动力煤选煤厂煤泥梯级提质及无量化研究

为了适应煤泥减量化的需求,以淮北桃园选煤厂动力煤为研究对象,基于煤泥粒度、密度和矿物组成分析,提出了三阶段煤泥减量化的技术路线,确定了粗煤泥重选和尾煤泥深度浮选的梯级降灰提质以及细煤泥新型压滤机降水提质方案。研究结果表明:粗煤泥分别采用干扰床分选机和螺旋分选机进行分选试验,以螺旋分选粗精煤产率更高,产率为88.82%,灰分为23.05%;尾煤泥采用一次浮选回收,当药剂用量为0.45kg/t,入料浓度为90g/L时,精煤产率为41.31%,灰分为15.74%,发热量可提高到20.97MJ/kg。经过粗煤泥分选、尾煤泥浮选以及细煤泥脱水,粗精煤和精煤泥的发热量分别提高了23.50%,65.30%,煤泥经降水后可全部回掺,其掺混后商品煤发热量为21.32MJ/kg,实现了动力煤选煤厂的煤泥无量化。

三星选煤厂降低用电成本的探索与实践

选煤生产过程中大型设备使用较多,加强选煤厂用电管理对稳定电力输送、提高能源利用、降低洗选加工成本等均具有重要意义。针对三星选煤厂因用电单耗高、电费单价高等原因造成的电费成本较高的问题,在分析电费组成及电费影响因素的基础上,结合当前电力体制改革政策,通过提高生产效率、缩短生产故障停时、细化生产组织管理、避高峰组织生产、降低力调电费等措施,来降低三星选煤厂用电成本。改进措施实施后,三星选煤厂装机总功率由原来的2794kW降低至2778kW;原煤处理量由280t/h提高至380t/h;生产故障停时由每生产100h停3 h缩短至1 h;总的生产时间中“谷时段”生产的比例由45%提高至60%左右。通过改进,吨原煤用电成本由4.25元降低至2.79元,每年可为企业节约电费175.2万元,10个月可收回成本。

五举煤业实现煤质创效的应用实践

为解决升井原煤煤质差,煤质检测存在滞后性,影响选煤厂生产效率及产品质量的问题,基于对原煤开采、运输及洗选加工各环节的分析,通过采取降低工作面采高,建设井下TDS智能干选预排矸系统,采用自动采制样、煤质在线检测,对煤质进行信息化、数字化管理等措施,实现对煤炭质量的精准控制和预警。实践表明,以上措施采用后,升井原煤灰分平均降低15个百分点,洗选精煤灰分波动小于0.3个百分点,精煤产率达到35%以上。通过实施全过程煤质控制,降低了生产成本,减少了环境污染,提高了企业的经济效益和社会效益,可为其他存在类似问题的选煤厂提供一定借鉴。

疏水改性对粗精煤泥助滤脱水效果的影响研究

为厘清疏水改性对粗精煤泥助滤脱水的影响规律,以临涣选煤厂粗精煤泥为研究对象,基于其矿物组成、粒度组成分析,采用过滤脱水、离心脱水试验研究了十六烷基三甲基氯化铵(1631)、十二烷基三甲基氯化铵(1231)和自研药剂(UTG-1,UTG-2)等四种疏水改性剂对粗精煤泥助滤脱水效果的影响,并分析了疏水改性强化粗精煤泥脱水的作用机理。试验结果表明:粗精煤泥中杂质的主要成分为蒙脱石、高岭石和石英,且这些杂质在细粒级中含量更高,不利于脱水;过滤脱水试验中,UTG-1的效果最佳,体现为用量小(200g/t)、水分降幅大(由15.83%降低至低于8%)、过滤速度也有所提升,同时提高搅拌强度可一定程度上增强疏水改性对粗精煤泥水分的降低效果;离心脱水试验中,1631的降水效果最佳,体现为水分降低幅度较大(约3.61个百分点)且效果更加稳定。机理分析表明:与疏水改性剂作用后,煤样表面更加疏水,从而有利于降低滤饼水分并提高脱水效率。研究结果可为选煤厂降低精煤水分、提高精煤脱水效率提供一定借鉴。

风力干法选煤技术研究现状与展望

介绍了复合式干法分选、风力摇床分选、风力跳汰分选、振动逆流分选及振动螺旋分选等干法选煤技术发展历程与分选原理、技术性能及其适用性,阐述了在“双碳”背景下煤炭高效清洁干法分选技术所面临的难题与困境,提出降低分选粒度下限、提高分选精度、增强对入选原煤外在水分适应性和发展风力选煤智能化的未来干法分选技术发展方向,以为应对新形势下煤炭洗选加工难题提供了解决方案。

