CN117610890A - 一种选煤厂参数动态计算方法、装置、设备及介质 - Google Patents
一种选煤厂参数动态计算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117610890A CN117610890A CN202410081473.2A CN202410081473A CN117610890A CN 117610890 A CN117610890 A CN 117610890A CN 202410081473 A CN202410081473 A CN 202410081473A CN 117610890 A CN117610890 A CN 117610890A
- Authority
- CN
- China
- Prior art keywords
- coal
- equipment
- process flow
- preparation plant
- coal preparation
- 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.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 406
- 238000002360 preparation method Methods 0.000 title claims abstract description 183
- 238000004364 calculation method Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 441
- 238000011897 real-time detection Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000010586 diagram Methods 0.000 claims description 43
- 238000004891 communication Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 33
- 239000000463 material Substances 0.000 description 24
- 239000000047 product Substances 0.000 description 24
- 239000000725 suspension Substances 0.000 description 20
- 238000000926 separation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000007787 solid Substances 0.000 description 9
- 238000005406 washing Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000011112 process operation Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000000696 magnetic material Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 101100356682 Caenorhabditis elegans rho-1 gene Proteins 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000018044 dehydration Effects 0.000 description 3
- 238000006297 dehydration reaction Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000005188 flotation Methods 0.000 description 3
- 238000007885 magnetic separation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 108700041286 delta Proteins 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Agronomy & Crop Science (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种选煤厂参数动态计算方法、装置、设备及介质,涉及煤炭处理技术领域,包括:获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;根据煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图,并关联关系;将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和工艺参数的计算规则分配至工艺流程关联的设备上;将煤质资料和原煤的实时检测数据,输入选煤厂工艺流程和设备流程关系模型中,得到各个工艺流程或各设备流程处理后的工艺参数。本申请可实现在线实时计算选煤工艺流程以及全选煤厂工艺参数的动态计算。
Description
技术领域
本申请涉及煤炭处理技术领域,具体而言,涉及一种选煤厂参数动态计算方法、装置、设备及介质。
背景技术
选煤厂的工艺流程计算对于生产实际有很强的指导意义,但通常情况下,选煤厂只有在设计初期或有大型的工艺改造时才会涉及到工艺流程的计算,而后的日常生产中则无法实现在线的、全流程的计算,其原因主要有两个:第一是计算难度大,实现线上化的程序繁杂;第二是适应实际生产状态的计算难度大。
现有的选煤厂各工艺流程的工艺参数计算方法主要包含两种,一种是通过EXCEL表格将工艺流程按工序顺序排列整理逐个计算得到,另一种是将常见的分选模块(例如两产品重介分选,三产品重介分选,单层筛分、浮选)提炼出单独的计算模型,输入规定格式的内容根据所选分选方法给出对应的结果。
第一种通过EXCEL表格计算的方法虽然实现了部分数质量及水介参数的计算,但是各工艺流程内部的计算关系在每次计算时均需人为地搭建一遍,不仅重复工作多且容易出现计算错误,难以发现,排查起来难度大;第二种方法仅能计算个别分选流程的工艺参数,不能计算选煤厂全流程的工艺参数,且计算结果只有数质量相关的参数(例如产率和灰分),具有局限性;计算模型是零散的,无法形成选煤厂整体工艺流程上下游关系。
