Determination of Sulfur in Barite by Sodium Carbonate-Zinc Oxide Semi-molten Decomposition and Barium Sulfate Gravimetric Method
-
摘要: 传统的碳酸钠-氧化锌半熔-硫酸钡重量法测定重晶石中的硫, 具有坩埚腐蚀小、干扰相对较少等优点, 但不能完全破坏重晶石矿物的晶格结构, 造成了硫的测定结果很不稳定。本文通过考察重晶石半熔分解过程中实验条件对硫的转化率的影响, 发现重晶石分解转化不彻底主要是由于样品粒度和熔剂粒度过粗, 故将传统的半熔法的实验条件改进为:采用瓷坩埚熔融, 重晶石样品粒度小于0.10 mm, 碳酸钠-氧化锌熔剂粒度小于0.18 mm, 半熔温度790℃, 半熔时间60 min。在此实验条件下重晶石可全部转化为BaCO3与SO42-定量分离, 因此不用使用昂贵的铂金坩埚, 也避免了强氧化性熔剂对坩埚的损毁, 减少了熔融时可能引入的干扰物质。本方法精密度(RSD)小于1.0%, 回收率大于99.5%, 适用于分析含重晶石的各类复杂地质样品。
-
关键词:
- 重晶石 /
- 硫 /
- 碳酸钠-氧化锌半熔分解 /
- 硫酸钡重量法
Abstract: The traditional sodium carbonate-zinc oxide semi fusion method causes little corrosion of the crucible and effects small interferences, but the analytical results of sulfur are unstable due to an incomplete break of the lattice structure of barite. The decomposition conditions during semi fusion that affect the conversion of sulfur are investigated and reported in this paper. Results show that the incomplete decomposition of barite was due to the grain sizes of samples and fluxes being too big. The modified method is that samples with sizes of less than 0.1 mm mixed with sodium carbonate-zinc oxide flux with sizes of less than 0.18 mm are decomposed at 790℃ for 60 min. Under these conditions, barite can be converted to BaCO3 and isolated with SO42- quantitatively through semi molten decomposition in a porcelain crucible, which avoids the use of the platinum crucible, damage of crucibles by strong oxidizing agents, and reduces the interference substances during melting. The RSD for this method was less than 1% and the recovery was more than 99.5%. This method can be applied to determine sulfur content of complex geological samples containing barite. -
