基于灰色模型的鍋爐煤粉細度測量的不確定度評定

張 林，周大慧

(銅陵有色金屬集團股份有限公司，安徽銅陵244000)

燃煤發電鍋爐是發電廠的三大主機設備之一，目前我國電力生產主要以燃煤發電為主，且會在較長時間內保持這一現狀[1]。但煤粉質量標準難以達到要求，導致爐效下降[2]、能耗過高以及粉塵和有害氣體大量排放，嚴重污染環境[3-4]。對于煤粉含量的測量及影響其燃燒的因素目前得到了國內外學者的較多關注，如崔曉鋼等[5]提出采用一種具耐磨損、低放射特點的微波測量法測量煤粉含量；劉靖昀[6]分析了氧氣含量對煤粉燃燒反應速度、煤粉燃盡率以及廢氣排放量的影響，得出增加氧氣含量可促進煤粉燃盡；陳輝等[7]數值模擬分析不同負荷下煤粉細度對鍋爐燃燒的影響，得到低氮燃燒狀態下，降低煤粉細度有利于降低飛灰含碳量和省煤器出口NO和NO2的含量；Syrodoy等[8]數值模擬了煤和水煤燃料燃燒產物向內部環境的傳熱，結果表明煤粉在燃燒過程中形成大量強烈的灰燼沉積。

煤粉細度的適度變化是提高燃煤鍋爐燃燒效率的一項重要手段，不同工況條件下使用不同細度的煤粉可有效提高煤粉的燃燒效能。對煤粉細度進行快速準確測量不僅可提高燃煤鍋爐的可靠性和穩定性，且具節能減排降本增效的作用[9-10]。煤粉細度的測量主要分為離線測量和在線測量。其中：在線測量以光學測量為代表，測量動態范圍大、速度快、重復性較好，但由于在線法測量分辨率較低，不宜測量粒度分布范圍較窄的樣品，只能測量低準度的工況；離線測量以篩分法為代表，測量原理簡單，可相對準確地得到常用篩號下煤粉的細度，同時可客觀評價煤粉磨制質量。因此，文中針對小樣本、分布類型未知的煤粉細度，基于篩分法建立煤粉細度測量不確定的灰色評定模型，基于灰色模型的不確定度評定方法對煤粉細度進行測量，以期方便準確地對其進行評定。

1 煤粉細度的測量原理

我國鍋爐煤粉細度常用孔徑為200，90 μm的兩種篩子來表示，表示符號分別為R200和R90，其中R90為電廠鍋爐運行最常用的控制指標[11-12]。我國采用的篩子規格和煤粉細度表示符號如表1。

表1 常用篩子規格及煤粉細度表示符號Tab.1 Common sieve specifications and pulverized coal fineness indication symbols

使用單一孔徑篩子現場檢測煤粉細度不能得到準確的結果，磨煤機磨制的煤粉顆粒粒徑差異較大，要準確測定煤粉的顆粒平均水平，就需計算煤粉的平均粒徑。燃煤電廠的煤粉顆粒特性可用式(1)表示

若R90與R200已知，則

式中：Rx為顆粒尺寸(即煤粉細度)；x 為篩孔孔徑；b 為煤粉細度的系數；n 為煤粉均勻性系數，與煤的種類和磨煤方式有關。由式(4)可知：n 越大，煤粉顆粒分布越均勻；n 越小，煤粉顆粒分布越不均勻，存在較多過粗和過細的煤粉。一般n=0.8～1.3，具體取決于磨煤機和分離器的結構[13-14]。

2 煤粉細度不確定度灰色評定模型的建立

2.1 煤粉細度的檢驗算法

實際測量煤粉細度的過程中，由于無法保證測量在理想情況下進行，導致測量結果存在誤差，采用數據預處理技術剔除異值數據，然后按從小到大的順序排列得到實際煤粉細度檢測值數列Z0，如

其中Z0(i)表示第i 次測量時實際煤粉細度檢測值。逐次計算式(5)數列Z0(i)的m 項和，得到實際煤粉細度累加數Z1(i)，如

將煤粉細度檢測次數i 作為橫坐標、前m項和Z1(i)作為縱坐標繪制檢測誤差分布曲線，結果如圖1。圖1中：S2表示實際煤粉細度的檢測結果；S1表示理想情況下煤粉細度的檢測結果。

2.2 檢測分散性及不確定度算法

圖1中，曲線S1和S2在縱坐標軸方向上的差異Δ(i)反映在重復檢測煤粉細度時，由于各種誤差而產生檢測值的分散性。理想情況下煤粉細度檢測過程與實際情況下煤粉細度檢測過程的最大分散性用最大距離Δmax表示，如

假設與最大距離Δmax對應的最小橫向坐標為m，則Δ(m)＞Δ(m-1)，且Δ(m)≥Δ(m+1)，由于Z0(i) 為遞增數列，令為這組數列的平均數，則Z0(i)＜(i=1,2,…,m)，且Z0(i)＞(i=m+1,m+2,…,t)。

