亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于精煤灰分預(yù)測(cè)的重介懸浮液密度自動(dòng)設(shè)定系統(tǒng)設(shè)計(jì)

        2015-12-20 01:51:04孔利利
        選煤技術(shù) 2015年4期
        關(guān)鍵詞:重介懸浮液精煤

        孔利利

        (中煤科工集團(tuán)北京華宇工程有限公司,河南 平頂山 467000)

        基于精煤灰分預(yù)測(cè)的重介懸浮液密度自動(dòng)設(shè)定系統(tǒng)設(shè)計(jì)

        孔利利

        (中煤科工集團(tuán)北京華宇工程有限公司,河南 平頂山 467000)

        為了使重介懸浮液密度及時(shí)適應(yīng)選煤生產(chǎn)的需要,設(shè)計(jì)出重介懸浮液密度自動(dòng)設(shè)定系統(tǒng)。根據(jù)重介選煤廠實(shí)際操作情況,先設(shè)計(jì)訓(xùn)練精煤灰分預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò),再采用Wincc、Matlab編寫程序?qū)崿F(xiàn)重介懸浮液密度的自動(dòng)設(shè)定。該系統(tǒng)可以對(duì)一系列密度數(shù)據(jù)下的精煤灰分進(jìn)行預(yù)測(cè),根據(jù)預(yù)測(cè)結(jié)果選擇最佳密度設(shè)定值,有利于提高精煤灰分的可控性。生產(chǎn)結(jié)果表明:在該系統(tǒng)設(shè)定的密度值下,精煤灰分在要求的范圍內(nèi),說明系統(tǒng)運(yùn)行效果良好。

        重介選煤;精煤灰分預(yù)測(cè);懸浮液密度設(shè)定;BP神經(jīng)網(wǎng)絡(luò)

        重介選煤中重介懸浮液密度[1](以下簡稱“懸浮液密度”)對(duì)選煤效果有很大影響,如果不能隨生產(chǎn)狀況及時(shí)調(diào)控懸浮液密度就會(huì)影響洗選產(chǎn)品質(zhì)量。目前重介選煤廠懸浮液密度多采用人工設(shè)定,需要不斷嘗試和調(diào)整,且具有很強(qiáng)的主觀性;另外,懸浮液密度設(shè)定居于整個(gè)選煤流程前段而精煤灰分檢測(cè)位于末段,基于精煤灰分的懸浮液密度調(diào)控存在嚴(yán)重的滯后性,這就給重介司機(jī)的正確判斷和及時(shí)調(diào)控造成很大困難??偟膩碚f,人工設(shè)定懸浮液密度的工作量大,時(shí)間長,效果不理想。為此,設(shè)計(jì)出懸浮液密度自動(dòng)設(shè)定系統(tǒng),采用神經(jīng)網(wǎng)絡(luò)方法[2]根據(jù)生產(chǎn)數(shù)據(jù)對(duì)精煤灰分進(jìn)行預(yù)測(cè),通過對(duì)比生產(chǎn)要求和預(yù)測(cè)結(jié)果,確定懸浮液密度設(shè)定值。與傳統(tǒng)的人工設(shè)定懸浮液密度[3]的方式相比,通過計(jì)算機(jī)實(shí)現(xiàn)懸浮液密度自動(dòng)設(shè)定的方式,調(diào)控更及時(shí)、更可靠,不僅能夠降低操作人員的勞動(dòng)強(qiáng)度,提高工作效率,而且能夠保持精煤灰分穩(wěn)定,保證洗選產(chǎn)品質(zhì)量。

        1 BP神經(jīng)網(wǎng)絡(luò)

        1.1 參數(shù)、訓(xùn)練樣本選擇

        未經(jīng)加工的煤炭是可燃的有機(jī)物和不可燃的無機(jī)物的混合物,重介選煤的目的是將其中可燃物含量不同的物質(zhì)分開,從而使精煤產(chǎn)品的灰分符合要求。在重介選煤過程中,影響精煤灰分的因素很多,如原煤性質(zhì)、設(shè)備運(yùn)行狀態(tài)、生產(chǎn)工藝參數(shù)等。實(shí)際生產(chǎn)過程中不可能實(shí)時(shí)控制所有的因素,在設(shè)計(jì)懸浮液密度自動(dòng)設(shè)定系統(tǒng)時(shí),應(yīng)對(duì)影響因素做合適的取舍。一般來說,懸浮液密度、原煤灰分及單位時(shí)間內(nèi)的原煤入選量對(duì)精煤產(chǎn)品質(zhì)量有重要影響。故研究過程中以這三個(gè)因素作為BP預(yù)測(cè)模型的輸入?yún)?shù),以精煤灰分作為輸出量。

