3. 原煤煤质数据与可选性曲线的关系

可选性曲线不是凭空画出来的，它的每一条线、每一个点都来自原煤的筛分浮沉试验数据。理解数据与曲线之间的对应关系，是正确绘制和解读可选性曲线的前提。本节围绕“数据从哪里来、怎样组织、如何映射到曲线”这条主线，说明原煤煤质基础数据如何构成可选性曲线的数据来源。

一、可选性曲线的数据源头：筛分与浮沉试验

原煤可选性曲线通常包括灰分特性曲线（β曲线）、浮物累积曲线（β曲线与λ曲线）、密度曲线（δ曲线）和沉物累积曲线（θ曲线），它们共同描述原煤在不同密度分选条件下的理论分选结果。这些曲线的原始数据来自两类试验：

• 筛分试验：将原煤按粒度分级，得到各粒级的产率和灰分，用于判断煤质随粒度的变化，也为浮沉试验确定试验粒度上下限。
• 浮沉试验：将某一粒度级的煤样放入不同密度的重液（如1.30、1.40、1.50、1.60、1.70、1.80、2.00 g/cm³）中，分离出各密度级的浮物和沉物，称量产率并测定灰分。

浮沉试验得到的密度级产率和各密度级灰分，是绘制可选性曲线最核心的两列基础数据。没有这两列数据，曲线无从谈起。

二、从密度组成到累积数据：曲线的数据组织

浮沉试验给出的原始数据是分密度级的：每个密度区间对应一个产率和一个灰分。但可选性曲线使用的是累积数据，因此需要先完成从“分级数据”到“累积数据”的转换。以常见的浮沉试验报表为例，数据组织过程如下：

表中“浮物累积产率”和“浮物累积灰分”是逐级累加得到的。例如1.40～1.50密度级的浮物累积产率为28.5+22.0+15.5=66.0%，累积灰分为(28.5×5.2+22.0×9.8+15.5×16.5)/66.0≈9.4%。累积灰分必须用加权平均计算，不能简单算术平均，这是初学者最容易出错的地方。

同理，沉物累积数据从高密度端向低密度端累加，得到沉物累积产率和沉物累积灰分。浮物累积与沉物累积在任一密度点上满足“浮物产率+沉物产率=100%”的互补关系，这一关系也是校验数据是否自洽的重要手段。

三、数据如何映射为曲线

可选性曲线采用直角坐标，横坐标为灰分（%），纵坐标为产率（%），密度作为参变量。各条曲线的数据映射关系如下：

• 浮物累积曲线（β曲线）：以浮物累积灰分为横坐标、浮物累积产率为纵坐标逐点绘制，反映“分选密度以下全部浮物”的产率与灰分关系。
• 沉物累积曲线（θ曲线）：以沉物累积灰分为横坐标、沉物累积产率为纵坐标绘制，与β曲线配合使用。
• 密度曲线（δ曲线）：以密度为参变量，将各密度级对应的浮物累积产率与密度关系绘制，用于由分选密度查取理论产率。
• 灰分特性曲线（λ曲线）：反映各密度级灰分随密度变化的趋势，用于判断煤质的内在特性。

需要强调的是，曲线上的每一个点都对应一组真实的试验数据，曲线只是把这些离散点用平滑方式连接起来。数据质量决定曲线质量：如果浮沉试验的密度级划分过粗，曲线就会失真；如果某密度级产率或灰分测定有误，曲线在该处就会出现异常拐点。

四、数据校验与常见问题

在正式绘图前，必须对浮沉试验数据进行校验，否则曲线可能严重失真。常用的校验包括：

1. 产率闭合校验：各密度级产率之和应为100%，允许有±0.5%以内的称量误差，超出则需检查试验过程。
2. 灰分加权校验：各密度级灰分按产率加权平均，应等于原煤总灰分，偏差过大说明某级灰分测定有误。
3. 浮沉互补校验：同一密度点浮物累积产率与沉物累积产率之和应为100%。
4. 曲线单调性检查：β曲线应随灰分增大而产率增大，若出现回折，说明数据异常。

五、数据粒度对曲线解读的影响

浮沉试验的密度级划分越细，曲线越接近真实煤质特性，但试验工作量也越大。工程实践中，常用1.30、1.40、1.50、1.60、1.80、2.00 g/cm³作为分界点，形成6～7个密度级。对于精煤分选密度附近的区间（如1.40～1.50 g/cm³），可适当加密，以提高该区域曲线的精度，因为分选密度的微小变化会直接影响精煤产率和灰分。

此外，筛分试验确定的粒度组成也影响曲线的适用范围。可选性曲线通常针对某一粒度级（如50～0.5 mm）绘制，不同粒度级的曲线不能混用。实际工作中应先明确曲线对应的粒度范围，再据此选择分选设备和操作参数。

综上，原煤筛分浮沉试验数据是可选性曲线的唯一数据来源，密度组成提供产率信息，灰分测定提供质量信息，两者经累积计算后映射为各条曲线。掌握从原始数据到累积数据、再到曲线绘制的完整链条，并做好数据校验，才能保证可选性曲线真实反映原煤的可选性特征，为后续分选工艺设计提供可靠依据。