基于多元回归及路径分析的煤尘沉降效果定量模型研究

2022-03-24王建国张超鹏王延秋

煤矿安全 2022年3期

王建国，张超鹏，王延秋

（西安科技大学安全科学与工程学院，陕西西安 710054）

在井下作业过程中会产生大量呼吸性粉尘，严重威胁工人健康与设备安全[1-3]。目前，煤矿防治粉尘多采用煤层注水，水喷雾等技术[4]，但由于煤尘被水润湿能力较差，此方法除尘效果并不理想[5-6]。

配制一定质量分数的表面活性剂能够明显提高煤尘的润湿沉降效果[7]。近年，很多学者对煤尘润湿性进行了研究，其中，秦桐等[8]总结出煤的润湿性影响因素与煤的工业成分、元素构成、孔隙、化学基团和粒径有关；Su等[9]通过研究工作面粉尘特性得到粉尘的润湿性随其表面氧碳比的增大、灰分含量的增加、固定碳含量的降低和粒径的减小而增大的规律；郭王勇等[10]通过研究抑尘剂对煤润湿性得到煤接触角与灰分成反比，煤润湿性与表面及相面张力、煤尘粒径、抑尘剂电动电位有关；黄维明等[11]研究了多种不同变质程度煤对水的吸湿性，得到煤尘灰分含量与氧碳比越高，煤尘润湿性越好，煤的挥发分、固定碳和碳氢元素含量越高使煤尘润湿性越差；Wang[12]和张建国等[13]通过研究表面活性剂对煤润湿性影响或从煤尘微细观研究发现煤的高水分，低碳含量、高氧及含氧官能团含量、大孔径，大比表面积、石英、羟基和醚键含量会增加煤的润湿性；在煤润湿性定量研究方面，王亮等[14]基于主成分多元回归得到松软煤体润湿性相关关系：煤的灰分、水分、孔容、比表面积、羟基含量与接触角成负相关，坚固性系数与接触角呈正相关；Xu等[15]通过研究拟合出碳和氧基团的回归关系发现含碳基团芳香、醚、亚甲基、羧基和含氧基团羟基对煤尘润湿性影响最大。

综合现有文献可以发现，现有煤尘润湿性的研究主要以分析表面活性剂溶液影响煤尘润湿的因素及各影响因素之间的关系为主，但表面活性剂对煤尘沉降作用的关系表达并不十分准确。鉴于此，为得到煤尘沉降效果定量模型以评价表面活性剂对煤尘的润湿能力，利用4种中等变质程度的煤样和多种表面活性剂溶液，通过工业分析，表面张力试验及煤尘沉降试验得到定量化模型参数，采用多元回归法对建立的沉降时间、沉降速度多元回归模型进行改进，最后采用路径分析法对沉降效果路径模型进行优化。最终得到的沉降效果定量模型一定程度上可用于煤矿粉尘防治的表面活性剂快速优选及对研发新型抑尘剂沉降效果试验的参考。

1 试验结果及定量化模型参数

测定的煤样1、煤样2、煤样3、煤样4分别选自4个不同地区煤矿，根据GB/T 212—2008《煤的工业分析方法》规定对4种煤样进行工业分析。工业分析结果见表1。

表1 工业分析结果Table 1 Industrial analysis results

1.1 表面张力试验及定量化模型参数

试验选用5种表面活性剂，制成不同质量分数的表面活性剂溶液，选用的表面活性剂见表2。

表2 选用的表面活性剂Table 2 Surfactants selected

试验采用拉脱法表面张力仪，分别对各表面活性剂溶液表面张力进行测定10次并取平均值，根据表面张力值绘制成的表面活性剂溶液质量分数与表面张力变化图如图1。

由图1可知，5种表面活性剂溶液中，LAO-30和OP乳化剂溶液表面张力总体上先增大后趋于稳定；AES和SAS-60溶液表面张力呈现“上升-下降-上升”的趋势；而快渗T溶液表面张力在下降后趋于稳定。

图1 表面活性剂溶液质量分数与表面张力变化图Fig.1 Variation of surfactant solution concentration and surface tension

由此可知，5种表面活性剂溶液表面张力随着溶液质量分数增加呈现出了明显的趋势，试验结果较好，因此5种表面活性剂溶液质量分数及其表面张力值可作为定量化模型参数。

1.2 沉降试验及定量化模型参数

将4个地区煤样分别用φ250、φ180、φ150、φ120μm筛网筛成4种不同粒径，对应4个不同地区煤矿得到4组共16个煤样，分别以数字5至20标记。沉降试验表面活性剂选取在表面张力试验基础上增加1种两性离子表面活性剂LAB-35和1种非离子型表面活性剂AEO-9，将各表面活性剂配制成0.02%、0.04%、0.06%、0.08%质量分数的溶液。

取100 mg煤样置于滤纸上，轻放入装有50 mL表面活性剂溶液的烧杯中，记录煤样接触溶液液面至沉降结束的时间，剔除沉降时间大于10 min的数据，重复对各煤样、各浓度及各表面活性剂溶液进行沉降试验。整理计算得到的煤样沉降时间、沉降速度与表面活性剂溶液质量分数关系图如图2。

