基于AP聚类算法的跳汰机床层松散度软测量建模

松散度是跳汰分选过程的重要影响因素,针对其难以用仪器在线检测的问题,提出采用最小二乘支持向量机(LS-SVM)的软测量建模方法。在充分考虑分选过程高度非线性及强耦合性的基础上,为避免单模型建模回归精度差和泛化能力弱的问题,提出采用基于仿射传播(AP)聚类的LS-SVM多模型建模算法进行床层松散度软测量建模。首先采用AP算法对样本数据进行聚类划分,再用LS-SVM的方法对子类样本分别建立子模型,最后通过子模型切换策略得到系统输出。仿真实验表明,基于AP聚类算法的LS-SVM软测量建模算法能够更好地预测跳汰机床层松散度。

基于γ射线密度探测的跳汰机床层松散度回归方法

本文研制了γ射线床层密度在线探测器,实现了跳汰机床层内沿垂直方向上三点处的床层密度测量,在此基础上,通过记录跳汰机床层密实期与松散期的密度值和脉动振幅,分析了密实期与松散期的密度差与床层松散度之间的关联关系,提出了用床层底层及上层同一点处的密度差构建床层松散度的二阶回归模型的方法。

跳汰床层松散度模糊控制系统的研制

通过分析床层分层过程,提出了一种床层松散度的检测方法,并以此为基础设计了跳汰床层松散度模糊控制系统,该系统以PLC为核心,以模糊算法为控制器,用质量流量控制器(MFC)控制进风量使床层适当松散,从而使跳汰床层良好分层,实现了跳汰床层松散度的自动控制。

跳汰机床层松散度的计算机检测系统

本文介绍了跳汰机床层松散度的检测、以及检测系统的组成和实现方法 。

跳汰床层松散度的优化控制

跳汰选矿是重要的选矿方法,而风阀是跳汰机控制的主要设备。通过分析跳汰机床层分层过程,提出了一种床层松散度的检测方法,采用模糊控制算法对床层松散度进行优化控制,该优化控制方法利用超声波传感器来检测床层的跳动高度,以S7-1200为核心,给出了PLC的硬件配置、控制流程以及工业以太网的通信,实现了跳汰机风阀参数的自动控制。

跳汰床层松散的模糊控制

分析了跳汰床层松散度的表示形式 ,提出了床层松散的模糊控制方案。控制方式简单 ,实现容易 ,便于跳汰机的自动控制 ,能够提高分选效果。

采取完善的工艺设备大力发展洁净煤技术

近年来，兖州矿业（集团）公司鲍店煤矿选煤厂采取完善的工艺设备，为洁净煤技术工业化发展探索了一条切实可行的道路。 跳汰过程是将物料密度差异转换成空间分布差异的过程，必须具备由介质和床层共同产生的动力学环境。电脑数控风阀具有重复进气作用，使程控风阀系统能获得更加接近理想状态的床层松散度、介质液位、

跳汰分层准重液机理探讨

在总结了跳汰选煤长期生产实践的基础上 ,引入了准重液的概念 ,提出了跳汰分选过程中按准重液密度分层的假说 ;准重液密度 =(矿粒重力 -流体对矿粒流动阻力 )

柔性空气室模型跳汰机风阀控制系统研究

根据已有的跳汰知识和规则,以及试验得到的跳汰周期、风阀参数、低压风压对液面脉动高度和床层松散度影响规律,设计了柔性空气室跳汰机风阀控制系统的专家知识库;采用前馈-反馈控制策略,以床层松散度为被控变量、液面高度为干扰变量,设计了基于专家控制器的柔性空气室模型跳汰机风阀控制系统。