CN114778755A - 一种基于大数据的煤质在线检测系统 - Google Patents

Abstract

本发明公开了一种基于大数据的煤质在线检测系统，涉及煤质在线检测技术领域，解决了现有技术中煤质检测效率低下的技术问题，在煤质分析前待使用的煤炭进行划分，能够降低煤质检测的误差概率；将待分析煤炭进行煤质检测，在煤炭使用前进行煤质检测，确保煤炭得到充分燃烧同时防止出现煤炭燃烧出现反应导致效率降低的现象，有利于增强煤炭使用的工作效率；实时监测煤炭的燃烧效率，便于在燃烧异常时及时进行整顿，降低了煤炭异常使用的投入成本；对当前使用煤炭反应异常的原因进行实时追溯，通过追溯筛选出煤炭异常反应的原因，从而对煤质检测的效率进行检验，同时判断煤炭异常原因提高了煤炭的使用效率，使得煤炭燃烧工序得到优化。

Description

一种基于大数据的煤质在线检测系统

技术领域

本发明涉及煤质在线检测技术领域，具体为一种基于大数据的煤质在线检测系统。

背景技术

煤作为一种重要的能源供给之一，煤炭品质的好坏与企业的安全生产有着莫大联系，煤在工业领域的应用广泛，比如火电、建筑以及化工等，不同的工业领域对煤的质量要求检测标准不同，煤炭的质量性能决定了煤炭的应用价值，随着工业的快速发展，对煤的需求日益增长，逐渐呈现出了供不应求的趋势，煤质检测是进行煤炭开采的关键环节，更是煤炭储存的重要依据，因此煤质检测是工业领域关注的热点；

但是在现有技术中，不能够在煤炭使用前和使用时均进行检测，导致煤炭的检测效率低下，无法保证煤炭的实际使用质量；此外，不能够在使用出现异常时对煤炭异常原因进行追溯，无法及时克服异常的同时不能够对煤质检测进行优化；

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决的问题，而提出一种基于大数据的煤质在线检测系统，在煤质分析前待使用的煤炭进行划分，能够降低煤质检测的误差概率；将待分析煤炭进行煤质检测，在煤炭使用前进行煤质检测，提高了煤炭使用的高效性，确保煤炭得到充分燃烧同时防止出现煤炭燃烧出现反应导致效率降低的现象，有利于增强煤炭使用的工作效率；在煤炭燃烧过程中进行监测，实时监测煤炭的燃烧效率，便于在燃烧异常时及时进行整顿，降低了煤炭异常使用的投入成本；对当前使用煤炭反应异常的原因进行实时追溯，通过追溯筛选出煤炭异常反应的原因，从而对煤质检测的效率进行检验，同时判断煤炭异常原因提高了煤炭的使用效率，使得煤炭燃烧工序得到优化。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的煤质在线检测系统，包括煤炭划分单元、煤质检测分析单元、反应监测单元、特征采集单元以及异常追溯单元；

煤炭划分单元用于将待使用的煤炭进行划分，将煤炭在煤质检测分析前进行划分，并将煤炭划分为待分析煤炭和暂不分析煤炭；煤质检测分析单元将待分析煤炭进行煤质检测且在煤炭使用前进行煤质检测；将通过煤质检测的待分析煤炭标记为使用煤炭，并通过反应监测单元对使用煤炭的燃烧进行实时监测，若实时监测合格，则通过特征采集单元对当前使用煤炭的特征数据进行采集，使用煤炭的特征数据表示为使用煤炭的生成热量、燃烧时长以及环境温度平均变化幅度；若实时监测不合格，则异常追溯单元对当前使用煤炭反应异常的原因进行实时追溯。

作为本发明的一种优选实施方式，煤炭划分单元的煤炭划分过程如下：

将待使用的煤炭标记为分析对象，设置为标号i，i为大于1的自然数，采集到分析对象的存放时长，并将分析对象的存放时长与存放时长阈值进行比较：若分析对象的存放时长超过存放时长阈值，则将对应分析对象标记为陈旧煤炭；若分析对象的存放时长未超过存放时长阈值，则将对应分析对象标记为新鲜煤炭；根据实时需求获取到煤炭预计使用量，并根据煤炭预计使用量进行煤炭量获取，将实时获取的煤炭量标记为待分析煤炭；根据待使用煤炭中未实时获取的煤炭量标记为暂不分析煤炭；同时生成煤质检测分析信号并将煤质检测分析信号发送至煤质检测分析单元。