        在使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)之前必須對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練[4],訓(xùn)練樣本的選擇對(duì)于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)至關(guān)重要,只有選擇合適的訓(xùn)練樣本才能保證預(yù)測(cè)的正確性[5]。生產(chǎn)過程中生產(chǎn)設(shè)備對(duì)原煤洗選效果的影響很復(fù)雜,無法用模型模擬或者量化描述,但是可以認(rèn)為在一定時(shí)間內(nèi)各設(shè)備運(yùn)行狀態(tài)變化不大。由于上述原因,研究中以距離預(yù)測(cè)網(wǎng)絡(luò)訓(xùn)練時(shí)間最近的、有效的生產(chǎn)數(shù)據(jù)作為樣本。

        由于激發(fā)函數(shù)采用的是Sigmoid函數(shù),在對(duì)數(shù)據(jù)進(jìn)行歸一化處理之前應(yīng)該考慮使神經(jīng)元的工作處于激發(fā)函數(shù)曲線斜率最大的區(qū)域。輸入?yún)?shù)的歸一化范圍是(0.1~0.9),歸一化公式為:

        式中:xk為第k個(gè)樣本數(shù)據(jù);x′k為第k個(gè)樣本數(shù)據(jù)歸一化后的值;xmax、xmin分別為樣本數(shù)據(jù)的最大值和最小值。

        1.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

        神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)在一定程度上決定了網(wǎng)絡(luò)的映射能力和預(yù)測(cè)的精度[6-7],根據(jù)實(shí)際要求,輸入層參數(shù)分別為入選原煤灰分、單位時(shí)間內(nèi)的原煤入選量、合格懸浮液密度三個(gè)節(jié)點(diǎn),輸出層為精煤灰分。此外,隱層數(shù)目對(duì)網(wǎng)絡(luò)的映射能力有重要影響,增加隱層數(shù)目可以提高網(wǎng)絡(luò)的非線性映射能力,但也會(huì)使網(wǎng)絡(luò)復(fù)雜化,運(yùn)行速度減慢。已有實(shí)例證明:只有一層隱層的神經(jīng)網(wǎng)絡(luò)優(yōu)于有限數(shù)目維的非線性隱射,所以采用三層網(wǎng)絡(luò)結(jié)構(gòu)。另外,隱層節(jié)點(diǎn)數(shù)對(duì)訓(xùn)練效果有較大影響,數(shù)目太少精度降低,數(shù)目太多訓(xùn)練時(shí)間增長,且訓(xùn)練效果不一定好。隱層節(jié)點(diǎn)數(shù)目一般按照經(jīng)驗(yàn)選取,經(jīng)驗(yàn)式為:

        式中:N0為輸入層節(jié)點(diǎn)數(shù),N1為隱層節(jié)點(diǎn)數(shù),N2為輸出層節(jié)點(diǎn)數(shù),ΔN為小于10的正整數(shù)。

        研究中選擇的隱層數(shù)量為7,據(jù)此構(gòu)建的3×7×1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖1所示。其中,φ1、φ2分別為隱含層的第一個(gè)、第二個(gè)節(jié)點(diǎn)的激活函數(shù),wi,j為輸入層節(jié)點(diǎn)與隱含層節(jié)點(diǎn)的連接權(quán)值,wi為隱含層節(jié)點(diǎn)與輸出層節(jié)點(diǎn)的連接權(quán)值。

        圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

        1.3 網(wǎng)絡(luò)訓(xùn)練過程

        對(duì)構(gòu)建完善的網(wǎng)絡(luò)進(jìn)行訓(xùn)練,具體步驟如下:

        (1)初始化。對(duì)網(wǎng)絡(luò)連接權(quán)值、閾值、學(xué)習(xí)率進(jìn)行初始化設(shè)置,為連接權(quán)值賦予[-0.1,0.1]之間的隨機(jī)數(shù),學(xué)習(xí)率賦予0.01,算法終止條件為誤差E≤Emin=0.001。

        (2)選擇訓(xùn)練樣本數(shù)據(jù)集,進(jìn)行歸一化處理,給出順序賦值的輸入向量X1,X2,……Xn和期望的輸出響應(yīng)Y1,Y2,……Yn。

