王 超，王 華，劉穎琳，王東路，李 翠

（1.國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院，山東 濟(jì)南 250003；2.國(guó)家能源集團(tuán)山東石橫熱電有限公司，山東 泰安 271621）

0 引言

煤灰熔融性是評(píng)價(jià)煤炭燃燒和氣化的重要指標(biāo)［1］，它直接影響到燃煤電廠鍋爐尾部受熱面的結(jié)渣、堵塞問(wèn)題［2］。煤灰成分直接影響煤灰熔融特性，復(fù)雜而且含量多變導(dǎo)致與煤灰熔融性之間產(chǎn)生一種未知的關(guān)系，采取何種措施可以高效準(zhǔn)確地找到二者之間的關(guān)系是當(dāng)前研究熱點(diǎn)。

對(duì)于煤灰熔融特征溫度，可以采用角錐法［3］或TMA 定量法［4］直接測(cè)定，但這兩種方法無(wú)法提供某特定溫度點(diǎn)下熔渣的性質(zhì)?；诖?，世界各國(guó)學(xué)者通過(guò)創(chuàng)建不同模型的方式預(yù)測(cè)煤灰熔融特征溫度［5-7］。樊泉桂等［8］利用SPSS 軟件準(zhǔn)確的推導(dǎo)出煤灰熔融特征溫度的公式；霍正華［9］運(yùn)用反向傳播（BP）神經(jīng)網(wǎng)絡(luò)法來(lái)推算煤灰熔融特征溫度；王春林［10］認(rèn)為支持向量機(jī)算法能夠建立灰熔融性預(yù)測(cè)模型，并通過(guò)遺傳算法（GA）優(yōu)化了該模型的參數(shù)。但是這幾種模型都有相應(yīng)的不足［11］：運(yùn)用SPSS 進(jìn)行多元回歸分析雖然具有很高的相關(guān)度，但是適應(yīng)性很差；BP 神經(jīng)網(wǎng)絡(luò)法雖然有很強(qiáng)的適應(yīng)性，但必須以大量數(shù)據(jù)為前提；支持向量機(jī)法相較上述兩種方法適應(yīng)性更優(yōu)，但不能科學(xué)闡述煤灰熔融過(guò)程中各成分演化規(guī)律以及灰熔融性的變化機(jī)理。

FactSage 軟件法科學(xué)闡述了煤灰熔融過(guò)程中各成分演化規(guī)律以及灰熔融性的變化機(jī)理，創(chuàng)建了更可靠的模型，具有很高的精確度。FactSage 熱力學(xué)平衡計(jì)算程序［12］基于最小Gibbs 函數(shù)的原理，并結(jié)合ChemSage 和FACT-Win 兩套熱力學(xué)軟件包，包括上千個(gè)純材料數(shù)據(jù)庫(kù)，該軟件能夠在不同狀態(tài)下模擬計(jì)算和準(zhǔn)確評(píng)價(jià)煤灰的簡(jiǎn)化組成相圖，對(duì)掌握灰熔融性的變化機(jī)理，對(duì)指導(dǎo)煤灰的資源利用、配煤摻燒等方面具有重要意義。

以296 種常見(jiàn)煤灰為樣本，分別測(cè)定煤灰主要成分和流動(dòng)溫度，并采用現(xiàn)代理論方法，運(yùn)用Fact-Sage 軟件預(yù)測(cè)出煤灰主要成分與流動(dòng)溫度二者之間的關(guān)系。

1 實(shí)驗(yàn)部分

1.1 樣本選取

選用296 種具有代表性的常見(jiàn)煤灰流動(dòng)溫度為原始數(shù)據(jù)，其中對(duì)實(shí)驗(yàn)室的26 種煤樣進(jìn)行干燥并制備成0.2 mm 分析樣，根據(jù)GB／T 212—2008《煤的工業(yè)分析方法》中的緩慢灰化法制成灰分樣品［13］，并參照GB／T 219—2008《煤灰熔融性的測(cè)定方法》和GB／T 1574—2007《煤灰成分分析方法》兩種標(biāo)準(zhǔn)方法測(cè)定煤灰進(jìn)行流動(dòng)溫度和主要成分［3，14］，計(jì)算煤灰酸堿比，并通過(guò)軟件計(jì)算出煤灰流動(dòng)溫度TF，見(jiàn)表1，剩余270 種均從資料中搜集［15-17］。

1.2 統(tǒng)計(jì)分析

煤灰成分是影響灰熔融性的要素，是創(chuàng)建高準(zhǔn)確性灰熔融性預(yù)測(cè)模型的基礎(chǔ)，因此有必要客觀的探究灰成分與熔融特性之間的相關(guān)性系數(shù)。相關(guān)性系數(shù)

表1 實(shí)驗(yàn)測(cè)定煤灰主要成分及部分特征溫度

式中：R 為相關(guān)性系數(shù)；X 為煤灰主要成分質(zhì)量分?jǐn)?shù)；Y 為煤灰流動(dòng)溫度。|R|值越大，說(shuō)明相關(guān)性越顯著，回歸線(xiàn)點(diǎn)越集中；相反，則說(shuō)明回歸線(xiàn)點(diǎn)的分布更為分散，|R|=1 表示它們完全正相關(guān)或負(fù)相關(guān)，R=0表示它們完全不相關(guān)。

