Koncepcja budowy modelu matematycznego do optymalizacji zakupu węgla do procesu koksowania

Transkrypt

1 Marcin Malec 1, Jacek Kamiński 2 IGSMiE PAN w Krakowie Koncepcja budowy modelu matematycznego do optymalizacji zakupu węgla do procesu koksowania Wprowadzenie Wspomaganie procesu podejmowania decyzji z wykorzystaniem metod numerycznych przy prowadzeniu procesów produkcyjnych coraz częściej wykorzystywane jest w wielu gałęziach przemysłu. Metody optymalizacji pozyskania surowców, czy w szerszym kontekście racjonalnego korzystania z bazy surowcowej, prowadzą do efektywnego zarządzania procesem wytwórczym i minimalizacji jego kosztów. W obecnych czasach coraz częściej przy stosowane jest wsparcie procesu podejmowania decyzji produkcyjnych z wykorzystaniem aplikacji wspomagających, które wywodzi się z dziedziny badań operacyjnych (Gutenbaum 2003). Budowane modele, wykorzystujące jedno z podejść badań operacyjnych, którym jest programowanie matematyczne stają się nieodzownym elementem efektywnego planowania i zarządzania produkcją. Podstawowym celem budowy modelu tego rodzaju jest wspomaganie decyzji oraz usprawnienie organizacji pracy. Modele mogą być również wykorzystywane do prognozowania konsekwencji podjęcia poszczególnych decyzji. Warunkiem użyteczności narzędzia jest możliwość uzyskania rozwiązania w określonym czasie oraz możliwość sformułowania problemu decyzyjnego zgodnie z wymaganiami użytkownika. Praca nad budową modelu jest procesem składającym się z wielu etapów. Tworząc właściwe narzędzie, nierzadko, musimy stosować pętle powtórzeń (powrót do wcześniejszych kroków) w celu uzyskania poprawnego rozwiązania. Pierwszą fazą budowy modelu spełniającego dobrze swoje zadanie i będącego użytecznym narzędziem jest sformułowanie problemu decyzyjnego i celu budowy modelu. W fazie konceptualnej procesu tworzenia modelu skupia się na zgromadzeniu wiedzy na temat relacji zachodzących w modelu, możliwości ich uproszczenia i powiązania elementów kluczowych ze sobą oraz określenia założeń modelu. Należy także skupić uwagę na istotnych elementach systemu mających realny wpływ na jego działanie. (Kamiński, 2010; Kamiński i in. 2014) Modele są użyteczne w niemal każdym sektorze. W koksownictwie, obszarem, w którym ta metoda może znaleźć zastosowanie jest pozyskanie surowców energetycznych o określonych parametrach oraz przygotowanie mieszanki węglowej do procesu koksowania. Przy aktualnym braku ujednoliconych rozwiązań tego rodzaju wykorzystywanych w krajowych koksowniach zaproponowano koncepcję budowy modelu optymalizującego, którego celem byłoby wspomaganie procesu pozyskania surowców energetycznych i komponowania mieszanki z wykorzystaniem podejścia programowania matematycznego. Sytuacja na rynku węgla koksowego z uwzględnieniem źródeł dostaw do krajowych koksowni Światowa sytuacja na rynku węgla koksowego jest zależna od popytu na koks uwarunkowany rozwojem hutnictwa, gdzie w głównej mierze wykorzystywany jest ten produkt. Po kryzysie w roku 2009 i wzroście cen w roku 2011 w ostatnim czasie nadmierne wydobycie i ograniczony popyt powoduje nadpodaż węgla koksowego na rynkach międzynarodowych i spadek cen surowca (Ozga-Blaschke, 2013). Krajowe wydobycie węgla koksowego w latach wykazywało trend spadkowy, a stan ten został dodatkowo pogłębiony w 2009 roku w wyniku kryzysu na światowych rynkach. Od roku 2010 wydobycie węgla koksowego w krajowych spółkach jest stabilne i oscyluje w granicach 11,5-12 mln ton. W 2014 r. wydobycie wyniosło 12,3 mln ton przy sprzedaży na tym samym poziomie. 9442

