科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统选煤厂煤泥压滤过程中受人为操作影响较大的问题，开展了压滤系统控制模型的构建及压滤过程流量阈值的优化。基于自适应BP神经网络模型搭建了数据处理平台，形成了从料浆物性到工作参数的神经网络结构模型，探究了模型对滤饼含水量预测的准确性。利用微小流量检测技术实现了压滤机压滤结束状态自判断，结合压滤效果及压滤效率确定了阈值流量，并进一步分析了压滤过程中滤水流量的变化规律。结果表明：逻辑判断优化后，实际滤饼水分与目标水分的绝对误差为±1.5%,当阈值流量为0.05m3/h时，压滤后煤泥平均含水量为24.0%。改造后，滤饼含水量的极差由4.5%减小至1.3%,运行作业更加稳定。此外，压滤时间均在15min以下，提高了压滤过程的工作效率，实现了选煤厂的降本增效。
-
单位中煤陕西榆林能源化工有限公司
