全瑞 田莉
国家能源集团国电宁夏石嘴山发电有限责任公司生技部化验班 宁夏回族自治区 753202
【摘要】本人为一名电厂化验员，从事煤质检验工作。煤质检验是确保煤炭验收结果准确性的重要保障。本文通过对石嘴山电厂所涉及入厂煤矿点来煤煤质化验结果进行数据统计和回归分析，分析了影响煤炭验收结果的几个因素，并通过研究发热量与水分、灰分、挥发分指标之间的相关性，探讨了煤质指标间的相关性，希望对本单位日常煤质验收工作有一定的指导作用，确保煤质检验结果准确。
【关键词】煤炭验收；相关性；发热量；灰分
引言
煤碳是火力发电厂最主要的燃料，因此煤碳品质对于公司经济利益和锅炉燃烧特性都有着巨大影响。受众多因素的影响，公司采购来的煤炭产品质量参差不齐。因此，如何最大程度的减小在采样、制样和化验过程中产生误差和不确定性因素就显得尤其重要。本文主要通过对影响煤炭验收结果的因素进行分析，并对本公司各个矿点煤种近半年以来的进煤的煤质情况进行统计和分析，以各种煤炭的发热量和其他指标（如全水分、内水、灰分等）的相关性进行研究，以检验所测发热量和其他指标的准确性，降低实验测定的人工误差，对煤炭的验收过程起到一定的辅助作用。
1 煤炭质量验收影响因素
众所周知，采样、制样和化验都会对煤样的代表性产生影响，其中又属采样影响最大， 且不易控制。由于煤炭是粒度和组分都极不均一的混合物，而且一批煤的数量往往又比较大，这就会对煤炭的验收结果产生极大的影响。采样的最大误差主要是：采样部位代表性不强，不能将每个部分的煤样采出。此外，第二大影响因素就是制样了。由于采集到的样品数量和粒度都不符合化验要求，这就需要制样人员从采集到的样品中，通过破碎、缩分、混合、过筛、烘干等步骤处理，最终满足化验室样品要求进行化验。而此过程也必须保证所选样品充分混合和具有代表性、并严防止样品污染。最后，样品制备好即进入化验环节。化验环节对煤质检验结果影响最小，但却是数据输出、出具实验报告的最后环节。所以，化验环节在一定程度上可以检验采制化各环节的正确性理。因此化验员需要进行重复测定多次试验、进行仪器校准，在试验中总结出一套自我检验和审核原始报表数据准确性的可行方法。
2 研究各指标之间相关性的实际意义
为了最大限度提高经济性，降低企业成本，石嘴山电厂所购进煤种复杂、品种繁多，主要有洗混煤、块精煤、中煤、筛混煤及煤泥等，通过合理掺配后入炉燃烧。所以，快速、准确的上报灰分、发热量等相关数据结果，对于入厂煤验收结算和入炉煤掺烧和热值差计算都非常重要。实际测定中，灰分通过自动仪器测定，过程较简单，通过定期的仪器校准和标煤校验可以保证误差较小。而测定煤炭发热量，受到人工操作等因素影响，可能产生较大误差。在实际操作中，如果发热量存在错误，不仅化验员要被罚款，也会影响到供应商的信誉度。另外，集团公司、分公司都会不定期对煤样进行抽样检验，如果检测结果超过不同化验室再现性标准差，那就会对公司进行考核。通过相关人士反复进行测算，发现构建定量关系的回归方程，就能够有效针对各种煤炭的灰分和发热量之间进行相关性分析，并在化验室进行培训，希望让化验员能够对自身测定数据相关性进行分析，有效降低测定误差。
3 煤质指标间的相关性研究
3.1 发热量与灰分的相关性
通过分析石嘴山电厂入厂进煤情况发现：为了进一步提高经济性，公司进煤矿点较多，煤种复杂，干基灰分在12~57%之间，干基高位发热量在11.0~33.0兆焦每千克之间，其中绝大部分灰分在30~50%之间，发热量在14.6~23.4兆焦之间。共涉及近30余家不同矿点所购煤炭，有灰分相对较小的洗中煤、混煤，也有灰分较大的原煤、煤泥等。
本文从该公司2019年燃料数据系统将日常的实测灰分结果基本以等差序列进行抽样，并从小到大进行排序，同时对应抽取它们的发热量测定值。根据概率论与统计学理论，我们选择的数据量越大，数据范围越宽，所能得到的统计结果的适用范围和可靠性将会越好。为了使数据最大程度具有代表性，本文选取了不同矿点、不同时间点的200组数据（见表1）。为避免水分在其中的影响，我们选用“干基”为基准，灰分为干基灰分，发热量为干基高位发热量。
然后我们对这2个参数做线性回归，依据表 1 中200组原始数据画出发热量和灰分的相关散点图形，如图 1 所示。
3.2 回归方程的建立
从图 1 能够看出:分布的散点基本上呈现出直线形，这表明发热量和灰分之间存在线性相关性。设定相关系数为 R，则 R 绝对值与1越接近，那么其线性关系就越密切。一般来说，R 绝对值大于0.8时，就认为两者存在高度相关性。利用 Excel 数据统计功能计算所选用200组数据，就能获得相关系数 R 为-0．9410，说明发热量与灰分高度相关，从而构建二者相关的关系模型。
通过计算，其灰分与发热量的回归方程为y=34.657-0.3867x
如图所示所选数据中，绝大部分在线上，只有灰分较小、发热量大的几组数据相差较大，绝大多数煤符合此线性模型。所以，在实际测定除少数特殊煤种外，如果煤质检验结果与模型的偏差较大，就要根据具体情况进行分析，并查明可能原因。
通过这个方程所获取到的数据 y，也就是依据灰分值经过计算获取到的估计发热量值 y。该公式主要体现出来的意义为：如果灰分位于 10~60％范围之间时，灰分增加 1％，那么其发热量就会随之下降约为 0.3867MJ/kg。取到估计的发热量值 y，该公式主要体现出来的意义为，如果灰分位 于 12~57％范围之间时，灰分增加 1％，那么其发热量就会随之下降约为 0.3867MJ/kg 。
因此，用煤单位在对煤炭进行验收时，可以通过对灰分的检测来大致估计供应商的煤质情况，如果实际检验结果偏差较大，就要进行复查，查找出原因，最大限度排除由于人为疏忽造成的错误出现。
3.3 对回归方程的检验
为了对该回归方程进行检验，核对其准确性，就选用煤炭进行测算，将测定值和计算值做相应比较。在洗混煤样中，最小的计算误差是 0.001MJ/kg，而最大的计算误差是0.27MJ/kg。通过筛混煤中最小的计算误差是 0.001MJ/kg，而最大的计算误差是 0.28MJ/kg。这两种煤样所获取的计算误差都是通过了不同的化验室进行化验，所获取值都在允许误差中。从而可知，该回归方程的预测误差较小，而且精度高，能够用煤样中灰分指标对发热量进行预测。某煤矿从2014年的 1 月开始采用该回归方程验算每一个批次的煤炭发热量，一旦发现有不符合计算结果的煤样就查找存在的原因，发现有一些根源在于量热仪的工作不正常，有一些是因为化验人员的操作不当或马虎造成误差。该煤矿公司有针对性进行整治，通过半年的治理后，在8月份抽检煤炭，没有发现还存在发热量超差的问题，有效避免一定 经济损失。
5 结束语
事实上，煤炭的发热量和多种煤质的指标比如灰分、水分等都 存在一定关系，而且煤炭组成与结构是比较复杂的、多样的，所以采 用计算公式是不可能完全替代实验室测定发热量，但是该计算公式 能够适应在工业分析数据上，能够帮助工业上有效分析发热量。文 章通过 50 组数据进行比较获取到回归方程，并且从中截取出数据构建做标准，就能够发现灰分值位于 10~40％间，通过检验发现这种方程行之有效，而且转化方便，准确度高，适用的范围大。
参考文献
[1]尤玲，陈新，田海宏.谈煤炭产品灰分与发热量的线性关系[J].煤炭
技术，2010.
[2]赵克俭.胶质层最大厚度与黏结指数的线性回归方程及其应用[J].
矿业快报，2008.
[3]肖筱南.现代数值计算方法[M].北京：北京大学出版社，2011.
[4]汪荣鑫.数理统计[M].西安：西安交通大学出版社，2009