寺家庄选煤厂细煤泥浮选提质的可行性研究_钱文萍.pdf

寺家庄选煤厂细煤泥浮选提质的可行性研究 钱文萍 阳煤集团 寺家庄煤业有限责任公司, 山西 阳泉 045000 摘 要 针对寺家庄选煤厂选煤方式单一, 有效分选下限高, 煤泥得不到分选的问题, 通 过煤泥小筛分试验、 浮选条件试验、 分步释放试验对细煤泥浮选的可行性进行研究, 确定了矿 浆浓度、 捕收剂、 叶轮转速、 充气量、 浮选刮泡时间各条件的最佳试验水平, 取得煤泥浮选试 验最佳结果。 通过改造前后效益测算, 增加浮选工艺后, 经济效益增加明显。 关键词 选煤厂; 有效分选下限; 煤泥浮选; 可行性; 经济效益 中图分类号 TD943 文献标识码 A 文章编号 1005-8397202010-0016-05 收稿日期 2020-03-19 DOI 10. 16200/ j. cnki. 11-2627/ td. 2020. 10. 004 作者简介 钱文萍1986, 女, 安徽安庆人, 2008 年毕业于中国矿业大学矿物加工工程专业, 工学学士, 山西阳煤集团寺家庄煤业有 限责任公司选煤工程师。 引用格式 钱文萍. 寺家庄选煤厂细煤泥浮选提质的可行性研究 [J]. 煤炭加工与综合利用, 202010 16-19, 24. 1 选煤厂洗选工艺及细煤泥处理现状 1. 1 洗选工艺 寺家庄选煤厂入洗原煤煤种为无烟煤, 设计 生产能力为 6. 0 Mt/ a。 2018 年经过系统扩能改 造, 原煤处理能力达到了 7. 5 Mt/ a。 选煤工艺 为 矿井毛煤先经预先分级, 去除大于 300 mm 矸石, 小于 300 mm 原煤经准备筛分分为 30050 mm、 505 mm、 小于 5 mm 3 个粒级。 其中 300 50 mm 动筛排矸后破碎至 90 mm 以下同 505 mm 混合后进入主洗车间, 小于 5 mm 末原煤直 接作为末煤产品装仓; 主洗车间 9013 mm 块煤 采用跳汰分选, 出精煤、 中煤、 矸石 3 种产品; 精煤经脱水后再分级, 成为混中块、 混小块和洗 精煤, 分别装入斜坡方仓; 中煤在 2 号转载点内 进行分级和破碎, 可部分或全部掺入末煤, 也可 单独装仓; 矸石直接入仓, 再汽车外运; 煤泥水 经两段浓缩, 一段底流高频筛脱水成为粗煤泥, 二段底流压滤成为细煤泥, 实现煤泥水厂内的一 级闭路循环; 粗、 细煤泥混合火力烘干后作为产 品地销。 寺家庄矿井原煤平均硫分为 1. 7, 通过洗 选后, 精煤硫分普遍可以低于 1. 2, 作为 4 号 喷吹精煤用于冶金行业。 在冶金行业景气的情况 下, 可以大幅度提高产品的综合售价; 当冶金煤 市场低迷时主要作为动力用煤。 1. 2 细煤泥处理现状 由于冶金用煤市场容量的限制, 寺家庄选煤 厂没有更进一步提高洗选深度, 小于 0. 5 mm 细 煤泥一直采取压滤脱水后再烘干配电煤销售的方 式处理, 未设置细煤泥浮选工艺。 随着阳煤集团 主力矿井低硫煤资源日益枯竭, 冶金用精煤产量 出现滑坡, 寺家庄矿井已成为阳煤冶金精煤的生 产主力军。 为保证精煤市场, 有必要对寺家庄选 煤厂细煤泥浮选的可行性进行研究。 1. 3 细煤泥粒度特征 小于 0. 5 mm 煤泥筛分组成见表 1。 表 1 煤泥筛分试验结果 粒级/ mm产率/ 灰分/ 硫分/ 0. 50. 2511. 3111. 430. 857 0. 250. 1259. 7213. 860. 814 0. 1250. 0749. 8918. 060. 874 0. 0740. 0459. 6225. 340. 997 0. 04555. 0648. 710. 904 合计100. 0034. 16 由表 1 可以看出, 小于 0. 045 mm 粒级的极 细 煤 泥 含 量 占 到 了 55. 06, 且 灰 分 达 到 48. 71, 属于高灰细泥; 0. 50. 25 mm 粒级含 量 11. 31, 灰分 11. 43, 主要为煤粒。 大颗粒 61 煤炭加工与综合利用 COAL PROCESSING γj 精煤产率,; Aj 精煤灰分,; Ay 原煤灰分,。 2可浮性等级见表 2。 表 2 可浮性等级与 ε 值界限 可浮性等级极易浮易浮中等可浮难浮极难浮 ε/ ≥90. 19080. 18060. 16040. 1≤40 浮选试验采用容积 1 L, 型号 XDF-IV 单槽 浮选机, 捕收剂为煤油, 起泡剂为仲辛醇。 确 定煤泥水可比性试验条件为 矿浆浓度 80 g/ L, 煤油用量 1 000 g/ t, 仲辛醇用量 100 g/ t, 叶轮 转速 1 800 r/ min, 充气量 0. 17 m3/ h。 试验结 果见表 3。 表 3 煤泥实验室浮选试验结果 产品产率/ 灰分/ 精煤36. 0311. 49 尾煤63. 9745. 82 合计100. 0032. 63 按式1计算可燃体回收率为47. 34, 根据 表 2 判断可浮性为难浮。 由表 3 可知, 通过浮选可以获得较高产率的 精煤, 而且精煤灰分也比原煤灰分有明显降低, 为进一步提高精煤产率, 通过试验论证煤泥浮选 的最优条件。 2. 2 捕收剂用量条件试验 浮选试验表明, 在捕收剂用量 1 000 g/ t 时 可以选出灰分合格的精煤, 改变捕收剂用量继 续观察浮选效果。 保持其他试验条件不变, 捕 收剂用量设置 900 g/ t、 1 000 g/ t、 1 100 g/ t、 1 200 g/ t、 1 300 g/ t 和 1 500 g/ t, 6 档, 试验结 果如图 1 所示。 图 1 捕收剂用量单元条件试验 由图 1 可以看出, 随着捕收剂用量的提高, 精煤产率变化很大, 灰分变化幅度较小, 但有跳 跃点1 100 g/ t 时灰分波动较大, 这与寺家庄粗 粒级含量相对较多且粗粒级多为低灰煤有关, 需 要增强捕收能力, 尽可能多的捕收粗颗粒精煤, 但过多捕收剂量会使精煤品质恶化, 所以选择 1 300 g/ t 捕收剂用量作为后续试验捕收剂条件。 2. 3 浮选矿浆浓度条件试验 捕收剂用量控制为 1 300 g/ t 时, 通过改变 入浮矿浆浓度, 来观察不同矿浆浓度的浮选效 果, 进而选出最佳的矿浆浓度条件。 矿浆浓度设 置 60 g/ L、 80 g/ L、 100 g/ L、 120 g/ L, 4 档。 试验结果见图 2。 图 2 不同矿浆浓度浮选精煤产率与灰分曲线 由图 2 可以看出, 在矿浆浓度 80 g/ L 时浮选 正累计灰分符合指标要求, 且精煤累计产率最 大, 所以试验选择最佳矿浆浓度为 80 g/ L。 2. 4 浮选机叶轮转速条件试验 浮选机叶轮转速条件试验中, 其他条件固 定, 通过改变浮选机叶轮搅拌速度, 观察不同浮 71 2020 年第 10 期钱文萍 寺家庄选煤厂细煤泥浮选提质的可行性研究 选机叶轮转速条件下浮选效果, 进而选出最佳浮 选机转速参数。 叶轮转速设定 4 个水平, 分别 是 1 700 r/ min、 1 800 r/ min、 1 900 r/ min、 2 100 r/ min, 捕收剂用量 1 300 g/ t, 起泡剂为仲 辛醇, 用量固定 100 g/ t, 充气量 0. 17 m3/ h, 矿 浆浓度 80 g/ L。 试验结果见图 3 所示。 图 3 浮选机不同叶轮转速条件下 精煤产率与灰分曲线 由图 3 可知, 随着叶轮转速的增加, 精煤累 积产率增加幅度明显, 精煤灰分随之降低, 但在 可控范围之内。 分析认为, 转速的增加使得药剂 更加分散, 并且对煤颗粒表面进行了清洗作用, 此外, 对于黏附气泡不牢固的夹矸进行了冲刷作 用, 所以为了提高精煤产率, 可选择 2 100 r/ min 作为后续试验最佳转速条件。 2. 5 浮选机充气量条件试验 浮选机充气量条件试验中, 其他条件固定, 通过改变浮选机充气量, 观察不同浮选机充气量 条件下浮选效果, 进而选出最佳浮选机充气参数。 浮选 机 充 气 量 设 定 4 个 水 平 0. 13 m3/ h、 0. 17 m3/ h、 0. 20 m3/ h、 0. 23 m3/ h, 捕收剂用量1 300 g/ t, 起泡剂为仲辛醇, 用量固定 100 g/ t, 矿 浆浓度 80 g/ L, 浮选机叶轮搅拌速度 2 100 r/ min。 试验结果见图 4 所示。 图 4 浮选机不同充气量条件下精煤产率与灰分曲线 由图 4 可以看出, 结合图表可知, 随充气量 增加, 精煤产率在提高, 灰分也在提高, 但在充 气量为 0. 17 m3/ h 和 0. 20 m3/ h 时, 相同灰分下 的精煤累计产率基本相近, 这说明当充气量为 0. 17 m3/ h 时, 对浮选效率的影响已达到最大。 综合考虑, 确定最佳充气量条件为 0. 17 m3/ h。 2. 6 分步释放浮选试验 通过表 4 可知, 寺家庄煤泥随着精选次数的 增加, 灰分逐渐降低, 经过 1 次粗选, 4 次精选, 最低灰分可达到 4. 36。 这说明在精选过程中, 疏水性好的煤更容易与捕收剂结合, 这部分煤灰 分更低, 所以通过精选流程可以达到有效降灰的 作用。 表 4 分步释放浮选试验结果 煤样质量/ g产率/ 灰分/ 正累计 产率/ 灰分/ 负累计 产率/ 灰分/ 尾煤 139. 4050. 5956. 3150. 5956. 31100. 0032. 59 尾煤 220. 6426. 5010. 4477. 0940. 5449. 418. 30 尾煤 36. 298. 087. 1285. 1737. 3722. 915. 83 尾煤 43. 164. 066. 2889. 2335. 9614. 835. 12 尾煤 52. 242. 885. 5892. 1035. 0110. 774. 69 精煤6. 157. 904. 36100. 0032. 597. 904. 36 合计77. 88100. 0032. 59 2. 7 浮选试验结果总结 通过单元条件浮选试验探究出各条件的最佳 试验水平, 见表 5。 按照表 5 中各条件的最佳试验水平进行浮选 81 煤炭加工与综合利用2020 年第 10 期 速度试验, 精煤产率和灰分指标结果见表 6。 表 5 浮选最佳试验水平 条件水平 煤油用量/ gt -1 1 300 矿浆浓度/ gL -1 80 仲辛醇用量/ gt -1 100 叶轮转速/ rmin -1 2 100 充气量/ m3h -1 0. 17 通过表 6 可以看出, 随着刮泡时间的增加, 浮选精煤产率增加, 精煤灰分也在增加。 在精煤 灰分小于 12的条件下, 刮泡 3 min 时, 精煤灰 分 9. 99, 精煤产率 55. 99。 综上所述, 寺家庄选煤厂煤泥浮选试验各条 件的最佳试验水平为 捕收剂煤油浓度 1 300 g/ t、 矿浆浓度 80 g/ L、 叶轮转速 2 100 r/ min、 充气量 0. 17 m3/ h、 浮选刮泡 3 min, 取得最佳试 验结果为 精煤产率 55. 99, 精煤灰分 9. 99。 3 增加煤泥浮选工艺设计的可行性 煤泥浮选工艺目前常见的有直接浮选和浓缩 浮选 2 种, 部分选煤厂采用了半直接浮选工艺, 也取得了较好的效果。 表 6 浮选速度试验结果对比 刮泡时间/ min质量/ g产率/ 灰分/ 正累计 产率/ 灰分/ 负累计 产率/ 灰分/ 0. 532. 6141. 188. 5441. 188. 54100. 0033. 42 15. 246. 628. 1047. 808. 4858. 8250. 84 24. 615. 8215. 3453. 629. 2252. 2056. 26 31. 882. 3727. 2155. 999. 9946. 3861. 39 52. 202. 7839. 9358. 7711. 4044. 0163. 24 浮尾32. 6541. 2364. 81100. 0033. 4241. 2364. 81 合计79. 19100. 0033. 42 寺家庄选煤厂煤泥水系统采用两段浓缩工 艺, 浓缩机处理能力较为富裕, 通过管路改造可 将一段浓缩池改为浮选浓缩池, 实现浓缩浮选。 但实践证明, 浓缩浮选容易造成细煤泥在循环水 中积聚, 过高的循环水浓度会影响跳汰机的分选 效果, 且煤泥在水中浸泡时间长, 可浮性变差, 降低了浮选精煤回收率。 因此, 最终选用直接浮 选的方式, 同时, 浮选试验所确定的矿浆浓度也 支持直接浮选方式。 图 5 浮选工艺流程 跳汰精煤脱水筛缝为 1. 5 mm, 因此, 跳汰 实际有效分选下限为 1. 5 mm, 粗煤泥没有实现 有效回收。 在增加细煤泥浮选的同时, 需要考虑 粗煤泥的分选问题。 针对寺家庄选煤厂全跳汰工 艺, 1. 50. 5 mm 粗煤泥采用 TBS 分选床工艺, 小于0. 5 mm 细煤泥采用浮选板框式压滤机脱水 回收工艺。 考虑到尾煤的回收及销售问题, 需要 适当调整浮选强度, 在实现回收精煤的同时, 保 证尾煤可以在烘干后配电煤销售。 4 煤泥浮选效益预测 根据同类型选煤厂浮选经验, 浮选精煤总加 工成本约为26 元/ t。 仅考虑煤泥浮选, 若按照精 煤产率35计算, 每年可从30 万 t 细煤泥中回收 精煤 10. 5 万 t; 浮选尾煤灰分控制在 30, 在火 力烘干后可根据电煤质量要求配煤销售。 增加的 10. 5 万 t 浮选精煤与煤泥做动力煤销售相比, 吨 产品价差按 500 元计算, 每年可增加销售收入 5 250 万元。 5 结 语 根据煤泥浮选试验结果可以认定寺家庄选煤 下转第 24 页 91 2020 年第 10 期钱文萍 寺家庄选煤厂细煤泥浮选提质的可行性研究 过程每一环节智能化都是十分重要的过程, 涉及 学科十分广泛, 需要储备十分庞大的知识。 选煤 人需要紧紧抓住核心技术, 把专业知识与实际经 验结合起来。 智能选煤厂得益于其智能化的选煤生产过 程, 利用众多有用可以信赖的新技术, 在生产和 管理环节中融入智能化技术, 进而达到全流程智 能一体化。 在智能测控、 智能装备、 智能监控和 智能管理 4 个方面重点突破, 保证了 “节能减 排、 减人增效、 实时监控、 安全维护、 精细管 理、 效益增长” 目标的实现。 目前, 智能化选煤 厂的建设过程中仍存在着智能化标准不完善、 理 念千篇一律墨守成规、 技术方法单调落后等问 题, 严重制约着选煤厂智能化的发展进程。 笔者 认为, 需要对选煤厂全流程生产结构不断进行升 级, 逐步实现生产和管理智能动态优化, 升级技 术, 完善结构, 降低造价, 最终达到智能化水平 逐步提升。 随着智能终端技术的发展, 结合三维 技术、 VR 技术, 更高级的智能选煤厂必将普及。 参考文献 [1] 匡亚莉. 智能化选煤厂的研究及展望 [C] / /2017 年全 国选煤学术交流会论文集. 北京 中国煤炭学会选煤专 业委员会, 2017. [2] 王然风, 高建川, 付 翔. 智能化选煤厂架构及关键技 术 [J]. 工矿自动化, 2019, 457 28-32. [3] Wang F Q , Yao-cai.Intelligent Control and Maintenance Management Integrated System Based on Multi - Agents for Coal-Preparation Plant [J].中国矿业大学学报英文 版, 2006, 162 206-210. [4] 匡亚莉. 智能化选煤厂的建设内涵与框架 [J]. 选煤技 术, 20181 85-91. [5] 吴 佳, 谢永芳, 阳春华, 等. 数据驱动的锑粗选泡沫 图像特征优化设定 [J].控制与决策, 2016, 317 1206-1212. [6] 袁华昕. 基于 X 射线图像的煤矸石智能分选控制系统研 究 [D]. 沈阳 东北大学, 2014. [7] 于 然, 金 燊, 张姣姣, 等. 基于大数据的智能配线 管理系统 [J]. 电子技术应用, 2016Z1 30-32. [8] 黄孝奎. 智能化选煤厂关键技术及其装备在高庄煤业有 限公司选煤厂的应用研究 [J].选煤技术, 20193 105-110. [9] 于萍萍, 陈建平, 于 淼, 等. 双三维数字矿山仿真信 息系统建设 [J]. 金属矿山, 20122 114-120. [10] 彭灿华, 韦晓敏. 互联网平台下的智能信息管理系统设 计 [J]. 现代电子技术, 2017, 401 24-27. [11] 宋晓茹. 基于 ARM 和 CPLD 的煤矸石在线自动分选系 统研究 [D]. 西安 西安科技大学, 2006. [12] Alahakoon D, Yu X.Smart Electricity Meter Data Intelli- gence for Future Energy Systems A Survey [ J].IEEE Transactions on Industrial Inatics, 2016, 121 425- 436. [13] Wang Z, Kuang Y, Deng J, et al. Research on the intelli- gent control of the dense medium separation process in coal preparation plant [J]. International Journal of Mineral Pro- cessing, 2015. 􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮 上接第 19 页 厂煤泥浮选提质在理论上是可行的。 通过合理优 化设计可以使现有工艺流程与浮选工艺合理融 合, 达到完善选煤工艺, 优化产品结构的目的。 参考文献 [1] 谢广元. 选矿学 [M]. 徐州 中国矿业大学出版社, 2001. [2] 戴少康. 选煤工艺设计实用技术手册 [M ].北京 煤 炭工业出版社, 2010. [3] 刘常春. 动力煤选煤厂煤泥水处理方法的讨论 [J]. 中 国科技纵横, 201320 114-115. [4] 朱爱国, 宫俊会. 张集矿选煤厂煤泥水处理的思考 [J]. 煤炭加工与综合利用, 20071 25-27. [5] 陈安东, 段中保. 沙曲选煤厂煤泥水系统改造的思路与 实践 [J]. 选煤技术, 20041 41-42. [6] 高建川, 肖涌洪. 屯兰矿选煤厂煤泥水系统的技术改造 [J]. 选煤技术, 2002 5 21-23. [7] 冉进才. 选煤厂煤泥水处理问题及对策 [J].选煤技 术, 20031 29-30. [8] 胡 刚. 盘北选煤厂煤泥水处理工艺的改造 [J]. 选煤 技术, 20025 28-30. [9] 陈安东, 段中保. 沙曲选煤厂煤泥水系统改造的思路与 实践 [J]. 选煤技术, 20041 41-42. [10] 陈 飞, 洪美玲. 我国煤用浮选机的应用现状与发展趋 势 [J]. 煤炭加工与综合利用, 2011 6 31-33. [11] 胡云继, 张 磊, 庞文成. 微泡浮选机在田庄选煤厂的 应用 [J]. 煤炭加工与综合利用, 2004 4 10-12. [12] 卢安民, 廖祥国, 李 平. 浅谈田庄选煤厂煤泥水处理 系统的技术改造 [J]. 选煤技术, 20035 25-26. 42 煤炭加工与综合利用2020 年第 10 期