选煤厂重介质悬浮液密度控制方案研究

王 俊

（西山煤电（集团）有限责任公司官地选煤厂，山西 太原 030022）

选煤厂生产过程的分选工艺主要有跳汰选煤、重介选煤、浮游选煤等。 其中重介选煤分选粒度范围大、分选效果明显，成为主要选煤工艺。 重介选煤的关键是设定悬浮液密度，根据煤与矸石的密度差异，比悬浮液密度低的煤上浮，比悬浮液密度高的矸石下沉，进而将煤与矸石分离，实现原煤分选。 由于原煤中的灰分、硫分值动态变化，重介选煤时需不断调整悬浮液密度值，以达到提高原煤利用率，保证重介分选效果的目的[1-2]。官地洗煤厂综合考虑不同种原煤配送分选时的特点，利用模糊PID算法智能预测原煤配比，并预测该配比下重介质悬浮液的密度设定值，实现可变煤种的重介质悬浮液密度智能控制方案。

1 总体设计

多种原煤同时进入重介质分选工艺时，原煤的灰分、 硫分含量，原煤配比直接影响悬浮液密度。 设计的多种原煤模式下重介质悬浮液密度控制总体设计方案如图1 所示，由采集层、控制层、管理层、智能层四部分组成。

图1 多种原煤模式下重介质悬浮液密度总体控制方案

1.1 采集层

（1）自动配煤分站。 控制胶带秤组称量原煤，并由给煤机组完成输送。

（2）重介质分选设备分站。 完成对重介质悬浮液的监测、补水、分流等控制，达到实时调节重介质悬浮液密度的目的。 液位计用于监测重介质悬浮液的液位；密度计用于监测重介质悬浮液的密度；磁性物检测仪用于检测重介悬浮液中磁性物的含量。 补水阀、分流阀完成调节重介质悬浮液密度。

1.2 控制层

主要完成对重介质悬浮液密度的智能控制，包含PLC控制柜主站、自动配煤分站、重介质分选设备分站三部分组成[3-5]。

（1）PLC控制柜主站根据不同煤种灰分、 硫分的含量以及精煤质量要求，对自动配煤分站进行智能控制，完成智能配煤过程；对重介质分选设备分站进行智能控制，完成悬浮液密度智能控制过程。

（2）主站与分站之间以TCP/IP通信完成数据、控制指令的交互。

1.3 管理层

主要完成自动配煤、 重介质分选密度控制的在线展示，同时存储各设备的状态数据、设置参数以及故障信息。

1.4 智能层

可实现远程在线监测，同时可远程调整配煤比例、控制重介质悬浮液的补水阀、分流阀。

2 控制方案

2.1 方案工艺流程

多种原煤模式下重介质悬浮液密度智能控制系统框图如图2 所示。 RBF预测模型与设定值的差值作为系统输入，通过PID控制器控制补水阀的开度，通过模糊控制器对分流阀进行控制，密度计实时反馈重介质悬浮液的实际密度值。

图2 重介质悬浮液密度智能控制系统框图

2.2 自动配煤过程实现

根据RBF神经网络预测方法对A号原煤配煤量、B号原煤配煤量以及配比值进行预测，按照预测值进行配煤。定义A号原煤的累计流量为Qa、B号原煤的累计流量为Qb，则原煤实际配比为：

式中：Q3为B号原煤的实际累计流量，yu为原煤实际配比。 自动配煤时，胶带机输送机机身安装有胶带秤，可实时检测原煤的瞬时流量和累计流量，以4～20 mA电流信号传送给自动配煤分站控制器并完成原煤测量。自动配煤分站控制通过模糊PID控制算法，检测A号、B号原煤配煤量以及配比，并通过控制给煤机速度完成配煤量的调节[6]。当实际配煤量大于预测值时，控制器通过模糊PID算法给该号煤种的给煤机变频器一个减小输出频率的信号，进而降低该给煤机的转速，达到减少该号煤配煤量的目的。

2.3 自动补水过程实现

根据RBF神经网络预测方法对A号、B号原煤进行分选的重介质悬浮液密度进行预测。 该悬浮液密度实际值与预测值的差值会在小范围内波动，需通过控制补水阀的开度实现悬浮液密度动态平衡。 补水阀安装于合格介质桶与旋流器之间的管路中，密度计位于补水阀后部。 密度计测量值为重介质悬浮液的实际值，以4～20 mA电流信号传送至重介质分选设备分站。 当该密度值与RBF神经网络预测方法的预测值不一致时，重介质分选设备分站控制器通过模糊PID算法调节补水阀开度。 当悬浮液密度实际值小于预测值时，控制器控制补水阀开度变小，使得密度实际值趋近于预测值后维持补水阀开度不变；当悬浮液密度实际值大于预测值时，控制器控制补水阀开度变大，使得密度实际值趋近于预测后维持补水阀开度不变。

2.4 自动分流过程实现

通过控制分流阀开度可实现重介质悬浮液注入稀介质桶，注入量由分流阀的开度控制。 磁选机对稀介质桶的悬浮液进行回收，将得到的浓介质注入合格介质桶，间接完成对重介质悬浮液密度控制。 分流阀控制过程具有滞后性、多耦合性的特点，控制分流阀开度时可按照以下步骤进行控制：

（1）当重介质悬浮液实际密度大于预测值且补水阀无法完成密度调节时，可减小分流阀开度；反之，需增大分流阀开度。

（2）重介质悬浮液中的磁性物含量过高时，应减小分流阀开度以提高煤泥含量。

（3）当合格介质桶液位过低时，需增大分流阀开度。

（4）当补水阀开度过大时，可减小分流阀开度。

3 试验分析

为验证设计的多种原煤模式下重介质悬浮液密度控制方案的可行性和有效性，在官地洗煤厂进行了试验分析。 选取A号、B号原煤30 组原煤配比实际值与预测值，30 组该原煤配比方案下的重介质悬浮液密度预测值与实际值进行试验对比，形成图3 以及图4 关系曲线图。 原煤配比的均方根误差值为2.975 1，平均绝对误差百分比为7.32%，预测精度为92.68%；重介质悬浮液密度的均方根误差为2.136 7，平均绝对误差百分比为8.08%，预测精度为91.92%。即文中设计的预测模型的预测效果较好，预测值与实际值具有高度的吻合性。

图3 原煤配比预测值与实际值关系曲线

图4 重介质悬浮液密度预测值与实际值关系曲线

4 结语

以RBF神经网络预测模型的预测值为参考，利用模糊PID控制使得原煤配比、 悬浮液密度实际值趋近于预测值，进而完成悬浮液密度的智能控制。

该重介质悬浮液密度控制方案能够有效提高原煤利用率，增强精煤产率，具有较好的经济效益。