表2 煤灰主要成分與流動(dòng)溫度之間的相關(guān)性系數(shù)

表3 煤灰主要成分質(zhì)量分?jǐn)?shù)的樣本均值排序 %

綜合表1 計(jì)算296 種煤灰成分與流動(dòng)溫度之間的相關(guān)性系數(shù)，見(jiàn)表2。為了建立更加優(yōu)化的預(yù)測(cè)模型，探討煤灰主要成分含量與流動(dòng)溫度之間的關(guān)系，以避免過(guò)高估計(jì)某些煤灰主要成分對(duì)煤灰熔融特征溫度的影響。對(duì)煤灰主要成分含量與流動(dòng)溫度間的相關(guān)性系數(shù)按從大到小的順序進(jìn)行排列，綜合對(duì)比表2 和表3 分析，除SiO2、TiO2、Na2O、Fe2O34 種煤灰成分外，其余煤灰主要成分含量越低，相關(guān)性就越弱。而對(duì)于這4 種煤灰成分，雖然SiO2含量最高，相關(guān)性卻很弱;TiO2與Na2O 含量接近最低，但相關(guān)性位列中游;對(duì)于Fe2O3，因部分Fe2O3還原成FeO，所以抵消了Fe 元素對(duì)煤灰流動(dòng)溫度的影響。

2 回歸方程研究

2.1 建立回歸方程

根據(jù)不同煤灰流動(dòng)溫度的原始數(shù)據(jù)，煤灰的流動(dòng)溫度作為因變量，主要成分質(zhì)量分?jǐn)?shù)、酸堿比作為獨(dú)立變量，進(jìn)行多元線(xiàn)性擬合，并建立回歸方程：

經(jīng)計(jì)算，R=0.817，相關(guān)性比較顯著，式（2）暫定為回歸方程。

2.2 優(yōu)化回歸方程

由于296 種煤樣在不同的實(shí)驗(yàn)室條件下測(cè)定，煤灰流動(dòng)溫度具有一定的偶然性，為盡可能地消除偶然因素的干擾，提高回歸方程的精度，采用逐步回歸法。建立回歸方程，將上述原始數(shù)據(jù)代入回歸方程進(jìn)行檢驗(yàn)，找到最大誤差離散點(diǎn)，即計(jì)算值與實(shí)測(cè)值之差最大的點(diǎn)，并將其消除。

GB／T 219—2008《煤灰熔融性的測(cè)試方法》中規(guī)定流動(dòng)溫度的再現(xiàn)性臨界值差超過(guò)80 ℃［5］即為錯(cuò)誤數(shù)據(jù)。建立回歸方程，原始數(shù)據(jù)代入回歸方程進(jìn)行檢驗(yàn)，找到最大誤差離散點(diǎn)，即計(jì)算值與實(shí)測(cè)值之差最大的點(diǎn)，并將其消除，反復(fù)進(jìn)行上述操作，直至所有煤灰流動(dòng)溫度計(jì)算值與實(shí)測(cè)值之間相差均低于80 ℃，優(yōu)化結(jié)束。最終得到回歸方程

經(jīng)計(jì)算得出R=0.949，具有很強(qiáng)的相關(guān)性。

2.3 檢驗(yàn)回歸方程

選用7 種煤灰，依據(jù)GB／T 1574—2007《煤灰成分分析方法》所述方法對(duì)煤灰主要成分進(jìn)行測(cè)定，見(jiàn)表4，通過(guò)實(shí)測(cè)值來(lái)檢驗(yàn)式（3）的準(zhǔn)確性，將煤灰流動(dòng)溫度計(jì)算值與其實(shí)測(cè)值進(jìn)行比較，見(jiàn)表5，計(jì)算差值全部小于80 ℃?？梢?jiàn)，采用式（3）預(yù)測(cè)的結(jié)果準(zhǔn)確度較高。

表4 實(shí)驗(yàn)測(cè)定煤灰主要成分質(zhì)量分?jǐn)?shù) %

表5 流動(dòng)溫度實(shí)測(cè)值與計(jì)算值的偏差 ℃

3 結(jié)語(yǔ)

借助統(tǒng)計(jì)學(xué)對(duì)消除最大誤差離散點(diǎn)的248 個(gè)煤灰流動(dòng)溫度原始數(shù)據(jù)，以煤灰的流動(dòng)溫度作為因變量，主要成分、酸堿比作為獨(dú)立變量，利用FactSage軟件，通過(guò)多元線(xiàn)性擬合準(zhǔn)確建立煤灰主要成分與流動(dòng)溫度之間的回歸方程，預(yù)測(cè)模型相關(guān)性系數(shù)達(dá)0.949。在探索研究方面，克服了實(shí)驗(yàn)的盲目性，提高了效率，節(jié)約了能源。