基于商品煤化验数据的煤炭发热量估算

2022-06-21帖呈

山东煤炭科技 2022年5期

关键词：发热量化验煤样

帖呈

（晋能控股山西科学技术研究院设计研究有限责任公司，山西大同 037000）

1 问题的提出

煤炭发热量作为煤质化验中和商品煤价格结算最重要的数据，为寻找一种精确的发热量计算模型，国内外众多学者对大量煤炭发热量数据进行总结研究，推导出一系列煤炭发热量计算公式，如利用工业分析数据计算烟煤的发热量经验公式[1]：

Qnet，ad=35 860-73.7Vad-395.7Aad-702Mad（1）

式中：Qnet，ad为空干基低位发热量，J·g-1；Mad为一般分析煤样水分，%；Aad为一般分析煤样灰分，%；Vad为一般分析煤样挥发分，%。

部分学者还提出了一种基于煤中可燃组分（固定碳、挥发分）计算煤炭发热量的经验公式模型[2]：

式中：Qnet，ar为收到基低位发热量，cal·g-1；FCar为收到基固定碳，%；Var为收到基挥发分，%。

经实践应用发现，上述两种经验公式都存在一定系统误差，且无法直接利用全水分及工业分析数据（一般分析试验煤样水分、灰分、挥发分）来计算收到基低位发热量。为解决以上问题，需研究一种新型发热量计算公式模型。

2 王坪煤矿烟煤发热量经验公式

王坪煤矿开采石炭二叠纪煤层，气煤，低灰、低硫，为高挥发性的优质工业动力用煤，主要发运18 836～23 022 kJ/kg 之间不同热值的商品煤。商品煤在火车上人工采样，2017 年3 月至2021 年7 月共发运2326 列火车880 多万吨商品煤，对应的化验成分变化范围见表1。

表1 商品煤质指标变化范围

王坪煤矿商品煤全水分、分析水、灰分、挥发分与发热量的关系如图1～图4 所示。

图1 王坪煤矿商品煤全水分与发热量的关系

图2 王坪煤矿商品煤分析水与发热量的关系

图3 王坪煤矿商品煤灰分与发热量的关系

图4 王坪煤矿商品煤挥发分与发热量的关系

由图1～图4 可看出，存在15 组异常数据。因本矿区煤种固定，不存在配煤情况，极有可能是化验数据出现了问题。且本次共计2326 组数据，分析量较大，故不对异常数据进行剔除。由图1～图4可知，全水分、一般分析试验煤样水分、灰分、挥发分与发热量呈相关线性关系，据此，可假设发热量经验公式模型为[3-5]：

3 经验公式对比分析及应用

3.1 经验公式计算值与实测值对比

推导出王坪煤矿商品煤发热量经验公式之后，需对公式精密度进行检验。经计算，在2326 列火车商品煤样化验数据中，式（4）计算值与实测值的误差绝对值≤1%的有1617 列，占69.52%；≤2%的有2172 列，占93.38%；≤3%的有2277 列，占97.89%；≤4%的有2311 列，占99.36%；＞4%的有15 列，占0.64%。分析可知，误差绝对值超过4%是小概率事件，作为日常管理检查依据，可将误差绝对值超过4%的数据视为异常数据。

3.2 经验公式对比分析及应用

使用式（1）对王坪煤矿商品煤2326 组数据进行计算得到的发热量与实测值进行比较，误差分析如下：误差绝对值≤1%的有1032 列，占44.37%；≤2%的有1759 列，占75.62%；≤3%的有2121 列，占91.19%；≤4%的有2257 列，占97.03%；＞4%的有68 列，占2.97%。

使用式（2）对该矿区2326 组数据进行多元回归分析，可得：

Qnet，ar=81.47FCar+82.56Var- 608.9 （5）

使用式（5）对王坪煤矿商品煤2326 组数据进行计算得到的发热量与实测值进行比较，误差分析如下：误差绝对值≤1%的有1534 列，占65.95%；≤2%的有2150 列，占92.43%；≤3%的有2278 列，占97.94%；≤4%的有2310 列，占99.31%；＞4%的有16 列，占0.69%。

将本文经验公式（4）与式（1）、式（5）进行对比，结果见表2。