CN112067656A - 一种指导气化炉操作的原煤品质预测及改善方法 - Google Patents
一种指导气化炉操作的原煤品质预测及改善方法 Download PDFInfo
- Publication number
- CN112067656A CN112067656A CN202010948046.1A CN202010948046A CN112067656A CN 112067656 A CN112067656 A CN 112067656A CN 202010948046 A CN202010948046 A CN 202010948046A CN 112067656 A CN112067656 A CN 112067656A
- Authority
- CN
- China
- Prior art keywords
- raw coal
- coal
- gasification furnace
- quality
- raw
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 160
- 238000002309 gasification Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000010883 coal ash Substances 0.000 claims description 41
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 27
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 27
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 claims description 17
- 229910052593 corundum Inorganic materials 0.000 claims description 17
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 17
- 229910001845 yogo sapphire Inorganic materials 0.000 claims description 17
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 16
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 15
- 229910052760 oxygen Inorganic materials 0.000 claims description 15
- 229910052710 silicon Inorganic materials 0.000 claims description 15
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 14
- 239000011575 calcium Substances 0.000 claims description 14
- 229910052791 calcium Inorganic materials 0.000 claims description 14
- 229910052681 coesite Inorganic materials 0.000 claims description 14
- 229910052906 cristobalite Inorganic materials 0.000 claims description 14
- 229910052742 iron Inorganic materials 0.000 claims description 14
- 239000011777 magnesium Substances 0.000 claims description 14
- 229910052749 magnesium Inorganic materials 0.000 claims description 14
- 239000010703 silicon Substances 0.000 claims description 14
- 239000000377 silicon dioxide Substances 0.000 claims description 14
- 229910052682 stishovite Inorganic materials 0.000 claims description 14
- 229910052905 tridymite Inorganic materials 0.000 claims description 14
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 13
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims description 13
