团论文网
团论文网
-
摘要：针对选煤厂传统方法检测浮选产品灰分分析速度慢，不能适应浮选工艺参数快速调节响应的需要，提出了一种新的浮选产品灰分快速检测方案。采用同时识别浮选产品的颜色和反射光强度信息的方案，实现了对浮选产品灰分值的快速检测，根据实际应用表明，该灰分快速检测方案，能够将灰分检测时间缩短90%以上，检测可靠性稳定在95%以上，极大地提升浮选产品灰分检测效率，为选煤厂浮选工艺参数的快速响应调整，提升选煤厂浮选工艺环节的分选效率和质量控制效率奠定了基础。
关键词：煤质分析；快速识别；灰分；在线检测
0引言
煤炭是我国重要的化石能源，为了保障煤炭的质量，煤炭需经洗选后使用。随着我国煤炭入洗率逐年上升，原煤产品组成复杂性增加，洗选后的煤炭产品需要高效率的煤质化验分析。具体的煤质化验内容有煤水分、灰分、挥发分、发热量和固定碳的计算，其测试与计算方法均有明确的国家标准，但在实际检验过程中，上述标准的方法虽然检测结果较精确，但所需时间往往较长，不能满足工业上对产品质量快速检测的需求，不仅会影响洗选过程工艺参数的及时调整，还会对煤炭产品的质量带来不利影响，从而影响选煤厂的整体经济效益。
1浮选产品煤质快速检测需求分析
在矿井中开采出的煤炭资源，运输到选煤厂后，经过重选工艺环节的洗选，未得到有效分选的末煤会进一步输送到浮选车间进行分选。浮选工艺环节受众多因素影响，如入料粒度、原煤灰分、浮选药剂用量、浮选时间、叶轮转速和刮泡速度等，这些工艺参数的改变常常会引起浮选产品灰分变化，如果没有及时对浮选工艺参数作出有效的改变，会影响生产的最终效率，也影响了选煤企业的效益。产生这个现象的因素是多种多样的，根据工业生产的状况，因素大致包括以下几点：首先，随着中国煤炭开采程度逐年加深，入洗的原煤来自于不同的矿井，也不同的来自于更深部的煤层，从而导致了原煤质量和属性上存在着较大差异，经筛分和重选产品分级后，得到的浮选入料产品组成存在明显的变化。这需要对浮选工艺条件进行精确的控制与调整，而传统的检测方法难以满足需要；其次，传统煤质检测分析方法速度较慢，分析结果严重滞后。传统浮选产品检验方法中，需要对精煤泡沫和尾煤进行取样后送到化验室中进行检验。由于浮选产品含水量大且不稳定，为精确测定产品灰分，传统方法需要对煤样进行烘干后进行检验，故从取样到获得最终检验结果需要持续数小时，在选煤厂年生产量逐年上升的背景下，传统煤质检验方法无法满足浮选产品检测分析的需要。
浮选产品灰分是评价浮选产品质量的关键指标，根据其能同时的精煤与尾煤产率等指标。然而，浮选产品灰分检测滞后会导致煤炭产品质量不能达到现有工艺条件的最大限度发挥，不仅会造成煤炭资源的浪费，也会损害选煤厂的经济效益。基于上述分析，选煤厂设计开发了浮选产品灰分快速检测系统，显著提升了灰分检验速度，极大缩短了煤质分析时间。
2浮选产品灰分快速检测原理
浮选产品表层的视觉特征代表了浮选工况中的很多重要的数据信息，通过这些信息与浮选的产率及灰分进行关联，可得到有效反应浮选工况的表达。某选煤厂针对入洗原煤的煤质检测提出了基于非接触式的机器视觉分析方案[1]，通过视频摄像装置对不同时间段内的原煤煤流情况进行监控，对采集的图像进行分割处理，提取灰分特征信息，将获取的特征信息与设定好的信息对比，进而获取煤炭灰分信息。然而浮选产品为泡沫流和矿浆流，高含水量的情况使灰分的快速识别难度加大，需针对精煤泡沫和尾煤矿浆分别设计检测装置。无论是精煤还是尾煤，主要是通过煤泥表面颜色进行区分，煤泥浮选过程中的产品在不同的工况下显示出的颜色信息不同，这种颜色的变化可以理解为能够反映浮选产品中非煤物质也就是灰分的变化，浮选产品灰分较低时，其颜色发黑，灰分较高时，其颜色发黄发灰，因此浮选产品中含有的颜色信息能够反映出灰分含量的变化。
反射率是表示物体表面对垂直入射光线的反射能力，也就是说反射光强度与入射光强度之比。煤是由有机质和矿物质组成，浮选产品灰分越高，即矿物质含量越高，实践证明，矿物质反射率通常高于碳质，因此浮选产品灰分越高，其反射率也越高。且反射率与其他因素无关，只与煤样本身性质有关。在对浮选产品进行图像采集的同时，在固定亮度光源下利用反射光传感器对产品反射率进行实时监测，可以快速初步得到浮选产品的灰分值[2]。
采集到的浮选产品图像灰度也与其灰分值存在相关性，随着浮选产品的灰分逐渐增加，采集到的产品图像表观特征也是逐渐由黑向灰，从人眼视觉观察角度上看，尽管不同灰分的浮选产品具有不同的灰度信息，但是无法依靠肉眼对其进行精准的灰分识别，因此需要采用图像处理技术对煤泥浮选产品灰度特征进行更加精确的提取和分析。将采集到的图像使用软件进行滤波去噪处理，排除了背景和环境等因素的干扰，得到理想化灰度图像。
BP网络是一种按照误逆向传播算法训练的多层前馈神经网络，是当前应用最广泛的神经网络之一。在进行产品图像识别过程中，可利用BP神经网络，建立不同图像灰度和反射率与按照传统方法检测得到的灰分值的联系，通过机器学习方法根据实际生产中产品图像快速得到产品灰分值[3-4]。首先拟定出判决函数与判决规则，通过对给定的样本集进行训练，依据图像信息等特征提取样本的判决函数与判决规则；接着是预测阶段，对前一阶段提取的判决函数与判决规则对浮选产品灰分进行分类识别。针对本系统，将得到的图像和反射率值作为神经网络的训练样本，不断调整参数，构建已知灰分的灰度图像与反射率的识别模型；其次进行实际样本处理后进行识别并获取灰分结果，与实际按照传统方法检测得到的灰分值进行比对，验证构建的模型准确性。随着模型验证迭代次数的增加，检测模型的精确度逐渐上升，模型收敛后检测精确度可稳定在98%左右。快速检测得到的灰分值数据将通过实时输入计算机并保存，程序将根据产品灰分值与产品要求灰分值进行实时比对，快速相应动态调整浮选工艺参数，最大限度实现浮选产品的质量稳定，综合提升选煤厂的经济效益。浮选产品灰分快速检测分析原理示意图，如图1所示[5]。
3浮选产品灰分快速检测系统设计与应用
为了验证上述对浮选产品灰分的快速检测方案的有效性，在某选煤厂的XTX-TA16浮选机搭建了一套浮选产品灰分快速检测系统，在浮选泡沫区和尾矿箱区域布置图像信息采集装置，其中包括光源、图像采集工业镜头和反射光传感器，连接到计算机上进行信息处理，处理后得到灰分的快速检测值，根据其对浮选工艺参数进行实时反馈控制，浮选产品灰分快速检测系统示意图，如图2所示。检测系统硬件部分包括计算机、相机、光源以及光传感器。硬件部分配制情况，如表1所示。
光源的主要作用是保持图像采集区域的亮度保持均匀，确保图像采集工业镜头采集到的颜色信息不失真，以及在不同时间取样的颜色程度接近。此外，固定光源的提供还有利于采集到更清晰的图像。光源还能提供的固定亮度的入射光，其反射光为反射光传感器提供信号来源。相机镜头安装在浮选产品上方大约400 mm，由于浮选产品为泡沫和液相矿浆，现场基本没有扬尘，因此无需在图像采集装置区域布置除尘装置。但由于生产现场发生飞溅易污染镜头，可能造成数据采集错误，为保证图像采集的不间断性，设计了一个封闭的相机保护箱，具有可拆卸的上下盖子，底盖是一块透光性好的玻璃用强力胶水粘上铁片，通过磁铁的吸力实现箱子的密封，从而实现了拆卸方便且利于保护相机镜头。各硬件系统通过千兆网线与计算机连接。
在快速检测系统测试初期，人工控制系统每间隔20 s采集一次图像，并在采集图像后立即对图像采集位置的浮选产品进行采样后送往化验室化验。将化验后得到的灰分值与图像信息作为基于BP神经网络的机器学习的训练样本。训练完成之后，用测试组的数据与实际化验数据进行对比，从而得出最优的模型指导生产，软件可视化界面，如图3所示。系统实时采集图像效果，如图4所示。计算机将获取的监测信息和系统内经过机器学习后的信息进行对比，进而获取浮选产品的灰分值信息，避免了对检测样品的繁琐测试步骤，免去了对样品的烘干和灼烧的步骤，实现了对浮选产品的快速灰分测试。测试时间相比传统方法得到有效缩短，采用该灰分快速检测系统，进行灰分识别的时间约为0.02 h，比传统方法优化了90%以上，极大提升了选煤厂浮选工艺环节的分选效率和质量控制效率。
为了确认设计的浮选产品灰分快速检测系统的可靠性，对不同时间的浮选产品进行快速检测和取样后用传统方法检测，检测结果，如表2。从表2中可以看出，该系统对浮选精煤泡沫灰分的快速识别准确程度高于对尾煤煤浆灰分的快速检测，检测准确程度可稳定在95%以上，极大地提升了浮选产品灰分检测的效率和可靠性。
4结论
针对选煤厂浮选车间产品的传统灰分检测方法相对滞后于生产现场变化，本文提出了一种新的浮选产品灰分快速检测方案，其采用了同时识别浮选产品的颜色和反射光强度信息的方案，实现了对浮选产品灰分值的快速检测，根据在选煤厂的测试应用结果表明：
同时识别浮选产品的颜色和反射光强度信息的方案，通过图像信息采集装置对不同时间的浮选产品进行监控并采集颜色信息，通过反射光传感器对浮选产品反射的光强度进行监测，将获取的监测信息和系统内经过基于BP神经网络的机器学习后的信息进行对比，进而获取浮选产品的灰分值信息。利用固定亮度光源，可提升图像颜色信息采集效率，并为反射光传感器提供稳定光源。
新的灰分快速检测方案能够将浮选产品灰分检测时间缩短90%以上，检测可靠性高于95%，为选煤厂浮选工艺参数的快速响应调整，提升选煤厂浮选工艺环节的分选效率和质量控制效率奠定了基础。
参考文献
[1]刘建兵.煤质快速分析方案的应用研究[J].山西化工，2022，42（8）：56-57.
[2]何春瑛.自动化测试仪及其技术在煤质检测中的应用探析[J].自动化应用，2019（3）：72-73.
[3]杨建辉，黄子洋，汪梅，等.机器视觉灰度化金字塔卷积模型的煤流异物识别[J].煤炭科学技术，2022，50（11）：194-201.
[4]徐梦雅，方舒扬，吴莞怡，等.智能化煤质分析系统的计算机辅助设计研究[J].煤炭加工与综合利用，2023，282（1）：94-98.
[5]董志勇.浮选尾煤灰分和粒度特征的图像检测与建模研究[D].太原：太原理工大学，2018：35-37.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
浮选产品煤质快速分析检测技术的应用论文
人参与 2024-12-30 11:23:06 分类 : 理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索