上湾选煤厂智能化改造关键技术研究与应用

发布时间：2020-05-04 17:21

【摘要】：近年来随着煤炭企业不断降本增效,煤炭行业减员增效势在必行,为了推进上湾智能选煤厂建设,积极探索洗选行业新的管理模式,降本增效。本文结合智能化技术发展情况,对上湾选煤厂现状及存在问题分析。针对智能化选煤厂需求,设计智能化选煤厂总体结构,重点对智能化改造方案进行设计,在现有上湾选煤厂智能化改造的基础上,通过煤块粒度识别、人员定位、数字配电、设备在线监测从而完善智能化选煤厂架构。通过对煤块超粒度识别检测方式进行比较,确定了基于视频图像处理的大块煤识别系统,利用边缘检测算法以检测煤块横向及纵向边缘检测,最终实现煤块图像度识别,利用灰度算法,煤与矸石灰度不同,达到煤与矸石的识别。并对超粒度识别系统结构、以及基于超粒度识别技术构建的大块矸石预选系统进行说明,最后对煤块超粒度识别系统功能进行测试,测试在不同时间、矿井原煤粒度变化情况下测试,均能有效对大块煤粒度识别报警,同时能够纪录粒度曲线并进行分析。通过对选煤厂人员定位特点进行分析,确定了基于ZigBee的智能照明人员定位系统,利用基于到达时间(TOA)、基于到达时间差(TDOA)算法结合,通过智能照明人员定位系统架构、功能设计,实现人员定位及照明控制功能,并对系统功能测试,上湾选煤厂人员定位系统可以实现选煤厂人员位置、历史轨迹、智能照明结合的选煤厂人员定位。根据上湾选煤厂正常停送电流程,设计了选煤厂数字配电系统总体架构,搭建了系统各层次基础模型,并对各业务属性进行配置。重点按照停送电流程,对不同场景下停送电业务操作进行测试。测试在不同条件下,进行任务下达,该系统可以准确下达停送电任务。通过对上湾选煤厂在线监测系统构成、数据流程及软件架构进行设计,并对监测点位置、报警值限定等进行配置,重点对不同条件下设备的振动、温度监测等功能进行测试。测试数据均能有效反应各监测点温度、振动数据。结果表明煤块超粒度识别系统能够实时监测煤块粒度,及时发现并预警,能够有效控制煤炭产品粒度;人员定位系统能够很好的实现了人员的精确定位;数字配电系统在不同条件下都可以有效提升停送电任务效率、准确率,降低人员工作强度;在线监测系统能够很好的实现设备状态监控,做到提前预警。
【图文】：

架构图,选煤厂,智能,架构

2 智能化改造设计方案智能化选煤厂以物联网基础，融合自动化、传感器、软件、人工智能等多学科，实设备智能运行、生产系统智能调整、工艺参数智能设定等。本章主要设计智能化选煤总体结构，重点对智能化改造方案进行设计，包括控制层、网络层、信息层、设备层造设计方案。.1 总体结构设计.1.1 总体架构根据选煤厂生产流程、结合上湾选煤厂实际，构建智能生产指挥系统，其网络结构是围绕选煤厂生产采集、处理各种生产、设备、能耗相关数据，展示和利用各个层级息并进行分析、应用。智能化选煤厂基本框架自上而下一般分为“信息层”、“网络”、“控制层” 和“设备层”的体系结构。

大块煤,识别系统,算子

图 3.1 大块煤识别系统组成图 3.1，安装在胶带机上的摄像头作为前端检测设备，采集实时视频，视对视频信息进行图像处理，通过图像识别算法，判断当前视频图像中是否值的煤块，如果有则会得出超粒度检测结果，检测结果分别发送到 PLC集中控制系统读取 PLC 中的数据作为实时检测结果显示，，数据库中的数计数据源，得出一段时间超粒度检测情况。于大块煤识别技术的选煤厂应用设计大块煤识别算法用的边缘检测算子有 Sobel、Prewitt、Robets Gross、Canny 算子等算法是像素图像边缘检测中最常用、最重要的算子之一，Sobel 算子有两个，平边缘的；另一个是检测垂直边缘的。与 Prewitt 算子相比，Sobel 算子置的影响做了加权，可以降低边缘模糊程度，因此效果更好。Sobel 算子缘检测算子，该算子包含两组 3×3 的矩阵，分别为横向及纵向，将之与
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TD94;TD67

【参考文献】