Direct determination of the diffusion coefficient variation of coal based on Fick's law and model establishment
-
摘要:
瓦斯扩散能力直接影响瓦斯资源开采、突出危险性、瓦斯涌出及含量测定。为了研究煤中瓦斯扩散系数受应力、瓦斯压力、温度等因素的作用规律，在稳定浓度差条件下对柱状煤进行了扩散系数测定，避免了通过解吸曲线反推扩散系数带来的模型依赖性问题。研究结果表明：无论是吸附性气体甲烷还是非吸附性气体氦气，扩散系数与有效应力近似为负线性关系，但相较于渗透率受影响较小；甲烷扩散系数随进气压力（浓度梯度）增大呈幂函数衰减规律，与温度关系满足阿伦尼乌斯公式。对比分析了稳态法实测扩散系数与经典模型和时变扩散系数模型所得扩散系数，发现所得扩散系数的量级相同，大小可相差数倍，且扩散系数随甲烷压力增大变化趋势不同。基于扩散系数受压力（浓度梯度）和温度影响规律，建立了变扩散系数扩散模型，并利用柱状煤实测的扩散系数对粒煤在恒温和变温条件下解吸数据进行了预测。对预测结果进行解吸试验验证，表明该模型无论是在恒温还是变温条件下都能很好反映煤基质中瓦斯扩散过程。
Abstract:Gas diffusion ability directly affects gas exploitation, outburst risk, emission and content determination. In order to study the influence of stress, gas pressure and temperature on gas diffusion coefficient in coal, the gas diffusion coefficient in columnar coal sample was measured with stable concentration difference, which avoided the model dependence that caused by deducing diffusion coefficient through desorption curve. The experimental results shown that the diffusion coefficient was approximately negative linear related to the effective stress for both the adsorbed methane and the non-adsorbed helium, but it was less affected than the permeability. The methane diffusion coefficient decreased as a power function with increasing inlet pressure (concentration gradient), and the relationship with temperature satisfied the Arrhenius formula. The diffusion coefficient measured by the steady-state method was compared with those obtained by the classical model and the time-varying model. It was found that the obtained diffusion coefficients were of the same order of magnitude, the sizes can be several times different, and the variation trend of diffusion coefficient was different with increasing gas pressure. Based on the law of diffusion coefficient affected by pressure (concentration) and temperature, a variable diffusion coefficient model was established. The gas desorption for granular coal at constant and variable temperature was predicted utilizing measured diffusion coefficient for columnar coal, and the prediction results were validated by desorption test. It indicated that the model can well reflect the gas diffusion process in the coal matrix under both constant and variable temperature condition.
-
0. 引 言
煤气化是煤化工的“龙头”。我国大型煤气化项目主要采用气流床加压气化技术：如GE（Texaco）、Shell 、GSP、水煤浆4喷嘴，神宁炉，晋华炉，多元料浆气化炉等[1]。气化灰渣是煤化工的附属产物，我国煤化工行业气化灰渣产量超过3 300万t/a，堆存量超过2亿t，大量场地用于堆存或者填埋，对环境危害较大[2]。大型煤化工的气化灰渣包括炉底粗渣和跟随合成气进入洗气塔的细渣，粗渣在炉内停留时间长，干基碳质量分数6%～20%，可用于建材；细渣停留时间短，干基碳质量分数20%～50%，利用价值高于粗渣，但细渣水含量较高，资源化利用难度较大。细渣碳灰分离技术如酸洗、浮选、重力分离、筛分以及循环流化床掺烧都存在效率低、处理能力有限、经济效益不高的问题[3]。燃烧是大规模、经济利用细渣的最优方式，既可以将细渣的化学能转化为热能，替代煤化工工厂部分的用煤，又可以对细渣进行减量化和资源化利用，节约土地资源[4-5]。