圖1 累加檢測序列Fig.1 Cumulative detection sequence

令Z1(m)=Z0(i)+…+Z0(m)，則式(7)可轉化為式(8)。

定義灰色標準差SGrey表示煤粉細度檢測數據的分散程度，如式(9)

式中：c為示灰色系數；u為一組測量數據總數。參考文獻[15]可看出，煤粉細度的分布類型與灰色系數c的關聯度不高，通?；疑禂礳取2.5，則煤粉細度的灰色不確定度UGrey為

3 實驗與結果分析

3.1 煤粉細度的測定

在燃煤電廠采集經磨煤機研磨后的煤粉標本作為檢測樣本，采用篩分法測量煤粉細度，即把一定量的煤粉放在篩孔尺寸為x的標準篩上篩分，留在篩面上的煤粉質量占原煤粉樣總質量的百分數即為煤粉細度Rx。

式中：A為留在篩面煤粉的質量；B為從篩孔掉落煤粉的質量。根據式(11)求出煤粉細度。對同一組樣本煤粉細度進行8次測量，去除其中的離群值，得到的煤粉細度如表2。

表2 測定的煤粉細度Tab.2 Measured fineness of pulverized coal

3.2 煤粉細度的評定

3.2.1 不確定度的灰色評定結果

根據表2測定的煤粉細度，采用本文提出的基于灰色模型不確定度評定方法對表中4組數據進行評定。先計算表2中第一組煤粉細度的平均值，后根據步驟2.2找出相差的最大值Δmax，再根據定義的灰色標準差，計算出灰色不確定度。

同理得到另3組煤粉樣本細度的不確定度分別為0.130，0.109和0.117，如表3。

3.2.2 不確定度的標準評定

為檢驗基于灰色模型的不確定度評定方法的評定結果，采用常規的不確定度方法，即標準不確定度的統計評定方法，又稱A類不確定度對表2中的4組煤粉細度進行評定。根據式(12)計算出煤粉細度標準差，推導出煤粉細度的標準不確定度，如式(13)。

同理得到另3 組煤粉樣本細度的不確定度為0.140，0.130 和0.121，如表3。比較表3 中的數值可知，采用基于灰色模型的不確定度評定方法和標準不確定度的統計評定方法對煤粉細度的不確定度進行評定，兩種方法的評定結果無顯著性差異，驗證了灰色模型在評定煤粉細度不確定度是科學可行的。與標準不確定度的統計評定方法相比，基于灰色模型的不確定度評定方法中，計算煤粉細度Δmax的過程相對簡單方便，對煤粉細度不確定度評定速度較快。

表3 灰色不確定度和標準不確定度的對比Tab.3 Comparison between grey uncertainty and standard uncertainty

3.3 實際工況應用

煤粉燃燒的不完全損失對實際工況有重要影響，煤粉細度是煤粉燃燒損失的主要作用因素。為研究煤粉細度變化對燃煤鍋爐燃燒的影響，進行燃煤燃燒優化實驗，實驗條件如表4。

表4 煤粉細度變化對燃燒特性影響的實驗條件Tab.4 Experimental conditions for the influence of fineness of pulverized coal on combustion characteristics

實驗過程中，在燃煤鍋爐著火壁溫1 320 ℃、給粉量143 g·h-1、配風量1.01 m3·h-1的條件下，改變煤粉細度，測量煤粉細度變化時的飛灰含碳量。測量結果為：煤粉細度R90的質量分數為24%時，飛灰含碳量為7.21%(質量分數，下同)；煤粉細度R90的質量分數為15%時，飛灰含碳量為6.24%，煤粉細度R90的質量分數為6%時，飛灰含碳量降低到0.45%。由此可見：煤粉細度R90的質量分數為6%時，煤粉燃燒效果較為理想；在燃煤鍋爐著火壁溫、給粉量、配風量條件確定時，通過測量飛灰含碳量可得燃燒時的最佳煤粉細度。在已知最佳煤粉細度時，需盡量避免不完全燃燒時的損失，依據采用灰色模型不確定度對煤粉細度的評定結果，對鍋爐燃燒過程進行相應調整，可使鍋爐保持最佳燃燒工況，提高燃煤鍋爐的經濟運行效率。

4 結 論

針對煤粉細度的不確定度，提出一種基于灰色模型的不確定度測量方法，對煤粉細度數據的不確定度進行評定。結果表明：煤粉細度不確定度的灰色評定值與標準評定結果相比無顯著性差異，驗證了灰色模型在評定煤粉細度不確定度是科學可行的，且灰色不確定度準確度高、簡單易行?？筛鶕蚀_度明確的煤粉細度，指導運行人員適時調整燃燒過程，使鍋爐保持最佳燃燒工況，提高燃煤鍋爐的經濟運行效率。