习与创新性实验资助课题.
(n种单煤相配，配比之和必须为100％)
(各种单煤的配比不能为负值， = 1，2，3，⋯ ，n )。
线性规划的目标函数如下：
（种单煤相配，其成本最低)；
（种单煤相配，优质煤配比最小)；
( 种单煤相配，优质煤配比最大)。
这是一个线性规划的数学模型，可以用图解和单纯形法或借助Lingo软件来求解。
2 动力配煤的改进模型
混煤特性与各组成单煤之间并非是简单的加权关系而是具有复杂的非线性特征。应用神经网络理论、模糊数学等数学手段可以满意地描述这种非线性特征，并以此建立优化配煤的数学模型。通过求解此模型可以得到比加权平均方法更准确、更符合实际的配煤方案。开发和应用电厂优化配煤专家系统可以指导电厂的配煤生产，优化锅炉的运行以及加强煤场的管理，这是电厂动力配煤技术进一步发展的方向。
2.1遗传算法在动力配煤中的应用
遗传算法(Genetic Algorithm，GA)是一族通过模拟自然进化过程搜索最优解的方法．它把搜索空间映射为遗传空间，把每一个可能的解进行编码，并按预定的目标函数评价，根据适应度信息进行选择、交叉、变异等遗传操作，生成新的更为优良的群体．遗传算法与传统优化方法相比其优越性体现在 ]：(1)群体搜索策略，在搜索过程中不易陷入局部最优． (2)在高维可行解空间随机产生多个起始点并同时开始搜索，加快了求解速度．这使得GA成为一种全局性、并行性、快速性的优化方法，具有很强的鲁棒性，可以广泛应用于工程技术中。笔者研究了GA实现中的一些问题，如编码方式、适应度函数以及控制参数和终止判据的确定．并对电厂配煤进行了仿真试验，取得了较为理想的结果．
遗传算法作为一种函数优化方法，不依赖于求解问题的本身，利用简单的编码技术和繁殖机制，快速有效地搜索复杂、高度非线性和多维空间，寻求最优解．动力配煤是一个多元优化问题，混煤与各组成单煤间的非线性关系增加了约束条件向确定性方程转化的难度．将遗传算法用于动力配煤方案优化，利用其全局性、并行性、快速性的特点，有效地解决了配煤中的非线性多约束问题，取得了理想的效果。
2.2配煤专家系统下的数学模型
浙江大学热能工程研究所的一项国家“八五”重点攻关项目，对性能各不相同的数十种无烟煤、褐煤、烟煤及混煤的燃烧、结渣、热解、助燃、着火及固硫特性进行了广泛的研究，得出混煤的煤质特性和燃烧特性与各组成单煤之间并不是简单的线性关系，而是具有复杂的非线性特征这一重要结论，并运用神经网络技术和模糊数学等现代数学方法建立了非线性的优化动力配煤模型，成功开发了优化配煤专家系统。
