3. 生活垃圾采样与数据采集规范

热值预测模型的精度,首先取决于进入模型的数据是否可信。生活垃圾是极不均匀的混合物料,同一座城市不同季节、不同街区、甚至同一堆料的不同深度,热值都可能相差20%以上。如果采样环节存在系统性偏差,后续无论用多复杂的回归模型或神经网络,得到的都只是"精确的错误"。因此本节把采样与数据采集作为一条完整的质量链来讲解:从采样点怎么布、多久采一次,到样品如何制备、含水率如何测、热值如何化验,最后落到数据质量控制的具体判据上。

一、采样点布设:让样品代表"整体"而非"方便"

采样点布设的核心原则是覆盖产生源的全部分层。生活垃圾热值的主要影响因素包括:居民生活水平(影响厨余与包装物比例)、商业活动强度(影响纸类和塑料比例)、季节(影响含水率)以及收运方式(影响渗滤液流失程度)。因此布点不能只图方便,而应按"区域类型×时间"两个维度交叉设计。

工程上常用的做法是分层随机布点:先按行政区或功能区把服务范围划分为居民区、商业区、混合区三类,每类区域按垃圾产生量占比分配采样点数量,单点单次采样量不少于50 kg(对于日处理量500 t以上的焚烧厂,建议单次采样总量不低于200 kg)。采样点应固定在垃圾卸料平台的指定泊位或转运站出料口,避免在堆体边缘、渗滤液汇集处取样——这些位置含水率偏高,会系统性拉低热值。同时要记录每个采样点的经纬度、所属功能区、采样时刻和当日天气,这些元数据是后续分析异常值的依据。

二、采样频率:与决策周期匹配

采样频率取决于数据用途。若用于年度或季度热值趋势分析,每季度采样1次、每次连续采样3天即可;若用于掺配方案的月度调整,建议每月采样2次(月初、月中各一次),以捕捉含水率的短期波动;若用于新建焚烧线的设计参数验证,则应在至少一个完整年度内按周采样,覆盖雨季与旱季。需要强调的是,频率不是越高越好——单次采样和化验成本较高,且垃圾本身波动大,过密的采样若没有配套的均质化处理,反而会引入更多随机噪声。合理的做法是保证"每个统计周期内至少有3个独立样品",用均值与标准差共同描述热值水平。

三、样品制备:从50 kg到100 g的缩分链

采集到的原始样品必须经过破碎、混合、缩分,才能得到实验室分析所需的少量试样。标准流程是:原始样品先人工分拣出大件异物(金属、玻璃、砖石),称量并记录异物率;然后用破碎机破碎至粒径小于25 mm,采用四分法缩分至约5 kg;再破碎至粒径小于5 mm,缩分至约500 g;最后取其中约100 g作为化验试样,其余留作备样,备样保存期不少于30天。缩分必须遵循"先混合后缩分"的原则,每次缩分前充分拌匀,否则塑料、纸类等轻组分容易富集在上层,造成热值虚高。

四分法操作要点:将拌匀的样品堆成圆锥形,用铲子压平成圆饼,划十字分成四份,取对角两份合并。重复此操作直至达到目标质量。全程避免样品暴露在雨中或阳光下暴晒。

四、含水率测定与热值化验

含水率是热值换算中最敏感的参量。测定方法为烘干法:取制备好的试样约200 g,置于105±5 ℃的恒温干燥箱中烘干至恒重(通常4~6 h),冷却后称量,按式 \(W=(m_1-m_2)/m_1\times100\%\) 计算湿基含水率。注意烘干温度不可过高,否则部分有机物挥发会造成质量损失偏大、含水率虚高。

热值化验采用氧弹量热仪测定高位热值(GCV),再根据实测含水率和氢含量换算为低位热值(LHV)。工程上常用的近似换算式为:\(LHV \approx GCV \times (1-W) - 2.44W\)(单位MJ/kg,2.44为水的汽化潜热修正项)。化验应做平行双样,两次测定差值不超过0.5 MJ/kg时取均值,否则重新测定。每批次应插入一个有证标准物质(如苯甲酸)做质量控制,回收率应在98%~102%之间。