同时上述两种方法均只能实现离线计算,缺乏实时性,导致计算结果几乎无法运用到实时生产中,对上层生产决策没有实时指导意义,建厂多年后,也无法用数据检验评估当时设计时的设备选型是否合理。
发明内容
本申请实施例的目的在于提供一种选煤厂参数动态计算方法、装置、设备及介质,用以解决现有技术存在的上述问题,可在线、动态实现可涵盖整个选煤工艺流程的数质量、水、介质量的工艺参数的计算。
第一方面,提供了一种选煤厂参数动态计算方法,该方法可以包括:
获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,所述煤炭资源数据包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;所述煤炭资源类型包括原煤;
根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,所述选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和所述工艺参数的计算规则;
根据各工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
将所述煤质资料和所述原煤的实时检测数据,输入所述第二选煤厂工艺流程和设备流程关系模型中,得到所述各个工艺流程或各设备流程处理后的工艺参数。
在一个可选的实现中,所述煤炭资源类型还包括产品煤;
根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图,包括:
根据所述煤炭资源类型,从预先构建的煤炭资源模型库中筛选相应的煤炭资源模型,得到原煤模型和产品煤模型;
根据各工艺流程、所述原煤模型和所述产品煤模型,构建选煤厂工艺流程图;
根据相应工艺流程所需的设备、所述原煤模型和所述产品煤模型,构建选煤厂设备流程图。
在一个可选的实现中,根据各工艺流程、所述原煤模型和所述产品煤模型,构建选煤厂工艺流程图,包括:
根据各工艺流程,从预先构建的工艺流程模型库中筛选相应的工艺流程模型;
根据选煤厂的所有工艺流程顺序,利用流程线将各工艺流程模型进行连接,得到连接好的工艺流程模型;
利用所述流程线将所述连接好的工艺流程模型与起点和终点进行连接,得到选煤厂工艺流程图;其中,所述起点为原煤模型;所述终点为产品煤模型;
根据相应工艺流程所需的设备、所述原煤模型和所述产品煤模型,构建选煤厂设备流程图,包括:
根据选煤厂的所有设备,从预先构建的设备模型库中筛选相应的设备模型;
根据选煤厂的所有设备处理顺序,利用流程线将各个设备模型进行连接,得到连接好的设备流程模型;
利用所述流程线将所述连接好的设备流程模型与所述起点和所述终点进行连接,得到选煤厂设备流程图。
在一个可选的实现中,所述煤质资料还包括:参考全局参数;
在根据各个工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系之前,所述方法还包括:
利用所述参考全局参数和所述原煤的实时检测数据验证所述选煤厂工艺流程图是否准确;
若不准确,则利用预先构建的全局参数调节模型对所述参考全局参数进行调节。
在一个可选的实现中,利用所述参考全局参数和原煤的实时检测数据验证所述选煤厂工艺流程图是否准确,包括:
将所述原煤的实时检测数据输入所述选煤厂工艺流程图中,计算得到相应的工艺参数;
根据所述工艺参数,计算实时全局参数;
判断所述参考全局参数和所述实时全局参数是否相同,若相同,则表示所述选煤厂工艺流程图准确。
在一个可选的实现中,利用预先构建的全局参数调节模型对所述参考全局参数进行调节,包括:
将所述参考全局参数和所述实时全局参数的差值以及所述参考全局参数的预设范围,输入预先构建的全局参数调节模型中,得到调节后的参考全局参数。
在一个可选的实现中,所述煤炭资源数据包括:煤流特征;所述设备信息包括:设备运行状态、设备属性和设备监测数据;所述工艺参数包括:数量工艺参数;
根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,包括:
针对选煤厂工艺流程和设备流程关系模型中的任一工艺流程,根据设备运行状态、设备属性和设备监测数据,确定所述工艺流程所需的各个设备的分配系数;
将所述工艺流程包含的数量工艺参数和所述数量工艺参数的计算规则,按照所述各个设备的分配系数分配至所述工艺流程所需的各个设备上。
第二方面,提供了一种选煤厂参数动态计算装置,该装置可以包括:
获取单元,用于获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,所述煤炭资源数据还包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;所述煤炭资源类型包括原煤;
构建单元,用于根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,所述选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和所述工艺参数的计算规则;
关联单元,用于根据各工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
分配单元,用于根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
计算单元,用于将所述煤质资料和所述原煤的实时检测数据,输入所述第二选煤厂工艺流程和设备流程关系模型中,得到所述各工艺流程或各设备流程处理后的工艺参数。
第三方面,提供了一种电子设备,该电子设备包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的方法步骤。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
本申请通过线上拖拽工艺流程模型或设备模型的方式绘制工艺流程图或设备流程图,建立工艺流程或设备的上下游关系;在绘制工艺流程图或设备流程图的过程中可同步进行工艺流程或设备流程涉及到的工艺参数的计算,绘制工艺流程图或设备流程图完成后即可输出工艺参数的计算结果。
本申请优于现有离线计算选煤工艺流程的方法,可实现在线实时计算选煤工艺流程;本申请可实现全选煤厂设备生产带载量实时反馈。本申请可为上层数字孪生负荷分析、动态排产、生产效率分析及成本优化等场景提供数据支撑,使选煤精细化成为可能。
本申请将选煤各工艺流程抽象成可复用的工艺流程模型,实现了线上化搭建选煤工艺流程,适应性强,可适用于各种厂况的选煤厂。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种选煤厂参数动态计算方法流程图;