2 Rys. 1. Wydobycie węgla kamiennego koksowego w Polsce, , mln ton Źródło: Opracowanie własne na podstawie (Informacja o realizacji, ) Rys. 2. Sprzedaż węgla kamiennego koksowego w Polsce, , mln ton Źródło: Opracowanie własne na podstawie (Informacja o realizacji, ) Wydobycie węgla koksowego w Polsce jest prowadzone w regionie górnośląskim w kopalniach należących do spółek węglowych Jastrzębskiej Spółki Węglowej S.A. (JSW S.A.) oraz Kompanii Węglowej S.A. (KW S.A.). Zasoby JSW S.A., do której należą kopalnie: KWK Budryk, KWK Krupiński, KWK Pniówek KWK Knurów-Szczygłowice (od 1 lipca 2014) oraz KWK Borynia, KWK Zofiówka, KWK Jas-Mos (połączone w jedną kopalnię Borynia-Zofiówka-Jastrzębie skupiającą trzy Ruchy), szacuje się na ok. 1,3 mld ton. Natomiast zasoby Kompanii Węglowej S.A. z kopalniami KWK Bielszowice, KWK Marcel, KWK Rydułtowy-Anna oraz KWK Halemba-Wirek to ponad 100 mln ton. Udział węgli ortokoksowych typu 35, o ulepszonych parametrach do procesu koksowania, w zasobach JSW S.A. to ponad 60% wszystkich węgli. Kompania Węglowa wydobywa natomiast jedynie węgle typu 34. Łączne zasoby obu spółek to ponad 1,4 mld ton, z czego ok. 42% to węgle typu 35. W kopalniach KWK Pniówek oraz KWK Borynia-Zofiówka-Jastrzębie (JSW S.A.) planuje się udostępnienie nowych pokładów węgla typu 35 zapewniających wydobycie ok. 120 mln ton węgla. W perspektywie kilku kolejnych lat na terenie Polski planowane jest uruchomienie kolejnej kopalni eksploatującej węgiel koksowy, koncesje na wydobycie otrzymała spółka PL Karbonia (NWR Karbonia) realizująca projekt Dębieńsko. Problemy ekonomiczne spółki i niepewna sytuacja na rynku węgla koksowego spowodowała jednak zawieszenie prac na obecnym etapie. Polskie koksownie zużywają około mln ton węgla koksowego rocznie. Największe udziały w strukturze produkcji koksu mają spółki JSW Koks (skupiająca pięć koksowni) oraz ArcelorMittal z koksowniami w Zdzieszowicach oraz w Krakowie. Udział w rynku pozostałych koksowni funkcjonujących na 9443

3 terytorium Polski, tj. Częstochowa Nowa oraz Carbo-Koks Sp. z o.o., wynosi około 10%. Oprócz krajowego zużycia węgla koksowego jest on także wywożony do krajów UE i eksportowany poza granicę UE. Obrotem zajmują się głównie spółki Węglokoks S.A. oraz Polski Koks S.A. W 2013 r. wyeksportowano blisko 2,2 mln ton węgla koksowego. Szczegółowe kierunki oraz wielkości dostaw zostały przedstawione w Tabela 1. Tabela 1. Eksport węgla koksowego z Polski, 2013, Mt Kierunek ilość [Mt] Austria 370,3 Czechy 968,1 Hiszpania 3,3 Niemcy 63,1 Słowacja 466,3 Węgry 63,7 Bośnia i Hercegowina 163,6 Ukraina 91,9 Źródło: Opracowanie własne na podstawie (Informacja o realizacji, 2014, Warszawa; ARP, 2015) Oprócz pozyskania węgli koksowych od krajowych producentów, krajowe koksownie zużywają również węgle pochodzące z importu, najczęściej w typie hard premium LV (wg normy amerykańskiej). Posiadają one bowiem znacznie lepsze właściwości koksotwórcze m.in. wysoki stopień uwęglenia, niższą zawartość inertynitu, niską zawartość części lotnych oraz popiołu oraz wysoką wartość wskaźnika CSR dla koksu produkowanego z tego typu węgla (Ozga-Blaschke, 2010). W roku 2013 wielkość importu węgla koksowego wyniosła ok. 2,2 mln Mg. Głównymi kierunkami dostaw są Australia, Czechy, USA oraz Kanada (wcześniej także Kolumbia i Ukraina). ArcelorMittal sprowadza obecnie głównie węgle australijskie, wcześniej także inne zamorskie m.in. amerykańskie i kolumbijskie dla uzupełnienia braku węgli ortokoksowych (typu hard). W latach udział węgli importowanych w mieszankach wynosił ponad 30%. JSW, ze względu na własne wydobycie węgli w typie 35 w ostatnich latach uzupełniała swoją bazę węglową głównie węglami czeskimi (Olkuski 2013; ARP, 2015, Ozga-Blaschke, 2014). Rys. 3. Import i eksport węgla kamiennego koksowego, , mln ton Źródło: Opracowanie własne na podstawie (Informacja o realizacji, ; ARP, 2015) 9444