生活垃圾采样—制备—化验质量链与数据控制点 ① 采样点布设 居民区/商业区/混合区 分层随机 · 单点≥50 kg 避开堆体边缘与渗滤液 记录:位置/天气/时刻 ② 采样频率 季度/月度/周度 按决策周期匹配 每周期≥3个独立样品 覆盖雨季与旱季 ③ 样品制备(缩分链) 分拣异物 → 破碎<25 mm 四分法缩分至5 kg 再破碎<5 mm → 500 g 化验样100 g · 备样存30天 ④ 含水率与热值化验 105±5 ℃烘干至恒重 氧弹量热仪测GCV 换算LHV · 平行双样 苯甲酸质控98%~102% 数据质量控制要点(贯穿全链) 代表性 异物率记录 · 分层覆盖 元数据完整可追溯 精密度 平行双样差值≤0.5 MJ/kg 含水率复测偏差≤1% 准确度 标准物质回收率98%~102% 量热仪定期标定 异常值处理 3σ准则识别离群 保留原始记录不删改 进入热值数据库 / 掺配模型 每条记录字段:采样点编号 · 功能区 · 采样日期 · 天气 异物率 · 湿基含水率W · 高位热值GCV · 低位热值LHV · 平行样差值 质控结论:合格 / 复测 / 作废(附原因)

五、数据质量控制:让每条记录可追溯、可判断

上述四个环节产生的数据,最终要汇入热值数据库供掺配模型使用。质量控制不是事后"挑错",而是在每个环节设置可判定的关口。第一关是代表性检查:核对采样点是否覆盖了计划中的全部功能区,异物率是否超过15%(超过则说明分拣不充分,样品需重新制备)。第二关是精密度检查:平行双样热值差值超过0.5 MJ/kg、含水率复测偏差超过1个百分点时,该样品判为可疑,需重新取样化验。第三关是准确度检查:每20个样品插入一个标准物质,回收率超出98%~102%区间时,整批样品作废并排查量热仪状态。

对于已经入库的历史数据,可用3σ准则识别离群值:计算同一功能区、同一季节样本的均值与标准差,超出均值±3倍标准差的记录标记为离群,但不得直接删除,而应保留原始记录并注明"离群待核",由采样人员回溯当日天气、卸料来源等信息判断是否为真实异常(如某日混入大量建筑垃圾)。这种"标记而非删除"的做法,既保证了数据可追溯,也避免了人为美化数据导致模型对极端工况失去预测能力。

常见误区:为追求"数据好看"而剔除高含水率样品,会使训练出的热值模型系统性偏高,在实际雨季运行时严重低估掺配比例,造成焚烧炉温波动。质量控制的目的是识别并解释异常,不是消除异常。

把上述流程固化为可执行的记录表,是保证长期数据一致性的有效手段。下表给出一个可直接使用的单样品数据记录示例(数值为教学假设,非实测结果):

字段示例值质控判据
采样点编号 / 功能区SP-07 / 居民区须在布点计划内
采样日期 / 天气2024-06-12 / 阴有小雨记录完整
原始样品质量 / 异物率62 kg / 8.5%异物率≤15%
湿基含水率 W54.2%(复测54.8%)复测偏差≤1%
高位热值 GCV12.6 MJ/kg(平行样12.3)差值≤0.5 MJ/kg
低位热值 LHV(换算)约5.4 MJ/kg与GCV、W逻辑一致
质控结论合格三关全部通过

需要提醒的是,表中LHV由GCV与含水率换算得到,换算式的适用性依赖于氢含量假设,对于塑料比例异常高的样品应实测元素组成后再换算。采样与数据采集规范的价值,正在于让每一个进入模型的热值数字都带着"出身证明"——知道它从哪来、经过什么处理、精度如何,掺配方案的设计才有可靠的基础。