论文部分内容阅读
摘要：通过回归分析法对李家塔矿区烟煤的水分（），灰分（）和发热量（）进行相关性研究，求得它们的线性回归方程，并对回归方程进行显著性检验。利用回归方程对发热量进行预测，可以用于控制检验质量以及煤品质量管理。
关键词：水分；灰分；发热量；回归方程
前言
在动力煤炭交易市场中，煤炭质量的好坏直接与交易价格相挂钩，而煤的发热量指标是一项至关重要的煤质量评价内容。但是发热量在煤质分析中是一个操作复杂、影响因素较多的项目，例如国标中规定：室内温度要恒定、室内无空气对流、测发热量与测热容量条件一致等，测试条件非常苛刻。因此，发热量测定是一个较难掌握的项目，相比而言，灰分和水分的测定则容易得多，整个测定过程有温控仪自动控制，且一次可测多个煤样，平行煤样几乎不超差。鉴于发热量随水分，灰分的增加而降低的规律，我们对内蒙古自治区李家塔某礦区出产的烟煤进行了水分、灰分和发热量的相关关系的分析，从而建立该矿区烟煤的水分、灰分对发热量的线性回归方程。
1 回归方程的建立
1.1 数据的收集整理
我们收集整理了内蒙古自治区李家塔某矿区在2016年烟煤的煤质检验数据100组。以分析基水分、干燥基灰分和干燥基高位发热量作为观测对象和研究项，经过统计检验，对100个样本进行了数据处理，原始数据列于（表1）。
1.2 建立二元线性回归方程
根据李家塔该矿区烟煤的煤质指标，为了能更准确的找到三者之间的变化规律，本文采用了回归分析的方法，以分析基水分（）、干燥基灰分（）为自变量，干燥基高位发热量（）为因变量，设置信区间为95%[1]，利用办公软件Excel的统计功能进行数据统计处理，通过计算得到二元线性回归方程[2]。
由此得到的二元线性回归方程是：=，即李家塔该矿区烟煤的分析基水分、干燥基灰分对干燥基高位发热量的二元线性回归方程为：Qgr，d=32.222-0.018Mad -0.315Ad
2 对回归方程进行显著性检验
2.1 全相关系数R的计算[2]
通过数据统计分析学的方法求得：=0.833
2.2 显著性检验
通过对统计量全相关系数R的计算，可检验自变量（分析基水分、干燥基灰分）与因变量（干燥基高位发热量）之间是否存在线性相关关系，若R值越接近1，说明自变量与因变量线性相关程度越显著，反之则说明线性关系不显著。
2.3自变量对因变量显著性检验
由全相关系数R说明自变量与因变量之间存在显著的线性相关关系。那么，分析基水分和干燥基灰分对干燥基高位发热量的影响哪个更为显著。我们通过标准回归系数（）进行比较。
通过计算得出：=-0.057；=-0.694。远远大于，说明干燥基灰分对干燥基高位发热量的影响更为显著。
2.4 回归方程的精度计算
通过计算剩余偏差来确定回归方程推算的精度，S剩越接近1，精度越差， S剩越接近0，精度越好。计算得：S剩=0.180，说明推算出来的回归方程能满足现有的工作需求，可实际用于发热量的估算以及作为实际测量后的质量评估。
3 回归方程的验证
用李家塔矿区25个烟煤煤样的实测值与回归值之间进行比较，原始数据列于（表2），统计对比数据见（表3）。
从表2，表3的数据统计分析来看，实测值与回归值最大误差值为0.226，最小误差值为0.050，都小于GB/T213《煤的发热量测定方法》规定的再现性临界差300J/g。t>t（0.05，24），说明实测值与回归值之间的差异都在95%的置信范围内。因此用回归方程计算出来的干基高位发热量具有一定的准确度和实用性。
4 结束语
（1）通过对内蒙古李家塔某矿区烟煤的分析基水分、干燥基灰分与干燥基高位发热量之间相关性的研究，并建立相应的二元回归方程对发热量进行预测，可得知该矿区烟煤的干燥基高位发热量与分析基水分和干燥基灰分存在显著的相关关系且误差都在置信范围内，因此可以利用回归方程对矿区内采集的批煤进行发热量的预测，从而提高生产效率。
（2）煤发热量是煤质研究和评价工作的重要指标[3]。发热量的大小直接反应了煤质量的好坏，也是在煤炭交易市场上的一个重要的结算依据。因此通过回归分析得到的经验公式，可以在煤炭交易活动中起到合理的质量验证作用。
（3）对于煤炭检测部门来说，回归方程不可以代替发热量的实验室测定，但是可以对实验结果进行质量审查。将实际测定值与回归值进行对照，可以判断测定结果是否出现较大的误差，从而加强对实验室的质量管理。
（4）回歸方程的建立具有很大的实际意义，但是煤炭的种类有很多，其形成原因、气候、地质条件和变质程度等等都会影响煤炭的品质。本文中的回归方程只适用于内蒙古李家塔矿区的烟煤，鉴于不同的煤种和矿区，应该结合实际情况建立相应的回归方程式。
参考文献：
[1]许会军，吴威，宋邦忠.织金无烟煤水分、灰分与发热量相关性研究. 煤质技术2012第2期）
[2]李英华.煤质分 析应用技术指南（第二版）.北京：中国标准出版社，2009
作者简介：
何香，1982年9月，女，汉，重庆，硕士研究生，助理工程师，现就职于国家煤炭质量监督检验中心（西安），从事煤炭产品质量检验工作 。
关键词：水分；灰分；发热量；回归方程
前言
在动力煤炭交易市场中，煤炭质量的好坏直接与交易价格相挂钩，而煤的发热量指标是一项至关重要的煤质量评价内容。但是发热量在煤质分析中是一个操作复杂、影响因素较多的项目，例如国标中规定：室内温度要恒定、室内无空气对流、测发热量与测热容量条件一致等，测试条件非常苛刻。因此，发热量测定是一个较难掌握的项目，相比而言，灰分和水分的测定则容易得多，整个测定过程有温控仪自动控制，且一次可测多个煤样，平行煤样几乎不超差。鉴于发热量随水分，灰分的增加而降低的规律，我们对内蒙古自治区李家塔某礦区出产的烟煤进行了水分、灰分和发热量的相关关系的分析，从而建立该矿区烟煤的水分、灰分对发热量的线性回归方程。
1 回归方程的建立
1.1 数据的收集整理
我们收集整理了内蒙古自治区李家塔某矿区在2016年烟煤的煤质检验数据100组。以分析基水分、干燥基灰分和干燥基高位发热量作为观测对象和研究项，经过统计检验，对100个样本进行了数据处理，原始数据列于（表1）。
1.2 建立二元线性回归方程
根据李家塔该矿区烟煤的煤质指标，为了能更准确的找到三者之间的变化规律，本文采用了回归分析的方法，以分析基水分（）、干燥基灰分（）为自变量，干燥基高位发热量（）为因变量，设置信区间为95%[1]，利用办公软件Excel的统计功能进行数据统计处理，通过计算得到二元线性回归方程[2]。
由此得到的二元线性回归方程是：=，即李家塔该矿区烟煤的分析基水分、干燥基灰分对干燥基高位发热量的二元线性回归方程为：Qgr，d=32.222-0.018Mad -0.315Ad
2 对回归方程进行显著性检验
2.1 全相关系数R的计算[2]
通过数据统计分析学的方法求得：=0.833
2.2 显著性检验
通过对统计量全相关系数R的计算，可检验自变量（分析基水分、干燥基灰分）与因变量（干燥基高位发热量）之间是否存在线性相关关系，若R值越接近1，说明自变量与因变量线性相关程度越显著，反之则说明线性关系不显著。
2.3自变量对因变量显著性检验
由全相关系数R说明自变量与因变量之间存在显著的线性相关关系。那么，分析基水分和干燥基灰分对干燥基高位发热量的影响哪个更为显著。我们通过标准回归系数（）进行比较。
通过计算得出：=-0.057；=-0.694。远远大于，说明干燥基灰分对干燥基高位发热量的影响更为显著。
2.4 回归方程的精度计算
通过计算剩余偏差来确定回归方程推算的精度，S剩越接近1，精度越差， S剩越接近0，精度越好。计算得：S剩=0.180，说明推算出来的回归方程能满足现有的工作需求，可实际用于发热量的估算以及作为实际测量后的质量评估。
3 回归方程的验证
用李家塔矿区25个烟煤煤样的实测值与回归值之间进行比较，原始数据列于（表2），统计对比数据见（表3）。
从表2，表3的数据统计分析来看，实测值与回归值最大误差值为0.226，最小误差值为0.050，都小于GB/T213《煤的发热量测定方法》规定的再现性临界差300J/g。t>t（0.05，24），说明实测值与回归值之间的差异都在95%的置信范围内。因此用回归方程计算出来的干基高位发热量具有一定的准确度和实用性。
4 结束语
（1）通过对内蒙古李家塔某矿区烟煤的分析基水分、干燥基灰分与干燥基高位发热量之间相关性的研究，并建立相应的二元回归方程对发热量进行预测，可得知该矿区烟煤的干燥基高位发热量与分析基水分和干燥基灰分存在显著的相关关系且误差都在置信范围内，因此可以利用回归方程对矿区内采集的批煤进行发热量的预测，从而提高生产效率。
（2）煤发热量是煤质研究和评价工作的重要指标[3]。发热量的大小直接反应了煤质量的好坏，也是在煤炭交易市场上的一个重要的结算依据。因此通过回归分析得到的经验公式，可以在煤炭交易活动中起到合理的质量验证作用。
（3）对于煤炭检测部门来说，回归方程不可以代替发热量的实验室测定，但是可以对实验结果进行质量审查。将实际测定值与回归值进行对照，可以判断测定结果是否出现较大的误差，从而加强对实验室的质量管理。
（4）回歸方程的建立具有很大的实际意义，但是煤炭的种类有很多，其形成原因、气候、地质条件和变质程度等等都会影响煤炭的品质。本文中的回归方程只适用于内蒙古李家塔矿区的烟煤，鉴于不同的煤种和矿区，应该结合实际情况建立相应的回归方程式。
参考文献：
[1]许会军，吴威，宋邦忠.织金无烟煤水分、灰分与发热量相关性研究. 煤质技术2012第2期）
[2]李英华.煤质分 析应用技术指南（第二版）.北京：中国标准出版社，2009
作者简介：
何香，1982年9月，女，汉，重庆，硕士研究生，助理工程师，现就职于国家煤炭质量监督检验中心（西安），从事煤炭产品质量检验工作 。