煤发热量的多元回归模型

2015-03-10供稿张朋云刘双伟耿立峰ZHANGPengyunLIUShuangweiGENGLifeng

金属世界 2015年4期

关键词：发热量煤质硫含量

供稿|张朋云，刘双伟，耿立峰 / ZHANG Peng-yun, LIU Shuang-wei, GENG Li-feng

煤发热量的多元回归模型

Multiple Regression Model of Calorific Value of Coal

供稿|张朋云，刘双伟，耿立峰 / ZHANG Peng-yun, LIU Shuang-wei, GENG Li-feng

作者单位：本钢技术中心，辽宁本溪 117000

内容导读

通过定性与定量分析收到基煤样的全水分、灰分、硫分、固定碳含量和氢含量与收到基煤样的低位发热量Qnet.ar的关系，得出全水分、灰分、氢含量以及固定碳含量是影响Qnet.ar的主要影响因素。并建立了Qnet.ar关于全水分、灰分、固定碳和氢含量的多元回归模型。为煤质检测结果的审核校验提供了理论基础和实际应用。

通过对大量收到基煤样的煤质检测数据进行分析归纳和总结，发现煤的收到基低位发热量Qnet.ar与全水分(Mt)、灰分(Ad)、固定碳(FCad)、氢含量(Had)、硫含量(St·d)有关，并存在一定的线性关系。以下通过数据分析来确定它们对Qnet.ar影响的重要程度。

定性分析全水分、灰分、固定碳、氢含量、硫含量对煤发热量的影响

从全年的实验记录中抽取15组数据，包括全水分、灰分、硫含量、固定碳以及氢含量对应的Qnet.ar数组，分别进行比对，结果如下。

灰分是煤中不可燃的有害杂质，取15组灰分与煤发热量数值进行对比分析，将数据按照灰分由小到大排列，灰分含量由上至下依次增加，煤发热量逐渐降低，并且有很强的线性相关性。

煤燃烧时水由液态变为气态势必吸收热量，为不可燃物。笔者抽取了15组全水与煤发热量数值进行对比分析，从15组实验数据中发现，煤中水含量越高，煤发热量数值越低。

碳和氢是煤中的主要成分，在燃烧时能放出大量的热量。固定碳含量增加，煤发热量数值的趋势是增加的，煤发热量数值与固定碳有很好的相关性，固定碳是影响煤发热量数值大小的显著性因素。

氢含量也是如此，随着氢含量的增加，煤发热量数值呈上升趋势。

煤中的硫含量与煤的变质程度无关，而且煤中的可燃硫含量一般很低，只有燃烧时生成二氧化硫的硫称为可燃硫；通过数据分析，没有发现硫与煤发热量之间有明显的线性相关。

通过对煤的低位发热量与全水分、灰分、固定碳、硫含量以及氢含量的数据对比，可以看出随着全水分、灰分的增加，煤发热量数值呈下降趋势，而且线性很强；随着固定碳、氢含量的增加，煤发热量数值逐渐增加，线性也很强；硫含量与发热量没有明显的线性关系，因为这里的硫含量相对于其它成分含量而言要低，因此，对煤发热量的影响不明显。

定量分析全水分、灰分、固定碳、氢含量、硫含量对煤发热量的影响

在前面，我们定性分析煤的全水、灰分、固定碳、硫含量以及氢含量对煤发热量的影响，从中得到了这五个因素对煤发热量的一个大概的影响趋势。接下来，我运用相关性分析定量研究这五个因素与煤发热量的关系。

首先，画出这五个因素与煤发热量的矩阵图，如图1。

从图1中可以看出灰分、固定碳与发热量的线性相关很强，但是全水分、氢含量和硫含量的相关性不明显，但是，为了防止水分、氢含量以及硫含量与其他三个因素有交互作用，所以，将这5个因素都带入相关分析，进行多元回归。

图1　五因素与煤发热量矩阵图

图2　煤发热量残差图

从图2、表1中R-Sq=91.7%可以看出，方程拟合值与真值的接近程度为91.7%，从各个变量的P值来看，常量、Mt、Ad、FCad、Had的P值小于0.05，在方程中的拟合很好； St.d的P值为0.493，比其他4个因素大很多，且远远大于0.05，不显著，即不是影响发热量的关键因素。因此去除硫含量重新进行回归如图3。

表1　自变量P值表

从图3、表2中R-Sq的数值仍然为91.7%不变，所有因子的P值都小于0.05， P值越小，表示风险越小，也就是结论越可靠。因此都是影响发热量的关键因素，最终拟合方程为：Qnet.ar= 5507－97.8 Mt－53.9 Ad+ 22.2 FCad+ 111 Had。

用拟合方程对发热量进行预测，预测与测量值的误差基本上在10%以下，拟合效果比较好。

结论

(1) 用多元回归分析的方法对收到基煤样的全水分、灰分、硫分、固定碳含量和氢含量与Qnet.ar的关系进行了定性与定量分析，得出拟合方程Qnet.ar= 5507－97.8 Mt－53.9 Aad+ 22.2 FCad+ 111 Had，建立了收到基煤样的低位发热量Qnet.ar关于全水分、灰分、固定碳和氢含量的多元回归模型。