- 229910052782 aluminium Inorganic materials 0.000 claims description 13
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 12
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 12
- 229910052739 hydrogen Inorganic materials 0.000 claims description 12
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- 229910052717 sulfur Inorganic materials 0.000 claims description 12
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 11
- 239000001301 oxygen Substances 0.000 claims description 11
- WMFOQBRAJBCJND-UHFFFAOYSA-M Lithium hydroxide Chemical compound [Li+].[OH-] WMFOQBRAJBCJND-UHFFFAOYSA-M 0.000 claims description 9
- 239000007789 gas Substances 0.000 claims description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 8
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 8
- 239000002956 ash Substances 0.000 claims description 8
- 239000001257 hydrogen Substances 0.000 claims description 8
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 239000011593 sulfur Substances 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 4
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 claims description 2
- 239000004927 clay Substances 0.000 claims description 2
- 238000002485 combustion reaction Methods 0.000 claims description 2
- 239000011521 glass Substances 0.000 claims description 2
- 230000020169 heat generation Effects 0.000 claims description 2
- 150000007529 inorganic bases Chemical class 0.000 claims description 2
- 150000007522 mineralic acids Chemical class 0.000 claims description 2
- 229910017604 nitric acid Inorganic materials 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 claims 5
- 238000005070 sampling Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000009616 inductively coupled plasma Methods 0.000 description 11
- 229910052500 inorganic mineral Inorganic materials 0.000 description 11
- 238000002844 melting Methods 0.000 description 11
- 230000008018 melting Effects 0.000 description 11
- 239000011707 mineral Substances 0.000 description 11
- 239000000243 solution Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 239000002893 slag Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000006063 cullet Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000183024 Populus tremula Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 238000004380 ashing Methods 0.000 description 1
- 239000012752 auxiliary agent Substances 0.000 description 1
- 229910052728 basic metal Inorganic materials 0.000 description 1
- 150000003818 basic metals Chemical class 0.000 description 1
- 239000003250 coal slurry Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910000000 metal hydroxide Inorganic materials 0.000 description 1
- 150000004692 metal hydroxides Chemical class 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000010117 shenhua Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
- G01N25/22—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity on combustion or catalytic oxidation, e.g. of components of gas mixtures
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10J—PRODUCTION OF PRODUCER GAS, WATER-GAS, SYNTHESIS GAS FROM SOLID CARBONACEOUS MATERIAL, OR MIXTURES CONTAINING THESE GASES; CARBURETTING AIR OR OTHER GASES
- C10J3/00—Production of combustible gases containing carbon monoxide from solid carbonaceous fuels
- C10J3/72—Other features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/73—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited using plasma burners or torches
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Combustion & Propulsion (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Plasma & Fusion (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Organic Chemistry (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种指导气化炉操作的原煤品质预测及改善方法，包括以下步骤：(1)原煤品质预测模型建立，(2)气化操作指导模型建立和(3)原煤品质预测及气化炉操作指导。本发明的原煤品质预测方法预测精度高，可大幅缩短原煤分析时间，低成本快速预测判别原煤品质。
Description
技术领域
本发明涉及一种指导气化炉操作的原煤品质预测及改善方法。
背景技术
原煤品质是决定气化炉操作的关键因素，行业普遍采用调整气化炉温度来适应原煤品质的波动，或添加助剂改善原煤品质来适应气化炉温度。因此气化炉温度是气化炉操作的关键指标，目前气化炉温度设定依据为原煤灰熔点温度+(50-100)℃，或根据原煤黏温特性中设定黏度对应的温度。根据灰熔点进行温度设定存在缺陷，无法科学的指导气化炉温度设定。根据原煤黏温特性进行温度设定，其检测过程复杂、费时，通常煤样要经过破碎、筛分、混均、干燥、灰化、制熔渣、预熔、仪器测试等过程，单个煤样的分析时间是32-40小时。并且需要使用大量的耗材，测试的费用昂贵，从而不能满足气流床气化炉的生产需要。同时气化炉温度计受内部环境影响，存在较大偏差，无法进行精准有效控制。
现阶段，国内外专家学者通过寻求灰成分与灰黏度的关系，建立了预测灰黏度的经验关系式，但这些经验关系式均较为复杂难懂，不便于计算，再者其计算精度也较低。
周安宁申请的“一种煤灰黏温特性的预测方法，专利号为：CN107045658A”，采用矿物质含量来预测煤灰的黏温特性，但利用X-荧光光谱仪只能检测煤灰表面矿物质含量，存在局限性。同时只能预测原煤是否能够使用，无法进行气化炉使用指导和原煤改善。
因此需要研发一种精准快捷的预测、改善和使用指导方法及模型，切实有效的应用到生产中。
