CN116990437A - 一种用于原煤灰分的入洗量前馈自动调节系统 - Google Patents
一种用于原煤灰分的入洗量前馈自动调节系统 Download PDFInfo
- Publication number
- CN116990437A CN116990437A CN202310924315.4A CN202310924315A CN116990437A CN 116990437 A CN116990437 A CN 116990437A CN 202310924315 A CN202310924315 A CN 202310924315A CN 116990437 A CN116990437 A CN 116990437A
- Authority
- CN
- China
- Prior art keywords
- sub
- washing
- ore
- raw coal
- mine
- 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
- 238000005406 washing Methods 0.000 title claims abstract description 219
- 239000010883 coal ash Substances 0.000 title claims abstract description 19
- 239000003245 coal Substances 0.000 claims abstract description 210
- 238000001514 detection method Methods 0.000 claims abstract description 105
- 239000012535 impurity Substances 0.000 claims abstract description 60
- 239000002956 ash Substances 0.000 claims abstract description 57
- 239000000126 substance Substances 0.000 claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims description 33
- 239000000843 powder Substances 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 9
- 238000002485 combustion reaction Methods 0.000 claims description 8
- 238000011895 specific detection Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical group [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/12—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using combustion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及原煤灰分的入洗量调节技术领域,具体为一种用于原煤灰分的入洗量前馈自动调节系统,包括煤矿取样模块、子矿杂质检测模块、煤矿杂质分析模块、洗选参数分析模块、入洗量跟踪模块、执行终端和云数据库。通过对各子矿进行物理检测和化学检测,以确保原煤矿灰分检测的精准性和科学性,能够在很大程度上提升原煤矿灰分率检测结果的可靠性,进一步为后续洗选操作的入洗参数的分析提供有力的数据支撑。并通过对原煤矿对应洗选操作的入洗参数进行分析,能够有效的优化煤矿的洗选效果,实现更高的入洗量,不仅提高了煤矿的利用价值,同时还能避免因入洗量操作不合理而导致的资源浪费,进一步地提高了洗精煤的一致性和稳定性。
Description
技术领域
本发明涉及原煤灰分的入洗量调节技术领域,具体为一种用于原煤灰分的入洗量前馈自动调节系统。
背景技术
原煤灰分指的是煤炭中的灰分含量。煤炭是一种化石燃料,其主要成分是碳。煤炭中含有一些不可燃的无机物质,在燃烧后留下的残留物称为原煤灰分。一般来说,灰分含量越高,煤炭的热值越低,燃烧时产生的灰渣也就越多。原煤灰分的入洗量是指煤炭经过洗选处理后,所得到的洗精煤中的灰分含量。洗选是一种常用的煤炭处理方法,主要是为了提高煤炭的质量和燃烧效率。由此需要对入洗量的自动调节进行分析。
传统的原煤灰分入洗量的控制通常通过人工自动调节,存在一定的主观性和片面性,导致洗选效果的灰分去除效果达不到预期的标准,同时入洗量的控制缺陷可能造成灰分去除不充分的现象或者煤炭资源浪费的现象。
目前洗选操作完成后,往往忽略了对煤矿的洗选后的灰分进行二次检测,进而忽略了对煤矿的二次处理,不仅无法保障洗选效果的不稳定,同时还无法确保煤矿成品的一致性和稳定性,进而无法实现煤矿产量最大化。
发明内容
本发明的目的在于提供一种用于原煤灰分的入洗量前馈自动调节系统。
本发明的目的可以通过以下技术方案实现:
煤矿取样模块,用于对原煤矿按照预设的取样方式进行取样,得到原煤矿对应的各子矿;
子矿杂质检测模块,用于通过设定的检测设备对各子矿对应的杂质含量进行物理检测,得到各子矿对应物理检测的杂质参数,并通过设定的化学检测方法对各子矿的杂质含量进行化学检测,得到各子矿对应化学检测的杂质参数;
作为本发明的进一步改进,通过设定的检测设备对各子矿对应的杂质含量进行物理检测,得到各子矿对应物理检测的杂质参数,具体检测方式为:
通过元素分析仪对各子矿对应的元素种类进行检测,得到各子矿对应的各元素种类,并将各子矿对应的各元素种类与设定的影响元素对应的各元素种类进行匹配,若某元素种类与设定的影响元素对应的各元素种类匹配成功,则将该元素种类记为影响元素,进而统计得到各子矿对应的各影响元素;
通过元素分析仪对各子矿对应各影响元素的含量进行检测,得到各子矿对应各影响元素的含量;
通过摄像头对各子矿对应的表观图像进行采集,得到各子矿对应的表观图像,并对各子矿对应的表观图像进行均匀的分割,得到各子矿对应的各子表观图像;
将各子矿对应的各子表观图像与设定的各异物对应的表观图像进行匹配,若某子表观图像与设定的某异物对应的表观图像匹配成功,则将该子表观图像记为异物图像,统计各子矿对应的各异物图像;其中异物包括:泥土、植物、岩石等。
从各子矿对应的各异物图像中提取各子矿对应各异物图像中的异物面积,得到各子矿对应的各异物面积,并将其进行求和,得到各子矿对应的总异物面积,作为各子矿对应的表观异物面积;
由各子矿对应各影响元素的含量和各子矿对应的表观异物面积构成各子矿对应物理检测的杂质参数。
作为本发明的进一步改进,通过设定的化学检测方法对各子矿的杂质含量进行化学检测,得到各子矿对应化学检测的杂质参数,具体检测方式为:
通过设定的化学检测方法对各子矿进行高温燃烧,使各子矿充分燃烧后,通过重量传感器对各子矿对应充分燃烧后的残留物进行称重,得到各子矿对应充分燃烧后残留物的重量;其中设定的化学检测方法为:烘箱法,即:将各子矿放入高温烘箱中,在高温下燃烧。
由各子矿对应充分燃烧后残留物的重量构成各子矿对应化学检测的杂质参数。
煤矿杂质分析模块,用于基于各子矿对应物理检测的杂质参数和化学检测的杂质参数对各子矿的质估值进行分析,得到各子矿的质估值,并由此对原煤矿对应的灰分率进行分析,得到原煤矿对应的灰分率。
作为本发明的进一步改进,基于各子矿对应物理检测的杂质参数和化学检测的杂质参数对各子矿的质估值进行分析,具体分析方法为:
从各子矿对应物理检测的杂质参数中提取各子矿对应各影响元素的含量的数值和各子矿对应的表观异物面积的数值,并分别记为HLi j和Si,i表示为各子矿的编号,j表示为各影响元素的编号;i=1,2,...,n,n表示为子矿的总数,取值为正整数,j=1,2,...,m,m表示为影响元素的总数,取值为正整数。
将各子矿对应各影响元素的含量和设定的各影响元素对应的参考含量进行匹配,得到各子矿对应各影响元素的参考含量,记为HLij 0;
获取各子矿对应的表观总面积,记为Si 0;
依据公式计算出各子矿对应物理检测的杂质影响值WPi,Bi表示为设定的第i个影响元素对应的影响因子,a1、a2分别表示为设定的权值因子;
从各子矿对应化学检测的杂质参数中提取各子矿对应充分燃烧后残留物的重量的数值,记为Gi;
获取各子矿对应的初始重量,记为Gi 0;
依据公式HPi=Gi/Gi 0*a3计算出各子矿对应化学检测的杂质影响值HPi,a3表示为设定的权值因子;
依据公式ZGi=(1/WPi)*a4+(1/GPi)*a5计算出各子矿的质估值ZGi,a4、a5分别表示为设定的权值因子。
作为本发明的进一步改进,对原煤矿对应的灰分率进行分析,具体分析方式为:
将各子矿的质估值与设定的参考质估值进行对比,若某子矿的质估值小于设定的参考质估值,则将该子矿记为异常子矿,反之,则将该子矿记为正常子矿,并统计异常子矿的数量和正常子矿的数量,进而对其进行归一化处理并取其数值,分别记为YL和ZL;
从各子矿的质估值分别提取各异常子矿的质估值和各正常子矿的质估值,
将各异常子矿的质估值与设定的参考质估值进行作差,得到各异常子矿的质估值与设定的参考质估值的差值,作为各异常子矿的质估差值,并对其进行求和计算,得到异常子矿的综合质估差值,作为原煤矿对应异常子矿的综合质估差值,记为YY;
将各正常子矿的质估值与设定的参考质估值进行作差,得到各正常子矿的质估值与设定的参考质估值的差值,作为各正常子矿的量质值,并对其进行求和计算,得到正常子矿的量质值,作为原煤矿对应正常子矿的量质值,记为YZ;
依据公式HF=(YL*b1+(1/ZL)*b2+YY*b3+(1/YZ)*b4)*100%计算出原煤矿对应的灰分率HF,b1、b2、b3、b4分别表示为设定的权重值。
洗选参数分析模块,用于基于原煤矿对应的灰分率和云数据库中存储的历史洗选操作对应的入洗参数集合对原煤矿对应洗选操作的入洗参数进行分析,得到原煤矿对应洗选操作的入洗参数,并基于原煤矿对应洗选操作的入洗参数执行相应的洗选操作。
作为本发明的进一步改进,基于原煤矿对应的灰分率和云数据库中存储的各质评值对应的历史参数集合对原煤矿对应洗选操作的入洗参数进行分析,具体分析方式为:
从云数据库中提取历史洗选操作对应的入洗参数集合,并从历史洗选操作对应的入洗参数集合中提取历史洗选操作中各入洗参数对应的各次历史入洗量,得到历史洗选操作中各入洗参数对应的各次历史入洗量;
从云数据库中提取目标入洗量,将目标入洗量与历史洗选操作中各入洗参数对应的各次历史入洗量进行匹配,若某入洗参数对应的某次历史入洗量与目标入洗量匹配成功,则将该入洗参数记为一次备选入洗参数,得到各一次备选入洗参数;
从历史洗选操作中各入洗参数对应的各次历史入洗量中提取各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率,并将各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率进行作差,得到各次入洗参数对应的入洗量;
将原煤矿对应的灰分率和目标入洗量与各次入洗参数对应初始煤矿灰分率和入洗量进行匹配,若匹配成功,则将该入洗参数记为二次备选入选参数,得到各二次备选入洗参数;
将各一次备选入洗参数和各二次入洗参数进行交集计算,得到各相同入洗参数,并从各相同入洗参数中随机筛选入洗参数作为原煤矿对应洗选操作的入洗参数。
入洗量跟踪模块,用于对执行相应洗选操作后的原煤矿进行质量检测和分析,得到原煤矿对应的质检值,并将原煤矿对应的质检值与云数据库中存储的目标质检值进行对比,若原煤矿对应的质检值大于目标质检值,则将原煤矿对应的入洗结果评定为合格,反之,则将原煤矿对应的入洗结果评定为不合格。
作为本发明的进一步改进,对执行相应洗选操作后的原煤矿进行质量检测和分析,其具体分析方式为:
对执行相应洗选操作后的原煤矿按照预设的取样方式进行取样,得到执行相应洗选操作后原煤矿对应的各子矿,记为执操原煤矿对应的各子矿;
通过研磨仪将执行相应洗选操作后原煤矿对应的各子矿进行研磨,得到执操原煤矿对应各子矿的粉末,作为执操原煤矿对应的研磨粉末;
通过设定的化学检测方法对执操原煤矿对应的研磨粉末进行高温燃烧,使其充分燃烧后,通过重量传感器对执操原煤矿对应研磨粉末的充分燃烧后的残留物进行称重,得到执操原煤矿对应研磨粉末的充分燃烧后残留物的重量,并对其进行归一化处理同时取其数值,记为GR;
通过重量传感器对执操原煤矿对应的研磨粉末的重量进行采集,得到执操原煤矿对应研磨粉末的重量,并取其数值,记为GR0;
依据公式JH=GR/GR0*100%计算出原煤矿对应的检灰率JH;
依据公式ZJ=HF-JH计算出原煤矿对应的质检值ZJ。
执行终端,用于若原煤矿对应的入洗结果为合格,则将原煤矿记为精煤,并通过反馈终端对精煤对应的入洗结果进行相应显示,若原煤矿对应的入洗结果为不合格,则重复执行煤矿取样模块,直至原煤矿对应的入洗结果为合格止。
本发明的有益效果:
本发明通过对原煤矿进行取样,并对各子矿分别进行物理检测和化学检测,以确保原煤矿灰分检测的精准性和科学性,能够在很大程度上提升原煤矿灰分率检测结果的可靠性,进一步为后续洗选操作的入洗参数的分析提供有力的数据支撑。
本发明通过对原煤矿对应的灰分率进行分析,并基于此对原煤矿对应洗选操作的入洗参数进行分析,能够有效的优化煤矿的洗选效果,实现更高的入洗量,不仅提高了煤矿的利用价值,同时还能避免因入洗量操作不合理而导致的资源浪费,进一步地提高了洗精煤的一致性和稳定性。
本发明通过对执行相应洗选操作后的原煤矿进行质量检测和分析,并基于原煤矿对应的质检值分析得原煤矿对应的入洗结果,进而基于原煤矿对应的入洗结果执行相应的操作,避免了因入洗量过低而导致灰分去除不充分的现象,在很大程度上能够提高洗精煤的洗选效果和产品质量。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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,本发明为一种用于原煤灰分的入洗量前馈自动调节系统,包括:煤矿取样模块、子矿杂质检测模块、煤矿杂质分析模块、洗选参数分析模块、入洗量跟踪模块、执行终端和云数据库。
煤矿取样模块,用于获取原煤矿对应的三维图像,并基于原煤矿对应的三维图像在原煤矿对应顶部两端以及中间进行采样点布设,同时在原煤矿对应底部两端以及中间进行采样点布设,由此得到原煤矿对应的各采样点,获取原煤矿对应的体积,并将其与设定的采样比例值进行相乘,得到原煤矿对应的采样体积,进而基于原煤矿对应的各采样点按照其对应的采样体积进行取样,得到原煤矿对应的各子矿。
子矿杂质检测模块,用于通过设定的检测设备对各子矿对应的杂质含量进行物理检测,得到各子矿对应物理检测的杂质参数,具体检测步骤方式为:
通过元素分析仪对各子矿对应的元素种类进行检测,得到各子矿对应的各元素种类,并将各子矿对应的各元素种类与设定的影响元素对应的各元素种类进行匹配,若某元素种类与设定的影响元素对应的各元素种类匹配成功,则将该元素种类记为影响元素,进而统计得到各子矿对应的各影响元素。
通过元素分析仪对各子矿对应各影响元素的含量进行检测,得到各子矿对应各影响元素的含量。
通过摄像头对各子矿对应的表观图像进行采集,得到各子矿对应的表观图像,并对各子矿对应的表观图像进行均匀的分割,得到各子矿对应的各子表观图像。
将各子矿对应的各子表观图像与设定的各异物对应的表观图像进行匹配,若某子表观图像与设定的某异物对应的表观图像匹配成功,则将该子表观图像记为异物图像,统计各子矿对应的各异物图像。其中异物包括:泥土、植物、岩石等。
从各子矿对应的各异物图像中提取各子矿对应各异物图像中的异物面积,得到各子矿对应的各异物面积,并将其进行求和,得到各子矿对应的总异物面积,作为各子矿对应的表观异物面积。
由各子矿对应各影响元素的含量和各子矿对应的表观异物面积构成各子矿对应物理检测的杂质参数。
通过设定的化学检测方法对各子矿的杂质含量进行化学检测,得到各子矿对应化学检测的杂质参数,具体检测步骤如下:
通过设定的化学检测方法对各子矿进行高温燃烧,使各子矿充分燃烧后,通过重量传感器对各子矿对应充分燃烧后的残留物进行称重,得到各子矿对应充分燃烧后残留物的重量。其中设定的化学检测方法为:烘箱法,即:将各子矿放入高温烘箱中,在高温下燃烧。
由各子矿对应充分燃烧后残留物的重量构成各子矿对应化学检测的杂质参数。
在一个具体的实施例中,本发明通过对原煤矿进行取样,并对各子矿分别进行物理检测和化学检测,以确保原煤矿灰分检测的精准性和科学性,能够在很大程度上提升原煤矿灰分率检测结果的可靠性,进一步为后续洗选操作的入洗参数的分析提供有力的数据支撑。
煤矿杂质分析模块,用于基于各子矿对应物理检测的杂质参数和化学检测的杂质参数对各子矿的质估值进行分析,得到各子矿的质估值,具体分析步骤为:
从各子矿对应物理检测的杂质参数中提取各子矿对应各影响元素的含量的数值和各子矿对应的表观异物面积的数值,并分别记为HLi j和Si,i表示为各子矿的编号,j表示为各影响元素的编号。i=1,2,...,n,n表示为子矿的总数,取值为正整数,j=1,2,...,m,m表示为影响元素的总数,取值为正整数。
将各子矿对应各影响元素的含量和设定的各影响元素对应的参考含量进行匹配,得到各子矿对应各影响元素的参考含量,记为HLij 0。
获取各子矿对应的表观总面积,记为Si 0。
依据公式计算出各子矿对应物理检测的杂质影响值WPi,Bi表示为设定的第i个影响元素对应的影响因子,a1、a2分别表示为设定的权值因子。
从各子矿对应化学检测的杂质参数中提取各子矿对应充分燃烧后残留物的重量的数值,记为Gi。
获取各子矿对应的初始重量,记为Gi 0。
依据公式HPi=Gi/Gi 0*a3计算出各子矿对应化学检测的杂质影响值HPi,a3表示为设定的权值因子。
依据公式ZGi=(1/WPi)*a4+(1/GPi)*a5计算出各子矿的质估值ZGi,a4、a5分别表示为设定的权值因子。
对原煤矿对应的灰分率进行分析,得到原煤矿对应的灰分率,具体分析步骤为:
将各子矿的质估值与设定的参考质估值进行对比,若某子矿的质估值小于设定的参考质估值,则将该子矿记为异常子矿,反之,则将该子矿记为正常子矿,并统计异常子矿的数量和正常子矿的数量,进而对其进行归一化处理并取其数值,分别记为YL和ZL。
从各子矿的质估值分别提取各异常子矿的质估值和各正常子矿的质估值,
将各异常子矿的质估值与设定的参考质估值进行作差,得到各异常子矿的质估值与设定的参考质估值的差值,作为各异常子矿的质估差值,并对其进行求和计算,得到异常子矿的综合质估差值,作为原煤矿对应异常子矿的综合质估差值,记为YY。
将各正常子矿的质估值与设定的参考质估值进行作差,得到各正常子矿的质估值与设定的参考质估值的差值,作为各正常子矿的量质值,并对其进行求和计算,得到正常子矿的量质值,作为原煤矿对应正常子矿的量质值,记为YZ。
依据公式HF=(YL*b1+(1/ZL)*b2+YY*b3+(1/YZ)*b4)*100%计算出原煤矿对应的灰分率HF,b1、b2、b3、b4分别表示为设定的权重值。
洗选参数分析模块,用于基于原煤矿对应的灰分率和云数据库中存储的历史洗选操作对应的入洗参数集合对原煤矿对应洗选操作的入洗参数进行分析,得到原煤矿对应洗选操作的入洗参数,具体分析步骤为:
从云数据库中提取历史洗选操作对应的入洗参数集合,并从历史洗选操作对应的入洗参数集合中提取历史洗选操作中各入洗参数对应的各次历史入洗量,得到历史洗选操作中各入洗参数对应的各次历史入洗量。
从云数据库中提取目标入洗量,将目标入洗量与历史洗选操作中各入洗参数对应的各次历史入洗量进行匹配,若某入洗参数对应的某次历史入洗量与目标入洗量匹配成功,则将该入洗参数记为一次备选入洗参数,得到各一次备选入洗参数。
从历史洗选操作中各入洗参数对应的各次历史入洗量中提取各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率,并将各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率进行作差,得到各次入洗参数对应的入洗量。
将原煤矿对应的灰分率和目标入洗量与各次入洗参数对应初始煤矿灰分率和入洗量进行匹配,若匹配成功,则将该入洗参数记为二次备选入选参数,得到各二次备选入洗参数。
将各一次备选入洗参数和各二次入洗参数进行交集计算,得到各相同入洗参数,并从各相同入洗参数中随机筛选入洗参数作为原煤矿对应洗选操作的入洗参数。
在一个具体的实施例中,本发明通过对原煤矿对应的灰分率进行分析,并基于此对原煤矿对应洗选操作的入洗参数进行分析,能够有效的优化煤矿的洗选效果,实现更高的入洗量,不仅提高了煤矿的利用价值,同时还能避免因入洗量操作不合理而导致的资源浪费,进一步地提高了洗精煤的一致性和稳定性。
基于原煤矿对应洗选操作的入洗参数执行相应的洗选操作。
入洗量跟踪模块,用于对执行相应洗选操作后的原煤矿进行质量检测和分析,得到原煤矿对应的质检值,具体执行步骤如下:
对执行相应洗选操作后的原煤矿按照预设的取样方式进行取样,具体为:
获取执操原煤矿对应的三维图像,并基于执操原煤矿对应的三维图像在执操原煤矿对应顶部两端以及中间进行采样点布设,同时在执操原煤矿对应底部两端以及中间进行采样点布设,由此得到执操原煤矿对应的各采样点,获取执操原煤矿对应的体积,并将其与设定的采样比例值进行相乘,得到执操原煤矿对应的采样体积,进而基于执操原煤矿对应的各采样点按照其对应的采样体积进行取样,得到执操原煤矿对应的各子矿。
通过研磨仪将执行相应洗选操作后原煤矿对应的各子矿进行研磨,得到执操原煤矿对应各子矿的粉末,作为执操原煤矿对应的研磨粉末。
通过设定的化学检测方法对执操原煤矿对应的研磨粉末进行高温燃烧,使其充分燃烧后,通过重量传感器对执操原煤矿对应研磨粉末的充分燃烧后的残留物进行称重,得到执操原煤矿对应研磨粉末的充分燃烧后残留物的重量,并对其进行归一化处理同时取其数值,记为GR。
通过重量传感器对执操原煤矿对应的研磨粉末的重量进行采集,得到执操原煤矿对应研磨粉末的重量,并取其数值,记为GR0。
依据公式JH=GR/GR0*100%计算出原煤矿对应的检灰率JH;
依据公式ZJ=HF-JH计算出原煤矿对应的质检值ZJ。
将原煤矿对应的质检值与云数据库中存储的目标质检值进行对比,若原煤矿对应的质检值大于目标质检值,则将原煤矿对应的入洗结果评定为合格,反之,则将原煤矿对应的入洗结果评定为不合格。
执行终端,用于若原煤矿对应的入洗结果为合格,则将原煤矿记为精煤,并通过反馈终端对精煤对应的入洗结果进行相应显示,若原煤矿对应的入洗结果为不合格,则重复执行煤矿取样模块,直至原煤矿对应的入洗结果为合格止。
在一个具体的实施例中,本发明通过对执行相应洗选操作后的原煤矿进行质量检测和分析,并基于原煤矿对应的质检值分析得原煤矿对应的入洗结果,进而基于原煤矿对应的入洗结果执行相应的操作,避免了因入洗量过低而导致灰分去除不充分的现象,在很大程度上能够提高洗精煤的洗选效果和产品质量。
云数据库,用于存储历史洗选操作对应的入洗参数集合,存储目标入洗量,存储目标质检值。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,包括:
煤矿取样模块,用于对原煤矿按照预设的取样方式进行取样,得到原煤矿对应的各子矿;
子矿杂质检测模块,用于通过设定的检测设备对各子矿对应的杂质含量进行物理检测,得到各子矿对应物理检测的杂质参数,并通过设定的化学检测方法对各子矿的杂质含量进行化学检测,得到各子矿对应化学检测的杂质参数;
煤矿杂质分析模块,用于基于各子矿对应物理检测的杂质参数和化学检测的杂质参数对各子矿的质估值进行分析,得到各子矿的质估值,并由此对原煤矿对应的灰分率进行分析,得到原煤矿对应的灰分率;
洗选参数分析模块,用于基于原煤矿对应的灰分率和云数据库中存储的历史洗选操作对应的入洗参数集合对原煤矿对应洗选操作的入洗参数进行分析,得到原煤矿对应洗选操作的入洗参数,并基于原煤矿对应洗选操作的入洗参数执行相应的洗选操作;
入洗量跟踪模块,用于对执行相应洗选操作后的原煤矿进行质量检测和分析,得到原煤矿对应的质检值,并将原煤矿对应的质检值与云数据库中存储的目标质检值进行对比,若原煤矿对应的质检值大于目标质检值,则将原煤矿对应的入洗结果评定为合格,反之,则将原煤矿对应的入洗结果评定为不合格;
执行终端,用于若原煤矿对应的入洗结果为合格,则将原煤矿记为精煤,并通过反馈终端对精煤对应的入洗结果进行相应显示,若原煤矿对应的入洗结果为不合格,则重复执行煤矿取样模块,直至原煤矿对应的入洗结果为合格止。
2.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述通过设定的检测设备对各子矿对应的杂质含量进行物理检测,得到各子矿对应物理检测的杂质参数,具体检测方式为:
通过元素分析仪对各子矿对应的元素种类进行检测,得到各子矿对应的各元素种类,并将各子矿对应的各元素种类与设定的影响元素对应的各元素种类进行匹配,若某元素种类与设定的影响元素对应的各元素种类匹配成功,则将该元素种类记为影响元素,进而统计得到各子矿对应的各影响元素;
通过元素分析仪对各子矿对应各影响元素的含量进行检测,得到各子矿对应各影响元素的含量;
通过摄像头对各子矿对应的表观图像进行采集,得到各子矿对应的表观图像,并对各子矿对应的表观图像进行均匀的分割,得到各子矿对应的各子表观图像;
将各子矿对应的各子表观图像与设定的各异物对应的表观图像进行匹配,若某子表观图像与设定的某异物对应的表观图像匹配成功,则将该子表观图像记为异物图像,统计各子矿对应的各异物图像;从各子矿对应的各异物图像中提取各子矿对应各异物图像中的异物面积,得到各子矿对应的各异物面积,并将其进行求和,得到各子矿对应的总异物面积,作为各子矿对应的表观异物面积;
由各子矿对应各影响元素的含量和各子矿对应的表观异物面积构成各子矿对应物理检测的杂质参数。
3.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述通过设定的化学检测方法对各子矿的杂质含量进行化学检测,得到各子矿对应化学检测的杂质参数,具体检测方式为:
通过设定的化学检测方法对各子矿进行高温燃烧,使各子矿充分燃烧后,通过重量传感器对各子矿对应充分燃烧后的残留物进行称重,得到各子矿对应充分燃烧后残留物的重量;
由各子矿对应充分燃烧后残留物的重量构成各子矿对应化学检测的杂质参数。
4.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述基于各子矿对应物理检测的杂质参数和化学检测的杂质参数对各子矿的质估值进行分析,具体分析方法为:
从各子矿对应物理检测的杂质参数中提取各子矿对应各影响元素的含量的数值和各子矿对应的表观异物面积的数值,并分别记为HLi j和Si,i表示为各子矿的编号,j表示为各影响元素的编号;
将各子矿对应各影响元素的含量和设定的各影响元素对应的参考含量进行匹配,得到各子矿对应各影响元素的参考含量,记为HLij 0;
获取各子矿对应的表观总面积,记为Si 0;
依据公式计算出各子矿对应物理检测的杂质影响值WPi,Bi表示为设定的第i个影响元素对应的影响因子,a1、a2分别表示为设定的权值因子;
从各子矿对应化学检测的杂质参数中提取各子矿对应充分燃烧后残留物的重量的数值,记为Gi;
获取各子矿对应的初始重量,记为Gi 0;
依据公式HPi=Gi/Gi 0*a3计算出各子矿对应化学检测的杂质影响值HPi,a3表示为设定的权值因子;
依据公式ZGi=(1/WPi)*a4+(1/GPi)*a5计算出各子矿的质估值ZGi,a4、a5分别表示为设定的权值因子。
5.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述对原煤矿对应的灰分率进行分析,具体分析方式为:
将各子矿的质估值与设定的参考质估值进行对比,若某子矿的质估值小于设定的参考质估值,则将该子矿记为异常子矿,反之,则将该子矿记为正常子矿,并统计异常子矿的数量和正常子矿的数量,进而对其进行归一化处理并取其数值,分别记为YL和ZL;
从各子矿的质估值分别提取各异常子矿的质估值和各正常子矿的质估值,
将各异常子矿的质估值与设定的参考质估值进行作差,得到各异常子矿的质估值与设定的参考质估值的差值,作为各异常子矿的质估差值,并对其进行求和计算,得到异常子矿的综合质估差值,作为原煤矿对应异常子矿的综合质估差值,记为YY;
将各正常子矿的质估值与设定的参考质估值进行作差,得到各正常子矿的质估值与设定的参考质估值的差值,作为各正常子矿的量质值,并对其进行求和计算,得到正常子矿的量质值,作为原煤矿对应正常子矿的量质值,记为YZ;
依据公式HF=(YL*b1+(1/ZL)*b2+YY*b3+(1/YZ)*b4)*100%计算出原煤矿对应的灰分率HF,b1、b2、b3、b4分别表示为设定的权重值。
6.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述基于原煤矿对应的灰分率和云数据库中存储的各质评值对应的历史参数集合对原煤矿对应洗选操作的入洗参数进行分析,具体分析方式为:
从云数据库中提取历史洗选操作对应的入洗参数集合,并从历史洗选操作对应的入洗参数集合中提取历史洗选操作中各入洗参数对应的各次历史入洗量,得到历史洗选操作中各入洗参数对应的各次历史入洗量;
从云数据库中提取目标入洗量,将目标入洗量与历史洗选操作中各入洗参数对应的各次历史入洗量进行匹配,若某入洗参数对应的某次历史入洗量与目标入洗量匹配成功,则将该入洗参数记为一次备选入洗参数,得到各一次备选入洗参数;
从历史洗选操作中各入洗参数对应的各次历史入洗量中提取各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率,并将各次入洗参数对应初始煤矿灰分率和入洗后煤矿灰分率进行作差,得到各次入洗参数对应的入洗量;
将原煤矿对应的灰分率和目标入洗量与各次入洗参数对应初始煤矿灰分率和入洗量进行匹配,若匹配成功,则将该入洗参数记为二次备选入选参数,得到各二次备选入洗参数;
将各一次备选入洗参数和各二次入洗参数进行交集计算,得到各相同入洗参数,并从各相同入洗参数中随机筛选入洗参数作为原煤矿对应洗选操作的入洗参数。
7.根据权利要求1所述的一种用于原煤灰分的入洗量前馈自动调节系统,其特征在于,所述对执行相应洗选操作后的原煤矿进行质量检测和分析,其具体分析方式为:
对执行相应洗选操作后的原煤矿按照预设的取样方式进行取样,得到执行相应洗选操作后原煤矿对应的各子矿,记为执操原煤矿对应的各子矿;
通过研磨仪将执行相应洗选操作后原煤矿对应的各子矿进行研磨,得到执操原煤矿对应各子矿的粉末,作为执操原煤矿对应的研磨粉末;
通过设定的化学检测方法对执操原煤矿对应的研磨粉末进行高温燃烧,使其充分燃烧后,通过重量传感器对执操原煤矿对应研磨粉末的充分燃烧后的残留物进行称重,得到执操原煤矿对应研磨粉末的充分燃烧后残留物的重量,并通过分析得到原煤矿对应的检灰率JH,进而分析得到原煤矿对应的质检值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924315.4A CN116990437A (zh) | 2023-07-26 | 2023-07-26 | 一种用于原煤灰分的入洗量前馈自动调节系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924315.4A CN116990437A (zh) | 2023-07-26 | 2023-07-26 | 一种用于原煤灰分的入洗量前馈自动调节系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116990437A true CN116990437A (zh) | 2023-11-03 |
Family
ID=88520813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310924315.4A Pending CN116990437A (zh) | 2023-07-26 | 2023-07-26 | 一种用于原煤灰分的入洗量前馈自动调节系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990437A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117995338A (zh) * | 2024-04-03 | 2024-05-07 | 中国科学院合肥物质科学研究院 | 一种基于语义分析的体检数据处理方法及系统 |
-
2023
- 2023-07-26 CN CN202310924315.4A patent/CN116990437A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117995338A (zh) * | 2024-04-03 | 2024-05-07 | 中国科学院合肥物质科学研究院 | 一种基于语义分析的体检数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115993807B (zh) | 一种碳化硅的生产监测优化控制方法及系统 | |
CN112036755B (zh) | 一种建筑工程质量检测的监管方法及系统 | |
CN102473660B (zh) | 等离子加工系统自动瑕疵检测和分类及其方法 | |
CN111461355B (zh) | 基于随机森林的二噁英排放浓度迁移学习预测方法 | |
US9020237B2 (en) | Method for optimizing observed image classification criterion and image classification apparatus | |
CN116990437A (zh) | 一种用于原煤灰分的入洗量前馈自动调节系统 | |
CN107944213A (zh) | Pmf在线源解析方法、系统、终端设备及计算机可读存储介质 | |
CN115421464A (zh) | 一种煤炭洗选加工控制处理方法及系统 | |
CN114819539A (zh) | 一种基于数据分析的粉煤气化煤种的检测系统 | |
CN106018731A (zh) | 一种煤质挥发分、固定碳在线检测方法及系统 | |
CN117484031A (zh) | 光伏组件焊接加工设备 | |
CN117521912A (zh) | 一种碳排放测算模型及对比评价方法及其应用 | |
CN110458231B (zh) | 一种陶瓷产品检测方法、装置和设备 | |
AU2021105929A4 (en) | A Multi-Parameter Prediction Model For Coal Sample Hardiness | |
CN113533220A (zh) | 一种基于高光谱成像技术的煤炭种类识别方法 | |
JP7075056B2 (ja) | 画像判定装置、画像判定方法及び画像判定プログラム | |
CN113298148A (zh) | 一种面向生态环境评价的不平衡数据重采样方法 | |
CN102128840A (zh) | 一种自动识别煤种的方法及其装置 | |
CN110991940A (zh) | 海洋观测数据产品质量在线检验方法、装置及服务器 | |
Sajdak et al. | Selection of mineralised methods to analyse different types of matrices. Applying the Box-Cox transformation to chemometrics study the coexistence of heavy metals in natural samples | |
CN115048981B (zh) | 装修垃圾高热值组分处理检验方法、装置及电子设备 | |
CN117541832B (zh) | 异常检测方法、系统、电子设备及存储介质 | |
CN117764601A (zh) | 基于电力数据的碳排放量预测方法、装置、设备及介质 | |
Chen et al. | Research on Accuracy Improvement Technology of Defect Detection Based on Machine Learning | |
CN111680715B (zh) | 考虑类别不平衡的回转窑烧结状态识别方法 |
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 |