三塘湖煤田煤灰熔融性温度预测模型研究

朱 金 刚

(新疆维吾尔自治区煤炭煤层气测试研究所，新疆 乌鲁木齐 830000)

0 引 言

煤在燃烧和气化过程中，有时会存在煤灰的结渣问题。煤灰结渣现象与煤灰的熔融特性有很大联系。因此，煤灰熔融特性是决定锅炉或气化炉能否“安、稳、长、满、优”运行的重要指标之一[1]。煤灰熔融特性通常用煤灰熔融性温度来表示，即变形温度(DT)、软化温度(ST)、半球温度(HT)、流动温度(FT)[2]。由相关研究表明，煤灰熔融特性与煤灰化学成分具有很强的相关性，煤的煤灰化学成分不同，煤灰熔融特性也会出现不同的特点[3-7]。

目前，众多专家、学者对煤灰熔融特性与煤灰成分之间的关系进行研究，如杨燕梅等[8]通过Factsage软件研究Si/Al/Na/Ca对准东煤煤灰熔融特性的影响；黄镇宇等[9]对不同灰成分的低熔点煤灰熔融性调控机理进行研究；刘硕等[10]通过在煤中配入添加剂研究其对煤灰熔融性的影响；张景[11]通过添加助熔剂有效降低煤灰熔融性温度。研究表明，煤灰成分中的主要物质为SiO2、Al2O3、TiO2、CaO、MgO、SO3、Fe2O3、K2O、Na2O、P2O5等氧化物[12]。SiO2在煤灰成分中的占比相对较高，其质量分数一般为20%～80%，在一定范围内随着煤灰成分中SiO2含量的增加，煤灰熔融性特征温度会出现先降低而后逐步升高的趋势。Al2O3在煤灰成分中的占比一般为5～50%，随着Al2O3含量的增加，煤灰熔融性温度会增加。TiO2在煤灰成分中的含量相对较少，TiO2熔点较高，化学稳定性较好，煤灰成分中TiO2含量越高，煤灰熔融性温度会升高。CaO在煤灰成分中的占比也相对较高，一定范围内，随着煤灰中CaO含量的增加，煤灰熔融性温度通常会表现出先下降而后上升的趋势。MgO因与CaO同属于碱土金属氧化物，MgO对煤灰熔融性温度的影响与CaO较为相近，即随着MgO含量的增加，煤灰熔融性温度也会表现出先下降而后上升的趋势。Fe2O3对煤灰熔融性温度的影响与气氛有关[13]，在还原性气氛下，Fe2O3增加会使煤灰熔融性温度降低。K2O、Na2O在煤灰成分中的含量相对较低，一般情况下，随着煤灰成分中K2O、Na2O含量的增加，煤灰熔融性温度会降低。SO3、P2O5含量增加时，通常会导致煤灰熔融性温度降低。同时，周昊等[14]以煤灰成分为网络输入，煤灰软化温度为网络输出，采用广义回归神经网络对煤灰熔点进行了建模预测。时浩等[15]以煤灰成分及结渣评判指标为自变量，煤灰熔融性温度为因变量建立了BP神经网络和最小二乘支持向量机的灰熔点预测模型。结果表明，不同的预测模型及方法会对煤灰熔融性温度的预测精度产生差异。

然而，由于煤灰熔融是1个复杂的过程，与煤中矿物种类、矿物含量等因素有关，截至目前，还没有1个高精度模型可以预测所有煤的煤灰成分与煤灰熔融特性之间的关系。因此，研究具体煤田或矿区的预测模型，对实现煤灰熔融性温度控制和煤炭的清洁高效利用具有重要的意义。

1 试 验

1.1 试验原料与测试

系统采集新疆三塘湖煤田70个煤样。依照国家标准GB/T 1574《煤灰成分分析方法》、GB/T 219《煤灰熔融性的测定方法》的规定进行煤灰成分测试和煤灰熔融性测试。对测试结果进行统计分析，样品的煤灰成分及煤灰熔融特性温度的最大值、最小值及平均值见表1。

