聂擎林
(山西西山煤电(集团)有限责任公司屯兰矿选煤厂，山西古交030200)
摘要：针对屯兰选煤厂浮选过程加药量控制精度低、稳定性差、精煤洗出率低的问题，设计浮选过程智能控制系统。智能控制系统由基于BP神经网络的加药量预测模型和基于CAN总线通信的监控平台两部分组成，使得浮选过程智能化、透明化、信息化。经试验验证：屯兰选煤厂浮选过程采用BP 神经网络预测模型后加药量加精、稳定，精煤洗出率。 关键词：BP神经网络；CAN总线；加药系统；精煤洗出率；浮选；智能控制
中图分类号:TD923文献标志码:A文章编号＞1009-0797(2021)02-0115-04
Design of Intelligent Control System for Flotation Process in Coal Preparation Plant
NIE Qinglin
(XISHAN coal electricity Group Co.ltd.Tunlan Coal Preparation Plant,Gujiao030206,China)
Abstract：Aiming at the problems of low control accuracy,poor stability,and low clean coal washing rate in the flotation process of Tunlan Coal Preparation Plant,an intelligent control system for the flotation process was designed.The intelligent control system is composed of two parts:a prediction model of dosing amount based on BP neural network and a monitoring platform based on CAN bus communication,making the flotation process intelligent,transparent and informational.Tests have verified that the flotation process of Tunlan Coal Preparation Plant a o BP u al o k i io o l a o a i o a u a a a l,i i o a i a o l a oal
Key words：BP neural network;CAN bus;dosing system;clean coal washing rate;flotation;intelligent control
0引言
选煤厂智能化建设涵盖选煤单机设备、选煤工艺、选煤过程控制以及选煤决策管理多方面内容。王然风m等详细阐述智能化选煤厂内涵，给出智能化选煤厂四层架构体系，即物联网层、控制层、管理层以及决策层；其中控制层包括TDS排_、浅槽排_、配煤、重介质分选、粗煤泥分选、浮选过程、浓缩过程、压缩过程以及装车过程的智能控制及优化；对控制层的各项关键技术进行分析，实现选煤厂“高精智能化控制，选煤行的#2等选煤厂实生产经验指出实现选煤厂的智能化，关键是加突重介、、浮选等选煤过程的智能化，
选煤厂的实现#3%等构建智能化选煤厂架，即生产过程控制、生产行、管理控制以及决策四层，PLC控制技术、技术、3D化技术以及SCADA控
，实现选煤厂选煤艺智能控制、设备
智能、控，、精煤出、选煤厂生产。选煤厂煤泥选过程是指煤泥进选车精煤分。煤泥选的质是利用煤粒的_的
，加煤以及的能；加，分选
0.5mm的精煤煤泥浮选过程的精煤产
、精煤分，关的#4%对选煤厂浮选机设备的控制精
的，设浮选设备加智能控制系，
、抽出以及分等关键浮选参有明显改善。马超冋等针对常村选煤厂浮选系的入料浓度、浆流量控制的滞后，设浮选自动加系，以西门子PLC控制器，对自动加电机进行变频控制，并将过程信息实时显示MCGS触摸屏，将浮选精煤产2%，年加浮选精煤420T。
高的，加煤泥浓需匹配。设浮选过程智能控制系高加的精
并得浮选过程智能化、透明化。
1屯兰选煤厂浮选工艺介绍
西山煤电团屯兰选煤厂浮选过程直接浮选工艺，图1所示。浮选入料来源煤泥车间的601浓缩机底流泵将煤泥水打浆准备器，、等添加也打浆准备器，并经过搅拌、充气、化、分层、刮泡等一系列程序后，通过两段
-
5室浮选机分选，浮选出的精矿利用5台快开隔膜式压滤机处理，掺入501精煤转载皮带，形成最终精煤产品；浮选尾矿进去602浓缩池，底流通过浓缩旋流器加高频筛脱水，成为中煤产品；浓缩池溢流进去二段浓缩池，通过浓缩、澄清以及4台快开压滤机脱水，成为最终的煤泥。
美国共和党大会图1屯兰选煤厂浮选工艺流程
2系统设计
选煤厂浮选过程智能系统设计如图2所示，由智能控制系统和监控平台两部分组成。将主厂煤泥水的入分、精煤分、入浓以及入流为入，BP加测模型计算实时添加的收剂、，煤泥水充分
段选、二段精选流程，精煤。以CAN 通模式将浮选过程
监控平台。监控平台模，将浮选过程所选煤厂智能监控中。
图2屯兰选煤厂浮选过程智能系统设计
3方案实现
3.1基于BP神经网络的浮选加药系统
选煤厂浮选过程中的加，浮选过程智能控制系统通过智能加，实煤泥水精煤的，高精煤产和精煤分。浮选过程智能控控制系统选的控制 主入流Q、入分A、入浓C、入分G
添加U(U=(U”U2)t，中2为添加,2为收剂添加浮选7浮选8(8=(Y8)T，中8t为精煤分，82为尾矿分输浮选槽液面高度H，则选煤厂浮选模型可描述为式⑴：
Q=^A,C,G,H,R,U,^(1)式中R、G、H为系统和，则可将式(1)简为式2
U=^A,C,Q,^⑵浮选过程添加入分入浓
入流以及精煤、尾矿的分。精煤分与尾矿分成系，添加的进为入分、入浓、入流以及精煤灰分[8-10]o
选煤厂浮选过程中的A'C'Q'84以及、进、统计处理，作为BP测模型的。
BP的，能力、和应能、泛能以及容错能较强，应用广泛的模型[11-12]o 设计的BP的浮选加系统结构模型见图3所示，为输入、隐含、3层结构，中输入层元为4个，分别为入分、入浓、入料流量以及精煤分；隐含层的元为9个(n=2x d+1，中m4)，层为加Q1、捕收加Q2o
图3屯兰选煤厂浮选过程加药量BP神经网络系统结构模型采用BP模型测浮选过程中的加药的骤为:①初始权，随机生成;②选择进BP;H计算隐含层的输入和；④计算层的入和；⑤计算层、隐含层的；⑥修层、隐含层的权和阈；L下一组，循骤①-⑥，直所完毕;⑧满足设结束，否则返回骤②再次。
睡美人之宅3.2基于CAN总线通信的浮选监控平台
设计选煤厂浮选过程智能控制系统监控平台，随时查看浮选过程关键技术的动变以及故，增强浮选过程的透明。选煤厂浮选智能控制系统与监控平台之间以CAN总线通信模式实
-
传输，自定义CAN通信协议，部分CAN通信协议见表1所0。
表1选煤厂浮选过程智能控制系统与监控平台CAN
通信协议(部分)
COBID12345678
T-PDO1 T-PDO2控制模式急停
入料流量
起泡变频器控制
入料浓度
接收变频器控制
入料灰分
泡分
分
设置监控平台CAN总线通信ID为0X99；根据监控平台与浮选智能控制系统之间需传送的数据信息，定义6个TxPDO，每一个TxPDO可承载8字节数据；设置波特率为2504bit/s。浮选智能控制系统按照表1格式对传送的数据进行打包，监控平台接收到该数据后按照表1进行解析并提取对应的数据。
4试验验证
4.1浮选加药系统仿真
根据搭建的浮选加药量BP神经网络模型，完成起泡剂加药量和捕收剂加药量的仿真。为
于BP神经网络模型的，加药量
PID BP神经网络曲线置同一张模拟仿真图，见图4图5所示。BP 神经网络起泡剂、捕收剂的加药量与接近，经统计计，平均误差为-0.0232，为-0.3287，为0.0153，方差为0.00320，
平;PID的平均
为0.0783，与平。
溶液聚合图4起泡剂加药量与真实值对比曲线
图5捕收剂加药量与真实值对比曲线4.2浮选监控平台
King SCADA平台，完成选浮选过智能控制系统监控平台的设计与，图6所示为“系统控制。建立监控平台与浮选智能控制系统CAN总线通信接，对接收到的数据按照定的CAN总线通信协议进行解析并对
应的数据量进行连接。通监控平台，可浮选智能控制系统量分的起泡剂捕收剂量。同可起泡接收行。通该监控平台可示数据数据以BP神经网络。浮选智能控制系统，一可并定，解，浮选行率。
图6选煤厂浮选过程智能控制系统监控平台
5结束语
BP神经网络模型对浮选的捕收剂起泡剂加药量进行并，进一药剂与的，提率；CAN总线通信浮选数信息的可和信息，提浮选的和智能平。浮选智能控制系统解选浮选加药量控制定的，进选的智能。
参考文献：
[1]王然风，高建川，付翔.智能化选煤厂架构及关键技术
[J].工矿自动化,2019,45(7):28-32.
[2]郭大林，卫中宽，杨瑞峰.智能化背景下选煤厂设计的思
排队长度考[J].选煤技术,2019,(3):35-38.
[3]毛浩，郝强.张家V智能化选煤厂的研究与设计[J].中国
煤炭,2017,43(10):82-87.
(下转第121页)
-
层裂缝在延展过程中每次开裂的幅度较小；有些裂缝在压裂过程中，因岩层厚度的不均匀性或是由于岩层的渗透性不同，高压泵站的注水压力出现有升有降的变化，压裂曲线呈现波浪形变化。同时，由于部分岩层存在构造面或是原生裂隙，在进行高压注水压裂试验中，泵站压力有时会出现剧烈变化。
4.2试验效果分析
常村煤矿曾委托中国矿业大学对12201工作面矿压变化情况进行观测分析。观测分析结，工作面次压18.5m，压情况现工作面压较，中板来压
现较强烈。老次压垮落48.6m，工作面老次来压期，支工作阻力有70%
在4500~5500kN，最大的达到6000kN，工作面煤现现。
12204工作面板岩层在水力压裂后，工作面开进2.4m时，开出现垮落，在进4.8m，部垮落，在进12m时，工作面老部垮落，由工作面次垮落压12m。老次压期，工作面煤性较，有局部出现。压期，支工作阻力在3800=4500kN，平均4150kN，为支架额工作阻力的64.8%；最大工作阻力为5575kN，是支工作阻力的87.11%；小工作阻力125kN，
工作阻力的1.95%。12201工作面初次压，12204工作面压步距减小36.6m，水力压裂有板压力，安全。
5结论
过分析现，在工作面期板岩层垮落时，高压水力压裂，有工作面板部的岩层进行分层压裂，岩层的性，岩层有度降，工作面在过中，板岩层由性垮落变化分层垮落，工作面压期压，降压强度，降或工作面大面板垮落的危害的的，工作面。
参考文献：
[1]冯亮亮.古书院煤矿坚硬顶板定向水力压裂技术应用研
究[J].西部探矿工程，2020,(02),117-120.
[2]张向阳.定向水力压裂在煤矿坚硬顶板弱化中的应用
[J].山西煤炭,2016,(04):48-50.
[3]刘文文.水力压裂技术在何家塔煤矿初次放顶中应用
[J].内蒙古煤炭经济,2018(08):54-58.
[4]郑晋连.浅谈定向水力压裂技术在煤矿坚硬顶板管理中
的应用[J]，河南科技,2013(21)：44+49.
作者简介：
尹晋攀(1985-)，男，汉族，山西沁水人，助理工程师，现从事工作采矿相关技术管理工作。
(收稿日期：2020-8-14)
(上接第117页)
[4]白晓渊.选煤厂浮选机自动化控制系统优化设计改造
[J].机械研究与应用,2019,32(2):192-194.
[5]马超，王文宾，高鹏.浮选自动加药控制系统在常村煤矿
选煤厂的应用[J].选煤技术,2018,(6):167-170.
[6]陈晓天.基于智能加药的煤泥浮选控制系统研究[D].徐
州：中国矿业大学,2017:12-13.
沸腾都市
[7]郭智平.煤泥浮选加药控制系统的研究与开发[D].太
原：太原理工大学,2016:34-36.
[8]吉晓潇.选煤厂浮选过程自动加药控制系统的研究[D].
西安：西安建筑科技大学,2016:16-18.
[9]潘丽荣.选煤厂浮选自动控制系统研究与应用[D].西
安：西安科技大学,2019:10-12.[10]匡亚莉.智能化选煤厂建设的内涵与框架[J].选煤技术,现金支付比率
2018,(1):85-91.
[11]张涛，隋广武.浮选工艺参数自动监测及加药系统的研
发[J].煤炭加工与综合利用,2016，⑺:27-29,32. [12]武涛，连晓圆，李阳，等.一种浮选机智能移动终端的设计
与开发[J].矿冶,2018,27(2):80-82.
作者简介：
聂擎林(1981-)，男，山西平遥人，大学本科，2013年毕业于中北大学电气工程及其自动化专业，选煤工程师，现在西山煤电(集团)有限责任公司屯兰矿选煤厂从事选煤生产及理工
(:2020-8-3)
•121-
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议