作为本发明的一种优选实施方式，煤质检测分析单元的煤质检测分析过程如下：

将待分析煤炭进行煤质分析，采集到待分析煤炭的零整比，并将待分析煤炭的零整比标记为LZ；采集到待分析煤炭的灰分量占比，并将待分析煤炭的灰分量占比标记为ZB；通过分析获取到待分析煤炭的煤质检测分析系数X，将待分析煤炭的煤质检测分析系数X与煤质检测分析系数阈值范围进行比较：

若待分析煤炭的煤质检测分析系数X处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析合格，将对应待分析煤炭标记为使用煤炭，生成煤质检测合格信号并将煤质检测合格信号发送至反应监测单元；若待分析煤炭的煤质检测分析系数X未处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析不合格，将对应待分析煤炭标记为非使用煤炭，并将对应非使用煤炭进行重新划分。

作为本发明的一种优选实施方式，反应监测单元的反应监测过程如下：

对使用煤炭进行反应监测，以使用煤炭燃烧的时刻为起始时刻，通过起始时刻设置反应监测时间段，采集到反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度，并将反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度分别与上升幅度阈值和增加速度阈值进行比较：若反应监测时间段内使用煤炭周边环境内最大温度上升幅度超过上升幅度阈值，或者使用煤炭燃烧余渣量的增加速度超过增加速度阈值，则判定使用煤炭反应监测存在异常，生成异常追溯信号并将异常追溯信号发送至异常追溯单元；若反应监测时间段内使用煤炭周边环境内最大温度上升幅度未超过上升幅度阈值，且使用煤炭燃烧余渣量的增加速度未超过增加速度阈值，则判定使用煤炭反应监测正常，生成特征采集信号并将特征采集信号发送至特征采集单元。

作为本发明的一种优选实施方式，异常追溯单元的异常追溯过程如下：

将使用煤炭进行反应前的待分析煤炭和暂不分析煤炭进行实时分析，采集到待分析煤炭内陈旧煤炭含量与暂不分析煤炭内陈旧煤炭含量的比值以及待分析煤炭内新鲜煤炭含量与暂不分析煤炭内新鲜煤炭含量的比值，并将其分别标记为旧炭比值和新炭比值；

若旧炭比值超过旧炭比值阈值，或者新炭比值未超过新炭比值阈值，则判定煤炭划分存在异常，生成划分异常信号并将划分异常信号发送至煤炭划分单元，煤炭划分单元接收到划分异常信号后将煤炭划分进行重新整顿；若旧炭比值未超过旧炭比值阈值且新炭比值超过新炭比值阈值，则判定煤炭划分正常，生成划分正常信号并将划分正常信号发送至煤炭划分单元；同时采集到待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长，并将待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长分别与耗时阈值和等待时长阈值进行比较。

作为本发明的一种优选实施方式，若待分析煤炭进行煤质检测分析的耗时超过耗时阈值，或者使用煤炭生成后进行反应的等待时长超过等待时长阈值，则判定煤质检测分析存在异常，生成煤质分析异常信号并将煤质分析异常信号发送至煤质检测分析单元，煤质检测分析单元接收到煤质分析异常信号后，将完成煤质分析的煤炭进行重新分析；若待分析煤炭进行煤质检测分析的耗时未超过耗时阈值，且使用煤炭生成后进行反应的等待时长未超过等待时长阈值，则判定煤质检测分析不存在异常，生成煤质分析正常信号并将煤质分析正常信号发送至煤质检测分析单元。

与现有技术相比，本发明的有益效果是：

本发明中，将煤炭在煤质检测分析前进行划分，通过划分煤炭进一步增强煤质检测的准确性能，在煤质分析前待使用的煤炭进行划分，能够降低煤质检测的误差概率；将待分析煤炭进行煤质检测，在煤炭使用前进行煤质检测，提高了煤炭使用的高效性，确保煤炭得到充分燃烧同时防止出现煤炭燃烧出现反应导致效率降低的现象，有利于增强煤炭使用的工作效率；在煤炭燃烧过程中进行监测，实时监测煤炭的燃烧效率，便于在燃烧异常时及时进行整顿，降低了煤炭异常使用的投入成本；对当前使用煤炭反应异常的原因进行实时追溯，通过追溯筛选出煤炭异常反应的原因，从而对煤质检测的效率进行检验，同时判断煤炭异常原因提高了煤炭的使用效率，使得煤炭燃烧工序得到优化。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于大数据的煤质在线检测系统，包括煤炭划分单元、煤质检测分析单元、反应监测单元、特征采集单元以及异常追溯单元；

随着日常生活质量的提高，煤炭的耗用量越来越高，因此随着煤炭质量的波动，煤炭的生产质量也随着波动，可以理解的是，煤炭就是用来发电的煤；本实施例通过大数据分析对煤质进行在线检测，保证煤炭在使用过程中的合格性，防止反应过程中出现不利反应，导致煤炭使用质量降低的同时增加煤炭使用的投入成本；与此同时，该实施例在煤炭使用前和使用后均进行检测，保证煤炭使用前质量合格的同时确保煤炭的运行过程合格，使用前煤质出现异常则可以进行更换；使用时煤质出现异常则可以进行特征采集，提高了使用过程监测的及时性，同时对过程原因进行追溯并根据追溯的原因进行调整，进一步加强使用前煤质检测的合格性，增强煤炭检测效率的同时及时对煤质检测进行准确优化；

该实施例中，煤炭划分单元用于将待使用的煤炭进行划分，将煤炭在煤质检测分析前进行划分，通过划分煤炭进一步增强煤质检测的准确性能，可以理解的是，在煤质分析前待使用的煤炭进行划分，能够降低煤质检测的误差概率，具体煤炭划分过程如下：

将待使用的煤炭标记为分析对象，设置为标号i，i为大于1的自然数，采集到分析对象的存放时长，并将分析对象的存放时长与存放时长阈值进行比较：若分析对象的存放时长超过存放时长阈值，则将对应分析对象标记为陈旧煤炭；若分析对象的存放时长未超过存放时长阈值，则将对应分析对象标记为新鲜煤炭；根据实时需求获取到煤炭预计使用量，并根据煤炭预计使用量进行煤炭量获取，将实时获取的煤炭量标记为待分析煤炭；根据待使用煤炭中未实时获取的煤炭量标记为暂不分析煤炭；同时生成煤质检测分析信号并将煤质检测分析信号发送至煤质检测分析单元；

煤质检测分析单元接收到煤质检测分析信号后，将待分析煤炭进行煤质检测，在煤炭使用前进行煤质检测，提高了煤炭使用的高效性，确保煤炭得到充分燃烧同时防止出现煤炭燃烧出现反应导致效率降低的现象，有利于增强煤炭使用的工作效率，具体煤质检测分析过程如下：

将待分析煤炭进行煤质分析，采集到待分析煤炭的零整比，并将待分析煤炭的零整比标记为LZ；待分析煤炭的零整比表示为煤炭中块状煤炭量与粉状煤炭量的比值；通过样本提取的方式采集到待分析煤炭的灰分量占比，并将待分析煤炭的灰分量占比标记为ZB；灰分量占比表示为提取阈值量的煤炭后进行煅烧后剩余物的含量与提取阈值量的比值；

可以理解的是，煤的灰分是一项在煤质特性和利用研究中起重要作用的指标。一般来说，煤中矿物质不利于煤的加工利用，含量越低越好，由于煤灰是煤中矿物质热分解后的残留物，因此可以用它来推算煤中矿物质含量。煤的灰分越高，有效碳的含量就越低。煤的灰分与煤的其他特性如元素成分、发热量、结渣性、活性及可磨性等有程度不同的依赖关系；

通过公式X＝β(LZ×a1+ZB×a2)获取到待分析煤炭的煤质检测分析系数X，其中，a1和a2均为预设比例系数，且a1＞a2＞0，β为误差修正因子，取值为1.36；将待分析煤炭的煤质检测分析系数X与煤质检测分析系数阈值范围进行比较：

若待分析煤炭的煤质检测分析系数X处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析合格，将对应待分析煤炭标记为使用煤炭，生成煤质检测合格信号并将煤质检测合格信号发送至反应监测单元；若待分析煤炭的煤质检测分析系数X未处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析不合格，将对应待分析煤炭标记为非使用煤炭，并将对应非使用煤炭进行重新划分；

该实施例中待分析煤炭的煤质检测分析系数处于阈值范围内，则判定合格，其待分析煤炭的零整比超过对应阈值范围后，则表示块状煤炭量过多，无法充分燃烧；反之，待分析煤炭的零整比低于对应阈值范围后，则表示粉状煤炭量过多，无法保证煤炭的燃烧效率；

反应监测单元用于对使用煤炭的燃烧进行实时监测，在煤炭燃烧过程中进行监测，实时监测煤炭的燃烧效率，便于在燃烧异常时及时进行整顿，降低了煤炭异常使用的投入成本，具体反应监测过程如下：

对使用煤炭进行反应监测，以使用煤炭燃烧的时刻为起始时刻，通过起始时刻设置反应监测时间段，采集到反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度，并将反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度分别与上升幅度阈值和增加速度阈值进行比较：

若反应监测时间段内使用煤炭周边环境内最大温度上升幅度超过上升幅度阈值，或者使用煤炭燃烧余渣量的增加速度超过增加速度阈值，则判定使用煤炭反应监测存在异常，生成异常追溯信号并将异常追溯信号发送至异常追溯单元；若反应监测时间段内使用煤炭周边环境内最大温度上升幅度未超过上升幅度阈值，且使用煤炭燃烧余渣量的增加速度未超过增加速度阈值，则判定使用煤炭反应监测正常，生成特征采集信号并将特征采集信号发送至特征采集单元；

特征采集单元接收到特征采集信号后，将当前使用煤炭的特征数据进行采集，使用煤炭的特征数据表示为使用煤炭的生成热量、燃烧时长以及环境温度平均变化幅度；

异常追溯单元接收到异常追溯信号后，对当前使用煤炭反应异常的原因进行实时追溯，通过追溯筛选出煤炭异常反应的原因，从而对煤质检测的效率进行检验，同时判断煤炭异常原因提高了煤炭的使用效率，使得煤炭燃烧工序得到优化，具体异常追溯过程如下：

将使用煤炭进行反应前的待分析煤炭和暂不分析煤炭进行实时分析，采集到待分析煤炭内陈旧煤炭含量与暂不分析煤炭内陈旧煤炭含量的比值以及待分析煤炭内新鲜煤炭含量与暂不分析煤炭内新鲜煤炭含量的比值，并将其分别标记为旧炭比值和新炭比值；若旧炭比值超过旧炭比值阈值，或者新炭比值未超过新炭比值阈值，则判定煤炭划分存在异常，生成划分异常信号并将划分异常信号发送至煤炭划分单元，煤炭划分单元接收到划分异常信号后将煤炭划分进行重新整顿；若旧炭比值未超过旧炭比值阈值且新炭比值超过新炭比值阈值，则判定煤炭划分正常，生成划分正常信号并将划分正常信号发送至煤炭划分单元；

同时采集到待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长，并将待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长分别与耗时阈值和等待时长阈值进行比较：

若待分析煤炭进行煤质检测分析的耗时超过耗时阈值，或者使用煤炭生成后进行反应的等待时长超过等待时长阈值，则判定煤质检测分析存在异常，生成煤质分析异常信号并将煤质分析异常信号发送至煤质检测分析单元，煤质检测分析单元接收到煤质分析异常信号后，将完成煤质分析的煤炭进行重新分析；若待分析煤炭进行煤质检测分析的耗时未超过耗时阈值，且使用煤炭生成后进行反应的等待时长未超过等待时长阈值，则判定煤质检测分析不存在异常，生成煤质分析正常信号并将煤质分析正常信号发送至煤质检测分析单元；

可以理解的是，煤炭的煤质检测时长过长以及等待使用的时长过长会导致煤炭的煤质产生变化，对煤炭的燃烧存在影响。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，通过煤炭划分单元将待使用的煤炭进行划分，将煤炭在煤质检测分析前进行划分，并将煤炭划分为待分析煤炭和暂不分析煤炭；煤质检测分析单元将待分析煤炭进行煤质检测且在煤炭使用前进行煤质检测；将通过煤质检测的待分析煤炭标记为使用煤炭，并通过反应监测单元对使用煤炭的燃烧进行实时监测，若实时监测合格，则通过特征采集单元对当前使用煤炭的特征数据进行采集，使用煤炭的特征数据表示为使用煤炭的生成热量、燃烧时长以及环境温度平均变化幅度；若实时监测不合格，则异常追溯单元对当前使用煤炭反应异常的原因进行实时追溯。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种基于大数据的煤质在线检测系统，其特征在于，包括煤炭划分单元、煤质检测分析单元、反应监测单元、特征采集单元以及异常追溯单元；

煤炭划分单元用于将待使用的煤炭进行划分，将煤炭在煤质检测分析前进行划分，并将煤炭划分为待分析煤炭和暂不分析煤炭；煤质检测分析单元将待分析煤炭进行煤质检测且在煤炭使用前进行煤质检测；将通过煤质检测的待分析煤炭标记为使用煤炭，并通过反应监测单元对使用煤炭的燃烧进行实时监测，若实时监测合格，则通过特征采集单元对当前使用煤炭的特征数据进行采集，使用煤炭的特征数据表示为使用煤炭的生成热量、燃烧时长以及环境温度平均变化幅度；若实时监测不合格，则异常追溯单元对当前使用煤炭反应异常的原因进行实时追溯。

2.根据权利要求1所述的一种基于大数据的煤质在线检测系统，其特征在于，煤炭划分单元的煤炭划分过程如下：

将待使用的煤炭标记为分析对象，设置为标号i，i为大于1的自然数，采集到分析对象的存放时长，并将分析对象的存放时长与存放时长阈值进行比较：若分析对象的存放时长超过存放时长阈值，则将对应分析对象标记为陈旧煤炭；若分析对象的存放时长未超过存放时长阈值，则将对应分析对象标记为新鲜煤炭；根据实时需求获取到煤炭预计使用量，并根据煤炭预计使用量进行煤炭量获取，将实时获取的煤炭量标记为待分析煤炭；根据待使用煤炭中未实时获取的煤炭量标记为暂不分析煤炭；同时生成煤质检测分析信号并将煤质检测分析信号发送至煤质检测分析单元。

3.根据权利要求1所述的一种基于大数据的煤质在线检测系统，其特征在于，煤质检测分析单元的煤质检测分析过程如下：

将待分析煤炭进行煤质分析，采集到待分析煤炭的零整比，并将待分析煤炭的零整比标记为LZ；采集到待分析煤炭的灰分量占比，并将待分析煤炭的灰分量占比标记为ZB；通过分析获取到待分析煤炭的煤质检测分析系数X，将待分析煤炭的煤质检测分析系数X与煤质检测分析系数阈值范围进行比较：

若待分析煤炭的煤质检测分析系数X处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析合格，将对应待分析煤炭标记为使用煤炭，生成煤质检测合格信号并将煤质检测合格信号发送至反应监测单元；若待分析煤炭的煤质检测分析系数X未处于煤质检测分析系数阈值范围，则判定对应待分析煤炭的煤质检测分析不合格，将对应待分析煤炭标记为非使用煤炭，并将对应非使用煤炭进行重新划分。

4.根据权利要求1所述的一种基于大数据的煤质在线检测系统，其特征在于，反应监测单元的反应监测过程如下：

对使用煤炭进行反应监测，以使用煤炭燃烧的时刻为起始时刻，通过起始时刻设置反应监测时间段，采集到反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度，并将反应监测时间段内使用煤炭周边环境内最大温度上升幅度以及使用煤炭燃烧余渣量的增加速度分别与上升幅度阈值和增加速度阈值进行比较：若反应监测时间段内使用煤炭周边环境内最大温度上升幅度超过上升幅度阈值，或者使用煤炭燃烧余渣量的增加速度超过增加速度阈值，则判定使用煤炭反应监测存在异常，生成异常追溯信号并将异常追溯信号发送至异常追溯单元；若反应监测时间段内使用煤炭周边环境内最大温度上升幅度未超过上升幅度阈值，且使用煤炭燃烧余渣量的增加速度未超过增加速度阈值，则判定使用煤炭反应监测正常，生成特征采集信号并将特征采集信号发送至特征采集单元。

5.根据权利要求1所述的一种基于大数据的煤质在线检测系统，其特征在于，异常追溯单元的异常追溯过程如下：

将使用煤炭进行反应前的待分析煤炭和暂不分析煤炭进行实时分析，采集到待分析煤炭内陈旧煤炭含量与暂不分析煤炭内陈旧煤炭含量的比值以及待分析煤炭内新鲜煤炭含量与暂不分析煤炭内新鲜煤炭含量的比值，并将其分别标记为旧炭比值和新炭比值；

若旧炭比值超过旧炭比值阈值，或者新炭比值未超过新炭比值阈值，则判定煤炭划分存在异常，生成划分异常信号并将划分异常信号发送至煤炭划分单元，煤炭划分单元接收到划分异常信号后将煤炭划分进行重新整顿；若旧炭比值未超过旧炭比值阈值且新炭比值超过新炭比值阈值，则判定煤炭划分正常，生成划分正常信号并将划分正常信号发送至煤炭划分单元；同时采集到待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长，并将待分析煤炭进行煤质检测分析的耗时以及使用煤炭生成后进行反应的等待时长分别与耗时阈值和等待时长阈值进行比较。

6.根据权利要求5所述的一种基于大数据的煤质在线检测系统，其特征在于，若待分析煤炭进行煤质检测分析的耗时超过耗时阈值，或者使用煤炭生成后进行反应的等待时长超过等待时长阈值，则判定煤质检测分析存在异常，生成煤质分析异常信号并将煤质分析异常信号发送至煤质检测分析单元，煤质检测分析单元接收到煤质分析异常信号后，将完成煤质分析的煤炭进行重新分析；若待分析煤炭进行煤质检测分析的耗时未超过耗时阈值，且使用煤炭生成后进行反应的等待时长未超过等待时长阈值，则判定煤质检测分析不存在异常，生成煤质分析正常信号并将煤质分析正常信号发送至煤质检测分析单元。

Images