烟煤升温过程中热物理特性

任帅京 张嬿妮 邓军 屈高阳 王津睿 王威

摘 要：為探究煤低温氧化过程中热量存储和传输特性，选取4种不同变质程度烟煤作为研究对象，利用激光导热仪测试4种煤样热物理参数的变化，并通过敏感性和关联性分析得出热物性参数受温度和工业分析指标的影响规律。结果表明：4种煤样热物性参数随温度的变化规律较为一致，随温度增大，煤样的热扩散能力先减小后增大，热储存能力先逐渐增大，随后达到饱和状态，低变质程度煤样的热储存能力在210 ℃后出现了下降的趋势，热传导能力在210 ℃前变化缓慢，210 ℃后出现快速增大趋势；热扩散系数、比热以及导热系数随温度的最大变化率分别为0.041%、0.498%以及0.067%，相比于热扩散系数和导热系数，比热对温度的敏感性最大；热扩散系数与工业分析指标间的关联性与导热系数的一致，二者受煤中灰分的影响比较大，比热的主要影响因素则为固定碳。研究结果对于揭示烟煤低温氧化蓄热机理具有重要的理论意义。

关键词：煤自燃；氧化；热物性；敏感性

中图分类号：X 936

文献标志码：A

文章编号：1672-9315（2023）04-0697-08

DOI：10.13800/j.cnki.xakjdxxb.2023.0406

Thermophysical properties of bituminous coal

in heating

REN Shuaijing1，2，ZHANG Yanni1，3，DENG Jun1，3，QU Gaoyang1，WANG Jinrui1，WANG Wei4

（1.College of Safety Science and Engineering，Xian University of Science and Technology，Xian 710054，China；

2.Mining Engineering Post-Doctoral Research Station，Xian University of Science and Technology，Xian 710054，China；

3.Shaanxi Key Laboratory of Prevention and Control of Coal Fire，Xian University of Science and Technology，Xian 710054，China；

4.No.1 Coal Mine，Shaanxi Shanmei Huangling Mining Co.， Ltd.，Yanan 727307，China）Abstract：In order to explore the heat storage and transfer characteristics during the low-temperature oxidation of coal，four bituminous coals with different metamorphic degrees were selected as the research objects.The thermophysical parameters of four coals were tested by laser thermal conductivity instrument.Through sensitivity and correlation analysis，the influence of temperature and industrial analysis index on thermophysical parameters was determined.The results show that the variation of the thermophysical parameters of the four coals with temperature is relatively consistent.With the increase of temperature，the thermal diffusion capacity first decreases and then increases，and the thermal storage capacity gradually increases before reaching a saturation state.The thermal storage capacity of coal samples with low metamorphism tends to decrease after 210 ℃.The thermal conductivity changes slowly before 210 ℃，and rapidly increases after 210 ℃.The maximum variation rates of thermal diffusion，specific heat，and thermal conductivity with temperature are 0.041%，0.498%，and 0.067%，respectively.Specific heat is most sensitive to temperature compared to thermal diffusivity and thermal conductivity.The correlation between thermal diffusivity and industrial analysis index is consistent with thermal conductivity.The thermal diffusivity and thermal conductivity are greatly affected by ash content，and the main influencing factor of specific heat is fixed-carbon.The research results are of great theoretical significance for revealing the thermal storage mechanism of coal low-temperature oxidation.

Key words：coal spontaneous combustion；oxidation；thermophysical property；sensibility

0 引 言

热量传递是影响煤自燃的重要因素，而热扩散系数、比热容和导热系数是热量传递的重要表征参数［1］。为了解煤自燃过程热量积聚的内在原因，国内外众多学者采用激光闪射法研究煤的热物理特性。MELCHIOR等通过研究煤样在不同温度下的比热容，发现随着温度升高，煤样的比热容逐渐增大［2］；DENG等通过研究煤化程度对传热特性的影响，发现煤的热物理特性与微晶结构有关［3］；张辛亥等针对预氧化程度煤样的传热特性开展相关研究，发现预氧化煤的比热容和导热系数小于原煤［4］；王凯等通过对比不同氧浓度与供风量条件下煤热物性参数的变化，得出供风量是影响煤导热的主要因素［5］；于伟东等通过研究褐煤的比热与热扩散随温度的变化，发现比热与热扩散均随温度变化先增大后减小［6］；邓军、肖旸等通过研究咪唑类离子液体对煤体传热特性的影响，发现离子液体在一定程度上可以抑制煤的热量传递［7-8］；岳高伟等通过研究温度及粒径对导热系数的影响，发现同一温度下粒径越小导热系数变化越大，同一粒径下温度与导热系数成正比［9］。

