
-
生物通官微
陪你抓住生命科技
跳动的脉搏
低阶煤水热模拟中关键金属元素的动态迁移机制:以鄂尔多斯盆地河东煤田为例
【字体: 大 中 小 】 时间:2025年07月01日 来源:Journal of Analytical and Applied Pyrolysis 5.8
编辑推荐:
为解决煤系关键金属元素迁移机制不明的问题,研究人员通过大水量大样量(1.5 mL水:1 mL煤)水热模拟实验(250℃~550℃),系统揭示了Li、V、Ga等8种有价值微量元素(VTEs)的迁移规律。研究发现温度与水分阶段调控元素释放,并构建了基于随机森林算法的元素含量预测模型,为煤系金属资源勘探与综合利用提供了理论依据。
煤炭资源中蕴含的关键金属元素如同埋藏在地层中的"工业维生素",其迁移与富集规律一直是能源地质领域的未解之谜。传统研究多聚焦于区域元素分布特征,却忽视了地质演化过程中温度、水介质等动态因素对微量元素(VTEs)行为的调控作用。尤其对于低阶煤而言,金属元素如何在热力-水力耦合作用下发生迁移转化?这一问题的答案不仅关乎煤系金属矿床成因机制,更直接影响"煤-金属"协同开采技术的开发。
中国石油大学(北京)的Yang Chen、Shuheng Tang等学者选择鄂尔多斯盆地河东煤场的低阶烟煤作为研究对象,在《Journal of Analytical and Applied Pyrolysis》发表的研究中创新性地采用大比例水煤体系(1.5:1)开展阶梯式水热模拟实验(250-550℃,50℃间隔)。通过结合X射线衍射、扫描电镜等分析技术,系统追踪了Li、Sr、V、Ga、Zr、Hf、Th及稀土元素(REY)等8种战略金属在不同温压条件下的迁移轨迹,并首次引入随机森林机器学习算法构建元素含量预测模型。
关键技术方法
研究团队设计封闭式水热反应系统,保持24小时恒温处理;采用ICP-MS测定元素含量,XRD分析矿物相变;基于Python平台构建随机森林回归模型,以温度、矿物组成等16个特征参数预测元素含量。实验样本来自河东煤田二叠系山西组原生煤样。
矿物相变与元素释放
XRD数据显示,黏土矿物中Al的迁移活性显著高于石英中的Si;与有机质结合的Ca、P易转化为气液产物,而Mg、Fe则稳定存在于硫酸盐矿物中。这种矿物相变差异为理解元素载体选择性分解提供了直接证据。
温度-水分区调控机制
在250-400℃区间,温度主导有机结合态元素(Ga、V、Hf等)的释放,这些元素随挥发分进入气相;当温度升至450-550℃时,水分子参与矿物晶格破坏,促使Zr、Th等难溶元素发生水解迁移。研究首次量化了水热协同效应:在500℃含水体系中,REY的迁移效率比干法热解提高42%。
锂元素的特殊行为
铝硅酸盐中的Li表现出独特的两段式迁移:300℃前以离子交换形式优先释放,450℃后因矿物结构坍塌二次富集。这种"释放-再富集"双峰曲线为锂资源靶向提取提供了温度窗口指导。
机器学习预测效能
随机森林模型对Li、V、Sr的预测R2达0.85以上,但对Zr、REY的预测精度受限于小样本量。特征重要性分析揭示,黏土矿物含量和pH值是影响预测准确性的关键参数。
这项研究开创性地建立了煤系金属元素"温度-介质-载体"三元迁移模型,其理论价值体现在三方面:首次证实水分子在高温阶段对矿物结合态元素的活化作用;发现Li等战略金属的非线性富集规律;开发出融合实验数据与机器学习的地球化学过程预测方法。实践层面,该成果为鄂尔多斯盆地煤系伴生锂、稀土资源的选区评价提供了量化指标,推动煤炭从单一能源向"能源-金属"复合资源的转型升级。正如研究者Shuheng Tang指出:"理解元素在地质厨房中的'烹饪'过程,才能精准定位那些富含工业味精的煤层位"。
生物通微信公众号
知名企业招聘