Research on the application of intelligent pressure filtration technology for slime water system in coal preparation plant
-
摘要:
针对选煤厂尾煤压滤环节处理工艺灵活性大、工艺复杂、人工经验依赖严重等问题,结合压滤机入料桶自动补料、压滤机自动判断进料结束、压滤机启停台数自动推荐、压滤机与加压过滤机自动排队卸料、加压过滤机煤饼厚度自动监控等控制方法,进行选煤厂智能压滤控制技术研究。结果表明:应用智能压滤控制技术后,压滤系统日平均压滤板数由系统实施前的285提高到320,压滤效率提高了12%,减少了岗位工作量,大大降低了人力成本。
Abstract:In response to the issues of high flexibility, complex processing, and heavy reliance on manual experience in pressure filtration process of tailings in coal preparation plant, this research explores intelligent pressure filtration control technology in coal preparation plant by implementing control methods such as automatic feeding of filter press feed bucket, automatic determination of the end of feeding of filter press, automatic recommendation of the number of filter presses to start and stop, automatic queuing discharge of filter press and pressure filter, and automatic monitoring of coal cake thickness of pressure filter. The results indicate that after the application of intelligent pressure filtration control technology, the daily average number of filter presses in the pressure filtration system is increased from 285 to 320, the filter press efficiency is increased by 12%. The workload of the post is reduced, and the labor cost is greatly reduced.
-
煤泥水处理作为选煤厂生产流程中的关键环节,不仅单位面积建设成本较高,而且针对整体生产流程及生产管理难度影响较大。压滤系统的工作效率直接关系到整个选煤厂煤泥水的处理效率,是提升选煤厂整体效能的关键因素。
国内外专家针对如何提高压滤系统的生产效率开展了大量研究工作 [ 1- 2] 。杨鹏民 [ 3] 利用微小流量检测技术实现了压滤机压滤结束状态的自判断,并结合压滤效果及压滤效率确定了阈值流量,进一步分析了压滤过程中的滤水流量变化规律;李国瑞等 [ 4] 运用可编程逻辑控制器(PLC)采集设备运行状态、工艺参数,结合算法模型分析判断,实现了对浮精压滤系统集群控制管理;张洋洋等 [ 5] 提出了一种基于改进麻雀搜索算法(ISSA)—长短期记忆(LSTM) 的浓缩池溢流浓度预测方法,对浓缩生产过程中的多参数时间序列进行相关性分析,解决了依靠主观经验取值时存在的欠拟合或过拟合问题;齐健等 [ 6] 结合现场洗选工艺及生产管理方式,针对性地设计了一套适用于选煤厂的智能压滤系统,基本解决了选煤厂压滤系统管理与控制难题;张辰等 [ 7] 采用自主研制的新型加压脱水试验装置,结合正交试验、极差分析和方差分析等方法,研究了压力、入料质量浓度及粒级组成对煤泥水脱水的影响,并进一步分析了滤饼的压缩成型特性;刘惠中等 [ 8] 基于曲线拟合优化方法,分析了自动压滤机的压滤、压榨和干燥阶段的工作时间,实现了对自动压滤机脱水过程的优化;郑健等 [ 9] 根据煤矿水仓自动清淤流程,分析了清淤设备液压变化,增设了PLC控制硬件,按照设备运行周期优化了设备液压控制参数。
在压滤系统生产操作中,岗位工作人员需在生产现场进行设备实时巡视与观察,并依据个人经验对压滤机的启停、进料、卸料进行控制。此外,为确保生产安全与设备正常运转,相关岗位工作人员还需定期检查设备或部件状况,避免发生生产事故。
基于此,笔者进行了压滤系统智能控制方法研究,以实现压滤系统多工序整体全程联控,减少人工依赖性。
1. 选煤厂压滤系统工艺现状
