• (010)84657853 84657852 84657855 84658665
  • (010)84657900
  • mt@zgmt.com.cn
  • 北京市朝阳区芍药居35号中煤信息大厦(100029)

★ 洁净利用与深加工 ★

大同烟煤全水分、灰分与发热量线性关系分析

陈海旭

(晋能控股煤业集团煤质管理监测中心,山西省大同市,037000)

摘 要 已有大量数据表明大同地区烟煤的全水分、灰分与发热量存在线性关系,笔者运用Excel中的LIENST函数分析了煤的全水分、灰分与发热量多元线性关系方程模型,通过F检验法和t检验法确保了数学模型的合理可靠性。通过试验和数理推导,尝试分析了全水分、灰分与发热量呈线性关系的原因,即同一矿井在一段时间内,洗选后商品煤的全水分对发热量的影响近似为一个常量;灰分对空干基发热量的影响最显著且呈线性关系,其他成分热效应基本可以忽略。

关键词 烟煤 全水分 灰分 发热量 线性关系

煤炭发热量是评价煤炭质量的重要指标之一,也是煤化工中热量平衡、热能效率的重要参数,是动力煤计价的主要依据[1]。因此建立精度高、可操作性强的煤炭发热量预测数学模型具有重要意义。影响动力煤发热量的主要参数是煤的全水分和灰分[2-4],研究煤中全水分、灰分与发热量的数学定量关系模型,在以往报道的文献[5-8]已有很多,但由于煤炭的化学组成较为复杂,各种组成成分均对煤炭发热量起着一定的作用[9],仅用一种数学模型或经验公式预测所有煤种显然是不科学的,对实际工业生产指导意义不大。因此建立计算简单、方便快捷的数字模型或公式是煤质技术人员的重要工作之一。

已有大量数据表明,大同地区烟煤的全水分、灰分与发热量存在线性关系,然而多数从业者仅是初步了解,深入分析并研究这种定量关系的文献报道较少。为了更好地指导实际工作,笔者以大同地区石炭二叠纪煤田的烟煤(以下简称“大同烟煤”)为研究对象,建立全水分、灰分与发热量之间的线性关系数学模型,通过试验和数理推导尝试分析出现这种线性关系的原因。

1 试验仪器

试验议器选择电子天平(BP121S Sartorius)、元素仪(Vario EL Ⅲ)、热量仪(CT9000 徐州泰瑞)、马弗炉(KER-1B 镇江科瑞)、干燥箱(101-2A 鹤壁天龙)、测硫仪(天龙-DL400 鹤壁天龙)、密封锤式破碎机(KERP-250×360 C 镇江科瑞)、密封粉碎机(KET-1/100A 江苏万科特)等。

2 建立线性回归方程数学模型

2.1 利用函数LINEST建立模型

根据数据统计表明,大同烟煤全水分、灰分与发热量存在线性关系,这种线性经验公式经常作为煤质计划预测预报、修订的重要参考方法。笔者选取同煤大唐塔山煤矿2020年2~4月发送到秦皇岛港的商品煤商检化验数据作为统计数据,优先选取27组全水分、灰分之和有较大差值的数据,商品煤全水分、灰分与低位发热量见表1。

表1 商品煤全水分、灰分与低位发热量

序号Mt/%Ad/%Mt+Ad/%Qnet,ar/(MJ·kg-1)110.123.1633.26 22.2427.823.9831.7822.5839.523.9233.42 22.1849.823.2433.04 22.3459.024.1133.11 22.1869.723.2832.98 22.2879.324.2033.50 22.1888.923.1232.02 22.5799.623.1232.72 22.36……………259.223.0432.24 22.46269.423.4432.84 22.24279.522.6232.12 22.52

