邢台矿选煤厂重选工艺参数的在线预测方法研究

摘要

重选工艺是我国选煤厂普遍采用的选煤工艺,随着选煤行业的发展,重选工艺的自动化水平越来越被人们重视,但是,在重选工艺自动化实施的过程中面临着一系列难题。首先,重选过程中一些变量的检测手段和精度严重滞后于控制策略的研究水平和需求;其次,缺乏有效的在线预测模型来指导重选过程的自动控制。因此,论文分别从重介质分选过程在线预测与粗煤泥分选过程的在线预测两个方面对重选工艺参数在线预测进行研究。
　　以原煤实际化验灰分、在线测灰仪灰分,结合影响二者之间误差的可测因素,利用统计分析方法建立原煤实时灰分模型,作为整个重介质分选过程在线预测的基础;通过对原煤灰分与各密度级累计产率的相关性分析,建立原煤灰分与相关性较好的密度级累计差率模型,利用可选性曲线中密度曲线的经验模型求解相关性不好的密度级累计产率,进而建立各密度级实时累计产率模型;对各密度级浮物累计灰分、密度级和原煤灰分三者进行逐步回归分析,建立各密度级实时累计灰分模型,与各密度级实时累计产率模型共同组成原煤实时浮沉资料模型;结合原煤实时灰分模型与原煤实时浮沉组成模型给出了产品结构、分选密度、循环介质密度的预测方法,最终达到通过原煤测灰仪测得灰分数据,便可得到要调节的循环介质密度,并预测出产品结构和实际分选密度的目的。计算出的循环介质密度,可用于对重介系统进行控制。
　　粗煤泥分选过程的在线预测主要是对 CSS粗精煤灰分的预测,CSS粗精煤灰分受到入料性质与CSS分选机的工艺参数的影响,因而CSS粗精煤灰分预测模型的建立同样受到多种因素的影响,而且呈现出很强的耦合性,很难通过机理分析建立准确的预测模型,本论文通过主元分析、支持向量回归机以及遗传算法等对现场采集的实验数据进行处理,建立了基于GA-SVMR的CSS粗精煤灰分预测模型,最终达到通过 CSS分选机的工艺参数实时预测粗精煤灰分的目的。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

图清单

表清单

变量注释表

1 绪论

1.1课题来源及背景( Subject Origin and Background )

1.2 研究内容方法及技术路线(Research Contents, Method and Technical Route )

2 文献综述

2.1重介质选矿分选概述(Summary for Heavy Medium Separation Process)

2.2 国内外关于重介分选过程的优化及模拟研究(Research on Optimization and Simulation of Heavy Medium Separation for Home and Abroad)

2.3 关于重介分选的其他相关研究(Other Researches on Heavy Medium Separation)

2.4 CSS粗煤泥分选机概述(Summary for Coarse Slime Separation Process)

2.5 影响 CSS 粗煤泥分选机分选的关键因素(Summary for Coarse Slime Separation Process)

2.6 国内外关于液固流化床分选过程的优化及模拟研究(Research on Optimization and Simulation of Coarse Slime Separation Process for Home and Abroad)

2.7 本文涉及的其他理论知识(Other Theoretical Knowledge Involved in this Dissertation)

3 研究路线的设计

3.1试验系统简介(Brief Introduction of Experiment System)

3.2 研究路线框图

3.3 原煤实时灰分预测(Real-time Prediction of Raw Coal Ash)

3.4 原煤在线浮沉组成预测(Prediction about raw coal float-and-sink composition of each density level )

3.5 产品结构及实际分选密度预测(Prediction of Product Structure and Actual Separation Density)

3.6 循环介质密度预测(Prediction of Cycle Medium Density)

3.7 CSS 生产工艺参数与产品质量的在线预测模型(CSS production process parameters and product quality of online prediction model)

3.8 本章小结(Brief Summary)

4 原煤实时灰分模型

4.1 试验数据整理(Induction of the Experimental data)

4.2 原煤实际灰分与影响因素的相关性分析（ The Relationship between Raw coal ash and Factors affecting）

4.3 各因素的回归分析与模型建立（The regression analysis of various factors and the model is established in this paper）

4.4 本章小结(Brief Summary)

5 在线原煤浮沉资料模型

5.1 原煤各密度级实时累计产率模型(raw coal density model of the real-time production rate)

5.2 原煤浮沉组成模型(Raw coal fugitive dust component model )

5.3 本章小结(Brief Summary)

6 产品结构与实际分选密度预测

6.1 可能偏差E值计算(Calculation of the Possible Deviation E)

6.2 产品结构与实际分选密度预测(Prediction of Product Structure and Actual Separation Density)

6.3 预测结果评价(Evolution of Predicted Result)

6.4 循环介质密度预测(Prediction of Cycle Medium Density)

6.5 本章小结(Brief Summary)

7 CSS生产工艺参数与产品质量的在线预测模型

7.1试验数据整理(Induction of the Experimental data)

7.2 生产工艺参数对精煤灰分的影响分析 (Analysis of the influence of process parameters on clean coal ash)

7.3 CSS精煤灰分GA-SVMR模型训练与部署(The Training and Deployment of The CSS of ash GA-SVMR Model)

7.4 本章小结(Brief Summary)

8 总结与展望

8.1 研究总结 (Main research conclusions)

8.2 主要创新点（Main innovation）

8.3 研究工作展望（Research prospect）

参考文献

作者简历

学位论文数据集