• 收藏
  • 加入书签
添加成功
收藏成功
分享

煤炭智能全自动制样机性能试验方法探讨

肖玉清
  
安防科技
2023年21期
长安益阳发电有限公司 湖南 益阳 413000

打开文本图片集

摘  要:煤炭智能全自动制样机是近5年来在煤炭质量检验专业应用比较多的智能化设备,目前在国家或行业层面尚未制定专门的性能试验标准。本文通过对2×300MW+2×600MW火电厂建设的5E-APS9230智能全自动制样机进行性能验收试验评定,探讨一套科学且具可操作性的智能全自动制样机性能试验方法,以此来判定智能全自动制样机的精密度、系统偏倚、留样粒度和质量、样品损失率等指标是否符合国标及行业标准的相关要求。

关键词:智能全自动制样机;性能试验;精密度试验;偏倚试验

1 探讨的背景和意义

近年我国煤炭价格连续高位运行,各燃煤发电企业发电成本大幅上升,燃煤成本高达总运营成本的70-80%。煤炭制样作为煤炭质量检验中的重要环节,制样方式也从最初的人工制样、人工操作联合制样机制样发展到现在的智能全自动制样机(机器人)制样。

虽然煤炭质检的采样、制样技术在快速高质量发展,各种智能全自动采制样设备相继投入使用。采、制样质量验收设备的样品代表性是其需要具备的基本性能,样品代表性则需通过对设备进行精密度和系统偏倚等试验来确定。炭全自动制样机是近年来在煤炭检测领域应用比较广泛的智能化新产品,目前在国家或行业层面尚未制定专门的性能试验标准,智能全自动制样机都是由厂家和建设单位共同协商确定技术指标,并邀请第三方检测单位按照联合制样设备性能验收标准进行性能检测。本课题探讨的目的就是在联合制样设备性能检测基本方法的基础上,按照建设单位和厂家协商的技术指标进行针对性的性能试验。本课题的性能试验主要依据GB/T 19494.3—2004《煤炭机械化采样第3部分:精密度测定和偏倚试验》、DL/T 1339—2014《火电厂煤炭破碎缩分联合制样设备性能试验规程》和GB/T 474—2008《煤样的制备方法》,通过试验数据和计算结果来判定智能全自动制样机各项性能指标是否符合国家标准和行业标准的相关要求,以此来评定智能全自动制样机是否具备验收和生产最基本的技术要求。

2 智能全自动制样机工作的基本流程

本课题探讨的机型是5E-APS9230型智能全自动制样机,其允许入料粒度为≤100mm、入料重量为20~100kg。5E-APS9230型智能全自动制样机破碎环节有四级、缩分环节有五级,来料煤样经一级环锤破碎并链式缩分器定质量缩分出分析样和全水样;分析样经二级对辊破碎、缩分和干燥后,再经三级破碎筛分由格槽式缩分器一分为二,其中一份暂存,另一份再由圆盘缩分器定质量缩分出3mm存查样、清洗样和分析样;分析样再经制粉机粉碎并二分器缩分为2份0.2mm化验分析样。

3 性能试验目的及主要内容

本课题探讨的性能试验包括留样质量及出料粒度试验、制样精密度试验、灰分偏倚试验、全水分偏倚试验、样品损失率试验、制粉收集率试验、制样效率试验、干燥温度试验、交叉混样试验。

3.1 留样质量及出料粒度试验

3.1.1实验目的:

鉴定该智能全自动制样机各阶段留样质量和留样粒度是否能达到 GB/T 474—2008《煤样的制备方法》要求的质量和粒度。

3.1.2试验主要内容:

抽取偏倚试验20个同种煤样,分别通过制样机,收集缩分后的0.2mm分析样、0.2mm分析存查样、3mm存查样和6mm全水分试样,称量煤样质量并对质量结果进行统计分析。所有样品的0.2mm分析样和0.2mm分析存查样质量不少于60g;所有样品的3mm存查样质量不少于700g;所有样品的6mm全水分试样质量不少于1.25kg。

分别抽取上述的煤样的5组,用样品粒度相对应的试验筛进行筛分,然后再计算筛上留下的试样质量占样品总质量的百分比(%)。试验样品破碎出料的标称最大粒度相应的筛上物累计质量分数应接近且不大于5%,则判断破碎出料粒度合格。

3.2 制样精密度测定试验

3.2.1实验目的:

鉴定该智能全自动制样机所能达到的制样精密度范围,该制样精密度范围是否能达到期望的精密度要求。

3.2.2试验主要内容:

制样:准备40个重量约为40kg的待制煤样,依次将40个煤样使用该智能全自动制样机进行制备,再依次在制粉机出口收集两个0.2mm分析粉样,每一个样品的两个分析粉样作为一对双份试样,粉样称重后做好重量记录并粘贴样品标签。1-20号试样编为第1组,21-40号试样编为第2组,分别统计第一组和第二组试样的标准偏差和制样化验方差。

化验:煤样化验项目为空干基灰分()和内水(),根据空干基灰分和内水计算出每个煤样的干基灰分。

3.2.3结果统计计算

试验数据按以下公式计算标准差。

根据DL/T 1339-2014《火电厂煤炭破碎缩分联合制样设备性能试验规程》中3.2表1的规定,制样和化验方差=0.13。标准差下限0.70=0.25, 标准差上限1.75=0.63。

如果0.70≤≤1.75,制样和化验精密度符合电力行业标准;如果>1.75,制样和化验精密度达不到目标值。如果两组40对双份试样的<1.75,则制样精密度合格。

3.3 灰分偏倚试验

3.3.1实验目的:

鉴定该智能全自动制样机所制取的煤样(3mm存查样)灰分和参比值之间是否存在显著性差异。

3.3.2试验主要内容:

制样:将所取的(3mm存查样)制备成一般分析试验煤样,所有的缩分均采用二分器进行。

化验:煤样化验项目为空干基灰分()和内水(),根据空干基灰分和内水计算出每个煤样的干基灰分。

3.3.3结果统计计算

灰分参比值为分析样、分析存查样、弃样、3mm存查样和全水样的灰分()加权平均值。

对比方法为(3mm存查样)干基灰分编为,参比值干基灰分编为,将和进行一一对比,一共对比40组。

经项目建设单位和厂家共同协商,最大允许偏倚取=0.5%,该智能全自动制样机样品制备的实际灰分偏倚为。当≤,可认为该智能全自动制样机不存在实质性的灰分偏倚,即可接受为灰分无偏倚;当>,可判断该智能全自动制样机存在大于的实质性灰分偏倚,不可接受为灰分无偏倚。

3.4 全水分偏倚试验

3.4.1实验目的:

鉴定该智能全自动制样机所制取的全水分和参比方法制取的全水分之间是否存在显著性差异。

3.4.2试验主要内容:

制样:准备40个重量约为40kg的待制煤样,每个煤样依次按照充分掺合后按“九点法”取全水分样作为全水分参比样,剩余试样迅速使用该智能全自动制样机制备出全水分样。

化验:煤样化验项目为全水分()。

3.4.3结果统计计算

全水分偏倚试验数据国标相关部分进行统计,并计算出离群值、差值独立性。

经确认,最大允许偏倚取=0.5%,该智能全自动制样机制备的全水分样的实际全水分偏倚记为。当≤,可认为该智能全自动制样机不存在实质性的全水分偏倚,即可接受为全水分无偏倚;当>,该智能全自动制样机存在大于的实质性全水分偏倚,不可接受为全水分无偏倚。

3.5 样品损失率试验

3.5.1实验目的:

鉴定该智能全自动制样机样品制备过程中质量损失概率。

3.5.2试验主要内容:

制样:称取质量约为20kg的13mm煤样10个,每个煤样称量后质量计做,称量后迅速使用该智能全自动制样机制备,收集并快速称取全部留样质量()和弃样质量()。

3.5.3结果统计计算

样品损失率试验数据按照电力行业标准相关部分进行统计计算。

经确认,该智能全自动制样机最大允许样品损失率不应大于2.0%。≤2.0,该智能全自动制样机样品损失率为符合要求; >2.0%,该智能全自动制样机样品损失率不符合要求。

3.6 制粉收集率试验

3.6.1实验目的:

测定5个样品的制粉收集率,评价制粉收集率。

3.6.2试验主要内容:

制样:准备5个已经达到空气干燥状态的煤样,依次取出并称重,质量计作,称重后放入制粉机并进行制粉;然后收集制粉后的分析样、分析备查样和清洗样粉样,并逐一称重进行重量累加,累计后的质量计作。

3.6.3结果统计计算

依次按照试验数据计算出每个样品的制粉收集率(),×100% ,最后再计算出5个样品制粉收集率的算术平均值。

3.7 制样效率试验

3.7.1实验目的:

测定10个样品的制样时间有多长,评价制样生产效率。

3.7.2试验主要内容:

制样:称取10个质量在20-80kg范围内的待制煤样,分别使用该智能全自动制样机进行自动制备,记录各煤样的倒料时间、制粉完成的时间,再通过数据统计计算出10个煤样制备的平均时间。