发明内容
本发明的主要目的是提供一种指导气化炉操作的原煤品质预测及改善方法，该方法可以快速判别原煤品质并进行原煤品质调整，以便提供气化炉最佳操作参数。本申请的方法能有效解决目前原煤预测慢而不准、气化炉指导不足等局限性和不确定性问题。
为达到以上技术目的，本发明采用以下技术方案。
一种指导气化炉操作的原煤品质预测及改善方法，其包括以下步骤：
(1)原煤品质预测模型建立
对原煤烧灰，并对所得煤灰进行预处理，检测所述煤灰中硅、铝、钙、铁、镁元素的含量，比如利用ICP(电感耦合等离子光谱发生器)检测，并分别换算成SiO2、Al2O3、CaO、Fe2O3、MgO，并基于SiO2、Al2O3、CaO、Fe2O3、MgO的总重量之和，计算出各氧化物重量占所述总重量的百分数(即，进行归一处理)；然后检测(比如利用高温黏度仪检测)所述煤灰在1100-1500℃内的煤灰黏度，将各数据汇总成数据库，并通过数据线性回归得到原煤品质预测模型；
优选地，所述原煤品质预测模型如下：
T30＝a1X1+a2X2+a3X3+a4X4+a5X5-k1 (Ⅰ)
T2.5＝b1X1+b2X2+b3X3+b4X4+b5X5-k2 (Ⅱ)
△T＝T2.5-T30 (Ⅲ)
其中，T30：当煤灰的粘度为30pa·s时所对应的温度；T2.5：当煤灰的粘度为2.5pa·s时所对应的温度；△T为T30和T2.5的差值，X1、X2、X3、X4、X5分别为煤灰中SiO2、Al2O3、CaO、Fe2O3、MgO的质量百分数；a1、a2、a3、a4、a5分别为T30对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；b1、b2、b3、b4、b5分别为T2.5对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；k1和k2分别为修正常数；优选地，利用数据处理软件Minitab(Minitab 16Statistical Software，Minitab公司)中的统计回归功能，对数据线性回归得到所述原煤品质预测模型。
在一个实施方式中，所述烧灰预处理步骤为将原煤在600-900℃烧灰2-5h制备得到煤灰，添加相对所述煤灰40-50倍质量的无机碱，并在600-800℃下熔解0.5-3h，优选地，熔解时的升温速率为10-30℃/min，然后在80-90℃环境下用无机酸将熔解液调节成中性溶液，以用于ICP分析。
在一个实施方式中，所述无机碱可以为金属氢氧化物，优选为氢氧化钠和氢氧化锂中的至少一种。
在一个实施方式中，所述无机酸优选为硫酸和硝酸中的至少一种。
(2)气化操作指导模型建立
通过元素分析仪检测原煤中的碳、氢、氧、氮、硫的含量；利用弹桶量热仪测得原煤在不同氧煤比条件下，例如氧煤比为300-800条件下的的发热量，将各数据汇总成数据库，并通过数据线性回归得到气化炉操作指导模型。
优选地，所述气化炉操作指导模型如下：
YQ＝Q1/(c1Y1+c2Y2+c3Y3+c4Y4+c5Y5+k3) (Ⅳ)
Q1＝k4*Q2 (Ⅴ)
Q2＝Cp*(T-40) (Ⅵ)
YQ：发热量为Q1时的氧煤比值；Y1、Y2、Y3、Y4、Y5分别为原煤中C、H、O、N、S的质量百分数；c1、c2、c3、c4、c5分别为YQ对应C、H、O、N、S的多元回归拟合系数；k3为修正常数；Q1为气化炉内每kg原煤燃烧的发热量；Q2：每kg工艺气达到气化炉温度T需要的热量；k4为气化炉内每kg原煤发热量Q1与每kg工艺气达到气化炉温度T需要的热量Q2的比例系数；Cp为气化炉操作压力下工艺气的比热容；T为气化炉所需温度。本领域技术人员理解，对于煤气化所得工艺气的比热容，Cp，其可通过实验测定，或者通过查阅化工热力学书籍或使用Aspen计算此工况下的工艺气体比热容。在一种实施方式种，确定比热容时，所述工艺气可以CO：47％，H2：35％，CO2:17％，其余组分(可记为水蒸气)为1％的组成计算。优选地，利用Minitab中的统计回归功能，对数据线性回归得到所述气化炉操作指导模型。
(3)原煤品质预测及气化炉操作指导方法
根据所述原煤品质预测模型对原煤品质进行预测，
a)若所述原煤品质的预测结果表明所述原煤适于气化炉单独使用，则根据所述气化炉操作指导模型输出所述原煤对应气化炉的操作参数；
b)若所述原煤品质的预测结果表明原煤不适于气化炉单独使用，并根据所述原煤品质预测模型对所述原煤中硅、铝、钙、铁、镁元素含量的进行调整，例如通过配煤或添加含有硅、铝、钙、铁、镁元素的物质，例如相应的氧化物，来调整原煤中相应元素的含量，使得调整后的原煤的品质预测结果表明其适于气化炉单独使用，然后按照步骤a)操作。根据原煤黏温特性研究，原煤中的碱性金属物质(钙、铁、镁)含量增加可降低△T值，因此优选添加含硅元素的酸性物质进行调整，例如砂石、陶土或玻璃，以使所述原煤适于气化炉单独使用。
在本文中，所述线性回归是利用数理统计中的回归分析，来确定两种以上变数间相互依赖的定量关系，其中Mintab中的统计/回归具备此功能。
在一个实施方式中，在所述步骤(3)中，对于顶喷气化炉(即气化原料的进料喷嘴设置在气化炉的气化室的顶部，例如德士古气化炉)t＝30℃，而水平对喷气化炉(即气化原料的进料喷嘴设置在气化炉的气化室的侧壁，例如四喷嘴气化炉)t＝50℃。若△T>t，则表明所述原煤适于气化炉单独使用；若不满足△T>t，则表明需要按照步骤b)进行操作，以对所述原煤进行原煤品质改善优化。
