煤大分子基本结构单元(Basic Structural Units,BSU)是由煤大分子芳香结构体系之间相互作用形成的[1-4]。这种基本结构单元是认识煤大分子如何形成聚集态结构以及煤中纳米孔隙结构形成与煤大分子结构之间关系的切入点[4]。对煤大分子基本结构单元的特征国内外研究者应用XRD、Raman、以及高分辨透射电镜等直接或间接的观察方法进行了大量的研究，取得了诸多新的认识。如在低煤化阶段煤的基本结构单元小且基本结构单元与基本结构单元之间的定向性较差，随着煤级增高煤的基本结构单元增大且定向性增强，可以形成定向性较好的定向区域[5-6];在中煤级阶段，除芳香层片平行排列形成煤大分子的基本结构单元外，芳香层片还存在T型堆垛，认为这可能是导致第2次煤化作用跃变的原因[6]。煤中纳米孔隙结构的形成是煤分子中各种官能团相互作用的结果，认为在镜质组反射率小于1.4%，主要是脂肪类官能团形成纳米孔隙，而大于1.4%，则主要是芳香结构单元相互作用而形成[7]。由于煤不是由结构完全一致的大分子结构所组成，如在低中煤级阶段煤中不但存在溶剂难于抽提的大分子构成煤大分子骨架，而且还存在溶剂可溶有机分子，这些分子的分布可能导致煤芳香结构单元堆垛特征的差异[8]，因此，即使同一煤中也可能出现多种芳香基本结构单元。从这点来说，认识煤中基本结构单元的类型及其在煤化作用过程中的演化，是煤大分子结构特征研究的重要内容之一。
高分辨率透射电镜(HRTEM)检测到的晶格条纹图像在原子水平上提供了关于煤结构的直接信息[9-16]。到目前为止，基于HRTEM的研究方法已从定性分析到定量表征的新阶段。DAVIS等[17]开发了一种定量分析方法，此方法使用傅里叶变换(FT)过滤原始图像以消除非周期性结构。据此，他们获得平均条纹长度和晶体结构的相对含量。PALOT
S等[18]使用HRTEM和图像分析技术系统研究了燃烧过程中煤烟和炭黑颗粒的结构变化，其方法也是利用HRTEM图像的FT提取结构参数，然后进行逆变换，并认为氧化过程中炭黑的结构变化会影响其氧化速率。WORNAT等[19]使用HRTEM分析了燃烧过程中生物质炭的结构转化。GAO等[20]更新了HRTEM图像处理方法，确定了平均微晶直径，非石墨无定形指数，取向顺序参数和曲折度。DONKOR等[21]使用HRTEM结合图像处理软件观察和研究了活性碳纤维中的孔隙。YOSHIZAWA等[22]使用类似的FT技术来分析HRTEM图像并评估在各种活化温度下制备的KOH活化碳的层间距和堆积数分布。最近，PAN等[23]利用图像分析算法对不同类型的构造变形煤的HRTEM图像进行定量分析以获得孔结构参数(孔宽度，孔面积和孔长度)。任秀彬等[24]运用HRTEM图像分析方法研究了低阶烟煤的微晶结构，并对其分子量及分布进行估算。李霞等[25]利用手动提取HRTEM晶格条纹的方法，对不同变质程度煤的微晶结构及其演化规律进行了分析。随着图像处理技术的日渐成熟，对煤的HRTEM研究也达到了新的高度，虽然前人对不同变质程度煤的聚集态结构上进行了由定性到定量的表征，但却很少有文献对煤中聚集态结构进行分类分析。
在对曹村2号煤的HRTEM图像的二值化处理过程中发现，图像呈现不同的条纹特征，局部有序，局部无序，其中还存在着许多其他的特殊结构。基于此，笔者基于HRTEM图像处理技术，对曹村2号煤的聚集态结构分类，对每种类型进行了一系列的定量表征，包括晶格条纹的长度及取向，以及曲率特征(条纹分段角度，累积角度及曲折度)，对不同区域的条纹特征进行了定量分析，揭示了煤在这一时期的结构复杂性及不同聚集态结构中晶格条纹的相互差异。此外，笔者还对不同聚集态结构区域的孔隙进行了分析，结合FTIR，Raman参数探讨了煤聚集态形成机制。
1 样品与实验
1.1 样品准备
煤样采自霍西煤田曹村矿区2号煤层，采样方法的标准遵循国标(GB/T 482—2008),所有的样品采集好后立即装入采样袋内，并将袋口扎紧，防止污染和氧化。用手工方法对镜煤进行挑选，将挑出的镜煤磨碎至200目，依据国标GB/T 212—2008，GB/T 476—2008及GB/T 6948—2008的标准对煤样进行工业分析、元素分析，以及反射率的测定，其各项测试结果见表1。然后对煤样进行脱灰处理[26]，以减少矿物质对实验的影响。
