基于长短期记忆的煤炭含水率智能预测与实验研究

考虑影响煤炭含水率变化的温度、湿度和风力等主要天气因素,以神华黄骅港为例,研究港口煤垛堆场的煤炭含水率预测方法。该方法首先基于长短期记忆(Long Short-Term Memory,LSTM)神经网络建立煤炭含水率预测模型,然后通过对采集到的港口实时天气数据和煤堆不同煤种的含水率数据融合处理,使用LSTM网络对训练数据集进行训练,并用来测试数据集,最后确定煤炭含水率预测模型,从而实现对堆场的智能洒水。研究结果表明,该模型对煤港堆场含水率预测的准确率在85%以上,据此模型建立智能洒水策略,能有效抑制煤堆起尘。上述方法对节约港口用水和减少污水量,以及对煤炭绿色开采和绿色生态港口建设具有参考价值。

煤炭含水率检测及洒水系统

为解决港口除尘作业过程中过度洒水导致煤炭品质下降的问题,开发煤炭含水率检测及洒水系统。采用微波水分检测、超声波测距质量补偿、激光防碰撞等技术实时检测混合煤炭含水率,再将检测结果与不同货类煤炭的理想含水率取值区间进行匹配,控制洒水系统适量进行喷淋。

露天煤炭堆场智能化环保监测控制系统研究

针对现有降尘系统作业由人工控制,存在水资源和电能消耗多、及时性差、智能化程度低等缺点,在煤炭堆场原有洒水除尘系统的基础上,对堆场粉尘数据、风向风速、温湿度等环境条件进行实时检测,结合煤炭种类、含水率、堆存量等相关参数,完成对除尘系统的智能化控制,实现科学洒水和节能减排。

基于PLC控制的本质长效抑尘系统

操控员手动控制港口长效抑尘系统,通过现场反馈使用效果进行调整的操作方式,存在自动化程度低、精度不足等问题。文中通过研究煤炭含水率与起尘关系、使用粉尘检测仪检测粉尘浓度以及使用超声波物位计检测粉尘浓度等方法,研究翻车机底层洒水自动化控制系统,可减少人工参与,提升控制精准度。测试结果显示,采取超声波物位计检测粉尘浓度与翻车机、堆料机起尘规律相结合的方法,编写翻车机底层洒水自动控制程序,可实现翻车机底层洒水自动投切以及调整挡位,实现长效精准抑尘。