智能化洗煤厂的发展现状分析

洗煤厂的主要任务是对煤进行分选，去除原煤中的杂质，获得工业用的精煤。洗煤厂是煤炭加工的重要场所，保证其运行的可靠性具有重要意义。随着科学技术的发展，我国国有煤矿选煤厂基本实现了自动化，主要包括信息管理、数据采集与处理、远程在线控制等。信息管理主要由工业PLC实现，而远程在线控制的实现依靠DP工业线和计算机网络。自动化洗煤厂是智能化洗煤厂发展的基础，即智能化是自动化发展的高级阶段。智能选煤厂的系统结构如图1 2实现智能洗煤厂的关键技术所示。从图1可以看出，智能洗煤厂主要包括分析决策、管理控制、生产执行、网络传输和过程控制五个部分，其中每个部分又包括许多子系统。在实现智能化的过程中，网络通信平台和工业以太网是重要的基础。这是因为在智能化处理过程中，需要传输大量的数据，需要实现在线控制，这些都是通过网络和以太网来完成的。总的来说，现在已经具备了发展智能洗煤的条件。从自动化洗煤厂到智能化洗煤厂，需要做到以下几点:a)升级相关洗煤设备，进一步减少人力，提高效率，实现生产的高度集中控制，主要是升级洗煤设备上的部分微处理器。b)搭建大数据采集平台和数据库。足够的数据是实现智能化的基础，即智能化就是从大数据中寻找最佳的设备运行参数，从而优化设备运行参数。c)提高数据采集的灵敏度。为了实现选煤厂的智能控制，保证采集数据的准确性非常重要。从现状来看，2022年左右将完善智能洗煤厂的相关标准和指标，2025年前将突破智能化所需的设备和技术并进行初步工业试验。预计2035年左右将建立一定规模的智能洗煤厂。

[3]

2.1大数据采集和处理技术

在实现智能洗煤厂的过程中，需要收集足够的数据进行学习。与自动化不同，智能强调主观学习的能力，属于机械学习[4]。数据采集是通过一些传感器来实现的，这就要求传感器的数量足够多，采集的频率足够高。数据收集完成后，我们不能直接利用这些数据进行决策，还需要对数据进行处理。数据处理的主要任务是从大数据中提取一些有用的信息，从而为选煤厂的决策提供一些依据。然而，这种处理并不是一件容易的事情。一方面要保证数据处理的质量，即从大数据中提取出足够多有效的信息；另一方面要保证数据处理的速度，主要是有些决策需要在短时间内完成。这就需要数据处理跟上时代潮流，采用最新最有效的算法。

2.2机械设备智能学习算法

建设智能洗煤厂的关键是使洗煤厂内的设备具有一定的自学习能力，根据实际情况做出最有利的判断。要使机械设备具有自主学习的能力，就必须使机械设备具有& ldquo大脑& rdquo。& ldquo大脑& rdquo对于机械设备，指的是微处理器和智能学习算法，而智能学习算法是实现自主学习的关键。虽然已经发展了一些智能算法，如人工神经网络算法、模糊算法和混沌算法等。，这些算法都有自己独特的应用环境。如何将这些智能算法应用到选煤厂的实际生产和决策过程中，需要根据现场的实际情况进行检验。考虑到洗煤厂实际运行中的影响因素太多，有必要开发一些高效的多变量输入智能学习算法，以帮助洗煤厂的智能化实现。

2.3网络技术和信息传输技术

在建设智能洗煤厂的过程中，需要进行大量的数据传输和信息交换。如何实现大量数据的快速交换和传输是智能发展需要考虑的关键问题。一方面需要无线数据传输；另一方面，需要在线数据传输。此外，还要考虑数据传输的质量。对于网上传输，不需要考虑这个问题；对于无线传输，要考虑传输过程中的干扰。虽然目前的无线网络传输和以太网技术已经非常成熟，但它们的传输速率都有限。传输大数据时，很可能会超过这个极限速率，导致数据传输的误码率更高。因此，选煤厂的智能化建设有赖于目前正在发展的5G数据传输技术。此外，智能洗煤厂的建设还依赖于其他技术，如高速数据存储技术、高性能微处理技术等。这些技术现在已经非常成熟，这里就不详细介绍了。

3结论

在智能化高度发展的今天，推进选煤厂智能化建设是大势所趋。国内智能洗煤厂的建设处于起步阶段，很多还处于探索阶段。值得注意的是，很多洗煤厂已经基本实现了自动化，为向智能化过渡提供了一定的物质基础。总的来说，现在已经具备了发展智能洗煤的条件。从自动化洗煤厂到智能化洗煤厂，需要升级相关洗选设备，建设大数据采集平台和数据库，提高数据采集的灵敏度。希望讨论内容能为深入理解智能洗煤厂的建设提供一些参考。