储存时间对煤质性能的影响及其变质影响因子研究

储存时间对煤质性能的影响及其变质影响因子研究

李继红 亚力坤江 · 居

华电新疆发电有限公司昌吉分公司，新疆 昌吉 831100

摘要：将不同煤质特性的试验样品在自然条件下储存一定时间，得到样品试验前后煤炭灰分、挥发分、发热量等煤质数据。结果发现干燥无灰基挥发分小于37%之间的煤种，储存间隔对包括灰分、挥发分、发热量在内的煤质参数影响不大，但随着挥发分的增加，其变化程度逐渐加剧；V_daf>37%的煤种，挥发分在时间间隔45-60天时，挥发分偏差最大达到1.20%，灰分偏差最大达到0.8%。使用SPSS 对V_daf>37%的煤炭进行影响分子分析，主要有煤质参数因子和储存时间因子存在，表明主要影响因素为灰分、储存时间和硫值，且灰分与变质程度成反比，灰分越小，变质越严重；储存时间和硫值与储存变质程度成正比，储存时间越长，硫值越高，变质越严重。

关键词：储存时间 煤质 变质 影响因子

1 前言

煤炭在储存过程中较容易受到储存环境的影响，特别是储存环境中残存的氧气对其影响更为强烈。在自然条件下储存，由于空气的影响，其在储存时间内煤质会发生一定的变化，主要表现为发热量下降，灰分增加等，即发生了一定程度的氧化变质。

利用煤炭检测实验室不同特性的3mm存查样，检测煤样灰分、挥发分、发热量等煤质参数，同时随机的选择样品以不同化验时间间隔进行化验，与原实验室化验结果进行比对，得到不同化验时间间隔下煤质参数的变化情况。本文按照挥发分的不同对煤炭进行分类，分析不同时间间隔下各煤质参数随时间间隔的关系，并使用SPSS对高挥发分煤炭变质影响因子进行了深入研究。

2 数据处理与分析

按照国家标准GB474将煤样制备成3mm样品，缩分出两部分，一部分在自然条件下密封放置，另一部分马上制成0.2mm一般分析煤样，进行化验得到其灰分、挥发分、发热量、全硫等煤质参数。待3mm试验煤样放置一定天数后，对样品重复制样、化验过程，得到试验后其灰分、挥发分、发热量等煤质参数。

将同一样品试验前后得到的2组化验数据进行汇总，求得其干基灰分A_d，干基挥发分V_d，干基高位发热量Q_gr,d，并计算出试验前后的差值（试验前减去试验后）。再求得同一样品A_d，V_d，Q_gr,d变化值，并用△A_d、△Q_gr,d、△V_d表示。

根据煤炭干燥无灰基挥发分（V_daf）的不同将煤炭按照以下5类进行分析，V_daf<10、10daf<20、20daf<28、28daf<37、V_daf>37，并依次分别编号为1、2、3、4、5。

3 结果与讨论

3.1各煤种平均值的比较

将上述5种煤种两个前后化验数据比对，得到灰分、挥发分、空干基高位发热量差值绝对值变化量的平均值，如图1所示。平均化验间隔时间均为29天。可以发现，随着煤种挥发分的增加，灰分、挥发分和发热量两次测定值的差值逐渐增大。这与煤炭本身特性是一致的，即干燥无灰基挥发分越大，煤炭变质程度越高，煤炭越不稳定。同时灰分最大平均偏差为0.59，挥发分最大平均偏差为0.88，发热量最大平均偏差为308.48J/g，均在国标规定的重复性限附近，这也表明实验室检测结果质量基本可控，数据可信。

图1 不同挥发分下煤质参数差值对比

3.2挥发分分阶段比较

将上述5类煤炭按照化验时间间隔（以5天为间隔）将各自依次分开，共分为11级：10-15天、16-20、21-25、26-30、31-35、36-40、41-45、46-50、51-55、56-60、>60天。按照上述间隔分别求得每个阶段灰分、挥发分和发热量差值的标准偏差与绝对值的平均值，见图2。

图2可以看出V_daf>37的煤种，挥发分变化值比灰分大，挥发分在时间间隔45-60天时，挥发分偏差最大达到1.20%，而灰分最大值仅为0.8%左右，这说明灰分比挥发分稳定，不容易损失。同时看到发热量偏差在51-55天这个时间间隔达到490.63J/g，超过国标规定的0.2mm再现性限290.63J/g。从相对变化率来看，灰分的变化率比挥发分和发热量小，说明相比挥发分和发热量，灰分是较为稳定的煤质参数。其余四个分类的煤种呈现出类似的规律。

图2 V_daf > 37煤样的煤质参数变化图

图3 不同煤种发热量随时间间隔变化图

图4 不同煤种灰分随时间间隔变化图

图5 不同煤种挥发分随时间间隔变化图

将不同煤种的灰分、挥发分以及发热量等煤质参数按照不同时间间隔进行比较，得到图3-5。同时在V_daf介于10-20%之间的煤种发热量随时间的变化不明显，偏差均在150-200J/g之间。同时根据图4、图5可以看出，灰分在时间间隔为40天左右时有一个上升的过程，灰分平均偏差达到0.5%左右，而后保持这个偏差不变。挥发分也维持在一个较低的偏差值，约在0.5%以下，并且随着时间间隔的增大，偏差值波动较小。上述数据说明对于干燥无灰基在10-20%之间的煤种，只要煤样保存得当，化验时间间隔对包括灰分、挥发分、发热量在内的煤质参数影响不大。

干燥无灰基挥发分在20-28%之间的煤种，挥发分偏差值很小，虽然灰分变化波动较大，波动值达到0.4%。但由于偏差值较低，故此波动可以认为是实验室测定误差导致。发热量随着时间间隔的不同，前期能够稳定在一定的偏差值，而当化验时间间隔大于60天时，发热量偏差值突然增大达到300J/g以上。表明此挥发分范围内的煤种随着煤炭挥发分的增加，相同时间间隔内灰分、挥发分以及发热量的偏差均呈现增大的趋势，但是增大值并不明显，这说明化验时间间隔对此煤种不是很敏感。

干燥无灰基挥发分大于37%的煤种，其在相同时间间隔内，灰分、挥发分和发热量的偏差均大于其他煤种，表明此煤种最不稳定。沈朝峰等研究^[1]表明，储存时间能够较大影响煤质变化程度，随着储存时间的增加，低阶煤氧化变质越严重一般来说，为深入研究此煤种随储存时间变质影响因子研究，利用SPSS软件进行低阶煤储存变质的因子分析，进一步研究了在储存过程中影响煤炭氧化变质的主要因素及其影响程度。

3.3 V_daf＞37%煤种随储存时间变质影响因子研究

霍特林(Hotelling)在1933年正式提出“主成分分析”方法，即利用降维的思路，在不损失大量有效信息的基础上，把多个看似不相关参数转换成为一个或几个相关综合参数，这一个或几个综合参数即是主成分。每个转换而来的主成分都是原始变量的线性组合，且互不相关，使得主成分比原始变量更便于分析 ^[2]。

为了检验试验数据是否适合进行因子分析，首先进行了KMO和Bartlett检验，结果见表1。

KMO检验统计量和Bartlett检验主要用来检验数据使用适合因子分析。KMO越接近于1越适合进行因子分析，表1中显示

表1 KMO、Bartlett的检验

Table 1 Inspection of KMO and Bartlett

KMO值为0.479。一般来说Bartlett的球形度检验的统计量数值较大，即原变量间的相关性显著，则适合于做因子分析。在表1中近似卡方为3813.967，统计量数值较大。sig为差异显著性指标，一般来说sig大于0.05时说明差异不显著，小于0.05说明差异显著，表1中sig为0.000。综上分析，表明试验数据适合做因子分析。

表2 公因子方差

Table 2 Common factor variance

各因子提取信息共同度结果见表2，“初始”是变量能被所有因素解释的方差，“提取”表示变量的共同度。共同度是公因子的方差比。从表2可以看出，变量的初始共同度为1，变量共同度均较高，其中A_d达到了0.977，最低的S_t,d变量共同度也达到了0.569，表明所提取出的因子包含了变量中的大部分信息，对变量的解释能力较强，说明因子分析的结果是正确有效的。

表3 解释总方差和累计贡献度

Table 3 Total variance and cumulative contribution

表3中 “合计”是因子的特征值，表示引入该因子后可以解释平均多少试验项目的信息，一般选用特征值大于1作为计算标准。“方差的%”表示该因子的特征值占总特征值的百分比，值越大，表明该公因子的信息解释能力越强。“累计%”表示累积的百分比。从表3可以看出，成份1和成份2的特征值大于1，特征值之和占总特征值的74.705%。

图1 数据分析碎石图

Fig. 1 Data analysis of scree

碎石图表示各因子对原始变量的解释能力的大小，因子的斜率越大，对原始变量的解释能力越强，斜率越小，对原始变量的解释能力就越小，因此一般选取斜率较大的因子作为主因子进行提取分析。图1表明成份1和成份2这两个因子的斜率较大。与表3的分析结果一致，故而提取成份1和成份2这两个因子作为主因子进行分析。

为了使因子载荷矩阵中的系数更加明显，采用方差最大法对因子载荷矩阵进行正交旋转，旋转后因子载荷矩阵见表4。从表4可以得出两个公因子F₁、F₂的构成。

表4 旋转成份矩阵a

Table 4 Rotation matrix a

F₁=0.876V_d+0.916Q_gr,d-0.988A_d+0.176ΔT-0.180S_t,d，公因子F₁中A_d的权重系数达到了-0.988，V_d和Q_gr,d的权重系数也分别达到了0.876和0.916。三个指标均是煤炭煤质的重要指标，公因子F₁可以解释为煤质影响因子。从权重系数还可以看到，灰分对煤质变化影响最大，并且存在反比例的关系，即灰分越大，对煤质变化的影响越小；发热量和挥发分对煤质变化的影响存在正比例关系，即煤炭发热量和挥发分产率越高，煤质变化程度越严重，其对煤质变化的影响越大。

煤炭的低温氧化变质首先是在煤炭表面生成活性自由基，其再与储存环境中存在的空气中氧气发生物理吸附和化学吸附进而发生氧化变质的过程^[3]。本试验中活性自由基主要来自于物理破碎、挥发分逃逸以及C-H键断裂，其中挥发分逃逸为活性自由基的主要来源，C-H键断裂次之，因此挥发分和富氢部分是低温氧化变质的主要成分。故而，灰分越大，煤炭的发热量和干基挥发分就会越低，故而煤中可氧化物质含量也会越低，从而对储存变质的影响越小。

F₂=0.742ΔT+0.733S_t,d+0.027Q_gr,d+0.022A_d-0.013V_d，ΔT的权重系数达到了0.742，硫值的权重系数也达到了0.735，这说明时间间隔和硫值与煤质变化的程度是正相关的，时间间隔越长，硫值越高，煤质变化越严重。储存时间越长，煤质暴露在一定浓度下空气的时间越长，其氧化变质程度势必越严重。煤中含硫量高，一般来说煤中黄铁矿硫较多，在储存过程中容易发生自燃，因为煤中硫容易被氧化成硫的氧化物，并伴随着放热反应，加速煤的氧化自燃。

4 结论与建议

分析了不同煤炭随储存时间其煤质变化的，结果发现干燥无灰基挥发分小于37%之间的煤种，只要煤样保存得当，化验时间间隔对包括灰分、挥发分、发热量在内的煤质参数影响不大，但随着挥发分的增加，其变化程度逐渐加剧；V_daf>37%的煤种，挥发分在时间间隔45-60天时，挥发分偏差最大达到1.20%，灰分偏差最大值为0.8%左右。

利用SPSS对V_daf>37%的煤炭储存过程变质的影响因素进行了因子分析，通过分析提取出两个有效公因子，煤质参数因子F₁中灰分和发热量的权重系数分别为-0.988和0.916，时间因子F₂中储存时间和硫值的权重系数分别为0.742和0.735。由此判断主要影响因素为灰分、储存时间以及硫值，且灰分与变质程度成反比，灰分越小，变质越严重；储存时间和硫值与储存变质程度成正比，储存时间越长，硫值越高，变质越严重。

参 考 文 献

[1]沈朝峰, 秦 岭, 包 军, 等. 低阶煤灰分对其储存过程氧化特性的影响.煤炭技术, 2016; 35(01): 305-307

Shen Chaofeng, Qin Ling, Bao Jun, et al. Effect of Ash to Oxidation Characteristics during Its Storage for Low-rank Coal Kept Sample. Coal Technology, 2016; 35(01): 305-307

[2]李小胜, 陈珍珍. 如何正确应用SPSS软件做主成分分析.统计研究, 2007; 27(8): 105-108

Li Xiaosheng, Chen Zhenzhen. Correctly Using SPSS Software for Principal Components Analysis. Statistical Research, 2007; 27(8): 105-108

[3]戴广龙. 煤低温氧化过程中自由基浓度与气体产物之间的关系. 煤炭学报, 2012; (01): 122-126

Dai Guanglong. Relation between free radicals concentration and gas products in process of coal low temperature oxidation. Journal of China Coal Society, 2012; (01): 122-126