巴西坎迪奥塔煤矿深部煤层的可选性曲线绘制
日期: 2020/3/15 浏览: 2 来源: 学海网收集整理 作者: 中国矿业大学 化工学院 葛海军
K. Ferreira de Souza，C. Hoffmann Sampaio，J.A. Torriani Kussler
摘要 在巴西,已探明煤炭储量最大的煤田是位于南里奥格兰德州的Candiota煤田,目前由CRM公司负责开采。深部煤层约占整个煤炭储备的30%,但他们难以开采。本文的目的是对I1、I2和I4煤层进行讨论，这些煤层尚未进行可选性分析。因此, 用基于浮沉实验的可选性曲线来评估这种煤的主要特性为未来重力选矿研究做基础。通过可选性曲线、平均曲线的绘制, 能更好的反映出各煤层的特点。在此基础上,在没有考虑分选效率的情况下，对这三个煤层进行了分级入洗和混合入洗重力选矿的比较研究。当灰分为42%时，粗粒级的理论产率为33% (分级入洗)和31%(混合入洗),细粒级的76%(分级入洗)和74%(混合入洗)。
关键字：煤 可选性曲线 重选
1 简介
在可获的不可再生能源资源中，煤炭无论是在贮量还是其使用生命周期都居第一位，长期以来被认为是世界上最重要的能源来源。对煤炭的需求最大的是新型热电厂。
在巴西，煤炭储备最大的是Candiota煤田，Candiota距Bage60公里，距阿雷格里港（位于南里奥格兰德州南部）400公里，大约有17亿吨的煤炭储量。CRM公司持有这块煤田的探矿权和采矿权。Suffert指出最重要的是Candiota煤层被泥沙带分为两块，Candiota上层块和Candiota下层块，多达九个浅部煤层(s1-s9)和9个深部煤层(I1 I9)。其中，只有上部煤层被CRM开采。
据说，深部煤层约占Candiota煤田的30%。由于深部煤层没有被开采，因此，没有一项针对该煤层的洗选方面的研究。图1显示了一个详细的Candiota煤田区位图，及在这项研究中的两个钻孔的轮廓。
选煤过程不仅仅在于脱硫降灰，提高碳含量增加热值， 但也旨在获取适合工业特定的粒径和符合市场的产品。因此，为了研究煤炭分选及其工业应用，需要考虑一系列的属性，本文只阐述密度和灰分的影响。在这个选矿研究中，需要进行浮沉试验。
由于通过重液可以评估出煤可选性，所以浮沉试验被广泛应用于煤质分析，通过这样的试验也可以检测出煤的灰分，挥发分，水分，硫分，同时也可以绘制可选性曲线，例如；密度曲线，沉物累计灰分和浮物累计灰分曲线，沉物累计硫分和浮物累计硫分曲线。根据Bird的说法，如果在重选过程中NGM值小于10%，则易选，所以这些曲线用于评价原煤在重选过程中的难易也可以对于选后产的相对密度品进行定性或定量的提升。可以在一个图中做出好多个煤层的曲线，这样可以很方便的比较他们之间可选性差异。根据选后产品用途可以进行如总硫分测定这样的元素分析。
本研究的目的是根据Candiota煤田的浅层煤炭的可选性曲线判定其是否可作为动力煤使用，在灰分和硫分水平上评估他们的主要特性，及洗选的难易程度。一个有关该煤层的选择性和等沉特性的对比研究正在进行，该研究特别关注包含特定灰分的两种入洗方式的产率分析。
图1.Candiota煤田钻孔定位研究的详细地图。资料由Silva 和 Kalkreuth修订
2 实验
2.1 采样及制样
煤样采自于Candiota煤田由CRM提供。这些样本来自Candiota煤矿7个直径为5.5厘米的钻孔。这七个由CRM选择和确定的钻孔是:364、365、368、369、370、371和372，见图2。这些煤层是由从上到下的顺序被命名的如:I1、I2和I4(I –深部煤层)。考虑到距钻孔这么长的距离，从540到1000米(图2)，煤层I1、I2和I4分别表征为每个孔。此外，值得强调的是，CRM说并不是所有在钻孔都在同一个煤层的。钻孔365、368、369和370出现在煤层I1。钻孔364、365、368、369、370、371和372出现在煤层 I2。钻孔364、371和372出现在煤层I4。因此，对于目前的研究中，从这些煤层中得到的14个代表性样本就派上用场了，主要是因为他们的厚度和横向连续性，被认为是有利于开采的。
最初，煤样被破碎到粒度上限为25.4毫米。然后，通过四分法把每样均分使它们可能具有均一性和可比性。
图2.目前研究的钻孔定位图
2.2 煤样特性
2.2.1 浮沉试验
