水煤浆是一种新型的清洁代油燃料和气化原料,已在我国得到较大规模的推广应用,取得了显著的社会和经济效益。随着经济的不断发展和技术研发水平的不断提高,一方面要求拓宽制浆煤种,实现燃料和原料的灵活多样化；另一方面要求进行配煤制浆以适应煤种多变的基本国情。因此,进行多种含碳原料制备高浓度浆体和配煤制浆已成为浆体燃料发展趋势。本文针对多种不同变质程度的煤炭、石油焦和油砂,进行了单一燃料成浆特性和多种燃料共成浆特性研究,建立了配煤神经网络预测成浆浓度的数学模型,应用分形理论深入分析研究了单煤和配煤微观孔隙结构特征及与成浆特性的关系。对20余种不同变质程度的煤的理化特性及成浆特性、流变特性、触变性、稳定性进行了研究,发现煤的内水.含氧量、煤阶(O/C、O/H)、含氧官能团等是影响煤成浆的主要因素,内水高、含氧量大、含氧官能团丰富、煤阶低,则成浆性能差,成浆浓度低。添加剂也是影响水煤浆性能的重要因素,在含碳燃料的成浆过程中,添加剂能够改善煤表面的润湿性,降低煤水界面张力,提高煤表面Zeta电位,从而促进煤的成浆特性。配煤制浆中,难成浆的煤种掺混成浆性好的煤种可以有效提高混合煤的成浆性,反之亦然；合理的配煤甚至能使配煤的成浆浓度比任何参与的单煤的成浆浓度都高。配煤中亲水性强的煤种含量增加会导致配煤成浆性变差,表面疏水性强的煤种含量的增加会改善配煤成浆性。配煤煤种的粒径分布也会影响配煤的成浆性,粒径分布不同的煤种的成浆浓度与线性加权的拟合值之间的误差较大,也就是说粒径分布使得配煤制浆表现出非线性的现象,二种粒径相差大的煤种进行配煤制浆时能获得更高的成浆浓度。无论单煤双峰级配还是配煤双峰级配,粗细颗粒搭配制浆能提高煤种成浆浓度1-2%以上。应用分形理论对单煤和配煤成浆过程中微观孔隙结构变化及与成浆性的关系进行了研究。研究表明无论是配煤还是单煤,分形维数D1与煤样的孔隙结构参数和成浆性之间的线性相关度都不明显。配煤的分形维数D2与孔隙结构参数和配煤成浆性之间有良好的线性相关关系,相关系数R2在0.8562-0.9434之间。随着配煤D2的增加,配煤的BET比表面积和总孔容积呈单调增加的变化趋势,而平均孔直径和成浆浓度则呈单调降低的变化规律。单煤的D2与煤样的BET比表面积和平均孔直径有良好的线性相关关系,相关系数R2分别为0.8977和0.8625。无论是配煤还是单煤,D2不仅与煤样孔隙结构参数之间具有较高的线性相关度,而且D2还可以用来描述煤样孔隙结构的空间粗糙度,因此D2更适合用来评价煤样的成浆性能。进行了含碳燃料与煤共成浆特性研究,发现了煤与油砂、石油焦等含碳燃料混合成浆能取长补短,获得更好的成浆效果。油砂与煤混合制浆的研究表明在油砂浆中加入煤粉能有效降低浆样的粘度,增加浆体的定粘浓度。这两种作用效果能有效降低油砂浆的粘度。石油焦与褐煤混合制浆的研究表明随着掺焦比的增加,煤焦浆的成浆浓度显著提高,假塑性特性逐渐减弱。煤焦浆中褐煤质量的比例增加,混合浆体的析水率将显著下降,浆体的稳定性得到了改善。以煤样的平均粒径(D)、水含量(Mad)、灰含量(Aad)、挥发分(Vad)、氧含量(Oad)、二种煤的配比(R)为输入因子,建立了多种不同因子数的BP神经网络的预测配煤成浆浓度的数学模型,结果表明最佳的BP神经网络预测配煤成浆浓度平均绝对误差为0.47%,而线性拟合误差为0.90%(实验煤种范围内)。利用PSO算法全局寻优的特点,进一步构建了PSO-BP神经网络模型,并预测配煤成浆浓度,预测平均绝对误差仅为0.32%,预测精度优于普通的BP神经网络。本文的研究有助于含碳浆体燃料和原料范围的拓宽,提高配煤成浆浓度的预测精度,为多种含碳原料制备高浓度浆体提供技术支持和理论依据。