        (3)對(duì)于第k個(gè)樣本,計(jì)算出神經(jīng)網(wǎng)絡(luò)輸出值與期望值的偏差E。

        (4)計(jì)算調(diào)整值Δwij和Δwi,并調(diào)整輸入層和隱含層的連接權(quán)值wij、隱含層和輸出層的連接權(quán)值wi。

        (5)如果E≤Emin=0.001,終止訓(xùn)練;反之,重復(fù)步驟(3),直至滿足要求。

        2 密度自動(dòng)設(shè)定系統(tǒng)的實(shí)現(xiàn)

        密度設(shè)定系統(tǒng)的實(shí)現(xiàn)分為四部分完成,即神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型訓(xùn)練部分、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與密度設(shè)定部分、數(shù)據(jù)存儲(chǔ)部分(數(shù)據(jù)庫)、人/機(jī)界面部分,如圖2所示。

        密度設(shè)定系統(tǒng)的數(shù)據(jù)流向示意圖如圖3所示。控制系統(tǒng)最底層的是PLC,其與執(zhí)行器、傳感器直接連接,用于獲取、傳遞生產(chǎn)數(shù)據(jù)和控制信號(hào);上一層是上位機(jī)監(jiān)控軟件Wincc,實(shí)現(xiàn)與PLC無縫連接,數(shù)據(jù)交換十分方便。Wincc與Matlab程序的數(shù)據(jù)交換需要借助SQL數(shù)據(jù)庫完成[8-9],Wincc將生產(chǎn)數(shù)據(jù)定時(shí)存儲(chǔ)于SQL中,神經(jīng)網(wǎng)絡(luò)需要訓(xùn)練時(shí),Matlab神經(jīng)網(wǎng)絡(luò)訓(xùn)練程序從SQL中讀取樣本數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)。密度設(shè)定過程為:Wincc將系統(tǒng)參數(shù)存儲(chǔ)于SQL,Matlab密度設(shè)定程序從SQL中讀取該參數(shù)進(jìn)行精煤灰分預(yù)測(cè),根據(jù)預(yù)測(cè)結(jié)果設(shè)定懸浮液密度并存儲(chǔ)于數(shù)據(jù)庫中,Wincc從數(shù)據(jù)庫中讀取密度設(shè)定值。

        圖2 密度設(shè)定系統(tǒng)結(jié)構(gòu)示意圖

        圖3 系統(tǒng)數(shù)據(jù)流向示意圖

        Wincc存儲(chǔ)數(shù)據(jù)的部分程序如下:

        Dim cnn, strcnn

        strcnn = “ Provider=SQLOLEDB.1;Persist Security Info=True;User ID=sa;Password=123;Initial Catalog=BP_data; Data Source=CHINA-2013G”

        Set cnn = CreateObject(“ADODB.Connection”)

        cnn.ConnectionString = strcnn

        cnn.open

        Dim issql

        strsql = “insert into dbtable (ymhf,ymzl,pjmd,jmhf) Values (“&ymhf&”,“ &ymzl& ”,“ &pjmd& ”,“ &jmhf& ”)”

        Set cdobj = CreateObject(“ADODB.Command”)

        cdobj.CommandText = strsql

        cdobj.Execute

        Set cdobj = Nothing

        cnn.Close

        上述程序中strcnn為連接字符串,CHINA-2013G為數(shù)據(jù)庫服務(wù)器名,BP_data為數(shù)據(jù)庫名,strsql為存儲(chǔ)數(shù)據(jù)的SQL語句,讀取數(shù)據(jù)時(shí)只要改寫該語句為讀數(shù)據(jù)語句即可。

        訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)即可預(yù)測(cè)精煤灰分,根據(jù)預(yù)測(cè)結(jié)果得到懸浮液密度設(shè)定值。密度設(shè)定程序流程如圖4所示。按照設(shè)定的最小精度對(duì)系統(tǒng)設(shè)定的密度范圍進(jìn)行掃描,結(jié)合其他參數(shù)(原煤入選量、原煤灰分)預(yù)測(cè)相應(yīng)的精煤灰分,查找與目標(biāo)灰分值誤差最小的預(yù)測(cè)值對(duì)應(yīng)的懸浮液密度,該密度即為密度設(shè)定系統(tǒng)所要給定的值。

        圖4 密度設(shè)定程序流程圖

        用Matlab軟件分別編寫神經(jīng)網(wǎng)絡(luò)的訓(xùn)練程序的M文件BPxunlian.m和灰分預(yù)測(cè)、密度設(shè)定的程序BPgeiding.m,在Matlab命令窗口中輸入“mcc-m-g BPxunlian”和“mcc-m-g BPgeiding”命令即可把相應(yīng)的Matlab程序編譯為BPxunlian.exe和BPgeiding.exe可執(zhí)行程序。將以上兩個(gè)程序存儲(chǔ)于計(jì)算機(jī)E盤,在上位機(jī)編寫程序時(shí)調(diào)用。

        基于Wincc的懸浮液密度自動(dòng)設(shè)定系統(tǒng)操作界面如圖5所示。界面的左半部分主要顯示原煤入選量、入選原煤灰分、懸浮液密度、精煤灰分等選煤過程的工藝參數(shù),這些數(shù)據(jù)由傳感器檢測(cè)得到,不需要人為更改。界面的右半部分顯示懸浮液密度設(shè)定范圍、最小密度變化值、期望灰分值等數(shù)據(jù),這些參數(shù)由人工設(shè)定,是為系統(tǒng)提供密度設(shè)定的依據(jù)。界面下方有三個(gè)按鈕,分別是網(wǎng)絡(luò)訓(xùn)練、密度設(shè)定、激活本區(qū)域,網(wǎng)絡(luò)訓(xùn)練時(shí)調(diào)用神經(jīng)網(wǎng)絡(luò)訓(xùn)練程序BPxunlian.exe進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,密度設(shè)定時(shí)調(diào)用密度設(shè)定程序BPgeiding.exe進(jìn)行密度設(shè)定,激活本區(qū)域指的是將給定值作為控制系統(tǒng)設(shè)定值傳送給PLC[10]。在本區(qū)域未激活前系統(tǒng)給定值只作為參考,并不傳送給PLC作為實(shí)際的設(shè)定值。

        圖5 懸浮液密度自動(dòng)設(shè)定系統(tǒng)操作界面Fig.5 Operation interface of automatic suspension density setting system

        3 控制效果

        該系統(tǒng)已在兗礦菏澤能化趙樓礦選煤廠投入使用,2014年1月7日0~2 h的生產(chǎn)數(shù)據(jù)歷史趨勢(shì)圖如圖6所示。

        圖6 生產(chǎn)數(shù)據(jù)歷史趨勢(shì)圖

        精煤灰分要求范圍是8.0%~9.0%。圖6中308密度表示實(shí)際的懸浮液密度,系統(tǒng)在0∶25和1∶37前后對(duì)懸浮液密度設(shè)定值進(jìn)行了兩次調(diào)整。圖中701灰分表示精煤灰分,精煤灰分2 h內(nèi)在8.0%~9.0%之間波動(dòng),但波動(dòng)范圍不大,能夠滿足生產(chǎn)要求。

        4 結(jié)語

        設(shè)計(jì)懸浮液密度自動(dòng)設(shè)定系統(tǒng)時(shí),首先要根據(jù)重介選煤工藝的實(shí)際情況,確定神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本、網(wǎng)絡(luò)結(jié)構(gòu)、輸入/輸出參數(shù),完成基于BP神經(jīng)網(wǎng)絡(luò)的精煤灰分預(yù)測(cè)模型的設(shè)計(jì)?;诰夯曳诸A(yù)測(cè)的重介懸浮液密度自動(dòng)設(shè)定系統(tǒng),對(duì)于懸浮液密度的及時(shí)調(diào)控有著重要作用,生產(chǎn)數(shù)據(jù)直接說明了該系統(tǒng)的有效性。

        [1] 孫武峰. 差壓式重介懸浮液密度與粘度一體化測(cè)量方法研究[D].北京:清華大學(xué),2010.

        [2] 施 彥,韓力群, 廉小親. 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析[M].北京:北京郵電大學(xué)出版社,2009.

        [3] 祁澤民,符東旭.選煤重介質(zhì)懸浮液穩(wěn)定性分析[J]. 煤炭科學(xué)技術(shù),2008(6).

        [4] 韓 廣,喬俊飛,薄迎春.溶解氧濃度的前饋神經(jīng)網(wǎng)絡(luò)建??刂品椒╗J]. 控制理論與應(yīng)用,2013,30(5).

        [5] 黃 麗. BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究 [D].重慶:重慶師范大學(xué),2008.

        [6] 喬俊飛,李 淼,劉 江.一種神經(jīng)網(wǎng)絡(luò)快速修剪算法[J]. 電子學(xué)報(bào),2010(4).

        [7] Zhou Sheng-Gang, Sun Li-Da, Zhu Pei-Xian, et al. Application of BP Neural Network in Prediction of Cu-Pb Composite Plates Properties[J]. Journal of Harbin Institute of Technology,2013(5): 36-40.

        [8] 楊 力,李月恒,于 智. 基于WinCC V6.2的VB腳本操作自定義SQL數(shù)據(jù)庫[J].工業(yè)控制計(jì)算機(jī),2010(9):7-8.

        [9] 胡 赟. MATLAB與組態(tài)軟件WinCC的數(shù)據(jù)交換技術(shù)[J].華東交通大學(xué)學(xué)報(bào), 2008, 25(4):44-47.

        [10] 劉耀元.機(jī)床電氣與PLC應(yīng)用技術(shù)[M].北京:北京理工大學(xué)出版社, 2011.

        The design of dense medium suspension density setting system based on clean coal ash prediction

        KONG Li-li

        (CCTEG Beijing Huayu Engineering Co., Ltd., Pingdingshan, Henan 467000, China)

        Dense medium suspension density setting system is designed to satisfy the requirement for production. In this system, according to the actual operation of heavy medium coal preparation plant, firstly, BP neural network for clean coal ash prediction is designed and trained, and then automatic setting of suspension density is realized by Wincc and Matlab programming. This system can predict ash of clean coal with different density and then select optimal setting, which can availably control ash of clean coal. The application shows that required clean coal ash is stable under the density setting value in this system, which suggests the system works well.

        dense medium coal preparation; clean coal ash prediction; suspension density setting; BP neural network

        TD948.9

        A

        1001-3571(2015)04-0068-04

        2015-01-18

        10.16447/j.cnki.cpt.2015.04.019

        孔利利(1987—),女,河南省平頂山市人,助理工程師,碩士,從事選煤廠電氣設(shè)計(jì)工作。

        E-mail:18639747779@163.com Tel:18639747779

        猜你喜歡
        重介懸浮液精煤
        疏水改性對(duì)浮選精煤助濾脫水的試驗(yàn)及模擬
        不同分選工段瘦精煤煤質(zhì)分析與配伍性研究
        大屯選煤廠粗精煤回收系統(tǒng)改造實(shí)踐
        渡市選煤發(fā)電廠重介分選系統(tǒng)故障預(yù)警系統(tǒng)的研究與實(shí)踐
        臨渙選煤廠重介系統(tǒng)的改造實(shí)踐
        瞬發(fā)伽馬中子活化分析技術(shù)在重介分選智能控制中的研究與應(yīng)用
        精煤產(chǎn)品結(jié)構(gòu)調(diào)整及回收系統(tǒng)改造
        潘集選煤廠重介灰分控制系統(tǒng)的開發(fā)與應(yīng)用
        重介質(zhì)懸浮液中煤泥特性對(duì)分選的影響分析
        云南化工(2020年11期)2021-01-14 00:51:00
        噴霧干燥前驅(qū)體納米Al 懸浮液的制備及分散穩(wěn)定性
        含能材料(2020年8期)2020-08-10 06:44:20
        国产无遮挡a片又黄又爽| 综合久久久久6亚洲综合| 国产伪娘人妖在线观看| 久久综合给合久久97色| 久久蜜桃一区二区三区| 丝袜美腿在线播放一区二区 | 国内自拍情侣露脸高清在线| 中文亚洲av片在线观看| 欧美午夜刺激影院| 国产清品夜色一区二区三区不卡| 色视频日本一区二区三区| 日本本土精品午夜视频| 在线视频夫妻内射| 国产青榴视频在线观看| 国产成人精品午夜福利| 久久AⅤ无码精品色午麻豆| 亚洲激情一区二区三区不卡 | 亚洲第一无码xxxxxx| 91久久久久无码精品露脸| 给我播放的视频在线观看| 国产精品蝌蚪九色av综合网| 久久精品国产69国产精品亚洲 | 伊伊人成亚洲综合人网香| 色www亚洲| 蜜桃av噜噜一区二区三区香| 日本第一影院一区二区| 精品久久久久久综合日本| 国产精品久久久久av福利动漫| 国产亚洲第一精品| 激情五月六月婷婷俺来也| 亚洲精品~无码抽插| 99国内精品久久久久久久| 国产欧美另类精品久久久| 国产一区二区三区在线观看黄| 午夜成人理论福利片| 国产在线一区二区三区av| 久久久久国产亚洲AV麻豆| 日本午夜理论一区二区在线观看| 美女露出自己的性感大胸一尤内衣| 无码人妻久久一区二区三区不卡| 久久香蕉国产精品一区二区三|