基于MOPSO煤泥水浓缩过程加药系统研究与设计
2021-05-08秦少杰王然风
煤炭工程 2021年4期
关键词:模型
秦少杰,王然风,付 翔
(太原理工大学 矿业工程学院,山西 太原 030024)
煤泥水浓缩作为选煤厂实现洗水闭路循环的关键环节,同时也是压滤的前一道工序,在整个洗选流程中极其重要。在煤泥水中添加辅助药剂(絮凝剂和凝聚剂)可促进煤泥水中悬浮颗粒的沉降。为合理添加药剂,保证浓缩效果,杨津灵[1]提出基于灰色预测-模糊控制的絮凝剂自动添加系统,通过灰色模型对溢流水浊度预测结合模糊控制,调整药剂添加量,仅考虑浓缩工序,而没考虑之后的压滤工序。 王卫东[2]计算干煤泥量,通过干煤泥量控制药剂添加量,但只做了前馈控制。梁波[3]采用了“前馈+反馈”控制策略,根据干煤泥量确定药剂量作前馈控制,检测溢流水的浊度,作为反馈量调整药剂添加量,一定程度上提高了系统控制效果,然而实际生产中,浓缩过程历时长滞后性大,工况改变需要一段时间才会引起溢流浊度的变化,因此溢流浊度作为反馈量不能保障系统的稳定性。 基于此,本文以贺西矿选煤厂为背景,设计了一种煤泥水浓缩过程加药系统,建立溢流浊度、底流浓度的预测模型,并以溢流浊度、底流浓度和药剂成本为优化目标,利用MOPSO算法进行优化,得出PID控制器的最优值,实现絮凝剂、凝聚剂在不同工况下的及时合理添加,在满足浓缩效果要求的同时,提高压滤效率,降低药剂损、耗节约成本。
1 药剂添加现状与问题
目前贺西选煤厂药剂添加方式如图1所示。利用配……
登录APP查看全文