图2 沉降速度、沉降时间与表面活性剂溶液质量分数关系图Fig.2 Relationship between sedimentation velocity,sedimentation time and surfactant solution concentration

从试验结果发现煤样在各质量分数的2种两性离子型表面活性剂溶液中沉降时间均大于10 min。由图2（a）和图（b）对比可发现，不同地区煤样在不同质量分数的表面活性剂溶液中沉降速度沉降时间各不相同，总体上煤尘在快渗T溶液沉降速度最快，沉降时间最短，OP乳化剂溶液沉降速度最慢，沉降时间最长；同一地区煤样随着粒径减小总体沉降速度呈降低趋势，沉降时间有增加趋势；不同地区煤样在同一表面活性剂溶液中沉降速度与沉降时间各不相同，即煤的变质程度同样影响煤样的沉降速度与沉降时间；由图2（b）可见煤样在低质量分数的表面活性剂溶液中沉降时间较长，随着溶液质量分数增加煤样沉降时间有所降低。

综上所述，煤尘沉降时间、沉降速度随着煤变质程度、煤尘粒径、表面活性剂种类及质量分数变化呈现出一定规律，试验结果较好。将煤样水分、灰分、挥发分、固定碳、煤尘粒径、表面活性剂质量分数、煤尘沉降时间与沉降速度等作为定量化模型参数。

2 沉降效果多元回归及路径模型分析

2.1 多元回归及路径模型分析基本思路

煤尘沉降时间、沉降速度多元回归分析以表面活性剂质量分数、表面张力、分子量，煤尘粒径、水分、灰分、挥发分和固定碳8个参数为自变量，以煤尘沉降时间或沉降速度为因变量。具体包含4个步骤：

1）对建立的回归模型进行拟合度检验，判定回归线相对观测值的拟合程度。

2）应用“t检验”计算所建立的回归模型回归系数显著性，剔除回归系数不显著的变量。

3）以保留的变量重新建立回归模型，旧剔除变量在存在新剔除变量时将其重新引入模型计算其显著性，重复步骤1）至步骤3），若不存在新剔除变量，则不再将旧变量引入。

4）若在计算过程中发现回归模型回归系数均为显著，此时说明没有可剔除的回归系数不显著变量，便可得到关于煤尘沉降时间或沉降速度为因变量的回归方程。

为表示沉降速度与沉降时间之间的关系，以沉降时间和沉降速度及各影响因素建立沉降效果路径模型，路径分析通过对建立的路径模型路径系数进行显著性检验，剔除路径系数不显著的路径，重复步骤直到得到路径系数均显著的路径模型。

2.2 沉降时间与速度多元回归分析

采用SPASS软件，根据多元回归分析思路对所建立的沉降时间和沉降速度多元回归模型进行改进，以显著性检验回归系数显著性为标准，剔除显著性P值大于0.05的变量，模型经2次变量剔除后得到最终多元回归模型，各模型剔除变量及回归系数P值见表3。

表3 各模型引入及剔除的变量Table 3 variables introduced and eliminated by each model

最终沉降时间多元回归模型方程确定系数R2=0.447，沉降速度多元回归模型方程确定系数R2=0.430，方程拟合程度均一般。两模型各自变量相关系数P值均小0.05，VIF值均小于5无多重共线性问题。筛选后得到沉降时间和沉降速度回归方程如式（1）和式（2）。

式中：θ1为煤尘沉降时间，s；θ2为煤尘沉降速度，mg/s；x1为表面活性剂溶液质量分数，%；x2为表面活性剂溶液表面张力，mN/m；x3为表面活性剂溶液分子量；z2为灰分，%；z4为固定碳含量，%；z5为煤尘粒径，mm。

由式（1）和式（2）对比可知，煤尘沉降效果回归模型均与煤的灰分与固定碳含量、粒径、表面活性剂的分子量、质量分数、表面张力存在联系，其中表面活性剂溶液质量分数和煤尘粒径的变化对沉降时间影响较大；沉降时间与分子量、灰分和固定碳含量呈正相关，与质量分数、表面张力和粒径呈负相关。沉降速度与分子量、灰分和固定碳含量呈负相关，与质量分数、表面张力和粒径呈正相关。

2.3 沉降效果路径分析

以表面活性剂质量分数、分子量、表面张力及煤的水分、灰分、挥发分、固定碳、粒径为自变量，煤尘沉降时间和沉降速度为因变量建立沉降效果路径模型，优化前后的沉降效果路径模型如图3。

图3 沉降效果路径模型Fig.3 Settlement effect path model

沉降效果路径模型能够清楚的表示所选表面活性剂对不同变质程度煤尘沉降时间的变化。图中虚线路径其路径系数的P值均大于0.001表现为不显著，需将其从模型中剔除，实线部分为最终得到的沉降效果路径模型。由图3各路径系数正负可知，煤的灰分与挥发分含量越高，表面活性剂分子量越大，煤尘沉降效果越好；表面活性剂质量分数与表面张力越小，煤的水分含量越低，煤尘沉降效果越好。

煤尘沉降效果定量模型在一定程度可对中等变质程度煤尘在表面活性剂溶液中的沉降效果进行预测，可用于表面活性剂优选及沉降性能试验结果初步判定等。