出版時間:2010-8 出版社:國防工業(yè)出版社 作者:李建民 頁數(shù):154
前言
跳汰機作為一種通用、高效、可靠的選煤設(shè)備,廣泛應(yīng)用于選煤廠。在我國,大約60%的人洗原煤采用跳汰分選工藝,跳汰選煤在我國潔凈煤戰(zhàn)略中占有相當(dāng)重要的地位。但與此不相適應(yīng)的是,目前我國跳汰選煤的自動化水平仍處于十分落后的狀態(tài):自動排料系統(tǒng)靠人工設(shè)定重物料層厚度期望值,控制算法基本停留在簡單的邏輯控制或常規(guī)PID控制上,達(dá)不到床層穩(wěn)定的控制要求;床層的分層過程控制系統(tǒng)雖然采用了數(shù)字風(fēng)閥,但風(fēng)閥、水位的調(diào)節(jié)完全由跳汰司機根據(jù)經(jīng)驗進行,不僅工作量大,而且人為因素影響大,無法做到穩(wěn)定、準(zhǔn)確的調(diào)節(jié)。這導(dǎo)致了物料不能按密度良好分層,不同密度物料間的錯配現(xiàn)象以及嚴(yán)重和大量精煤流失或精煤污染,嚴(yán)重影響了選煤生產(chǎn)的效率和效益。跳汰過程是一個典型的機理復(fù)雜、影響因素多、變量間相互耦合、時變、嚴(yán)重非線性的動態(tài)過程,產(chǎn)品質(zhì)量及分選效率與床層厚度和風(fēng)閥參數(shù)之間無法建立確切的數(shù)學(xué)模型,傳統(tǒng)控制理論和方法難以對此類系統(tǒng)進行有效的控制。近年來,以專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)被引入復(fù)雜工業(yè)過程控制領(lǐng)域,同時也為跳汰過程的自動控制提供了一條有效途徑。
內(nèi)容概要
本書系統(tǒng)討論了跳汰選煤機檢測技術(shù)和智能方法的應(yīng)用,內(nèi)容主要包括跳汰選煤的機理、γ射線檢測系統(tǒng)測試機理分析、檢測系統(tǒng)的軟/硬件設(shè)計,分析跳汰機床層的分層狀態(tài),并運用AR模型對密度數(shù)據(jù)進行趨勢預(yù)測,進而對床層松散度做出估計,建立相關(guān)參數(shù)的調(diào)整規(guī)則。根據(jù)所測得的床層密度數(shù)據(jù),利用獲取的專家知識對選煤機有關(guān)控制參數(shù)進行相應(yīng)修改。 本書可供電子信息類專業(yè)的高年級本科生和相關(guān)專業(yè)的科研人員學(xué)習(xí)參考。
書籍目錄
第1章 緒論 1.1 選題背景和國內(nèi)外研究現(xiàn)狀 1.2 跳汰過程智能控制策略 1.2.1 工業(yè)過程的智能控制 1.2.2 控制策略的實現(xiàn)方案第2章 跳汰選煤控制中需考慮的主要問題 2.1 跳汰機的工作過程 2.2 床層分層狀態(tài)和分選效果 2.2.1 不同密度顆粒在床層中的分布規(guī)律 2.2.2 分層狀態(tài)對分選效果的影響 2.2.3 床層松散度對分層狀態(tài)的影響 2.2.4 脈動水流對分層狀態(tài)的影響 2.2.5 排料對分層狀態(tài)的影響 2.3 煤密度的表示形式 2.4 煤的組成及特征參數(shù) 2.5 γ射線檢測物料密度機理 2.5.1 密度測量原理 2.5.2 射源與接收器距離d的確定第3章 檢測系統(tǒng)的原理及設(shè)計 3.1 光子計數(shù)原理 3.1.1 光電倍增管的噪聲性能 3.1.2 光子發(fā)射的泊松分布 3.1.3 光電子脈沖堆積效應(yīng) 3.2 光子計數(shù)器 3.2.1 光電探測器 3.2.2 前置放大器 3.2.3 甄別器 3.2.4 計數(shù)方式 3.3 系統(tǒng)的抗干擾設(shè)計 3.3.1 干擾源分析 3.3.2 光電耦合隔離措施 3.3.3 光電耦合器的選擇第4章 檢測系統(tǒng)的實驗研究與設(shè)計 4.1 檢測系統(tǒng)硬件組成 4.2 甄別器閾值電壓的確定 4.2.1 閾值確定方法 4.2.2 硬件組成 4.2.3 實驗過程及數(shù)據(jù)分析 4.3 實驗室實驗設(shè)計 4.3.1 實驗結(jié)果分析 4.3.2 實驗結(jié)論第5章 檢測系統(tǒng)的現(xiàn)場應(yīng)用 5.1 系統(tǒng)的硬件設(shè)計 5.1.1 射源裝置的安裝 5.1.2 檢測設(shè)備的連接 5.1.3 主要設(shè)備介紹 5.2 系統(tǒng)的軟件設(shè)計 5.2.1 軟件組成 5.2.2 程序設(shè)計 5.2.3 密度公式的確定 5.2.4 床層密度的圖表分析 5.2.5 設(shè)計中應(yīng)注意的問題 5.3 床層松散度的測量第6章 測量數(shù)據(jù)的分析與處理 6.1 數(shù)據(jù)的獲取 6.2 數(shù)據(jù)的分析與處理 6.2.1 密度樣本數(shù)據(jù)分析 6.2.2 不同狀態(tài)下的樣本數(shù)據(jù)分析 6.2.3 基于數(shù)據(jù)分析的床層狀態(tài)表征 6.2.4 松散狀態(tài)的表征方法 6.3 時間信號序列的參數(shù)建模 6.3.1 參數(shù)建模 6.3.2 時間信號序列的模型 6.3.3 基于時域的建模 6.3.4 AR模型的系數(shù)估計 6.4 密度數(shù)據(jù)的AR建模及仿真 6.4.1 基于MATLAB的AR建模 6.4.2 階數(shù)的確定 6.4.3 系數(shù)的求解第7章 基于專家系統(tǒng)的跳汰機自動控制設(shè)計 7.1 專家系統(tǒng)介紹 7.1.1 基于知識的專家系統(tǒng) 7.1.2 專家系統(tǒng)的基本組成 7.1.3 專家系統(tǒng)的知識表示方法 7.2 專家控制系統(tǒng)的基本原理與結(jié)構(gòu) 7.2.1 專家控制系統(tǒng)的特點與基本原理 7.2.2 一般控制專家系統(tǒng)的基本結(jié)構(gòu) 7.2.3 專家控制系統(tǒng)分類 7.3 基于專家系統(tǒng)的跳汰機自動控制的設(shè)計 7.3.1 專家系統(tǒng)知識的來源 7.3.2 系統(tǒng)整體設(shè)計 7.3.3 專家知識與控制規(guī)則的建立 7.4 風(fēng)閥參數(shù)與密度值數(shù)據(jù)庫的建立 7.4.1 風(fēng)閥參數(shù)數(shù)據(jù)庫的建立 7.4.2 密度值數(shù)據(jù)庫的建立 7.4.3 數(shù)據(jù)庫的訪問 7.4.4 建立Activex數(shù)據(jù)對象與數(shù)據(jù)源的連接第8章 結(jié)論與展望附錄 附表1 常見元素的質(zhì)量吸收系數(shù)及原子量 附表2 200組密度值數(shù)據(jù)參考文獻
章節(jié)摘錄
插圖:水流速度對完全按密度分層是不利的,它對分層的影響具體表現(xiàn)在:在上升期,水速會使細(xì)顆粒上升得比粗粒更快,可能會使一部分高密度細(xì)粒污染到上層中去;但在下降期,水速會使細(xì)顆粒下降得比粗??欤貏e是當(dāng)床層處于較緊密狀態(tài)時,吸暖分選作用將有利于將上升期被沖到上層去的一些高密度細(xì)顆粒重新回落到下層來,這樣可在一定程度上克服由水流速度帶來的負(fù)面影響。由前述已經(jīng)知道床層分層狀態(tài)對產(chǎn)品分離有直接影響,而反過來,產(chǎn)品分離過程(排料過程)對床層分層狀態(tài)的影響也非常大。目前采用的排料方式主要有排料輪和閘板兩種方式,排料控制基本上都是基于單片機或PLC系統(tǒng)的自動排料,控制算法大多采用PID或簡單的邏輯控制。雖然連續(xù)排料是穩(wěn)定產(chǎn)品分選密度的原則,但其連續(xù)性一般都不夠完善,特別是采用閘板方式排料的系統(tǒng),連續(xù)性根本得不到保證,底流床層厚度波動幅度較大,從而導(dǎo)致各同密度粒群的分布中心位置忽高忽低,使本來已分好的床層產(chǎn)生錯動,造成重新污染。
編輯推薦
《跳汰機檢測技術(shù)的應(yīng)用及智能方法研究》是由國防工業(yè)出版社出版的。
圖書封面
評論、評分、閱讀與下載
跳汰機檢測技術(shù)的應(yīng)用及智能方法研究 PDF格式下載