在一个实施方式中，若所述原煤适于气化炉单独使用，则将T30和T2.5分别代入所述热量计算公式(Ⅵ)中的T，得到Q2的范围(即分别对应于T30和T2.5的热量Q2所形成的范围)，并根据所述氧煤比模型公式(IⅤ)和(Ⅴ)输出所述原煤在相应气化炉中的操作参数范围，即气化炉中一定原煤输出量下的氧气流量的范围。
本发明具有以下优势：
1、本发明的原煤品质预测方法精度高(实施例中显示T30和T2.5拟合方差分别为98.1％和99.2％)，可满足装置实际生产需求，同时大幅缩短原煤分析时间，并实现低成本快速预测判别原煤品质；
2、通过模型计算能够预知气化炉操作参数，避免了温度计异常等情况带来的风险和隐患；
3、可由原煤品质预测模型为指导，改善原煤品质，无需复杂的计算和繁琐的实验验证。
4、针对于目前的气化炉形式应用性广、精度高。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下通过实施例对本发明进行进一步详细说明。
实施例1
原煤在600℃烧灰2h制备得到煤灰，添加相对所述煤灰40倍质量的氢氧化钠固体，并在600℃下熔解0.5h，熔解时的升温速率为10℃/min，然后用硫酸将所述熔解液调节成中性溶液，进行ICP检测所述煤灰中硅、铝、钙、铁、镁元素的含量。
实施例2
原煤在900℃烧灰5h制备得到煤灰，添加相对所述煤灰50倍质量的氢氧化锂固体，并在800℃下熔解3h，熔解时的升温速率为30℃/min，然后用硫酸将所述熔解液调节成中性溶液，进行ICP检测所述煤灰中硅、铝、钙、铁、镁元素的含量。
实施例3
原煤在850℃烧灰2h制备得到煤灰，添加相对所述煤灰50倍质量的氢氧化钠固体，并在650℃下熔解1h，熔解时的升温速率为20℃/min，然后用硫酸将所述熔解液调节成中性溶液，进行ICP检测所述煤灰中硅、铝、钙、铁、镁元素的含量。
表1不同方法测得的煤灰矿物质含量
标准煤灰和实施例1的检测结果显示SiO2偏差0.12％，Al2O3偏差0.1％，CaO偏差0.13％，Fe2O3偏差0.12％，MgO偏差0.11％。
标准煤灰和实施例2的检测结果显示SiO2偏差0.06％，Al2O3偏差0.09％，CaO偏差0.11％，Fe2O3偏差0.09％，MgO偏差0.09％。
标准煤灰和实施例3的检测结果显示SiO2偏差0.04％，Al2O3偏差0.01％，CaO偏差0.02％，Fe2O3偏差0.05％，MgO偏差0.03％。
实施例1-3的原煤为同一批次的原煤，标准煤灰由国家标准物质中心提供，GBW11130a。
实施例4
以神华原煤为例，结合本发明方法建立模型进行预测和调整，并将指导方案应用到气化炉实际生产中。
选取不同批次的原煤在850℃烧灰2h制备煤灰，添加相对煤灰50倍质量的氢氧化钠固体，在650℃熔解1h，熔解时升温速率为20℃/min，采用硫酸调节成中性溶液，进行ICP检测硅、铝、钙、铁、镁元素，并换算成SiO2、Al2O3、CaO、Fe2O3、MgO物质，进行归一处理；利用高温黏度仪检测温度在1100-1500℃内的煤灰黏度，表2中仅列举了30组建模样本。
表2原煤矿物质含量与黏温特性关系数据表
利用Minitab中的统计回归功能，对数据线性回归得到原煤品质预测模型：
T30＝225X1+229X2+216X3+222X4+215X5-21057 (Ⅰ)
T2.5＝298X1+300X2+288X3+286X4+298X5-28098 (Ⅱ)
根据预测模型通过上述表中矿物质含量对原煤样品进行温度预测，通过数据回归分析拟合公式方差，对于T30为98.1％，对于T2.5为99.2％。方差反馈公式计算数据与实际数据的拟合关系，100％说明公式计算数据和实际数据完全一致。
将待评估预测的原煤通过ICP分析出SiO2、Al2O3、CaO、Fe2O3、MgO矿物质含量，将其归一后代入预测模型的公式(Ⅰ)和(Ⅱ)，得出T30和T2.5，并计算出温度差值△T。对于顶喷气化炉t＝30℃，而水平对喷气化炉t＝50℃。若△T>t，则表明原煤适合气化炉单独使用；反之则否，则表明原煤需要进行原煤品质改善优化。
对于不适合气化炉单独使用的原煤，根据原煤品质预测模型，通过添加相应物质调整原煤中硅、铝、钙、铁、镁元素含量，以满足气化炉使用要求。
通过元素分析仪检测原煤中的碳、氢、氧、氮、硫各物质含量；利用弹桶量热仪测得氧煤比在300-800条件下的发热量，表3中仅列举了10组建模样本。
表3原煤中的碳、氢、氧、氮、硫各元素质量含量与原煤发热量或氧煤比的关系数据表
上表中的发热量为实验室测得的每kg原煤燃烧的发热量。氧煤比为所用氧气流量(Nm3/h)与煤浆流量(m3/h)的比值，其中煤浆浓度为62％。
进行煤炭气化的气化炉的压力等级为6.5Mpa，温度T的大小在T30～T2.5之间。对于各原煤样品，通过Aspen软件(Aspen 9，Aspen公司)查阅6.5Mpa、T30和T2.5中值条件下的Cp。
利用Minitab中的统计回归功能，对数据线性回归得到气化炉操作指导模型：