根据表1的数据绘制大同烟煤全水分、灰分与发热量的线性关系趋势,如图1所示。

由图1可以直观地反映出线性关系趋势,相关性系数R2达到0.9553。基于此, 以全水分、干燥基灰分为独立的自变量,收到基低位发热量为受这2个参数影响的因变量,建立全水分、灰分与低位发热量的二元线性回归方程的数学模型见式(1):

y=b0+b1x1+b2x2

(1)

式中:y——收到基低位发热量,kJ/g;

b0——截距;

b1——全水分回归系数;

b2——灰分回归系数;

x1——全水分, %;

x2——干燥基灰分, %。

利用Excel中的LINEST函数进行回归分析,回归分析见表2,回归统计表见表3。

图1 大同烟煤全水分、灰分与发热量线性关系趋势

表2 回归分析表

回归系数计算值标准误差R2相关性系数b0(截距)31.117420.388912b1-0.24220.014176b2-0.277860.0150870.961014

表3 附加回归统计表

DF(自由度)F(统计值)回归平方和残值平方和y的标准误差23283.47810.6574490.0266710.034053

低位发热量与全水分、灰分的线性回归方程为y=31.11742-0.2422x1-0.27786x2

2.2 显著性检验

(1)函数相关性系数R2为0.961014,取值范围为[0,1],越接近1表明线性相关性越好。

(2)通过F检验法验证方程的可靠性。给定置信度α=0.01,F0.01(2,23)=2.49,F统计值为283.4781>2.49,说明全水分、灰分与发热量存在显著的线性关系。

(3) t检验是用t分布理论推断差异发生的概率,证实变量间的影响大小。

给定置信度α=0.01,通过查询t检验临界值表可知:

t0.01(23)=2.807;

t1│=│-0.2422÷0.014176│=17.085;

t2│=│-0.27786÷0.015087│=18.417。

全水分和干基灰分的│t│>2.807,说明自变量全水分和干基灰分是低位发热量的重要变量。

(4)实测数据验证。选取9组第三方化验机构的实测数据,与方程y=31.11742-0.2422x1-0.27786x2理论计算值作对比分析,进一步验证方程的准确度,实测数据与计算数据对比见表4。

表4 实测数据与计算数据对比

序号Mt/%Ad/%Qnet,ar/(MJ·kg-1)实测值Q1计算值Q2│Q1-Q2│/(MJ·kg-1)18.4023.3322.3622.580.22429.0022.7322.5022.610.10539.4023.7222.1522.230.830410.0023.2422.2522.220.310510.5024.2621.8021.820.18068.1022.1522.9622.980.22078.5021.9823.0522.940.11389.1021.6422.9722.880.850910.422.9722.2322.200.300

根据《煤的发热量测定方法》(GB/T213-2008)中规定发热量的再现性临界值为0.3 MJ/kg,表中实测值和理论计算值的绝对差值完全满足这一标准要求,说明方程模型具有较高的可靠度。

3 灰分对发热量的影响分析

笔者选定的基态以干扰因素少且便于分析研究为准,研究灰分时选取的是干基高位发热量。

4组煤样采自地域跨度较大的4座大型矿井,即永定庄矿、同忻矿、云冈矿和麻家梁矿,且分属不同煤层。煤样取样量标称最大粒度为25 mm且不少于40 kg,均被破碎至粒度小于6 mm,按照《煤炭浮沉试验方法》(GB/T478-2008),用氯化锌溶液作为浮沉重液,将4组煤样分别在1.4 g/mL、1.5 g/mL、1.6 g/mL、1.7 g/mL这4个密度级分离,分离后冲洗干净,阴凉至空气干燥,制成一般工业分析煤样并化验,煤样灰分与发热量数值见表5。

表5 煤样灰分与发热量数值

样品号Ad/%1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mLQnet,ar/(MJ/kg-1)1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mL17.8317.7126.6334.1731.8927.6123.8920.8025.0911.9125.5136.1232.5929.7924.5620.4037.1815.0527.1437.7432.3629.0123.9219.6248.1516.2825.1332.4530.1726.9323.3220.34