煤炭在燃烧过程中,某些微量元素(如汞、氟等),或呈气态,或吸附在烟气的细小颗粒物中呈气溶胶态,通过烟气污染控制设施,释放到大气环境中,是大气污染的主要污染来源[1, 2, 3];另一部分微量元素(如砷、镉等)富集在煤灰中,当煤灰以废弃物的形式接触土壤或水体时,通过迁移方式进入食物链。煤炭中有害微量元素对环境的危害越来越受到各国的关注[4],针对煤炭中微量元素的分布特征开展了广泛的研究,研究内容包括代表值估计和赋存形态分析。代表值估计属基本统计学参数描述,通常使用方法有正态统计描述和稳健统计描述,稳健统计描述能更好地克服异常值对结果的影响[5]。微量元素赋存状态的信息是煤炭成因和洁净煤技术研究的基础资料,是煤质评价的重要内容,其分析方法分为直接方法和间接方法。直接方法主要是指各种显微探针技术(电子、离子和X射线探针)和谱学分析技术(如X射线吸收精细结构谱法);间接方法包括数理统计方法、浮沉试验方法和化学方法(如逐级化学提取试验方法)[6]。国外多位学者研究了本国煤炭中微量元素的分布规律、赋存形态,探讨了元素异常富集的成因机制[7, 8, 9, 10, 11, 12]。我国学者运用数理统计方法对我国各地区煤炭微量元素的分布特征进行了研究[13, 14, 15, 16, 17, 18, 19, 20]。
我国已从煤炭净出口国向煤炭净进口国转变,进口煤炭成为缓解东南沿海地区供需矛盾的一个重要组成部分[21]。印度尼西亚煤炭工业发达,该国煤炭低灰分、低硫分,开采和海运成本低[22],是我国进口最多的煤炭品种。已有学者对印度尼西亚煤炭矿区的地质特征以及煤炭品质进行了相关研究[23, 24, 25],作者在前期的研究工作中[26],应用直接测汞仪测定了上海口岸123批进口煤炭的总汞含量,对汞在各国煤炭中赋存状态进行了探讨,其中涉及进口印度尼西亚煤炭。本文是前期工作的一个延续,应用电感耦合等离子体质谱(ICP-MS)、原子荧光光谱(AFS)、直接测汞仪等方法测试了上海口岸31批进口印度尼西亚煤炭中12种微量元素(Be、Cr、Co、Ni、Cu、Mo、Cd、Sn、Ba、Pb、As、Hg)的含量,并与中国煤、世界煤、相关学者报道的印度尼西亚煤炭中微量元素含量进行比较,依据我国煤炭行业相关微量元素分级标准进行评价,同时结合相关分析、聚类分析、因子分析等多元统计方法研究了进口印度尼西亚煤炭微量元素的赋存状态。
1. 样品采集和分析
1.1 样品采集和制备
印度尼西亚为上海口岸最大的煤炭输出国。本文随机抽取2011年11月至2012年4月期间上海口岸进口印度尼西亚煤炭样品31批,主要为烟煤,供上海地区燃煤电厂发电使用。根据卸货码头现场条件,分别采用国家标准方法GB 475—2008《商品煤样人工采取方法》或GB/T 19494.1—2004《煤炭机械化采样第1部分:采样方法》进行取样,根据GB 474—2008《煤样的制备方法》进行煤样的制备。
1.2 样品分析项目和测定方法
分析项目包括Be、Cr、Co、Ni、Cu、Mo、Cd、Sn、Ba、Pb、As、Hg、全硫、灰分。其中,Hg采用DMA80直接测汞仪(Milestone公司)[26],As依据SN/T 3521—2007《进口煤炭中砷、汞含量的同时测定氢化物发生-原子荧光光谱法》,全硫依据GB/T 214—2007《煤中全硫的测定方法》艾氏卡法,灰分依据GB/T 212—2008《煤的工业分析方法》快速灰化法进行测定,其余元素采用X-Series Ⅱ电感耦合等离子体质谱仪(美国Thermo公司)进行测定[27]。
2. 进口印度尼西亚煤炭微量元素含量
煤炭中微量元素的富集系数是指煤炭中微量元素的算术平均值与地壳的平均含量之比,是评价煤炭中微量元素的富集程度的重要参数,能表征煤炭中微量元素的污染状况。与地壳的平均含量相比,31批上海口岸进口印度尼西亚煤炭中,As和Hg的平均富集系数大于1,其他元素的平均富集系数均小于1。
依据我国煤炭行业标准MT/T 803—1999《煤中砷含量分级》、MT/T 963—2005《煤中汞含量分级》、MT/T 965—2005《煤中铬含量分级》、MT/T 1029—2006《煤中镉含量分级》、MT/T 964—2005《煤中铅含量分级》,抽检的31批样品中,存在6批二级含砷煤、1批三级含砷煤、5批低汞煤、1批中汞煤、2批高汞煤、1批中铬煤、2批高铬煤、2批中镉煤,其余属于一级含砷煤、特低汞煤、低铬煤、低镉煤、低铅煤。
表 1列举了本次调研的31批进口印度尼西亚煤炭与Belkin等[28]报道的8批印尼煤炭以及中国煤、世界煤微量元素含量的比较情况。31批进口印度尼西亚煤炭中,Cr、Ni含量范围分别为0.7~137.1 mg/kg、0.9~253.6 mg/kg,平均值分别为14.1 mg/kg、18.3 mg/kg,皆高于Belkin等报道的8批印尼煤炭,造成差异的主要原因在于,本次检验的煤炭中存在个别Cr、Ni含量高的样品。印尼煤炭中Be、Cu、Mo、Cd、Sn、Pb含量平均值(mg/kg)分别为0.47、5.4、0.77、0.07、0.47、3.4,均低于中国煤和世界煤的平均水平,体现出印尼煤炭低灰分的品质特征。