Y＝Q1/(1838934-20721Y1-6311Y2-19420Y3+1408Y4+30107Y5) (Ⅳ)
Q1＝8*Q2 (Ⅴ)
Q2＝Cp*(T-40) (Ⅵ)
以下以原煤样本2、6和23为例，对原煤品质预测方法和气化炉操作指导方法进行说明，必要时调整原煤中矿物质含量，以改善原煤品质。
表4样本2、6和23的原煤中的碳、氢、氧、氮、硫各元素含量
以样本23为例，预测T30为1208℃，T2.5为1329℃，△T＝121℃，表明该批原煤适合气化炉单独使用；实测T30为1215℃，T2.5为1329℃，△T＝114℃，偏差＜6％，预测结果接近实际测量结果。将碳、氢、氧、氮、硫元素含量(参见表4)代入气化炉操作指导模型公式(Ⅳ)、(Ⅴ)和(Ⅵ)，得出气化炉氧煤比需控制在466～502。在原煤实际使用过程中，将气化炉氧煤比控制在475-485，操作温度为1230-1270℃，运行正常，未出现堵渣迹象。
通过预测发现样本2和样本6的△T＜50℃，无法满足水平对喷气化炉使用要求，且样本6的△T＜30℃，无法满足顶喷气化炉使用要求，因此需要进行改进使用。
通过向样本2煤灰中加入相对样本2的原煤质量为6.26％的碎玻璃，调整原煤中矿物质含量，预测T30为1192℃，T2.5为1244℃，△T＝52℃，实测T30为1185℃，T2.5为1242℃，△T＝57℃，满足水平对喷气化炉使用要求。将碳、氢、氧、氮、硫元素含量(参见表4)带入气化炉操作指导模型公式(Ⅳ)、(Ⅴ)和(Ⅵ)，得出气化炉氧煤比需控制在390～399。在原煤实际使用过程中，将气化炉氧煤比控制在390-398，操作温度为1200-1235℃，运行正常，未出现堵渣迹象。
表5样本2改善前后煤灰矿物质含量数据表
| SiO<sub>2</sub> | Al<sub>2</sub>O<sub>3</sub> | CaO | Fe<sub>2</sub>O<sub>3</sub> | MgO | |
| 改善前 | 35.74 | 15.23 | 28.73 | 19.14 | 1.16 |
| 改善后 | 39.53 | 14.33 | 27.04 | 18.01 | 1.09 |
通过向样本6煤灰中加入相对样本6的原煤质量为1.29％的碎玻璃，改善原煤中矿物质含量，预测T30为1261℃，T2.5为1293℃，△T＝32℃，实测T30为1266℃，T2.5为1301℃，△T＝35℃，满足顶喷气化炉使用要求。将碳、氢、氧、氮、硫元素含量(参见表4)带入气化炉操作指导模型公式(Ⅳ)、(Ⅴ)和(Ⅵ)，得出气化炉氧煤比需控制在513～522。在原煤实际使用过程中，将气化炉氧煤比控制在512-520，操作温度为1260-1290℃，运行正常，未出现堵渣迹象。
表6样本6改善前后煤灰矿物质含量数据表
| SiO<sub>2</sub> | Al<sub>2</sub>O<sub>3</sub> | CaO | Fe<sub>2</sub>O<sub>3</sub> | MgO | |
| 改善前 | 41.7 | 16.71 | 20.05 | 20.61 | 0.92 |
| 改善后 | 42.49 | 16.05 | 19.64 | 19.46 | 2.36 |
最后应当说明的是，以上实施例仅用以本发明的优选实施方式进行描述，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换作出的各种变型和改进，均应落入本发明的权利要求书确定的保护范围内。
Claims (8)
1.一种指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述方法包括以下步骤：
(1)原煤品质预测模型建立
对原煤取样烧灰，并对所得煤灰进行预处理，检测所述煤灰中硅、铝、钙、铁、镁元素的含量，并分别换算成SiO2、Al2O3、CaO、Fe2O3、MgO，并基于SiO2、Al2O3、CaO、Fe2O3、MgO的总重量之和，计算出各氧化物重量占所述总重量的百分数；然后检测所述原煤在1100-1500℃温度范围内的煤灰黏度，将各数据汇总成数据库，并通过数据线性回归得到原煤品质预测模型；
(2)气化操作指导模型建立
检测所述原煤中的碳、氢、氧、氮、硫的含量，并测量所述原煤在不同氧煤比条件下，优选氧煤比为300-800条件下的发热量，将各数据汇总成数据库，并通过数据线性回归得到气化炉操作指导模型；
(3)原煤品质预测及气化炉操作指导
根据所述原煤品质预测模型对原煤品质进行预测，
a)若所述原煤品质的预测结果表明所述原煤适于气化炉单独使用，则根据所述气化炉操作指导模型输出所述原煤对应气化炉的操作参数；
b)若所述原煤品质的预测结果表明所述原煤不适于气化炉单独使用，根据所述原煤品质预测模型对所述原煤中硅、铝、钙、铁、镁元素含量的进行调整，使得调整后的原煤的品质预测结果表明其适于气化炉单独使用，然后按照所述步骤a)操作。
2.根据权利要求1所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述预处理为将所述原煤在600-900℃烧灰2-5h制备得到煤灰，添加相对所述煤灰40-50倍质量的无机碱，并在600-800℃下熔解0.5-3h，优选地，熔解时的升温速率为10-30℃/min，然后用无机酸将所述熔解液调节成中性溶液，以用于检测所述煤灰中硅、铝、钙、铁、镁元素的含量。
