燃煤热值在线测量中水分对煤灰分测量的影响探讨

李海鹏

（华电能源股份有限公司哈尔滨第三发电厂黑龙江哈尔滨150024）

摘要：煤的灰分是煤品质的重要参数，煤中水分对灰分的在线测量有重要影响。本文利用相关性理论以及最小二乘回归计算，对煤水分对煤灰分在线测量的影响做了探讨。

关键词：在线测量；煤水分；煤灰分；相关性；最小二乘回归

一、引言

煤灰分是确定煤品质的重要参数，测定煤的灰分对于正确评价煤的质量和加工利用都有重要作用。目前在煤炭生产加工及利用过程中普遍采用离线测量方式检测煤灰分，该方式测量时间长，无法做到实时调整，更无法实现生产过程的自动化调控。在线测量煤的灰分，则可以此测量数据为基础进行自动控制，实现精细化操作和生产管理，减少损耗，提高煤炭使用效能。

本文所述煤灰分的在线测量，采用低能X射线透射技术，受到煤含水量高低的影响，煤中水分会改变煤的物理特性，煤的堆积密度会随着水分的变化而发生相应的改变。因此，研究煤中水分对煤灰分在线测量的影响，对于提高煤灰分在线测量的准确度有着重要意义。

二、煤的水分和灰分

1、煤的水分

煤中水分是指全水分，由表面水分和内在水分组成。内在水分也称固有水分，它是生成煤的植物中的水分及煤生成过程中进入的水分，在自然风干的条件下不会散失，它的含量对于一定煤种是稳定的。表面水分是在开采、储运过程中进入的，又称外在水分，表面水分的含量，受自然条件影响较大，故其数值变化较大。不同煤种的全水分在不同条件下差别较大，少的只有百分之几，多的可达40~50%。

2、煤的灰分

煤灰分是指煤完全燃烧后剩下来的残渣，这些残渣几乎全部来自煤中的矿物质，煤中矿物质来源主要有：

1）原生矿物质--成煤植物中所含的无机元素；

2）次生矿物质--煤形成过程中混入或与煤伴生的矿物质；

3）外来矿物质--煤炭开采和加工处理中混入的矿物质。

煤的灰分是一项在煤质特性和利用研究中起重要作用的指标。我国煤中的灰分普遍较高，且变化也很大。一般来说，煤中矿物质不利于煤的加工利用，含量越低越好，由于煤灰分是煤中矿物质热分解后的残留物，因此可以用它来推算煤中矿物质含量。煤的灰分越高，有效碳的含量就越低。煤的灰分与煤的其他特性如元素成分、发热量、结渣性、活性及可磨性等有程度不同的依赖关系。此外，由于煤中灰分测定简单，而矿物质在煤中的分布又常常不均匀，因此在煤炭采样和制样方法研究中，一般都由灰分来评定方法的准确度和精密度。在煤炭洗选中，一般也以洗煤灰分作为一项评价洗选效果的指标。

三、煤水分与灰分在线测量

1、煤水分在线测量

采用微波技术进行水分在线测量。微波是一种高频电磁波，当微波透射介质时产生衰减、相位改变，其衰减与相位变化与介质的介电常数、介质损耗角正切值有关。水是一种极性分子，水的介电常数和介质损耗角正切值都远高于一般介质。在通常情况下，含水介质的介电常数和损耗角正切值的大小主要由它的水分含量决定。从微波发射源发射出来的微波，透过物料后被微波接收器接收。根据微波功率的衰减和相位移的改变，即可计算物料中的水分含量。

由于微波完全穿透被测物料，所以所有的物理性水分都能被测定。这不仅能测量煤表面的水分，而且也可测量煤内部的水分。

2、煤灰分在线测量

X射线照在被测煤样上时，一部分被煤样所吸收，一部分穿透煤样，煤样吸收X射线的能力与X射线的能量及煤样物理性质有关。X射线通过煤样时的衰减规律可表示为：

I=I0e-μρT

式中I为穿过煤样后的射线强度，I0为入射射线强度，T透射煤样厚度，μ为吸收系数，ρ为煤样堆积密度，由该公式可知煤灰分信号与煤样厚度、煤中各成分的吸收系数以及煤样的堆积密度相关。煤灰分在线测量装置的煤样整形部分可以使T（煤样厚度）保持稳定，但水分变化导致的煤样堆积密度波动依然会对灰分的在线测量产生不利影响。

本文采用相关性理论以及最小二乘回归算法，通过对在线测量数据进行分析计算，探讨了煤水分对煤灰分在线测量的影响。

四、相关性理论简介

相关系数是描述两个变量测量值之间的离散程度的指标，用于判断两变量的变化是否相关，即一个变量的较大值是否与另一个变量的较大值相关联（正相关）；或者一个变量的较小值与另一个变量的较大值相关联（负相关）；还是两个变量相互独立（相关系数近似于零）。设x，y为二元随机变量，则：

，θ即为变量x，y的相关系数，是度量变量x，y之间线性相关密切程度的指标。

五、煤水分与灰分间的相关性分析

本文收集了现场实际检测煤水分和灰分的22组数据，具体数据见下表1：

表1煤水分与煤灰分数据表

根据相关性理论，计算煤水分与灰分之间的相关系数θ=-0.51838，计算结果表明煤水分与灰分具有较强的负相关特性，是影响灰分在线测量的重要因素。

六、最小二乘回归检验

1、最小二乘法简介

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

在我们研究两个变量（x，y）之间的相互关系时，通常可以得到一系列成对的数据（x1，y1.x2，y2...xm，ym）；将这些数据描绘在x-y直角坐标系中，若发现这些点在一条直线附近，可以令这条直线方程如y=a0+a1*x，其中：a0、a1即是最小二乘系数，这样当我们测得x时，即可通过该直线方程回归计算出相应的y的值。

2、最小二乘回归检验

利用最小二乘法对表1中的数据进行两种回归计算：一是单独对煤灰分进行无水分修正回归计算，二是加入水分修正因数的灰分回归计算。计算结果如表2所示。

表2煤水分与煤灰分回归计算

七、结束语

对实际检测的数据进行无水分修正和有水分修正的最小二乘回归计算，无水分修正的灰分值与实际灰分的均方误差为1.3712，有水分修正的灰分值与实际灰分的均方误差为1.2496，表明水分对煤灰分在线测量存在在着一定的影响，与相关理论分析相符，利用水分修正在线煤灰分测量值，具有提高煤灰分测量准确度的效果。

参考文献：

[1]李雄威，王哲，刘汉强，郭桦.基于激光诱导击穿光谱的燃煤热值定量分析[J].红外与激光工程，2017，46（07）：9-13.

[2]邹旭耀.火力发电厂燃煤热值差的原因分析和控制措施[J].技术与市场，2016，23（05）：125+127.

[3]李静，孙灵芳.基于改进PLS算法的火电机组燃煤热值建模[J].化工自动化及仪表，2016，43（05）：501-504+516.