表1 样品的化学和光学参数
Table 1 Chemical and optical parameters for studied samples
%
煤样工业分析MadAadVdafRo,max元素分析CdafHdafOdafNdafSdafCC-20.598.5634.460.9981.514.2812.441.130.54
1.2 红外光谱测定
煤样的红外光谱实验采用美国生产的Bio-Rad FTS165傅里叶变换红外光谱仪。取煤样约1 mg，将其与取KBr载体按质量比1∶100的比例混合，放入玛瑙研钵反复研磨;然后放入磨具中，在压片机上抽真空加压至9 Pa，大约5 min后，样品被压制成0.1～1.0 mm厚的透明薄片。将薄片固定于样品架中，测试过程在红外光谱仪的样品室中进行。设置参数包括分辨率为4.0 cm-1，累加扫描次数为16次。最终得到了曹村2号煤的红外光谱图(图1)。
图1 曹村2号煤的红外光谱图
Fig.1 FTIR spectra of Caocun No.2 coal
利用Origin7.5软件对谱图进行分峰拟合，由拟合得到的峰面积计算煤样的红外结构参数，研究主要选择芳碳率(fa-F)及CH2/CH3，前者代表芳香烃的碳原子百分比，后者表征脂肪链长及支链化程度。通过计算，得到曹村2号煤的芳碳率为0.78，CH2与CH3之比为1.55[27]。
1.3 拉曼光谱测定
煤样的拉曼实验是在Renishaw的inVia激光共聚焦拉曼光谱仪上进行的。激发光源为氩离子激光器，激发线波长为514.5 nm，激光输出功率为20 mW。为了避免激光破坏，照射在煤样表面上的功率为1 mW。激光光斑直径为4～5 μm，大于碳的晶格尺寸。光谱的扫描范围为800～1 800 cm-1，涵盖整个一级频谱，每1个频谱的采集时间大约为60 s，采用连续扫描方式，探针系统的分辨率为1 μm。
由于D1和G为谱图中主要谱峰，研究主要选取此二者;D1峰谱带涉及芳环及不少于6个环的芳香族化合物之间的C—C键振动，归属于非晶质石墨不规则六边形晶格结构的A1g振动模式，与分子结构单元间的缺陷及杂原子有关，G峰谱带是布里渊区中心双重简并的iTO和iLO光学声子相互作用产生的，与分子结构中的双碳原子键的伸展振动有关，归属于芳香平面的E2g2振动[28]。通过拟合得到的峰面积比(图2)，曹村2号煤中D1带占36.7%，而G带占22.5%。此外，拉曼光谱所叠解出来的参数ID1/IG(为D1峰与D2峰半峰宽的比值)，可用来表征煤的有序程度，代表了煤中所有碳的平均信息，拟合计算可得ID1/IG为2[29]。
图2 曹村2号煤的拉曼光谱特征
Fig.2 Raman spectrum of Caocun No.2 coal
1.4 HRTEM测试及分析方法
1.4.1 HRTEM测试
选择直径为3 mm的铜网作为微栅网;用镊子夹取微栅网，使有膜的一面朝上，小心平放于白色滤纸上;量取0.1 g样品粉末，倒入装有乙醇的小烧杯中，运用超声振荡约10～30 min直至混合均匀，取出静置约3～5 min，用滴管小心吸取混合液，对准微栅网中心滴2～3滴的混合液体;静置约 30 min，使乙醇尽量挥发。使用日本产JEM-2010型的高分辨透射电镜对煤样观察，电镜的加速电压是200 kV，点分辨率为0.19 nm，晶格分辨率为0.14 nm。
1.4.2 HRTEM分析方法
利用Digital Micrograph，MATLAB，Image J等软件分别对曹村2号煤样的HRTEM显微图像进行傅里叶-反傅里叶变换，图像均衡化，以及二值化等处理。图3(a)为拍摄到的曹村2号煤的HRTEM原始图像，图3(b)为其二值化图像。观察发现，图像表现出有序区域，无序区域的分布排列情况，其分布规律较为复杂，具体表现在1，2，3号区域上:1号区域表现出良好的取向，2号区域有着类似环状结构，3号区域中条纹分布比较杂乱。为了更好的表征煤的聚集态纳米尺度结构，笔者将此3类区域分别定义为具有一致取向的条纹区域，类似环状的条纹区域，取向杂乱的条纹区域。然后利用ArcGIS，Python等软件对不同区域的晶格条纹进行一系列定量表征。
图3 原图及二值化图像
Fig.3 Original image and binarized image
在图4中，不同区域的图像被Digital Micrograph软件截取并分开处理。图4(a),(b),(c)分别为1,2,3号区域的HRTEM原图;图4(d),(e),(f)分别为1,2,3号区域的二值化图像，从图4中可以较为清晰的观察到3者区域的晶格条纹特征。
在对HRTEM二值化图像提取的方法上，国内外学者已经做了大量工作，国内主要是利用ArcGIS软件的矢量化处理[23,25]，国外主要是基于MATLAB软件的数学形态学分析[4,30-32]。本文在ArcGIS矢量化基础上，对得到的矢量图再进行地理配准、栅格转面等操作。图5中以1号区域为例，将图5(a)导入ArcGIS软件中定义坐标投影，图5(b)为栅格转面后的矢量图像，红色部分是栅格转面后覆盖到二值化黑色图上的区域，考虑到最小芳香官能团苯的晶格边缘的大小[24]，运用程序剔除黑色部分较小像素值(<4个)，图5(c)为最终得到的包含芳香碳所有信息的二值化图像。这极大的提高了人工提取条纹的效率以及准确性。在此基础上，对其画线提取晶格条纹(图6(a)～(c))。
图4 区域1，2，3中HRTEM原图及其二值化图像
Fig.4 HRTEM original image and binarized image in region 1,2 and 3
图5 区域1剔除杂质的过程
Fig.5 Process of removing impurities in region 1
图6 曹村2号煤不同区域的晶格条纹及其独立 线性方向平均值
Fig.6 Lattice fringes and Linear Directional Mean of different regions of Caocun No.2 coal
对晶格条纹进行长度、取向的计算，长度由定义的坐标计算所得，然后依据 Daniel Van Niekerk 和Jonathan P Mathews的分类方法[13]对不同长度的晶格条纹划分不同的归属(表2)。取向是通过计算条纹的独立线性方向平均值，这是在ArcGIS软件中得以实现，得到的1，2，3号区域条纹的独立线性方向平均值(图6(d),(e),(f))，其计算公式如下:
表2 高分辨透射电子显微镜晶格条纹归属分类
Table 2 Classification of HRTEM lattice fringes
Aromatic sheetMean d/nmGrouping d/nm1×10.390.30～0.542×20.600.55～0.743×30.930.75～1.144×41.271.15～1.445×51.601.45～1.746×61.941.75～2.047×72.282.05～2.448×82.612.45～2.84
(1)
(2)
式(1)为线性方向平均角度的计算公式，式(2)为对计算得到的角度进行额外的象限调整公式，其中，LDM为晶格条纹的线性方向平均值;θi为始于单个源的一组折线要素方向;n为要素总数。由此得到晶格条纹的方向分布情况。
为了更好的量化晶格条纹特征，笔者对其条纹曲率进行了定量表征，曲率反映条纹的弯曲情况，具体包括以下3个尺度的计算:
(1)尺度1:条纹分段角度。分段角度代表每一条纹段之间角度的变化大小。图7(b)为图7(a)中的单个条纹，其包含两个分段角，分别为θ1和θ2，通过计算所有条纹的段之间角度的变化，进而可以反映晶格条纹的整体弯曲情况。
图7 分段角度计算示意
Fig.7 Segment angle calculation
(2)尺度2:条纹累积角度。累积角度代表单个条纹段之间角度变化的总和。图7(b)中条纹的累积角度即为θ1和θ2之和，通过计算每一条纹的分段角度的和，可以反映单个晶格条纹的弯曲情况，从而得到不同长度的晶格条纹的累积角度大小。