为了燃烧细渣，对气化细渣基础燃烧特性的研究十分必要，笔者总结了相关研究文献。张忠翼[6]发现细渣中存在2种类型的残碳：絮状炭和石墨化炭，其中絮状炭无固定形状，表面积大，孔隙发达，较易燃烧，失重峰温度区间为450～600 ℃，而石墨化炭经过高温气化后有序度较高，燃烧缓慢，因而燃烧温度区间高于絮状炭，达到660～
1000 ℃。宋瑞领[7]从粒度分布、烧失量、化学组成、显微结构、残碳分布、表面相态特征等6个方面系统研究了多喷嘴对置水煤浆气化炉灰渣特性。赵佳[8]采用机械活化法破坏气化细渣中的残碳晶格，提高细渣在450～650 ℃中温段的燃烧反应活性和能源转化效率，为气化细渣脱碳制备建材探索路径。袁琳璇[9]研究常压干煤粉气化灰渣燃烧特性，对比FWO、DAEM和Starink 3种计算活化能的方法，发现FWO方法能够得到最优的计算结果。陈智超等[10-11]研究循环流化床气化灰渣在氧气体积分数30%条件下的燃烧动力学参数，开发出可以提高计算精度的灰渣活化能新模型。李佳伟[12-13]研究气化细渣和原煤混烧时动力学参数及碳氢气体的释放规律，同时研究发现经过浮选和酸洗后的细渣活性有所提高。LIU[14]利用热重、管式炉等基础设备研究气化灰渣的燃烧特性，发现细渣和无烟煤的燃烧特性接近。DAI[4]研究发现气化细渣在900 ℃以上的流化床内燃烧效率低于气流床，且气流床要求的燃烧温度大于900 ℃时才能维持自稳燃。杜杰[15]利用热重研究水煤浆气化细渣和煤掺混燃烧效果，发现协同燃烧可以大幅度提高细渣的燃烧指数。ZHANG[16]采用热重和质谱联用的办法研究了气化细渣和煤矸石掺烧的燃烧特性和氨氮释放规律。GUO[17]将浮选后的气化灰渣与锯木屑进行混燃，发现协同燃烧效果优于单独燃烧。对细渣大规模燃烧利用的研究主要体现在细渣流化床燃烧和粉体燃烧2个方面。循环流化床掺烧气化灰渣是直接利用的较好方式，但是灰渣掺烧量不足20%[3]。王金福等[18]开发了基于快床‒湍床组合式循环流化床反应器技术，通过精密控温燃烧，将气化灰渣深度氧化脱碳，得到无碳灰分。陈玉娇[19]设计了180 t/h的气化细渣循环流化床焚烧炉，炉膛换热面只占炉膛总面积的0～30%，剩余部分铺设耐火浇注料，保证炉膛温度在900 ℃以上。朱晨军[20]设计了一种细渣残碳燃烧中试装置，采用隔热回转窑+2段式燃烧炉，细渣燃烧时炉膛温度保持在900～
1100 ℃。李佳伟[21]采用数值模拟的方法研究煤粉预燃室燃烧器掺烧不同比例的气化细渣，发现燃烧器掺烧30%的细渣较为合适。细渣的物理特性影响燃烧特性，而实际细渣和粗渣的碳含量既和气化炉的炉型有关，也和气化炉的操作参数、入炉煤质等外界因素相关，因此，部分气化炉化验结果显示粗渣和细渣的实际碳含量都较高，这一现象进一步凸显了针对性研究气化灰渣物理和燃烧特性的必要性。笔者以国家能源集团包头煤化工水煤浆气化灰渣作为研究对象，通过对气化粗渣和细渣的物理和燃烧特性的研究，揭示细渣在不同升温速度、不同氧气体积分数下的燃烧特性，为旋转锥燃烧器燃烧气化细渣提供技术支撑。最后，介绍旋转锥燃烧器燃烧细渣的中试试验情况。
1. 气化灰渣的物理特性
1.1 组分与粒度
2种渣的工业分析和元素分析，热值及灰熔点见表1。折算到干燥基时，粗渣的固定碳质量分数为28%，细渣固定碳质量分数为37%。粗渣来自气化炉的闭式锁斗，细渣来自水洗器[22]，经过压滤后粗渣含水率低至30%，细渣含水率在50%左右。细渣含水率高于粗渣是因为其孔隙结构发达，亲水位点较多以及碳灰嵌布结构复杂等[23]。如图1所示，使用马尔文粒度仪测得粗渣的比表面积为67.6 m2/kg，细渣比表面积为545.7 m2/kg。马尔文粒度仪也可以测量粒径分布，在进行粗渣粒度测试前，剔除了粒径为3～5 mm的熔融玻璃体，最后测得粗渣中位粒径为581 μm，最大粒径为3 080 μm；测得细渣中位粒径为33.9 μm，最大粒径为586 μm。但从实际物理状态看，细渣在压滤后极容易聚团成块，直接燃烧难度极大，因此循环流化床掺烧细渣滤饼时需考虑人工、电耗、磨损及长周期运行对锅炉燃烧效率、热效率和可靠性的影响[24-26]。
表 1 气化灰渣工业分析和元素分析Table 1. Proximate analysis and ultimate analysis of coal gasification ash燃料 工业分析/% 元素分析/% Qnet,ar/
(MJ·kg‒1)软化温度/
℃Mar Aar Var FCar Car Har Nar Oar Sar 细渣 62.30 22.05 1.53 14.12 14.48 0.14 0.17 0.66 0.18 3.71 1180 粗渣 33.70 45.90 1.74 18.66 18.48 0.27 0.40 0.99 0.26 5.82 1130 图2所示是灰渣6种状态下的堆积密度：湿粗渣和湿细渣堆积密度在620～650 kg/m3，干粗渣堆积密度在640 kg/m3左右，干细渣堆积密度在310 kg/m3左右，主要原因是粗渣含水量低于细渣，因此烘干后堆积密度相差较大；脱碳后2种灰渣的堆积密度接近，粗渣为465 kg/m3，细渣为421 kg/m3。湿细渣脱碳后，堆存体积减少50%以上，因此采用燃烧的方式有利于减少细渣的堆填体积。
1.2 细渣的微观分析
