内容摘要
:近年来,美国、德国、英国和澳大利亚等国相继开发成功并使用了各种在线检测装置,
实现了选煤厂受煤系统、重介质系统、跳汰系统、浮选系统、干燥系统和装车系统的自动控制
,
选煤厂入料也实现了均质化。这些自动化装置配合计算机专家系统为选煤厂保证产品质量和
提高产率起到了重要作用。本文对选煤综合自动化实现的关键技术进行分析研究。
关键词
:选煤;关键技术;综合自动化
一、引言
煤炭企业步入市场经济后
,选煤已成为煤炭企业扭亏增效重要环节。目前,我国现代化选
煤厂大都实现了基于
PLC 的选煤厂集中控制,同时在跳汰、重介、浮选系统中也实现了过程控
制的部分功能
,部分选煤厂信息管理也由于计算机网络的引入实现了部分信息共享。国家“十
五
”规划中提出要实现选煤厂的综合自动化,集控制、优化、诊断、管理、经营和销售为一体的
高度自动化系统。攻关目标是全厂实现以计算机管理为核心的综合自动化
,整体上达到国际
先进水平。
二、实现选煤自动化的关键技术分析
(一)智能控制技术
近年来
,随着人工智能技术和其他信息处理技术,尤其是信息论、系统论和控制论的发展,
智能控制在控制机理和应用实践方面均取得了突破性的进展。选煤工业属于典型的流程工业
,
由于选煤过程存在的时变、非线性、强耦合、环境干扰不确定等因素
,导致过程建模困难。多变
量预测控制、自适应控制、模糊控制、专家控制系统以及神经网络方法等多种控制手段在石化
流程工业中的成功应用为选煤工业提供了有益的借鉴。对于选煤过程控制
,运用知识工程和
专家系统技术
,可以在控制过程难以辨识时避开建模的困难,同时通过充分利用人的知识与经
验建立控制策略
,提高系统的控制性能。通过知识工程方法将有关对象的定性知识、人的经验
知识与技巧和启发式逻辑推理有效地集成起来
,构成知识库系统,以支持系统控制策略和算法
的优选及运行状态的优化。利用神经网络对于复杂无模型不确定问题的自适应能力和学习能
力
,可以用于控制系统的补偿环节和自适应环节,以及非线性系统的辨识和控制。其快速优化
的计算能力
,可用于复杂控制问题的优化计算;同时充分发挥各种智能方法和技术的特长,通
过它们的有机结合
,形成互补的综合智能集成技术,为选煤工业过程控制和优化提供强有力的
技术支撑。
(二)软测量技术
所谓软测量技术是指采集生产过程中比较容易测量的二次变量
,构造推断估计器来估计
并克服扰动和测量噪声对过程主导变量的影响。软测量技术的实质是建立被测量参数与影响
这些参数的其他操作参数之间的数学模型
,用软件实现一些难于用仪表直接测量的变量的在
线估计。软测量技术可在一定程度上代替现有的人工分析和在线分析仪测量某些分析指标
,
是对生产过程进行先进控制和优化控制的前提和基础。选煤生产过程的动态特性往往表现为
非线性、大惯性和大滞后、多个变量相互关联、甚至是时变的
,因此,如何估计那些无法在线测
量而又对整个操作极为重要的工艺参数
,就成为选煤自动化亟待解决的难题和热点。开发高
性能的软测量仪表也是在尚未解决过程参数
,尤其是质量参数的“硬”测量技术前提高选煤工
程综合自动化的关键。作为自动化
“服腈”的传感器是实现选煤厂综合自动化的基础,其重要
性不言而喻。在大力加强和完善传统传感器和仪表精度与可靠性的同时
,寻求检测技术新机
理、新方法来提高选煤厂在线检测水平
,扩大选煤厂检测、监控工艺参数范围,满足选煤综合自