屯兰选煤厂不同粒度煤的煤质定量分析研究

为了快速检测煤炭的灰分和硫分,以屯兰选煤厂0.42、0.177、0.125 mm三个粒度等级煤样为研究对象,采集了300个煤样的近红外光谱图,利用主成分回归(PCR)算法,建立了基于学生氏残差剔除异常样品后的定量回归模型,并与标准值进行了对比分析。分析结果表明:粒度等级0.42 mm煤样的灰分模型效果较好,校正集相关系数和均方根误差分别为0.927 0和0.039 9,预测集相关系数和均方根误差分别为0.911 1和0.043 9,模型的稳定性较高;粒度等级0.177 mm煤样的硫分回归建模效果较好,校正集和预测集的相关系数均达到0.96以上,校正集均方根误差和预测集均方根误差分别为0.019 5和0.016 7,模型具有较强的预测能力。该研究为煤质内部成分的快速检测提供了有效的分析方法。

抑制剂对屯兰选煤厂细煤泥浮选效果的影响研究

针对屯兰选煤厂细煤泥浮选效率低、生产成本高等问题,分别以煤油和仲辛醇作为捕收剂、起泡剂,探索水玻璃和三偏磷酸钠、羧甲基纤维素钠三种抑制剂对细煤泥浮选效果的影响规律,并确定不同药剂的最佳用量。试验结果表明:在试验范围内,随着抑制剂用量的增加,细煤泥浮选效果逐步改善,但过量添加抑制剂会使其浮选效果变差;当羧甲基纤维素钠用量为40 g/t时,细煤泥浮选效果最好,浮选精煤产率为69.72%,对应的灰分为9.81%,精煤可燃体回收率为78.60%,浮选完善指标为44.40%。

屯兰选煤厂煤泥浮选药剂种类与用量优选试验

针对目前屯兰选煤厂煤泥浮选效率低、成本过高的现状,以该选煤厂煤泥为研究对象,以煤油和ZFC乳化油作为捕收剂,仲辛醇作为起泡剂,进行浮选药剂及其用量选择试验。试验结果表明:在试验条件下,ZFC乳化油作为捕收剂时煤泥浮选效果优于煤油;当ZFC乳化油与仲辛醇的用量分别为1 000、90 g/t时,煤泥浮选效果最好,浮选精煤可燃体回收率为94.35%,浮选完善指标为49.72%。

屯兰选煤厂高灰细粒煤泥浮选试验研究

针对屯兰选煤厂高灰细粒煤泥浮选难度高、效率低等问题,分别采用不同型号起泡剂、捕收剂和抑制剂进行浮选试验,探讨不同药剂用量以及药剂相互结合条件下的浮选优化试验。试验结果表明:适量药剂的添加会使浮选效果变好,抑制剂对高灰细粒煤泥的精煤产率影响最大。在仲辛醇用量为80 g/t、煤油用量为400 g/t和水玻璃用量为60 g/t时,浮选效果达到最佳,可燃体回收率为88.22%,浮选完善指标为61.76%。

基于Profibus总线的煤矿供电自动化系统设计

针对目前煤矿供电系统使用的保护装置自动化程度低、维护难度大以及操作复杂等问题,设计了一套基于现场总线的煤矿供电自动化系统;介绍了整个供电系统的架构、主站和分站的硬件构成和软件设计。并通过工业现场试验证明了其功能的可靠性和稳定性,能够应用于工业生产,为矿井同类型设备的设计提供了经验。

基于主成分分析的中煤发热量的检测研究

为了研究中煤的发热量,采集了100个中煤样品的近红外漫反射光谱,采用主成分分析(PCA)对数据进行降维,建立定量的数学模型并与工业检测对比。分析结果表明,PC1的累计方差贡献率为92.13%,PC2的累计方差贡献率为91.35%;校正集和预测集的相关系数(R2)分别为0.961 54和0.880 64,校正集的均方根误差(RMSEC)和预测集的均方根误差(RMSEP)分别为0.173和0.300。实验结果表明:模型具有较高的相关性、稳定性和预测精度,为中煤发热量的近红外光谱定量检测奠定了基础。