郭家湾现场尾煤压滤系统工艺流程如下:共有3台浓缩机,其对应的底流泵可将浓缩机底流分别给入3台加压过滤机入料桶与3台压滤机入料桶,每个入料桶配备有1台入料泵,每台入料泵连接有1台压滤机/加压过滤机,压滤脱水后的煤泥通过带式输送机收集后再转运至煤泥晾晒场。压滤系统工艺流程如 图 1所示。
2. 智能压滤系统技术架构
建立的智能压滤控制系统架构 [ 10- 11] 如 图 2所示。智能压滤控制系统技术架构共分为4层:数据采集层、数据层、控制策略层和智能决策层。
1) 数据采集层,通过在设备上添加传感器、数据采集器进行物联网化连接,为系统采集实时基础数据;
2) 数据层,对第1层采集到的数据进行存储和清洗,同时存储系统设定基础数据;
3) 控制策略层,根据第2层的存储数据,结合压滤入料桶液位、压滤机进料压力等参数情况,执行相应的控制策略,实现压滤系统的智能控制;
4) 智能决策层,完成智能报警、生产监控、参数设置、系统维护等操作交互,并利用智能压滤控制方法,从大量生产数据中挖掘压滤系统的关键数据信息。
3. 智能压滤系统控制方法
3.1 压滤机入料桶自动补料
目前,现场压滤机入料桶的补料控制主要由人工手动调节,这导致了压滤环节对操作人员的高度依赖。
针对上述问题,笔者提出了一种压滤机入料桶自动补料控制方法。该方法对每台浓缩机底流泵增设自动、集控和就地3种操作模式。当底流泵切换至自动模式时,系统将依据预先设定的自动补料控制逻辑,自动执行底流泵及其关联阀门的启闭操作,实现压滤机入料桶补料过程的自动调控 [ 12] 。
当选定的压滤机或加压过滤机入料桶处于液位联锁模式,并检测到液位降至低液位阈值时,系统触发补料需求,自动开启该桶的入料阀门,随后根据预设的控制逻辑,触发并启动对应设置为“自动”模式的底流泵,以实现入料桶的自动补料。当入料桶的液位上升至高液位设定值,并且系统中没有其他入料桶发出补料请求时,系统将首先停止底流泵的运行,继而关闭该桶的入料阀门,完成当前补料周期;若系统中仍有其他入料桶需要补料,则系统仅需关闭当前桶的入料阀门,无须停止底流泵,从而能为其他桶继续提供补料,确保整个压滤系统的高效协调运行 [ 13] 。
同时,系统也增设了底流泵出料阀门及压滤机入料桶阀门的限位选择联锁。在该联锁模式下,底流泵的启动将受到阀门状态的控制。只有当所有相关阀门处于预设的正确开关状态时,系统才会在入料桶发出补料需求时允许底流泵正常启动,从而避免因阀门操作不当导致的设备损坏或生产事故。
3.2 压滤机自动判断进料结束
在压滤机完成进料后,必须终止进料过程以进入下一个压滤阶段。该过程需通过操作人员观察压滤过程中滤液水的流量变化来判断压滤机的进料状态,手动触发“进料结束”按钮,结束进料过程。整体过程极度依赖工作人员的工作经验 [ 14] 。
提出了一种压滤机自动结束进料控制方法。该方法的核心在于运用前馈与反馈的双特征参数判断机制,实现对压滤机进料结束时机的精确把握。在前馈调节环节中,将压滤机入料管的压力变送器接入智能压滤系统的可编程逻辑控制器(PLC),并依据现场实际情况进行参数优化与计算,从而确定进料结束时的压力临界值。该临界值被设定为进料结束的目标压力值。系统通过比较分析实时监测压力传感器所采集的实时压力与预设的目标压力值,判断压滤机是否结束进料。
在反馈调节环节中,在压滤机滤液水槽处安装了电磁流量计,实时监测滤液水的流量。分析压滤机进料结束时的滤液水流量数据,并结合实际工况进行优化计算,确定了进料结束时滤液水流量的临界值,并将其作为目标流量值。该目标流量值与实时监测到的流量值之间的差距,为判断进料结束提供了另一个重要依据 [ 15] 。
3.3 压滤机启停台数自动推荐
现场压滤机开启台数与上游浓缩机的工作负荷紧密相关。现场工作人员一般通过人工经验判断上游浓缩机的工作负荷,决定是否增加或者减少1台压滤机的使用,进而保证压滤系统的入料量稳定。
提出了一种压滤机启停台数的自动推荐控制方法。该方法通过实时监测浓缩机底流浓度和压滤机的进料时长,结合浓缩机工作负荷的判断算法,对浓缩机的工作负荷进行综合评估,进而执行压滤机启停台数判断,具体控制方法如下:
当评估出浓缩机负荷过高时,系统将自动推荐增加运行1台板框压滤机,以增强煤泥处理能力。若所有板框压滤机均已启动,而浓缩机负荷仍旧偏高,则系统将进一步推荐启动加压过滤机,以继续处理煤泥。若系统监测到所有压滤设备均处于运行状态,而浓缩机负荷仍然显著偏高,系统将发出浓缩机超负荷报警,提醒操作人员及时关注并采取措施,防止浓缩机过载。
另一方面,当系统评估出浓缩机负荷较低时,将优先推荐减少1台加压过滤机的运行,以优化资源配置,避免能源浪费。若所有加压过滤机均已停止运行,系统将继续推荐停止板框压滤机的运行,以实现设备的合理启停 [ 16] 。
3.4 压滤机与加压过滤机自动排队卸料
当选煤厂多台压滤机同时达到卸料状态时,为避免压滤机同时卸料导致的下游设备过载情况出现,必须对压滤机进行有序排队,并依次执行卸料操作。
针对上述情况,设计了自动排队卸料控制方法。对于板框压滤机,以最大允许卸料台数为基础,实时监控系统内压滤机的当前工作进程及下游设备的运行状态,并通过后台排队卸料控制算法,将计算结果输出至压滤机的PLC控制单元。当压滤机完成脱水过程后,自动进入排队等待卸料状态,并进行编码排序。当前一台压滤机卸料完成后,系统自动对排队中第一位的压滤机发出卸料指令,实现有序循环卸料。
