选煤厂重介质悬浮液密度控制方案优化

寇金成

(西山煤电集团有限责任公司 屯兰矿选煤厂, 山西 古交 030206)

重介质选煤因具有分选精度高、密度调节范围宽、易于实现智能化控制等优点而得到广泛应用。其原理是用密度介于净煤与矸石之间的磁性物与水混合后做为介质进行分选，由混料桶、合格介质桶、精煤稀介质桶、中矸稀介质桶、浓介质桶、磁选机、脱水脱介筛等组成。由于重介质选煤中的重介质悬浮液密度直接影响并决定精煤产量、产率，因此重介质悬浮液密度控制方法成为重介系统实际自动控制的难点并亟需解决[1].目前重介质悬浮液密度控制方法主要有模糊控制、预测控制、自适应控制等，如孔繁苗等[2]针对某选煤厂现有两段三产品重介质旋流器悬浮液密度控制方案精度低、通用性差的问题，提出一种重介质悬浮液密度模糊控制方案，综合考虑悬浮液密度偏差及变化率、合格介质桶液位偏差及偏差变化率，控制补水阀和分流箱，实现重介质悬浮液密度动态、稳定、精确控制，可使密度波动范围保持在±0.007 g/cm3，但该方法建模过程复杂，控制规则的选取对密度控制结果的影响较大。邱佳楷等[3]为适应重介质悬浮液密度调节范围大的需求，基于反流工艺，利用BP神经网络构建重介质悬浮液密度调节预测模型，计算合格介质桶液位和液位偏差，根据密度阶跃上升、密度阶跃下降控制模式动态调节分流阀、补水阀、加水阀，实现重介质悬浮液大范围调节，并且可使密度波动范围保持在0.005 g/cm3，但该方法的分类算法复杂，工程应用实现较困难。郭西进等[4]针对重介质悬浮液密度调节与悬浮液液位存在的滞后性大、耦合性强的问题，建立PFE-PID密度与液位控制模型与算法，采用内外双闭环控制技术，在稳定系统的前提下对悬浮液密度和液位进行预测，达到超调低、静态误差小、抗扰能力强的目的，但是该方案控制模型与算法复杂，通用性较差。基于屯兰矿选煤厂改进后的重介质分选工艺，对悬浮液密度控制方案进行优化设计，以满足悬浮液调节实时性、稳定性以及宽域调节的目的。

1 工艺分析

根据分选的原煤特性以及要求的精煤质量，重介质分选过程的核心参数—分选密度需要实时、动态调整。重介质悬浮液密度调整时，通过控制补水阀、分流阀的开度可实现，即需调高合格介质桶悬浮液密度时，打开分流阀使得液位下降；需调低合格介质桶悬浮液密度时，打开补水阀使得液位升高。上述过程存在的主要问题是由于合格介质桶缓冲能力有限，导致重介质悬浮液调节范围受限，即可能会出现将合格介质桶液位调节至最高或者最低时都无法达到调节密度值，且实时性差。因此，引入浓介质桶反流工艺，即需调高合格介质桶悬浮液密度时，将浓介质桶中悬浮液引入合格介质桶并配合分流阀快速达到密度值；需调低合格介质桶悬浮液密度时，将合格介质桶中悬浮液引入浓介质桶并配合补水阀快速达到密度值，同时保证合格介质桶中的液位变化缓慢。

2 总体方案设计

根据选煤厂重介质分选工艺，设计重介质悬浮液密度总体控制方案见图1，从下到上依次分为设备层、控制层以及管理层[5-6]. 设备层为重介质悬浮液密度控制系统中设备，如分流阀、补水阀、浓介质泵、加水阀、反分流泵等，还包括液位计、密度计等传感器设备。控制层完成对设备层传感器数据的采集以及对设备的控制，如根据调节的密度要求、合格介质桶中当前液位、密度值，控制阀或泵动作，使得合格介质桶中悬浮液的密度趋近于调节密度值；控制层主要由PLC控制器系统及其扩展的数字量、模拟量以及通信模块组成，还可完成对合格介质桶密度的预测以及模式切换控制。管理层用于完成对重介质悬浮液密度控制过程的监视、记录以及仿真；控制层通过TCP/IP通信模式将数据传送至管理层，完成统计、分析，动态监测。