按照表5中的数据,绘制4组煤样的灰分与发热量关系如图2所示。

图2 4组煤样的灰分与发热量关系

由表5和图2可以看出,干基灰分和干基高位发热量呈较好的线性关系。煤的燃烧是一个复杂的放热过程,理论上同一煤样燃烧时,即使灰分相等,煤中的有机成分等也不尽相同,灰分与发热量不应为线性关系。但上述分析证明大同烟煤这种煤系的灰分和发热量存在线性关系,这就说明其有机组分的主要成分差异较小或差异较大组分的含量较低,热效应不显著。通过测定4组煤样的空干基水分、全硫分和有机元素含量,作为这一猜想的佐证。煤样内在水分与全硫测定值见表6,煤样中H、N元素测定值见表7。

4组煤样的空干基水分、全硫分和H、N元素含量均较低,且不同密度级煤样的元素含量差值较小。由此可见,煤样的各成分均有差异,但其热效应对发热量影响不大。

表6 煤样内在水分与全硫测定值

样品号Mad /%1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mLSt,ad/%1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mL11.431.101.020.920.600.560.560.5321.691.441.510.990.730.630.900.9031.481.261.030.930.520.480.420.3843.722.822.642.190.500.410.330.26

表7 煤样中H、N元素测定值

样品号Had/%1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mLNad/%1.4 g/mL1.5 g/mL1.6 g/mL1.7 g/mL14.914.173.753.581.311.080.940.7224.533.903.623.290.720.590.590.5134.954.393.833.341.251.060.9108144.904.293.773.441.261.070.800.70

4 全水分对发热量的影响分析

目前大同地区大型矿井开采的煤田属于石炭纪煤,采用放顶工艺开采,原煤矸石量大且灰分较高,必须洗选后才能销售。加工后的洗精煤全水分很高,全水分对发热量的影响实质上是从公式计算中体现出来的。

假设以参数HadMadQb为定量,Mt为变量,计算煤中低位发热量。全水分煤样的化验数据以2号煤样所属矿井的2019年商品煤均值为依据,全水分与低位发热量关系见表8。

表8 全水分与低位发热量关系

序号Mt/%Mad/%Qb,ad/(MJ·kg-1)Had/%Qnet,ar/(kJ·g-1)备注18.21.1425.353.8822.54均值27.21.1425.353.8822.81假设Mt-1%39.21.1425.353.8822.27假设Mt+1%

由表8可以看出,全水分增加或减少1%,低位发热量相应减少或增加0.27 MJ/kg。将计算低位发热量公式进一步推演,可得出更普遍性的结论。为此,设全水分单位变化量为△Mt,表征煤中全水分的增加或减少百分量,相应低位发热量的单位变化量为△Qnet,ar。二者的计算见式(2):

Qnet,ar=(Qgr,ad-206Had)

Mt/(100-Mad)-23△Mt

≈(Qgr,ad-206Had)△Mt/100-23△Mt

=(Qgr,ad/100-2.06Had-23)△Mt

一般,2≤Had≤4,Qgr,ad>18000,

因此△Qnet,ar/△MtQgr,ad/100

(2)

由表6和表7可知,煤样的Mad<4,2≤Had≤4,这也是大同烟煤的大概范围。根据式(2)可知,大同烟煤的全水分与收到基低位发热量存在定量关系,空干基高位发热量不是一个定值,因此水分与发热量间不存在完全的线性关系。但同一矿井由于煤层结构相对稳定,洗选后的商品煤一段时间内干基高位发热量变化并不明显,可以看作是一个常量,据此可以认为,全水分与低位发热量为线性关系。