对于加压过滤机,当监测到有板框压滤机在进行卸料时,加压过滤机将执行暂停操作。待卸料结束后,加压过滤机再继续其排料动作。该控制方法有效避免了不同类型压滤机间的操作冲突。
3.5 加压过滤机煤饼厚度自动监控
在正常的生产过程中,工作人员通常难以直观获取当前脱水滤盘上煤饼的实时厚度信息,导致难以根据压滤后煤饼的实际厚度来调节过滤机的主轴转速。因此,控制过程在很大程度上依赖于操作人员的经验和直觉。
提出一种加压过滤机煤饼厚度的自动监控方法 [ 17] :将耐高压的智能监测相机安装于加压过滤机的高压仓内,具体位置选在滤扇的卸料区域。该智能相机内置煤饼厚度监测装置,通过实时监测分析视窗内可观测区域的大小,间接计算得出当前煤饼的厚度,以实现对煤饼厚度的实时监测 [ 18] 。
系统通过图像识别技术连续获取滤盘扇面上的煤饼层厚度信息,并根据反馈信息调节加压过滤机主轴的转速。若煤饼厚度低于正常厚度区间,则按照设定步长减小主轴转速;若煤饼厚度高于正常厚度区间,则按照设定步长增大主轴转速。通过调节主轴转速,不仅确保了煤饼的厚度和产品水分符合工艺要求,而且显著提升了加压过滤机的工作效率,从而保障了整个压滤系统的稳定运行。加压过滤机煤饼厚度自动计算方法如 图 3所示。
由 图 3可看出,未过滤时的三角区域Ⅰ相似于过滤后的三角区域Ⅱ。
过滤机的煤饼厚度 e计算过程如下:
ac=bd (1) c=adb (2) e=a−c (3) 式中: a为相机焦点距滤扇的垂直距离; c为相机焦点距煤饼表面的垂直距离; b为相机拍摄视野内滤扇的高度; d为相机拍摄视野内煤饼的高度。
4. 应用效果
对选煤厂智能压滤系统应用前后压滤机压滤板数进行15组运行时长为16 h的对比试验,结果见 表 1。
表 1 智能压滤系统应用前后压滤板数对比Table 1. Comparison of the number of filter press plates before and after the application of intelligent filtration system序号 系统应用前 系统应用后 日期 压滤板数 日期 压滤板数 1 2023-12-01 301 2024-04-01 328 2 2023-12-02 275 2024-04-02 315 3 2023-12-03 282 2024-04-03 320 4 2023-12-04 299 2024-04-04 326 5 2023-12-05 271 2024-04-05 313 6 2023-12-06 269 2024-04-06 318 7 2023-12-07 276 2024-04-07 316 8 2023-12-08 283 2024-04-08 325 9 2023-12-09 292 2024-04-09 323 10 2023-12-10 286 2024-04-10 330 11 2023-12-11 299 2024-04-11 316 12 2023-12-12 303 2024-04-12 319 13 2023-12-13 278 2024-04-13 314 14 2023-12-14 276 2024-04-14 321 15 2023-12-15 285 2024-04-15 323 平均值 285 320 由 表 1可知,采用智能压滤系统后,压滤系统日平均压滤板数由系统实施前的285提高到320,压滤效率提高了12%。说明智能压滤系统的使用显著提高了压滤生产效率,有效降低了人工劳动强度 [ 19] 。
5. 结束语
基于选煤厂压滤系统实际面临问题,提出了煤泥水智能压滤控制方法。通过自动补料、自动判断进料结束、排队卸料、启停台数自动推荐、煤饼厚度自动监控技术,便利了人工操作,提高了压滤系统生产效率,为生产管理提供了极大的辅助作用。
1) 采用压滤机入料桶自动补料技术,取代传统人工手动控制方式,有效减少了相关岗位人员需求。
2) 使用自动判断进料结束控制方法,替代人工观察和判断进料结束时机的方式,降低了工作人员工作强度,并减少了因人为因素导致的煤泥水分超标风险。
3) 通过压滤机启停台数的自动推荐算法,实现了对压滤机投入生产时机的自动判断,有效提升了生产效率并降低了能耗。
4) 通过自动排队卸料功能,采集系统内压滤机的状态信息,并设置合理的排队方式,确保了压滤机的有序卸料,保障了系统的连续稳定排料,避免了因人工响应不及时造成的卸料积压问题。
5) 增设加压过滤机煤饼厚度自动监控,实时调节主轴转速,有效避免了煤饼厚度较薄导致的过滤机运行效率低下,或煤饼厚度过厚导致的过滤机超负荷运行,确保了过滤机的稳定高效运行。
-
表 1 智能压滤系统应用前后压滤板数对比
Table 1 Comparison of the number of filter press plates before and after the application of intelligent filtration system
