煤炭气化是煤化工领域实现清洁生产的重要组成部分,也是实现石油资源替代战略的核心技术。气化生产中配煤技术被广泛应用,在保证配煤质量的前提下,尽量降低配煤成本,科学合理的配煤是当前配煤企业提高竞争力的关键问题之一。鄂尔多斯是内蒙古自治区乃至全国重要的产煤区,煤炭以高活性低阶煤为主,非常适合煤炭气化生产,然而鄂尔多斯地区煤种分布稀疏,给煤化工气化炉用煤及配煤带来成本管理等问题。因此,针对上述问题,本文以配煤成本为优化目标,气化炉产气量为主要约束,研究鄂尔多斯地区煤化工气化炉多煤种的用煤和配煤优化问题。首先,根据原料煤的物理化学特性,结合专家经验,建立比例配煤模型。结合气化炉对入炉煤质的要求,通过关联规则和聚类分析确定配煤煤质的约束条件及其范围。在满足约束条件的情况下,构建煤种与煤质之间的线性模型。通过遗传优化算法,在气化炉产气量满足约束条件的同时给出了成本最低的多煤种配煤策略。通过对鄂尔多斯部分煤种进行多煤种配煤实验,结果表明,相对于传统的配煤方式,经过优化的配煤成本下降了1.75%。其次,将大数据与神经网络技术结合,根据现场数据构建基于数据驱动的气化炉煤质对产气量影响的非线性过程模型,对配煤模型配出的煤质进行产气量预测,通过产气量评价配煤效果。将非线性过程模型应用于杭锦伊泰2台气化炉,模型预测的产气量满足允许误差,泛化能力较好。最后,在上述工作的基础上,设计基于产气量核算的配煤优化人机交互系统,操作人员不需要接触算法和程序,通过输入煤质参数和配煤要求可以得到较好的配煤比例和产气效果,再结合比例配煤模型进行比例微调,使其在满足约束条件的同时提升产气效率,辅助操作人员给出最佳的配煤方案。本文从配煤优化研究角度出发,分析了企业配煤的现状,完成了配煤优化建模。实验给出了优化配煤的配煤策略,通过对产气量的预测实现了对配煤结果的评估,最终实现了对配煤策略的优化,达到了预期的效果。