上述学者虽然从不同方面研究煤的热物理特性，但是多集中于外部条件变化对煤热物理特性的影响，对于同一类型煤热物理特性的变化规律及内在原因的研究相对较少。为此，以4种不同变质程度烟煤作为研究对象，采用激光闪射法，测定了30～300 ℃范围内热物理参数的变化，通过对其温度敏感性、关联性分析，明确了煤热物理特性变化的内在原因及主要影响因素。研究结果对于揭示煤自燃过程中热量的变化具有重要的意义。

1 试验方法

1.1 煤样制备

煤样分别来自陕西园子沟煤矿长焰煤、宁夏红柳煤矿不粘煤、山西辛置煤矿焦煤以及山西樟村煤矿瘦煤，煤样的工业分析见表1。将4种煤样破碎并筛选出粒径小于0.074 mm的煤粉，将制备好的煤粉放入圆形模具中，使用压片机将其压制成厚度约为1 mm，直径约为12.7 mm的圆柱形试件。

1.2 试验测试过程

试验测试设备为德国耐驰LFA457激光导热仪［10］，该设备主要包括激光闪射仪、加热炉、红外检测器、计算机等［11-12］，测试原理如图1所示。测试前，将制备好的试件放置在样品架上，随后放入加热炉中，通入流量为100 mL/min的空气，以1 ℃/min的升温速率将炉体从室温加热到300 ℃，每间隔30 ℃设置一个采样温度点，每个温度点下采集3次数据。为减少测量误差，对每种煤样测试3次，求其平均值作为最终测试结果。

煤样的热物理参数（热扩散系数、比热容、导热系数）主要通过以下3个公式求得［13-14］

式中 d为待测样品的厚度，cm；t1/2为半升温时间，s；α为热扩散系数，mm2/s；Csam，Cstd分别为待测样品和标准样品的比热，J/（g·K）；ΔUsam，ΔUstd分别为待测样品和标准样品的检测器信号差值；msam，mstd分别为待测样品和标准样品的质量，g；λ为测试样品的导热系数，W/（m·K）；ρ为测试样品的密度，g/cm3。

2 结果与讨论

2.1  煤热物理特性

2.1.1 热扩散特性

4种煤样热扩散系数变化规律如图2所示。从图2可以看出，随着温度的升高，4种不同变质程度煤样的热扩散系数均表现出先降低后升高的趋势，4种煤样的热扩散系数拐点集中在190～250 ℃范围内。

煤中的热量主要以低频振动和高频扩散2种形式进行传播［15-16］。低频振动与声子的振动有着密切的联系［17］，而声子振动受温度影响较大。煤是一种非均匀多孔介质［18］，声子并不是沿着同一方向进行运动。随着温度的升高，声子的振动加剧，声子间的碰撞概率增大，使得声子的平均自由程减小，导致热扩散系数降低［19］。随着温度进一步升高，煤分子结构发生改变，煤样内部无序性增大，低频振动模式逐渐减弱，热量的高频扩散逐渐增强，导致热扩散系数增大。低变质程度煤样的临界温度和干裂温度相比于高变质程度煤样较低，因此，低变质程度煤样在较低温度时高频扩散模式就开始增强，导致其热扩散系数拐点对应的温度相对较低。

2.1.2 热储存特性

比热反映材料的热储存特性，代表材料吸收和保持能量的潜力，不同煤样比热变化如图3所示。随着温度的升高，煤样比热整体呈增大的趋势，比热增加速率则逐渐减小，表明煤样的热储存能力随着温度升高逐渐变大直至达到饱和状态；长焰煤和不粘煤比热分别在温度超过282 ℃和288 ℃后出现下降的趋势，对应的热储存能力随之降低。

在固体微观理论中，随着温度的增加，晶格的振动会加剧，即晶体中原子离开平衡位置的运动会加剧，能量以动能的方式存储在煤体中。因此，煤样热储存能力随着温度升高會逐渐增大。随着温度的进一步升高，晶格振动能量的增加逐渐变缓，煤样对能量的吸收逐渐达到饱和状态，因此，比热的增加速率逐渐变小。低变质程度煤样随着温度的升高逐渐发生裂解，煤分子中的烷基侧链、桥键等逐渐开始出现解聚，释放出小分子的挥发物，致使煤分子质量逐渐减小，从而导致比热减小，热储存能力随之降低。

2.1.3 热传导特性

煤样导热系数变化是密度、比热以及热扩散综合作用的结果，代表煤样对热量传输的能力。煤样热传导变化如图4所示。4种煤样的导热系数随温度的变化趋势基本一致，呈现出阶段性变化特征，除焦煤导热系数在123～201 ℃出现逐渐降低，其余煤样导热系数随温度的增大而增大。

导热系数越大，表明煤样的热量越容易从高温区域转移到低温区域。焦煤导热系数在210 ℃前后阶段性变化比较明显，其他煤样导热系数在210 ℃后出现快速增大的趋势。210 ℃前，随着温度的升高，煤中的水分逐渐蒸发完毕［20］，煤中吸附的气体发生解吸，同时煤与氧的化学反应随着温度的升高进一步加强。虽然在此温度范围内煤会从物理变化逐渐过渡到化学变化，但是在此阶段煤样主要以物理变化为主，氧化反应相对较弱［21］，所以煤分子结构变化相对较小，因此，导热系数变化较为缓慢。210 ℃后，随着温度升高，煤的动态平衡被打破，煤分子结构中的桥键、侧链以及含氧官能团逐渐与氧发生化学反应［22］，使得煤分子结构发生较大变化，从而导致导热系数快速增大。

2.2 温度敏感性分析

根据上述热物性参数，以30 ℃作为间隔温度，计算得出4种煤样在每个测试温度点下各个参数的温度敏感性，如图5所示。

从图5可以看出，4种煤样热物性参数对温度敏感性的变化规律较为一致，相比于热扩散系数和导热系数，比热对温度的敏感性最大。由热储存特性的分析可知，比热代表煤样对热量的存储特性，与煤分子振动和质量有很大关系。随着温度增大，煤会发生一系列的物理化学变化，煤分子质量也会随之发生较大的变化，相对应的热储存特性也会出现较大变化，因此，比热对温度的敏感性较大。

热扩散和导热系数主要代表热量在煤中的传输特性，主要与煤分子内部结构有关，210 ℃后热扩散和导热系数对温度的敏感性增强，这与二者自身变化规律及原因是相一致的，即210 ℃后煤分子結构会发生较大变化，这是导致热扩散系数和导热系数温度敏感性增大的内在原因。

2.3 关联性分析

煤的热物理特性会受到煤中水分、灰分、挥发分以及固定碳的影响［23］。为了表征上述因素与热物性参数之间的关联关系，采用灰色关联方法［24］，将热扩散系数、比热以及导热系数作为参考数列，水分、灰分、挥发分以及固定碳作为比较数列。为便于比较二者之间的关系，首先通过式（4）对2个数列进行无量纲化处理。

从图6可以看出，不同煤样间的热物性参数与工业分析指标间的关联性并没有呈现出规律性，对于不粘煤和焦煤，灰分与热扩散和导热系数间的关联程度比较大，而与长焰煤和瘦煤热扩散和导热系数关联程度比较大的分别为固定碳和挥发分。4种煤样比热与工业分析指标间的关联程度相差比较大。虽然不同煤样间的关联程度没有呈现出规律性，但是对于同一种煤样而言，其热扩散系数和导热系数与工业分析指标的关联性比较一致，这也进一步说明了导致热扩散系数与导热系数变化的内在原因相同。

关联系数是比较数列与参考数列在各个温度的关联程度值，由于数量较多信息过于分散，无法得出影响热物性参数的关键因素。因此，通过式（8），进一步对比较数列与参考数列的关联度ri进行计算［27］。

为明确热物性参数与工业分析指标间的关联程度，通过颜色深浅进行表征，颜色越深代表关联度越大，如图7所示。

从图7可以看出，灰分对热扩散系数和导热系数的影响最大，影响比热的主要因素为固定碳。煤本身不属于纯净物质，而是由多种晶体（方解石、云母、高岭石等矿物质）、非晶体以及其他杂质组成。煤中的灰分主要来自于矿物质，这也进一步表明煤中矿物质的含量对于热量的传输影响比较大。分析可知，比热的变化主要与煤分子结构和质量有关，固定碳则代表煤分子结构，因此，比热与固定碳的关联性较大。

3 结 论

1）4种煤样的热物性参数随温度变化都呈现出阶段特征，210 ℃可以作为主要的分界点，在此温度前热扩散能力主要呈现出

降低的趋势，热储

存能力逐渐变大，热传导能力变化较小。在此温度后，热扩散能力和热传导能力逐渐呈现出增大的趋势，热储存能力则逐渐趋于稳定。

2）相比于热扩散和热传导，热储存能力对温度的敏感性比较大，当温度超过210 ℃，热储存能力对温度的敏感性逐渐降低，而热扩散与热传导能力对温度的敏感性增强。

3）同一种煤的热扩散系数和导热系数与工业分析指标的关联程度一致，比热主要与煤中固定碳关联程度较大，热扩散系数和导热系数与煤中灰分的关联程度最大，表明煤的热物理特性主要与煤中的灰分和固定碳含量有关。

4）4种烟煤的热物理参数随温度的变化较小，表明煤样本身导热特性比较差，这也是导致煤氧化蓄热升温的内在原因之一。

参考文献（References）：

［1］ GUAN W，CHEN Q，XU M，et al.Analysis on influential factors of loose coal thermal conductivity test accuracy［J］.International Journal of Mining and Mineral Engineering，2014，5（2）：106-116.

［2］MELCHIOR E，LUTHER H.Measurement of true speci-fic heats of bituminous coals of different rank，and of a high-temperature coke，in the temperature range 30～350 ℃［J］.Fuel，1982，61（11）：1071-1079.

［3］DENG J，REN S J，XIAO Yang，et al.Thermal properties of coals with different metamorphic levels in air atmosphere［J］.Applied Thermal Engineering，2018；143：542-549.

［4］张辛亥，周山林，拓龙龙，等.不同程度预氧化煤传热特性［J］.西安科技大学学报，2019，39（5）：761-766.ZHANG Xinhai，ZHOU Shanlin，TUO Longlong，et al.Transfer characteristics of coal under different preoxidation degree［J］.Journal of Xian University of Science and Technology，2019，39（5）：761-766.

［5］王凯，翟小伟，王炜罡，等.氧浓度与风量对煤热物性参数影响的实验研究［J］.西安科技大学学报，2018，38（1）：31-36.WANG Kai，ZHAI Xiaowei，WANG Weigang，et al.Influence of oxygen concentration and blowing rate on thermal properties of coal［J］.Journal of Xian University of Science and Technology，2018，38（1）：31-36.

［6］于伟东，王慧明，杨晓成，等.褐煤比热容及热扩散系数随温度衍化规律实验研究［J］.煤炭工程，2020，52（11）：149-153.YU Weidong，WANG Huiming，YANG Xiaocheng，et al.Evolution characteristics of heat capacity and diffusivity of lignite as temperature varies［J］.Coal Engineering，2020，52（11）：149-153.

［7］邓军，陈炜乐，肖旸，等.咪唑类离子液体对煤热物性参数影响的实验研究［J］.西安科技大学学报，2018，38（4）：523-529.DENG Jun，CHEN Weile，XIAO Yang，et al.Experimental study on influence of imidazolium-based ionic liquids on thermo-physical parameters of coal［J］.Journal of Xian University of Science and Technology，2018，38（4）：523-529.

［8］肖旸，呂慧菲，任帅京，等.咪唑类离子液体抑制煤自燃特性的研究［J］.中国矿业大学学报，2019，48（1）：175-181.XIAO Yang，LYU Huifei，REN Shuaijing，et al.Inhibition properties of imidazolium-based ionic liquids on coal spontaneous combustion［J］.International Journal of Mining Science and Technology，2019，48（1）：175-181.

［9］岳高伟，李豪君，王兆丰，等.松散煤体导热系数的温度及粒度效应［J］.中国安全生产科学技术，2015，11（2）：17-22.YUE Gaowei，LI Haojun，WANG Zhaofeng，et al.Effect of temperature and particle size of thermal conductivity in loose coal［J］.Journal of Safety Science and Technology，2015，11（2）：17-22.

［10］REN S J，WANG C P，XIAO Y，et al.Thermal properties of coal during low temperature oxidation using a grey correlation method［J］.Fuel，2020，260：116287.

［11］MIN S，BLUMM J，LINDEMANN A.A new laser flash system for measurement of the thermophysical properties［J］.Thermochimica Acta，2007，455：46-49.

［12］DENG J，LI Q W，XIAO Y，et al.Experimental study on the thermal properties of coal during pyrolysis，oxidation，and re-oxidation［J］.Applied Thermal Engineering，2017，110：1137-1152.

［13］PARKER W J，JENKINS R J.Thermal conductivity measurements on bismuth telluride in the presence of a 2 MeV electron beam［J］.Advanced Energy Conversion，1962，2：87-103.

［14］COWAN ROBERT D.Pulse method of measuring thermal diffusivity at high temperatures［J］.Journal of Applied Physics，1963，34（4）：926-927.

［15］ALLEN P B，FELDMAN J L.Thermal conductivity of disordered harmonic solids［J］.Physical Review B，1993，48（17）：12581-12588.

［16］ALLEN P B，FELDMAN J L，FABIAN J，et al.Diffusons，locons and propagons：Character of atomie yibrations in amorphous Si［J］.Philosophical Magazine B，1999，79（11-12）：1715-1731.

［17］ABDULAGATOV I M，ABDULAGATOVA Z Z，KALLAEV S N，et al.Thermal-diffusivity and heat-capacity measurements of sandstone at high temperatures using laser flash and DSC methods［J］.International Journal of Thermophysics，2015，36（4）：658-691.

［18］邵龙义，李佳旭，王帅，等.海拉尔盆地褐煤液氮吸附孔的孔隙结构及分形特征［J］.天然气工业，2020，40（5）：15-25.SHAO Longyi，LI Jiaxu，WANG Shuai，et al.Pore structures and fractal characteristics of liquid nitrogen adsorption pores in lignite in the Hailar Basin［J］.Natural Gas Industry，2020，40（5）：15-25.

［19］肖旸，尹岚，马砺，等.不同预氧化温度下煤样热物性参数的实验研究［J］.西安科技大学学报，2018，38（3）：383-388.XIAO Yang，YIN Lan，MA Li，et al.Experimental study on coal thermo-physical parameters under the different peroxidation temperature［J］.Journal of Xian University of Science and Technology，2018，38（3）：383-388.

［20］李宇航.配低阶煤显微组分对炼焦煤塑性性质的研究［D］.合肥：安徽工业大学，2016.LI Yuhang.The study of plastic properties of coking coal with low-rank coal macerals［D］.Hefei：Anhui University of Technology，2016.

［21］邓军，任帅京，肖旸，等.煤低温氧化与热解过程的传热特性对比研究［J］.煤炭学报，2019，44（S1）：171-177.DENG Jun，REN Shuaijing，XIAO Yang，et al.Comparative study on heat transfer characteristics of coal during low temperature oxidation and pyrolysis［J］.Journal of China Coal Society，2019，44（S1）：171-177.

［22］张嬿妮.热重分析在研究煤氧复合过程中的应用［D］.西安：西安科技大学，2004.ZHANG Yanni.Application of the thermogravimetric analysis in the research of the oxidation of coal［D］.Xian：Xian University of Science and Technology，2004.

［23］HERRIN J M，DEMING D.Thermal conductivity of U.S.coals［J］.Journal of Geophysical Research：Solid Earth，1996，101（B11）：25381-25386.

［24］CHIANG K T，CHANG F P.Optimization of the WEDM process of particle-reinforced material with multiple performance characteristics using grey relational analysis［J］.Journal of Materials Processing Technology，2006，180（1-3）：96-101.

［25］刘娟，鲁丽萍，鞠登峰，等.基于灰色关联分析算法的变压器预警研究［J］.计算机技术与发展，2022，32（10）：215-220.LIU Juan，LU Liping，JU Dengfeng，et al.Research on transformer early warning based on grey relational analysis algorithm［J］.Computer Technology and Development，2022，32（10）：215-220.

［26］黎华杰，黄东男，熊振，等.基于灰色关联度的TA1内螺纹管挤压模具的结构优化［J］.塑性工程学报，2022，29（9）：56-63.LI Huajie，HUANG Dongnan，XIONG Zhen，et al.Structural optimization of extrusion die for TA1 internal thread tube based on grey correlation degree［J］.Journal of Plasticity Engineering，2022，29（9）：56-63.

［27］刘栗昊，缪林昌.基于联合灰色关联分析的土质边坡稳定性预测［J］.公路交通科技，2022，39（10）：32-39.LIU Lihao，MIAO Linchang.Prediction of soil slope stability based on conjoint grey correlation analysis［J］.Journal of Highway and Transportation Research and Development，2022，39（10）：32-39.

（責任编辑：刘洁）