图3所示是水煤浆气化细渣的SEM (Scanning Electron Microscope) 电镜扫描分析，对图3b—图3d中蓝色标记处进行拉曼光谱分析，测量元素含量，结果见表2。图3a和图3d气化细渣残碳多为絮状，少量疏松多孔的块状，有利于氧气在碳块表面扩散进入内部，促进燃烧，这与其他文献的研究结果一致[9,27]。水煤浆气化压力高于粉煤气化，虽然水煤浆气化温度稍低，但水煤浆颗粒进入气化炉后依然能快速热解和气化，形成疏松多孔的表面结构，间接提高固定碳的气化效率，降低细渣残碳。统计结果表明[3]，水煤浆气化细渣含碳量低于粉煤气化细渣含碳量。表2显示，图3b和图3c中的银白色圆盘状和球状颗粒无机物主要元素是Si、Al、O、Ca、Fe等，图3d中黑色碳粒中碳元素质量占比86.8%。圆盘状和球状颗粒是熔融无机矿物质冷凝时在表面张力作用下的结果[28]。
表 2 细渣成分分析Table 2. Composition analysis of fine residues圆盘状颗粒 质量比/% 球状颗粒 质量比/% 碳块 质量比/% O 33.1 Al 12.3 C 86.8 Na 2.8 Si 25.6 O 8.5 Mg 0.5 K 1.4 Al 2.7 Al 14.3 Ca 41.0 Si 2.0 Si 26.7 Fe 12.8 K 3.0 Rb 4.4 Ca 9.8 Nb 2.5 Fe 2.8 Rb 7.0 2. 灰渣等速升温燃烧特性研究
2.1 试验条件
本部分使用热重分析仪研究细渣的燃烧特性，粗渣作对比研究。热重分析仪型号为Netzsch STA 449F3，有3个气路，其中第1气路和第3气路的气体是N2，第2气路是O2。试验时3路气体的总流量为50 mL/min，单次试验样品质量为10.5±0.3 mg，为确保仪器安全，设定保护气流量20 mL/min，调整第1气路和第2气路的流量，从而获得不同体积分数的氧气氛围。试验设计5种实际工业燃烧设备常用的氧气体积分数，见表3，设置10、20和30 K/min 3种升温速度，以此研究细渣在3种升温速度和5种氧气体积分数时的燃烧特性及动力学参数。
表 3 试验气体的配比Table 3. Gas distribution of the experiment第1气路/
(mL·min−1)第2气路/
(mL·min−1)N2保护气/
(mL·min‒1)氧气体积
分数/%9 11 20 22 11 9 20 18 12 8 20 16 23 7 20 14 25 5 20 10 2.2 灰渣燃烧特性分析
试验样品为干粗渣和干细渣，湿粗渣和湿细渣作为对比研究，升温速度为30 K/min，氧气体积分数为22%，得到图4所示的TG曲线和图5所示的DTG曲线。由图4可知，湿粗渣和湿细渣的TG曲线经历了水分蒸发失重、恒重升温、残碳燃烧失重及残渣恒重升温等4个阶段。烘干粗渣和烘干细渣只有恒重升温、残碳燃烧失重及残渣恒重升温等3个阶段。结合图5可以看出，当温度为117 ℃时，细渣水分蒸发速度最大，为‒25 %/min；当温度为143 ℃时，水分蒸发过程结束，用时3.73 min。相应地，湿粗渣水分蒸发的峰值温度是98 ℃，失重峰值速度为‒16 %/min；当温度为122 ℃时，蒸发结束，用时3.07 min。对比可知，细渣烘干时水分蒸发最快时温度比粗渣高，蒸发时间也长于粗渣，很明显，这是因为细渣的微孔较多，结合自由水的能力较强。燃烧特性方面，利用热重自带的软件分析发现，湿粗渣和干粗渣的着火温度均为560 ℃左右，湿细渣和干细渣的着火温度为590 ℃左右，4种状态的灰渣燃尽温度均在650～660 ℃，灰渣从着火到燃烧完全需要3.0～3.3 min。
TG曲线中干粗渣和干细渣恒重升温时，样品质量小幅度上升，可能原因是灰渣表面多孔，吸附了部分氮气和氧气；温度超过190 ℃时，吸附的氮气和氧气逐渐脱附，样品质量降低。粗渣最大吸附量是样品质量的1.18%，细渣最大吸附量是样品质量的2.18%，作为对比，湿粗渣和湿细渣升温时没有样品质量升高的现象。在燃烧失重阶段，干细渣的失重峰值速度高于湿细渣，干粗渣的失重峰值速度和湿粗渣接近，表明细渣的燃烧特性优于粗渣。
2.3 升温速度和氧气体积分数对细渣燃烧特性的影响
本部分研究细渣的燃烧特性。试验设计3种升温速度（10、20及30 K/min）和4种氧气体积分数（10%、14%、18%及22%），利用热重分析细渣在不同氧气体积分数和升温速度下的燃烧特性，结果如图6所示。
![]()
图 6 氧气体积分数和升温速度对细渣燃烧特性的影响Figure 6. Effect of oxygen concentration and heating rate on combustion characteristics of fine slag由图6的TG曲线可知，当氧气体积分数提高，失重曲线变得陡峭，表明细渣中残碳燃烧时间缩短。结合DTG曲线图，氧气体积分数提高，失重峰值速度增加，如氧气体积分数为10%时失重峰值为‒4.5 %/min，氧气体积分数为22%时失重峰值为‒5.5 %/min。当升温速度提高，DTG峰值增加，如图6c所示，升温速度为 30 K/min，氧气体积分数分别为10%、18%和22%时DTG峰值分别为‒8、‒11和‒13 %/min，大于图6a中升温速度为10 K/min的DTG峰值。
通过12组工况的对比试验，得到细渣的燃烧特征参数，见表4。细渣着火温度最低为542 ℃，最高为591 ℃。升温速度相同时，当氧气体积分数从10%升高到22%，燃尽温度降低，Rp降低，Di提高，S提高，C提高；氧气体积分数相同时，当升温速度从10 K/min提高到30 K/min，除燃烧时间缩短外，其他燃烧特征参数均增加。可能原因是热量从细渣表面传递到内部时存在延迟，随升温速度增加，热延迟现象越明显。若升温速度和氧体积分数都增加，细渣的失重速度也快速提高。升温速度从30 K/min下降到10 K/min后，氧气体积分数对失重速度的影响减弱，但对细渣燃烧时间的影响显著增加。升温速度越快，氧气体积分数越高，燃尽时间越短。图7所示是等速升温时细渣的燃烧时间，计算方法是先计算每个工况的燃尽温度和着火温度之差，再将温度的差值除以该工况对应的升温速度，计算得到的燃烧时间和升温速度相关性最大，和氧气体积分数的相关性次之。