3.8 干燥温度试验

3.8.1实验目的:

检测在测定时间段内干燥系统温度控制是否稳定;检测在测定时间段内干燥系统控温情况是否良好。

3.8.2试验主要内容:

试验开始前将标准热电偶分别固定在左、右两个干燥机内。从煤样进入干燥机开始计算时间,每隔30s读取一次数字温度表中示数并做好时间和温度的记录。此项检测一共对6个煤样的干燥全过程的温度进行温度采集并记录,检查左、右干燥机的温度控制是否能控制在50±1℃以内。

3.9 交叉混样试验

3.9.1实验目的:

测定智能全自动制样机的样品交叉污染情况。

3.9.2试验主要内容:

制样:准备不同热值、不同外水分、不同硫分的煤样20组,按照高热值和低热值交叉排序、高外水分和低外水分交叉排序、高硫分和低硫分交叉排序的原则对20组煤样进行排序,排序后依次使用该智能全自动制样机进行样品制备。

化验:煤样化验项目为全硫()和干基高位发热量(),由煤质化验员按照GB/T214-2007库伦滴定法和GB/T213-2008煤的发热量测定方法进行化验。

3.9.3结果统计计算

用化验数据进行比较,热值差不大于300J/g,硫分差不超过0.4个百分点。

4 试验的实施和结论

在本次课题探讨中,对上述9项试验均按照试验既定制样、化验步骤和统计分析方法逐一完成。通过上述性能试验的实施,基本验证了上述9项试验方法具有较强的可操作性。受篇幅限制,在此探讨课题中不详细例举上述9项试验的试验过程、数据记录及统计分析结果等,综合评定结果如下:

(1)所有样品的0.2mm分析样和存查样质量、3mm存查样质量、 6mm 全水分试样质量均符合要求;一级破碎筛上物质量分数为0、二级破碎筛上物质量分数为1.2%、三级破碎筛上物质量分数为0,出料粒度符合要求(GB/T 474-2008)。

(2)本课题用煤均为陕北高挥发分烟煤,为13mm,精密度试验用煤干燥基灰分平均值为20.24%,对于所使用的制样方案(= 0.13),第一组试样的标准差0.14,第二组试验的标准差0.40,连续两组20对双份试样的标准差都不大于1.75,该智能全自动制样机制样精密度符合国家标准相关要求。

(3)偏倚试验用煤干燥基灰分平均值为20.38%,留样灰分偏倚最大值为0.31%,可认定该智能全自动制样系统不存在实质性的灰分偏倚。

(4)试验用煤全水分()平均值为10.5%,全水分偏倚小于0.5%,该智能全自动制样机制取的全水分与参比方法采取的全水分之差的算术平均值与0无显著性差异,可认为该智能全自动制样机不存在实质性的全水分偏倚。

(5)本次试验中,该智能全自动制样机样品损失率为1.8%,试验结果符合要求。

(6)该智能全自动制样机制粉收集率为99.4%。

(7)该智能全自动制样机10个煤样的制样总时间700,平均一个样品制样时间为70。

(8)该智能全自动制样机的干燥系统的温度控制在50±1℃以内,能满足GB/T 474-2008的干燥要求。

(9)经试验,该组样品的全硫和干基高位发热量的测定结果能满足试验方法要求,差值位于-0.37至0.38个百分点之间,差值位于-260J/g至298J/g之间。

综合上述综合评定结果,本课题探讨的5E-APS9230型智能全自动制样机各项技术性能指标均能满足国家标准及行业标准的相关要求。

5 结束语

智能全自动制样机有进料提升单元、破碎缩分单元和干燥制粉单元,每个单元再由数达百种的各类设备组成。由于设备仪器繁多、安装空间紧凑、工艺要求较高,若现场设备安装工艺不到位、调试频次和时间不够、制样机人员操作技能不足,容易导致设备不能在各项技术指标要求下正常稳定运行,也就不能保证煤样制备的代表性。本课题探讨的9项性能试验,可为智能全自动制样机项目建设竣工验收提供客观公正的评价方法,也可在智能全自动制样机运行期间作为内控试验方案,确保智能全自动制样机各项性能指标处于可控在控范围。

参考文献

[1] 闵雄,汪平,高波.煤炭无人值守全自动制样机应用中的问题探讨[J].煤质技术,2016(5):27-29.

[2] 王志坤,王杰,王爱明.火电厂燃煤全自动制样机性能试验方案研究.华电技术,2019(3):43-45.

作者简介:肖玉清(1981—),男,湖南新邵人,工程师,从事火力发电厂采制样管理工作。

*本文暂不支持打印功能

monitor