序号 系统应用前 系统应用后 日期 压滤板数 日期 压滤板数 1 2023-12-01 301 2024-04-01 328 2 2023-12-02 275 2024-04-02 315 3 2023-12-03 282 2024-04-03 320 4 2023-12-04 299 2024-04-04 326 5 2023-12-05 271 2024-04-05 313 6 2023-12-06 269 2024-04-06 318 7 2023-12-07 276 2024-04-07 316 8 2023-12-08 283 2024-04-08 325 9 2023-12-09 292 2024-04-09 323 10 2023-12-10 286 2024-04-10 330 11 2023-12-11 299 2024-04-11 316 12 2023-12-12 303 2024-04-12 319 13 2023-12-13 278 2024-04-13 314 14 2023-12-14 276 2024-04-14 321 15 2023-12-15 285 2024-04-15 323 平均值 285 320 -
[1] 姜永宁, 包国强, 齐健, 等. 乌东选煤厂智能化建设[J]. 工矿自动化, 2022, 48(增刊1): 51-54. JIANG Yongning, BAO Guoqiang, QI Jian, et al. Intelligent construction of the Wudong coal preparation plant[J]. Journal of Mine Automation, 2022, 48(Sup. 1): 51-54.
[2] 张聚国, 王洪兴. 国产化控制系统在察哈素选煤厂智能化建设中的应用[J]. 工矿自动化, 2022, 48(增刊1): 121-123. ZHANG Juguo, WANG Hongxing. Application of domestic control system in the intelligent construction of Chahasu coal preparation plant[J]. Journal of Mine Automation, 2022, 48(Sup. 1): 121-123.
[3] 杨鹏民. 基于BP神经网络的选煤厂压滤控制系统智能化改造[J]. 煤炭工程, 2023, 55(1): 18-22. YANG Pengmin. Improvement of filter press control system in coal preparation plant based on BP neural network[J]. Coal Engineering, 2023, 55(1): 18-22.
[4] 李国瑞, 杨瑞峰, 成荣杰, 等. 浮精智能压滤系统研究与应用[J]. 自动化仪表, 2022, 43(8): 127-131. LI Guorui, YANG Ruifeng, CHENG Rongjie, et al. Research and application of intelligent float filtration system[J]. Process Automation Instrumentation, 2022, 43(8): 127-131.
[5] 张洋洋, 樊玉萍, 马晓敏, 等. 基于ISSA-LSTM的浓缩池溢流浓度预测[J]. 工矿自动化, 2022, 48(11): 63-72. ZHANG Yangyang, FAN Yuping, MA Xiaomin, et al. Prediction of overflow concentration in thickener based on ISSA-LSTM[J]. Journal of Mine Automation, 2022, 48(11): 63-72.
[6] 齐健, 包国强, 尉维洁, 等. 智能压滤系统在新疆某选煤厂的应用研究[J]. 自动化仪表, 2024, 45(4): 116-120. QI Jian, BAO Guoqiang, WEI Weijie, et al. Application research of intelligent filter press system in a coal preparation plant in Xinjiang[J]. Process Automation Instrumentation, 2024, 45(4): 116-120.
[7] 张辰, 马晓敏, 樊玉萍, 等. 基于正交设计的煤泥压滤过程影响因素研究[J]. 洁净煤技术, 2023, 29(增刊2): 654-660. ZHANG Chen, MA Xiaomin, FAN Yuping, et al. Research on the influencing factors of coal slurry filtration process based on orthogonal design[J]. Clean Coal Technology, 2023, 29(Sup. 2): 654-660.