表 4 细渣燃烧特征参数Table 4. Combustion characteristics of fine slagβ/（K·min‒1） O2/% Ti/℃ Tp/℃ Tb/℃ ‒Rp/
(%·min‒1)tb/min Re/% Di/
(10‒5·%·min‒3)S/
(10‒11·min‒2·℃‒3)C/
(10‒6·%·min‒1·K‒2)30 22 580 627 654 12.3 21.1 63.2 3.4 2.7 17.0 18 565 619 654 10.7 21.1 61.9 3.1 2.4 15.3 14 585 656 688 9.4 22.2 63.5 2.5 1.8 12.8 10 591 679 722 7.9 23.3 61.8 2.0 1.4 10.6 20 22 542 563 611 10.9 29.3 59.9 3.6 2.1 16.4 18 565 609 636 8.8 31.3 61.9 2.6 1.4 12.5 14 571 616 650 7.8 31.4 63.2 2.2 1.2 11.0 10 583 646 673 7.3 32.6 61.4 1.9 1.0 10.0 10 22 536 557 598 5.4 52.5 61.9 1.8 0.6 8.3 18 550 588 610 5.8 58.5 60.9 1.8 0.5 8.6 14 550 592 623 4.8 59.9 60.2 1.5 0.4 7.2 10 563 605 637 4.3 61.3 62.2 1.3 0.3 6.2 注：β为升温速度；O2为氧气体积分数；Ti为着火温度；Tp为失重峰值温度；Tb为燃尽温度；‒Rp为最大质量损失率；tb为燃尽时间；Re为燃烧结束时坩埚内细渣残留质量；Di为点火指数；S为综合燃烧特性指数；C为可燃性指数 ![]()
图 7 等速温升时细渣燃烧时间Figure 7. Combustion time of coal gasification fine slag at constant heating rate由图7可知，升温速度相同，氧气体积分数降低会增加细渣燃烧时间：升温速度为30 K/min，氧体积分数为22%和10%时，细渣燃烧时间分别为2.5和4.25 min；升温速度20 K/min时燃烧时间大于30 K/min，其中氧气体积分数为22%、18%和14%时燃烧时间增加幅度较大；升温速度为10 K/min，氧气体积分数为22%和18%时，细渣的燃烧时间约6.2 min，氧气体积分数为14%和10%时，燃烧时间增加到7.2 min。研究表明影响细渣燃烧时间最明显的氧气体积分数区间是14%～18%。
2.4 细渣燃烧动力学参数
煤气化细渣中残碳的燃烧属于气固缩核反应，按照一级反应描述动力学方程[8]，RT/E≈0，令$ Y = \left| {{\text{ln}}(1 - a)/{T^2}} \right| $，X=1/T，根据试验数据，绘制Y对X的曲线，并进行最小二乘法拟合，得到拟合直线，由直线斜率‒E/R和截距ln(AR/Eβ)求得细渣燃烧的动力学参数。
图8是不同升温速度和氧气体积分数下细渣的燃烧动力学拟合直线图，每个拟合曲线的温度区间是该工况对应的着火温度和燃尽温度，拟合方程见表5，每个方程的相关性系数均接近1，表明精确度较高。从图8和表5可看到，当升温速度不变，氧气体积分数提高时，细渣燃烧的表观活化能E增大：如升温速度从10 K/min提高到30 K/min，氧气体积分数从10%提高到22%，表观活化能分别从172 kJ/mol增大到225 kJ/mol，从190 kJ/mol增大到249 kJ/mol，从148 kJ/mol增大到230 kJ/mol。当氧气体积分数不变，升温速度变化时，表观活化能变化不大，表明氧气体积分数对表观活化能的影响较大，升温速度对表观活化能的影响较弱。
![]()
图 8 细渣燃烧一阶动力学拟合曲线Figure 8. First order kinetic fitting curve of coal gasification fine ash表 5 细渣燃烧动力学参数Table 5. Combustion kinetic parameters of coal gasification fine slag工况 拟合方程 E/ (kJ·mol‒1) A/s‒1 R2 1 y=‒ 27721 x+17.0230 1.93×1010 0.997 2 y=‒ 22680 x+11.5189 6.39×107 0.991 3 y=‒ 20944 x+9.0174 4.82×106 0.999 4 y=‒ 17835 x+5.1148 9.01×104 0.998 5 y=‒ 29924 x+21.0249 7.51×1011 0.962 6 y=‒ 26391 x+16.2219 5.67×109 0.996 7 y=‒ 24828 x+14.1206 6.73×108 0.999 8 y=‒ 22808 x+11.3190 3.84×107 0.998 9 y=‒ 27073 x+18.4225 2.65×1010 0.993 10 y=‒ 22486 x+12.5187 6.11×107 0.977 11 y=‒ 20769 x+10.3173 6.23×106 0.981 12 y=‒ 20656 x+9.8172 3.88×106 0.971 注：工况1～4升温速度为30 K/min，氧气体积分数分别为22%、18%、14%、10%；工况5～9升温速度为20 K/min，氧气体积分数分别为22%、18%、14%、10%；工况10～14升温速度为10 K/min，氧气体积分数分别为22%、18%、14%、10%。 3. 气化细渣恒温燃烧特性研究
3.1 试验条件
试验使用耐驰Netzsch STA 449F3热重分析仪研究气化细渣恒温燃烧特性。单个样品质量为10.5±0.2 mg，探究气化灰渣在5种温度 (600、700、800、850及950 ℃) 和3种氧气体积分数 (10%、16%及22%) 氛围下的燃烧特性，试验工况见表6。试验时，第1阶段以40 K/min升温，从30 ℃升高到所需的恒定温度，此阶段第1气路和保护气路均通入N2，第2气路关闭；第2阶段恒温30 min，前10 min稳定温度，后20 min打开第2气路，通入O2。配制3种氧气体积分数氛围，总气体流量为 50 mL/min。
表 6 恒温热重试验工况Table 6. Thermogravimetric experiment at constant temperature试验序号 恒定温度/℃ 氧气体积分数/% 1 600 22 2 16 3 10 4 700 22 5 16 6 10 7 800 22 8 16 9 10 10 850 22 11 16 12 10 13 950 22 14 16 15 10 3.2 气化细渣恒温燃烧特性分析
本部分重点研究细渣的燃烧时间，图9所示是不同温度和氧气体积分数时细渣的燃烧时间变化图。
当温度从600 ℃升高到700 ℃，细渣的燃烧时间减少幅度最大：10%氧气体积分数时燃烧时间从8.32 min降低到6.58 min，缩短21%；16%氧气体积分数时燃烧时间从5.86 min降低到4.75 min，缩短19%；22%氧气体积分数时燃烧时间从5.76 min降低到4.08 min，缩短29%。当燃烧温度从700 ℃升高950 ℃，燃烧时间降低幅度分别为15%、11%和10%，表明温度超过700 ℃后，温度对气化细渣燃烧速度的影响减弱，氧气体积分数成为影响燃烧时间的关键因素。当氧气体积分数从10%提高到16%，5种恒温条件下细渣的燃烧时间降低幅度分别为29.6%、27.8%、23.5%、27.9%和23.3%；氧气体积分数从16%提高到22%，燃烧时间降低幅度分别为1.7%、14.1%、18.8%、7.6%及15.2%。造成上述现象的原因可能是细渣经过高温气化后灰分含量较大，增加了氧气扩散到残碳表面的难度，从而需要较高的温度和氧气体积分数维持细渣的快速燃烧，文献[4]推荐细渣粉体燃烧时氧气体积分数大于10%。
图10所示为氧气体积分数和温度对气化细渣最大燃烧速度的影响。当温度恒定，氧气体积分数提高时，失重速度峰值增加幅度较大，600 ℃时细渣的失重峰值速率从‒5.5 %/min增加到‒9.0 %/min以上；当氧气体积分数恒定时，温度超过700 ℃后失重速度峰值变化不大。这一现象同样印证了氧气体积分数对细渣燃烧影响较大。
图11反映恒温燃烧时放热对温度的影响，每个工况的细渣样品重量基本相等，分析仪检测到15种工况下峰值温度变化有所不同：同一组温度条件下，氧气体积分数越高，峰值温度越高，表明提高氧气体积分数有利于燃烧放热反应进行；当恒定温度提高，峰值温度增加的幅度降低，说明细渣燃烧时颗粒附近的温度高于灰颗粒火焰温度，这对防止颗粒过热变形具有参考意义。
![]()
图 11 细渣释热时的峰值温度Figure 11. Peak temperature when heat release from coal gasification fine ash combustion4. 旋转锥燃烧器焚烧细渣试验
旋转锥燃烧器是本团队开发的燃烧装备[29]，如图12所示，该装备吸收了流化床和回转炉的优点，既可以燃烧低挥发分的难燃燃料，如煤泥、焦炭、无烟煤、贫煤，又可以焚烧超低热值的固废，如煤矸石，还可以燃烧生物质成型压块/颗粒、原生生物质等，燃料适应性宽。同时，该装备和回转炉类似，炉排筐转动时物料不断翻滚，相互碰撞，炉排上结焦/渣的概率大大降低。由于只依靠电机的机械转动代替风机流化，旋转锥燃烧器能耗低于流化床。目前，旋转锥燃烧器热功率涵盖4～28 MW，正在国家能源集团某煤矿建设2×10.5 MW燃沙柳切片生物质锅炉系统。
旋转锥燃烧器的运行过程：燃烧器倾角30°～70°，燃料由于重力从落料口掉入旋转锥的炉排筐中，试验台架可以装载最多0.4 m3的燃料。燃油启动点火器持续运行10 min，高速翻滚的燃料均匀升温并着火，燃烧稳定后开始加入新鲜燃料。新鲜燃料被燃烧放热的旧床料快速预热并着火，物料热值范围4 180～37 620 kJ/kg。一次风从炉排筐之间的18根通风梁进入炉排筐中，二次风切向进入燃烧器，与烟气的流向相反，旋转贴壁运动到炉排筐，将燃尽的飞灰带入落灰斗。在实际运行中，根据物料种类，调整一/二次风流量和转速，控制炉排筐内物料温度低于1 000 ℃，营造炉排筐内强还原性气氛，试验结果显示，炉排筐内CO+CH4的体积分数可达到10%。
在对细渣物性和基础燃烧特性研究的基础上，团队开展了旋转锥燃烧器焚烧细渣的热态试验。使用包头某水煤浆气化炉细渣作为燃料，经过几天的通风晾晒，细渣全水从50%降低到16%，收到基低位热值为7 942 kJ/kg，收到基残碳质量分数为23.75%。试验时用生物质成型颗粒作为引燃燃料，向台架中加入270 kg左右的生物质成型颗粒，用柴油引燃，逐渐加大一次风量，当燃烧器出口温度超过500 ℃时，开启电机以5 Hz频率转动炉排筐，此时生物质成型颗粒开始随着炉排筐的转动而滑移坍塌，着火颗粒和未着火颗粒相互混合，未着火颗粒逐渐被引燃。随着一次风量和转速继续提高，着火颗粒数量增加，床料整体温度增加，炉内火焰变长，燃烧器出口温度快速升高，烟道尾部氧含量持续降低，开启二次风机作为助燃风，10 min内燃烧器出口温度超过1 000 ℃，此时开始向旋转锥燃烧气内加入气化细渣。
试验结果表明，当细渣连续给料量为300，470以及900 kg/h时均能稳定着火和燃烧，随着一次风比例提高，燃烧会变得更加充分。对飞灰取样化验，残碳低于5%，计算得到细渣的燃烧效率超过90%。试验发现，随着气化细渣加入量的提高，炉排筐内床料整体温度下降，见表7。床料温度下降主要是由于试验台架炉排筐内体积所限，新鲜床料升温吸热导致床料整体温度下降。因此，新鲜床料和旧床料存在适合的比例，流化床锅炉新鲜床料占比一般为1%～5%，床温850～950 ℃，属于低温慢速燃烧[30]。从试验结果看，该旋转锥燃烧器台架最优的细渣处理量在300 kg/h，新鲜渣占比0.04%，该比例受台架的散热、细渣燃烧特性、配风温度等因素影响。
表 7 床料温度Table 7. Bed temperature给料量/(kg·h‒1) 稳定燃烧时床温/℃ 300 800 470 700 900 600 5. 结 论
1）湿灰渣 (粗渣和细渣) 堆积密度为620～650 kg/m3，干粗渣堆积密度在640 kg/m3左右，干细渣堆积密度在310 kg/m3左右；细渣中位粒径为33.9 μm，粗渣中位粒径为581 μm，SEM和拉曼光谱分析显示细渣残碳表面疏松多孔，碳粒子中碳含达86.8%。
2）湿粗渣和湿细渣等速升温的失重曲线包含水分蒸发失重、恒重升温、残碳燃烧失重及残渣恒重升温4个阶段，水分对粗渣和细渣的着火温度没有影响，粗渣着火温度为560 ℃，细渣着火温度为590 ℃，粗渣烘干失重峰值为‒16 %/min，温度为98 ℃；细渣烘干失重峰值为‒25 %/min，温度为117 ℃。
3）氧气体积分数和升温速度对细渣燃烧特征参数影响明显：升温速度恒定时，当氧气体积分数从10%升高到22%，燃尽温度降低，Rp降低，Di提高，S提高，C提高；氧气体积分数恒定时，当升温速度从10 K/min提高到30 K/min，除燃烧时间缩短外，其他燃烧特征参数均增加。
4）升温速度和氧气体积分数对细渣燃烧动力学参数的影响：升温速度恒定，随着氧气体积分数增加，表观活化能E增大；升温速度为10 K/min时，表观活化能从172 kJ/mol增大到225 kJ/mol；氧气体积分数恒定时，升温速度对计算活化能影响不明显。
5）温度和氧气对干细渣的燃烧时间影响不同：细渣燃烧温度从600 ℃提高到700 ℃，燃烧时间减少幅度较大，如氧气体积分数为10%时燃烧时间从8.32 min减少到6.58 min，降幅21%；燃烧温度从700 ℃提高到950 ℃，燃烧时间降幅只有10%～15%；燃烧温度恒定，氧气体积分数从10%提高到16%时，细渣燃烧时间减少幅度较大。
6）旋转锥燃烧器可以直接燃烧细渣，台架试验表明新鲜物料占比0.04%时燃烧效果最优，燃烧效率>90%，飞灰残碳<5%。
-
![]()
图 2 低温液氮吸附法孔径分布
Figure 2. Pore size distribution through low temperature N2 adsorption curves
![]()
图 4 He扩散系数随有效体积应力变化规律
Figure 4. He diffusion coefficient changes with effective volume stress
![]()
图 5 CH4扩散系数随有效体积应力变化规律
Figure 5. CH4 diffusion coefficient changes with effective volume stress
![]()
图 6 CH4扩散系数随注气压力变化规律
Figure 6. Variation law of CH4 diffusion coefficient with gas injection pressure
![]()
图 8 不同扩散模型计算CH4扩散系数对比
Figure 8. Comparison of different models for CH4 diffusion coefficient calculation
![]()
图 10 恒温条件下不同扩散模型解吸模拟结果
Figure 10. Simulation results of different diffusion models under constant temperature condition
![]()
图 12 变温条件下不同扩散模型解吸率和解吸量模拟结果
Figure 12. Simulation results of different diffusion models under variable temperature condition
表 1 煤样基本参数测定结果
Table 1 Results of basic parameters of the coal sample
水分Mad/% 灰分Aad/% 挥发分Vdaf/% 真密度 /(g·cm−3) 视密度 /(g·cm−3) 孔隙率$\varphi $/% 吸附常数 a/(mL·g−1) b/MPa−1 2.18 17.97 6.56 1.51 1.38 8.29 38.61 1.57 
下载: 导出CSV
表 2 扩散系数计算结果
Table 2 Diffusion coefficient calculation results
平衡压力/MPa 经典模型扩散系数
D/(10−8 cm2·s−1)时变扩散系数模型 初始扩散系数D0/(10−8 cm2·s−1) 衰减系数β/(10−4 s−1) 0.6 4.16 3.89 1.1 1.1 3.57 4.00 1.4 1.6 3.57 3.93 1.4 2.1 4.16 3.89 1.1 2.6 4.76 5.78 1.7 3.1 4.76 6.71 1.7
下载: 导出CSV
-
[1] 林柏泉,刘 厅,杨 威. 基于动态扩散的煤层多场耦合模型建立及应用[J]. 中国矿业大学学报,2018,47(1):32−39,112. LIN Baiquan,LIU Ting,YANG Wei. Solid-gas coupling model for coalseams based on dynamic diffusion and its application[J]. Journal of China University of Mining & Technology,2018,47(1):32−39,112.
[2] 杨宏民,冯朝阳,陈立伟. 煤层注氮模拟实验中的置换−驱替效应及其转化机制分析[J]. 煤炭学报,2016,41(9):2246−2250. YANG Hongmin,FENG Zhaoyang,CHEN Liwei. Analysis of replacement-displacement effect and its change mechanism in simulation experiment of nitrogen injection into coal seam[J]. Journal of China Coal Society,2016,41(9):2246−2250.
[3] 胡国忠,朱怡然,李志强. 可控源微波场促进煤体中甲烷解吸的试验研究[J]. 岩石力学与工程学报,2017,36(4):874−880. HU Guozhong,ZHU Yiran,LI Zhiqiang. Experimental study on desorption enhancing of methane in coal mass using a controlled microwave field[J]. Chinese Journal of Rock Mechanics and Engineering,2017,36(4):874−880.
[4] 杨新乐,张永利. 热采煤层气藏过程煤层气运移规律的数值模拟[J]. 中国矿业大学学报,2011,40(1):89−94. YANG Xinle,ZHANG Yongli. Numerical simulation on flow rules of coal-bed methane by thermal stimulation[J]. Journal of China University of Mining & Technology,2011,40(1):89−94.
[5] 梁卫国,吴 迪,赵阳升. CO2驱替煤层CH4试验研究[J]. 岩石力学与工程学报,2010,29(4):24−32. LIANG Weiguo,WU Di,ZHAO Yangsheng. Experimental study of coalbeds methane replacement by carbon dioxide[J]. Chinese Journal of Rock Mechanics and Engineering,2010,29(4):24−32.
[6] 刘彦伟,刘明举. 粒度对软硬煤粒瓦斯解吸扩散差异性的影响[J]. 煤炭学报,2015,40(3):97−105. LIU Yanwei,LIU Mingju. Effect of particle size on difference of gas desorption and diffusion between soft coal and hard coal[J]. Journal of China Coal Society,2015,40(3):97−105.
[7] 安丰华,贾宏福,刘 军. 基于煤孔隙构成的瓦斯扩散模型研究[J]. 岩石力学与工程学报,2021,40(5):987−996. AN Fenghua,JIA Hongfu,LIU Jun. A gas diffusion model based on the pore structure in coal[J]. Chinese Journal of Rock Mechanics and Engineering,2021,40(5):987−996.
[8] 李祥春,李忠备,张 良,等. 不同煤阶煤样孔隙结构表征及其对瓦斯解吸扩散的影响[J]. 煤炭学报,2019,44(S1):142−156. LI Xiangchun,LI Zhongbei,ZHANG Liang,et al. Pore structure characterization of various rank coals and its effect on gas desorption and diffusion[J]. Journal of China Coal Society,2019,44(S1):142−156.
[9] 聂百胜,柳先锋,郭建华,等. 水分对煤体瓦斯解吸扩散的影响[J]. 中国矿业大学学报,2015,44(5):781−787. NIE Baisheng,LIU Xianfeng,GUO Jianhua,et al. Effect of moisture on gas desorption and diffusion in coal mass[J]. Journal of China University of Mining & Technology,2015,44(5):781−787.
[10] 李志强, 王登科, 宋党育. 新扩散模型下温度对煤粒瓦斯动态扩散系数的影响 [J]. 煤炭学报, 2015, 40(5): 1055−1064. LI Zhiqiang, WANG Dengke, SONG Dangyu. Influence of temperature on dynamic diffusion coefficient of CH4 into coal particles by new diffusion model [J]. Journal of China Coal Society, 2015, 40(5): 1055−1064.
[11] 杨 鑫,张俊英,王公达,等. 瓦斯压力对瓦斯在煤中扩散影响的实验研究[J]. 中国矿业大学学报,2019,48(3):503−510. YANG Xin,ZHANG Junying,WANG Gongda,et al. Experimental study of the influence of gas pressure in the gas diffusion in coal[J]. Journal of China University of Mining & Technology,2019,48(3):503−510.
[12] 张登峰,崔永君,李松庚,等. 甲烷及二氧化碳在不同煤阶煤内部的吸附扩散行为[J]. 煤炭学报,2011,36(10):1693−1698. ZHANG Dengfeng,CUI Yongjun,LI Songgeng,et al. Adsorption and diffusion behaviors of methane and carbon dioxide on various rank coals[J]. Journal of China Coal Society,2011,36(10):1693−1698.
[13] CHENG Y,PAN Z. Reservoir properties of Chinese tectonic coal: A review[J]. Fuel,2020,260:116350. doi: 10.1016/j.fuel.2019.116350
[14] ZHAO W,CHENG Y,PAN Z,et al. Gas diffusion in coal particles: A review of mathematical models and their applications[J]. Fuel,2019,252:77−100. doi: 10.1016/j.fuel.2019.04.065
[15] 杨其銮,王佑安. 煤屑瓦斯扩散理论及其应用[J]. 煤炭学报,1986,11(3):87−94. YANG Qiluan,WANG Youan. Theory and application of gas diffusion in coal particles[J]. Journal of China Coal Society,1986,11(3):87−94.
[16] 聂百胜,郭勇义,吴世跃,等. 煤粒瓦斯扩散的理论模型及其解析解[J]. 中国矿业大学学报,2001,30(1):21−24. NIE Baisheng,GUO Yongyi,WU Shiyue,et al. Theoretical of methane diffusion from coal cuttings and its application[J]. Journal of China University of Mining & Technology,2001,30(1):21−24.