智能加药系统在煤泥水处理中的研究与应用

煤泥水处理是选煤厂生产过程中的关键环节。为了解决煤泥水处理过程中存在的药剂浓度不稳定、人工经验依赖性强、药剂调整滞后、操作效率低等问题,王坡选煤厂在基于煤泥水处理现状分析的基础上,进行了加药系统智能化改造,通过对助滤剂和絮凝剂制备及加药装置进行设计,构建参数检测系统,完善控制方案,实现了煤泥水系统的高效运行。生产实践表明,智能加药系统持续稳定运行,减员3人,实现了无人值守;浓缩效率提高了2.19个百分点,底流固体产率提高了0.76个百分点,压滤上料时间缩短了500s/班;絮凝剂用量降低了8.56%,助滤剂用量降低了10.25%;减少了生产事故的发生。智能加药系统的应用,每年可为王坡选煤厂节约人工成本、电费和材料成本约87万元,经济效益显著。

基于改进MobileNetV3的选煤厂实时火灾识别方法研究

选煤厂的早期火灾识别可以极大保障人员和财产的安全,然而现有的火灾识别方法往往存在误报率高、实时性差等问题,难以满足实际需求。为了解决选煤厂实时火灾识别效果不理想的问题,基于计算机视觉领域中网络结构、轻量级网络和注意力机制的研究现状,针对目前选煤厂等工业生产环境中火灾识别方法存在识别延迟、推理速度较慢、难以进行实时识别等问题,提出将注意力模块CBSAM(Convolutional Block Second-order Attention Module)集成到Mobile-NetV3网络中来增强模型的表示能力,解决选煤厂的实时火灾识别问题。为提升特征表示能力,CBSAM模块在平均池化和最大池化特征的基础上引入二阶池化特征,通过通道注意力模块生成通道注意力图,然后通过空间注意力模块生成空间注意力图。为验证该模型在选煤厂实时火灾识别中的有效性,数据集采用开源数据集Fire Dunning Dataset和选煤厂现场收集的数据,通过消融实验验证CBSAM模块的有效性,通过对比实验验证CBSAM模块与改进MobileNetV3网络的泛化性与有效性。结果表明:通过引入CBSAM模块与MobileNetV3网络相结合,实现了轻量级网络与高效特征提取的有机结合,提高了网络的分类效果;CBSAM-MobileNetV3收集到的选煤厂火灾识别数据集具有良好的识别准确率。在MobileNetV3网络的基础上通过集成CBSAM模块减少了冗余信息的干扰,网络分类效果明显优于其他轻量级网络架构,能够有效地提升火灾识别的准确率,可以应用于选煤厂火灾识别任务。

LVB4361大型振动筛动态特性及试验模态研究

为确定大型振动筛的振动参数并验证其合理性,文章以LVB4361大型振动筛的筛箱为研究对象,通过有限元分析方法对其筛箱进行了静态、模态和谐响应分析,并应用高精度DH5922D动态信号测试分析系统对LVB4361大型振动筛的固有频率和主振型进行了现场测试。有限元分析表明:LVB4361型振动筛第8阶模态对应的固有频率为16.4Hz,与工作频率(15Hz)最为相近,二者相差9.3%,满足使用要求;第7—10阶模态对应的筛箱固有频率与工作频率较为相近,其中第7—8阶模态的振型为出料端和入料端的左右摆动,第9阶模态的振型为筛箱出料端加强梁的局部摆动,第10阶模态的振型为筛箱出料端和入料端的扭转振动;当工作频率为15Hz时,筛箱整体应力分布较均匀,高应力区主要分布在从前端数第四根横梁、第四根横梁与侧板连接处的端部,最大值为57MPa,动应力安全系数为5.42,满足振动筛许用动应力要求;筛箱位移最大为10.22mm,满足筛箱工作时对振幅的要求;大型振动筛的振动参数整体设计合理。现场测试表明:测试得到的第3阶模态的固有频率为16.362 Hz,与筛箱工作频率15 Hz相差9.08%,可避免共振;各项测试结果与有限元分析结果类似,验证了有限元法模态分析的准确性,进一步说明该大型振动筛的振动参数设计合理。有限元分析和现场测试技术的应用可有效地明确筛机振动参数及其合理性,为大型振动筛的设计可靠性提供了技术依据。

