水洗预处理对高钠煤热解过程中钠氯释放的调控机制及神经网络预测模型研究

为解决高钠煤热利用中钠(Na)和氯(Cl)释放导致的设备腐蚀问题，浙江大学团队通过水洗预处理结合流体化床热解实验，系统研究了水洗时间对煤中Na、Cl形态及热解产物特性的影响。研究发现，水洗120分钟可使水溶性Na和Cl分别降至764 μg?g-1 和698 μg?g-1 ，显著提高焦炭产率和灰熔点；同时开发了误差<5%的神经网络预测模型，为高钠煤清洁利用提供理论支撑和技术路径。

　　

在全球能源结构中，煤炭仍占据重要地位，但随着优质煤炭资源逐渐枯竭，储量丰富但钠(Na)和氯(Cl)含量高的低阶煤成为关注焦点。这类煤在热利用过程中，Na和Cl的释放会引发锅炉结渣、设备腐蚀等问题，严重制约其工业化应用。中国新疆沙尔湖煤(SEH)作为典型的高钠煤代表，其390亿吨的储量足以支撑国家百年能源需求，但如何解决其热解过程中的腐蚀风险成为关键科学难题。

针对这一挑战，浙江大学联合东方电气集团的研究团队在《Journal of Cleaner Production》发表研究，通过流体化床热解实验结合人工智能技术，系统探究了水洗预处理对SEH煤热解行为的影响。研究采用热重分析(TGA)、拉曼光谱(Raman)、X射线衍射(XRD)和傅里叶变换红外光谱(FTIR)等多维表征手段，结合BET比表面积测试，解析水洗对煤焦微观结构的调控规律；同时创新性地构建人工神经网络(ANN)模型，首次实现热解过程中Na和Cl释放量的高精度预测。

Coal and experimental equipment
实验选用新疆SEH煤样，经研磨至<0.15 mm后，采用GB/T 3558-1996标准测定水溶性Na和Cl含量。通过不同时长（0-120分钟）的水洗处理获得系列样品(WS)，并在N₂
氛围下以10-40 °C?min^-1
升温速率进行热重分析，结合离子色谱法追踪元素释放动态。

Effect of water washing on pyrolysis process
热重数据显示，水洗120分钟的WS样品中水溶性Na和Cl分别降低42.7%和51.3%，焦炭产率提升11.2%。动力学分析表明，水洗使热解活化能从SEH的58.7 kJ?mol^-1
增至WS的67.3 kJ?mol^-1
，证实水洗降低了煤的反应活性。Raman光谱显示WS焦炭的I_D
/I_G
比值下降0.15，表明石墨化程度提高；XRD则发现其微晶尺寸La增大2.3 nm，与FTIR检测到的含氧官能团减少现象一致。

Neural network prediction model
基于316组实验数据构建的ANN模型，以水洗时间、热解温度和升温速率为输入层，Na/Cl释放量为输出层。经优化后模型预测误差<5%，其中Cl释放预测精度达96.8%，显著优于传统经验公式。

该研究首次阐明水洗通过改变煤中Na/Cl赋存形态（从水溶性向盐酸不溶性转化），进而调控热解产物特性的分子机制。所开发的ANN模型为高钠煤热解工艺的智能优化提供了可靠工具，其结论对实现我国低阶煤资源的高效清洁利用具有重要指导意义。研究团队特别指出，水洗预处理与神经网络预测的结合，可望在燃煤电厂和煤化工领域形成"预处理-热解-腐蚀预警"的全链条技术方案。