[17] 简 星,关 平,张 巍. 煤中 CO2的吸附和扩散: 实验与建模[J]. 中国科学:地球科学,2012,42(4):492−504. JIAN Xing,GUAN Ping,ZHANG Wei. Carbon dioxide sorption and diffusion in coals: Experimental investigation and modeling[J]. Science China Earth Science,2012,42(4):492−504.
[18] WANG K,WANG Y,GUO H,et al. Modelling of multiple gas transport mechanisms through coal particle considering thermal effects[J]. Fuel,2021,295:120587. doi: 10.1016/j.fuel.2021.120587
[19] SAMPATH K H S M,PERERA M S A,MATTHAI S K,et al. Modelling of fully-coupled CO2 diffusion and adsorption-induced coal matrix swelling[J]. Fuel,2020,262:116486. doi: 10.1016/j.fuel.2019.116486
[20] LIU A,LIU S,HOU X,et al. Transient gas diffusivity evaluation and modeling for methane and helium in coal[J]. International Journal of Heat and Mass Transfer,2020,159:120091. doi: 10.1016/j.ijheatmasstransfer.2020.120091
[21] SHI J,DURUCAN S. A bidisperse pore diffusion model for methane displacement desorption in coal by CO2 injection[J]. Fuel,2003,82(10):1219−1229. doi: 10.1016/S0016-2361(03)00010-3
[22] 靳钟铭,赵阳升,贺 军,等. 含瓦斯煤层力学特性的实验研究[J]. 岩石力学与工程学报,1991,10(3):271−280. JIN Zhongming,ZHAO Yangsheng,HE Jun,et al. An experimental study on mechanical properties of gas-bearing coal seams[J]. Chinese Journal of Rock Mechanics and Engineering,1991,10(3):271−280.
[23] 周军平,鲜学福,姜永东,等. 基于热力学方法的煤岩吸附变形模型[J]. 煤炭学报,2011,36(3):468−472. ZHOU Junping,XIAN Xuefu,JIANG Yongdong,et al. A model of adsorption induced coal deformation based on thermodynamics approach[J]. Journal of China Coal Society,2011,36(3):468−472.
[24] 李晓泉,尹光志. 含瓦斯煤的有效体积应力与渗透率关系[J]. 重庆大学学报(自然科学版),2011,34(8):103−108. LI Xiaoquan,YIN Guangzhi. Relationship between effective volumetric stress and permeability of gas-filled coal[J]. Journal of Chongqing University (Natural Science Edition),2011,34(8):103−108.
[25] 聂百胜,杨 涛,李祥春,等. 煤粒瓦斯解吸扩散规律实验[J]. 中国矿业大学学报,2013,42(6):975−981. doi: 10.3969/j.issn.1000-1964.2013.06.014 NIE Baisheng,YANG Tao,LI Xiangchun,et al. Research on diffusion of methane in coal particles[J]. Journal of China University of Mining & Technology,2013,42(6):975−981. doi: 10.3969/j.issn.1000-1964.2013.06.014
[26] LIU T,LIN B,FU X,et al. Experimental study on gas diffusion dynamics in fractured coal: A better understanding of gas migration in in-situ coal seam[J]. Energy,2020,195:117005. doi: 10.1016/j.energy.2020.117005
[27] LIU A,LIU P,LIU S. Gas diffusion coefficient estimation of coal: A dimensionless numerical method and its experimental validation[J]. International Journal of Heat and Mass Transfer,2020,162:120336. doi: 10.1016/j.ijheatmasstransfer.2020.120336
[28] ZHANG X,ZHU Z,WEN G,et al. Study on gas desorption and diffusion kinetic behavior in coal matrix using a modified shrinking core model[J]. Journal of Petroleum Science and Engineering,2021,204:108701. doi: 10.1016/j.petrol.2021.108701
[29] TANG X,LI Z,RIPEPI N,et al. Temperature-dependent diffusion process of methane through dry crushed coal[J]. Journal of Natural Gas Science and Engineering,2015,22:609−617. doi: 10.1016/j.jngse.2014.12.022
[30] XU H,TANG D,ZHAO J,et al. A new laboratory method for accurate measurement of the methane diffusion coefficient and its influencing factors in the coal matrix[J]. Fuel,2015,158:239−247. doi: 10.1016/j.fuel.2015.05.046
[31] MENG Y,LI Z. Experimental study on diffusion property of methane gas in coal and its influencing factors[J]. Fuel,2016,185:219−228. doi: 10.1016/j.fuel.2016.07.119
[32] 滕 腾,王 伟,师 访,等. 温度−压力耦合下原煤中CO2渗流行为试验研究[J]. 中国矿业大学学报,2019,48(4):760−767. TENG Teng,WANG Wei,SHI Fan,et al. Experimental study of the seepage behavior of CO2 in raw coal under coupled pressures & temperature condition[J]. Journal of China University of Mining & Technology,2019,48(4):760−767.
[33] 荣腾龙,周宏伟,王路军,等. 采掘扰动与温度耦合影响下工作面前方煤体渗透率模型研究[J]. 岩土力学,2019,40(11):4289−4298. RONG Tenglong,ZHOU Hongwei,WANG Lujun,et al. Study on coal permeability model in front of working face under the influence of mining disturbance and temperature coupling[J]. Rock and Soil Mechanics,2019,40(11):4289−4298.
计量
- 文章访问数: 149
- HTML全文浏览量: 22
- PDF下载量: 39