(3)尺度3:条纹曲折度。对于短条纹来说，曲折度为条纹长度与条纹起始点到终点的直线距离之比。对中长条纹，条纹往往被分成一个或是多个拐点，对于存在多个拐点的条纹，曲折度即是条纹长度与条纹各拐点到端点的距离之比，以此确保计算的准确性。曲折度也反映了不同长度的条纹的弯曲情况。这些均是通过自编Python语言计算得到的。
2 结果与讨论
2.1 条纹长度特征
图8显示了1，2，3中不同区域的条纹长度的分布情况，从分布情况来看，3者条纹均以1×1,2×2,3×3类为主，均占条纹总数的90%以上。此3类条纹对应的芳核结构以缩合程度较小的萘、蒽/菲和芘为主，多核芳环数在2～4个。其中3者晶格条纹中萘条纹都占据了一半以上，表明曹村2号煤的芳环缩合度不高，故而晶格条纹长度较短。虽然这3个区域晶格条纹的定向性有较大差异，但其晶格条纹的分布特征几乎一致。这表明在同一煤中即使是不同的分子定向区域，其大分子组成基本一致，因此导致芳香结构单元定向性不同的原因不是基本结构单元的差异，而是不同煤大分子所处的环境所致。
图8 条纹长度分布
Fig.8 Distribution of fringe lengths
2.2 条纹取向特征
图9为曹村2号煤的晶格条纹方向的分布情况，3类区域中条纹方向均在110°～120°分布最多，其中1，2，3号区域分别占条纹总数的27.0%，15.8%，15.3%。1号区域中条纹表现出良好的取向，大部分条纹方向都集中在90°～150°;2号区域中条纹有着类似环状的分布特点，表现在其玫瑰图呈现“十字型”分布，具体体现在条纹方向除110°～120°分布最多以外，在0°～10°方向上分布也比较突出;3号区域中条纹表现出杂乱的取向分布，其条纹在各个方向均有取向(除60°～80°方向外)但仍在110°～120°方向上分布最多。这表明虽然3个区域晶格条纹有不同的取向特征，但其主体取向较为一致(110°～120°)，这也与MATHEWS等[6]的结论“低煤级煤并不都是杂乱无序的，它们只是定向性较低”一致。从煤化作用来说，随着煤变质程度的增加，晶格条纹有着一种定向排列的趋势[12]。那么类比于1，2，3区域间的条纹，整体上从1，2，3的玫瑰图观察可以看出，由3到1的条纹区域有着一种趋于110°～120°取向的演化趋势。
2.3 条纹曲率的量化
2.3.1 条纹分段角度表征
图10显示的是1，2，3类区域条纹分段角度的分布情况。3者分段角度均是在0°～20°分布最多，体现了曹村2号煤在其聚集态尺度上的晶格条纹良好的线性度。然而在1号区域中条纹分段角度在0°～20°的占比少于2，3号区域，由此侧面反映了1号区域条纹的弯曲程度大于2，3号区域。简而言之，定向性好的条纹虽然在整体晶格条纹上表现了较为一致的取向，但是在单个条纹上却没有体现出良好的线性度，其中还存在着不同程度的弯曲，说明在此条纹中可能存在了较多的非六元环(包括五元环或是七元环)[33]。而定向性差的条纹虽然其整体晶格条纹的排列无序，但是在单个条纹上却表现出良好的线性趋势。最终可能从整体上晶格条纹的方向趋于110°～120°。不过单从分段角度上不足以量化晶格条纹的曲率(未能揭示何种条纹造成的弯曲)。
2.3.2 条纹累积角度表征
图11为不同区域的条纹累积角度和长度之间的关系，整体分布情况上看，累积角度随着条纹长度的增加而增加，这主要是由于长条纹有着更多的分段角。对于1，2，3号区域的条纹来看，1号区域中条纹累积角度主要集中在20°～160°，长度在0.30～1.14 nm的矩形框中，表现出较为散乱的分布特点;对于2，3号区域内的条纹，其累积角度有着类似的分布特征，二者都主要集中在0°～70°，长度在0.3～0.8 nm的矩形框中，表现出较为集中的分布特征。较之于2，3号区域，1号区域条纹长度在0.4～0.6 nm上有着较多较大的累积角度分布，这表明此区域中短条纹的分段角度更大(由于短条纹分段较少，故而累积角度可以反映单个条纹的分段角度的大小)。由此可以看出，整体取向度好的条纹中，却表现出单个条纹较大的弯曲，且大部分弯曲的条纹更多的体现在短条纹上。这与3者区域条纹的分段角度分布情况分析得到的结论是一致的，表明了结合多种表征手段的必要性。定向性好的区域却表现出更高的曲率，煤结构的复杂性即体现于此。根据累积角度的不同，这些弯曲的条纹被进一步分类为具有低(<45°)，中(45°～90°)或高曲率(> 90°)[31]。图12显示的3个不同区域条纹累积角度的分布情况，大部分弯曲条纹具有低/中等曲率。1，2，3号区域中晶格条纹的低曲率部分分别占总条纹的34.2%，65.8%，64.1%，这也表明定向性好的条纹区域中其单个条纹弯曲度较大的分布情况。
图9 条纹方向分布
Fig.9 Distribution of the fringe directions
图10 条纹分段角度分布
Fig.10 Distribution of fringe segments angle
图11 条纹累积角度和条纹长度之间的关系
Fig.11 Relationship between the fringe cumulative angle and the fringe length
图12 条纹累积角度分类
Fig.12 Classification of the cumulative angle of fringe
对于这种差异，从煤化角度上来看，曹村2号煤为中低变质程度煤，处于第1,2次煤化作用之间，这一时期处于芳香核稠环上脂肪族和脂肪族官能团及侧链渐渐脱落阶段，这也导致了芳香结构呈现出较大的取向差异，反映在每个区域的晶格条纹有着不同的取向，但是最终的趋势总是朝着110°～120°方向上排列。2，3号区域中条纹有着良好的线性度，但其整体取向上表现不佳。而1号区域中整体条纹有着良好的取向却在单个条纹上有着较大的弯曲，具体体现在中长条纹线性度良好，短条纹线性度较差(中长条纹能代表煤中大部分的芳香结构，而短条纹可能是部分脱落的脂肪结构，这也能较好的解释其弯曲的现象)，体现了煤聚集态结构的复杂性。
2.3.3 条纹曲折度表征
图13显示的是3者区域条纹曲折度分布情况。对于具有曲率(曲折度> 1)的晶格条纹，3者大多数具有1.0～1.1的曲折度。从对比发现，1区域中条纹曲折度在1.00～1.01上的比例为25%，远小于2(43%)，3(50%)号区域。通过对曲折度分布图的计算，可以得到1，2，3号区域条纹的曲折度平均值分别为 1.048，1.026，1.018。由此可以看出，具有取向一致的条纹区域，其单个条纹的曲折度较大，这也与上述讨论的结果一致。
图13 条纹曲折度分布
Fig.13 Distribution of fringe tortuosity
图14显示的是3者区域中条纹曲折度和长度的关系，其中3个区域的大部分弯曲条纹都位于此三角形框限定的范围内，长度为0.3～1.4 nm并且曲折度为1.001～1.140。当使用曲折度作为条纹曲率的指标时，分布在底部的条纹对应于较低的曲率，而左边的条纹通常具有较高的曲率和较短的长度。由三角形框中的数据点分析可知，随着长度的增加，曲折度反而有减小的趋势，表现在部分短条纹有着较大的曲折度，而大部分长条纹的曲折度较小。除物理计算因素之外，可能的原因在于短条纹中容易存在非六元环或是晶格缺陷(与前面论述一致)，由此可以得出短条纹是构成弯曲条纹主要的组成部分。这些观察结果对芳香结构中非六元环的频率和位置有着重要影响。
图14 条纹曲折度和长度的关系
Fig.14 Relationship between fringe tortuosity and fringe length
2.4 不同区域的孔径分布
与文献[34-35]测孔径的方法不同，本文对不同区域图像进行二值化分割后，反转，采用分水岭分割算法，得到了不同区域的孔径分布情况(图15)。结果发现，3者区域皆发育微孔，但其孔径分布各有差异:1号区域孔径大小主要是在0.4～0.5 nm附近最为集中，微小孔发育较多，2，3号区域相对较为分散;表明取向一致的条纹区域存在更多的更小的孔，这也与RADOVIC等[36]研究得到的结论“良好的微晶排列有助于形成更小的孔”一致。在0.4～0.5 nm上，3号区域对应的峰小于1，2号区域，而在0.75～0.80 nm上出现了1个尖峰，表明取向杂乱的条纹区域在孔径大小上整体略大于其他区域，体现了不同区域孔径分布的差异。而LIU等[7]在研究中发现，煤在镜质体反射率小于1.4%时，脂肪族官能团影响微孔的发育。由此可见，无论是芳香层片的有序度，还是HRTEM检测不到的脂肪部分，都影响着微孔的发育。
图15 1，2，3号区域的孔径分布
Fig.15 Pore size distribution in region 1,2 and 3
3 聚集态形成机制探讨
在透射电镜的实验测试上，煤被破碎至10 μm以下，颗粒尺寸已经达到显微组分分离的标准，即不可能在同一颗粒中存在不同的显微组分[37-38]。由于煤是一种非均质性的物质，具体体现在1，2，3号区域上，而这种有序-无序的分布特征也是聚集态结构的直观反映。3者区域在晶格条纹长度分布上相差不大，但在取向分布及曲率上却有较大不同，除了分析可能存在的非六元环、晶格缺陷及孔隙的影响外，可能还有脂肪结构部分对它产生影响。结合FTIR测试结果发现，脂肪碳还占有相当一部分比重，其CH2/CH3值相对偏低[27]，反映了曹村2号煤中亚甲基类侧链较少、甲基类物质较多，从而导致脂肪链较短且支链较多，这间接影响了脂肪链的定向排列，而脂肪链连接的芳香结构的取向也势必会受到影响。由于FTIR参数反映的是一个平均信息，体现在不同区域条纹脂肪结构分布不均，脂肪结构可能在1中区域分布较少，从而对晶格条纹的影响较小，条纹取向良好，反之，2，3中区域可能存在较多的脂肪结构从而影响了条纹取向。在Raman图谱中，G峰可能主要是由于有序的晶格条纹引起的，而D1反映了大部分无序结构信息[28]。结合拟合分析的结果及文献[29]，参数ID1/IG值偏小，且D1峰强度大于G峰，可以得到煤中碳以无序排列占主导，这种无序主要来源于两个方面，一个是脂肪结构的无序排列，另外一个是芳香结构体现的晶格条纹有序-无序的分布排列，即为二者叠加的结果。而煤中脂肪官能团和芳香结构又影响煤中孔隙(<2 nm)的分布[7,36]。可以发现，这些相互作用诸如:非六元环及晶格缺陷导致条纹弯曲，脂肪结构的分布影响条纹取向，以及孔隙和分子结构之间的关系都不是独立存在的。由于不同区域有着不同的条纹分布、脂肪链及孔径分布等，这也势必造成了煤中不同的聚集态形式，充分体现了煤的非均质性。煤中聚集态即是不同的芳香结构，脂肪结构及其他分子之间形成的大分子团，再加上分子团内部的缺陷，孔隙等相互作用形成。不同的区域表现出的结构差异，体现了煤中不同大分子相互作用的结果。
4 结 论
(1)将不同区域的纳米尺度条纹分成了3类，第1类为具有取向一致的条纹区域，玫瑰图表现出良好的定向性，集中体现在110°～120°。第2类为一种类似环状的条纹区域，玫瑰图呈现出“十字型”分布特点，除在110°～120°方向上分布最多以外，在0°～10°方向上的分布也比较突出。第3类为取向杂乱的条纹区域，玫瑰图表现出较差的定向性，但是仍在110°～120°方向上分布最多。3者主体取向较为一致(110°～120°)。
(2)对不同区域的纳米尺度条纹进行了定量表征，3类区域中条纹长度有着较为一致的分布，主要以1×1,2×2,3×3类条纹为主。在具有取向一致的区域条纹中，其单个晶格条纹表现出较大的弯曲，表现在分段角度较大，曲折度较大。而对于类似环状及取向杂乱的条纹中，表现出单个条纹良好的线性度，体现在分段角度较小，曲折度较小。研究表明，短条纹是构成弯曲条纹的主要部分，可能其中有非六元环或是晶格缺陷的存在。
(3)对不同区域的孔径分布进行了分析，3者均发育微孔，取向一致的条纹区域中发育微小孔，孔径集中于0.4～0.5 nm，而在取向杂乱的条纹区域中孔径整体稍大。
(4)结合FTIR及Raman参数探讨了聚集态形成机制，煤中聚集态即是不同的芳香结构，脂肪结构及其他分子之间形成的大分子团，再加上分子团内部的缺陷，孔隙等相互作用的结果。
[1] 秦勇.中国高煤级煤的显微岩石学特征及结构演化[M].徐州:中国矿业大学出版社,1994.
[2] 阮传德，张蓬洲，王岩国.无烟煤结构的高分辨电镜研究[J].燃料化学学报,1995(1):75-79.
RUAN Chuande,ZHANG Pengzhou,WANG Yanguo.Study of coal structure by using HRTEM[J].Journal of Fuel Chemistry,1995(1):75-79.
[3] 赵峰华,任德贻.应用高分辨率透射电镜研究煤显微组分的结构[J].地质论评,1995,41(6):564-570.
ZHAO Fenghua,REN Deyi.The application of high-resolution transmission electron microscopy to study the structures of coal macerals[J].Chinese Journal of Geology,1995,41(6):564-570.
[4] APICELLA B,PRE P,ALFE M,et al.Soot nanostructure evolution in premixed flames by High Resolution Electron Transmission Microscopy (HRTEM)[J].Proceedings of the Combustion Institute,2015,35(2):1895-1902.
[5] HIRSCH P B.X-Ray scattering from coals[J].Proceedings of the royal society A:Mathematical,Physical and Engineering Sciences,1954,226(11):143-169.
[6] MATHEWS J P,SHARMA A.The structural alignment of coal and the analogous case of Argonne Upper Freeport coal[J].Fuel,2012,95(1):19-24.
[7] LIU Y,ZHU Y M,LIU S M,et al.Molecular structure controls on micropore evolution in coal vitrinite during coalification[J].International Journal of Coal Geology,2018(9),19-30.
[8] IINO M.Network structure of coals and association behavior of coal-derived materials[J].Fuel Processing Technology,2000,62(2):89-101.
[9] SHARMA A,KADOOKA H,KYOTANI T,et al.Effect of microstructural changes on gasification reactivity of coal chars during low temperature gasification[J].Energy & Fuels,2002,16(1):54-61.
[10] SHARMA A,TAKASHI Kyotani A,TOMITA A.Direct observation of layered structure of coals by a transmission electron microscope[J].Energy & Fuels,2000,14(2):515-516.
[11] SHARMA A,KYOTANI T,TOMITA A.A new quantitative approach for microstructural analysis of coal char using HRTEM images[J].Fuel,1999,78(10):1203-1212.
[12] SHARMA A,TAKASHI Kyotani A,TOMITA A.Direct observation of raw coals in lattice fringe mode using High-Resolution Transmission Electron Microscopy[J].Energy & Fuels,2001,14(6):1219-1225.
[13] NIEKERK D V,MATHEWS J P.Molecular representations of Permian-aged vitrinite-rich and inertinite-rich South African coals[J].Fuel,2010,89(1):73-82.
[14] CASTRO-MARCANO F,LOBODIN V V,RODGERS R P,et al.A molecular model for Illinois No.6 Argonne Premium coal:Moving toward capturing the continuum structure[J].Fuel,2012,95:35-49.
[15] CASTRO-MARCANO F,WINANS R E,CHUPAS P,et al.Fine structure evaluation of the pair distribution function with molecular models of the argonne premium coals[J].Energy & Fuels,2012,26(7):4336-4345.
[16] MOKONE J R,RAYMOND C E,HEIN W J P N,et al.Influence of maceral composition on the structure,properties and behaviour of chars derived from South African coals[J].Fuel,2015,142:9-20.
[17] DAVIS K A,HURT R H,YANG N Y C,et al.Evolution of char chemistry,crystallinity,and ultrafine structure during pulverized-coal combustion[J].Combustion & Flame,1995,100(1):31-40.
[18] PALOT
S RPD B,RAINEY L C,SAROFIM A F,et al.Effect of oxidation on the microstructure of carbon blacks[J].Energy & Fuels,1996,10(1):254-259.
[19] WORNAT M J,HURT R H,YANG N Y C,et al.Structural and compositional transformations of biomass chars during combustion[J].Combustion & Flame,1995,100(1-2):131-143.
[20] GAO Y M,SHIM H S,HURT R H,et al.Effects of carbon on air entrainment in fly ash concrete:The role of soot and carbon black[J].Energy & Fuels,1997,11(2):457-462.
[21] DONKOR I O,ZHOU X,SCHMIDT J,et al.Visualized observation of pores in activated carbon fibers by HRTEM and combined image processor[J].Supramolecular Sciences,1998,5(3-4):261-266.