表 1 进口印尼煤与中国煤、世界煤微量元素的比较Table 1. Comparisons of trace elements concentrations元素 本研究印尼煤样品 印尼煤a 中国煤b 世界煤 含量范围
(mg/kg)平均值
(mg/kg)含量范围
(mg/kg)平均值
(mg/kg)含量范围
(mg/kg)平均值
(mg/kg)含量范围c
(mg/kg)平均值d
(mg/kg)As 0.1~19.0 3.7 0.4~11 3.6 0.4~10 5 0.5~80 5 Hg 0.01~0.92 0.12 0.02~0.19 0.10 0.01~1.0 0.15 0.02~1.0 0.10 Be 0.15~1.28 0.47 0.13~1.5 0.54 0.1~6 2 0.1~15 1.5 e Cr 0.7~137.1 14.1 1.1~24.9 7.4 2~50 12 0.5~60 10 Co 1.3-14.2 3.6 1.2~9.2 3.6 1~20 7 0.5~30 5 Ni 0.9~253.6 18.3 0.8~16 7.3 2~65 14 0.5~50 15 Cu 0.5~25.3 5.4 0.8~38 8.7 1~50 13 0.5~50 15 Mo 0.11~1.78 0.77 0.21~3.35 1.1 1~15 4 0.1~10 5 Cd 0.01~0.26 0.07 0.01~0.04 0.02 0.01~3 0.2 0.1~3 0.3 Sn 0.1~1.8 0.47 0.20~1.31 0.56 0.4~5 2 1~10 2 Ba 3.0~224.3 63.5 34.2~165 78.3 13~400 82 20~1000 120 Pb 0.9~11.2 3.4 0.4~10 3.1 10~47 13 2~80 25 注: a来自Belkin等[28],b来自赵继尧等[29],c来自Swaine等[30],d来自Valkovic[31],e来自Finkelman[32] 3. 进口印度尼西亚煤炭微量元素赋存形态
3.1 相关分析
煤中元素与灰分的相关性在一定程度上可揭示该元素的有机/无机亲和性,是一种间接分析方法,可判定元素的赋存状态,为元素来源提供参考信息[33]。微量元素与灰分正相关,推断其无机亲和性,赋存于黏土矿物或硫化矿物中;与灰分负相关,推断其有机亲和性,可能赋存形态为有机态,属于煤炭自生;与灰分不相关,则说明该元素赋存形态比较复杂[34]。微量元素间的相关分析,可以为微量元素间的伴生关系提供参考依据。
表 2列举了上海口岸进口印尼煤中微量元素、全硫、灰分含量的相关系数矩阵。从相关系数分布看出,除Hg和Ba外,其余元素与灰分都存在显著相关,其中,Be、Co、Cu、Sn与灰分显著相关(相关系数R大于0.8),说明进口印度尼西亚煤炭中,Hg和Ba可能是以独立的矿物组成存在于煤炭中,其余元素具有无机亲和性。由于煤中硫来源的多样性和复杂性,以及后期低温热液形成硫的多期次性,不同来源、不同地质历史时期形成的硫化物中所含的潜在毒害微量元素相差甚大,造成煤中硫与其中潜在毒害微量元素相关性不明显。除Hg和Ba外,其余微量元素间都存在显著的相关关系,其中As-Cr、As-Ni、As-Cu、Be-Co、Be-Cd、Be-Sn、Cr-Co、Cr-Cu、Cr-Ni、Co-Ni、Co-Cu、Co-Sn、Ni-Cu、Cd-Sn、Sn-Pb存在强相关关系,说明以上元素存在伴生关系。
表 2 进口印尼煤微量元素、全硫、灰分含量的相关系数矩阵Table 2. Correlation matrix of trace elements, total sulfur, ash in imported Indonesia coals项目 全硫 灰分 As Hg Be Cr Co Ni Cu Mo Cd Sn Ba Pb 全硫 1 灰分 -0.131 1 As 0.007 0.632 1 Hg 0.237 0.118 0.171 1 Be -0.185 0.879 0.582 0.142 1 Cr 0.127 0.761 0.822 0.128 0.613 1 Co -0.065 0.848 0.740 0.118 0.836 0.876 1 Ni 0.117 0.745 0.877 0.137 0.650 0.968 0.876 1 Cu 0.084 0.846 0.802 0.201 0.773 0.887 0.900 0.897 1 Mo 0.085 0.469 0.573 -0.068 0.459 0.509 0.479 0.547 0.478 1 Cd -0.181 0.760 0.547 0.014 0.851 0.661 0.775 0.670 0.683 0.486 1 Sn -0.189 0.843 0.566 0.020 0.821 0.695 0.808 0.678 0.783 0.535 0.858 1 Ba -0.205 0.012 0.097 -0.012 -0.093 0.084 0.128 0.042 0.126 -0.284 -0.103 0.028 1 Pb -0.218 0.723 0.645 0.106 0.702 0.755 0.742 0.686 0.720 0.364 0.785 0.808 0.179 1 3.2 聚类分析
聚类是将研究对象分为相对同质的群组的统计分析技术,根据分类对象不同,聚类分析可分为Q型(样本)和R型(变量)两大类。利用煤中微量元素间的R型聚类分析,可确定微量元素之间的相关性,进而推断其相互依存关系,判断其赋存状态。对31批进口印度尼西亚煤炭进行R型系统聚类,考察12项微量元素含量、全硫含量、灰分含量,可聚为3类。聚类1:As、Be、Cr、Co、Ni、Cu、Mo、Cd、Sn、Pb、灰分,表明以上元素与灰分存在依存关系,以上项目归纳为黏土矿物吸附类;聚类2:Hg、全硫,表明Hg与全硫存在依存关系,由于煤炭中硫主要以硫铁矿形式存在,以上项目归纳为硫铁矿类;聚类3:Ba,表明Ba以区别于黏土矿物、硫铁矿以外的矿物形式存在,结合相关文献资料,可将该项目归纳为碳酸盐矿物类。聚类分析结果提供了煤炭微量元素间不同的赋存状态,能为进口煤炭的洁净化处理提供参考依据。
3.3 因子分析
与相关分析、聚类分析相比,因子分析在分析煤中微量元素分布及影响因素方面很有优势。本文利用SPSS19.0软件对标准化的数据进行因子分析,为简化因子分析结果,对结果作出更合理的解释,采用最大方差法对初始因子进行旋转。主成分信息表明,前3个主成分的特征值大于1,累积贡献率为81.6%,因此前3个潜在因子能解释整体情况。初始因子矩阵和旋转后的因子矩阵表明,初始因子矩阵很难对各因子作出合理的解释,经3次最大方差法旋转后的因子矩阵中,第1主因子F1中As、Be、Cr、Co、Ni、Cu、Mo、Cd、Sn、Pb有较高的因子载荷;第2主因子F2中Hg有较高的因子载荷;第3主因子F3中只有Ba一种元素有较高的因子载荷。因子分析和聚类分析结果非常一致,这也说明了聚类分析结果对元素赋存状态推断的合理性。
4. 进口印度尼西亚煤炭的统计学分类
由于成煤年代、地质特征差异,煤炭中微量元素含量有一定“指纹”效应,能在一定程度上指示产地属性。在缺乏足够信息的情况下,利用煤中微量元素间的Q型聚类分析,可实现不同煤炭样品间的分类分组,进而对进口煤炭的产地来源进行鉴别。对31批进口印度尼西亚煤炭进行Q型系统聚类,结果表明,抽检的印度尼西亚煤炭可分为3类:第1类包括27批,占比87.1%;第2类包括2批,与第1类相比,体现在高As、Be、Cr、Co、Ni、Cu、Cd、Mo,Sn、Pb含量;第3类包括2批,与第1类相比,体现在高Ba含量。以上分类,可能代表 3种不同的煤炭来源。
5. 结论
本文运用多种分析测试技术和数理统计方法研究了上海口岸进口印度尼西亚煤炭中12种微量元素的分布特征及其赋存形态,实现了不同煤炭样品间的分类。结果表明,进口印尼煤炭中含有高汞煤、三级含砷煤,As、Hg的迁移风险值得关注;Be、Cu、Mo、Cd、Sn、Pb含量均低于中国煤和世界煤炭的平均水平,体现出印尼煤炭低灰分的品质特征。12种微量元素和相关项目(灰分和全硫)划分为3类:第一类归纳为黏土矿物吸附类,包括As、Be、Cr、Co、Ni、Cu、Mo、Cd、Sn、Pb、灰分;第二类归纳为硫铁矿类,包括Hg、全硫;第三类归纳为碳酸盐矿物类,包括Ba。表明了被抽检的印度尼西亚煤炭可能代表 3种不同的煤炭来源。
掌握进口印尼煤炭中微量元素的分布特征,能为煤炭的洁净化使用以及监管政策措施制定提供技术支撑。本研究所采用的数理统计方法,主要是基于煤炭微量元素间固有的依存关系,一定程度上反映了成煤地质环境、煤的变质程度等信息,可为研究其他进口煤炭微量元素的分布特征提供借鉴。然而,受条件限制,本次抽查的样品数量不多,样品产地信息不明确,一定程度上对调研结果会产生影响。
-
表 1 重晶石样品粒度对硫转化率的影响
Table 1 Effect of sample's size on the leaching rate of sulfur
重晶石粒度
(mm)转化浸出率
(%)重晶石粒度
(mm)转化浸出率
(%)0.30~0.60 20.30 0.10~0.125 99.85 0.18~0.30 40.55 0.075~0.10 99.88 0.15~0.18 96.57 0.050~0.075 99.89 0.125~0.15 99.57 表 2 混合熔剂中碳酸钠粒度对硫转化率的影响
Table 2 Effect of sodium carbonate' size in mixed flux on the leaching rate of sulfur
碳酸钠粒度
(mm)转化浸出率
(%)碳酸钠粒度
(mm)转化浸出率
(%)0.60~1.00 92.30 0.125~0.18 99.87 0.30~0.60 98.05 0.10~0.125 99.75 0.18~0.30 99.56 0.075~0.10 99.65 表 3 方法准确度与精密度试验
Table 3 Accuracy and precision tests of the method
重晶石
标准物质硫含量的
标准值(%)硫含量的测定
平均值(%)相对误差
(%)RSD
(%)回收率
(%)GBW07811 6.37 6.35 0.31 0.65 99.7 GBW07812 13.75 13.75 0 0.34 100.0 -
岩石矿物分析编委会编著. 岩石矿物分析(第四版)[M]. 北京: 地质出版社, 2011: 427-428(第二分册), 205-206(第一分册). The Editorial Committee of Rock and Mineral Analysis. Rock and Mineral Analysis (Fourth Edition)[M]. Beijing: Geological Publishing House, 2011: 427-428 (Vol. 2), 205-206 (Vol. 1).
http://www.cnki.com.cn/Article/CJFDTOTAL-YKCS201002021.htm http://www.cnki.com.cn/Article/CJFDTOTAL-KWYS198503017.htm http://www.cnki.com.cn/Article/CJFDTOTAL-YKCS200502002.htm http://www.cnki.com.cn/Article/CJFDTOTAL-YKCS201102025.htm http://www.cnki.com.cn/Article/CJFDTOTAL-YKCS201402009.htm -
期刊类型引用(10)
1. 王斌,毛静,张勇,巩琪. 电感耦合等离子体光谱法测定土壤中的全硫. 中国土壤与肥料. 2024(05): 227-231 . 百度学术
2. 高晨,李志鸿. 碱熔法前处理在地矿及环境样品中无机元素分析测试的研究进展. 环境科学导刊. 2022(03): 86-91+96 . 百度学术
3. 漆寒梅,周言凤,陈利娟,文静. 硫酸钡重量法测定硫条件实验探讨. 中国无机分析化学. 2021(04): 31-34 . 百度学术
4. 漆寒梅,文静,伍慧玲,何威,曹莉. 硫酸钡重量法测定铁矿石中的硫含量. 广东化工. 2020(24): 125-126+148 . 百度学术
5. 刘伟洪,向懋笔,杨峰. 基于硝酸-氯酸钠溶样体系-电感耦合等离子体发射光谱法测定地质样品中的总硫. 化学世界. 2019(11): 748-752 . 百度学术
6. 郭艳丽,张啟云,王燕. 实验用新方法测定含钡硫酸盐中的锶. 青海国土经略. 2017(03): 61-63 . 百度学术
7. 刘攀,杜米芳,唐伟,张斌彬,李治亚. 无机固体样品中硫的测定方法的研究进展. 理化检验(化学分册). 2017(08): 984-992 . 百度学术
8. 郭艳丽,王燕,张国龙. 优化碱熔试剂-电感耦合等离子光谱法测定重晶石中的主次量元素. 当代化工. 2017(08): 1730-1732+1736 . 百度学术
9. 栾日坚,张珂,马明,张姝,李艳香. 电位滴定分析方法在地质样品主量元素检测中的应用. 中国无机分析化学. 2017(01): 22-27 . 百度学术
10. 黄启华,徐志强,杨玮玮. 高频红外碳硫仪测定重晶石和黄铁矿中的硫. 岩矿测试. 2017(02): 130-135 . 本站查看
其他类型引用(1)