管状带式输送机常见故障分析及综合治理方案

为有效解决管状带式输送机因跑偏、扭转等故障导致的设备停运、损坏、使用寿命降低等实际问题,基于故障产生的原因分析,逐步形成了以跑偏及扭转故障管控、辅助清扫措施设置、电气保护设施设计、日常检查和周期性检查维护为一体的综合治理方案。生产实践表明:经过综合治理,管状带式输送机事故率有效降低,轻微跑偏故障处理时间能有效缩短至10min以内,输送带有效使用年限延长50%。该治理方案解决了管状带式输送机常见的故障,提高了自动监测保护水平,可以有效避免事故的扩大化,降低事故处理难度,延长运输设备的使用寿命,有利于生产的稳定运行。

选矸机器人高速并联机构伺服驱动选型研究

为了实现煤矸的高效分选,基于选矸机器人结构及工作原理,在建立并联机构位移、速度、加速度、转矩、等效转动惯量数学模型和选矸运动轨迹规划的基础上,提出了一种用于煤矸分选的三自由度串并混联机器人的伺服电机选型方法:计算分析了选矸过程中机器人主动关节速度、转矩、等效转动惯量和功率的变化分布;针对速度、转矩、等效转动惯量随机构位形改变连续变化的问题,提出根据最大瞬时功率初步选取伺服电机,然后参考关节最大转速和电机允许最大转速选取减速器减速比,结合电机转矩特性曲线进行功能校验的伺服电机选型方法;指出在设计过程中应尽量选取大速比减速器,以减小电机负载惯量比,降低惯量波动干扰,提高系统控制响应速度和运行稳定性。测试和应用结果表明:设计开发的选矸机器人作业周期为1s,横向选矸推力达25kg。该机器人发挥并联机构可实现高速、高刚度的结构特性,结合串联机构工作空间大、结构简单的优势,适于高效煤矸分选,且已成功应用于多条选煤生产线的中、大块矸石分选,长期连续工作运行稳定。研究为机器人伺服驱动系统设计提供了有益的参考。

新构型重介质旋流器在邯郸洗选厂的应用

为解决传统构型重介质旋流器中煤带精煤量高、矸石带煤量高等问题,邯郸洗选厂采用新构型重介质旋流器对南部重介质分选系统(南部系统)进行了改造,并与未改造的北部重介质分选系统(北部系统)进行了对比。结果表明:相较未改造的北部系统,改造后南部系统的数量效率提升了3.44个百分点,可能性偏差也明显降低,同时精煤灰分合格率提升了5.59个百分点,重介质损耗降低了0.11kg/t,综合精煤产率预计提升0.61个百分点。新构型重介质旋流器的应用为企业带来了较高的经济效益,为工艺系统下一步改造升级提供了可靠依据。

高矿化度矿井水除盐浓水用于煤泥水絮凝沉降的试验研究

为探寻高矿化度矿井水除盐浓水的适宜出路,基于对除盐浓水中阴阳离子含量的分析,以禾草沟煤矿选煤厂尾矿煤泥水为试验对象,进行了以除盐浓水作为凝聚剂的絮凝沉降试验。结果表明:除盐浓水作为凝聚剂与聚丙烯酰胺配合使用时,满足生产需要的适宜用量为212L/t,此时平均沉降速度为5.52mm/s,上清液浊度为211NTU,效果与聚合氯化铝、氯化镁、氯化钙等三种常规凝聚剂在用量分别为1950,2683,2970g/t时相当;通过理论计算并结合试验结果认为,除盐浓水的凝聚效能的来源主要为电性中和。总体而言,除盐浓水既可作为凝聚剂,在保障絮凝沉降效果的同时有效减少常规凝聚剂的使用,进而提高选煤厂经济效益;又可选择性地作为选煤厂生产补水,从而有效解决了除盐浓水常规处理方式可能带来的环境生态问题。研究结果可为高矿化度矿井水除盐浓水的有效利用提供一定参考。

