重介质旋流器分选密度自动推荐方法 |
|||||||
| 申请号 | CN202310785940.5 | 申请日 | 2023-06-29 | 公开(公告)号 | CN116871071A | 公开(公告)日 | 2023-10-13 |
| 申请人 | 山东能源集团有限公司; 云鼎科技股份有限公司; | 发明人 | 王立才; 徐加利; 胡立全; 郭利波; 姜进成; 赵松; 安满林; 李洪国; 曹怀轩; 王建莹; | ||||
| 摘要 | 重介质旋流器分选 密度 自动推荐方法，所述推荐方法包括以下步骤：收集用于精 煤 灰分建模使用的历史生产数据；对 预测模型 进行配置；配置对分选密度优化的一些生产项，所述配置生产项包括精煤产品目标灰分参数、精煤产品灰分合格范围、密度设定值 安全边界 参数和密度设定值最小变化单位参数；优化搜索配置和相关参数；使用历史生产数据和预测模型配置信息训练精煤产品灰分预测模型；对生产数据进行实时采集；根据生产要求和优化搜索的配置信息，对适合当前实时生产数据、满足生产要求且可得到最接近目标灰分的分选密度设定值进行优化搜索；接收优化搜索输出的分选密度结果并进行推荐展示。 | ||||||
| 权利要求 | 1.重介质旋流器分选密度自动推荐方法，其特征在于，所述推荐方法包括以下步骤： |
||||||
| 说明书全文 | 重介质旋流器分选密度自动推荐方法技术领域： [0001] 本发明涉及重介质旋流器分选密度自动推荐方法。背景技术： [0002] 原煤在生成过程中混入了各种矿物杂质，在开采和运输过程中不可避免地又混入顶板和底板的岩石及其它杂质；随着采煤机械化程度的提高和地质条件的变化，原煤质量将越来越差，表现在混入原煤的矸石增加，原煤灰分提高，末煤产率增长，水分提高；为了降低原煤中的杂质同时把煤炭按质量、规格分成各种产品就要对煤炭进行机械加工和选煤以适应不同用户对煤炭质量的要求，为合理利用煤炭资源创造条件。 [0003] 选煤是利用煤炭与其它矿物质的不同物理、物理—化学性质在选煤厂内用机械方法除去原煤中杂质，把它分成不同质量、规格的产品，以适应不同用户的要求；一般是采用重介质旋流器来进行重力选煤，根据煤和矸石的密度差别，将原煤中比重介质悬浮液密度低和比重介质悬浮液密度高的物质分开；由于生产中对精煤产品的灰分精度要求较高，且原煤的密度组成不稳定，需要根据生产变化及时调整重介质旋流器悬浮液密度，以实现好的分选效果，提高精煤产品质量稳定性。 [0004] 传统重介质旋流器的分选密度设定值完全依赖人工操作经验进行设定，对操作人员的经验知识要求高，操作误差较大，同时辅以预测分选密度的形式，这种形式的分选密度设定值具有较大的局限性，对样本数据的依赖性较强，从而无法得到比历史操作更优的分选密度。发明内容： [0005] 本发明实施例提供了重介质旋流器分选密度自动推荐方法，方法设计合理，将分流密度的自动推荐分为两个阶段，首先构建使用生产数据对精煤产品灰分进行预测的机器学习模型，然后基于精煤灰分预测模型，结合优化搜索算法，对满足产品质量要求的分选密度设定值进行优化，最终得到最适合当前生产情况的重介分选密度设定值，兼顾精准度和实用性，可以有效提高精煤产品质量，降低人工负担，提高自动化效率，解决了现有技术中存在的问题。 [0006] 本发明为解决上述技术问题所采用的技术方案是： [0007] 重介质旋流器分选密度自动推荐方法，所述推荐方法包括以下步骤： [0008] S1，收集用于精煤灰分建模使用的历史生产数据，包括分选密度设定值、影响分选密度设定值的数据以及对应的精煤灰分数据； [0009] S2，对预测模型进行配置，所述预测模型的配置内容包括模型输入、训练集与测试集的具体比例、数据归一化标准、预测模型方法选择和预测模型的相关配置项； [0010] S3，配置对分选密度优化的一些生产项，所述配置生产项包括精煤产品目标灰分参数、精煤产品灰分合格范围、密度设定值安全边界参数和密度设定值最小变化单位参数； [0011] S4，优化搜索配置和相关参数； [0012] S5，使用历史生产数据和预测模型配置信息训练精煤产品灰分预测模型； [0013] S6，对生产数据进行实时采集，所述生产数据满足精煤产品灰分预测模型的输入数据； [0014] S7，根据生产要求和优化搜索的配置信息，对适合当前实时生产数据、满足生产要求且可得到最接近目标灰分的分选密度设定值进行优化搜索； [0015] S8，接收优化搜索输出的分选密度结果并进行推荐展示。 [0016] 所述精煤灰分数据包括原煤灰分、入洗煤量、旋流器密度设定值、旋流器密度实际值、旋流器压力、磁性物含量、煤泥含量、精煤产量、中煤产量和矸石产量数据，以指定所搜集历史生产数据的时间范围和采样频率。 [0017] 在模型输入中，原煤灰分、入洗量、密度设定值三项是必选项，其他数据可以根据选煤厂的具体情况以及模型效果进行选择。 [0018] 所述训练集与测试集具体比例为80％‑20％。 [0019] 所述数据归一化标准的归一化方法至少包括最大最小值归一化、均值方差归一化。 [0020] 所述优化搜索配置包括优化算法的选择和优化算法的参数设置，所述选择的优化算法包括但不限于遗传算法，差分进化算法，粒子群算法；所述优化算法的参数设置需要配置种群规模，迭代次数，交叉概率，变异概率等参数。 [0021] 所述优化搜索相关配置主要包括密度搜索范围，优化目标使精煤产品灰分接近目标灰分值。 [0022] 所述重介质旋流器分选密度自动推荐方法的推荐系统包括历史数据搜索模块、预测模型配置模块、优化搜索配置模块、生产要求配置模块、预测模型建模模块、优化搜索执行模块和分析密度展示模块。 [0023] 本发明采用上述结构，通过搜集用于精煤灰分建模使用的生产数据为重介质旋流器分选密度自动推荐提供数据基础；通过对预测模型的训练进行相应的配置对输入数据进行选择、对特征进行归一化处理；通过根据搜集到的历史数据和预测模型配置，训练精煤灰分预测模型；通过根据优化搜索配置、生产要求配置以及预测模型，针对当前的实时生产数据，对满足生产要求的最优分选密度进行优化；通过基于生产数据对精煤产品灰分进行预测的精煤灰分预测模型，以及基于精煤灰分预测模型的优化搜索方案来得到分选密度设定值，具有实用高效、简便快捷的优点。附图说明： [0024] 图1为本发明的流程示意图。 [0025] 图2为本发明的推荐系统的结构示意图。具体实施方式： [0026] 为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。 [0027] 如图1‑2中所示，重介质旋流器分选密度自动推荐方法，所述推荐方法包括以下步骤： [0028] S1，收集用于精煤灰分建模使用的历史生产数据，包括分选密度设定值、影响分选密度设定值的数据以及对应的精煤灰分数据； [0029] S2，对预测模型进行配置，所述预测模型的配置内容包括模型输入、训练集与测试集的具体比例、数据归一化标准、预测模型方法选择和预测模型的相关配置项； [0030] S3，配置对分选密度优化的一些生产项，所述配置生产项包括精煤产品目标灰分参数、精煤产品灰分合格范围、密度设定值安全边界参数和密度设定值最小变化单位参数； [0031] S4，优化搜索配置和相关参数； [0032] S5，使用历史生产数据和预测模型配置信息训练精煤产品灰分预测模型； [0033] S6，对生产数据进行实时采集，所述生产数据满足精煤产品灰分预测模型的输入数据； [0034] S7，根据生产要求和优化搜索的配置信息，对适合当前实时生产数据、满足生产要求且可得到最接近目标灰分的分选密度设定值进行优化搜索； [0035] S8，接收优化搜索输出的分选密度结果并进行推荐展示。 [0036] 所述精煤灰分数据包括原煤灰分、入洗煤量、旋流器密度设定值、旋流器密度实际值、旋流器压力、磁性物含量、煤泥含量、精煤产量、中煤产量和矸石产量数据，以指定所搜集历史生产数据的时间范围和采样频率。 [0037] 在模型输入中，原煤灰分、入洗量、密度设定值三项是必选项，其他数据可以根据选煤厂的具体情况以及模型效果进行选择。 [0038] 所述训练集与测试集具体比例为80％‑20％。 [0039] 所述数据归一化标准的归一化方法至少包括最大最小值归一化、均值方差归一化。 [0040] 所述优化搜索配置包括优化算法的选择和优化算法的参数设置，所述选择的优化算法包括但不限于遗传算法，差分进化算法，粒子群算法；所述优化算法的参数设置需要配置种群规模，迭代次数，交叉概率，变异概率等参数。 [0041] 所述优化搜索相关配置主要包括密度搜索范围，优化目标使精煤产品灰分接近目标灰分值。 [0042] 所述重介质旋流器分选密度自动推荐方法的推荐系统包括历史数据搜索模块、预测模型配置模块、优化搜索配置模块、生产要求配置模块、预测模型建模模块、优化搜索执行模块和分析密度展示模块。 [0043] 本发明实施例中的重介质旋流器分选密度自动推荐方法的工作原理为：将分流密度的自动推荐分为两个阶段，首先构建使用生产数据对精煤产品灰分进行预测的机器学习模型，然后基于精煤灰分预测模型，结合优化搜索算法，对满足产品质量要求的分选密度设定值进行优化，最终得到最适合当前生产情况的重介分选密度设定值，兼顾精准度和实用性，可以有效提高精煤产品质量，降低人工负担，提高自动化效率。 [0044] 本申请的核心技术是基于生产数据对精煤产品灰分进行预测的精煤灰分预测模型，以及基于精煤灰分预测模型的优化搜索方案；提出了适用于重介质旋流器，端到端实现分选密度设定值自动设定的方法和系统；提出了煤炭分选领域的精煤灰分预测方法结合优化搜索方法的分选密度自动设定框架；提出了端到端的重介分选密度设定值优化框架，可以实现煤炭分选领域重介质旋流器分选密度的自动设定。 [0045] 对于重介质旋流器来说，其选煤过程是：物料和悬浮液以一定压力沿切线方向进入旋流器，形成强大的旋流。其中一股沿着旋流器内壁形成一个向下的外螺旋流.另一股是围绕旋流器轴心形成一个向上的内螺旋流,由于内旋流具有负压而吸入空气，从旋流器轴向形成空气柱。入料中的轻产物随着内螺旋流向上.从溢流口排出，重产物随外螺旋流向下，从底流口排出，从而实现了原煤分选。 [0046] 重介质旋流器根据煤和矸石的密度差别，将原煤中比重介质悬浮液密度低和比重介质悬浮液密度高的物质分开。由于生产中对精煤产品的灰分精度要求较高，且原煤的密度组成不稳定，需要根据生产变化及时调整重介质悬浮液密度，以实现好的分选效果，提高精煤产品质量稳定性。 [0047] 而现有的重介质旋流器分选密度预测技术往往是仅以精煤灰分作为输入，预测重介质悬浮液密度设定值，没有考虑其他因素对密度设定值的影响，所得到的密度设定值无法保证产品质量稳定；由于使用的是历史数据，不能确定预测出的密度设定值是否满足产品质量要求。 [0048] 在整体方案中，主要包括以下步骤：收集用于精煤灰分建模使用的历史生产数据，包括分选密度设定值、影响分选密度设定值的数据以及对应的精煤灰分数据；对预测模型进行配置，所述预测模型的配置内容包括模型输入、训练集与测试集的具体比例、数据归一化标准、预测模型方法选择和预测模型的相关配置项；配置对分选密度优化的一些生产项，所述配置生产项包括精煤产品目标灰分参数、精煤产品灰分合格范围、密度设定值安全边界参数和密度设定值最小变化单位参数；优化搜索配置和相关参数；使用历史生产数据和预测模型配置信息训练精煤产品灰分预测模型；对生产数据进行实时采集，所述生产数据满足精煤产品灰分预测模型的输入数据；根据生产要求和优化搜索的配置信息，对适合当前实时生产数据、满足生产要求且可得到最接近目标灰分的分选密度设定值进行优化搜索；接收优化搜索输出的分选密度结果并进行推荐展示。 [0049] 进一步的，推荐系统包括历史数据搜索模块、预测模型配置模块、优化搜索配置模块、生产要求配置模块、预测模型建模模块、优化搜索执行模块和分析密度展示模块。 [0050] 本申请将重介质分选密度自动设定方法与多个产品模块相结合，形成了一套从历史数据采集到分选密度展示的端到端重介质旋流器分选密度设定值自动设定系统，使用历史数据构建得到了精煤灰分预测模型，结合优化搜索方法对最适合当前生产数据的分选密度设定值进行优化，避免了直接使用人工操作的分选密度训练密度预测模型，理论上可以得到优于人工操作的分选效果。 [0051] 实际使用时，一般搜集最近3个月的历史生产数据，将精煤产品目标灰分配置为8.7，将精煤产品灰分合格范围配置为[8.5,9]，密度设定值安全边界配置为[1.45,1.6]，密度设定值最小变化单位为0.001。 [0052] 优选的，优化搜索配置至少包括优化算法的选择和优化算法的参数设置，所述选择的优化算法包括但不限于遗传算法，差分进化算法，粒子群算法；所述优化算法的参数设置需要配置种群规模，迭代次数，交叉概率，变异概率等参数。 [0053] 综上所述，本发明实施例中的重介质旋流器分选密度自动推荐方法将分流密度的自动推荐分为两个阶段，首先构建使用生产数据对精煤产品灰分进行预测的机器学习模型，然后基于精煤灰分预测模型，结合优化搜索算法，对满足产品质量要求的分选密度设定值进行优化，最终得到最适合当前生产情况的重介分选密度设定值，兼顾精准度和实用性，可以有效提高精煤产品质量，降低人工负担，提高自动化效率。 [0055] 本发明未详述之处，均为本技术领域技术人员的公知技术。 |
||||||
QQ群二维码
意见反馈
意见反馈