CN116679029A - 一种煤炭特征指标在线检测系统 - Google Patents
一种煤炭特征指标在线检测系统 Download PDFInfo
- Publication number
- CN116679029A CN116679029A CN202310630786.4A CN202310630786A CN116679029A CN 116679029 A CN116679029 A CN 116679029A CN 202310630786 A CN202310630786 A CN 202310630786A CN 116679029 A CN116679029 A CN 116679029A
- Authority
- CN
- China
- Prior art keywords
- coal
- combustion
- index
- detected
- index parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 271
- 238000001514 detection method Methods 0.000 title claims abstract description 71
- 238000002485 combustion reaction Methods 0.000 claims abstract description 211
- 238000012797 qualification Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 11
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 10
- 229910052799 carbon Inorganic materials 0.000 claims description 10
- 230000035515 penetration Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 239000002802 bituminous coal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明提供了一种煤炭特征指标在线检测系统,属于煤炭能源技术领域,其系统包括:获取待检测煤炭的图像信息,对所述图像信息进行分析以获取第一指标参数,利用传感器组件对待检测煤炭进行数据检测,根据检测数据获取第二指标参数,将第一指标参数和第二指标参数整合为燃烧前指标参数,采集待检测煤炭在燃烧后的第三指标参数并将其整合为燃烧后指标参数,根据待检测煤炭的燃烧前指标参数和燃烧后指标参数判断待检测煤炭的合格度以此来解决了选煤质量的检测方式过程过于复杂,检测时间过长,且存在较大误差性,无法保证煤炭指标检测结果的准确性的问题。
Description
技术领域
本发明涉及煤炭能源技术领域,特别涉及一种煤炭特征指标在线检测系统。
背景技术
目前,煤炭是十八世纪以来人类世界使用的主要能源之一,进入二十一世纪以来,虽然煤炭的价值大不如从前,但煤炭仍是我们人类的生产生活必不可缺的能量来源之一,因此对煤炭质量的把控则显得尤为重要,但现有的选煤厂对煤炭指标的检测,目前还停留在通过人工采样、制样、化验等诸多程序的方式,检测化验结果数据存在时间的滞后性,导致煤炭质量检测数据的得出严重滞后于生产需要,且传统的煤炭指标的检测方式,存在较大的误差性,无法保证煤炭指标实时检测结果的准确性,给煤炭企业造成巨大的浪费和损失。
因此,本发明提出一种煤炭特征指标在线检测系统。
发明内容
本发明提供一种煤炭特征指标在线检测系统,通过获取待检测煤炭的图像信息,对所述图像信息进行分析以获取第一指标参数,利用传感器组件对待检测煤炭进行数据检测获取第二指标参数,将第一指标参数和第二指标参数整合为燃烧前指标参数,采集待检测煤炭在燃烧后的第三指标参数并将其整合为燃烧后指标参数,根据待检测煤炭的燃烧前指标参数和燃烧后指标参数判断待检测煤炭的合格度,以此来解决背景技术问题中检测时间过长,且存在较大误差性,无法保证煤炭指标实时检测结果准确性的问题。
本发明提出一种煤炭特征指标在线检测系统,该系统包括:
获取模块:获取待检测煤炭的图像信息,对所述图像信息进行分析以获取第一指标参数;
检测模块:利用传感器组件对待检测煤炭进行数据检测,根据检测数据获取第二指标参数,将第一指标参数和第二指标参数整合为燃烧前指标参数;
采集模块:采集待检测煤炭在燃烧后的第三指标参数并将其整合为燃烧后指标参数;
判断模块:根据待检测煤炭的燃烧前指标参数和燃烧后指标参数判断待检测煤炭的合格度。
优选的,所述获取模块,包括:
第一获取单元:获取待检测煤炭的目标图像的像素信息,根据所述像素信息,判断目标图像的清晰度是否合格;
第二获取单元:当判断目标图像的清晰度合格后,基于所述目标图像获取待检测煤炭的表面纹理特征信息;
第三获取单元:根据所述表面纹理特征信息获取待检测煤炭的颗粒度信息和成色信息;
第一生成单元:根据所述颗粒度信息和成色信息生成待检测煤炭的质量指标参数并将其确认为第一指标参数。
优选的,所述检测模块,包括:
检测单元:利用湿度传感器组件检测待检测煤炭的湿度数据,根据检测数据获取待检测煤炭的表面水分数据;
第一确定单元:根据待检测煤炭的表面水分数据确定待检测煤炭的外表水分指标参数并将其确认为第二指标参数;
第一填充单元:将所述第一指标参数和第二指标参数按照指标项属性填充到燃烧前指标参数对应指标项中。
优选的,采集模块,包括:
第二确定单元:获取标准煤炭在燃烧后的多个采集指标并确定每个采集指标的指标性质;
划分单元:根据每个采集指标的指标性质将多个采集指标划分为燃烧过程中采集指标和燃烧后采集指标;
采集单元:根据划分结果确定每个采集指标的设定采集时间段,基于每个采集指标的设定采集时间段,采集待检测煤炭燃烧后的第三指标参数;
第二填充单元:将所述第三指标参数按照指标项属性填充到燃烧后指标参数对应指标项中。
优选的,判断模块,包括:
第四获取单元:获取煤炭燃烧前各个指标以及燃烧后各个指标在合格状态下和不合格状态下的阈值区间;
第五获取单元:获取待检测煤炭的燃烧前指标参数和燃烧后指标参数各自的当前指标阈值;
匹配单元:对所述当前指标阈值进行区间匹配,根据匹配结果确定待检测煤炭的合格匹配状态;
第三确定单元:根据待检测煤炭的合格匹配状态和当前指标阈值在匹配区间中的区间位置,确定待检测煤炭的合格度。
优选的,还包括:
第一生成模块:生成测试激光照射所述待检测煤炭并获取其光谱数据;
第一确定模块:根据所述光谱数据和预设煤炭类型的定标方程,确定待检测煤炭的煤炭类型;
第二确定模块:基于待检测煤炭的煤炭类型确定待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值;
第二生成模块:将待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值作为对比数据并根据其生成待检测煤炭的合格度评估条件。
优选的,还包括:
检测单元:检测待检测煤炭的碳元素含量百分比;
第四确定单元:根据所述碳元素含量百分比和待检测煤炭的燃烧特性数据,确定燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势;
第二生成单元:基于燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势,生成待检测煤炭的燃烧条件;
评估单元:根据所述燃烧条件对待检测煤炭的燃烧场景进行合格评估,根据评估结果发出燃烧测试是否合理的提醒。
优选的,第二确定模块,包括:
第六获取单元:获取对待检测煤炭进行燃烧测试的燃烧炉的历史燃烧数据;
第一构建单元:对所述历史燃烧数据进行主成分分析,根据分析结果构建燃烧炉换热模型;
第五确定单元:根据所述燃烧炉换热模型确定燃烧炉的换热率系数;
第二构建单元:基于所述换热率系数构建燃烧炉对于煤炭的燃烧数值模拟模型;
导入单元:根据待检测煤炭的煤炭类型确定待检测煤炭的燃烧特性数据,根据所述燃烧特性数据生成模型模拟条件并导入到所述燃烧炉对于煤炭的燃烧数值模拟模型中;
第三生成单元:获取待检测煤炭的质量信息和成分信息,根据所述质量信息和成分信息生成模型输入变量;
第七获取单元:将所述模型输入变量输入到所述燃烧炉对于煤炭的燃烧数值模拟模型中,获取燃烧炉在将待检测煤炭进行模拟燃烧后的各项指标模拟数值;
分类单元:对各项指标模拟数值进行分类,获得待检测煤炭分别在燃烧前指标参数和燃烧后指标参数的标准参考阈值。
优选的,所述系统还包括:
发射模块:在待检测煤炭上设置多个采样点,将X射线发射到每个采样点中;
获取模块:采集每个采样点的反馈信号,分析所述反馈信号获取X信号在待检测煤炭内部的信号穿透情况;
第三确定模块:根据所述信号穿透情况确定待检测煤炭内部的灰分含量,根据所述灰分含量确定待检测煤炭的质量密度;
反馈模块:对所述质量密度进行评估以确定其是否满足测试需求,若是,无需进行后续操作,若否,发出反馈提醒。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种煤炭特征指标在线检测系统的结构图;
图2为本发明实施例中一种煤炭特征指标在线检测系统的另一结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明提供一种煤炭特征指标在线检测系统,如图1所示,该系统包括:
获取模块:获取待检测煤炭的图像信息,对所述图像信息进行分析以获取第一指标参数;
检测模块:利用传感器组件对待检测煤炭进行数据检测,根据检测数据获取第二指标参数,将第一指标参数和第二指标参数整合为燃烧前指标参数;
采集模块:采集待检测煤炭在燃烧后的第三指标参数并将其整合为燃烧后指标参数;
判断模块:根据待检测煤炭的燃烧前指标参数和燃烧后指标参数判断待检测煤炭的合格度。
该实施例中,图像信息是通过图片得到煤炭的表面信息,比如表面纹理特征、成色信息,图片中获取到的煤炭信息为第一指标参数,指标参数为比如是表面纹理的长度信息、宽度信息,成色的净度为多少。
第二指标参数为待检测煤炭表面所含的水分为多少,表面纹理的长度、宽度、成色的净度以及煤炭表面所含的水分为燃烧前指标参数,煤炭燃烧后,所含的灰分、发热量为燃烧后指标参数。
该实施例中,数据检测是通过湿度传感器对煤炭的湿度进行检测,获取煤炭的湿度数据。
该实施例中,合格度是指待检测煤炭的所有指标合格度的平均值,比如待检测煤炭的水分是10克,煤炭的水分合格参数为20克,那么水分的合格度为10÷20=50%,待检测煤炭的发热量是50焦耳,煤炭的发热量合格参数为100焦耳,那么发热量的合格度为50÷100=20%,合格度为(50%+20%)÷2=35%。
上述技术方案的有益效果是:通过获取待检测煤炭图像信息和对待检测煤炭进行数据检测作为燃烧前的指标参数和燃烧后的指标参数,以此来判断待检测煤炭的合格度,能够保证检测过程的实时性和检测结果的精准性。
实施例2:
本发明提供一种煤炭特征指标在线检测系统,如图2所示,所述获取模块,包括:
第一获取单元:获取待检测煤炭的目标图像的像素信息,根据所述像素信息,判断目标图像的清晰度是否合格;
第二获取单元:当判断目标图像的清晰度合格后,基于所述目标图像获取待检测煤炭的表面纹理特征信息;
第三获取单元:根据所述表面纹理特征信息获取待检测煤炭的颗粒度信息和成色信息;
第一生成单元:根据所述颗粒度信息和成色信息生成待检测煤炭的质量指标参数并将其确认为第一指标参数。
该实施例中,像素信息是指图片的分辨率,像素越大,分辨率越高,图片会越清晰。
该实施例中,表面纹理特征信息是指煤炭表面的条纹是横条纹、竖条纹或者是曲线条纹,成色是比较粗糙,坑坑洼洼的或者是油黑发亮的,比如煤炭的条纹为横条纹和竖条纹,那么煤炭的颗粒分布会比较不均匀,为非球形颗粒,成色会表现为比较粗糙、坑坑洼洼,煤炭的条纹为曲线条纹,那么煤炭的颗粒分布会比较均匀,为球形颗粒,成色会表现为油黑发亮。
上述技术方案的有益效果是:通过通过获取合格的待检测煤炭的目标图像,从图像中获取待检测煤炭的表面纹理特征信息,从而获取煤炭的颗粒度信息和成色信息,能够获取到待检测煤炭精准的表面特征。
实施例3:
本发明提供一种煤炭特征指标在线检测系统,所述检测模块,包括:
检测单元:利用湿度传感器组件检测待检测煤炭的湿度数据,根据检测数据获取待检测煤炭的表面水分数据;
第一确定单元:根据待检测煤炭的表面水分数据确定待检测煤炭的外表水分指标参数并将其确认为第二指标参数;
第一填充单元:将所述第一指标参数和第二指标参数按照指标项属性填充到燃烧前指标参数对应指标项中。
该实施例中,湿度数据是指煤炭的干湿程度,即表示煤炭中水汽多少的含量,通过湿度数据确定出煤炭表面水分数据,煤炭越干,表面水分数据越小,煤炭越湿,表面水分数据越大。
上述技术方案的有益效果是:通过利用湿度传感器检测待检测煤炭的湿度数据,从而获取待检测煤炭的外表水分指标参数,将煤炭的颗粒度信息、成色信息以及水分指标参数作为燃烧前的指标参数,保证获取的待检测煤炭燃烧前数据的准确性,为后续判断煤炭合格度奠定了基础。
实施例4:
本发明提供一种煤炭特征指标在线检测系统,采集模块,包括:
第二确定单元:获取标准煤炭在燃烧后的多个采集指标并确定每个采集指标的指标性质;
划分单元:根据每个采集指标的指标性质将多个采集指标划分为燃烧过程中采集指标和燃烧后采集指标;
采集单元:根据划分结果确定每个采集指标的设定采集时间段,基于每个采集指标的设定采集时间段,采集待检测煤炭燃烧后的第三指标参数;
第二填充单元:将所述第三指标参数按照指标项属性填充到燃烧后指标参数对应指标项中。
该实施例中,指标性质是根据指标的特点来确定是燃烧过程中的指标还是燃烧后的指标,比如灰分是指燃烧后留下的残渣,就为燃烧后的指标。
根据指标性质将燃烧过程的时间进行划分为多个时间段,在对应的时间段对对应的指标进行采集,并将这些指标参数确定为第三指标参数。
上述技术方案的有益效果是:通过各采集指标的指标性质在不同时间段对多个指标进行采集并填充到指标参数对应指标项中,能够区分各个指标的指标性质,若燃烧数据出现问题,可以快速找到燃烧数据出现的位置并重新进行检测。
实施例5:
本发明提供一种煤炭特征指标在线检测系统,判断模块,包括:
第四获取单元:获取煤炭燃烧前各个指标以及燃烧后各个指标在合格状态下和不合格状态下的阈值区间;
第五获取单元:获取待检测煤炭的燃烧前指标参数和燃烧后指标参数各自的当前指标阈值;
匹配单元:对所述当前指标阈值进行区间匹配,根据匹配结果确定待检测煤炭的合格匹配状态;
第三确定单元:根据待检测煤炭的合格匹配状态和当前指标阈值在匹配区间中的区间位置,确定待检测煤炭的合格度。
该实施例中,燃烧前和燃烧后都有多个指标参数,比如燃烧前有水分参数、成色参数,燃烧后有灰分参数、发热量,这些参数在合格状态下和不合格状态下的阈值是不一样的,比如水分参数在合格状态下的阈值区间为0克--2克,超过2克为在不合格状态下的阈值区间。
该实施例中,当前指标阈值是目前这些待检测煤炭的各个指标参数,比如水分为1克。
那么确定1克是处于合格状态下的阈值区间,判断待检测煤炭为合格,同时确定当水分参数为0克时,合格度为100%,那么水分参数为1克的合格度为50%。
上述技术方案的有益效果是:通过检测待检测煤炭的各个指标参数当前指标阈值,并将其进行区间匹配确定合格状态以及煤炭的合格度,可以精确的知晓待检测煤炭是否符合燃烧条件,使燃烧结果不会出现偏差。
实施例6:
本发明提供一种煤炭特征指标在线检测系统,还包括:
第一生成模块:生成测试激光照射所述待检测煤炭并获取其光谱数据;
第一确定模块:根据所述光谱数据和预设煤炭类型的定标方程,确定待检测煤炭的煤炭类型;
第二确定模块:基于待检测煤炭的煤炭类型确定待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值;
第二生成模块:将待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值作为对比数据并根据其生成待检测煤炭的合格度评估条件。
该实施例中,光谱数据是指煤炭通过激光照射分光后,被色散开的单色光按波长大小而依次排列的图案。
该实施例中,定标方程表示为通过光谱数据对煤炭类型进行类型定性的数据分析方程。
该实施例中,通过煤炭类型在类型---指标数据库中获取煤炭各个指标的标准参考阈值。
该实施例中,合格度评估条件是通过待检测煤炭的标准阈值与待检测煤炭的当前阈值进行比较,若待检测煤炭各个指标中有90%的当前阈值与标准阈值符合,则判定煤炭处于合格煤炭。
上述技术方案的有益效果是:确定待检测煤炭的煤炭类型,根据煤炭类型确定煤炭各个指标参数的标准参考阈值,生成对比数据,使数据更具有可靠性,得出的最终结果更有信服度。
实施例7:
本发明提供一种煤炭特征指标在线检测系统,还包括:
检测单元:检测待检测煤炭的碳元素含量百分比;
第四确定单元:根据所述碳元素含量百分比和待检测煤炭的燃烧特性数据,确定燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势;
第二生成单元:基于燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势,生成待检测煤炭的燃烧条件;
评估单元:根据所述燃烧条件对待检测煤炭的燃烧场景进行合格评估,根据评估结果发出燃烧测试是否合理的提醒。
该实施例中,待检测煤炭的重量为500克,碳元素含量为1.9克,那么碳元素含量百分比为1.9÷500=0.38%。
该实施例中,燃烧特性是指煤炭的发热量、灰熔点、燃烧速率和燃尽温度。
该实施例中,燃烧条件是指燃烧环境中所需的温度、空气含量,根据所需的温度、空气含量对周围环境进行评估,若合格程度超过95%,则判定燃烧场景合格,比如所需的温度合格度为100%,而空气含量的合格度为96%,那么燃烧场景的合格度为(100%+96%)÷2=98%,燃烧场景合格可以进行燃烧带检测煤炭。
上述技术方案的有益效果是:通过待检测煤炭的碳元素含量百分比和待检测煤炭的燃烧特性数据,确定待检测煤炭的燃烧条件,以此来对燃烧场景进行合格评估,从而确定燃烧测试是否合理,使燃烧过程符合待检测煤炭的燃烧条件,确保煤炭可以充分燃烧。
实施例8:
本发明提供一种煤炭特征指标在线检测系统,第二确定模块,包括:
第六获取单元:获取对待检测煤炭进行燃烧测试的燃烧炉的历史燃烧数据;
第一构建单元:对所述历史燃烧数据进行主成分分析,根据分析结果构建燃烧炉换热模型;
第五确定单元:根据所述燃烧炉换热模型确定燃烧炉的换热率系数;
第二构建单元:基于所述换热率系数构建燃烧炉对于煤炭的燃烧数值模拟模型;
导入单元:根据待检测煤炭的煤炭类型确定待检测煤炭的燃烧特性数据,根据所述燃烧特性数据生成模型模拟条件并导入到所述燃烧炉对于煤炭的燃烧数值模拟模型中;
第三生成单元:获取待检测煤炭的质量信息和成分信息,根据所述质量信息和成分信息生成模型输入变量;
第七获取单元:将所述模型输入变量输入到所述燃烧炉对于煤炭的燃烧数值模拟模型中,获取燃烧炉在将待检测煤炭进行模拟燃烧后的各项指标模拟数值;
分类单元:对各项指标模拟数值进行分类,获得待检测煤炭分别在燃烧前指标参数和燃烧后指标参数的标准参考阈值。
该实施例中,历史燃烧数据是燃烧炉以前燃烧待检测煤炭所用到以及所产生的数据,比如燃烧时需要空气的含量,所产生的热量。
该实施例中,主成分分析是对历史燃烧数据进行燃烧中空气成分和燃烧后温度成分的分析工作,其中温度成分包含大气中温度,锅炉内温度和锅炉壁温度,将这些成分中的最低温度去除,在不太损失模型质量的情况下,提升了模型训练速度。
该实施例中,燃烧炉换热模型是燃烧炉的模拟燃烧换热模型,也就是确定燃烧炉内壁和燃烧炉外壁之间的热量交换,构建模型时,需要测量燃烧前燃烧炉外壁的温度以及燃烧过程中燃烧炉内壁和燃烧炉外壁的温度变化曲线。
该实施例中,换热率系数是燃烧炉的实际换热量与预测换热量的比值。
该实施例中,根据煤炭类型获取煤炭的燃烧曲线,根据燃烧曲线可以得到煤炭的发热量、灰熔点、燃烧速率和燃尽温度。
该实施例中,通过获取煤炭的质量和煤炭中碳、氢、氧、氮以及硫所占的多少,作为模型的输入量。
该实施例中,燃烧数值模拟模型是用来获取燃烧中以及燃烧后各个参数数据的模拟模型,通过检测待检测煤炭的质量信息和成分信息,将这些信息输入到燃烧数值模拟模型中,进行燃烧获取各个数据参数。
上述技术方案的有益效果是:通过燃烧炉的历史燃烧数据构建燃烧炉换热模型,获取换热率系数,根据换热率系数构建燃烧炉对于煤炭的燃烧数值模拟模型,同时将煤炭的燃烧特性数据、质量信息和成分信息输入到燃烧数值模拟模型中,获取燃烧后的各项指标模拟数值作为标准参考阈值,通过模型进行模拟,提高了可操作性,考虑比较全面,使结果更加具有可信度。
实施例9:
本发明提供一种煤炭特征指标在线检测系统,所述系统还包括:
发射模块:在待检测煤炭上设置多个采样点,将X射线发射到每个采样点中;
获取模块:采集每个采样点的反馈信号,分析所述反馈信号获取X信号在待检测煤炭内部的信号穿透情况;
第三确定模块:根据所述信号穿透情况确定待检测煤炭内部的灰分含量,根据所述灰分含量确定待检测煤炭的质量密度;
反馈模块:对所述质量密度进行评估以确定其是否满足测试需求,若是,无需进行后续操作,若否,发出反馈提醒。
该实施例中,X射线为电磁波,通过X射线照射到煤炭的多个点,接收每个点反馈回来的信号,比如某部分煤炭密度大,那么X射线穿透情况就低,反馈回来的信号就会越强。
向待检测煤炭发射X射线,并读取所述待检测煤炭激发出的特征荧光,得到所述待检测煤炭的实时能量谱,根据实时能量谱确定灰分含量,灰分指煤在燃烧的后留下的残渣,灰分含量越高,则证明煤炭的密度越高。
该实施例中,测试需求是指测试需要按照一定的标准进行,不同的煤炭密度要求不一样,比如烟煤的密度一般为1.15~1.50g/cm3,若待检测煤炭为烟煤且密度不在这个区间内,那么待检测煤炭就不符合测试需求,需要进行发出反馈提醒信号进行更换待检测煤炭。
上述技术方案的有益效果是:通过采集向多个采样点发射X射线的反馈信号,分析X信号在待检测煤炭内部的信号穿透情况,获取煤炭内部的灰分含量,从而确定煤炭的质量密度,可以保证待检测煤炭符合测试需求,使检测结果更加精准。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种煤炭特征指标在线检测系统,其特征在于,该系统包括:
获取模块:获取待检测煤炭的图像信息,对所述图像信息进行分析以获取第一指标参数;
检测模块:利用传感器组件对待检测煤炭进行数据检测,根据检测数据获取第二指标参数,将第一指标参数和第二指标参数整合为燃烧前指标参数;
采集模块:采集待检测煤炭在燃烧后的第三指标参数并将其整合为燃烧后指标参数;
判断模块:根据待检测煤炭的燃烧前指标参数和燃烧后指标参数判断待检测煤炭的合格度。
2.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,所述获取模块,包括:
第一获取单元:获取待检测煤炭的目标图像的像素信息,根据所述像素信息,判断目标图像的清晰度是否合格;
第二获取单元:当判断目标图像的清晰度合格后,基于所述目标图像获取待检测煤炭的表面纹理特征信息;
第三获取单元:根据所述表面纹理特征信息获取待检测煤炭的颗粒度信息和成色信息;
第一生成单元:根据所述颗粒度信息和成色信息生成待检测煤炭的质量指标参数并将其确认为第一指标参数。
3.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,所述检测模块,包括:
检测单元:利用湿度传感器组件检测待检测煤炭的湿度数据,根据检测数据获取待检测煤炭的表面水分数据;
第一确定单元:根据待检测煤炭的表面水分数据确定待检测煤炭的外表水分指标参数并将其确认为第二指标参数;
第一填充单元:将所述第一指标参数和第二指标参数按照指标项属性填充到燃烧前指标参数对应指标项中。
4.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,采集模块,包括:
第二确定单元:获取标准煤炭在燃烧后的多个采集指标并确定每个采集指标的指标性质;
划分单元:根据每个采集指标的指标性质将多个采集指标划分为燃烧过程中采集指标和燃烧后采集指标;
采集单元:根据划分结果确定每个采集指标的设定采集时间段,基于每个采集指标的设定采集时间段,采集待检测煤炭燃烧后的第三指标参数;
第二填充单元:将所述第三指标参数按照指标项属性填充到燃烧后指标参数对应指标项中。
5.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,判断模块,包括:
第四获取单元:获取煤炭燃烧前各个指标以及燃烧后各个指标在合格状态下和不合格状态下的阈值区间;
第五获取单元:获取待检测煤炭的燃烧前指标参数和燃烧后指标参数各自的当前指标阈值;
匹配单元:对所述当前指标阈值进行区间匹配,根据匹配结果确定待检测煤炭的合格匹配状态;
第三确定单元:根据待检测煤炭的合格匹配状态和当前指标阈值在匹配区间中的区间位置,确定待检测煤炭的合格度。
6.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,还包括:
第一生成模块:生成测试激光照射所述待检测煤炭并获取其光谱数据;
第一确定模块:根据所述光谱数据和预设煤炭类型的定标方程,确定待检测煤炭的煤炭类型;
第二确定模块:基于待检测煤炭的煤炭类型确定待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值;
第二生成模块:将待检测煤炭的燃烧前指标参数和燃烧后指标参数的标准参考阈值作为对比数据并根据其生成待检测煤炭的合格度评估条件。
7.根据权利要求1所述的煤炭特征指标在线检测系统,其特征在于,还包括:
检测单元:检测待检测煤炭的碳元素含量百分比;
第四确定单元:根据所述碳元素含量百分比和待检测煤炭的燃烧特性数据,确定燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势;
第二生成单元:基于燃烧待检测煤炭的理论燃烧空气需求量、理论温度和理论火势,生成待检测煤炭的燃烧条件;
评估单元:根据所述燃烧条件对待检测煤炭的燃烧场景进行合格评估,根据评估结果发出燃烧测试是否合理的提醒。
8.根据权利要求6所述的煤炭特征指标在线检测系统,其特征在于,第二确定模块,包括:
第六获取单元:获取对待检测煤炭进行燃烧测试的燃烧炉的历史燃烧数据;
第一构建单元:对所述历史燃烧数据进行主成分分析,根据分析结果构建燃烧炉换热模型;
第五确定单元:根据所述燃烧炉换热模型确定燃烧炉的换热率系数;
第二构建单元:基于所述换热率系数构建燃烧炉对于煤炭的燃烧数值模拟模型;
导入单元:根据待检测煤炭的煤炭类型确定待检测煤炭的燃烧特性数据,根据所述燃烧特性数据生成模型模拟条件并导入到所述燃烧炉对于煤炭的燃烧数值模拟模型中;
第三生成单元:获取待检测煤炭的质量信息和成分信息,根据所述质量信息和成分信息生成模型输入变量;
第七获取单元:将所述模型输入变量输入到所述燃烧炉对于煤炭的燃烧数值模拟模型中,获取燃烧炉在将待检测煤炭进行模拟燃烧后的各项指标模拟数值;
分类单元:对各项指标模拟数值进行分类,获得待检测煤炭分别在燃烧前指标参数和燃烧后指标参数的标准参考阈值。
9.根据权利要求6所述的煤炭特征指标在线检测系统,其特征在于,所述系统还包括:
发射模块:在待检测煤炭上设置多个采样点,将X射线发射到每个采样点中;
获取模块:采集每个采样点的反馈信号,分析所述反馈信号获取X信号在待检测煤炭内部的信号穿透情况;
第三确定模块:根据所述信号穿透情况确定待检测煤炭内部的灰分含量,根据所述灰分含量确定待检测煤炭的质量密度;
反馈模块:对所述质量密度进行评估以确定其是否满足测试需求,若是,无需进行后续操作,若否,发出反馈提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310630786.4A CN116679029A (zh) | 2023-05-29 | 2023-05-29 | 一种煤炭特征指标在线检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310630786.4A CN116679029A (zh) | 2023-05-29 | 2023-05-29 | 一种煤炭特征指标在线检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116679029A true CN116679029A (zh) | 2023-09-01 |
Family
ID=87786543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310630786.4A Pending CN116679029A (zh) | 2023-05-29 | 2023-05-29 | 一种煤炭特征指标在线检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116679029A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118090728A (zh) * | 2024-03-01 | 2024-05-28 | 湖北华电襄阳发电有限公司 | 一种基于火电厂燃料加工的质量检测系统 |
-
2023
- 2023-05-29 CN CN202310630786.4A patent/CN116679029A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118090728A (zh) * | 2024-03-01 | 2024-05-28 | 湖北华电襄阳发电有限公司 | 一种基于火电厂燃料加工的质量检测系统 |
CN118090728B (zh) * | 2024-03-01 | 2024-08-23 | 湖北华电襄阳发电有限公司 | 一种基于火电厂燃料加工的质量检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104251846B (zh) | 一种结合判别分析的激光诱导击穿光谱定量分析方法 | |
CN116679029A (zh) | 一种煤炭特征指标在线检测系统 | |
CN109031344A (zh) | 一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法 | |
CN112258019A (zh) | 一种煤耗的评估方法 | |
CN113252839A (zh) | 基于卷烟纸参数的卷烟静态包灰综合评价指标测定方法 | |
CN117132123A (zh) | 一种基于原料侧数据的燃煤二氧化碳排放量确定方法及确定系统 | |
CN101855021B (zh) | 自动废物处理过程和设备 | |
CN113533622A (zh) | 一种基于神经网络的磨煤机煤质预测方法 | |
CN116029160B (zh) | 光伏组件缺陷与发电效率损失的映射模型构建方法及系统 | |
CN116466368B (zh) | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 | |
CN116990282A (zh) | 一种基于libs的油气页岩分析方法 | |
CN107860715B (zh) | 一种锅炉炉渣含碳量检测方法 | |
Aints et al. | Determination of Heating Value of Estonian Oil Shale by Laser‐Induced Breakdown Spectroscopy | |
Shrestha et al. | Evaluating limit of detection and quantification for higher heating value and ultimate analysis of fast-growing trees and agricultural residues biomass using NIRS. | |
CN114047312A (zh) | 一种基于数据处理的煤质在线分析方法 | |
CN115204453A (zh) | 一种碳排放预测方法、设备及存储介质 | |
Dhakal et al. | Prediction of Egg's Freshness Using Backward Propagation Neural Network | |
CN110322015B (zh) | 车检数据生成方法 | |
CN113804595A (zh) | 一种多参数空气质量监测系统 | |
CN100451620C (zh) | 一种测量生油岩成熟度的装置与方法 | |
CN102272523B (zh) | 用于根据物质实际的浓度分布监测发电站燃烧的设备和方法 | |
CN117192020A (zh) | 一种在线煤质监控优化运行方法及系统 | |
CN118190939B (zh) | 一种既有建筑木构件耐火性预测方法及系统 | |
CN109827983A (zh) | 一种电子束图像的水果表面缺陷检测方法 | |
CN118443617A (zh) | 一种用于煤质检测的煤中碳氢氮智能检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |