4. 热值预测的机理模型入门

前三节我们建立了“热值是可以被估算的”这一基本认识。本节要回答一个更具体的问题:估算公式从哪里来,为什么有的公式用元素分析、有的用工业分析,它们各自在什么条件下才可信。生活垃圾与煤、生物质最大的不同在于组分波动极大、含水率常年在20%~60%之间浮动,因此不能把某个经验公式当成万能钥匙,而要先理解其推导逻辑与适用边界。

一、门捷列夫公式:从元素组成到高位热值

门捷列夫公式是最经典的机理型关联式,其基本形式为:

Q_gr,daf = 339·C + 1256·H − 109·(O − S)   [kJ/kg,干燥无灰基]

式中 C、H、O、S 均为干燥无灰基下的质量百分数(%)。公式的物理含义很清晰:碳和氢是放热主体,碳按约339 kJ/kg·%贡献热量,氢的贡献远高于碳(约1256 kJ/kg·%),因为氢燃烧生成水并释放大量热;而氧是“已经氧化过的”元素,它占据了本可与氢结合的位置,因此以负项扣除,硫在公式中与氧合并处理,近似认为其燃烧行为部分抵消氧的稀释效应。

需要注意两个关键约定。第一,该式给出的是高位热值(Q_gr),即包含燃烧生成水蒸气凝结潜热的值;工程上锅炉排烟温度远高于水蒸气露点,真正可用的是低位热值(Q_net),需扣除水的汽化潜热:

Q_net,ar = Q_gr,ar − 25.1·(9H + M)   [kJ/kg,收到基]

其中 9H 表示氢燃烧生成水的质量(H 的9倍),M 为收到基水分,25.1 kJ/kg 为水在25℃下的汽化潜热近似值。这一步是初学者最容易漏掉的:元素分析给出的往往是干燥基或干燥无灰基数据,必须先换算到收到基,再扣除水分与氢生成水的潜热,才能与工业分析的低位热值对比。

二、工业分析关联式:从水分、灰分、挥发分、固定碳出发

工业分析( proximate analysis )测定的是水分 M、灰分 A、挥发分 V、固定碳 FC 四项,测定快速、成本低,因此工程上更希望用工业分析直接估算热值。常见的一类经验关联式形如:

Q_net,ar = a·FC_ar + b·V_ar − c·A_ar − d·M_ar

其逻辑是:固定碳和挥发分代表可燃质,灰分和水分代表惰性稀释项。不同研究者给出的系数 a、b、c、d 差异较大,例如针对煤的公式与针对生物质的公式系数完全不同。对生活垃圾而言,挥发分占比高(典型40%~60%,干燥基)、灰分波动大(10%~30%)、水分高,直接套用煤的系数会系统性高估热值,因为垃圾中的挥发分包含大量含氧有机物,其单位质量发热量低于煤的挥发分。

工业分析关联式本质上是“统计拟合”,不是严格机理推导。它的系数依赖于建模样本的物料谱系。把煤或单一生物质的公式直接用于混合生活垃圾,误差可能达到15%~25%,只能作为快速初估,不能作为掺配设计的唯一依据。

三、两条路径的换算与衔接

实际工作中,元素分析与工业分析往往只有其一。若只有工业分析,可用经验关系估算元素组成(如 C ≈ 0.6·FC + 0.4·V 之类的近似,仅作示例假设),再代入门捷列夫公式;若只有元素分析,则需借助水分、灰分数据换算基准。下图展示了从原始化验数据到低位热值的完整推导链路与关键换算节点:

元素分析(干燥基) C、H、O、N、S 质量百分数 门捷列夫公式 339C + 1256H − 109(O−S) 高位热值 Q_gr,daf 干燥无灰基 工业分析(收到基) M、A、V、FC 质量百分数 工业分析经验关联式 a·FC + b·V − c·A − d·M 低位热值 Q_net,ar 收到基(直接可用) 基准换算与潜热扣除 ① 干燥无灰基 → 收到基 ② 扣除 25.1·(9H + M) ③ 统一到低位热值口径 关键:H 与 M 必须同基准 否则潜热项被重复或漏算 适用边界与误差来源 • 门捷列夫式:适用于元素数据完整、含氧有机物为主的物料;对高灰高水垃圾需先换算基准 • 工业分析式:系数依赖样本谱系,煤/生物质公式不可直接用于混合生活垃圾,误差可达15%~25% • 共同前提:氯、氟等卤素及无机盐未单独修正;塑料占比高时氢贡献被低估,需实测校核

四、一个可复算的教学示例

假设某干燥基垃圾样品的元素组成为 C=38%、H=5.2%、O=28%、S=0.4%、N=1.0%、灰分=27.4%(合计100%)。先按门捷列夫公式计算干燥无灰基高位热值:

Q_gr,daf = 339×38 + 1256×5.2 − 109×(28 − 0.4)
         = 12882 + 6531 − 3008
         ≈ 16405 kJ/kg

若该样品收到基水分为35%、灰分按干燥基27.4%折算,则收到基可燃质比例约为 (1−0.35)×(1−0.274) ≈ 0.472。将 Q_gr,daf 折算到收到基并扣除潜热(此处 H 需同步折算为收到基约2.5%):

Q_gr,ar ≈ 16405 × 0.472 ≈ 7743 kJ/kg
Q_net,ar ≈ 7743 − 25.1×(9×2.5 + 35) ≈ 7743 − 1443 ≈ 6300 kJ/kg

这个约6300 kJ/kg的结果与我国典型混合生活垃圾低位热值5000~7500 kJ/kg的量级相符,说明公式在合理输入下是可用的。但若把水分改为50%,结果会降到约4800 kJ/kg,可见水分是灵敏参数,掺配方案中每降低5个百分点水分,热值可提升约300~400 kJ/kg,这正是后续掺配设计的核心杠杆之一。

实操建议:建立预测表时,至少保留“元素分析原始值—基准换算系数—潜热扣除项—最终低位热值”四列,任何一列缺失都会让结果无法追溯。对同一批垃圾,用门捷列夫式与工业分析式各算一次,若两者偏差超过10%,应优先怀疑基准换算或水分取值,而不是公式本身。

总结来说,机理模型的价值不在于给出一个绝对精确的数字,而在于把热值拆解为可解释的贡献项:碳氢贡献多少、氧扣掉多少、水带走多少。理解了这套拆解逻辑,才能在掺配时判断“加什么料、加多少”会朝哪个方向改变热值,而不是盲目试配。