4 Znaczenie parametrów jakościowych węgla w procesie produkcji koksu oraz możliwości ich poprawy Podstawowym składnikiem mieszanek węglowych do procesu koksowania jest węgiel ortokoksowy klasyfikowany w nomenklaturze polskiej wg PN-82/G jako węgiel typu 35. Problemy z dostępnością węgli ortokoksowych o wysokich parametrach jakościowych z równoczesną chęcią korzystania z krajowej bazy węglowej, skutkują koniecznością odpowiedniego gospodarowania zasobami węgla. Rozsądna polityka surowcowa pozwala na utrzymanie odpowiednio wysokich parametrów koksu wymaganych przez odbiorców. Ze względu na ubogość krajowej bazy węglowej w węgle tego typu, ważne wydaje się być racjonalne korzystanie z bazy węgli ortokoksowych oraz odpowiednie komponowanie mieszanek węglowych z wykorzystaniem węgli gazowo-koksowych określanych w Polskiej Normie PN-82/G jako węgle typu 34. W tym celu wprowadza się zmiany w systemie przygotowaniu wsadu węglowego z zasypowego na ubijany, co jest popularną i efektywną metodą utrzymywania parametrów jakościowych koksu pozwalającą zredukować koszty produkcji koksu. Ponieważ nie jest możliwe zastąpienie węgli koksowych przez inne typy węgla, a równocześnie możliwości poprawy parametrów wsadowych węgla są ograniczone, dlatego też redukcja kosztów pozyskania węgli do procesu koksowania wydaje się najprostszą drogą do obniżenia kosztów ponoszonych na przygotowanie wsadu węglowego. Wśród możliwych do zastosowania metod prowadzących do obniżenia udziału węgli typu 35 należą także działania wzbogacające polegające na podsuszaniu, olejowaniu, brykietowaniu wsadu, jednak metody te bywają często niewystarczające bądź nieefektywne ekonomicznie, dlatego najbardziej pożądane jest optymalne wykorzystywanie dostępnych węgli. Szacuje się, że koszty pozyskania węgla i przygotowania wsadu węglowego wynoszą około 75% całości kosztów produkcji koksu (Karcz, Strugała 2010). Wymagania odbiorców w odniesieniu do parametrów koksu (zwłaszcza koksu wielkopiecowego) ciągle wzrastają. Przy wykorzystywaniu wdmuchu pyłu węglowego (technologia PCI) spada zużycie koksu wykorzystywanego jako ruszt w wielkim piecu. Jednocześnie musi on spełniać określone wymagania jakościowe. Znaczenie dla odbiorców mają zwłaszcza parametry M10, M40, CRI i CSR, które odpowiadają za wyższą wytrzymałość poreakcyjną, wzrost odporności na kruszenie i ścieranie oraz niższą reaktywność, dlatego też parametry te wchodzą w skład wymagań jakościowych koksu zapisanych w umowach handlowych. Zarówno na rynku krajowym jak i europejskim dopuszczane jest wykorzystywanie koksu o wartościach: CRI<30, CSR>60, na rynek międzynarodowy preferowany jest koks o lepszych parametrach jakościowych: CRI<28, CSR>65. Konkurencyjność koksu metalurgicznego na międzynarodowym rynku oraz wspomniany już wzrost znaczenia węgla PCI wnosi na rynek krajowy konieczność spełnienia norm handlowych przy produkcji tego rodzaju koksu. Równocześnie znaczącą rolę odgrywają czynniki ekonomiczne, czyli wykorzystywania surowców energetycznych zakupionych po jak najniższej cenie, przy spełnieniu wszystkich ograniczeń dotyczących parametrów jakościowych mieszanki. Przegląd modeli wykorzystywanych do prognozowania jakości koksu Wykorzystanie modeli do wspomagania procesu podejmowania decyzji, w tym prognozujących wynik produkcji na podstawie zadanych parametrów wejściowych, staje się coraz powszechniejsze we wszystkich gałęziach przemysłu. Modele wykorzystujące jedno z podejść badań operacyjnych, którym jest programowanie matematyczne stają się nieodzownym elementem efektywnego planowania, zarządzania produkcją. W Polsce szeroko rozwijane są modele związane z systemami paliwowo-energetycznymi czy elektroenergetycznymi (Kamiński 2009; Kamiński, Kudełko 2010). Podobnie jak w wielu innych sektorach przemysłowych, także i w koksownictwie istnieją elementy stanowiące obszar, gdzie możliwe jest zastosowanie modeli matematycznych do wsparcia rozwoju branży. Ostatnie badania (m.in. IChPW, TataSteel & ISM, Indie) wskazują, że na całym świecie podejmowane są próby matematycznego prognozowania jakości uzyskanego produktu. W zakresie narzędzia prognozującego jakość koksu na podstawie parametrów nie występuje jeden model optymalizacyjny znajdujący zastosowanie w skali globalnej. Mają na to wpływ uwarunkowania lokalne, zmienność bazy węglowej i prowadzenie procesu koksowania. Równocześnie w warunkach polskich nie został dotąd zbudowany model, który byłby przeznaczony dla polskiego koksownictwa. Wdrażany jest 9445

5 natomiast model prognozowania jakości koksu, zbudowany przez zespół naukowy oraz pracowników koksowni skupionych wokół Instytutu Chemicznej Przeróbki Węgla w Zabrzu w ramach projektu Inteligentna Koksownia Spełniająca Wymagania Najlepszej Dostępnej Techniki. Do prac badawczych realizowanych podczas tego projektu należały m.in. (Smędowski i in, 2014): prognostyczny model właściwości koksu obejmujący w szczególności formowanie się porowatej struktury koksu, modelowy opis zjawiska ciśnienia koksowania oraz prognozowanie składu chemicznego koksu na podstawie parametrów jakościowych węgla wsadowego, oraz powiązane z tym tematem projekty: prognozowanie jakości koksu w skali makro jako funkcja przejścia przez instalację koksowniczą, którego celem jest: stworzenie systemu monitoringu istotnych właściwości węgla wpływających na jakość produkowanego koksu oraz statystyczna ich ocena z możliwością informowania o potencjalnych zakłóceniach w jakości produkowanego koksu, zintegrowany system rozpoznania i oceny przydatności technologicznej węgla oparty na prognostycznym modelowaniu jakości otrzymywanego koksu. Wynikiem projektu jest aplikacja wspomagająca prognozowanie jakości koksu na podstawie danych historycznych i aktualnych w wybranym zakładzie koksowniczym. Aplikacja ta składa się z trzech modułów funkcyjnych (jakość węgla, prognozowanie jakości koksu oraz optymalizacja składu mieszanki) zintegrowanych ze sobą (Smędowski i in, 2014). Na gruncie międzynarodowym jednym z ciekawszych modeli prognozujących jakość koksu wspomagającym komponowanie mieszanki i gospodarkę dostaw węgla jest narzędzie powstałe w Tata Steel Ltd., India we współpracy z instytutem ISM (Indian School of Mines), Dhanbad, India, które po wprowadzeniu współczynnika potencjału koksowego CCP (Composite Coking Potential) umożliwia wybór węgli minimalizując koszty ich zakupu warunkując uzysk koksu odpowiedniej jakości. Wartość CCP to ocena przydatności węgla jako składnika mieszanki do procesu koksowania. Współczynnik CCP, na podstawie szeregu zależności, określa potencjał węgla do komponowania mieszanki nie tylko pod względem parametrów chemicznych, ale też parametrów fizycznych. Jakość węgla kamiennego i zdolność do tworzenia mieszanek węglowych jest oceniana przy pomocy zawartości popiołu A d, części lotnych V daf, wskaźnika wolnego wydymania SI, wskaźnika koksowalności Gray-Kinga LTGK, maksymalnej płynności Gieselera Fmax, wskaźnika refleksyjności witrynitu Ro, stosunku składników reaktywnych i inertnych oraz alkaliów (modyfikowanego indeksu alkaliczności MBI oraz zawartości SiO2 i Al2O3) Na podstawie stworzonej bazy doświadczalnej model dobiera węgle mogące wspólnie tworzyć mieszankę węglową, baza ta została wcześniej opracowana przy pomocy badawczego pieca koksowniczego. Model ten znalazł zastosowanie do identyfikacji i proponowania tańszych zamienników węgli przy tworzeniu koksu. Swoją rolę spełnia zwłaszcza przy wytrzymałościowych wymaganiach kontraktowych CSR/CRI (Tiwari i in., 2013). Cel budowy modelu, odwzorowanie zależności Biorąc pod uwagę powyższe przesłanki nakreślone w poprzednich sekcjach artykułu, podstawowym celem budowy modelu jest minimalizacja kosztów dostaw węgla do komponowania odpowiedniego wsadu węglowego przeznaczonego do produkcji określonego typu koksu o odpowiednich parametrach jakościowych. Model będzie miał za zadanie wsparcie w analizowaniu sytuacji na rynku w związku ze zmianami cen oraz uwarunkowaniami gospodarczo-logistycznymi (m.in. czasową niedostępnością węgli o określonych parametrach jakościowych). Model ma za zadanie wyznaczenie optymalnej mieszanki wsadowej na podstawie określonych danych wejściowych. Zakłada się spełnienie wymagań odbiorców. Przyjmuje się założenie, że wsad węglowy, który będzie poddany procesowi koksowania w baterii koksowniczej jest ograniczony wymaganiami jakościowymi warunkującymi uzysk odpowiedniej jakości koksu zgodnej z parametrami jakościowymi prezentowanymi w ofercie handlowej, które muszą spełniać wymagania odbiorców. Mieszanka jest tworzona z różnych węgli koksowych, a wpływ na ich wybór mają parametry jakościowe, cena i koszt transportu. 9446

6 Podstawowymi parametrami jakościowymi mieszanki warunkującymi uzysk zamawianego produktu są zawartość siarki St a [%], St d [%], zawartość popiołu A d [%], udział wilgoci we wsadzie Wt r [%], udział części lotnych V daf [%], wartość wskaźnika wolnego wydymania SI [-] oraz zdolność spiekania wyrażona Liczbą Rogi RI [-]. Parametrami dodatkowymi są zawartość fosforu P a [%], zawartość inertynitu I [-], dylatacja b [-], kontrakcja A [-], przemiał oraz zawartość alkaliów (Na2O [-], K2O [-]). Rys. 4. Schemat modelu konceptualnego Źródło: Opracowanie własne Warunek podstawowy to produkcja koksu odpowiedniej jakości zgodnie z planowanym miesięcznym zapotrzebowaniem. Ograniczenia zapisane w równaniach modelu warunkują odpowiednie parametry jakościowe koksu w zakresie zawartości siarki, wilgoci, popiołu, fosforu, M40, CRI, CSR na podstawie wejściowych parametrów jakościowych mieszanki. Przy planowaniu zapotrzebowania wzięto pod uwagę aktualną sytuację na rynku, a także możliwości produkcyjne baterii koksowniczych. Pod uwagę, oprócz parametrów jakościowych, wzięto też cenę, koszty transportu oraz dostępność poszczególnych węgli. W założeniach modelu przyjęto także minimalne udziały węgli typu 35 dla produkcji koksu przeznaczonego dla hutnictwa, założenia przygotowano dla systemu ubijanego przygotowania wsadu węglowego ze względu na zalecenia przewodnika Najlepsze Dostępne Techniki (Best Available Techniques - BAT) wytyczne dla branży koksowniczej. Koncepcja zakłada również ograniczenia minimalnych udziałów dozowanych węgli w mieszance, ze względu na brak stacji dozowania w bateriach starszego typu. Łatwość wprowadzania i zmiany danych wejściowych oraz krótki czas obliczeń modelu pozwoli na podejmowanie optymalnych decyzji zakupu węgla przy zmieniającej się sytuacji rynkowej. Wyniki modelu prezentowane będą w formie arkuszy kalkulacyjnych. Podsumowanie i kierunek dalszych badań Celem artykułu było zaprezentowanie koncepcji budowy modelu matematycznego wspomagającego zakup węgla przy prowadzeniu procesie koksowania. W fazie początkowej przeanalizowano udział struktury kosztów zakupu surowców w całkowitym koszcie produkcji produktu. Przeprowadzono również przegląd modeli dostępnych na rynkach krajowych i światowych w zakresie prognozowania jakości koksu oraz wspomagania komponowania mieszanek. 9447

7 W fazie konceptualnej modelu zdefiniowane zostały najważniejsze elementy systemu, ograniczenia oraz przewidywane wyniki modelu. Najważniejsze parametry wejściowe związane są z jakością oraz ceną surowców, natomiast ograniczenia skupiają się głównie na warunku spełnienia oczekiwań kontraktowych odbiorców oraz kwestii technologicznych prowadzenia procesu. W kolejnych etapach prac model konceptualny zostanie zapisany w postaci modelu matematycznego. Streszczenie Zakup węgli oraz dobór właściwej mieszanki do procesu produkcji koksu jest najbardziej kapitałochłonnym etapem procesu koksowania. Utrudniony dostęp do krajowych węgli koksowych i wzrastające wymagania odbiorców prowadzą do konieczności optymalizacji tej części procesu. W związku z rozwojem metod numerycznych i komputerowych optymalizacji procesów jako narzędzi wspomagania decyzji autorzy zaproponowali rozważenie wykorzystania metod modelowania matematycznego w tej dziedzinie.w artykule zaprezentowano koncepcję budowy modelu pozyskania surowców energetycznych i komponowania mieszanki węglowej do produkcji koksu, który byłby użytecznym narzędziem wspomagającym przy prowadzeniu procesu koksowania. Do zalet wykorzystywanego narzędzia zaliczyć można racjonalne gospodarowanie surowcami oraz minimalizację kosztu zakupu węgli, a w konsekwencji poprawę efektywności ekonomicznej koksowni. Słowa kluczowe: dostawy węgla, modelowanie matematyczne, programowanie liniowe, koksowanie OPTIMIZATION OF COAL SUPPLIES TO COKING PLANTS: THE CONCEPT OF A MATH- EMATICAL MODEL Abstract The most capital-intensive stage of the coking process is purchase of different types of coal and composing suitable blend of coal. Limited access to resources of coking coal and increased requirements of customers lead to the need to introduce optimization procedures. In this context, the paper presents the concept of a mathematical model that could be applied to improve the process of coal supplies to coking plants. This model will be a flexible tool supporting the decision making process concerning the purchase of coal and composition of the coal blend. The objective function of the model will be the minimization the total cost of purchasing coal that will lead to improving the economic efficiency of the coking plant. Keywords: coal supplies, mathematical modelling, linear programming, coke making process Literatura [1] Gutenbaum J.: Modelowanie matematyczne systemów Akademicka Oficyna Wydawnicza EXIT, Warszawa [2] Smędowski Ł., Sobolewski A.: System prognozujący jakość koksu użyteczne narzędzie dla zakładu koksowniczego, Karbo 4/2014, s [3] Karcz A., Strugała A.: Zwiększenie szans wykorzystania krajowej bazy węgli koksowych poprzez działania technologiczne w zakresie przygotowania mieszanek wsadowych, Gospodarka Surowcami Mineralnymi tom 24, z. 1/2008, s [4] Kamiński J.: Modelowanie systemów energetycznych: ogólna metodyka budowy modeli, Polityka energetyczna tom 13, z. 2/2010, s

8 [5] Kamiński J., Saługa P.: Pozyskanie surowców energetycznych na potrzeby wytwarzania energii elektrycznej, Gospodarka Surowcami Mineralnymi tom 30, z. 1/2014, s [6] Kamiński J.: The impact of liberalisation of the electricity market on the hard coal mining sector in Poland. Energy Policy. Volume 37/2009, Issue 3, Str [7] Kamiński J., Kudełko M.: The prospects for hard coal as a fuel for the Polish power sector. Energy Policy. Volume 38/2010. Issue 12, Str [8] Olkuski T.: Zależność Polski w zakresie importu węgla kamiennego, Gospodarka Surowcami Mineralnymi tom 29, z. 3/2013, s [9] Ozga-Blaschke U.: Ceny węgla koksowego na rynku międzynarodowym sytuacja bieżąca i prognozy, Polityka Energetyczna tom 16, z. 4/2013, s [10] Ozga-Blaschke U:, Gospodarka węglem koksowym, IGSMiE PAN, Kraków [11] Tiwari H.P., Banerjee P.K., Saxena V.K: A novel technique for assessing the coking potential of coals/coal blends for non-recovery coke making process, Fuel, 107/2013, s [12] ARP: Podstawowe informacje o rynku oraz sektorze węgla kamiennego w Polsce w 2014 r., Katowice [13] Informacja o realizacji : Informacja o realizacji w latach roku Programu działalności górnictwa węgla kamiennego w Polsce. Dokument przyjęty przez Radę Ministrów, Warszawa