煤中硫含量的近红外光谱快速测定方法研究

为快速检测煤中硫含量,采集了120个煤样的近红外光谱并对其进行理化分析,采用主成分回归（PCR）和偏最小二乘回归（PLSR）分别结合不同光谱预处理方法建立煤中硫含量的定量模型,并研究了不同建模波段4000~6000、6000~8000、8000~10000 cm-1下PLSR的定量模型。结果表明,经多元散射校正（MSC）预处理后模型效果较优,PCR建模结果显示相关系数为0.912,PLSR建模结果显示相关系数为0.941,因此,PLSR模型更加稳定。6000~8000 cm-1波段下模型效果最佳,相关系数为0.962,校正集均方根误差（RMSEC）和预测集均方根误差（RMSEP）分别为0.00173和0.00300。

煤中全水分及灰分的近红外测试方法研究

为了快速、无损检测煤质中的全水分和灰分,采集了120个精煤样品的近红外漫反射光谱,对微分光谱进行分析,利用偏最小二乘回归(PLSR)算法结合不同光谱预处理方法建立基于马氏距离剔除异常样品后的定量数学模型,分析预测值与真实值的相关性,并对最优预处理下的模型残差进行讨论。结果表明:经过多元散射校正处理后建立的全水分模型效果最优,相关系数达到0.982 12,校正集均方根误差为0.013,预测集均方根误差为0.017。经过5点平滑预处理后建立的灰分模型效果最佳,相关系数达到0.947 47,校正集均方根误差为0.058,预测集均方根误差为0.052,2项指标的残差波动均匀,模型的稳定性和预测能力较强。

不同煤粒度的煤质近红外光谱预处理方法研究

为了检测不同煤粒度的煤质内部成分,针对传统方法检测速度慢、效率低等问题,提出一种基于近红外漫反射光谱的煤质定量分析方法。结合不同光谱预处理方法建立1、3和5 mm粒度等级下的煤质全水分近红外偏最小二乘回归(PLSR)模型。研究结果表明该检测方法合理可行,具有很好的应用价值。

PLSR和PCR在精煤发热量检测中的研究

为了快速检测精煤发热量,采集120个精煤样品的近红外光谱,利用学生氏残差方法剔除异常光谱,建立了偏最小二乘回归(PLSR)和主成分回归(PCR)定量分析模型,并结合不同光谱预处理方法对比了两模型的建模效果。研究结果表明:两种模型均达到了良好效果,相比之下PLSR模型建模效果优于PCR模型。经标准归一化(SNV)预处理后的PLSR模型效果最佳,校正集和预测集相关系数分别达到0.96和0.91,校正集均方根误差(RMSEC)和预测集均方根误差(PMSEP)分别为0.0017和0.003。

精煤发热量的近红外光谱检测方法研究

为了检测精煤的低位发热量,采集了150个精煤样品的近红外漫反射光谱,采用主成分分析(PCA)结合不同光谱预处理方法,建立了基于马氏距离剔除异常样品后的定量数学模型,同时与工业上的检测结果进行对比。结果表明:经过多元散射校正处理后的模型效果最优,相关系数达到0.909,校正集均方根误差为0.001 31,交叉验证均方根误差为0.001 62;之后采取PCA方法对光谱的数据降维,提取了前三个相关样本的主成分,发现其累计方差贡献率为93.786%,表明模型具有较高的稳定性和预测能力,为精煤低位发热量的近红外漫反射光谱分析技术提供了有效的数据处理方法。

KZG450/2000-U快开式隔膜压滤机在浮选精矿脱水中的应用

为解决屯兰选煤厂GPJ-120加压过滤机脱水效果差、排料周期长、耗电量大的问题,采用KZG450/2000-U快开式隔膜压滤机代替原加压过滤机对浮选精矿脱水。介绍了快开式隔膜压滤机的结构、工作原理、技术特点、技术参数,并阐述了其应用效果。实践表明:KZG450/2000-U快开式隔膜压滤机的脱水效果更好,处理能力更大,耗电量更低,能有效提高浮选精矿的处理量,大幅减少设备维护成本。

基于蓝牙通信的液压支架压力监测系统研究

针对现有液压支架压力监测系统多采用有线通信所带来的布线困难、线路易磨损、可靠性差等问题,提出了基于蓝牙通信的液压支架压力监测系统,完成了系统的软硬件设计,并对系统的通信网络结构进行了研究,将蓝牙通信与以太网通信相结合,实现了数据的高速、稳定的传输,解决了工作面布线困难问题,工作人员通过上位机即可实现对压力数据的监测、存储、分析。