浅析煤的发热量与灰分相关性

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《浅析煤的发热量与灰分相关性》，欢迎阅读！



浅析煤的发热量与灰分相关性

随着煤炭资源的需求越来越大，对煤炭的研究也就是更加广泛。相对于煤炭而言，发热量以及灰分是研究的两个重要课题，但是这二者之间究竟存在怎样的相关性，更是研究者重视的一个方面。文章就是通过50组煤炭发热量和灰分两个数据分析二者相关性，从而构建出二者的回归模型，同时检验回归模型的实用性，为相关研究人士提供参考的理论依据。



标签：煤炭；发热量；灰分

1 概述

所谓的发热量也就是单位质量中煤炭完全燃烧时，产生出来的所有热量，这种热量不但属于评价煤炭质量的一个重要的指标，还是动力用煤上对使用煤炭的经济评价中重要参数。而灰分且是衡量煤质特性及运用煤炭的重要指标。因为发热量和灰分之间存在一定依赖关系，所以研究二者的相关性具有实际意义。



2 构建回归模型的必要性

煤炭的品种比较多，主要有洗混煤、块精煤以及筛混煤等等，其中筛混煤、洗混煤大多数使用在电厂中，因电厂动力中所用煤的数量与品种都无法确定，而且运输也不集中，所以销售方一定要能够快速、准确的报出灰分、发热量等相关数据结果，才能够依据这些数据来评价煤炭质量以及结算煤款。对于煤炭而言，测定灰分过程比较简单，而且误差也不大，但是测定煤炭发热量，因为受到化验人员较少、项目多等各种因素影响，根本无法及时报出所测定的发热量，并且还存在极大的误差，就会为化验人员的复查造成极大麻烦。在实际操作中，主要所报的发热量存在错误，不仅仅要被巨额罚款，更会影响到供应商的信誉度，甚至影响到煤矿生产上的销售，造成极大的损失。因此，怎样才能够快捷、准确的测出煤炭的自身发热量，是生产煤炭企业的重要课题。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，有效降低所测发热量存在误差。



3 构建煤炭发热量和灰分的相关关系

在研究发热量和灰分之间的关系，所选用煤样不管是品种还是煤种都比较多，而且所显示出来的灰分绝大部分处于10%～40%之间，所以文章所选用的煤炭数据是煤样划分煤种和品种的，也就是从2013年8月份煤炭数据库中随便截取出50组数据，如表1所示。



表1 50组发热量和灰分数据

依据表1中50组的原始数据画出发热量和灰分的相关散点图形，如图1所示。






从图1中就能够看出来，分布的散点大致上呈现出直线形，这就表明发热量和灰分之间存在线性的相关性。文章中设定相关系数为R，且R属于一个位于+1-1间发生变动数据，而R绝对值和1较接近，那么其线性关系就较为密切，一般情况下R绝对值超过0.8时，就可以认为发热量和灰分之间存在高度相关。如果绝对值是1时，那么各个点就全部落到了一条直线上，如果绝对值是0时，就表明这二者之间不存在相关性。采用办公软件中的Excel详细计算所选用50组数据，就能获得相关系数R是：



在该式中，xi，yi分别代表中表中灰分值与发热值，而x，y且代表了灰分值平均值，以及发热量平均值。通过计算结果还能够发现，其绝对值为0.94，从这个数据就可以看出发热量值和灰分值之间存在高度相关性，从而就能够构建出二者相关的关系模型。



4 构建回归方程

4.1 建立方程

设该回归方程是y=a+bx，依据最小二乘法原理确定出求解a，b的方程组。最小二乘法也就是从一群数据之中，让所有数据的偏差平法之和最小的数和这群数据真值接近。因此构建发热量和灰分的相关性时，就要确保各个数据的偏差平方和是最小，从而构建出方程组是：



对这50组数据采取详细计算，获取到方程组及答案：

中就能够得到：y=33.3825-0.4615x。

通过这个方程所获取到数据y，也就是依据灰分值经过计算获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10～40%范围之间时，灰分增加1%，那么其发热量就会随之下降约为0.4615MJ/kg。



4.2 对标准误差S进行估计

标准误差S进行估计的公式是：

在这个式子中，yi也就是发热量的实际测量值，而依据回归方程进行计算所获得估计发热量值为y，S表示估计标准误差。



但是文章所研究的相关性并没有考虑到同一个煤矿区域或者相近的品种煤种硫分与挥发对发热量所造成的影响。因此在实际操作中，为了有效降低存在的误差，就应该针对具体的某个矿井依据各个矿区化验的数据，有效确定出发热量和灰分之间的定量关系，在实际详细计算中就是将误差降低至200J/g以下，而且还需要定期验证关系式中的各个常数系数，一定要确保该关系式的准确性和可靠性。同时还要依据实测值和计算值之间的差值大小对煤样的灰分和发热量进行

本文来源：https://www.dy1993.cn/jX14.html