煤可磨性的预测模型及影响因素研究进展

王 越

(鞍钢集团北京研究院有限公司，北京 102209)

0 引 言

在发电用煤粉锅炉、水煤浆气流床气化、粉煤气流床气化、冶金高炉喷吹和燃料水煤浆等煤炭加工利用领域都需要磨制和使用大量粉煤，粉煤的粒度影响其燃烧和气化效率[1]。在煤炭科研和工业应用中，一般用煤的可磨性表征煤磨成粉的难易程度。可磨性指数是煤粉制备工艺及设备选型、预测磨煤机功率和能源消耗的重要依据。煤的可磨性也是设计煤种和煤源选择的重要依据。

煤的可磨性是煤重要的物理-机械性能，目前仅可磨性指数随变质程度的变化规律研究比较充分[2]，采用表观指标构建可磨性指数的预测模型精度较差。观测磨碎过程中粒度的变化特征，将粒度变化及能量消耗相结合，建立具有指导意义的可磨性预测模型，对于认识混煤粉碎过程，科学评价磨煤能耗，提高粉煤燃烧和气化转化利用效率均具有重要意义。

1 煤的可磨性预测模型

1.1 表观指标构建可磨性指数的预测模型精度较差

煤的可磨性测试一般采用哈氏可磨性指数(HGI)测定方法(GB/T 2565—2014)。煤的可磨性与煤及煤岩组分的强度、硬度、韧度、脆性等物理性质、破碎机理及破碎后的粒度分布等因素密切相关。目前回归分析是建立煤可磨性预测模型的主要方法，即建立挥发分产率、灰分、碳含量、氢含量、水分等表观煤质指标与HGI的回归关系。

研究表明，一些特殊样品的HGI与煤质指标之间呈线性关系[3]。变质程度和煤岩组分相似，如美国肯塔基煤的HGI随煤灰成分中TiO2和Al2O3含量增加而降低，随Fe2O3含量增大而增加[4]。对于以腐植组和矿物质为主的土耳其低阶煤，HGI随水溶态和有机结合态矿物含量增大而增大，随石英、黏土、碳酸盐、石膏等外在矿物含量增大而降低[5]。西澳大利亚次烟煤的HGI随煤中残余水分含量降低而增大，而随镜质组含量增加而降低[6]。

虽然目前HGI预测模型很多，但采用相同的数学模型对不同煤的HGI预测精度较低，相关系数往往达不到显著水平[16]，甚至出现结果相互矛盾的情况。

造成此种现象的原因与哈氏可磨性测试流程有关。HGI测试依据Rittinger磨碎定律，即磨碎所消耗的能量与被磨颗粒增加的表面积成正比。为了保证测试样品的表面积符合要求，在样品制备过程中留取0.63 mm～1.25 mm煤样，弃去小于0.63 mm的煤样。事实上，不同粒度样品的煤质存在偏析[17]，如哈氏可磨性指数测试后不同粒度样品的灰分不同，灰分富集在小颗粒中[18]。煤岩组分在不同粒级样品中分布不同，随着筛分粒级减小，样品中壳质组含量降低，镜质组、惰质组含量增加[19]。

HGI测试样品的物理性质、岩相组成及矿物质分布与原样并不一致，存在煤质偏析，对原煤煤质的代表性不足，因而采用表观指标构建可磨性指数预测模型的精度较差。

1.2 混煤与单煤的可磨性指数不具有可加性

在高炉喷吹[20]、粉煤气化[21]、燃烧[22]等工业领域混煤的应用越来越广，混煤煤粉的粒径分布及粒度均匀性受单种煤的粉碎特性影响。但混煤可磨性指数与各单煤的可磨性指数不存在相加性[23]。混煤的哈氏可磨性指数趋于难磨煤种[24]，采用分段式非线性模型可预测混煤的相对可磨率[25]。仅变质程度相近单煤的可磨性指数与混煤可磨性指数之间具有可加性[26]。造成此现象的原因与哈氏可磨性测试受样品选择性影响有关。

事实上，煤粒的粉碎过程是体积粉碎、表面粉碎2种模式的叠加。体积粉碎过程中，整个颗粒都会受到粉碎，生成粒度较大的中间颗粒，中间颗粒再被进一步粉碎形成粒径更小的颗粒；表面粉碎仅在颗粒的表面产生破坏，从颗粒表面不断剥下微粉成分，粉碎产物粒度分布较大。粉碎产物的粒度分布具有二成分性[27]，粗粉产物是体积粉碎形成的，细粉产物是表面粉碎形成的。随着混煤中难磨煤比例增加，混煤煤粉的平均粒径增大，大颗粒煤粉中富集难磨煤，粗细煤粉的煤质发生偏析[28]。

HGI测试过程输入特定能量，仅能把煤中易磨组分磨细，而难磨组分保持较大的粒度。对于单种煤，哈氏可磨性测试能够评价煤的可磨性。但混煤中各单煤存在选择性磨碎问题，难磨煤种的粉碎程度要低于易磨煤种。HGI对于目前广泛应用的混煤粉碎过程缺乏精确的模拟和预测。

1.3 可磨性与磨煤机能量消耗之间为非线性响应

在可磨性测试仪上加装扭矩仪可以测试研磨过程中的能量消耗[29]。Shi测试不同粒级、不同密度样品能量消耗与粒径变化之间的关系[30,31]，建立煤破碎过程的预测模型[32]。Zuo将Shi-Kojovic模型与Ecs(Specific Comminution Energy)结合，预测粉碎过程中粒径减小程度[33]。破碎后粒度最小10%样品比例(t10)与消耗能量呈指数关系[34]，即磨煤机的能量消耗与HGI之间为非线性响应[35]。Sengupta采用统计可磨性指数(Statistical Grindability Index，SGI)预测粉碎过程中不同组分的粒度变化特征[36]，通过调整入料粒度分布可以预测特定磨机出口的粒度组成[37]。

2 煤可磨性的影响因素研究

将煤看作均匀物质，并不能科学地反映煤可磨性的内在影响因素。从煤岩学的角度看，变质程度、煤岩组分及矿物质含量是决定煤性质的3个因素[38]。国际煤炭分类(ISO 11760:2005)即以此为划分依据。煤岩学参数可表征煤的非均质性[39,40]：随着变质程度提高，煤内部结构及物理化学性质发生规律性变化；单种煤的显微组分性质相对固定，各显微组分对物理性质及化学性质的影响具有加和性；矿物质的性质稳定，含量和分布对煤质产生影响。

2.1 变质程度

煤的可磨性指数(HGI)随变质程度(以Rran表示)提高而呈抛物线形变化[41]。显微硬度也是表征变质程度的1个重要指标，由煤的显微硬度可初步估计煤的可磨性指数[42]。可磨性指数随变质程度的变化规律与煤化作用过程中内部结构演化有关。

2.2 煤岩组成

不同煤岩组分的脆性不同，可磨性指数也有较大差异。煤岩组分中丝炭最脆，以磨碎丝炭所需相对能量为1.0，则磨碎镜煤、亮煤和暗煤所需的能量分别为2.0、3.0和7.5[43]。显微煤岩类型综合反映显微组分和矿物的影响，表征尺度与HGI测试接近。Hower对3种肯塔基煤样显微煤岩类型对HGI的影响进行了研究，但无法区分显微组分及矿物质组合的影响[44]。

一般认为煤岩显微组分中惰质组的可磨性高于镜质组，而壳质组的可磨性最差。Hower等对美国肯塔基东部煤的研究表明，HGI随壳质组含量增高而降低，随镜质组含量增高而增加[45-47]。但并不是所有壳质组分均降低煤的HGI,曹炅等[48]对我国东北富树脂体的琥珀煤研究发现，煤中树脂体性脆易碎，可磨性较好，易于集中在细粒级的物料中。

2.3 矿物质

煤中矿物质含量、种类及分布对煤的可磨性有重要影响。Fitton等[49]发现不同变质程度煤，随矿物质含量(以Ad表示)增加,HGI值均趋近于75。张妮妮对平朔煤的研究也发现，随着灰分含量增加,HGI趋向75[50]，利用浮沉实验获取不同灰分含量样品的HGI测试也证实此结论[51]。

矿物质的种类对煤的可磨性指数影响不同，煤中矿物质以黏土矿物为主才会呈现此种情况。黄铁矿的HGI仅为47，当黄铁矿占总矿物质的7%后，煤的哈氏可磨性急剧下降，严重影响磨煤机能耗。煤中矿物质分布对可磨性的影响不同。后生矿物颗粒较粗，直接参与了磨碎过程，因而当同生矿物与后生矿物共存时，以后生矿物的影响为主[7]。

3 结 语

煤的哈氏可磨性指数测试过程关注粉碎过程的比表面积变化，而对样品的煤质偏析关注不足，因此造成采用表观煤质指标构建可磨性指数预测模型精度较差；HGI测试仅将样品粉碎至一定程度，由于样品选择性的影响，造成混煤与单煤的HGI不具有加和性；磨煤机的能量消耗与HGI之间为非线性响应，给工业应用带来诸多问题。

煤岩学参数可充分表征煤的非均质性，后续研究可以基于煤岩学基础理论，从显微尺度研究变质程度、煤岩组分及矿物质对可磨性的影响规律，建立不同变质程度煤岩显微组分理论可磨性指数和矿物的理论可磨性指数，构建基于煤岩学参数的可磨性指数预测模型。针对混煤可磨性指数测试过程中存在选择性粉碎的问题，在哈氏可磨性测试仪上安装扭矩仪测试过程能量消耗，利用煤岩显微镜实时观测粉碎过程中煤岩组分的粒度变化特征，将煤岩组分、粒度变化及能量消耗相结合，建立基于煤岩学参数的混煤颗粒粉碎预测模型，以此对科学评价和预测磨煤能耗、优化粉煤利用提供指导。