米库姆转鼓与1_4米库姆转鼓焦炭机械强度关系研究
- 格式:pdf
- 大小:178.09 KB
- 文档页数:4
米库姆转鼓与1/4米库姆转鼓焦炭机械强度关系研究李永林1,张宇宏2(1 太原煤炭气化(集团)有限责任公司技术中心,山西太原 030024;2 煤炭科学研究总院北京煤化工研究分院,北京 100013)摘 要:对焦化厂的漏嘴焦炭进行了米库姆转鼓与1/4米库姆转鼓焦炭机械强度的试验,并对其相关性进行了分析,提出了两者之间的关系模型。
关键词:生产焦炉;焦炭;转鼓;机械强度中图分类号:TQ52 文献标识码:B文章编号:1007 7677(2010)06 0018 04 Study on relationship of coke mechanical strength between Micum dru m and1/4micu m dru mLI Yong lin1,ZH AN G Yu ho ng2(1.Tec hnology T enter of T aiy uan C oal G asif ic ation(Gr ou p)Corp or ation,L imited,Taiyuan030024,Ch ina;2.Beij ing Re search I nstitute of Coal Che mistry,China C oal R esearc h Institute,Beij ing100013,China)Abstract:Mechanical strength of coke a re tested by means of Micum drum and1/4Micum drum in coking plant,its relationship are analyzed,and the correlation models are presented.Key words:production c oke oven;coke;drum;mechanical strength.0 前 言40kg试验焦炉配套1/4试验米库姆转鼓测试焦炭机械强度,而实际生产中采用米库姆转鼓测试焦炭机械强度。
因此,试验焦炉与生产焦炉相比,除了成焦设备规模外,焦炭强度测试设备也存在系统差异。
应用试验焦炉预测生产焦炉焦炭质量,必须同时考虑上述差异。
以前的研究中,对试验焦炉与生产焦炉的差异考虑较充分,但对2种转鼓间的系统误差认识不足。
利用试验焦炉焦炭在1/4米库姆转鼓条件下测得的机械强度,直接与生产焦炉焦炭在米库姆转鼓条件下测得的机械强度进行回归分析建立预测方程,精度较低。
因此,该次工作中,采集了生产焦炉焦炭,进行了米库姆转鼓与1/4米库姆转鼓对比试验,研究了二者间的系统误差。
在此基础上建立焦炭质量预测模型,有利于降低系统误差,使提出的预测模型更加接近生产实际。
1 主要设备及试验方法在2009年9月~2009年12月的试验过程中,采集了19组不同配比下的太原煤炭气化(集团)有限责任公司焦化厂漏嘴焦炭,进行米库姆转鼓与1/4米库姆转鼓对比试验。
其中,米库姆转鼓试验按照GB/T1996 2003冶金焦炭!中规范性附录∀冶金焦炭机械强度M40和M10测定方法#的规定进行,1/4米库姆转鼓试验按照试验焦炉操作规程进行。
2种转鼓的规格、测试过程中焦炭入鼓量、粒度组成、转鼓速度和转数等指标见表1。
表1 米库姆转鼓与1/4米库姆转鼓对比试验基本参数名称米库姆转鼓(M40,M10)1/4米库姆转鼓材料钢板钢板转鼓鼓内直径/mm10001000转鼓鼓内长/mm1000250转速/r∃min-12525时间/min44转数/r100100入鼓焦炭质量/kg5012 5入鼓焦炭粒度组成/%>60mm,圆孔筛>60mm 执行标准GB/T1996 2003试验焦炉操作规程2 实验过程用米库姆转鼓与1/4米库姆转鼓分别测得的生产焦炉焦炭机械强度M40、M10比对如图1和图2所示。
18图1 生产焦炉焦炭米库姆转鼓与1/4米库姆转鼓抗碎强度M 40比对图2 生产焦炉焦炭米库姆转鼓与1/4米库姆转鼓耐磨强度M 10比对对于不同配比下生产的一系列焦炭样品,其在米库姆转鼓条件下测得的机械强度较高且相对稳定,而在1/4米库姆转鼓条件下,其机械强度测值较低且波动相对较大(图1~图2)。
表明,由于1/4米库姆转鼓和米库姆转鼓在规格尺寸、入鼓焦炭数量和粒度等方面的差异,机械强度测值存在系统误差。
要利用试验焦炉焦炭质量,建立比较科学的生产焦炉焦炭质量预测模型,必须首先排除该种系统误差,即需要首先建立利用1/4米库姆转鼓强度预测米库姆转鼓强度的方程。
3 数据处理通过线性回归方法对2种转鼓条件下测得的焦炭抗碎强度M 40及耐磨强度M 10数据进行处理,如图3及图4所示。
图3 米库姆转鼓及1/4米库姆转鼓测定的焦炭M 40关系由图3中的数据可推出米库姆转鼓及1/4米库姆转鼓测定的焦炭抗碎强度M 40的关系式,该关系式见式(1)。
M 40,D ,D =0 92M 40,D ,X +4 94(1)式(1)中,M 40,D,D 为生产焦炉焦炭米库姆转鼓抗碎强度值,%;M 40,D,X 为生产焦炉焦炭1/4米库姆转鼓抗碎强度值,%。
两组M 40数据的相关系数的平方R 2=0 1058,即其相关系数R 为0 3253。
