3. 数质量平衡的基本原理与平衡方程

选煤厂产品数质量平衡表之所以能够"编得平",根本原因在于它背后有一套严格的守恒关系作为约束。如果把平衡表比作一本账,那么质量守恒、灰分平衡和水量平衡就是这本账必须遵守的三条记账规则。理解这三条规则各自的物理含义、数学表达和适用边界,是掌握平衡表编制数学基础的关键。

一、质量守恒:数量平衡的骨架

质量守恒是选煤过程最基本的约束。对任何一个稳定的分选作业或全厂系统,进入系统的原煤质量必须等于各产品(精煤、中煤、矸石、煤泥等)质量之和。设入料原煤量为 Q0(t/h 或 t/d),各产品产量为 Qi(i=1,2,…,n),则有:

ΣQi = Q0

这一方程看似简单,实际编制时却常因计量误差、采样偏差或水分变化而出现"合不上"的情况。工程上通常引入一个平衡差指标:平衡差 =(Σ产品量 − 入料量)/ 入料量 × 100%。对于全厂平衡表,一般要求平衡差控制在 ±2% 以内;对于单一分选作业,可放宽到 ±5%。若超出该范围,说明原始数据存在系统性问题,需要回溯计量环节或采样环节,而不能简单地把差额"摊"到某个产品上。

需要特别注意的是,质量守恒方程中的"质量"应统一基准。选煤厂常用的是空气干燥基或收到基,若入料与产品的水分基准不一致,直接相加就会引入虚假的平衡差。因此编制平衡表前,必须先把所有数量折算到同一水分基准,这一步是后续所有计算的前提。

二、灰分平衡:质量守恒在灰分上的延伸

灰分本身不参与分选,它只是随物料分配。因此,入料原煤中灰分的总量必须等于各产品中灰分总量之和。设入料灰分为 A0(%),各产品灰分为 Ai(%),则灰分平衡方程为:

Σ(Qi × Ai) = Q0 × A0

这个方程的价值在于:它把"数量"和"质量"两个维度耦合在一起。实际编制中,常常是已知入料量和入料灰分,已知各产品灰分(由化验得到),需要反求各产品产量。此时质量守恒和灰分平衡联立,就构成了一个可解的方程组。以两产品分选(精煤、矸石)为例:

Q精 + Q矸 = Q0
Q精 × A精 + Q矸 × A矸 = Q0 × A0

解得:Q精 = Q0 × (A矸 − A0) / (A矸 − A精)。这个式子说明,产品灰分差越大,解对灰分化验误差越敏感。若精煤与矸石灰分接近(分选效果差),同样的灰分误差会导致产量计算结果大幅波动。因此在实际操作中,灰分平衡方程更适合用于校核,而不是单独作为产量计算的唯一依据。

对于三产品或多产品系统,未知数多于方程数,方程不再唯一可解。这时需要补充其他约束,例如已知某一产品的产率(由计量秤测得),或利用浮沉试验数据给出的理论产率作为初值,再用灰分平衡进行修正。这正是平衡表编制中"先算后平、平后再校"的数学逻辑。

三、水量平衡:容易被忽视的第三条约束

选煤是湿法作业,水量平衡同样必须满足。对全厂或某一作业环节,进入的水量(原煤带入水、补加水、循环水)等于排出的水量(产品带走水、煤泥带走水、损失水)。设入料水量为 W0,各产品水量为 Wi,则:

ΣWi = W0

水量与质量、灰分的关系通过水分指标连接:Wi = Qi × Mi / (100 − Mi),其中 Mi 为产品水分(%)。水量平衡在编制精煤、煤泥等产品平衡表时尤为重要,因为煤泥水系统往往是全厂平衡的薄弱环节。若水量不平衡,会表现为循环水浓度持续升高或浓缩机溢流跑粗,反过来又影响数量平衡的准确性。

三条平衡方程不是彼此独立的"三本账",而是同一物料系统的三个侧面。质量守恒约束总量,灰分平衡约束质量分布,水量平衡约束介质环境。编制平衡表时,应先用质量守恒和灰分平衡确定各产品产量与灰分,再用水平衡校核煤泥水环节,最后统一检查三个平衡差是否都在允许范围内。

四、平衡方程的联立与求解思路

把上述方程放在一起看,平衡表编制的数学本质是:在质量守恒、灰分平衡、水量平衡三类约束下,求一组满足所有约束的产品数量与质量指标。实际求解通常分两步走。第一步是"分配",即根据分选资料(浮沉试验、分选效率曲线)或实测计量数据,给出各产品产率和灰分的初值;第二步是"平差",即检查各方程残差,若超限则调整初值中可信度最低的数据(通常是化验误差较大的灰分值或计量精度较低的产品量),迭代至残差收敛。

下面这张图把三条平衡方程与平衡表的对应关系、以及平差时的判断路径集中表达出来,便于在编制过程中快速对照。

数质量平衡方程体系与平差判断路径 入料原煤 Q₀、A₀、M₀、W₀ 质量守恒 ΣQᵢ = Q₀ 平衡差 ≤ ±2%(全厂) 灰分平衡 Σ(Qᵢ·Aᵢ) = Q₀·A₀ 耦合数量与质量 水量平衡 ΣWᵢ = W₀ Wᵢ = Qᵢ·Mᵢ/(100−Mᵢ) 各产品 Qᵢ、Aᵢ、Mᵢ、Wᵢ 平差判断:三方程残差是否均达标? 超限 → 回溯计量/采样/水分基准,调整可信度最低数据 平衡表定稿 迭代修正

图中虚线回路表达的是平差的核心动作:当某一方程残差超限时,不是孤立地改一个数,而是回到数据源头判断哪一类数据最不可靠。通常的优先级是:灰分化验误差大于计量误差,计量误差大于水分测定误差。也就是说,优先怀疑灰分数据,其次怀疑产量数据,最后才怀疑水分。这一判断顺序来自各环节的精度水平,而不是主观偏好。

五、一个两产品计算的示例

假设某跳汰分选作业(示例数据,仅用于说明计算过程):入料量 Q0 = 100 t/h,入料灰分 A0 = 28.0%;化验得精煤灰分 A精 = 10.5%,矸石灰分 A矸 = 62.0%。代入两产品公式:

Q精 = 100 × (62.0 − 28.0) / (62.0 − 10.5)
    = 100 × 34.0 / 51.5
    ≈ 66.0 t/h
Q矸 = 100 − 66.0 = 34.0 t/h

校核灰分平衡:66.0 × 10.5% + 34.0 × 62.0% = 6.93 + 21.08 = 28.01,与入料灰分总量 28.00 基本一致,残差 0.01,说明计算自洽。若实测精煤计量为 64.5 t/h,与计算值相差 1.5 t/h,则需判断是灰分化验偏差还是计量偏差所致——这正是平差环节要解决的问题。

平衡方程只能保证"账面上平",不能保证"数据真实"。若原始采样不具代表性,或灰分、水分测定存在系统偏差,方程照样可以配平,但平衡表已失去指导意义。因此,平衡表编制的质量首先取决于原始数据的可靠性,数学平衡只是最后一道校验。

掌握这三条方程及其联立求解思路后,后续编制平衡表时就能做到心中有"约束":每填一个数,都知道它受哪个方程制约、与哪些数据联动,从而避免盲目凑数,使平衡表真正成为反映选煤过程数质量关系的可靠工具。