图1 重介质悬浮液密度智能控制总体方案框图

3 智能控制原理分析

3.1 合格介质桶液位预测

对重介质悬浮液合格介质桶液位进行预测时，采用RBF神经网络预测方法，与BP神经网络预测方法相比，具有收敛速度快、网络结构简单、可逼近任意非线性函数的特点，并与合格介质桶液位非线性、高耦合度的特点相适应[7-9]. RBF神经网络结构见图2，由输入层、隐含层以及输出层3层结构组成，输入层到隐含层的权值为1，隐含层到输出层的权值为矩阵W.

图2 RBF神经网络结构图

RBF神经网络径向基函数采用高斯函数，可表示为式(1)：

(1)

式中：

xp—第p个样本输入；

ci—隐含层节点中心；

σ—方差；

‖x-ci‖—欧式范数。

RBF神经网络的输出yj可表示为式(2)：

(2)

式中：

wij—隐含层到输出层的权值。

选取屯兰矿选煤厂220组代表性数据作为样本，建立重介质悬浮液合格介质桶液位预测模型，对其中的200组样本作为RBF神经网络训练集，采用高斯函数作为径向基函数。为提高RBF神经网络预测模型的准确性，对200组样本进行多次训练并做归一化处理，确定隐含层为1层，节点数为12时，yj预测结果最好，见图3. 利用训练好的RBF神经网络模型对剩余的20组数据进行预测时，预测值接近实测值，预测结果较好。

图3 合格介质桶液位预测仿真图

3.2 智能控制模式及切换

选煤厂重介质悬浮液密度智能控制系统基于EPEC控制器完成对系统内所有电气元器件的基本动作控制以及模式控制与切换。基本动作控制主要有周期性采集液位、密度传感器数据，对分流阀、补水阀、加水阀、浓介质泵的启停控制等。根据重介质悬浮液特性以及工艺流程，将其控制过程分为加介、稳态、密度阶跃上升以及密度阶跃下降4种模式，且模式之间可实现无缝切换[10-13]. 加介模式是指悬浮液内磁铁粉减少，需补充浓介质。为防止悬浮液密度突然升高，在进行加介操作时，需通过调节合格介质桶、浓介质桶的补水阀实现当量液体密度加介。稳态模式是指悬浮液密度已经趋近于分选密度值，需稳定该密度值并控制煤泥含量；基于模糊PID控制测量实时调节补水阀、分流阀开度，将悬浮液密度值和煤泥含量控制在合理区间内。密度阶跃上升模式是指悬浮液密度值需大幅调节升高，通过浓介质泵、分流阀进行调控，即悬浮液液位过高时，控制分流阀降低液位；当悬浮液密度过低时，控制浓介质泵补加浓介质。密度阶跃下降模式是指悬浮液密度值需大幅调节降低，当悬浮液液位过低时，控制加水阀直接降低密度；当液位过高时，控制反分流泵降低其液位。通过控制系统的模式切换按钮可实现上述4种模式的无缝、自由切换。

4 应用效果

屯兰矿选煤厂原重介质悬浮液控制系统通过手动模式调节悬浮液密度，存在密度调节实时性差、调节时间长且调节范围受限等问题。应用智能控制系统后，经数据统计分析发现，当调节悬浮液密度下降0.02 g/cm3时，耗时约3 min；当调节悬浮液密度上升0.06 g/cm3时，耗时约15 min，调节实时性增强，满足重介质悬浮液控制系统要求。悬浮液稳定模式时，可将其密度波动范围稳定在±0.005 g/cm3，稳定性增强；当需要大幅度调节悬浮液密度时，可将其控制模式切换至密度阶跃上升或密度阶跃下降模式进行控制，解决调节范围受限的问题。

5 结 论

以选煤厂重介质悬浮液密度控制过程为研究对象，得出下述结论：1) 利用RBF神经网络预测模型对悬浮液液位进行预测，指导补水阀、浓介质泵等控制逻辑。2) 将悬浮液密度控制过程划分为4种控制模式，根据密度调节要求分别进入指定控制模式工作。3) 可增强悬浮液密度调节的实时性、稳定性和调节范围。