对于浮沉试验，组分被分为两个粒级一个是大于2mm而小于25.4mm(2.0-25.4mm)，认为是粗粒级；另一个是大于0.1mm而小于2.0mm的(0.1-2.0mm)，认为是细粒级。对于小于0.1mm的颗粒，由于粒度太小所以忽略了。
图3.煤层I1的可选性曲线
为了探知之前所确定的两个粒级”煤样的密度分布，试验所使用的是有机重液混合物：苯(C6H6 - 0.9 g / cm3)，四氯乙烯(C2Cl6 - 1.6 g / cm3)和三溴甲烷(CHBr3- 2.9 g / cm3)，混合成密度分别为1.5、1.6、1.7、1.8、1.9、2.0、2.2和2.4 g / cm3的重液。
2.2.2 工业分析和总硫(S)
工业分析和总硫(S)的测定是从两个密度级（2.0-24.5）mm和（0.1-2.0）mm分别进行的。工业分析可以确定水分和灰分，所计算的灰分是干燥基。总硫含量测定利用元素分析仪设备(Vario Macro射线)，依据ASTM D5373/93焦炭和煤的测定。
3 结果与讨论
图4.煤层I2的可选性曲线
3.1 可选性曲线
根据浮沉试验的结果，对煤层I1、I2和I4做了两个粒级(2.0-24.5)mm和(0.1-2.0)mm的可选性曲线(密度曲线，灰分累计曲线和NGM曲线)(图3-5)。浮物累积硫分曲线见图6-8。
对于煤层I1的可选性曲线(图3)为其他钻孔的左右粗、细粒度级提供一个类似的样板，但存在非常小的偏差。这种偏差是主要与地质和采样因素有关，这些因素会导致一些变异(灰分的变化)，即使假设煤层是均匀。
同样的浮沉行为也可以在煤层I2和I4分析曲线时观察到(图4和5)，以及在分析煤层I1、I2和I4的浮物累计曲线的总硫含量(图6-8)。
通过分析煤层I1的粗粒级物料的浮物累积灰分的曲线(图3)，灰分值的范围大约从30%到60%。然而，在细粒级物料，灰分值较低(包括大约从13%到54%)。这表明，煤在小粒级是更容易解离。相对于沉物累积灰分曲线，只有粗粒级，相对于沉物累计灰分曲线，只有在粗分数，在较高的分选密度时(2.2到2.4 g / cm3)有些曲线显示出向左侧的偏差，这是因为在这个时间段内有一个较高的硫分累积。因此在高密度时存在越高的硫分累积，煤样燃烧后的质量也就越高，在曲线末端就会出现较大的偏差，这种情况往往发生在高密度处。在粗粒级物料的密度曲线中(图3)，密度间隔从1.7到2.0 g / cm3存在含碳物质的少量流失。然而，在细粒级时，相比于无机物对整个密度级的影响有机物存在较大的流失。联系到NGM曲线，NGM的值越高更大，煤就越难选，NGM表征了煤炭分选的难易程度。通过分析粗粒级物料的可选性曲线，密度从1.6到2.0 g / cm3(临界分选密度)的NGM值会很高。然而，细粒级物料，NGM值很低，但他们仍然显示出分选的难度，尤其是在密度间隔从1.8到2.2 g / cm3。
图5.煤层I4的可选性曲线
通过对煤层I2的分析(图4)显示，它的可选性曲线与其他煤层相比呈现较高的偏差，尽管他们存在相似的浮沉特性。当从370钻孔取样做两个粒级的浮沉试验时在沉物累计灰分曲线、密度曲线和NGM曲线上存在较大的偏差。如果对这些曲线进行平均计算时，也许对结果不会产生显著的影响。
对于粗粒级物料的浮物累计灰分曲线(图4)，灰分值的范围大约从21%到66%。然而，在细粒级物料，灰分值的范围大约从12%到61%。对于沉物累计灰分曲线，粗粒级物料的曲线会更倾向于左偏（这个规律在高密度时会呈现出来），因为煤样在这样一个粒度级的硫分要比细粒级物料高。
图6.煤层I1的浮物累计硫分曲线
图7.煤层I2的浮物累计硫分曲线
根据密度曲线(图4)，含碳物质的少量流失可以在密度级从1.6到2.2 g / cm3观察到。然而，在细粒级时，大多数曲线在各密度级别呈现出更多的流失。相对粗颗粒的NGM曲线，在密度级从1.6到2.0 g / cm3会出现较高值。然而，细颗粒的NGM曲线更为多变，对于煤炭分选会呈现出不同的临界密度级。
图5显示为煤层I4的可选性曲线。通过分析这个煤层，大多数的可选性曲线有相似的规律，但他们中间存在较大的灰分变化。
在粗颗粒的浮物累计灰分曲线中(图5)，灰分大约从21%到56%。然而细颗粒的灰分从13%到48%。在沉物累计灰分曲线中，粗颗粒与细颗粒相比在较高密度级也存在较高的硫分。
图8.煤层I4的浮物累计硫分曲线
图9.煤层I1粒度为（2.0-25.4）mm的平均可选性曲线
图10.煤层I1粒度为（0.1-2.0）mm的平均可选性曲线