同时根据上述推导可得出以下结论,全水分每增加一个单位,便可预估出商品煤发热量的减少值,结果同表8。

5 结论

(1)大同地区烟煤数据建立全水分、灰分与发热量的二元线性回归模型,应用LINEST函数分析该模型,经过F检验法和t检验法确保数学模型的合理可靠性。

(2)通过试验尝试分析了灰分与干基高位发热量呈线性关系的原因,数理推导分析了全水分与低位发热量呈线性关系的原因。

(3)对大同地区烟煤大量数据统计分析,全水分、灰分之和与低位发热量呈线性关系,趋势图可直观反映这一情况。经验表明,自变量每增加1个百分点,收到基低位发热量降低约418 J/g。

(4)文献中报道的关于全水分、灰分与发热量的关系曲线在实际应用中过于繁琐,简单的线性方程公式往往具有较强的实用性,特别是针对某些仅凭简单测定水分与灰分的小型煤炭企业具有很好的借鉴性。

参考文献:

[1] 杜文博,常会珍.高煤阶煤的发热量及其预测模型研究[J].中国煤炭地质,2015,27(9):1674-1803.

[2] 王宏伟,张国栋,张斌,等.配煤入洗选煤厂中煤炭发热量的预测研究[J].煤炭技术,2015,34(6):270-272.

[3] 王江荣,马萍,王玥.煤炭发热量的分位数线性回归分析研究[J].兰州石化职业技术学院学报,2016,16(1):46-48.

[4] 张磊,吕大炜,冯婷婷.兖州煤田鲍店煤矿煤质分析[J].中国煤炭地质,2016,28(9):10-13.

[5] 陆新科.应用LINEST函数推算煤的发热量与灰分、水分的线性方程[J].山东煤炭科技,2016(9):179-181.

[6] 陈思佳.用二元线性回归法探讨煤炭发热量与全水分和灰分的关系[J].能源与环境,2013(2):20-23,30.

[7] 刘新民.商品煤的发热量与灰分水分关系[J].安徽科技,2011(1):46-47.

[8] 邵金元.无烟煤发热量与水分、灰分、挥发分的回归分析[J].煤炭工程,2012(S2):125-126.

[9] 蒋保阳,廖广州,廖源,等.基于改进型BP神经网络的煤炭发热量预测[J].能源技术与管理,2015,40(1):178-180.

Linear relationship analysis of total moisture, ash content and calorific value of Datong bituminous coal

Chen Haixu

(Coal Quality Management and Testing Center, Jinneng Holding Coal Industry Group, Datong, Shanxi 037000, China)

Abstract A large number of data shows that there is a linear relationship between total moisture, ash content and calorific value of bituminous coal in Datong area. The author analyzed the multiple linear equation models of total moisture, ash content and calorific value by LINEST function in Excel, ensured reasonable reliability of the mathematical model by F-test and t-test, and analyzed the reason of linear relationship between total moisture content, ash content and calorific value through experiments and mathematical deduction. The results showed that in a certain period of time in the same mine, the influence of total moisture on calorific value of commercial coal after washing was approximately a constant, ash had the most significant effect on the calorific value of air-dried basis, and the heat effect of other components could be ignored.

Key words bituminous coal, total moisture, ash content, calorific value, linear relationship

移动扫码阅读

引用格式:陈海旭.大同烟煤全水分、灰分与发热量线性关系分析[J].中国煤炭,2020,46(11):96-100.doi:10.19880/j.cnki.ccm.2020.11.015

Chen Haixu. Linear relationship analysis of total moisture, ash content and calorific value of Datong bituminous coal[J]. China Coal, 2020, 46(11):96-100. doi:10.19880/j.cnki.ccm.2020.11.015

中图分类号 TQ533.4

文献标识码 A

作者简介:陈海旭(1985-),男,山西大同人,工程师,硕士研究生,现任大同煤矿集团煤质管理监测中心化验室主任、新产品开发负责人,主要从事煤炭质量分析、洗选加工和煤炭新产品开发研究工作。E-mail:chx412@163.com。

(责任编辑 王雅琴)