一种指导气化炉操作的原煤品质预测及改善方法技术

一种指导气化炉操作的原煤品质预测及改善方法，包括以下步骤：(1)原煤品质预测模型建立，(2)气化操作指导模型建立和(3)原煤品质预测及气化炉操作指导。本发明专利技术的原煤品质预测方法预测精度高，可大幅缩短原煤分析时间，低成本快速预测判别原煤品质。

【技术实现步骤摘要】
一种指导气化炉操作的原煤品质预测及改善方法
本专利技术涉及一种指导气化炉操作的原煤品质预测及改善方法。
技术介绍
原煤品质是决定气化炉操作的关键因素，行业普遍采用调整气化炉温度来适应原煤品质的波动，或添加助剂改善原煤品质来适应气化炉温度。因此气化炉温度是气化炉操作的关键指标，目前气化炉温度设定依据为原煤灰熔点温度+(50-100)℃，或根据原煤黏温特性中设定黏度对应的温度。根据灰熔点进行温度设定存在缺陷，无法科学的指导气化炉温度设定。根据原煤黏温特性进行温度设定，其检测过程复杂、费时，通常煤样要经过破碎、筛分、混均、干燥、灰化、制熔渣、预熔、仪器测试等过程，单个煤样的分析时间是32-40小时。并且需要使用大量的耗材，测试的费用昂贵，从而不能满足气流床气化炉的生产需要。同时气化炉温度计受内部环境影响，存在较大偏差，无法进行精准有效控制。现阶段，国内外专家学者通过寻求灰成分与灰黏度的关系，建立了预测灰黏度的经验关系式，但这些经验关系式均较为复杂难懂，不便于计算，再者其计算精度也较低。周安宁申请的“一种煤灰黏温特性的预测方法，专利号为：CN107045658A”，采用矿物质含量来预测煤灰的黏温特性，但利用X-荧光光谱仪只能检测煤灰表面矿物质含量，存在局限性。同时只能预测原煤是否能够使用，无法进行气化炉使用指导和原煤改善。因此需要研发一种精准快捷的预测、改善和使用指导方法及模型，切实有效的应用到生产中。
技术实现思路
本专利技术的主要目的是提供一种指导气化炉操作的原煤品质预测及改善方法，该方法可以快速判别原煤品质并进行原煤品质调整，以便提供气化炉最佳操作参数。本申请的方法能有效解决目前原煤预测慢而不准、气化炉指导不足等局限性和不确定性问题。为达到以上技术目的，本专利技术采用以下技术方案。一种指导气化炉操作的原煤品质预测及改善方法，其包括以下步骤：(1)原煤品质预测模型建立对原煤烧灰，并对所得煤灰进行预处理，检测所述煤灰中硅、铝、钙、铁、镁元素的含量，比如利用ICP(电感耦合等离子光谱发生器)检测，并分别换算成SiO2、Al2O3、CaO、Fe2O3、MgO，并基于SiO2、Al2O3、CaO、Fe2O3、MgO的总重量之和，计算出各氧化物重量占所述总重量的百分数(即，进行归一处理)；然后检测(比如利用高温黏度仪检测)所述煤灰在1100-1500℃内的煤灰黏度，将各数据汇总成数据库，并通过数据线性回归得到原煤品质预测模型；优选地，所述原煤品质预测模型如下：T30＝a1X1+a2X2+a3X3+a4X4+a5X5-k1(Ⅰ)T2.5＝b1X1+b2X2+b3X3+b4X4+b5X5-k2(Ⅱ)△T＝T2.5-T30(Ⅲ)其中，T30：当煤灰的粘度为30pa·s时所对应的温度；T2.5：当煤灰的粘度为2.5pa·s时所对应的温度；△T为T30和T2.5的差值，X1、X2、X3、X4、X5分别为煤灰中SiO2、Al2O3、CaO、Fe2O3、MgO的质量百分数；a1、a2、a3、a4、a5分别为T30对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；b1、b2、b3、b4、b5分别为T2.5对应的SiO2、Al2O3、CaO、Fe2O3、MgO的多元回归拟合系数；k1和k2分别为修正常数；优选地，利用数据处理软件Minitab(Minitab16StatisticalSoftware，Minitab公司)中的统计回归功能，对数据线性回归得到所述原煤品质预测模型。在一个实施方式中，所述烧灰预处理步骤为将原煤在600-900℃烧灰2-5h制备得到煤灰，添加相对所述煤灰40-50倍质量的无机碱，并在600-800℃下熔解0.5-3h，优选地，熔解时的升温速率为10-30℃/min，然后在80-90℃环境下用无机酸将熔解液调节成中性溶液，以用于ICP分析。在一个实施方式中，所述无机碱可以为金属氢氧化物，优选为氢氧化钠和氢氧化锂中的至少一种。在一个实施方式中，所述无机酸优选为硫酸和硝酸中的至少一种。(2)气化操作指导模型建立通过元素分析仪检测原煤中的碳、氢、氧、氮、硫的含量；利用弹桶量热仪测得原煤在不同氧煤比条件下，例如氧煤比为300-800条件下的的发热量，将各数据汇总成数据库，并通过数据线性回归得到气化炉操作指导模型。优选地，所述气化炉操作指导模型如下：YQ＝Q1/(c1Y1+c2Y2+c3Y3+c4Y4+c5Y5+k3)(Ⅳ)Q1＝k4*Q2(Ⅴ)Q2＝Cp*(T-40)(Ⅵ)YQ：发热量为Q1时的氧煤比值；Y1、Y2、Y3、Y4、Y5分别为原煤中C、H、O、N、S的质量百分数；c1、c2、c3、c4、c5分别为YQ对应C、H、O、N、S的多元回归拟合系数；k3为修正常数；Q1为气化炉内每kg原煤燃烧的发热量；Q2：每kg工艺气达到气化炉温度T需要的热量；k4为气化炉内每kg原煤发热量Q1与每kg工艺气达到气化炉温度T需要的热量Q2的比例系数；Cp为气化炉操作压力下工艺气的比热容；T为气化炉所需温度。本领域技术人员理解，对于煤气化所得工艺气的比热容，Cp，其可通过实验测定，或者通过查阅化工热力学书籍或使用Aspen计算此工况下的工艺气体比热容。在一种实施方式种，确定比热容时，所述工艺气可以CO：47％，H2：35％，CO2:17％，其余组分(可记为水蒸气)为1％的组成计算。优选地，利用Minitab中的统计回归功能，对数据线性回归得到所述气化炉操作指导模型。(3)原煤品质预测及气化炉操作指导方法根据所述原煤品质预测模型对原煤品质进行预测，a)若所述原煤品质的预测结果表明所述原煤适于气化炉单独使用，则根据所述气化炉操作指导模型输出所述原煤对应气化炉的操作参数；b)若所述原煤品质的预测结果表明原煤不适于气化炉单独使用，并根据所述原煤品质预测模型对所述原煤中硅、铝、钙、铁、镁元素含量的进行调整，例如通过配煤或添加含有硅、铝、钙、铁、镁元素的物质，例如相应的氧化物，来调整原煤中相应元素的含量，使得调整后的原煤的品质预测结果表明其适于气化炉单独使用，然后按照步骤a)操作。根据原煤黏温特性研究，原煤中的碱性金属物质(钙、铁、镁)含量增加可降低△T值，因此优选添加含硅元素的酸性物质进行调整，例如砂石、陶土或玻璃，以使所述原煤适于气化炉单独使用。在本文中，所述线性回归是利用数理统计中的回归分析，来确定两种以上变数间相互依赖的定量关系，其中Mintab中的统计/回归具备此功能。在一个实施方式中，在所述步骤(3)中，对于顶喷气化炉(即气化原料的进料喷嘴设置在气化炉的气化室的顶部，例如德士古气化炉)t＝30℃，而水平对喷气化炉(即气化原料的进料喷嘴设置在气化炉的气化室的侧壁，例如四喷嘴气化炉)t＝50℃。若△T>t，则表明所述原煤适于气化炉单独使用；若不满足△T>t，则表明需要按照步骤b)进行操作，以对所述原煤进行原煤品质改善本文档来自技高网...