[22] YOSHIZAWA N,YAMADA Y,SHIRAISHI M.TEM lattice images and their evaluation by image analysis for activated carbons with disordered microtexture[J].Journal of Materials Science,1998,33(1):199-206.
[23] PAN Jienan,WANG Sen,JU Yiwen,et al.Quantitative study of the macromolecular structures of tectonically deformed coal using high-resolution transmission electron microscopy[J].Journal of Natural Gas Science & Engineering,2015,27(11):1852-1862.
[24] 任秀彬,辛文辉,张亚婷,等.基于HRTEM的低阶烟煤微晶结构研究[J].煤炭学报,2015,40(S1):242-246.
REN Xiubin,XIN Wenhui,ZHANG Yating,et al.Structural alignment of low rank coal using HRTEM technique[J].Journal of China Coal Society,2015,40(S1):242-246.
[25] 李霞,曾凡桂,司加康,等.不同变质程度煤的高分辨率透射电镜分析[J].燃料化学学报,2016,44(3):279-286.
LI Xia,ZENG Fangui,SI Jiakang,et al.High resolution TEM image analysis of coals with different metamorphic degrees[J].Journal of Fuel Chemistry and Technology,2016,44(3):279-286.
[26] TAKAGI H,MARUYAMA K,YOSHIZAWA N,et al.XRD analysis of carbon stackingstructure in coal during heat treatment[J].Fuel,2004,83(17-18):2427-2433.
[27] 李霞,曾凡桂,王威,等.低中煤级煤结构演化的FTIR表征[J].煤炭学报,2015,40(12):2900-2908.
LI Xia,ZENG Fangui,WANG Wei,et al.FTIR characterization of structural evolution in low-middle rank coals[J].Journal of China Coal Society,2015,40(12):2900-2908.
[28] 苏现波,司青,宋金星.煤的拉曼光谱特征[J].煤炭学报,2016,41(5):1197-1202.
SU Xianbo,SI Qing,SONG Jinxing.Characteristics of coal Raman spectrum[J].Journal of China Coal Society,2016,41(5):1197-1202.
[29] 李霞，曾凡桂，王威，等.低中煤级煤结构演化的拉曼光谱表征[J].煤炭学报，2016，41(9):2298-2304.
LI Xia,ZENG Fangui,WANG Wei,et al.Raman characterization of structural evolution in the low-middle rank coals[J].Journal of China Coal Society,2016,41(9):2298-2304.
[30] WANG C,HUDDLE T,HUANG C H,et al.Improved quantification of curvature in high-resolution transmission electron microscopy lattice fringe micrographs of soots[J].Carbon,2017,117:174-181.
[31] WANG Chang’an,HUDDLE T,LESTER E H,et al.Quantifying curvature in High-Resolution Transmission Electron Microscopy lattice fringe micrographs of coals[J].Energy & Fuels,2016,30(4):2694-2704.
[32] ZHONG Q,MAO Q,ZHANG L,et al.Structural features of Qingdao petroleum coke from HRTEM lattice fringes:Distributions of length,orientation,stacking,curvature,and a large-scale image-guided 3D atomistic representation[J].Carbon,2018,129:790-802.
[33] LEYSSALE J M,COSTA J P D,GERMAIN C,et al.Structural features of pyrocarbon atomistic models constructed from transmission electron microscopy images[J].Carbon,2012,50(12):4388-4400.
[34] LIU Y,ZHU Y.Comparison of pore characteristics in the coal and shale reservoirs of Taiyuan Formation,Qinshui Basin,China[J].International Journal of Coal Science & Technology,2016,3(3):330-338.
[35] JU Y.Influence of pore structures on the mechanical behavior of low-permeability sandstones:Numerical reconstruction and analysis[J].International Journal of Coal Science & Technology,2014,1(3):329-337.
[36] RADOVIC L R,MENON V C,LEON C A L Y,et al.On the porous structure of coals:Evidence for an interconnected but constricted micropore system and implications for coalbed methane recovery[J].Adsorption-journal of the International Adsorption Society,1997,3(3):221-232.
[37] MAN C K,JACOBS J,GIBBINS J R.Selective maceral enrichment during grinding and effect of particle size on coal devolatilisation yields[J].Fuel Processing Technology,1998,56(3):215-227.
[38] JORJANI E,ESMAEILI S,TAYEBI Khorami M.The effect of particle size on coal maceral group’s separation using flotation[J].Fuel,2013,114:10-15.
