基于響應(yīng)面法的煤塵抑塵劑配方的優(yōu)化研究

閻杰，楊永竹，段龍，張恒，謝軍，舒新前

(1.河北建筑工程學(xué)院 土木工程學(xué)院，河北 張家口 075000；2.中國(guó)礦業(yè)大學(xué)(北京) 化工學(xué)院，北京 100083； 3.河北省土木工程診斷、改造與抗災(zāi)重點(diǎn)實(shí)驗(yàn)室，河北 張家口 075000)

煤炭在開(kāi)采及運(yùn)輸過(guò)程中會(huì)產(chǎn)生大量煤塵，不僅嚴(yán)重影響礦工身體健康，在礦井中大量煤塵亦可引發(fā)爆炸威脅煤礦安全[1-3]。因此，在產(chǎn)煤行業(yè)，礦井煤塵被列為五大自然災(zāi)害之一[4-6]。國(guó)內(nèi)外學(xué)者致力于防塵工作的實(shí)驗(yàn)研究，雖然降塵取得了一定效果，但是還沒(méi)有從根本上改進(jìn)煤塵超標(biāo)的現(xiàn)象[7-9]。實(shí)踐證明，要想提高除塵效率，還需要從煤塵表面性質(zhì)出發(fā)，尤其是改變液體對(duì)煤塵的潤(rùn)濕性降低液體的表面張力，從而提高煤塵降塵效率[10]。

本文用響應(yīng)面優(yōu)化法對(duì)抑塵劑配方進(jìn)行優(yōu)化設(shè)計(jì)[11-12]。選用哈密褐煤(HM)進(jìn)行實(shí)驗(yàn)論證，通過(guò)對(duì)回歸過(guò)程和響應(yīng)曲面找出預(yù)測(cè)的響應(yīng)值，從而制備效果最好的抑塵劑。

1 實(shí)驗(yàn)部分

1.1 材料與儀器

哈密褐煤(HM)，煤的工業(yè)分析和元素分析(參照GB/T 212—2001《煤的工業(yè)分析方法》和GB/T 476—2001《煤的元素分析方法》測(cè)定)結(jié)果見(jiàn)表1；陰離子型聚丙烯酰胺(APAM)、烷基糖苷(APG)均為工業(yè)級(jí)；十二烷基苯磺酸鈉(SDBS)、十六烷基三甲基溴化銨(CTAB)均為分析純。

表1 哈密煤煤塵的工業(yè)分析和元素分析Table 1 Proximate and ultimate analysis of coal samples

YS-08型高速破碎機(jī)；GZX-9240MBE型電熱鼓風(fēng)干燥箱；TF-G6800型工業(yè)分析儀；Vario MACRO CHNS型元素分析儀；FA2204B型電子天平；SCI-100型表面張力儀；7200型可見(jiàn)光分光光度計(jì)；JGW-360A型接觸角測(cè)定儀。

1.2 煤塵潤(rùn)濕機(jī)理

煤塵潤(rùn)濕過(guò)程主要由三部分組成，即粘濕過(guò)程、鋪展過(guò)程、浸濕過(guò)程，見(jiàn)圖1。沾濕是煤塵表面的氣膜被液體取代的過(guò)程，鋪展是液滴在煤塵表面自動(dòng)鋪展擠掉氣膜的過(guò)程，潤(rùn)濕是煤塵顆粒完全進(jìn)入液體中的過(guò)程。表面活性劑是由截然不同的兩部分親水基團(tuán)和疏水基團(tuán)構(gòu)成的，當(dāng)溶于水時(shí)，親水基深入水中，疏水基則伸向氣相。伸向空氣的疏水基與煤塵之間通過(guò)吸附作用又將煤塵帶入水中，使得煤塵表面變?yōu)楦吣鼙砻?，進(jìn)而增強(qiáng)煤塵與水的親和性，并且潤(rùn)濕劑能在液滴表面形成細(xì)長(zhǎng)的分子量，使得液滴之間發(fā)生凝聚現(xiàn)象，加速煤塵的沉降[13]。