3.根据权利要求2所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，利用ICP分析所述中性溶液，以检测所述煤灰中硅、铝、钙、铁、镁元素的含量。
4.根据权利要求2或3所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述无机碱为氢氧化钠和氢氧化锂中的至少一种；所述无机酸为硫酸和硝酸中的至少一种。
5.根据权利要求1-4中任一项所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述原煤品质预测模型为：
T30＝a1X1+a2X2+a3X3+a4X4+a5X5-k1 (Ⅰ)
T2.5＝b1X1+b2X2+b3X3+b4X4+b5X5-k2 (Ⅱ)
△T＝T2.5-T30 (Ⅲ)
其中，T30：当煤灰的粘度为为30pa·s时对应的温度；T2.5：当煤灰的粘度为为2.5pa·s时对应的温度；△T为T30和T2.5的差值；X1、X2、X3、X4、X5分别为煤灰中所对应的SiO2、Al2O3、CaO、Fe2O3、MgO的质量百分数；a1、a2、a3、a4、a5分别为T30对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；b1、b2、b3、b4、b5分别为T2.5对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；k1和k2分别为修正常数；
所述气化操作指导模型为：
YQ＝Q1/(c1Y1+c2Y2+c3Y3+c4Y4+c5Y5+k3) (Ⅳ)
Q1＝k4*Q2 (Ⅴ)
Q2＝Cp*(T-40) (Ⅵ)
YQ：发热量为Q1时的氧煤比值；Y1、Y2、Y3、Y4、Y5分别为原煤中C、H、O、N、S的质量百分数；c1、c2、c3、c4、c5分别为YQ对应C、H、O、N、S的多元回归拟合系数；k3为修正常数；Q1为每kg原煤燃烧的发热量；Q2：每kg工艺气达到气化炉温度T需要的热量；k4为气化炉内每kg原煤发热量Q1与每kg工艺气达到气化炉温度T需要的热量Q2的比例系数；Cp为气化炉压力下工艺气的比热容；T为气化炉所需温度。
6.根据权利要求5所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，对于顶喷气化炉t＝30℃，而水平对喷气化炉t＝50℃，若△T>t，则表明所述原煤适于气化炉单独使用；若不满足△T>t，则表明需要按照步骤b)进行操作，以对所述原煤进行原煤品质改善优化；
若所述原煤适于气化炉单独使用，则将T30和T2.5分别代入所述热量计算公式(Ⅵ)中的T，得到Q2的范围，并根据所述公式(Ⅳ)和(Ⅴ)输出所述原煤对应气化炉的氧煤比范围。
7.根据权利要求1-6中任一项所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，在所述步骤(3)中，若所述原煤品质的预测结果表明所述原煤不适于气化炉单独使用，根据所述原煤品质预测模型通过配煤或添加含有硅、铝、钙、铁、镁元素的物质来调整所述原煤中硅、铝、钙、铁、镁元素含量。
8.根据权利要求7所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，向所述原煤中添加砂石、陶土或玻璃来调整所述原煤中的硅含量，以使所述原煤适于气化炉单独使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010948046.1A CN112067656B (zh) | 2020-09-10 | 2020-09-10 | 一种指导气化炉操作的原煤品质预测及改善方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010948046.1A CN112067656B (zh) | 2020-09-10 | 2020-09-10 | 一种指导气化炉操作的原煤品质预测及改善方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112067656A true CN112067656A (zh) | 2020-12-11 |
| CN112067656B CN112067656B (zh) | 2024-02-27 |
Family
ID=73663601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010948046.1A Active CN112067656B (zh) | 2020-09-10 | 2020-09-10 | 一种指导气化炉操作的原煤品质预测及改善方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112067656B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012172080A (ja) * | 2011-02-22 | 2012-09-10 | Nippon Steel Engineering Co Ltd | 石炭ガス化装置における石炭ガス化方法 |