图2为本申请实施例提供的一种选煤厂工艺流程图构建方法示意图;
图3为本申请实施例提供的一种利用工艺流程模型搭建选煤厂工艺流程图的方法示意图;
图4为本申请实施例提供的一种第一选煤厂工艺流程和设备流程关系模型生成示意图;
图5为本申请实施例提供的一种工艺参数的分配示意图;
图6为本申请实施例提供的一种选煤厂参数动态计算装置的结构示意图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,并不是全部的实施例。基于本申请实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供的选煤厂参数动态计算方法,可以应用在服务器中,也可以应用在具有较强计算能力的终端中。该服务器可以是物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN),以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment,UE)、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台(Mobile Station,MS)、移动终端(Mobile Terminal)等。终端与服务器可以通过有线或无线的通信方式进行直接或间接的连接,本申请在此不做限定。
以下结合说明书附图对本申请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申请,并不用于限定本申请,并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1为本申请实施例提供的一种选煤厂参数动态计算方法的流程示意图。如图1所示,该方法可以包括:
步骤S110、获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;根据煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图。
在本申请实施例中,煤炭资源数据还包括煤流特征、煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;煤质资料包括参考全局参数;煤炭资源类型包括原煤和产品煤。具体的,参考全局参数包括:悬浮液固体体积浓度最大值λmax,悬浮液固体体积浓度最小值λmin,合格介质分流比例等。
在本申请实施例中,设备信息包括:设备运行状态、设备属性和设备监测数据。
具体的,煤质资料还包括原煤的筛分资料、浮沉资料和分步释放数据;具体的,原煤的筛分资料是根据筛分实验得到的,用于反映实验原煤的粒度组成;原煤的浮沉资料是通过浮沉实验得到的,用于反映实验原煤的密度组成;分步释放数据是根据分步释放浮选试验得到的,用于反映细煤泥浮选精煤产率与灰分的关系;具体的,筛分实验是根据GB/T477-1998国标要求,按照被测样的粒度组成差异将其分成不同粒度范围的实验方法;浮沉实验是按照国标GB/T 478-1987要求,根据煤样的密度性质差异将被测样分成不同密度级组成的一种方法;分步释放实验是根据行业标准MT/T 144-1997进行的根据煤样的表面性质差异,一次加药,一次粗选,多次精选的浮选方法。
在本申请实施例中,选煤厂的工艺参数包括:数量工艺参数和质量工艺参数;选煤厂的工艺参数即煤的性能参数。具体的,数量工艺参数包括:Q(产量t/h)、r(产率%)、V(悬浮液体积m3/h)、G(悬浮液中的固体量t/h)、Gc(悬浮液中非磁性物总量t/h)、Gf(悬浮液中磁性物总量t/h)、W循(循环水量m3/h)、W (参考流量m3/h);质量工艺参数包括:Ad(参考灰分%)、ρ(悬浮液密度t/m3)、rc(悬浮液中非磁性物含量%)、rf(悬浮液中磁性物含量%)、g(悬浮液单位体积固体重量t/m3)、Mt(水分%)。
在本申请实施例中,部分工艺参数的计算公式如下:Q=r×Q’(入洗原煤);V=W+Gc/δc+Gf/δf;G=Gc+Gf(或G=V×g);W=Q×Mt/(100-Mt);ρ=(G+W)/V; rc=Gc/G (或100-rf); rf=Gf/G (或100-rc); g=(ρ-1)/(δ-1)×δ,(δ=δf×δc/(δf×rc/100+δc×rf/100);其中, δc表示非磁性物的真密度,δf表示磁性物的真密度,均为预设参数值;可设置为δc=1.5,δf=4.5; Q’表示原煤的量。
在本申请实施例中,根据预先获取的多个选煤厂的工艺流程数据、煤炭资源数据和其他数据,搭建了三种具备通用性的单元模型库,分别为工艺流程模型库、设备模型库和煤炭资源模型库;其中,工艺流程模型库包含多个工艺流程模型;设备模型库包含多个设备模型;煤炭资源模型库中包含多个原煤模型和多个已处理煤模型。
在本申请实施例中,各个工艺流程模型、设备模型、原煤模型和已处理煤模型均为数字孪生单元模型,是内部通过代码将该类单元模型的通用化特征归一、分类整理打包得到的。
在本申请实施例中,从相应的模型库中筛选相应的工艺流程模型或设备模型或煤模型构建相应的选煤厂工艺流程图和选煤厂设备流程图,可通过拖、拉、拽的方式进行。
在本申请实施例中,根据煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图,包括:
根据煤炭资源类型,从预先构建的煤炭资源模型库中筛选相应的煤炭资源模型,得到原煤模型和产品煤模型;
根据各工艺流程、原煤模型和产品煤模型,构建选煤厂工艺流程图; 根据相应工艺流程所需的设备、原煤模型和产品煤模型,构建选煤厂设备流程图。
在本申请实施例中,根据各工艺流程、原煤模型和产品煤模型,构建选煤厂工艺流程图,包括:
根据各工艺流程,从预先构建的工艺流程模型库中筛选相应的工艺流程模型;根据选煤厂的所有工艺流程顺序,利用流程线将各个工艺流程模型进行连接,得到连接好的工艺流程模型;利用流程线将连接好的工艺流程模型与起点和终点进行连接,得到选煤厂工艺流程图。
在本申请实施例中,根据相应工艺流程所需的设备、原煤模型和产品煤模型,构建选煤厂设备流程图,包括:
根据选煤厂的所有设备,从预先构建的设备模型库中筛选相应的设备模型;根据选煤厂的所有设备处理顺序,利用流程线将各个设备模型进行连接,得到连接好的设备流程模型;利用流程线将连接好的设备流程模型与起点和终点进行连接,得到选煤厂设备流程图。
在本申请实施例中,起点为原煤模型;终点为产品煤模型。
如图2所示,在本申请实施例中,流程线需要有输入侧和输出侧,默认流程线连接的起点为输入侧,终点为输出侧,依此将各工艺流程模型(也可称为工艺作业模型或工艺作业实例)或设备模型与煤模型连接起来,被连接的两个模型之间不仅是视觉上展现出的连接关系,储存的数据也具有传递关系;流程线在进行拖拉拽建立上下游关系时可自动创建实例,可无需提前创建。
在本申请实施例中,选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和该工艺参数的计算规则。其中,工艺参数是人工根据设备性能在国标或行业标准范围内进行人工设定的,工艺参数的计算规则是通过代码写入的。
如图3所示,在本申请实施例中,将选煤厂复杂的工艺流程计算拆解,将选煤厂整体复杂的工艺流程视为由一个个基础的工艺流程模型相互拼接组合而成;具体的,首先将选煤厂各种工艺流程的类型抽象出来,进一步细化成各种计算模型,具体包括筛分、破碎、脱泥、两产品重介分选、三产品重介分选、预先脱介、脱介、筛分脱水、离心脱水、分流、磁选、水力分级、粗煤泥分选、浮选、浓缩、合介制备、循环水、过滤、分配、掺配等模型,各模型需要用到的工艺参数是通过穷举并运用代码将其植入模型内部,创建模型实例时人为根据设备性能初始化录入用到的工艺参数;进一步地,按照国标或行业标准计算要求,在各模型内部运用低阶代码的方式实现计算逻辑编写,编写好后得到的各模型内部的计算思路是一致的,是具有通用性可复用的;在具体选煤厂里运用时,创建对应的计算实例,便可拥有该选煤厂具体的、唯一的工艺流程模型实例,且该工艺流程模型实例具有该选煤厂特有的工艺参数值。
通过采用上述技术手段,以工艺流程图或设备流程图为载体搭建起得到选煤厂的工艺流程关系与设备流程关系,且工艺流程图的各个工艺流程或设备流程图的各个设备模型具有计算功能。
举例说明,以筛分脱水作业为例,单层筛可将入料经筛分后形成筛上筛下两种产物,涉及的需要人工根据设备型号规格及分选性能设定的工艺参数有:分级粒度m、分级效率η,筛上物水分Mt;按照分级粒度可将该工艺作业环节的入料筛分资料分成两部分:分级粒度之上的物料,以及分级粒度之下的物料,例如该工艺作业的入料筛分资料的粒度范围为A ~B(A>B,单位“毫米”),分级粒度为m,则理论筛下产物的粒度范围为m~B,假设经入料筛分资料计算,入料产率为r入料,灰分为Ad入料,筛下灰分为Ad下,则筛上灰分Ad上=
(r入料×Ad入料-rm-B×Ad下)/(r入料-rm-B)。
实际产率的计算方法如下:
筛下物料计算产率r下=rm-B×η%;
筛上物料计算产率r上=r入料-r下;
因正常情况下错配物量对物灰分影响较小,可认为实际灰分与理论灰分一致;筛上物水分已知,可根据行业内的国标或行业标准算法计算出水量W,进一步根据此工艺流程入料带来的水介指标进行计算,得到经过分选得到的筛上、筛下两个去处的物料的工艺参数包括:Q(产量t/h)、r(产率%)、Ad(灰分%)、W(水量m3/h)。
在本申请实施例中,上述工艺参数的计算通过代码实现,参数需人工设定,筛分脱水工艺作业的计算出料会有两部分,通过分别创建两个流程线实例,以流程线实例分别代表筛上物与筛下物,再将后续工艺流程建立起联系,即可将筛上与筛下物料的计算结果分别带入下一工艺作业实例,实现物料的传递关系。
在本申请实施例中,当构建好选煤厂工艺流程图后,由于每个工艺流程均涉及到至少一个工艺参数的计算,因此需验证各个工艺流程的工艺参数计算结果是否准确,以及出入煤数质量、水介量是否平衡;本申请实施例设置全局参数,用于保证工艺参数计算的准确性;本申请实施例在选煤厂工艺流程图在输出各个工艺流程或各设备流程处理后的工艺参数时,会同时输出数质量平衡表、水介质平衡表,用于保障出入煤数质量、水介量平衡。
在本申请实施例中,利用参考全局参数和原煤的实时检测数据验证选煤厂工艺流程图是否准确;若不准确,则利用预先构建的全局参数调节模型对参考全局参数进行调节。
在本申请实施例中,利用参考全局参数和原煤的实时检测数据验证选煤厂工艺流程图是否准确,包括:
将原煤的实时检测数据输入选煤厂工艺流程图中,计算得到相应的工艺参数;根据工艺参数计算实时全局参数;判断参考全局参数和实时全局参数是否相同,若相同,则表示选煤厂工艺流程图准确。
在本申请实施例中,利用预先构建的全局参数调节模型对参考全局参数进行调节,包括:
将参考全局参数和实时全局参数的差值以及参考全局参数的预设范围,输入预先构建的全局参数调节模型中,得到调节后的参考全局参数。
在本申请实施例中,预先为参考全局参数设定了合理的数据调节范围,全局参数调节模型中的参考全局参数在预设范围内根据水介平衡计算结果以一定步长自动迭代求解合格介质分流比例,直至合适的数值。本申请实施例采用上述手段替代了传统人工利用EXCEL表格中的“单变量求解”。
在本申请实施例中,当出入煤的数质量以及水介量均平衡时,工艺流程参数的计算才准确,即各项工艺参数进入选煤厂初始工艺流程的量和排出最终工艺流程的量是一致的,其中排出的量包括被产品煤带走的以及回收的。在实际应用过程中,选煤厂的工艺流程包含介质流程,在介质流程中必须考虑分流,其原因是入料中不断带来煤泥,且磁选过程中由于磁选效率的问题会使介质流失,而在计算过程中,若无此初始化参数,则由于指标间的强相互依赖关系后续环节参数无法计算。
在本申请实施例中,各工艺参数的在计算时是具备引用关系的,除去引用相关性高的参数,可以分析出基层有与数量相关的指标Q,质量相关的指标Ad,与水介相关的指标W,通过推演,数量相关的指标在工艺搭建过程中是上下承接的关系,采用Q出料1=Q入料-Q出料2的方式计算。只要各工艺环节的出料都有出处,且合格介质分流比例选取合理,从原煤到最终产品则是闭环相等的,它的平衡依赖于合格介质分流比例的选取;故于方案初始时需要预先设定一个初始化的参考全局参数,该参考全局参数会成为一个工艺参数计算的影响系数,参与到工艺参数的计算过程中。
将预设的参考全局参数应用于工艺参数的计算过程中,从而得到各个工艺参数;若利用该预设的参考全局参数计算得到的整个工艺流程的出料-入料=0,则表示该参考全局参数是正确的;而当二者不相等时,则表示该预设的值是需要调整的。而在实际应用中由于原煤量的变化,会使煤泥量发生变化,进而影响各工艺参数的计算值以及入出系统量的平衡,因此合格介质分流比例是影响参考全局参数是否合理的一个关键点,在计算过程中要不断进行调整,全局参数调节模型也是重点对于合格介质分流比例进行调整。
在本申请实施例中,由于合格介质分流比例的实际含义,因此合格介质分流比例的值只可在0%-100%之间调整,若此范围内无解需进一步调整循环介质的非磁性物含量rc的值,具体为:
先设定工作悬浮液中固体的体积浓度范围λmin~λmax参数值,一般取15%-30%,根据公式rc=δc×[λ(δf-1)-(ρ-1)]/(δf-δc)[ρ-(1-λ)]将λmin与λmax分别带入,计算出循环介质非磁性物含量的正常范围rc,min~rc,max;在此范围内寻找利用二分法调整rc取值,进而再次计算合格介质分流比例,直至满足要求。
同时,由于介质相关指标W、V、G、Gc、Gf的依赖关系,合格介质分流比例调整是否合理,可从W的入出是否平衡反馈出,当W平衡时,其他指标也会平衡。
在本申请实施例中,进入各工艺流程的水量包括:A:原煤带入煤泥水,B:精煤脱介循环水,C:中煤脱介循环水,D:矸石脱介循环水,E:补加介质,F:补加水;排出各工艺流程的水量包括:G:精煤产品,H:重介中煤,I:矸石产品,J:精煤磁尾,K:中煤磁尾,L:矸石磁尾,M:离心滤液;根据洗选工艺计算要求:(A+B+C+D+E+F)-(G+H+I+J+K+L+M)=0,以合格介质分流比例为调节变量,以进入介质系统水量-排出介质系统水量=0为目标值,利用二分法计算目标值,求出对应的合格介质分流比例。
举例说明,P选煤厂进行参数动态计算,此时预设参考全局参数中悬浮液固体体积浓度最大值λmax为20%,悬浮液固体体积浓度最小值λmin为15%,合格介质分流比例为30%;根据参考全局参数的初始值,各工艺参数的实测值、计算公式以及各工艺流程的计算规则,计算得到实时全局参数为34%;由于参考全局参数与实时全局参数不同,则表示此时出入煤的数质量以及水介量不平衡。
将悬浮液固体体积浓度最大值λmax为20%,悬浮液固体体积浓度最小值λmin为15%,带入公式rc=δc×[λ(δf-1)-(ρ-1)]/(δf-δc)[ρ-(1-λ)]中,计算得到循环介质非磁性物含量的正常范围rc,min~rc,max;在循环介质非磁性物含量的正常范围内寻找利用二分法调整rc取值,进而再次计算合格介质分流比例,直至满足要求(即出入煤的数质量以及水介量平衡,即出料-入料=0)。
在本申请的另一个实施例中,可利用基于参考全局参数和原煤的实时检测数据计算得到的进入工艺流程的参数和排出工艺流程的参数是否一致,验证选煤厂的工艺流程图是否准确。
举例说明,预设参考全局参数中悬浮液固体体积浓度最大值λmax为20%,悬浮液固体体积浓度最小值λmin为15%,合格介质分流比例为30%;根据原煤的实时检测数据确定进入工艺流程的所有水量为596m³/h(其中原煤带入煤泥水为12m³/h,脱介喷水为431m³/h,补加水为153m³/h);根据悬浮液固体体积浓度最大值λmax为20%,悬浮液固体体积浓度最小值λmin为15%,合格介质分流比例为30%以及原煤的实时检测数据结合各工艺流程的计算规则,最终计算得到的工艺参数中,所有排出工艺流程的水量为581m³/h,此时进入量与排出量不同,表示整体工艺流程的数质量、水质量不平衡,即选煤厂的工艺流程图不准确。
步骤S120、根据各工艺流程所需的设备,将选煤厂工艺流程图和选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型。
在本申请实施例中,通过在选煤厂工艺流程图上绑定设备的方式,为选煤厂工艺流程图和选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型,如图4所示。
步骤S130、根据煤炭资源数据和设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和工艺参数的计算规则分配至工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型。
如图5所示,在本申请实施例中,根据煤炭资源数据和设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和工艺参数的计算规则分配至工艺流程关联的设备上,包括:
针对选煤厂工艺流程和设备流程关系模型中的任一工艺流程,根据设备运行状态、设备属性和设备监测数据,确定工艺流程所需的各个设备的分配系数;将工艺流程包含的数量工艺参数和数量工艺参数的计算规则,按照各个设备的分配系数分配至工艺流程所需的各个设备上。
在本申请实施例中,每一个工艺流程完成的功能实际上是由一台台具体的设备实现的,一个工艺流程可能需要一台或多台设备共同完成,因此需将工艺流程上计算得到的工艺参数分配给每台具体的设备,从而模拟该台设备实时的过料量及物料性质。
在本申请实施例中,通过监测各设备的运行得到设备运行状态,只有运行的设备才参与到分配之中,未运行的设备不参与分配;煤流特征指根据实际运用选煤厂的溜槽设计的大小、煤流分配的粒度大小特征,人工预设初始比例;设备属性包括:设备型号、处理的煤的粒度、密度性质、设备运行期间的电流、频率等与物料量具有相关性的参数;设备监测数据是分流调控监测装置监测得到的数据;举例说明,在设备分料溜槽处设置智能监测装置,可监测溜槽间闸板的开度,则可直接运用此闸板开度的相对比例作为分配比例。
在本申请实施例中,在根据设备运行状态、设备属性和设备监测数据,确定工艺流程所需的各个设备的分配系数时,设备运行状态为首要考虑的因素。
在本申请实施例中,根据设备属性确定工艺流程所需的各个设备的分配系数,包括:某工艺流程包含三台完全相同的设备(A、B、C),其型号相同,处理的物料性质相同,运行时电流分别为a、b、c,则A设备的分配相对比例为:a/(a+b+c),B设备的相对比例为b/(a+b+c),C设备的相对比例为c/(a+b+c)。
在本申请实施例中,每个设备模型均具有分析计算功能,结合煤流特征、设备属性(如电流)、分流调控监测装置检测到的数据、设备运行状态等因素后,给该工艺流程上绑定的每台设备设定一个分配系数,再以一定的计算规则将工艺流程的工艺参数分配到具体的每台设备上;具体的,以一定的计算规则将工艺流程的工艺参数分配到具体的每台设备上包括:数量工艺参数按比例分配;质量工艺参数保持不变。
在本申请实施例中,将已经建立好的,具有上下游关系、计算规则的工艺流程图的原煤实例处输入年处理量、年生产天数、日工作小时数可得到单位小时时间内的原煤入洗量,原煤小时处理量=年处理量/年生产天数/日工作小时数(年处理量需将单位换算为t/h);选择入洗原煤的筛分、浮沉资料,涉及浮选工艺时选择分步释放资料,整个流程便可根据原煤的粒度特征(筛分资料可反映出)、密度特征(浮沉资料可反映出),以及各个工艺流程的计算规则运转起来,输出全量的工艺参数计算结果并将结果穿透至每台设备上,设备流程图上每台设备可具有实时过煤量、水介量的数据。
步骤S140、将煤质资料和原煤的实时检测数据,输入第二选煤厂工艺流程和设备流程关系模型中,得到各个工艺流程或各设备流程处理后的工艺参数。
在本申请实施例中,原煤的实时检测数据包括原煤的入洗量;其中,入洗量是指送入洗煤厂的原煤的数量。具体的,由于皮带秤或其他传感设备检测到的入洗量的瞬时值会受到瞬时的检测样本影响,具有一定的波动性,因此为使样本更具有代表性,取一定时间的传感设备的平均值作为这段时间此参数的平均水平代入计算模型进行计算;即原煤的入洗量是利用皮带秤测量的瞬时值经过一段时间的滑动平均处理后得到的。
在本申请实施例中,利用原煤的入洗量代替从年入洗量计算出的原煤小时处理量的值,将重介分选中的密度计的实时值经过一段时间的滑动平均处理后作为重介分选作业中的分选密度参数,替换掉人工录入的初始参数,从而实现整个流程的实时、动态计算。
与上述方法对应的,本申请实施例还提供一种选煤厂参数动态计算装置,如图6所示,该选煤厂参数动态计算装置包括:
获取单元610,用于获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,煤炭资源数据还包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;煤炭资源类型包括原煤;
构建单元620,用于根据煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和工艺参数的计算规则;
关联单元630,用于根据各工艺流程所需的设备,将选煤厂工艺流程图和选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
分配单元640,用于根据煤炭资源数据和设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和工艺参数的计算规则分配至工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
计算单元650,用于将煤质资料和原煤的实时检测数据,输入第二选煤厂工艺流程和设备流程关系模型中,得到各工艺流程或各设备流程处理后的工艺参数。
本申请上述实施例提供的选煤厂参数动态计算装置的各功能单元的功能,可以通过上述各方法步骤来实现,因此,本申请实施例提供的选煤厂参数动态计算装置中的各个单元的具体工作过程和有益效果,在此不复赘述。
本申请实施例还提供了一种电子设备,如图7所示,包括处理器710、通信接口720、存储器730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。
存储器730,用于存放计算机程序;
处理器710,用于执行存储器730上所存放的程序时,实现如下步骤:
获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,煤炭资源数据还包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;煤炭资源类型包括原煤;
根据煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和工艺参数的计算规则;
根据各工艺流程所需的设备,将选煤厂工艺流程图和选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
根据煤炭资源数据和设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和工艺参数的计算规则分配至工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
将煤质资料和原煤的实时检测数据,输入第二选煤厂工艺流程和设备流程关系模型中,得到各工艺流程或各设备流程处理后的工艺参数。
上述提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
由于上述实施例中电子设备的各器件解决问题的实施方式以及有益效果可以参见图1所示的实施例中的各步骤来实现,因此,本申请实施例提供的电子设备的具体工作过程和有益效果,在此不复赘述。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一的选煤厂参数动态计算方法。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一的选煤厂参数动态计算方法。
本领域内的技术人员应明白,本申请实施例中的实施例可提供为方法、系统、或计算机程序产品。因此,本申请实施例中可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例中可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例中是参照根据本申请实施例中实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例中的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例中范围的所有变更和修改。
显然,本领域的技术人员可以对本申请实施例中实施例进行各种改动和变型而不脱离本申请实施例中实施例的精神和范围。这样,倘若本申请实施例中实施例的这些修改和变型属于本申请实施例中权利要求及其等同技术的范围之内,则本申请实施例中也意图包含这些改动和变型在内。
Claims (10)
1.一种选煤厂参数动态计算方法,其特征在于,所述方法包括:
获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,所述煤炭资源数据包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;所述煤炭资源类型包括原煤;
根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,所述选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和所述工艺参数的计算规则;
根据各工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
将所述煤质资料和所述原煤的实时检测数据,输入所述第二选煤厂工艺流程和设备流程关系模型中,得到所述各工艺流程或各设备流程处理后的工艺参数。
2.如权利要求1所述的方法,其特征在于,所述煤炭资源类型还包括产品煤;
根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图,包括:
根据所述煤炭资源类型,从预先构建的煤炭资源模型库中筛选相应的煤炭资源模型,得到原煤模型和产品煤模型;
根据各工艺流程、所述原煤模型和所述产品煤模型,构建选煤厂工艺流程图;
根据相应工艺流程所需的设备、所述原煤模型和所述产品煤模型,构建选煤厂设备流程图。
3.如权利要求2所述的方法,其特征在于,根据各工艺流程、所述原煤模型和所述产品煤模型,构建选煤厂工艺流程图,包括:
根据各工艺流程,从预先构建的工艺流程模型库中筛选相应的工艺流程模型;
根据选煤厂的所有工艺流程顺序,利用流程线将各个工艺流程模型进行连接,得到连接好的工艺流程模型;
利用所述流程线将所述连接好的工艺流程模型与起点和终点进行连接,得到选煤厂工艺流程图;其中,所述起点为原煤模型;所述终点为产品煤模型;
根据相应工艺流程所需的设备、所述原煤模型和所述产品煤模型,构建选煤厂设备流程图,包括:
根据选煤厂的所有设备,从预先构建的设备模型库中筛选相应的设备模型;
根据选煤厂的所有设备处理顺序,利用流程线将各个设备模型进行连接,得到连接好的设备流程模型;
利用所述流程线将所述连接好的设备流程模型与所述起点和所述终点进行连接,得到选煤厂设备流程图。
4.如权利要求1所述的方法,其特征在于,所述煤质资料还包括:参考全局参数;
在根据各个工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系之前,所述方法还包括:
利用所述参考全局参数和所述原煤的实时检测数据验证所述选煤厂工艺流程图是否准确;
若不准确,则利用预先构建的全局参数调节模型对所述参考全局参数进行调节。
5.如权利要求4所述的方法,其特征在于,利用所述参考全局参数和原煤的实时检测数据验证所述选煤厂工艺流程图是否准确,包括:
将所述原煤的实时检测数据输入所述选煤厂工艺流程图中,计算得到相应的工艺参数;
根据所述工艺参数,计算实时全局参数;
判断所述参考全局参数和所述实时全局参数是否相同,若相同,则表示所述选煤厂工艺流程图准确。
6.如权利要求5所述的方法,其特征在于,利用预先构建的全局参数调节模型对所述参考全局参数进行调节,包括:
将所述参考全局参数和所述实时全局参数的差值以及所述参考全局参数的预设范围,输入预先构建的全局参数调节模型中,得到调节后的参考全局参数。
7.如权利要求1所述的方法,其特征在于,所述煤炭资源数据包括:煤流特征;所述设备信息包括:设备运行状态、设备属性和设备监测数据;所述工艺参数包括:数量工艺参数;
根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,包括:
针对选煤厂工艺流程和设备流程关系模型中的任一工艺流程,根据设备运行状态、设备属性和设备监测数据,确定所述工艺流程所需的各个设备的分配系数;
将所述工艺流程包含的数量工艺参数和所述数量工艺参数的计算规则,按照所述各个设备的分配系数分配至所述工艺流程所需的各个设备上。
8.一种选煤厂参数动态计算装置,其特征在于,所述装置包括:
获取单元,用于获取选煤厂的煤炭资源数据、工艺参数、各工艺流程、相应工艺流程所需的设备和设备信息;其中,所述煤炭资源数据还包括煤质资料、煤炭资源类型和各类型的煤炭资源的实时检测数据;所述煤炭资源类型包括原煤;
构建单元,用于根据所述煤炭资源数据、各工艺流程和相应工艺流程所需的设备,分别构建选煤厂工艺流程图和选煤厂设备流程图;其中,所述选煤厂工艺流程图中任一工艺流程均包含至少一个工艺参数和所述工艺参数的计算规则;
关联单元,用于根据各工艺流程所需的设备,将所述选煤厂工艺流程图和所述选煤厂设备流程图建立关联关系,得到第一选煤厂工艺流程和设备流程关系模型;
分配单元,用于根据所述煤炭资源数据和所述设备信息,将选煤厂工艺流程和设备流程关系模型中任一工艺流程包含的工艺参数和所述工艺参数的计算规则分配至所述工艺流程关联的设备上,得到第二选煤厂工艺流程和设备流程关系模型;
计算单元,用于将所述煤质资料和所述原煤的实时检测数据,输入所述第二选煤厂工艺流程和设备流程关系模型中,得到所述各工艺流程或各设备流程处理后的工艺参数。
9.一种电子设备,其特征在于,所述电子设备包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存储的程序时,实现权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410081473.2A CN117610890B (zh) | 2024-01-19 | 2024-01-19 | 一种选煤厂参数动态计算方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410081473.2A CN117610890B (zh) | 2024-01-19 | 2024-01-19 | 一种选煤厂参数动态计算方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117610890A true CN117610890A (zh) | 2024-02-27 |
CN117610890B CN117610890B (zh) | 2024-04-30 |
Family
ID=89951974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410081473.2A Active CN117610890B (zh) | 2024-01-19 | 2024-01-19 | 一种选煤厂参数动态计算方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117610890B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4113447A1 (de) * | 1991-04-25 | 1992-10-29 | Krupp Koppers Gmbh | Verfahren zur steuerung des betriebsablaufes eines vergasungsreaktors |
CN101498554A (zh) * | 2009-03-12 | 2009-08-05 | 北京首钢自动化信息技术有限公司 | 高炉串罐自动喷煤控制系统及方法 |
CN104515591A (zh) * | 2014-12-31 | 2015-04-15 | 华中科技大学 | 一种高精度的磨煤机振动检测工艺方法 |
KR20160055628A (ko) * | 2014-11-10 | 2016-05-18 | 한국가스공사 | 탄층 가스 생산 방법 |
CN106771047A (zh) * | 2016-12-16 | 2017-05-31 | 华北电力大学 | 一种基于多传感器的煤粉含水率和煤种监测装置及方法 |
CN111932062A (zh) * | 2020-06-24 | 2020-11-13 | 内蒙古久科康瑞环保科技有限公司 | 污水处理工艺参数的确定方法、装置和计算机设备 |
CN115386664A (zh) * | 2022-08-30 | 2022-11-25 | 鞍钢股份有限公司 | 一种调节高炉煤粉支管流量提高风口温度均匀性的方法 |
CN117195469A (zh) * | 2023-07-24 | 2023-12-08 | 国能经济技术研究院有限责任公司 | 选煤工艺流程全过程确定方法、设备和介质 |
-
2024
- 2024-01-19 CN CN202410081473.2A patent/CN117610890B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4113447A1 (de) * | 1991-04-25 | 1992-10-29 | Krupp Koppers Gmbh | Verfahren zur steuerung des betriebsablaufes eines vergasungsreaktors |
CN101498554A (zh) * | 2009-03-12 | 2009-08-05 | 北京首钢自动化信息技术有限公司 | 高炉串罐自动喷煤控制系统及方法 |
KR20160055628A (ko) * | 2014-11-10 | 2016-05-18 | 한국가스공사 | 탄층 가스 생산 방법 |
CN104515591A (zh) * | 2014-12-31 | 2015-04-15 | 华中科技大学 | 一种高精度的磨煤机振动检测工艺方法 |
CN106771047A (zh) * | 2016-12-16 | 2017-05-31 | 华北电力大学 | 一种基于多传感器的煤粉含水率和煤种监测装置及方法 |
CN111932062A (zh) * | 2020-06-24 | 2020-11-13 | 内蒙古久科康瑞环保科技有限公司 | 污水处理工艺参数的确定方法、装置和计算机设备 |
CN115386664A (zh) * | 2022-08-30 | 2022-11-25 | 鞍钢股份有限公司 | 一种调节高炉煤粉支管流量提高风口温度均匀性的方法 |
CN117195469A (zh) * | 2023-07-24 | 2023-12-08 | 国能经济技术研究院有限责任公司 | 选煤工艺流程全过程确定方法、设备和介质 |
Non-Patent Citations (1)
Title |
---|
陈铭: "" 基于深度学习的浮选过程智能控制研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, no. 01, 15 January 2021 (2021-01-15), pages 021 - 939 * |
Also Published As
Publication number | Publication date |
---|---|
CN117610890B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peuten et al. | A stellar-mass black hole population in the globular cluster NGC 6101? | |
Aslan | Application of response surface methodology and central composite rotatable design for modeling and optimization of a multi-gravity separator for chromite concentration | |
CN103412489B (zh) | 一种磨矿粒度在线预报系统及方法 | |
CN106485316A (zh) | 神经网络模型压缩方法以及装置 | |
CN117195469B (zh) | 选煤工艺流程全过程确定方法、设备和介质 | |
CN108897829A (zh) | 数据标签的修正方法、装置和存储介质 | |
Parian et al. | Developing a particle-based process model for unit operations of mineral processing–WLIMS | |
CN102262035A (zh) | 多功能矿浆壶及其使用方法 | |
CN117610890B (zh) | 一种选煤厂参数动态计算方法、装置、设备及介质 | |
CN109902411A (zh) | 土壤重金属含量检测建模方法及装置、检测方法及装置 | |
CN100570327C (zh) | 测量水力旋流器固液分离溢流粒度分布的支持向量机方法 | |
CN113704077A (zh) | 测试用例生成方法及装置 | |
CN111932391B (zh) | 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法 | |
CN116484651B (zh) | 基于数字孪生的系统参数调节方法、装置、电子设备 | |
CN106447397A (zh) | 基于决策树算法的烟草零售户定价方法 | |
CN116577478A (zh) | 一种煤炭识别分选的可选性评定方法、装置、电子设备 | |
Li et al. | The abundance of satellite galaxies in the inner region of ΛCDM Milky Way sized haloes | |
CN109740750A (zh) | 数据收集方法及装置 | |
CN117592771B (zh) | 一种选煤厂负荷动态计算方法、装置、设备及介质 | |
Xiao et al. | Experimental study of sediment wash-off process over urban road and its dependence on particle size distribution | |
RU2165632C1 (ru) | Способ оценки технологических свойств и обогатимости минерального сырья | |
CN106360802B (zh) | 一种烟草浆料制浆过程打浆度的修正方法 | |
CN114074022A (zh) | 一种基于时间投影的重介质选煤过程控制变量预测方法 | |
CN117138934B (zh) | 一种食品检测用的研磨方法及控制系统 | |
Iasillo et al. | Development of accurate metal production forecasts for a heap leach project using METSIM® dynamic simulation and defensible column leach testing data |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |