煤泥密度与灰分的正相关性验证

武丽丽，吴朝荡，丁光耀，徐英芳，李建刚，吴大为

(1.唐山国华科技国际工程有限公司，河北 唐山 063020；2.北京国华科技集团有限公司，北京 101300)

煤泥密度与灰分的正相关性验证

武丽丽1，吴朝荡2，丁光耀2，徐英芳2，李建刚1，吴大为2

(1.唐山国华科技国际工程有限公司，河北 唐山 063020；2.北京国华科技集团有限公司，北京 101300)

为了验证煤泥的密度与灰分之间是否存在正相关性，采集了梗阳选煤厂煤泥水处理系统具有代表性的16个生产环节的煤样，在对其灰分和密度分析的基础上研究二者的关系。结果表明：煤泥的密度与灰分之间存在良好的正相关性，在工艺计算要求不是非常精确时，可以>0.5 mm粒级煤炭的密度-灰分回归方程预测不同灰分煤泥的密度。

煤泥；密度；灰分；正相关性

研究表明：>0.5 mm粒级煤炭的密度与灰分之间存在着良好的正相关性，在知道煤炭密度或灰分的情况下，根据二者的回归方程即可推导出另外一个指标。这不但可以省去繁琐的试验过程和昂贵的设备投资，而且能够节约大量人力、物力、时间成本，有利于选煤和煤质领域的科研、设计、生产工作开展。但是关于煤泥(<0.5 mm粒级湿煤粉)的密度与灰分之间的关系研究较少，公开资料中鲜有这方面的报导和介绍。如果煤泥的密度与灰分之间也存在这种正相关性，这将有助于相关领域的科研与生产工作的顺利进行，尤其对于设备选型和分选密度控制意义重大。为了验证煤泥的密度与灰分之间是否存在正相关性，在对梗阳选煤厂煤泥水处理系统[1]具有代表性的16个生产环节的煤泥采样和分析的基础上研究二者的关系。

1 煤泥密度与灰分的正相关性验证

梗阳选煤厂位于山西省吕梁市，是一座处理能力为3.0 Mt/a的矿井型炼焦煤选煤厂，洗选工艺是以3GHMC1500/1100A型无压给料三产品重介质旋流器为核心的联合洗选工艺[2](图1)。2015年5月份，根据MT/T 808—1999《选煤厂技术检查》[3]规定，对该选煤厂煤泥水处理系统具有代表性的16个生产环节的煤样进行了采集，并按照GB/T 217—2008《煤的真相对密度测定方法》[4]、GB/T 212—2008《煤的工业分析方法》[5]对其密度和灰分进行了测定。

梗阳选煤厂煤样的密度与灰分关系如表1所示，其中具有代表性的四个煤样的粒度组成如表2所示。

图1 梗阳选煤厂煤泥水处理系统原则流程[6]

%

注：xi为煤泥灰分Ad，yi为煤泥密度δ。

表2 煤样粒度组成

注：精煤压滤机产物中>0.25 mm粒级产物、中煤磁选机尾矿和二次浮选机尾矿中>0.5 mm粒级产物的产率太低，故将其混合后检测灰分。

根据煤样的密度与灰分关系建立线性回归方程[7]，具体计算过程如下：

(1)结合表1数据，根据计算式计算线性回归方程的相关系数γ，

查阅相关系数检验表可知：在自由度为14时，γ0.001=0.623，此时γ≫γ0.001，这说明x与y之间的正相关关系在α=0.001时非常显著，可靠性高达99.9%。

(2)回归方程(直线方程)的通式为y=a+bx，根据相关计算式求解a、b。

因此，经整理后的煤泥密度-灰分线性回归方程为：

δ1=1.189+0.016 9A。

(1)

根据式(1)推断，煤泥的灰分每增加10个百分点，其密度提高0.169 g/cm3。该回归方程对应的直线如图2所示。

图2 煤泥的密度与灰分关系

2 密度-灰分线性回归方程对比分析

由于煤泥的密度-灰分线性回归方程的建立存在一定难度，特别是在选煤厂尚未投入生产时，根本不可能得到这样的回归方程。曾有研究者提出采用>0.5 mm粒级煤炭的密度-灰分回归方程计算相应灰分的煤泥密度[8]，但没有提供确切、详尽的数据来佐证该方法的可行性。为此，根据梗阳选煤厂>0.5 mm粒级原煤浮沉试验[9]数据(表3)建立>0.5 mm粒级煤炭的密度-灰分线性回归方程。

表3 梗阳选煤厂>0.5 mm粒级原煤的密度与灰分关系

基于该选煤厂>0.5 mm粒级原煤浮沉试验数据的密度-灰分线性回归方程为：

δ2=1.298+0.010 2A，

(2)

通过计算核验可知：该回归方程的可靠性高达99.9%，说明其精准度很高。根据式(2)推断，>0.5 mm粒级煤炭的灰分每增加10个百分点，其密度提高0.102 g/cm3。该回归方程对应的直线如图3所示。

图3 >0.5 mm粒级煤炭的密度与灰分关系

通过对比可以发现，两个线性回归方程的截距和斜率存在差异，这可能是由以下原因造成：煤泥与>0.5 mm粒级原煤本身存在差异；采样、制样、化验、检测的过程中发生了随机误差；>0.5 mm粒级原煤的密度值为各密度区间的平均值，而煤泥密度值是通过实测得到的；煤泥与>0.5 mm粒级原煤的采样不在同一时间段内。

联立式(1)和式(2)可得到下式：

1.189+0.016 9A=1.298+0.010 2A。

通过求解可得到A=16.27%，δ=1.464 g/cm3，由(16.27，1.464)构成的点就是两个线性回归方程在同一坐标系中的交点。

在灰分不同的条件下，通过两个线性回归方程分别计算出的密度值及对比结果如表4所示。由表4可知：交点附近的绝对差和相对差均极小，随着灰分的增大，二者均增大；当灰分<50%时，绝对差和相对差均较小，最大绝对差值为0.158 g/cm3，相对差值为9.23%；当灰分在50%～80%之间时，绝对差和相对差均逐渐增大；当灰分为80%时，二者的绝对差达值达到0.424 g/cm3，相对差值达到20.03%。

表4 两个回归方程计算出的密度值及对比结果

在选煤工艺设计与计算中，煤泥密度主要用于以下两个方面：

(1)煤泥水密度的换算。以梗阳选煤厂灰分为64.72%的一段浓缩机溢流为例，在其固体含量为20 g/L时，根据实测煤泥密度值2.22 g/cm3换算的百分浓度值为1.978%；如果根据>0.5 mm粒级原煤的密度-灰分回归方程计算，煤泥密度值为1.960 g/cm3，换算的质量百分浓度为1.981%，两者绝对差仅为0.3%。

(2)煤泥堆积密度的预测。以梗阳选煤厂灰分为47.91%的尾煤沉降过滤式离心脱水机脱水产物为例，在其水分为16%、孔隙率为25%时，根据煤泥实测密度值1.91 g/cm3预测，其堆积密度值为1.25 g/cm3；如果根据>0.5 mm粒级原煤的密度-灰分回归方程计算的密度值1.79 g/cm3预测，其堆积密度为1.19 g/cm3，二者的绝对差为0.06 g/cm3。

以上两个应用实例说明，当工艺计算要求不是非常精确时，可以梗阳选煤厂>0.5 mm粒级原煤的密度-灰分线性回归方程预测某灰分煤泥的密度。对于新建选煤厂，不可能预先得到煤泥的密度-灰分回归方程，而>0.5 mm粒级煤炭的密度-灰分回归方程相对容易得到，如果能够用>0.5 mm粒级煤炭的密度-灰分回归方程预测相应灰分的煤泥密度，将会给设计工作带来很大方便[10]。

3 结论

(1)对梗阳选煤厂16个具有代表性生产环节的煤泥密度和灰分测定发现，二者之间存在良好的正相关性；煤泥的灰分每增加10个百分点，其密度提高0.169 g/cm3。

(2)基于梗阳选煤厂>0.5 mm粒级原煤浮沉试验数据的密度-灰分回归方程的精准度很高，可以应用于煤炭密度的预测；煤炭的灰分每增加10个百分点，其密度提高0.102 g/cm3。

(3)两个回归方程的截距和斜率存在差异，在工艺计算要求不是非常精确的条件下，可以采用>0.5 mm粒级煤炭的密度-灰分回归方程预测不同灰分煤泥的密度。但是煤泥密度与灰分的这种正相关关系是否也适用于其他地区和煤种，是否也可以>0.5 mm粒级煤炭的密度-灰分回归方程预测不同灰分煤泥的密度，还需要在更多选煤厂继续探索。

[1] 许 华，常少雄，马心兵，等.煤泥二次浮选、精煤泥两段回收流程在梗阳选煤厂的应用[J].煤炭加工与综合利用，2015(5):1-6.

[2] 刘 顺.选煤厂设计[M]. 北京：煤炭工业出版社,1987.

[3] MT/T 808—1999选煤厂技术检查[S].

[4] GB/T 217—2008煤的真相对密度测定方法[S].

[5] GB/T 212—2008煤的工业分析方法[S].

[6] 许 华，常少雄，马心兵，等.尾煤泥两段浓缩、两段回收工艺在梗阳选煤厂的应用[J].煤炭加工与综合利用，2015(9):1-5.

[7] 樊民强.选煤数学模型与数据处理[M]. 北京：煤炭工业出版社, 2005年.

[8] 赵先华.分步释放浮选曲线的修正及煤泥密度的确定[J].煤炭加工与综合利用，2011(6)：4-8.

[9] GB/T 478—2008煤炭浮沉试验方法[S].

[10] 曲鹏程，张裕虎.煤的灰分与真相对密度之间的规律研究[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

武丽丽(1979—)，女，山东省烟台市人，工程师，从事选煤工艺设计工作。

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