振動(dòng)逆流流化床干法選煤工藝優(yōu)化研究

鄧 鋒

(1.貴州工程應(yīng)用技術(shù)學(xué)院 化學(xué)工程學(xué)院，貴州 畢節(jié) 551700；2.貴州省煤基新材料工程中心，貴州 畢節(jié) 551700； 3.貴州省煤化工工程協(xié)同創(chuàng)新中心，貴州 畢節(jié) 551700)

振動(dòng)逆流流化床干法選煤工藝優(yōu)化研究

鄧 鋒1,2,3

(1.貴州工程應(yīng)用技術(shù)學(xué)院 化學(xué)工程學(xué)院，貴州 畢節(jié) 551700；2.貴州省煤基新材料工程中心，貴州 畢節(jié) 551700； 3.貴州省煤化工工程協(xié)同創(chuàng)新中心，貴州 畢節(jié) 551700)

介紹了振動(dòng)逆流流化床選煤工藝的基本原理，應(yīng)用響應(yīng)曲面法設(shè)計(jì)了以分選床面傾角、激振力、振動(dòng)頻率、鼓風(fēng)量、給料量為變量，精煤灰分、精煤產(chǎn)率和數(shù)量效率為評(píng)價(jià)指標(biāo)的工藝優(yōu)化試驗(yàn)，共46組試驗(yàn)。結(jié)果表明，各評(píng)價(jià)指標(biāo)回歸模型的方差分析均為高度顯著，判定系數(shù)R2>80%，擬合度良好。優(yōu)化后可將灰分為49.62%的原煤分選得到精煤產(chǎn)率60.26%，精煤灰分29.30%，數(shù)量效率為94.14%的效果。

振動(dòng)逆流流化床；工藝參數(shù)；參數(shù)優(yōu)化；干法選煤

煤的燃燒、焦化、氣化和液化等轉(zhuǎn)化利用過(guò)程均對(duì)原料煤質(zhì)有不同要求，煤炭分選是對(duì)原料煤進(jìn)行提質(zhì)加工以達(dá)到煤質(zhì)指標(biāo)的重要手段。選煤工藝有濕法和干法之分，工業(yè)應(yīng)用較為成熟的是以重選-浮選聯(lián)用為代表的濕法選煤工藝。然而，占我國(guó)煤炭保有儲(chǔ)量三分之二的地區(qū)干旱高寒，且有一些煤種易變質(zhì)泥化，濕法選煤工藝的應(yīng)用頗受限制。干法選煤工藝的優(yōu)勢(shì)由此得以凸顯[1-2]。振動(dòng)逆流流化床干法選煤技術(shù)是一種新型的空氣載體流態(tài)化干法分選工藝，前期研究已表明該技術(shù)具有結(jié)構(gòu)簡(jiǎn)單、操作參數(shù)易于調(diào)節(jié)、可與火電廠制粉系統(tǒng)有機(jī)結(jié)合等優(yōu)點(diǎn)[3-7]。本文應(yīng)用振動(dòng)逆流干法分選系統(tǒng)對(duì)澳大利亞某火電廠13～0 mm原煤進(jìn)行分選，運(yùn)用響應(yīng)曲面法優(yōu)化分選工藝。

1 工藝原理

圖1 振動(dòng)逆流干法選煤原理示意圖

分選過(guò)程可大致分為精選段，聚集段和掃選段，見(jiàn)圖1(a)。精選段即分選床面的等寬部分，物料在氣流和激振作用下按密度分層，沿斜面向下排出精煤。聚集段為床面漸縮部分，便于相對(duì)量較少的高密度物料聚集成層上行排出。掃選段即床面末端等寬部分，設(shè)置倒吹氣孔以防止輕物料被夾帶。分選系統(tǒng)主要由供風(fēng)、分選、除塵和控制等部分組成，見(jiàn)圖1(b)。

2 試驗(yàn)設(shè)計(jì)

2.1 煤樣分析

煤樣取自澳大利亞某火電廠，入選粒度為13～0 mm。表1為原煤浮沉試驗(yàn)結(jié)果。可以看出，煤樣的低密度級(jí)含量較大， <1.7 g·cm-3密度級(jí)的含量高達(dá)69.58%，累積灰分為32.76%，當(dāng)要求精煤灰分33%時(shí)，精煤產(chǎn)率高。

表1 13～0mm粒級(jí)原煤浮沉試驗(yàn)報(bào)告表

2.2 試驗(yàn)設(shè)計(jì)

根據(jù)各工藝參數(shù)單因素實(shí)驗(yàn)研究結(jié)果，分選床面傾角、激振力、振動(dòng)頻率和鼓風(fēng)量是決定振動(dòng)逆流干法選煤效果幾個(gè)重要因素，用精煤灰分、精煤產(chǎn)率和數(shù)量三個(gè)指標(biāo)綜合評(píng)價(jià)分選效果更為合理[4]。表2和表3為試驗(yàn)設(shè)計(jì)方案及結(jié)果。

表2 試驗(yàn)設(shè)計(jì)的基本情況

表3 試驗(yàn)方案及結(jié)果

表3(續(xù))

3 結(jié)果與討論

3.1 回歸分析

表4對(duì)各評(píng)價(jià)指標(biāo)回歸模型進(jìn)行了方差分析。可見(jiàn)，各模型P值均小于1%，高度顯著(P≤5%為顯著，P≤1%為高度顯著)；失擬項(xiàng)P值均大于5%，不顯著；表征回歸模型有效解釋響應(yīng)值變化百分比的R2值均大于80%，且其預(yù)測(cè)值和校正值接近，模型的擬合度良好。

表4 回歸模型的方差分析

3.2 響應(yīng)曲面分析

(a) C=40Hz；D=880 m3·h-1；E=35Hz (b)A=4.5kN；B=4.5kN；E=35Hz (c)A=23 cm；C=40Hz；D=880 m3·h-1

圖2為精煤產(chǎn)率與各因素之間的關(guān)系。響應(yīng)面均為平面，說(shuō)明各因素的交互作用很小，對(duì)精煤產(chǎn)率的影響均呈線(xiàn)性關(guān)系。由(a)圖可見(jiàn)，精煤產(chǎn)率隨分選床面傾角的增加而升高，變化幅度明顯。由(b)、(c)圖可見(jiàn)，精煤產(chǎn)率隨激振頻率和鼓風(fēng)量的變化不明顯，在取值范圍內(nèi)這兩個(gè)因素對(duì)精煤產(chǎn)率的影響不顯著。

(a) C=40Hz；D=880 m3·h-1；E=35Hz (b)A=4.5kN；B=4.5kN；E=35Hz (c)A=23 cm；C=40Hz；D=880 m3·h-1

圖3為精煤灰分與各因素之間的關(guān)系。由圖(a)可見(jiàn)，精煤灰分隨著傾角的增大先小幅度降低后升高，在22.90°時(shí)取得最小值；隨著激振力的增大略有上升，但變化幅度很小，非顯著影響。由圖(b)可見(jiàn)，精煤灰分隨鼓風(fēng)量的響應(yīng)變化幅度較小，非顯著影響因素；在激振頻率為39.65Hz處取得最低值，獲得激振頻率的最佳參數(shù)。由圖(c)可見(jiàn)，精煤灰分隨著給料量的減小而升高，可見(jiàn)物料要得到有效的分選，形成一定的床層厚度是必要的。

(a) C=40Hz；D=880 m3·h-1；E=35Hz (b)A=4.5kN；B=4.5kN；E=35Hz (c)A=23 cm；C=40Hz；D=880 m3·h-1

圖4為數(shù)量效率與各因素之間的關(guān)系。由(a)圖可見(jiàn)，數(shù)量效率在床面傾角為23°處取得最大值；激振力的響應(yīng)曲面基本保持水平，非顯著影響因素。由(b)圖可見(jiàn)，數(shù)量效率在激振頻率為40Hz處取得最大值；鼓風(fēng)量的響應(yīng)曲面基本保持水平，非顯著影響因素。由(c)圖可見(jiàn)，激振力和給料量的交互作用對(duì)數(shù)量效率的影響很大，激振力大于4.5kN和給料量大于35Hz時(shí)，二者取值的合適搭配能取得很好的分選效果。

3.3 優(yōu)化與驗(yàn)證

在模型回歸擬合和響應(yīng)面分析的基礎(chǔ)上，優(yōu)化所得工藝參數(shù)為：分選床面傾角22.97°，激振力3.90kN，激振頻率40.42Hz，鼓風(fēng)量840 m3·h-1，給料量37.49Hz。按此參數(shù)，分選效果為：精煤產(chǎn)率62.1642%，精煤灰分29.0505%，數(shù)量效率98.9974%。考慮可操作性，將所得優(yōu)化工藝參數(shù)調(diào)整為：分選床面傾角23°，激振力3.90kN，激振頻率40.40Hz，鼓風(fēng)量840 m3·h-1，給料量37.50Hz。實(shí)測(cè)結(jié)果為：精煤產(chǎn)率60.26%，精煤灰分29.30%，數(shù)量效率94.14%。實(shí)測(cè)值與預(yù)測(cè)值的相對(duì)偏差分別為3.16%、0.84%和5.15%，實(shí)測(cè)值與預(yù)測(cè)值較為接近。

4 結(jié)論

(1)各評(píng)價(jià)指標(biāo)的優(yōu)化回歸模型能解釋80%以上的響應(yīng)值變化，擬合度均良好。

(2)按優(yōu)化后工藝參數(shù)操作，可將灰分為49.62%的難選原煤降灰至29.30%，精煤產(chǎn)率60.26%，數(shù)量效率94.14%。

[1] 陳清如,楊玉芬.21世紀(jì)高效干法選煤技術(shù)的發(fā)展[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào),2001,30(6):527-530.

[2] 趙躍民,李功民,駱振福,等．模塊式干法重介質(zhì)流化床選煤理論與工業(yè)應(yīng)用[J].煤炭學(xué)報(bào),2014(8):1566-1571.

[3] 張軍華,章新喜,蔣善勇,等.振動(dòng)逆流干法分選煤炭的探索[J].中國(guó)煤炭,2006,32(12) :53-54.

[4] 張 廈,章新喜.振動(dòng)逆流干法分選機(jī)的試驗(yàn)研究[J].選煤技術(shù),2011(1):1-3.

[5] 鄧 鋒.操作參數(shù)對(duì)煤的振動(dòng)逆流干法分選效果的影響[J].中國(guó)煤炭,2013,39(1):86-90.

[6] 鄧 鋒.振動(dòng)逆流干法降灰脫粉技術(shù)與火電廠制粉系統(tǒng)的集成研究[J].中國(guó)礦業(yè),2013,22(11):131-135.

[7] 鄧 鋒. 物料參數(shù)對(duì)振動(dòng)逆流干法選煤效果的影響[J].煤炭技術(shù),2015(12):270-272.

(本文文獻(xiàn)格式：鄧 鋒.振動(dòng)逆流流化床干法選煤工藝優(yōu)化研究[J].山東化工,2017,46(7):63-67.)

Optimization Research on Dry Coal Preparation Process of Vibrating Adverse-flow Fluidized Bed

DengFeng1,2,3

(1.School of Chemical Engineering, Guizhou University of Engineering, Bijie 551700,China; 2. Guizhou Engineering Centre of Coal-based New Materials, Bijie 551700, China; 3. Guizhou Collaborative Innovation Center of Coal Chemical Engineering,Bijie 551700, China)

Introduced the working principle of dry coal preparation with vibrating adverse-flow fluidized bed，experiments was designed by response surface methodology. Bed surface obliquity,exciting force，exciting frequency, airflow and feeding capacity as variables,cleans ash,clean coal yield and quantity efficiency as evaluation indexes,46 set of tests were done. Results show that the analysis of variance of each evaluation index regression model are highly significant,determination coefficient R2>80%,extremely good fitting degree. After optimization,while raw coal ash content is 49.62%,the clean coal yield is 60.26%,cleans ash 29.30%,quantity efficiency is 94.14%.

vibrating adverse-flow bed;process parameter;parameter optimization;dry coal preparation

2017-02-22

貴州省科學(xué)技術(shù)基金項(xiàng)目(黔科合J字LKB[2013]06號(hào))

鄧 鋒(1986—)，男，貴州畢節(jié)人，講師，工學(xué)碩士，主要從事煤炭的高效凈化理論與技術(shù)研究。

TD94

A

1008-021X(2017)07-0063-05