人工智能技术在煤质无人化验系统中的应用

介绍了人工智能技术在煤质无人化验系统中的各项应用,包括工业机器人技术、计算机视觉与行为识别技术、大数据分析与机器学习、智能故障诊断系统等在无人化验系统中的作用,并对未来的研究方向进行了展望。

加热棒技术在氧弹量热仪中的运用

针对氧弹量热仪熔断式点火需人工缠绕点火丝从而导致操作繁琐、点火丝残留致使实际点火热与实验设定点火热不一致以及点火偶尔失败等问题,分析氧弹内部结构和点火丝点火的工作原理,将点火丝用高温绝缘陶瓷类材料包裹成加热棒,并将电阻丝加热区域集中在加热棒顶部,使加热棒顶部发热区域始终与待点火煤样接触,确保点火成功率满足要求。对氧弹量热仪的主机和氧弹进行改造,将氧弹内原有的熔断式点火方式改进为加热棒点火方式,并进行量热仪热容量标定以及煤样弹筒发热量测试。经大量实验证明,加热棒点火方式与熔断式点火方式的发热量检测结果间无显著性差异,可以相互替代使用,但加热棒点火方式可重复点火、降低劳动强度、提升设备自动化水平,从而提高了设备使用率。

采用绝热式自燃测试方法分析煤的自燃倾向

对煤的自燃倾向进行快速有效鉴别,有助于对煤的自燃倾向采取分级分类管理从而有效防治煤矿火灾,因而采用绝热式自燃测试方法对煤的自燃倾向进行准确分析很有必要。简要介绍绝热式自燃测试方法的测试原理及其仪器结构,模拟煤炭自燃的物理过程,通过采用包括反应器、气体预热铜管和跟踪温度控制方式等综合绝热措施以实现300 g煤样的自然发火实验,记录煤样从40℃上升到70℃的升温速率(或前30 h的升温速率),测试煤样的自燃特性曲线并分析曲线特征。即建立煤绝热氧化产热速率计算模型,结合实验数据计算所得的煤在绝热氧化条件下的升温速率和产热速率可鉴定煤自燃倾向性的强弱。采用绝热式自燃测试方法对不同煤的自燃倾向分析后表明,无烟煤和部分烟煤的自燃倾向较低,褐煤的自燃倾向较高,故而在煤矿开采时需特别注意褐煤的自燃倾向。