双鹤选煤厂煤泥分选系统的优化改造实践

为解决原粗煤泥回收用高频筛筛下“跑粗”,致使浮选入料粒度超限,以及浮选环节处理能力不足、分选效果差而限制系统整体入选能力等诸多煤泥分选系统问题,双鹤选煤厂基于生产问题的分析,采用增设粗煤泥分选环节和增设浮选机的方式进行了技改。技改结果表明:干扰床分选效果良好,数量效率达98%,其溢流采用高频振动叠层细筛,脱泥脱水效果好,使粗精煤泥灰分较改造前降低了0.23个百分点,水分也有所下降;浮选入料中>0.25mm粒级物料大大减少,相应地浮选尾矿灰分升高至67%左右,相较改造前提升约27个百分点,效果显著;同时,选煤厂综合精煤产率由75.40%增加至78.57%,原煤年处理量由0.4Mt提升至1.20Mt,满负荷生产年精煤可增产0.64Mt左右,经济效益显著。

大型跳汰机机体有限元分析

为更好地指导跳汰机大型化过程中的机体设计并检验当前设计的合理性,以现30m^(2)三段跳汰机为研究对象,通过理论计算得出机体空气小庙内的低压风风压以及机体的许用疲劳应力,并以此为基础进行了有限元分析。结果表明:考虑安全系数,空气小庙内的低压风风压为35427.6Pa,机体许用弯曲疲劳应力为214 MPa;此条件下,当跳汰机机体钢板厚度为8 mm,且间隔750 mm加设筋板时,机体最大等效应力为69.7MPa,最大变形为0.9mm,机体结构安全,满足强度和刚度要求;若跳汰机大型化过程中,机体受到的空气压力变化较小,那么只要间隔一定距离加设筋板,机体就可以满足强度和刚度要求。研究结果为跳汰机进一步大型化提供了一定的理论支撑。

“双碳”背景下干法选煤技术研究新进展

干法选煤技术适合高寒干旱地区煤炭的分选加工,尤其对于我国来说,大的煤炭基地都位于中西部缺水地区,发展干法选煤是我国未来煤炭分选一个大的发展趋势。文章简要介绍了几种常用的干法选煤设备。然后分析了“双碳”背景下,我国干法选煤技术的新进展和新方向,包括以射线干选机、风力干选机为代表的大型干法选煤设备,专用于0~13mm细粒级煤炭干法分选技术,以及干选智能化建设领域的研究进展:射线类干法分选机通过双源识别算法的改进升级,使识别精读进一步提升;风力干选设备通过研制分选床面横向、纵向角度伺服控制系统和数字供风系统,以及建立选煤过程闭环控制数学模型和干法选煤数字孪生平台等实现智能化管理模式。最后,笔者从绿色干法分选、高效干法分选、智能干法分选三方面展望了新形势下干法选煤技术的发展方向。

IPv6在选煤工业互联网的应用研究

当前选煤生产网络主要使用基于IPv4协议的传统工业互联网,然而随着数字矿山、智慧矿山建设的大力推进,选煤厂生产规模不断扩大,使得智能化设备大量应用,对IP地址的需求越来越大,导致传统的选煤工业互联网IPv4资源逐渐耗尽,制约了选煤企业数字化基础设施的升级。文章介绍了IPv6的产生背景及发展前景,分析了选煤工业互联网应用现状,提出了IPv6在选煤企业的推广应用建议。分析认为:IPv6协议能解决IPv4协议地址空间耗尽的问题,IPv6技术在选煤工业互联网的应用可分为在选煤工业互联网子系统的应用、选煤工业互联网试用、选煤工业互联网大规模成熟应用三个阶段,可从开发出可覆盖选煤环境的IPv6矿用网络设备、适配IPv6协议的选煤应用系统以及适配IPv6协议的选煤设备硬件控制器三个方面进行推进。建议制定IPv6规模部署计划,为选煤企业数字化投资提供基础数据支撑、技术支持和保障;分IPv4单栈、IPv4/IPv6双栈、IPv6单栈三个阶段部署协议交换平台;部署统一访问及服务体系,提升选煤各网络域业务系统访问便利性;建立安全防护体系,强化网络基于VxLAN+EVPN、IPv6自组网技术的安全防护能力;建立统一的自动化、智能化运维支撑平台,实现全网部署、全栈监测、全程管控。选煤企业应积极推动IPv6在企业的深度应用,尽早实现数字化转型和智能化升级,为选煤行业的可持续发展提供支撑。

跳汰选煤技术与装备的应用与发展

跳汰选煤历史悠久,过去曾是最主要的选煤工艺,近二十年来随着重介和干选的快速发展,跳汰应用比例大幅下降。为扬长避短,保持跳汰的生命力,科研工作者不断进行挖潜创新,开发了多项新技术,提高了跳汰分选效果和装备性能,拓宽了其应用范围。文章介绍了跳汰选煤的发展史,阐述了当今几种常用跳汰机的技术特点,列举了一些典型应用案例,提出了需要解决的难题,并展望了跳汰选煤技术未来的发展趋势。

