煤泥密度與灰分的正相關性驗證

武麗麗，吳朝蕩，丁光耀，徐英芳，李建剛，吳大為

(1.唐山國華科技國際工程有限公司，河北 唐山 063020；2.北京國華科技集團有限公司，北京 101300)

煤泥密度與灰分的正相關性驗證

武麗麗1，吳朝蕩2，丁光耀2，徐英芳2，李建剛1，吳大為2

(1.唐山國華科技國際工程有限公司，河北 唐山 063020；2.北京國華科技集團有限公司，北京 101300)

為了驗證煤泥的密度與灰分之間是否存在正相關性，采集了梗陽選煤廠煤泥水處理系統具有代表性的16個生產環節的煤樣，在對其灰分和密度分析的基礎上研究二者的關系。結果表明：煤泥的密度與灰分之間存在良好的正相關性，在工藝計算要求不是非常精確時，可以>0.5 mm粒級煤炭的密度-灰分回歸方程預測不同灰分煤泥的密度。

煤泥；密度；灰分；正相關性

研究表明：>0.5 mm粒級煤炭的密度與灰分之間存在著良好的正相關性，在知道煤炭密度或灰分的情況下，根據二者的回歸方程即可推導出另外一個指標。這不但可以省去繁瑣的試驗過程和昂貴的設備投資，而且能夠節約大量人力、物力、時間成本，有利于選煤和煤質領域的科研、設計、生產工作開展。但是關于煤泥(<0.5 mm粒級濕煤粉)的密度與灰分之間的關系研究較少，公開資料中鮮有這方面的報導和介紹。如果煤泥的密度與灰分之間也存在這種正相關性，這將有助于相關領域的科研與生產工作的順利進行，尤其對于設備選型和分選密度控制意義重大。為了驗證煤泥的密度與灰分之間是否存在正相關性，在對梗陽選煤廠煤泥水處理系統[1]具有代表性的16個生產環節的煤泥采樣和分析的基礎上研究二者的關系。

1 煤泥密度與灰分的正相關性驗證

梗陽選煤廠位于山西省呂梁市，是一座處理能力為3.0 Mt/a的礦井型煉焦煤選煤廠，洗選工藝是以3GHMC1500/1100A型無壓給料三產品重介質旋流器為核心的聯合洗選工藝[2](圖1)。2015年5月份，根據MT/T 808—1999《選煤廠技術檢查》[3]規定，對該選煤廠煤泥水處理系統具有代表性的16個生產環節的煤樣進行了采集，并按照GB/T 217—2008《煤的真相對密度測定方法》[4]、GB/T 212—2008《煤的工業分析方法》[5]對其密度和灰分進行了測定。

梗陽選煤廠煤樣的密度與灰分關系如表1所示，其中具有代表性的四個煤樣的粒度組成如表2所示。

圖1 梗陽選煤廠煤泥水處理系統原則流程[6]

%

注：xi為煤泥灰分Ad，yi為煤泥密度δ。

表2 煤樣粒度組成

注：精煤壓濾機產物中>0.25 mm粒級產物、中煤磁選機尾礦和二次浮選機尾礦中>0.5 mm粒級產物的產率太低，故將其混合后檢測灰分。

根據煤樣的密度與灰分關系建立線性回歸方程[7]，具體計算過程如下：

(1)結合表1數據，根據計算式計算線性回歸方程的相關系數γ，

查閱相關系數檢驗表可知：在自由度為14時，γ0.001=0.623，此時γ?γ0.001，這說明x與y之間的正相關關系在α=0.001時非常顯著，可靠性高達99.9%。

(2)回歸方程(直線方程)的通式為y=a+bx，根據相關計算式求解a、b。

因此，經整理后的煤泥密度-灰分線性回歸方程為：

δ1=1.189+0.016 9A。

(1)

根據式(1)推斷，煤泥的灰分每增加10個百分點，其密度提高0.169 g/cm3。該回歸方程對應的直線如圖2所示。

圖2 煤泥的密度與灰分關系

2 密度-灰分線性回歸方程對比分析

由于煤泥的密度-灰分線性回歸方程的建立存在一定難度，特別是在選煤廠尚未投入生產時，根本不可能得到這樣的回歸方程。曾有研究者提出采用>0.5 mm粒級煤炭的密度-灰分回歸方程計算相應灰分的煤泥密度[8]，但沒有提供確切、詳盡的數據來佐證該方法的可行性。為此，根據梗陽選煤廠>0.5 mm粒級原煤浮沉試驗[9]數據(表3)建立>0.5 mm粒級煤炭的密度-灰分線性回歸方程。

表3 梗陽選煤廠>0.5 mm粒級原煤的密度與灰分關系

基于該選煤廠>0.5 mm粒級原煤浮沉試驗數據的密度-灰分線性回歸方程為：

δ2=1.298+0.010 2A，

(2)

通過計算核驗可知：該回歸方程的可靠性高達99.9%，說明其精準度很高。根據式(2)推斷，>0.5 mm粒級煤炭的灰分每增加10個百分點，其密度提高0.102 g/cm3。該回歸方程對應的直線如圖3所示。

圖3 >0.5 mm粒級煤炭的密度與灰分關系

通過對比可以發現，兩個線性回歸方程的截距和斜率存在差異，這可能是由以下原因造成：煤泥與>0.5 mm粒級原煤本身存在差異；采樣、制樣、化驗、檢測的過程中發生了隨機誤差；>0.5 mm粒級原煤的密度值為各密度區間的平均值，而煤泥密度值是通過實測得到的；煤泥與>0.5 mm粒級原煤的采樣不在同一時間段內。

