期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
含蒙脱石煤泥水的凝聚沉降效果评价与加药预测
1
作者 刘利明 李志军 +1 位作者 刘仓 张琦 《煤炭与化工》 CAS 2024年第1期115-119,共5页
粘土矿物粒度细且易泥化,在煤泥水中能够形成稳定的胶体悬浮液,严重影响煤泥水的絮凝沉降,是选煤厂智能化加药模型的重要决策因素。本文以煤泥水中最常见的主要粘土矿物蒙脱石为代表,设计絮凝沉降正交实验,在显著性评价的基础上,用线性... 粘土矿物粒度细且易泥化,在煤泥水中能够形成稳定的胶体悬浮液,严重影响煤泥水的絮凝沉降,是选煤厂智能化加药模型的重要决策因素。本文以煤泥水中最常见的主要粘土矿物蒙脱石为代表,设计絮凝沉降正交实验,在显著性评价的基础上,用线性回归法分别拟合沉降速率和上清液浊度与煤泥水浓度、蒙脱石含量和凝聚剂加药量的关系模型。结果显示,以氯化铝为凝聚剂,实验范围内煤泥水沉降速度与浓度负相关,与凝聚剂加药量正相关;上清液浊度随着加药量的增加而降低,随着蒙脱石含量的增加而增加。所得凝聚剂药剂量与煤泥水浓度及蒙脱石含量的关系模型,可以作为煤泥水智能加药控制模型的参考。 展开更多
关键词 蒙脱石 凝聚剂 正交实验 加药模型
在线阅读 下载PDF
不连沟煤矿选煤厂煤泥水智能加药系统的设计与应用
2
作者 张夺 胡海洋 +1 位作者 王东起 张海洋 《选煤技术》 2024年第6期79-85,共7页
不连沟煤矿选煤厂在煤泥水处理过程中药剂添加量的调整仍主要依赖人工经验,缺乏监测设备,导致无法实时调整加药量,进而影响了煤泥水沉降效果和浓缩池分层效果的观察与评估。针对上述问题,设计了一套智能加药系统:该系统分为数据采集层... 不连沟煤矿选煤厂在煤泥水处理过程中药剂添加量的调整仍主要依赖人工经验,缺乏监测设备,导致无法实时调整加药量,进而影响了煤泥水沉降效果和浓缩池分层效果的观察与评估。针对上述问题,设计了一套智能加药系统:该系统分为数据采集层、数据层、逻辑控制层和智能决策层;通过加装流量计、浓度计、泥水界面仪和浊度计,实现对浓缩池入料流量、入料浓度、溢流水浊度和澄清区高度等关键数据的采集;通过智能浓缩加药看板能够实时监控加药装置的运行状态;基于TCN-BP算法构建了智能浓缩加药模型,实现对最优加药量的智能预测。生产实践表明:智能加药系统投用后,系统仪表的测量值与人工测量值高度吻合,浓度计和泥水界面仪的测量值与人工测量值的绝对差值平均为6g/L和0.12m;实现了浓缩环节的智能加药,有效降低了药剂消耗量,年节约药剂成本16.54万元,同时提高了生产效率并减少了人工成本,岗位工人数量由2人降至1人,为选煤厂的智能化建设奠定了基础。 展开更多
关键词 煤泥水处理 煤泥水智能系统 泥水界面仪 智能浓缩加药模型 智能 剂消耗量
在线阅读 下载PDF
浮选加药量预测模型的研究 被引量:4
3
作者 杨晓鸿 郑诚 王昊鑫 《选煤技术》 CAS 2020年第1期87-90,共4页
为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证。... 为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证。结果表明,基于BP神经网络建立的浮选加药量预测模型预测效果较好,更适用于浮选生产过程中的药剂添加量预测。 展开更多
关键词 浮选 量预测模型 BP神经网络 GRNN神经网络 相对误差
在线阅读 下载PDF
煤泥浮选自动控制系统在新庄选煤厂的应用 被引量:3
4
作者 赵江涛 《选煤技术》 CAS 2020年第5期79-84,共6页
为了精准控制浮选系统自动加药,获得最佳的分选指标,新庄选煤厂根据原煤煤质情况,以原煤中的矸石含量为干扰变量,建立了浮选加药变量模型,并介绍了基于该模型的浮选自动控制系统的原理、结构、功能等。生产实践表明,该浮选自动控制系统... 为了精准控制浮选系统自动加药,获得最佳的分选指标,新庄选煤厂根据原煤煤质情况,以原煤中的矸石含量为干扰变量,建立了浮选加药变量模型,并介绍了基于该模型的浮选自动控制系统的原理、结构、功能等。生产实践表明,该浮选自动控制系统的投用,稳定了精煤质量,提高了浮选精煤产率,降低了职工劳动强度。 展开更多
关键词 煤泥浮选 浮选自动控制系统 浮选变量模型 矸石含量 干扰变量 浮选精煤灰分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部