| CN104408215A (zh) * | 2014-08-07 | 2015-03-11 | 大唐内蒙古多伦煤化工有限责任公司 | 一种煤灰流动温度的预测方法 |
| CN111534342A (zh) * | 2020-04-27 | 2020-08-14 | 深圳瑞科天启科技有限公司 | 一种高浓度水煤浆及其制备方法和用途 |
-
2020
- 2020-09-10 CN CN202010948046.1A patent/CN112067656B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012172080A (ja) * | 2011-02-22 | 2012-09-10 | Nippon Steel Engineering Co Ltd | 石炭ガス化装置における石炭ガス化方法 |
| CN104408215A (zh) * | 2014-08-07 | 2015-03-11 | 大唐内蒙古多伦煤化工有限责任公司 | 一种煤灰流动温度的预测方法 |
| CN111534342A (zh) * | 2020-04-27 | 2020-08-14 | 深圳瑞科天启科技有限公司 | 一种高浓度水煤浆及其制备方法和用途 |
Non-Patent Citations (1)
| Title |
|---|
| 孙钟华;代正华;周志杰;于广锁;: "灰含量及助熔剂对气流床粉煤气化炉性能的影响", 中国电机工程学报, no. 20 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112067656B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108531205B (zh) | 一种焦炭生产方法 | |
| CN107436292A (zh) | 测定保护渣中硫含量的方法 | |
| CN110646452A (zh) | X荧光熔片法测定铬铁合金中主量元素的方法 | |
| CN209322805U (zh) | 一种箱外熄焦试验焦炉炼焦装煤铁箱 | |
| CN112067656A (zh) | 一种指导气化炉操作的原煤品质预测及改善方法 | |
| CN112098263B (zh) | 一种参数综合预测焦炭热强度模型的方法 | |
| CN117470721A (zh) | 冶金用焦炭高温劣化强度和粒度降解行为的测量评价方法 | |
| CN111239240B (zh) | 铁矿石中有害元素的测定方法 | |
| CN111366552A (zh) | 一种测定鳞片石墨矿浮选流程样品中固定碳含量的方法 | |
| Sebastian et al. | Coke Reactivity Determination by a Modified Ignition Point Method | |
| CN100535637C (zh) | 塑料样品中铅镉的连续测定方法 | |
| Lyalyuk et al. | Ensuring stable quality of blast-furnace coke | |
| CN112322314B (zh) | 利用煤胶质体性能和官能团结构特征提高焦炭块度的方法 | |
| CN113962152A (zh) | 高钛型高炉内富碱焦炭反应性及反应后强度的计算方法 | |
| CN113175813A (zh) | 一种环形加热炉钢坯氧化烧损控制方法 | |
| KR101299383B1 (ko) | 코크스 강도 정량화 방법 | |
| KR20110022327A (ko) | 코크스의 반응성 지수 예측방법 | |
| KR101205026B1 (ko) | 코크스의 고온 강도 예측방법 | |
| CN110186744B (zh) | 一种烧结固体燃料发热值在线快速检测方法及处理装置 | |
| CN112921137A (zh) | 一种炼铁高炉风口回旋区内煤粉燃烧率的检测方法 | |
| KR100212026B1 (ko) | 미분탄 취입량의 변화에 따른 코크스 관리 방법 | |
| KR20020015787A (ko) | 석탄의 품질평가방법 | |
| CN112574767A (zh) | 一种稳定提高炼焦煤热态性能检测精度核心流程的确定方法 | |
| CN109633074A (zh) | 一种自产焦炭制作热态性能标准样的方法 | |
| EP4407304A1 (en) | Method for creating coke strength after reaction estimation model, method for estimating coke strength after reaction, and coke production method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |