基于失重曲线的煤颗粒热解传热传质计算
摘 要：为提高煤颗粒热解传热传质模型的适用性和精确性，采用煤的热失重曲线替代分布活化能模型建模，结合热传导方程和质量守恒方程描述煤颗粒的传热传质过程，通过自制的煤颗粒热解失重测试平台进行验证。结果表明：4、8、12 mm长焰煤在900 ℃和载气流速0.06 m/s时，挥发分析出量预测结果的平均相对误差分别为6.21%、5.11%、4.92%;4 mm长焰煤在载气流速0.06 m/s，环境温度分别为900、750、650 ℃时，挥发分析出量预测结果的平均相对误差分别为6.21%、5.54%、5.20%。
关键词：煤热解;传热传质;失重曲线;挥发分
0 引 言
煤热解是煤炭热转化的第1步，煤失重过程主要发生在该阶段，对后续煤炭转化、深加工有重要影响[1-4]。建立完善的数理模型有助于完备煤的热解机理，促进煤炭转化及深加工利用研究;但煤结构复杂，挥发分析出过程存在不确定性，热解模型建立难度大。目前公认模型包括单一反应模型、多反应模型、分布活化能模型(distributed activation energy model,DAEM)[5]。单一反应模型描述煤热解是煤颗粒内均匀发生不可逆一级或n级反应的过程，当n=2时，模型拟合结果最好;多反应模型认为煤热解是无限多个独立化学反应的叠加，不同的反应过程具有不同的活化能[6]，Gune
等[7]、Heidenreich等[8]认为各反应的活化能分布符合高斯分布，提出了DAEM模型，Miura等[9-10]优化了活化能和频率因子的求解方法，使挥发分的预测值更加精确。
煤热解过程伴随着热量的传递和质量的转化，热量传递是煤热解速率的主要控制因素[11]。一般认为细粒煤粉(毕渥数Bilt;0.1)内部温度均匀，大颗粒煤内部温度存在较大温度梯度。煤热导率、热解热效应、挥发分与固体换热行为都是传热传质过程的影响因素。Zhao等[12]结合传热方程和复杂煤热解模型(FG-DVC)，假设煤热解热效应为0，研究大颗粒煤热解过程。Adesanya等[13]将煤热解的热效应加入源相，建立了热解模型，该模型适用于对流环境中的大颗粒煤。Huo等[14]和刘训良等[15]把挥发分析出时与固体的热交换加入到源相中，进一步完善了传热传质模型。本文不采用DAEM模型描述煤的热解过程，而根据挥发分的析出量直接调用失重曲线数据，再结合热传导方程、质量守恒方程，得到挥发分析出特性、温度分布规律，省去求解反应活化能和频率因子，简化了求解模型。
1 模型建立与计算
1.1 模型建立
煤热解传热传质计算是煤挥发分析出和颗粒传热传质两部分的耦合过程，热解模型选用热失重曲线，颗粒的传热传质模型求解借鉴文献[14]。计算模型考虑热解热效应和煤颗粒与析出挥发分、外部环境间的热交换作用，并假定煤颗粒为球形，热解过程不发生任何形状变化。计算和试验都采用干基煤样，消除水分对挥发分析出的影响。
1)热解模型
其中，V为挥发分累积析出量，%;V*为挥发分最大值，%;f(T)为热解温度T对应的挥发分剩余量，%。热失重法是研究煤炭转化最基本、有效的方法，煤热失重曲线反映煤在一定升温速率下质量随温度的变化关系，对于干基煤而言，失重曲线反映挥发分随温度的析出规律，本文借助失重曲线读取各温度对应的挥发分析出量。DAEM模型假设热解反应由无数相互独立的一级反应组成，各反应的活化能不同，且呈一定的连续函数分布。选用失重曲线代替DAEM模型一方面避免复杂的活化能和频率因子求解过程，另一方面能呈现真实的热解反应过程，避免DAEM假设引起的误差。
2)热传导方程
式中，ρ为颗粒密度，kg/m3;cρ为颗粒比热容，J/(kg·K);T为颗粒温度，℃;r为轴坐标，m;λ为颗粒导热系数，W/(m·K);S为源相，包含热解的热效应和煤颗粒与析出挥发分、外部环境间的热交换作用，W/m3，即
其中，ρ0为颗粒初始密度，kg/m3;ΔH为单位质量热解反应热，kJ/kg;cpV为挥发分比热容，J/(kg·K);Q为挥发分质流率，kg/s。因沿径向颗粒存在一定的温度梯度，其挥发分的析出速率存在差异，Q的计算公式为
T≥673 K时，λ=0.23+2.24×10-5(T-673)1.8，cρ=1 254-1.75(T-623);Tlt;673 K时，λ=0.23 W/(m·K)，cρ=1 254 J/(kg·K)。
3)质量守恒方程
热解产生的挥发分全部来源于煤颗粒减少的质量。
4)边界条件
颗粒中心：
颗粒表面：
式中，Tg为环境温度，℃;TR为颗粒表面温度，℃;εs为系统发射率;σ为颗粒黑度，W/(m2·K4);h为颗粒与周围环境进行热交换的对流换热系数，W/(m2·K)。
式中，d为传热层厚度，m。
1.2 模型计算
模型求解时，将煤颗粒几何模型离散化，如图1所示。沿半径方向取n+1个节点，n节点对应颗粒外表面，然后将热传导方程用FVM法离散化，用TDMA法求解，算出n节点下一时刻的温度，再根据式(1)得到n节点下一时刻的挥发分累积量，最后依次求出其他各节点的温度和挥发分析出量。模型求解省去对DAEM模型活化能和时间的积分过程，直接采用失重数据保证热解原始数据不失真，后续计算n取50。
图1 煤粒网格化示意
Fig.1 Meshing sketch of coal particle
2 试验验证
2.1 试验方法
煤颗粒热解传热传质模型的验证采用自制煤颗粒热解失重测试平台(图2)。试验用煤样为陕西榆林地区粒度为4、8、12 mm的长焰煤，干基煤的热失重曲线如图3所示，工业分析结果为：Md,0;Ad,9.45%;Vdaf,33.57%;FCdaf,66.43%。为消除水分对挥发分的干扰，预先对煤样在真空干燥箱进行105 ℃恒温处理，干燥至恒重后迅速转入温度稳定在900 ℃的管式炉内，一定时间后快速取出，测定失重量，得到不同时刻的挥发分析出量。
下文涉及的挥发分如未做特殊说明均指干燥基煤样的挥发分，试验用长焰煤的干燥基挥发分为30.40%。
2.2 结果验证
模型计算时选取的参数见表1。选取煤样时以近圆形煤样为宜，以减小煤样形状对试验的干扰;为体现传热传质过程煤内部的温度梯度，本文选用粒度较大的煤。图4为4、8、12 mm煤颗粒900 ℃挥发分析出的试验与计算结果，3种颗粒计算结果的平均相对误差分别为6.21%、5.11%、4.92%;图5为4 mm煤颗粒在900、750、650 ℃挥发分析出的试验与计算结果，3种温度下计算结果的平均相对误差分别为6.21%、5.54%、5.20%。由此可见，基于失重曲线的煤热解挥发分析出模型可精确预测煤挥发分的析出结果。
图2 煤颗粒热解失重测试平台
Fig.2 Weight loss test platform of coal particle pyrolysis
图3 长焰煤失重曲线
Fig.3 Weight loss curve of long flame coal
表1 模型计算用到的参数
Table 1 Parameters used in model calculation
图4 3种粒度的煤挥发分的试验与计算结果
Fig.4 Volatile of three kinds of granularitycoal in experiment and calculation
图5 3种热解温度下4 mm煤挥发分的试验与计算结果
Fig.5 Experiment and calculation of 4 mm coal volatile in three kind of pyrolysis temperature
图6 8 mm煤不同节点的温度
Fig.6 Temperature of different nodes of 8 mm coal
3 结果与分析
3.1 煤粒内部温度变化
由于煤导热性较差，且热解过程存在热效应，导致煤颗粒内部存在一定的温度梯度。8 mm煤颗粒0、25、50节点的计算温度随时间变化趋势，如图6所示。
随换热时间的增加，3个节点的温度不断增加，且各节点温差先增大后减小，1.1 min时温差最大227.4 ℃，最终温差为0。煤颗粒中心区域初始升温时间滞后表面区域0.4 min，这是由于煤的低热导率导致热量径向传递受阻。一般认为lt;1 mm的煤颗粒内部温度均匀，不存在沿径向方向上的温度梯度，但大粒度的煤颗粒存在沿径向的温度梯度，8 mm颗粒煤在0、1、3、6、9 min沿径向计算温度的变化如图7所示。煤颗粒进入900 ℃烟气环境时，颗粒各点温差为0，温度为105 ℃，随气固热交换，温差逐渐产生，1、3 min径向温度存在明显的温度梯度，6、9 min内外温差为0，温度随时间变化呈整体增加的趋势。
图7 8 mm粒径不同时间径向温度
Fig.7 Particle radial temperature at different time
3.2 载气流速的影响
气固换热时，载气流速会影响固体升温速率和煤颗粒升温特性，8 mm煤颗粒在0.03、0.06、0.09 m/s载气流速下的计算结果如图8、9所示。0、50节点随载气流速增加，相同时刻的温度增高，且缩短了颗粒达到终温的时间;载气流速由0.06 m/s增至0.09 m/s时，颗粒达到终温的时间缩短了0.77 min，这是因为载气流速增加导致热交换速率增大，煤颗粒升温速率增加。不同载气流速下挥发分析出特性与颗粒的温度变化规律相似，随载气流速的增大，相同时刻的挥发分析出量增加，且挥发分全部析出用时缩短，载气流速由0.03 m/s增至0.09 m/s时，挥发分析出最大值用时缩短了1.23 min，这是由于载气流速增加导致换热强度增大，挥发分逸出速度增大。
图8 各节点不同载气流速下的温度
Fig.8 Temperature of each node under different gas velocity
图9 8 mm煤颗粒不同载气流速下挥发分析出量
Fig.9 Volatilization of 8 mm granular coal at different gas velocities
3.3 环境温度的影响
温度是影响失重的直接因素，环境温度影响挥发分的析出量。4、12 mm煤在650、750、900 ℃下的数值计算结果如图10所示。温度越高挥发分析出越多，达到最大析出量用时越短。4 mm煤的环境温度由650 ℃升至900 ℃，挥发分析出量增加5.35%，挥发分达到最大析出量用时缩短1.03 min。煤中各组分的分解特性不同，挥发分主要在450～600 ℃析出，600 ℃以上的高温阶段会有少量氢气和甲烷析出，部分碳酸盐分解，并伴有气固二次反应，所以650～900 ℃内，随环境温度升高挥发分析出量增大。
图10 2种粒度煤不同温度下的挥发分析出量
Fig.10 Volatilization of two kinds of coal at different temperatures
12 mm煤颗粒在650、750、900 ℃下各节点的计算温度结果如图11所示。相同环境温度下，0节点温度低于50节点，3种环境温度下，中心区域初始升温时间都滞后表面区域。
图11 12 mm煤颗粒650、750、900 ℃下各节点的温度变化
Fig.11 Temperature at each node of 12 mm coal in 650,750,900 ℃
3.4 煤粒度的影响
由于煤的热导率较低，粒度会使煤颗粒在升温过程中具有明显温度梯度，表现为中心区域升温滞后，热解所需时间长。由图4可知，同一热解时间下，小粒度煤的挥发分析出量较大，且达到最大析出量用时较短，这是由于小粒径煤整体升温速率高于大颗粒煤，所以同一热解时间下小颗粒煤各点温度高于大颗粒煤;同时小粒径煤挥发分逸出阻碍小，所以挥发分达最大析出量用时短。4、8、12 mm粒度煤达最大失重量的时间分别为4.18、7.28、14.97 min，煤粒度越大，达到最大失重量的时间越长。4、8、12 mm粒度煤各节点的温度变化计算结果如图12所示，升温阶段3种粒度煤在50节点温度总高于0节点，且粒度越大，中心区域初始升温时间滞后表面区域越长。
图12 3种粒度煤各节点的温度变化
Fig.12 Temperature of each node in three grain sizes
4 结 论
1)基于失重曲线的煤颗粒热解传热传质模型有较好精确性。在环境温度900 ℃，载气流速0.06 m/s时，模型预测4、8、12 mm粒度长焰煤挥发分析出结果的平均相对误差分别为6.21%、5.11%、4.92%;4 mm粒度煤在载气流速0.06 m/s时，模型预测环境温度分别为900、750、650 ℃时，长焰煤挥发分析出结果的平均相对误差分别为6.21%、5.54%、5.20%。
2)煤热解过程伴随着内部温度的变化。随热解时间延长，煤内部温度不断增加，挥发分析出量不断增大，煤颗粒内部存在温度梯度，使得煤颗粒中心区域初始升温时间滞后表面区域，8 mm粒度煤在900 ℃、0.06 m/s载气流速时，1.1 min时刻内外温差最大(227.4 ℃)，且中心区域初始升温时间滞后表面区域0.4 min。
3)载气流速、环境温度和煤粒度都是热解传热传质的影响因素。8 mm粒度煤在900 ℃、载气流速由0.06 m/s增至0.09 m/s时，颗粒达到终温的时间缩短了0.77 min;4 mm粒度煤在载气流速0.06 m/s、环境温度由650 ℃升至900 ℃时，挥发分析出量增加5.35%，挥发分达到最大析出量的时间缩短1.03 min;4、8、12 mm粒度煤在900 ℃，载气流速0.06 m/s时，达到最大失重量的时间分别为4.18、7.28、14.97 min。
参考文献(References):
[1] XIE Jianjun,YANG Xuejun,LYU Xuesong,et al.Progress on transformation behavior of sulfur and nitrogen during coal pyrolysis[J].Chemical Industry and Engineering Progress,2004,23(11):1214-1218.
[2] SOLOMON P R,BEER J M,LONGWELL J P.Fundamentals of coal conversion and relation to coal properties[J].Energy amp; Fuels,1987,12(7):837-883.
[3] SOLOMON P R,FLETCHER T H,PUGMIRE R J.Progress in coal pyrolysis[J].Fuel,1993,72(4):587-597.
[4] SOLOMON P R,DAVID G Hamblen,MICHAEL A Serio,et al.A character method and model for predicting coal conversion behavior[J].Fuel,1993,72(4):469-488.
[5] 傅维镳.煤燃烧理论及其宏观通用规律[M].北京:清华大学出版社,2003.
[6] 杨景标,张彦文,蔡宁生.煤热解动力学的单一反应模型和分布活化能模型比较[J].热能动力工程,2010,25(3):301-305.
YANG Jingbiao,ZHANG Yanwen,CAI Ningsheng.A comparison of a single reaction model with a distributed activation energy one based on coal pyrolysis kinetic[J].Journal of Engineering for Thermal Energy and Power,2010,25(3):301-305.
[7] GÜNE
M,GÜNE S.A direct search method for determination of DAEM kinetic parameters from nonisothermal TGA data[J].Applied Mathematics and Computation,2002,130(2):619-628.
[8] HEIDENREICH C A,YAN H M,ZHANG D K.Mathematical modelling of pyrolysis of large coal particles-estimation of kinetic parameters for methane evolution[J].Fuel,1999,78(5):557-566.
[9] MIURA K.A new and simple method to estimatef(E) andk0(E) in the distributed activation energy model from three sets of experimental data[J].Energy amp; Fuels,1995,9(2):302-307.
[10] MIURA K,MAKI T.A simple method for estimatingf(E) andk0(E) in the distributed activation energy model[J].Energy amp; Fuels,1998,12(5):864-869.
[11] CHERN J S,HAYHURST A N.A model for the devolatilization of a coal particle sufficiently large to be controlled by heat transfer[J].Combust Flame,2006,146(3):553-571.
[12] ZHAO Y X,SERIO M A,SOLOMON P R.A general model for devolatilization of large coal particles[J].Symposium(International) on Combustion,1996,26(2):3145-3151.
[13] ADESANYA B A,PHAM H N.Mathematical modelling of devolatilization of large coal particles in a convective environment[J].Fuel,1995,74(6):896-902.
[14] HUO G,TIAN W,XU W,et al.Devolatilization model of large coal particles in moving bed[J].Journal of Shanghai Jiaotong University,2001,35(5):733-736.
[15] 刘训良,曹欢,王淦,等.煤颗粒热解的传热传质分析[J].计算物理,2014,31(1):59-66.
LIU Xunliang,CAO Huan,WANG Gan,et al.Numerical analysis of heat and mass transfer during pyrolysis of coal particle[J].Chinese Journal of Computational Physics,2014,31(1):59-66.
Heat and mass transfer of coal particles pyrolysis based on weight loss curve
Abstract:To improve the applicability and accuracy of heat and mass transfer model,the coal pyrolysis model was built based on the thermal weight loss curve to replace the DEAM model.The heat and mass transfer process of coal particles were described by equation of heat conduction and mass conservation,the model was validated by the testing pyrolysis weight loss platform of coal particle.The results show that the average relative deviations of the exhalation of 4 mm,8 mm,12 mm coal volatile are 6.21%,5.11%,4.92% respectively under the condition of ambient temperature 900 ℃ and the flow velocity of carry gas 0.06 m/s.The average relative deviations of the exhalation of 4 mm coal volatile are 6.21%,5.54%,5.20%,under the condition of ambient temperature 900,750,650 ℃ and flow velocity of carry gas 0.06 m/s.
Key words:coal pyrolysis;heat and mass transfer;weight loss curve;volatile
中图分类号：TQ530.2
文献标志码：A
文章编号：1006-6772(2017)06-0042-05
收稿日期：2017-07-02;责任编辑李柏熹
DOI:10.13226/j.issn.1006-6772.2017.06.008
基金项目：国家重点研发计划资助项目(2016YFB0600400)
引用格式：张旭辉，陈赞歌，吴鹏,等.基于失重曲线的煤颗粒热解传热传质计算[J].洁净煤技术，2017，23(6)：42-46,50.
ZHANG Xuhui,CHEN Zan'ge,WU Peng,et al.Heat and mass transfer of coal particles pyrolysis based on weight loss curve[J].Clean Coal Technology，2017，23(6)：42-46,50.