圖1 煤塵的潤(rùn)濕過(guò)程Fig.1 Wetting process of coal dust

1.3 實(shí)驗(yàn)方法

褐煤(HM)經(jīng)過(guò)破碎、篩分，選取粒度<200目的煤塵干燥后備用。潤(rùn)濕劑是表面活性劑與水配成一定濃度的溶液。

煤塵的潤(rùn)濕效果以沉降時(shí)間來(lái)表征。將0.2 g實(shí)驗(yàn)煤塵均勻撒落到100 mL表面活性劑溶液表面，記錄煤塵層從接觸液面到完全沒(méi)入水中所需時(shí)間，即為沉降時(shí)間。沉降時(shí)間越短，說(shuō)明潤(rùn)濕性越好。

煤塵的團(tuán)聚效果通常以滲透率的高低來(lái)表征。稱(chēng)取0.2 g實(shí)驗(yàn)煤塵，放入燒杯中，將配制好的黏結(jié)劑溶液移入燒杯中，將混合液在磁力攪拌器上以勻速攪拌10 min，然后靜置，10 min后用可見(jiàn)光分光光度計(jì)在波長(zhǎng)550 nm下測(cè)其透過(guò)率。

2 結(jié)果與討論

2.1 表面活性劑的選擇

用于煤塵抑塵劑的表面活性劑必須是無(wú)毒無(wú)味并不可燃的，尤其需易溶于水、價(jià)格低廉且環(huán)保?；谡n題組對(duì)表面活性劑的研究成果及國(guó)內(nèi)外學(xué)者的研究基礎(chǔ)，本文選擇陰離子表面活性劑十二烷基苯磺酸鈉(SDBS)、陽(yáng)離子表面活性劑十六烷基三甲基溴化銨(CTAB)和非離子表面活性劑烷基多糖苷(APG)進(jìn)行實(shí)驗(yàn)。將表面活性劑分別配制成不同濃度的溶液，用接觸角測(cè)定儀測(cè)定表面活性劑與煤塵的接觸角，結(jié)果見(jiàn)圖2。

圖2 表面活性劑溶液在HM煤塵表面的接觸角Fig.2 Contact angle of surfactant solutions on the surface of HM coal sample

由圖2可知，對(duì)于HM煤，表面活性劑的潤(rùn)濕效果從大到小順序依次為APG>SDBS>CTAB。選取APG、SDBS作為表面活性劑復(fù)配單體。文獻(xiàn)指出，陰離子聚丙烯酰胺(APAM)對(duì)于煤塵的團(tuán)聚效果較好，因此選取APAM與APG、SDBS進(jìn)行復(fù)配實(shí)驗(yàn)。

豬繁殖與呼吸綜合征（PRRS）的特征是豬群發(fā)生以繁殖障礙和呼吸系統(tǒng)癥狀的一種急性、高度傳染的病毒性傳染病。高致病性豬藍(lán)耳病是由豬繁殖與呼吸綜合征（俗稱(chēng)藍(lán)耳?。┎《咀儺愔暌鸬囊环N急性高致死性疫病。仔豬發(fā)病率可達(dá)100%、死亡率可達(dá)50%以上，母豬流產(chǎn)率可達(dá)30%以上，育肥豬也可發(fā)病死亡是其特征。PRRSV為動(dòng)脈炎病毒屬的成員，是一種有囊膜的單股正鏈RNA病毒，病毒粒子呈球型，直徑為55～60 nm，病毒有2個(gè)血清型，即美洲型和歐洲型，我國(guó)分離到的毒株為美洲型。

2.2 響應(yīng)面實(shí)驗(yàn)結(jié)果

以APG(A)、SDBS(B)和APAM(C)作響應(yīng)變量，通過(guò)響應(yīng)面軟件design expert 8.0.6進(jìn)行響應(yīng)實(shí)驗(yàn)，以沉降時(shí)間和透過(guò)率作為響應(yīng)值，因素與水平見(jiàn)表2，結(jié)果見(jiàn)表3。

表2 響應(yīng)面實(shí)驗(yàn)的因素與水平Table 2 The factors and levels of responsesurface experiment

表3 響應(yīng)面實(shí)驗(yàn)結(jié)果Table 3 The results of the response surface experiment

2.3 潤(rùn)濕性響應(yīng)面結(jié)果分析

2.3.1 模型建立及方差分析 通過(guò)響應(yīng)面軟件design expert 8.0.6.1對(duì)表中數(shù)據(jù)進(jìn)行回歸分析，獲得了復(fù)配體系(A+B+C)對(duì)沉降時(shí)間的回歸方程：R1=36.14-2.03A-1.95B-0.3C+0.76AB-3.05AC+5.17BC-9.34A2-3.16B2-1.67C2。

對(duì)回歸方程進(jìn)行方差分析，結(jié)果見(jiàn)表4。

表4 二次模型方差分析表Table 4 Analysis of variance(ANOVA) for thesecond model

注：***顯著性0.001，**顯著性0.01，*顯著性0.05。

由表4可知，模型的相關(guān)系數(shù)R2=0.921 5，說(shuō)明響應(yīng)值(沉降時(shí)間)92.15%的變化來(lái)源于變量APG、SDBS、APAM，該模型可以較好地反映因素與響應(yīng)值之間的關(guān)系。方程的F值為9.13，概率0.004 1<0.01，說(shuō)明該模型是顯著的，失擬項(xiàng)的F值為1.23，概率為0.407 5>0.05，說(shuō)明失擬項(xiàng)不顯著，表明所得模型擬合結(jié)果較好，實(shí)驗(yàn)誤差小，可以用該模型對(duì)不同試劑單體濃度配比條件下的潤(rùn)濕性進(jìn)行預(yù)測(cè)。方程所得信噪比8.867 1>4，再次說(shuō)明該模型可以用來(lái)分析和預(yù)測(cè)復(fù)配溶液潤(rùn)濕性較高時(shí)的最優(yōu)配比。

由表4顯著性可知，參數(shù)BC、A2是模型中的顯著模型參數(shù)，說(shuō)明APG在復(fù)配體中對(duì)煤塵潤(rùn)濕性起主導(dǎo)作用；APAM作為黏結(jié)劑，依靠氫鍵作用團(tuán)聚煤塵的同時(shí)，也起到了潤(rùn)濕煤塵的作用；SDBS/APAM的交互作用進(jìn)一步提高了煤塵的潤(rùn)濕性。

2.3.2 響應(yīng)面圖形分析 各因素A、B、C與響應(yīng)值所構(gòu)成的三維空間曲面圖見(jiàn)圖3。

圖3 不同試劑單體的響應(yīng)面三維圖Fig.3 Response surface 3D plots of different reagent monomers

圖3a是APAM濃度為0.04%時(shí)，APG和SDBS 濃度對(duì)煤塵沉降時(shí)間的影響。從圖中可以看出，APG和SDBS之間無(wú)明顯交互作用，意味著，當(dāng)APG的濃度增加時(shí)，SDBS濃度先增大后減小。結(jié)合方差分析可知，二者間的交互作用對(duì)煤塵的潤(rùn)濕性不顯著。

圖3b是SDBS濃度為0.40%時(shí)，APG與APAM濃度對(duì)煤塵沉降時(shí)間的影響。從圖中可以看出，二者之間有明顯交互作用，APG濃度的變化影響沉降時(shí)間先增大后減小，且在APG為0.2%時(shí)，APAM對(duì)沉降時(shí)間的影響比較明顯，隨著濃度增加，沉降時(shí)間逐漸減小，潤(rùn)濕效果提高。

圖3c是APG濃度為0.20%時(shí)，SDBS與APAM濃度對(duì)煤塵沉降時(shí)間的影響。從圖中可以看出，二者之間具有顯著交互作用。隨著SDBS濃度增加，沉降時(shí)間減小，降幅在6～10 s之間；APAM對(duì)沉降時(shí)間的影響比較明顯，隨著濃度的增加，沉降時(shí)間逐漸減小。主要原因在于粘結(jié)劑濃度增大，煤塵表面分子間的靜電斥力增加，不利于煤塵潤(rùn)濕。

2.4 團(tuán)聚性響應(yīng)面結(jié)果分析

2.4.1 模型建立及方差分析 通過(guò)響應(yīng)面軟件design expert 8.0.6對(duì)表中數(shù)據(jù)進(jìn)行回歸分析，獲到了復(fù)配體系(A+B+C)對(duì)透過(guò)率的回歸方程：R2=86.58-0.59A+2.93B+4.26C+0.12AB-1.25AC-0.12BC-1.09A2+0.688B2-0.24C2。

對(duì)回歸方程作進(jìn)一步分析，方差分析見(jiàn)表5。

表5 二次模型方差分析表Table 5 Analysis of variance(ANOVA)for the second model

注：***顯著性0.001，**顯著性0.01，*顯著性0.05。

由表5可知，模型的相關(guān)系數(shù)R2=0.913 1，說(shuō)明響應(yīng)值91.31%的變化來(lái)源于所選變量APG、SDBS、APAM，該方程可以較好地反映因素與響應(yīng)值之間的關(guān)系。方程的F值為8.14，概率0.005 7<0.01，說(shuō)明該模型是顯著的，失擬項(xiàng)的F值為1.34，概率為0.145 3>0.05，說(shuō)明失擬項(xiàng)不顯著，表明所得方程擬合結(jié)果較好，實(shí)驗(yàn)誤差小，可以用該方程對(duì)不同試劑單體濃度配比條件下的透過(guò)率進(jìn)行預(yù)測(cè)。方程所得信噪比10.572>4，再次說(shuō)明該方程可以用來(lái)分析和預(yù)測(cè)復(fù)配溶液的團(tuán)聚性較高時(shí)的最優(yōu)配比。

由表5顯著性可知，參數(shù)B、C是模型中的顯著模型參數(shù)，即SDBS、APAM對(duì)團(tuán)聚影響很大，提高了煤塵的團(tuán)聚性，而試劑間的交互作用對(duì)煤塵團(tuán)聚影響較小。因此，在反應(yīng)過(guò)程中對(duì)煤塵團(tuán)聚起主導(dǎo)作用的依然是黏結(jié)劑，而表面活性劑在一定程度上提高了黏結(jié)劑在煤塵表面的吸附作用。

2.4.2 響應(yīng)面圖形分析 響應(yīng)面三維圖見(jiàn)圖4。

圖4 不同試劑單體的響應(yīng)面三維圖Fig.4 Response surface 3D plots of different reagent monomers

圖4a是APAM濃度為0.04%時(shí)，APG和SDBS 濃度對(duì)煤塵透過(guò)率的影響。從圖中可以看出，二者之間具有明顯的交互作用，APG濃度的變化對(duì)透過(guò)率的相對(duì)影響較小，隨著濃度的增加，透過(guò)率呈先升高后減小的趨勢(shì)，且變化幅度較??；SDBS對(duì)透過(guò)率的影響較大，濃度增加，透過(guò)率明顯提高，濃度達(dá)到0.5%時(shí)，透過(guò)率達(dá)到最大值，團(tuán)聚效率效果顯著。

圖4b是SDBS濃度為0.40%時(shí)，APG與APAM濃度對(duì)煤塵透過(guò)率的影響。從圖中可以看出，二者之間沒(méi)有明顯的交互作用，意味著，當(dāng)APG濃度增加時(shí)，APAM濃度可以適當(dāng)?shù)臏p小，反之亦然。

圖4c是APG濃度為0.20%時(shí)，SDBS與APAM濃度對(duì)煤塵透過(guò)率的影響。從圖中可以看出，二者之間無(wú)明顯交互作用，但SDBS和APAM濃度增加，透過(guò)率都有明顯的提高，且二者濃度達(dá)到最大值時(shí)，透過(guò)率達(dá)到91%左右，團(tuán)聚效果最好。

2.4.3 最優(yōu)化條件 通過(guò)軟件分析可知，煤塵團(tuán)聚性最好時(shí)各成分的最佳濃度為：烷基糖苷(APG)0.15%，十二烷基苯磺酸鈉(SDBS)0.50%，陰離子聚丙烯酰胺(APAM)0.04%。在此濃度配比下，模型預(yù)測(cè)的復(fù)配體的透過(guò)率為91.4%。

2.5 降塵劑最優(yōu)化條件及實(shí)驗(yàn)驗(yàn)證

通過(guò)軟件分析可知，同時(shí)達(dá)到潤(rùn)濕和團(tuán)聚效果最優(yōu)的試劑濃度為烷基糖苷(APG)0.25%，十二烷基苯磺酸鈉(SDBS)0.50%，陰離子聚丙烯酰胺(APAM)0.05%。在此濃度配比下，模型預(yù)測(cè)的沉降時(shí)間為20.48 s，透過(guò)率為91.48%。采用預(yù)測(cè)濃度進(jìn)行了3組平行實(shí)驗(yàn)，結(jié)果見(jiàn)表6。

表6 最優(yōu)化條件實(shí)驗(yàn)驗(yàn)證Table 6 Optimal condition experimental verification

由表6可知，3次實(shí)驗(yàn)結(jié)果及平均值與模型預(yù)測(cè)值接近，進(jìn)一步說(shuō)明了所得模型的可靠性和準(zhǔn)確性。因此，對(duì)于HM煤塵，當(dāng)試劑單體濃度分別為APG 0.25%，SDBS 0.50%及APAM 0.05%時(shí)，可同時(shí)達(dá)到潤(rùn)濕和團(tuán)聚的最佳狀態(tài)。

3 結(jié)論

(1)選用響應(yīng)面分析法考察APG、SDBS、APAM濃度對(duì)煤塵潤(rùn)濕性的影響，建立了試劑與沉降時(shí)間的回歸模型，模型的相關(guān)系數(shù)R2=0.921 5，方程的F值為9.13，概率0.004 1<0.01，說(shuō)明模型擬合結(jié)果較好；響應(yīng)面圖形分析可知，APG和SDBS之間存在重要的交互作用，對(duì)潤(rùn)濕性影響顯著，SDBS和APAM對(duì)煤塵潤(rùn)濕性起主導(dǎo)作用；模型得到的潤(rùn)濕性最優(yōu)條件為：0.20%APG，0.40%SDBS及0.04%APAM。

(2)響應(yīng)面分析法分析APG、SDBS、APAM濃度對(duì)煤塵團(tuán)聚性的影響，建立了試劑與透過(guò)率的回歸模型，模型的相關(guān)系數(shù)R2=0.913 1，方程的F值為8.17，概率0.005 7<0.01，說(shuō)明模型擬合結(jié)果較好；響應(yīng)面圖形分析可知，APG和APAM之間存在重要的交互作用，對(duì)團(tuán)聚性影響較小，SDBS和APAM對(duì)煤塵團(tuán)聚性起主導(dǎo)作用；模型得到的團(tuán)聚性最優(yōu)條件為：0.20%APG，0.40%SDBS及0.04%APAM。

(3)綜合分析可知，煤塵潤(rùn)濕和團(tuán)聚效果最優(yōu)的試劑復(fù)配濃度為：0.25%APG，0.50%SDBS及0.05%APAM，沉降時(shí)間預(yù)測(cè)值為20.48 s，3次實(shí)測(cè)平均值為21.25 s，誤差為3.26%；透過(guò)率預(yù)測(cè)值為91.48%，3次實(shí)測(cè)平均值為92.49%，誤差為1.10%。采用最優(yōu)預(yù)測(cè)濃度進(jìn)行實(shí)驗(yàn)，結(jié)果表明，三次實(shí)驗(yàn)結(jié)果與模型預(yù)測(cè)值接近，進(jìn)一步說(shuō)明所得模型的準(zhǔn)確性。