根据密度曲线的特征(图5)，粗颗粒在密度级从1.6到1.9 g / cm3存在少量含碳物质的流失。然而，细粒级物料在整个密度级存在较大的损失。在NGM曲线，粗颗粒在密度大于1.9 g / cm3时显示出较低的NGM值。细粒级物料，大多数NGM曲线的NGM值在20%左右，且呈现出更为均匀的分布。
图11.煤层I2粒度为（2.0-25.4）mm的平均可选性曲线
图12.煤层I2粒度为（0.1-2.0）mm的平均可选性曲线
图13.煤层I4粒度为（2.0-25.4）mm的平均可选性曲线
根据图6，浮物累计硫分曲线的特性按图6，可以观测到随着密度的增加总硫含量也在增加。在整个密度级都存在这样的规律。总硫含量的减少与有机物质的数量有关，而有机物质的数量又随着密度增加而降低。然后，存在于有机物中的有机硫也就降低了，影响了总硫量，因为煤中的硫存在三种形态:有机硫、硫酸盐和黄铁矿， 然而，占总硫分比重最大的是集中在高密度物中，主要是密度介于2.2-2.4的沉物中。这是因为黄铁矿的密度较大。煤样中的细粒物料的总硫分较低。
关于计算总硫平均从煤层I1(图6)，两个粒级的平均含量约0.8%。
关于煤层I2浮物累积硫分曲线，图7所示，尽管在钻孔之间总硫含量分布会有大变化。两种粒级的大部分可选性曲线呈现出相似的规律。随着密度的增加也可以观察到总硫分的稍微减小。只有372钻孔的曲线，在粗粒级时，与其他煤样的特性存在差异，当密度从1.5到1.7 g / cm3总硫含量呈现出一个略微减少趋势。对于所有的曲线，只有在更高的密度时才能察到更高的硫分含量。然而，当细粒级与粗粒级相比时这些值均偏低。
图14.煤层I4粒度为（0.1-2.0）mm的平均可选性曲线
对于煤层I2(图7)计算平均硫含量，平均值约1.0%。
在图8中所示的煤层I4的曲线为也呈现出更多样的特性。由372钻孔绘制的曲线，对于两种粒级，相对于整个密度级的物料来说呈现出较高的总硫含量，表明在这个密度存在高浓度的黄铁矿。为确定这个煤层的总硫含量，从372钻孔取的样的平均硫分会发生变化，粗颗粒的平均硫分从1.1%变化到1.4%，细颗粒的平均硫分从1.2%变化到1.3%。这样的一个硫分增加对于这两种粒度级物料不是很显著。
因此，对于研究的三个煤层(图.6 - 8)，总硫含量不高于巴西标准，分析两个粒度级的硫分在全部密度区间呈现几乎恒定值。只有在更高的密度时，硫分才更高，——尤其对于粗颗粒物料，这表明有高含量的的黄铁矿。类似的结果也可以在Candiota煤田的浅煤层中看到。 因此，总硫含量的最高值是只有1.4%，当最致密的部分被移除后，它可能下降到1.0%。
表1.当灰分为42%时分级入洗参数的确定
煤层 灰分％ 产率％ 分选密度％ NGM％
I1 42 16 1.69 44
I2 42 27 1.69 40
I4 42 27 1.69 42
表2. 当灰分为42%时分级入洗时理论产率和总灰分
煤层 原煤t 灰重t 产率值t 灰分％ 产率％
I1 100 7 16 42 16
I2 100 11 27 42 27
I4 100 24 57 42 57
总计 300 42 100 42 33
表3.当分选密度为1.5到2.0 g/cm3时分级入洗参数的确定
分选密度 煤层I1 煤层I2 煤层I4
g/cm3 灰分 产率 NGM 灰分 产率 NGM 灰分 产率 NGM
％ ％ ％ ％ ％ ％ ％ ％ ％
1.5 30.9 2.9 - 25.8 4.0 - 21.8 9.4 -
1.6 36.4 7.3 15.3 34.8 9.8 26.6 29.9 20.9 33.8
1.7 43.1 18.1 47.7 42.5 28.8 41.0 39.1 45.4 37.1
1.8 51.1 55.1 60.8 48.0 50.8 42.4 44.1 67.5 24.5
1.9 54.6 78.9 37.9 51.6 71.2 31.1 46.1 78.2 12.6
2.0 56.1 93.0 18.6 53.4 81.9 19.2 47.4 85.0 12.9
表4.当分选密度为1.5到2.0 g/cm3时混合入洗的理论产率和总灰分
分选密度 ％ 灰分 ％ 产率 ％ NGM ％
1.5 24.4 5.4 -
1.6 32.4 12.7 25.2
1.7 42.0 30.8 41.9
1.8 47.5 57.8 42.6
1.9 50.7 76.1 27.2
2.0 52.4 86.6 16.9
3.2 平均可选性曲线