聯立式(1)和式(2)可得到下式：

1.189+0.016 9A=1.298+0.010 2A。

通過求解可得到A=16.27%，δ=1.464 g/cm3，由(16.27，1.464)構成的點就是兩個線性回歸方程在同一坐標系中的交點。

在灰分不同的條件下，通過兩個線性回歸方程分別計算出的密度值及對比結果如表4所示。由表4可知：交點附近的絕對差和相對差均極小，隨著灰分的增大，二者均增大；當灰分<50%時，絕對差和相對差均較小，最大絕對差值為0.158 g/cm3，相對差值為9.23%；當灰分在50%～80%之間時，絕對差和相對差均逐漸增大；當灰分為80%時，二者的絕對差達值達到0.424 g/cm3，相對差值達到20.03%。

表4 兩個回歸方程計算出的密度值及對比結果

在選煤工藝設計與計算中，煤泥密度主要用于以下兩個方面：

(1)煤泥水密度的換算。以梗陽選煤廠灰分為64.72%的一段濃縮機溢流為例，在其固體含量為20 g/L時，根據實測煤泥密度值2.22 g/cm3換算的百分濃度值為1.978%；如果根據>0.5 mm粒級原煤的密度-灰分回歸方程計算，煤泥密度值為1.960 g/cm3，換算的質量百分濃度為1.981%，兩者絕對差僅為0.3%。

(2)煤泥堆積密度的預測。以梗陽選煤廠灰分為47.91%的尾煤沉降過濾式離心脫水機脫水產物為例，在其水分為16%、孔隙率為25%時，根據煤泥實測密度值1.91 g/cm3預測，其堆積密度值為1.25 g/cm3；如果根據>0.5 mm粒級原煤的密度-灰分回歸方程計算的密度值1.79 g/cm3預測，其堆積密度為1.19 g/cm3，二者的絕對差為0.06 g/cm3。

以上兩個應用實例說明，當工藝計算要求不是非常精確時，可以梗陽選煤廠>0.5 mm粒級原煤的密度-灰分線性回歸方程預測某灰分煤泥的密度。對于新建選煤廠，不可能預先得到煤泥的密度-灰分回歸方程，而>0.5 mm粒級煤炭的密度-灰分回歸方程相對容易得到，如果能夠用>0.5 mm粒級煤炭的密度-灰分回歸方程預測相應灰分的煤泥密度，將會給設計工作帶來很大方便[10]。

3 結論

(1)對梗陽選煤廠16個具有代表性生產環節的煤泥密度和灰分測定發現，二者之間存在良好的正相關性；煤泥的灰分每增加10個百分點，其密度提高0.169 g/cm3。

(2)基于梗陽選煤廠>0.5 mm粒級原煤浮沉試驗數據的密度-灰分回歸方程的精準度很高，可以應用于煤炭密度的預測；煤炭的灰分每增加10個百分點，其密度提高0.102 g/cm3。

(3)兩個回歸方程的截距和斜率存在差異，在工藝計算要求不是非常精確的條件下，可以采用>0.5 mm粒級煤炭的密度-灰分回歸方程預測不同灰分煤泥的密度。但是煤泥密度與灰分的這種正相關關系是否也適用于其他地區和煤種，是否也可以>0.5 mm粒級煤炭的密度-灰分回歸方程預測不同灰分煤泥的密度，還需要在更多選煤廠繼續探索。

[1] 許 華，常少雄，馬心兵，等.煤泥二次浮選、精煤泥兩段回收流程在梗陽選煤廠的應用[J].煤炭加工與綜合利用，2015(5):1-6.

[2] 劉 順.選煤廠設計[M]. 北京：煤炭工業出版社,1987.

[3] MT/T 808—1999選煤廠技術檢查[S].

[4] GB/T 217—2008煤的真相對密度測定方法[S].

[5] GB/T 212—2008煤的工業分析方法[S].

[6] 許 華，常少雄，馬心兵，等.尾煤泥兩段濃縮、兩段回收工藝在梗陽選煤廠的應用[J].煤炭加工與綜合利用，2015(9):1-5.

[7] 樊民強.選煤數學模型與數據處理[M]. 北京：煤炭工業出版社, 2005年.

[8] 趙先華.分步釋放浮選曲線的修正及煤泥密度的確定[J].煤炭加工與綜合利用，2011(6)：4-8.

[9] GB/T 478—2008煤炭浮沉試驗方法[S].

[10] 曲鵬程，張?；?煤的灰分與真相對密度之間的規律研究[J].煤炭科技，2013(3)；24-25.

Verification of positive correlation between density and ash of coal fines

WU Li-li1,WU Chao-dang2,DING Guang-yao2,XU Ying-fang2,LI Jian-gang1,WU Da-wei2

(1.Tangshan Guohua International Engineering Co., Ltd., Tangshan, Hebei 063020, China;2.Beijing Guohua Technology Group Co., Ltd., Beijing 101300, China)

In order to verify that the density and ash of coal fines assume positive correlation, study was made with samples collected from 16 representative process links at Gengyang Coal Preparation Plant. As evidenced by analysis of the relationship between the density and ash of coal fines, the 2 bear a fairly close correlativity. In case the accuracy of calculation of process parameters is not strictly required, the densities of coal fines with different ash contents can well be predicted using the density-ash regression equation of the >0.5 mm size fractions.

coal fines; density; ash; positive correlation

1001-3571(2016)01-0010-04

TD943

A

2016-01-10

10.16447/j.cnki.cpt.2016.01.003

武麗麗(1979—)，女，山東省煙臺市人，工程師，從事選煤工藝設計工作。

E-mail:ghkjsx@163.com Tel: 13303052668