[8] 刘惠中, 邓浩宗. 基于曲线拟合的自动压滤机脱水过程优化[J]. 科学技术与工程, 2023, 23(2): 542-549. LIU Huizhong, DENG Haozong. Optimization of the dewatering process of automatic filter press based on curve fitting[J]. Science Technology and Engineering, 2023, 23(2): 542-549.
[9] 郑健, 马平, 赵俊达. 基于模糊自整定的矿用压滤机液压控制方法[J]. 煤炭工程, 2022, 54(增刊1): 176-180. ZHENG Jian, MA Ping, ZHAO Junda. Hydraulic control method of mining filter press based on fuzzy self-tuning[J]. Coal Engineering, 2022, 54(Sup. 1): 176-180.
[10] 于大伟, 王杰, 刘伟雄, 等. 煤泥水系统智能控制技术研究[J]. 自动化仪表, 2023, 44(9): 49-54. YU Dawei, WANG Jie, LIU Weixiong, et al. Research on intelligent control technology of coal slurry water system[J]. Process Automation Instrumentation, 2023, 44(9): 49-54.
[11] 肖粲俊, 刘红梅, 石发强, 等. 基于数字孪生的煤矿智能管控平台架构研究与实现[J]. 矿业安全与环保, 2023, 50(5): 43-49. doi: 10.19835/j.issn.1008-4495.2023.05.007 XIAO Canjun, LIU Hongmei, SHI Faqiang, et al. Research and implementation of intelligent control platform architecture for coal mine based on digital twin[J]. Mining Safety & Environmental Protection, 2023, 50(5): 43-49. doi: 10.19835/j.issn.1008-4495.2023.05.007
[12] 刘国杰. 神东矿区煤泥水超高压压滤试验[J]. 洁净煤技术, 2023, 29(增刊1): 15-19. LIU Guojie. Super high pressure filtration test of coal slurry water in Shendong mining area[J]. Clean Coal Technology, 2023, 29(Sup. 1): 15-19.
[13] LIU H Z, YOU K S. Optimization of dewatering process of concentrate pressure filtering by support vector regression[J]. Scientific Reports, 2022, 12(1): 7135.
[14] 李振, 郭变变, 常静, 等. 智能化新技术在煤泥水处理中的应用现状[J]. 煤炭技术, 2024, 43(4): 278-280. LI Zhen, GUO Bianbian, CHANG Jing, et al. Current status of application of intelligent new technology in coal slurry water treatment[J]. Coal Technology, 2024, 43(4): 278-280.
[15] CUI Y, LV Z Q, WANG W D, et al. A real-time analysis system for filtrate state in plate-and-frame filter press process based on the machine vision[J]. Measurement, 2022, 202: 111884.
[16] 苏健. 选煤厂提高浓缩机沉降效率方法[J]. 洁净煤技术, 2021, 27(增刊2): 131-133. SU Jian. Methods to improve the sedimentation efficiency of thickeners in coal preparation plants[J]. Clean Coal Technology, 2021, 27(Sup. 2): 131-133.
[17] 马晓敏, 孙筱淞, 董宪姝, 等. 压滤过程中煤泥滤饼结构演化规律及组合药剂优化机理[J]. 煤炭学报, 2024, 49(3): 1611-1624. MA Xiaomim, SUN Xiaosong, DONG Xianshu, et al. Evolutionary law of coal sludge filter cake structure and optimization mechanism of combined reagents in the filtration process[J]. Journal of China Coal Society, 2024, 49(3): 1611-1624.
[18] 王倩, 吴雪松, 李伟, 等. 北排清河二厂污泥脱水工艺节能降耗优化运行策略[J]. 中国给水排水, 2024, 40(2): 94-98. WANG Qian, WU Xuesong, LI Wei, et al. Optimal operation strategy of energy saving and consumption reduction of sludge dewatering process in Qinghe No. 2 Plant of Beipai[J]. China Water & Wastewater, 2024, 40(2): 94-98.
[19] 卢宪路, 段磊, 白春华, 等. 棋盘井选煤厂尾煤泥过滤试验研究[J]. 煤炭技术, 2022, 41(12): 253-255. LU Xianlu, DUAN Lei, BAI Chunhua, et al. Experimental study on filter of tail slime in Qipanjing coal preparation plant[J]. Coal Technology, 2022, 41(12): 253-255.