选煤厂智能化建设关键技术研究进展

经过近几年的努力,选煤厂智能化建设在关键生产环节智能控制、全面的智能管理与智能决策、选煤数据标准化等方面都取得了实质性进展。为总结选煤厂智能化建设成果,文章从选煤厂智能化建设整体发展、重力分选过程智能化、选煤厂智能管理和智能决策、选煤标准数据体系等方面就研究现状、最新进展进行了详细介绍,并对未来选煤厂智能化建设所面临的问题提出了思考。分析认为:从整体发展上看,选煤厂后续智能化建设还任重道远;未来分选系统智能化建设应结合自身工艺特点对分选环节进行全流程、全系统的智能化策略研究,对于两个及以上分选系统要考虑建立全面感知系统,对分选系统数据应进行采集、存储和标准化以便于进行分选效果在线分析与评价;选煤厂智能管理在全局统筹、煤质数据管理、车间及班组管理模块、各层级数据交互、智能元素等方面的发展存在不足,大部分选煤厂在全面数据分析基础上的智能决策建立仍比较缺乏;选煤厂的数据治理工作取得了初步成果;在线监测仪表不准、智能系统运行不稳定、后期维护任务重、人才缺口大、项目缺乏规划等是制约选煤厂智能化发展的共性问题,指出了未来选煤厂进行高级智能化建设的具体工作方向。伴随着智能化选煤厂建设的初步成果,有许多难题派生出来,需要建设者们不懈努力去研究新课题。

有关浮选效率问题的商榷

为进一步探讨有关浮选效果评价的问题,笔者针对《选煤技术》2021年第4期刊载的《浮选效率评价方法分析》一文提出的学术观点,进行了相关研究与分析:应用汉考克分离效率公式计算了选煤厂筛分效率、水力分级效率、浮选完善指标、脱水效率;对《选煤厂浮选工艺效果评定方法》(MT/T 180—1988)中的两项指标——浮选精煤数量指数和浮选完善指标进行了必要解释和说明;对《浮选效率评价方法分析》一文提出的浮选试验方法及其分离组分数目进行了相关分析;以作图取值法获得西庞选煤厂分界灰分,基于煤泥中存在小于或大于分界灰分两部分物料的客观实际,采用汉考克分离效率公式,分别从精煤角度和尾煤角度计算了西庞选煤厂浮选效率。分析认为:采用汉考克分离效率公式计算选煤厂筛分、水力分级、浮选、脱水作业工艺指标,无论按哪个产物中来计算,分离效率均相同;尽管浮选完善指标未考虑到浮选过程中的“错配”现象,在应用时存在一定“局限性”,但将其应用于“同一性质”煤泥浮选效果的评定时,判定重点不是绝对数值的大小,而是被考核指标之间的差值;《浮选效率评价方法分析》一文提出的试验方法为今后浮选工艺效果评定开辟了一个新思路,但为避免相邻组分灰分差别很小或分析煤样质量不够,应对分离组分数目进行精简;基于汉考克分离效率理念,无论是从精煤角度还是尾煤角度计算西庞选煤厂浮选效率,结果均相同。文中分析佐证了汉考克分离效率公式的严谨性;建议应用浮选完善指标时要对“同一性质”煤泥做到心中有数;提出在保证试验精度的前提下应对分离组分数目进行精简;同时认为浮选效率可定量表征低灰煤泥和高灰煤泥正配和错配情况,可适用于不同性质煤泥浮选效果的横向对比。

利用Python软件绘制原煤可选性曲线的研究

可选性曲线在煤炭分选效果预测、运营管理、结果评价等各阶段都被重用,其准确高效绘制非常必要。为适应当前选煤智能化发展趋势,基于常用的智能算法平台,提出了一种利用Python软件绘制原煤可选性曲线的方法,借用国标煤炭浮沉试验数据,并结合NumPy、Scipy、Matplotlib、Pandas等第三方库,进行选煤生产中常用的HR可选性曲线的绘制。研究结果表明,利用Python软件可实现HR可选性曲线的自动绘制,且绘制结果满足选煤生产需求。利用Python软件绘制煤炭可选性曲线有助于实现煤炭重选效果预测优化决策与选煤智能化系统的无缝衔接。