图4 米库姆转鼓及1/4米库姆转鼓测定的焦炭M 10关系由图4中的数据可推出米库姆转鼓及1/4米库姆转鼓测定的焦炭耐磨强度M 10关系为:M 10,D,D =-0 147M 10,D ,X +8 4018(2)式(2)中,M 10,D,D 为生产焦炉焦炭米库姆转鼓耐磨强度值,%;M 10,D,X 为生产焦炉焦炭1/4米库姆转鼓耐磨强度值,%。
两组M 10数据的相关系数的平方R 2=0 0097,即其相关系数为0 0985。
由于生产焦炉焦炭质量总体上很稳定,用标准方法测得的机械强度M 40和M 10测值均比较集中。
从上述回归分析结果可见,无论是对于M 40,还是M 10,利用线性回归方法得到的预测公式相关性都不理想,抗碎强度M 40回归方程的相关系数为0 3253,耐磨强度M 10回归方程的相关系数仅为0 0985,相关性较差。
造成以上结果的主要原因是回归过程中没有舍去异常数据。
因此,该次工作中,应用数理统计方法对试验数据进行处理。
(1)米库姆转鼓与1/4米库姆转鼓焦炭M 40数据相关性分析。
对抗碎强度M 40的数据进行分析:设x A (%)=M 40,D,D (%)-M 40,D,X (%),x A 为x A 的平均值,则x A -x A (%)近似服从正态分布N (0,S 2),其中S 2为子样方差,即x A -x AS近似服从正态分布N (0,1)。
处理过程见表2,从表2得出:%x A =30 6,%(x A -x A )2=123 9,n =19,S 2=%(x A -x A )2n=6 52,x A =1 611,S =2 55。
19表2 M40试验数据处理样品编号x A/%x A-x A/%(x A-x A)21-1 6-3 210 320 8-0 80 730-1 62 6442 45 75-3 6-5 227 161 60 00 070 4-1 21 586 85 226 990 4-1 21 5100-1 62 611-1 2-2 87 9125 64 015 9133 21 62 5141 2-0 40 2150 4-1 21 51620 40 2174 83 210 2184 22 66 7191 60 00 0去除M40异常数据,其步骤如下:设定置信度为90%,查标准正态分布函数表,显著性水平为0 05,得上侧分位数为1 645,则置信度为90%时,正态分布N(0,S2)的上侧分位数为1 645&S=4 19。
观察x A-x A(%)列,舍去|x A-x A|>4 19的异常数据,即舍去5号、8号,然后重新处理M40数据见表3。
表3 舍去异常值后M40数据处理样品编号x A/%x A-x A/%(x A-x A)21-1 6-3 210 320 8-0 80 730-1 62 6442 45 761 60 00 070 4-1 21 590 4-1 21 5100-1 62 611-1 2-2 87 9125 64 015 9133 21 62 5141 2-0 40 2150 4-1 21 51620 40 2174 83 210 2184 22 66 7191 60 00 0从表3得出:%x A=19 8,%(x A-x A)2= 69 8,n=17。
S2=%(x A-x A)2n=3 03,x A=1 1612,S= 1 74。
舍去2组异常数据后,x A-x A(%)近似服从正态分布N(0,S2),其中方差S2小于未舍去异常数据之时。
米库姆转鼓焦炭抗碎强度M40的预测方程为:M40,D,D=M40,D,X+1 16(3)利用剔除异常值后的数据进行线性回归,如图5所示,可得米库姆转鼓焦炭抗碎强度M40的预测方程为:M40,D,D=0 2215M40,D,X+64 3(4)舍去异常数据后两组M40数据后,其相关系数为0 5360,查自由度n-2为15、a=0 10的相关系数临界值为0 4124,说明其线性回归的预测方程有较强实用意义。
图5 舍去异常数据后,米库姆转鼓及1/4米库姆转鼓测定的焦炭M40关系(2)米库姆转鼓与1/4米库姆转鼓焦炭M10数据相关性分析。
对生产焦炉焦炭抗碎强度M10的数据进行分析:设x B(%)=M10,D,D(%)-M10,D,X(%), x B为的平均值,则x B-x B(%)近似服从正态分布N(0,S2),其中S2为子样方差,即x B-x BS近似服从正态分布N(0,1)。
处理过程见表4,从表4得出:%x B=1,%(x B-x B)2=21 75, n=19,S2=%(x B-x B)2n=1 1445,x B=-0 05, S=1 07。
20表4 M10试验数据处理样品编号x B/%x B-x B/%(x B-x B)21-2 4-2 35 521 41 52 130 40 50 24-0 2-0 10 050 20 30 1600 10 070 40 50 28-0 2-0 10 090 40 50 21022 14 2110 60 70 412-0 4-0 30 113-0 8-0 70 614-0 4-0 30 1150 40 50 216-1 6-1 52 4171 21 31 618-2-1 93 81900 10 0去除M10异常数据,其步骤如下:设定置信度为90%,查标准正态分布函数表,显著性水平为0 05,得上侧分位数为1 645,则置信度为90%时,正态分布N(0,S2)的上侧分位数为1 645&S=1 76。