邓 锋

(1.贵州工程应用技术学院 化学工程学院，贵州 毕节 551700；2.贵州省煤基新材料工程中心，贵州 毕节 551700； 3.贵州省煤化工工程协同创新中心，贵州 毕节 551700)

振动逆流流化床干法选煤工艺优化研究

邓 锋1,2,3

(1.贵州工程应用技术学院 化学工程学院，贵州 毕节 551700；2.贵州省煤基新材料工程中心，贵州 毕节 551700； 3.贵州省煤化工工程协同创新中心，贵州 毕节 551700)

介绍了振动逆流流化床选煤工艺的基本原理，应用响应曲面法设计了以分选床面倾角、激振力、振动频率、鼓风量、给料量为变量，精煤灰分、精煤产率和数量效率为评价指标的工艺优化试验，共46组试验。结果表明，各评价指标回归模型的方差分析均为高度显著，判定系数R2>80%，拟合度良好。优化后可将灰分为49.62%的原煤分选得到精煤产率60.26%，精煤灰分29.30%，数量效率为94.14%的效果。

振动逆流流化床；工艺参数；参数优化；干法选煤

煤的燃烧、焦化、气化和液化等转化利用过程均对原料煤质有不同要求，煤炭分选是对原料煤进行提质加工以达到煤质指标的重要手段。选煤工艺有湿法和干法之分，工业应用较为成熟的是以重选-浮选联用为代表的湿法选煤工艺。然而，占我国煤炭保有储量三分之二的地区干旱高寒，且有一些煤种易变质泥化，湿法选煤工艺的应用颇受限制。干法选煤工艺的优势由此得以凸显[1-2]。振动逆流流化床干法选煤技术是一种新型的空气载体流态化干法分选工艺，前期研究已表明该技术具有结构简单、操作参数易于调节、可与火电厂制粉系统有机结合等优点[3-7]。本文应用振动逆流干法分选系统对澳大利亚某火电厂13～0 mm原煤进行分选，运用响应曲面法优化分选工艺。

1 工艺原理

图1 振动逆流干法选煤原理示意图

分选过程可大致分为精选段，聚集段和扫选段，见图1(a)。精选段即分选床面的等宽部分，物料在气流和激振作用下按密度分层，沿斜面向下排出精煤。聚集段为床面渐缩部分，便于相对量较少的高密度物料聚集成层上行排出。扫选段即床面末端等宽部分，设置倒吹气孔以防止轻物料被夹带。分选系统主要由供风、分选、除尘和控制等部分组成，见图1(b)。

2 试验设计

2.1 煤样分析

煤样取自澳大利亚某火电厂，入选粒度为13～0 mm。表1为原煤浮沉试验结果。可以看出，煤样的低密度级含量较大， <1.7 g·cm-3密度级的含量高达69.58%，累积灰分为32.76%，当要求精煤灰分33%时，精煤产率高。

表1 13～0mm粒级原煤浮沉试验报告表

2.2 试验设计

根据各工艺参数单因素实验研究结果，分选床面倾角、激振力、振动频率和鼓风量是决定振动逆流干法选煤效果几个重要因素，用精煤灰分、精煤产率和数量三个指标综合评价分选效果更为合理[4]。表2和表3为试验设计方案及结果。

表2 试验设计的基本情况

表3 试验方案及结果

表3(续)

3 结果与讨论

3.1 回归分析

表4对各评价指标回归模型进行了方差分析。可见，各模型P值均小于1%，高度显著(P≤5%为显著，P≤1%为高度显著)；失拟项P值均大于5%，不显著；表征回归模型有效解释响应值变化百分比的R2值均大于80%，且其预测值和校正值接近，模型的拟合度良好。

表4 回归模型的方差分析

3.2 响应曲面分析

(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

图2为精煤产率与各因素之间的关系。响应面均为平面，说明各因素的交互作用很小，对精煤产率的影响均呈线性关系。由(a)图可见，精煤产率随分选床面倾角的增加而升高，变化幅度明显。由(b)、(c)图可见，精煤产率随激振频率和鼓风量的变化不明显，在取值范围内这两个因素对精煤产率的影响不显著。

(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

图3为精煤灰分与各因素之间的关系。由图(a)可见，精煤灰分随着倾角的增大先小幅度降低后升高，在22.90°时取得最小值；随着激振力的增大略有上升，但变化幅度很小，非显著影响。由图(b)可见，精煤灰分随鼓风量的响应变化幅度较小，非显著影响因素；在激振频率为39.65Hz处取得最低值，获得激振频率的最佳参数。由图(c)可见，精煤灰分随着给料量的减小而升高，可见物料要得到有效的分选，形成一定的床层厚度是必要的。

(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

图4为数量效率与各因素之间的关系。由(a)图可见，数量效率在床面倾角为23°处取得最大值；激振力的响应曲面基本保持水平，非显著影响因素。由(b)图可见，数量效率在激振频率为40Hz处取得最大值；鼓风量的响应曲面基本保持水平，非显著影响因素。由(c)图可见，激振力和给料量的交互作用对数量效率的影响很大，激振力大于4.5kN和给料量大于35Hz时，二者取值的合适搭配能取得很好的分选效果。

3.3 优化与验证

在模型回归拟合和响应面分析的基础上，优化所得工艺参数为：分选床面倾角22.97°，激振力3.90kN，激振频率40.42Hz，鼓风量840 m3·h-1，给料量37.49Hz。按此参数，分选效果为：精煤产率62.1642%，精煤灰分29.0505%，数量效率98.9974%。考虑可操作性，将所得优化工艺参数调整为：分选床面倾角23°，激振力3.90kN，激振频率40.40Hz，鼓风量840 m3·h-1，给料量37.50Hz。实测结果为：精煤产率60.26%，精煤灰分29.30%，数量效率94.14%。实测值与预测值的相对偏差分别为3.16%、0.84%和5.15%，实测值与预测值较为接近。

4 结论

(1)各评价指标的优化回归模型能解释80%以上的响应值变化，拟合度均良好。

(2)按优化后工艺参数操作，可将灰分为49.62%的难选原煤降灰至29.30%，精煤产率60.26%，数量效率94.14%。

[1] 陈清如,杨玉芬.21世纪高效干法选煤技术的发展[J].中国矿业大学学报,2001,30(6):527-530.

[2] 赵跃民,李功民,骆振福,等．模块式干法重介质流化床选煤理论与工业应用[J].煤炭学报,2014(8):1566-1571.

[3] 张军华,章新喜,蒋善勇,等.振动逆流干法分选煤炭的探索[J].中国煤炭,2006,32(12) :53-54.

[4] 张 厦,章新喜.振动逆流干法分选机的试验研究[J].选煤技术,2011(1):1-3.

[5] 邓 锋.操作参数对煤的振动逆流干法分选效果的影响[J].中国煤炭,2013,39(1):86-90.

[6] 邓 锋.振动逆流干法降灰脱粉技术与火电厂制粉系统的集成研究[J].中国矿业,2013,22(11):131-135.

[7] 邓 锋. 物料参数对振动逆流干法选煤效果的影响[J].煤炭技术,2015(12):270-272.

(本文文献格式：邓 锋.振动逆流流化床干法选煤工艺优化研究[J].山东化工,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

贵州省科学技术基金项目(黔科合J字LKB[2013]06号)

邓 锋(1986—)，男，贵州毕节人，讲师，工学硕士，主要从事煤炭的高效净化理论与技术研究。

TD94

A

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