【技术保护点】
1.一种指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述方法包括以下步骤：/n(1)原煤品质预测模型建立/n对原煤取样烧灰，并对所得煤灰进行预处理，检测所述煤灰中硅、铝、钙、铁、镁元素的含量，并分别换算成SiO

【技术特征摘要】
1.一种指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述方法包括以下步骤：
(1)原煤品质预测模型建立
对原煤取样烧灰，并对所得煤灰进行预处理，检测所述煤灰中硅、铝、钙、铁、镁元素的含量，并分别换算成SiO2、Al2O3、CaO、Fe2O3、MgO，并基于SiO2、Al2O3、CaO、Fe2O3、MgO的总重量之和，计算出各氧化物重量占所述总重量的百分数；然后检测所述原煤在1100-1500℃温度范围内的煤灰黏度，将各数据汇总成数据库，并通过数据线性回归得到原煤品质预测模型；
(2)气化操作指导模型建立
检测所述原煤中的碳、氢、氧、氮、硫的含量，并测量所述原煤在不同氧煤比条件下，优选氧煤比为300-800条件下的发热量，将各数据汇总成数据库，并通过数据线性回归得到气化炉操作指导模型；
(3)原煤品质预测及气化炉操作指导
根据所述原煤品质预测模型对原煤品质进行预测，
a)若所述原煤品质的预测结果表明所述原煤适于气化炉单独使用，则根据所述气化炉操作指导模型输出所述原煤对应气化炉的操作参数；
b)若所述原煤品质的预测结果表明所述原煤不适于气化炉单独使用，根据所述原煤品质预测模型对所述原煤中硅、铝、钙、铁、镁元素含量的进行调整，使得调整后的原煤的品质预测结果表明其适于气化炉单独使用，然后按照所述步骤a)操作。


2.根据权利要求1所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述预处理为将所述原煤在600-900℃烧灰2-5h制备得到煤灰，添加相对所述煤灰40-50倍质量的无机碱，并在600-800℃下熔解0.5-3h，优选地，熔解时的升温速率为10-30℃/min，然后用无机酸将所述熔解液调节成中性溶液，以用于检测所述煤灰中硅、铝、钙、铁、镁元素的含量。


3.根据权利要求2所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，利用ICP分析所述中性溶液，以检测所述煤灰中硅、铝、钙、铁、镁元素的含量。


4.根据权利要求2或3所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述无机碱为氢氧化钠和氢氧化锂中的至少一种；所述无机酸为硫酸和硝酸中的至少一种。


5.根据权利要求1-4中任一项所述的指导气化炉操作的原煤品质预测及改善方法，其特征在于，所述原煤品质预测模型为：
T30＝a1X1+a2X2+a3X3+a4X4+a5X5-k1(Ⅰ)
T2.5＝b1X1+b2X2+...

【专利技术属性】
技术研发人员：孙路滨，李祖尧，牛桂英，王倩倩，高学顺，王文博，张宏科，何晓方，孙东柏，自晓东，
申请(专利权)人：万华化学集团股份有限公司，万华化学宁波有限公司，
类型：发明
国别省市：山东;37