1.2 预测方法

在实际生产过程中，由于煤灰熔融性温度相较于煤灰黏温特性较易获得，所以通常将煤灰流动性温度增加50～100 ℃作为气化排渣的重要参数，并将流动性温度作为判断煤种是否可用于气流床气化。因煤灰的化学组成较为复杂，不同组分对煤灰熔融特性温度的影响程度不同，采用多元线性拟合，关联煤灰成分、硅铝比、酸碱比与煤灰流动性温度之间的关系。分别构建3种不同输入变量模型用于对比，包括4变量输入参数模型、10变量输入参数模型和12变量输入参数模型，其中12变量输入参数模型是在10变量参数模型基础上加入了复合参数，即硅铝比和酸碱比2个参数。同时，为对多元线性拟合方程进行优化，采用逐步回归分析方法，在众多的影响因素中筛选出对煤灰熔融性温度影响较为显著的因素，将影响不显著的因素去除，最终建立最优的回归方程。

2 结果与讨论

2.1 煤灰流动性温度预测模型的建立

根据因变量与自变量之间的关系可以进行线性回归分析，建立因变量与自变量之间的函数方程，其基本数学模型为：

Y=a1X1+a2X2+a3X3+…aiXi+b

(1)

式(1)中，Y表示因变量，X1、X2、X3、Xi表示自变量，a1、a2、a3、ai表示自变量系数，b表示常数。

因为煤灰流动性温度与各氧化物之间存在一定的关系，所以，基于多元线性回归可建立煤灰流动性温度预测模型，模型建立时选用了三塘湖煤田70个煤样测试数据中的67组数据。

2.1.1四变量回归方程

以煤灰成分中质量分数含量相对较高的煤灰成分为自变量，即以SiO2、Al2O3、CaO、Fe2O3为自变量，煤灰流动性温度为因变量进行线性回归分析，其回归方程下：

FT=3.014SiO2+0.798Al2O3+0.196CaO+6.388Fe2O3+1 066

(2)

式中，FT为煤灰流动性温度，℃；SiO2、Al2O3、CaO、Fe2O3表示相应煤灰成分的质量分数，%。

通过计算知式(2)的相关系数R=0.425，可得出煤灰流动性温度与煤灰成分中SiO2、Al2O3、CaO、Fe2O3该4种氧化物的一次线性关系并不是太明显。

2.1.2十变量回归方程

考虑煤灰成分中其他含量相对较少的成分，以10种煤灰成分(SiO2、Al2O3、TiO2、CaO、MgO、SO3、Fe2O3、K2O、Na2O、P2O5)为自变量，煤灰流动性温度为因变量进行线性回归分析，其回归方程如下：

FT=1.436SiO2-0.385Al2O3-18.324TiO2+1.213CaO+8.012MgO-1.727SO3+1.482Fe2O3-4.505K2O-4.550Na2O+1823.560P2O5+1 084

(3)

其中，FT为煤灰流动性温度，℃；SiO2、Al2O3、TiO2、CaO、MgO、SO3、Fe2O3、K2O、Na2O、P2O5为相应煤灰成分的质量分数，%。

式(3)的相关系数R=0.966，与式(2)相比较，相关性系数提升幅度较大。

2.1.3引入硅铝比及酸碱比的回归方程

硅铝比是煤灰成分中SiO2与Al2O3的物质量的比或质量比。有时通过煤灰成分对不同样品的煤灰熔融性进行比较，很难仅从SiO2、Al2O3含量解释其煤灰熔融性温度的差异。研究发现，硅铝比与煤灰熔融性具有较好的相关性。随着硅铝比的增加，煤灰熔融性温度也会相应的降低。其原因可能是硅铝比增加，矿物质有从高熔点的莫来石转化为低熔点的钙长石倾向。

根据煤灰中氧化物离子势的不同，可将煤灰成分分为酸性氧化物和碱性氧化物，酸性氧化物为SiO2、Al2O3、TiO2，碱性氧化物为CaO、MgO、K2O、Na2O、Fe2O3[16]。煤灰成分中的酸性氧化物之和与碱性氧化物之和的比值称为酸碱比，通常情况下，随着酸碱比的增加，煤灰熔融性温度会出现先减小而后上升的趋势，其可能的原因是增加的酸性氧化物会与CaO、Fe2O3反应生成铁橄榄石和钙长石等低熔点矿物，而当酸碱比增加到一定程度后，熔体中的铁橄榄石等低熔点物质达到饱和，高熔点的SiO2、Al2O3不再参与反应而以高熔点的晶体形式存在。

硅铝比及酸碱比作为复合参数，其与煤灰熔融特性有较大的相关性，是影响煤灰熔融特性的关键因素[17]。因此,为了综合考虑硅铝比(Si/Al)及酸碱比(A/B)对煤灰流动性温度的影响,将硅铝比及酸碱比引入回归方程进行分析,其回归方程如下:

FT=4.281SiO2-1.750Al2O3-111.665TiO2+1.088CaO+8.784MgO-0.763SO3+1.888Fe2O3-20.144K2O-4.988Na2O+1813.949P2O5-22.511Si/Al-14.902A/B+1 082

(4)

式(4)中，FT为煤灰流动性温度，℃；SiO2、Al2O3、TiO2、CaO、MgO、SO3、Fe2O3、K2O、Na2O、P2O5为相应煤灰成分的质量分数，%；Si/Al、A/B分别为硅铝比值、酸碱比值。

式(4)的相关系数R=0.971，与式(3)相比较，相关性系数有了一定提高，由于硅铝比与酸碱比是基于煤灰成分的非独立变量，所以相关系数提高程度不大。

2.2 煤灰流动性温度预测模型优化

逐步回归分析[18]的原理是将对煤灰流动性温度影响显著的变量(煤灰成分)逐个引入回归方程中，同时将影响不显著的煤灰成分从回归方程中去除，如此反复，直到不再有煤灰成分能引入和去除为止，从而保证最后的逐步回归方程是最优的同时变量相对较少。

为了得到更加精准的预测模型，采用逐步回归的方法对煤灰流动性温度进行预测。根据逐步回归计算原理，得到逐步回归分析方程如下：

FT=9.608MgO+1.201Fe2O3-4.522Na2O+1814.431P2O5+1 128

(5)

式(5)中，FT为煤灰流动性温度，℃；MgO、Fe2O3、Na2O、P2O5表示相应煤灰成分的质量分数，%。

从逐步回归方程中可以看出，回归方程中包含MgO、Fe2O3、Na2O、P2O5共4种煤灰成分，除Fe2O3是主要煤灰成分外，MgO、Na2O、P2O5均是煤灰中的次要成分且含量相对较少，但其中的次要成分MgO、Na2O、P2O5在此对煤灰流动性温度影响较为显著，此现象与矿物间的反应及热转化特征有关。温度升高时，MgO易与Al2O3、TiO2等酸性氧化物形成低温共熔体，从而影响煤灰熔融性温度。煤灰中Na的存在会破坏高聚物的结构，Na2O含量的提高可促进具有低熔融性温度的霞石和钠长石之形成，P2O5则与煤灰中的含钙和镁的矿物反应生成硫酸盐及磷酸盐，进而减少钙、镁氢氧化物及硅酸盐的形成，以上矿物质的转变将会对煤灰流动性温度产生影响。

2.2.1回归方程可用性检验

采用F检验法对所得到的逐步回归分析方程进行检验，其方差分析表见表2。

表2 逐步回归分析方程的方差分析

由表2知F=196.520，给定显著水平α=0.01，查F分布临界值表，F0.01(4.62)=3.64，F=196.520>F0.01(4，62)=3.64，因此回归方程非常显著，方程具有实际使用价值。

2.2.2数值检验

为了对逐步回归分析方程的可用性进行检验，选取三塘湖煤田3个煤灰样品作为检验对象(3个样品数据非模型构建数据)，其煤灰成分组成见表3。

表3 样品煤灰成分组成

利用式(5)对煤灰流动性温度进行预测，并将其与实验室测得的煤灰流动性温度进行比较，3个样品的偏差见表4。

表4 煤灰流动性温度实测值与预测值偏差

由表4可知，参考GB/T 219中再现性的规定，3个检验样本的预测值与实测值偏差均小于80 ℃，由此推测该逐步回归分析方程具有较好的预测效果。

3 结 论

(1) 煤灰是各种矿物组成的复杂混合物，煤灰成分常以氧化物的形式表示，不同的氧化物对煤灰熔融性温度的影响不同，煤灰熔融性温度受煤灰成分中多种氧化物的影响。

(2) 利用煤灰成分、硅铝比、酸碱比与煤灰流动性温度进行不同自变量的线性回归分析，随着自变量的增加，方程的相关系数不断提高。

(3) 利用逐步回归分析方法对方程进行优化，可得到最优回归方程。对方程进行F检验，显著性水平为非常显著，利用该模型对煤灰流动性温度进行预测并与实测值比较，模型具有较好的适用性，对指导三塘湖煤田煤炭生产实践具有一定的意义。