在图3 - 5显示每个煤层，根据浮物累计灰分曲线、密度曲线和NGM曲线、可以得到平均曲线。这些平均曲线将用于定义重力选矿中需要的参数。一个变化区(孵化区域图中从图9 - 14的图形中)也被划分出来用来预测灰分在平均值下可能的变化。
表5.当分选密度为1.7 g/cm3时混合入洗的理论产率和总灰分
煤层 原煤t 灰重t 产率值t 灰分％ 产率％
I1 100 8 18 43 18
I2 100 12 29 43 29
I4 100 18 45 39 45
总计 300 38 92 42 31
对于煤层I1和I2的粗、细粒级物料(图9 - 12)，所有的代表样本被用于绘制平均曲线。对于煤层I4(图13和14)，只有从372钻孔取得的煤样被忽略。
从煤层I1和I2取得的粗粒级物料，其浮物累计灰分曲线和整个密度级变化很接近（图9-11），煤层I1的灰分值从31%到57%，煤层I2的灰分值从26%到58%。然而煤层I4的就与前者不同，且呈现出与Candiota煤田（Candiota的优质煤 -BSC和Candiota的劣质煤 - BIC）开采出的上部煤层相似的性质。煤层I4的灰分从22%到51%而上部煤层的灰分是21%到51%。从NGM曲线（图9.11.13）可知I1.I2.I4煤层最佳分选密度为2.0 g/cm3，因为在10%到20%时NGM值开始减小了。尽管这个值相对较难，但重选分选过程还是可能的。对于同一煤田的上层煤分选密度也在2.0 g/cm3附近，但相对容易分选一些，因为其NGM值为10%。
表6.当灰分为42%时混合入洗参数的确定
煤层 灰分％ 产率％ 分选密度％ NGM％
I1 42 65 2.0 41
I2 42 73 2.0 30
I4 42 89 2.0 21
从煤层I1和I2取得的细粒级物料，其浮物累计灰分曲线和整个密度级变化很接近（图10和12）。煤层I1的灰分值从14%到51%，煤层I2的灰分值从16%到50%。然而煤层I4的灰分值从18%到46%.从NGM曲线（图10.12）可知I1.I2煤层最佳分选密度为1.8 g/cm3（NGM值为10%到20%）。对于煤层I4，由于其NGM曲线值（图14）在20%左右，他的分选将很困难，无论在那个分选密度下。
3.2.1 2.0-25.4mm粒级物料的对比研究
利用平均可选性曲线（图.9-14）可以得出一个比较值用来决定所有煤层在分选灰分值下的产率和NGM值。如果选择灰分为42%，那就可以用在巴西的热电厂来发电了。表1列出粒度在2.0-25.4mm时用于模拟分选三个煤层的一些参数。煤层I4的理论产率和理论分选密度最高。三个煤层的NGM曲线是相似的但分选密度不同。
表7. 当灰分为42%时混合入洗时理论产率和总灰分
煤层 原煤t 灰重t 产率值t 灰分％ 产率％
I1 100 27 65 42 65
I2 100 31 73 42 73
I4 100 37 89 42 89
总计 300 95 227 42 76
从表1的参数，可以计算出物料的理论产率和最终产品的总灰分。在这种情况下，没有考虑分选效率。根据表2所示，当从三个煤层取同样量的物料时理论产率为33%时最终的灰分为42%。
表8.当分选密度为1.5到2.0 g/cm3时分级入洗参数的确定
分选密度 煤层I1 煤层I2 煤层I4
g/cm3 灰分 产率 NGM 灰分 产率 NGM 灰分 产率 NGM
％ ％ ％ ％ ％ ％ ％ ％ ％
1.5 14.3 13.4 - 16.3 20.2 - 17.7 26.6 -
1.6 18.0 19.1 12.9 19.4 24.7 13.2 21.1 34.6 20.8
1.7 23.9 26.8 18.4 24.1 32.1 17.5 27.4 47.3 23.3
1.8 30.6 37.5 25.2 30.1 42.2 24.3 31.1 57.8 22.6
1.9 37.3 52.0 34.0 36.1 56.4 27.4 35.5 69.9 21.9
2.0 43.9 71.5 42.4 40.6 69.5 30.3 38.7 79.7 21.5
2.2 49.9 94.4 28.5 46.2 86.6 28.3 42.7 91.4 20.3
利用图9、11和13，及表3所示的参数。这些数据用于计算分选来自不同名称各密度级的100吨物料的理论产率和总灰分。计算结果见表4。如果想取得灰分为42%的最终产品则分选密度最好定在1.7 g/cm3。表5列出了当分选密度为1.7 g/cm3时各煤层的理论产率值和灰分值。
比较表2和表5同时分选煤层I1、I2、I4时的最终产品理论产率和灰分，当要求灰分为42%时产率实际上是一样的（31%和33%）。如果分选效果一样，那么入洗方式取决于分选过程的技术和操作因素的。
根据表1，NGM值很高。这就意味着从这些煤层选出灰分为42%的煤会很难。要求分选设备具有较好水平。所以选择了重介分选。
3.2.2 0.1-2.0mm粒级物料的对比研究
同样是在42%这样一个灰分下，可以对粒度级为0.1-2.0mm的物料进行可选性及同时重介选的研究。表6列出了由图10.12.和14的用于该粒级模拟重介分选的参数。可以看出产率和分选密度与粗粒级物料相比都偏高。和以前一样，煤层I4同样具有很高的产率（表6）。从NGM值同样可以看出在分选密度下对于所有煤层都很难分选。
表9.当分选密度为1.5到2.2 g/cm3时混合入洗的理论产率和总灰分
分选密度 ％ 灰分 ％ 产率 ％ NGM ％
1.5 16.5 20.0 -
1.6 19.8 26.1 15.6
1.7 25.5 35.4 19.7
1.8 30.7 45.9 24.0
1.9 36.2 59.4 27.8
2.0 42.0 73.6 31.1
2.2 46.3 90.8 25.7
最终产品的理论产率和总灰分的计算结果见表7。当灰分要求是42%时其理论产率为76%。细粒物料的这个产率要比粗粒级的高。这是意料到的，因为细粒物料相对而言得到了更充分地解离。
利用图10、12、和14可以得到分选密度的一些参数，在表8中。这些参数可以计算出最终产品的理论产率和总灰分，在表9中，要求最终灰分为42%时，最佳的分选密度为2.0 g/cm3，这时的理论产率为74%。当分选密度为2.0 g/cm3时更多的计算数据见表10。
表10.当分选密度为2.0g/cm3时混合入洗的理论产率和总灰分
煤层 原煤t 灰重t 产率值t 灰分％ 产率％
I1 100 31 71 44 71
I2 100 28 70 41 70
I4 100 31 80 39 80
总计 300 90 221 42 74
比较表7和表10的结果，对于不同粒级获得42%的总灰分，可以得到相似的的产率（74%和76%）。与之前一样，操作参数的确定要根据分选手段（分级入洗还是混合入洗）来确定。
4 结论
由煤层I1、I2、I4的平均浮物累计灰分曲线可知，与粗颗粒相比细粒级物料的灰分值更低。实际上细粒级物料得到了更充分地解离。从平均NGM曲线可知，三个煤层粗粒级物料的最佳分选密度在2.0 g/cm3。然而，任何分选密度下在低密度分选时从1.8g/cm3开始表现出难于分选的性质。另一方面，所以煤层的总硫分呈现出一致和均匀性分布特性，对于两个粒度级物料，硫分最高才只有1.4%，如果高密度物料被剔除后硫分可达1.0%。这样一个硫分值对于巴西来说并不高。
利用平均可选性曲线有助于清晰明确的表示重力分选，这些曲线可以对比分析出各煤层的在模拟分选时的理论产率和灰分。粗粒级物料要求灰分为42%（巴西动力用煤的参考值），则理论产率为33%（分级入洗）31%（混合入洗），对于细粒级物料则为76%（分级入洗）和74%（混合入洗）。这种情况下，分选方式的选择主要取决于操作参数。
这些结果显示出在巴西Candiota煤田的深部煤层，特别是煤层I4，是动力用煤的好品种。当然，矿业公司对于该煤层的分选的技术经济水平的仔细研究是很有好处的，这不仅可以改善最终产品的质量而且可以用作一个更好的煤炭储备。
参考文献
[1] M. Pires, X. Querol, Characterization of Candiota (South Brazil) coal and combustion by-product, International Journal of Coal Geology 60 (1) (2004) 57 –72.
[2] C.H. Sampaio, W. Aliaga, E.T. Pache co, E. Petter, H. Wotruba, Coal bene ficiation of Candiota Mine by dry jigging, Fuel Processing Technology 89 (2) (2008) 198– 202.
[3] DNPM, Anuário Mineral Brasileiro. Parte III – Estatística por SubstanciasAvailable,
http://www.dnpm.gov.br/assets/galer iaDocumento/AMB2006/III_2006 . pdf2006Accessed: July 05, 2010.
[4] T. Süffert, Carvão nos Estados do Rio Grande do Sul e Sa nta Catarina. Informe de Recursos Minerais, Série Oportunidades Minerais - Exame Atualizado de Projetos, n° 21, CPRM, Porto Alegre, 1997, p. 39.
[5] A. Muller, H.M. dos Santos, J.C.C. Schimitt, L.A.C. Maciel, M.A. Bertol, S.B. César, Perfi l Analítico do Carvão. DNPM, Boletim no 6, 2 ed. revisada e atualizada. Porto Alegre, 1987, p. 140.
[6] Y. Cebeci, N. Aslan, Using float– sink data in simple equations to predict sulfur contents, Fuel Pr ocessing Technology 76 (3) (2002) 231 –239.
[7] A.K. Majumder, J.P. Barnwal, Development of a new coal washability index, Minerals Engineering 17 (1) (2004) 93–96.
[8] C.H. Sampaio, L.M.M. Tavares, Beneficiamento gravimétrico : uma introduç ão aos processos de concentração mineral e reciclagem de materiais por densidade. 1ed, Editora da UFRGS, Porto Alegre, 2005, p. 603.
[9] B.M. Bird, Interpretation of fl oat-and-sink, Anais, II International Conference on Bituminous Coal, Vol 2, 1928, pp. 82 – 111.
[10] A.I.A. Salama, Coal washability characteristics index utilizin g the M-curve and the CM-curve, International Journal of Mineral Processing 55 (2) (1998) 139– 152.
[11] J.W. Leonard, Coal Preparation, 4th Edition, American Institute of Mining, Metallurgical, and Petr ol eu m Engi ne er s (AIME), Ne w Y or k, 197 9, p. 1 165 , (C ha pte r 4).
[12] M.B. Silva, W. Kalkreuth, Petrological and geochemical characterization of Candiota coal se am s, Br az il — Implication for coal facies interpretations and coal rank, Interna-tion al J our na l o f Coal G eo log y 64 (3 –4 ) (200 5) 217–238.
[13] C.H. Sampaio, A. Jablonski, J.C. Souza, The coal from Candiota, Brazil, Coal International 244 (5) ( 1 996) 221 –225 United Kingdon.
