TDS智能干选机在黄陵一号煤矿选煤厂的应用_缑新学.pdf

TDS 智能干选机在黄陵一号煤矿选煤厂的应用 缑新学, 何 晨 陕煤黄陵矿业有限公司, 陕西 延安 727307 摘 要 分析了黄陵一号煤矿选煤厂块煤手选系统存在智能化程度低、 工人劳动强度大、 矸石拣出率低等问题; 通过半工业试验验证, 采用 TDS 智能干选机替代人工手选排矸效果明 显; 实际应用表明, 大于 50 mm 大块原煤经过 TDS 智能干选机分选后, 矸石排除率为 95. 31, 平均矸中带煤率为 2. 4, 达到了改造的预期目标, 同时降低了洗选加工费, 提高了选煤厂的 经济效益和社会效益。 关键词 炼焦煤选煤厂; 人工手选; TDS 智能干选机; X 射线识别; 应用效果; 经济效益 中图分类号 TD948. 9 文献标识码 A 文章编号 1005-8397202008-0026-04 收稿日期 2020-06-24 DOI 10. 16200/ j. cnki. 11-2627/ td. 2020. 08. 007 作者简介 缑新学1967, 男, 陕西富平人, 1991 年毕业于淮南矿业学院选矿工程专业, 工学学士, 陕西陕煤黄陵矿业有限公司机电 部副部长, 高级工程师。 引用格式 缑新学, 何 晨. TDS 智能干选机在黄陵一号煤矿选煤厂的应用 [J]. 煤炭加工与综合利用, 20208 26-29. 1 概况及现状分析 黄陵一号煤矿选煤厂是一座设计能力 6. 0 Mt/ a 的矿井型炼焦煤选煤厂, 入洗原煤为气肥 煤。 设计选煤工艺为无压三产品重介旋流器 TBS 粗煤泥分选煤泥浮选联合工艺。 选后精煤 产品为炼焦配煤, 副产品中煤及煤泥作为煤矸石 电厂原料。 该厂大块煤预处理工艺采用人工手 选, 存在智能化程度低, 手选工劳动强度大, 矸 石拣出率低等问题。 为提高自动化水平和企业经 济效益, 改善工作环境, 减少安全隐患, 需将人 工手选升级改造为机械排矸, 通过对多种块煤分 选工艺比较, 选煤厂拟采用智能干选机用于 50 mm 以上块煤排矸[1-2]。 2 双源识别 TDS 智能干选机可行性研究 2. 1 采用双源识别 TDS 智能干选机的必要性 中国煤质复杂, 有易选煤也有难选煤。 对于 基于射线识别技术分选的智能干选机也存在难选 煤和易选煤的问题, 只是决定难选和易选的方法 是识别。 黄陵一号煤矿选煤厂中煤含量偏高, 通 过 X 光识别试验确定该厂煤为难选煤。 另外黄陵 一号煤矿选煤厂入选原煤为稀缺的炼焦配煤, 分 选作业必须保证分选精度, 减少矸石带煤率, 提 高精煤回收率。 针对难选煤, 国内智能干选机研发单位在 X 射线识别的基础上增加图像CCD 相机 识别, 提高识别精度。 鉴于上述分析, 黄陵一号煤矿选 煤厂考虑采用 X 射线图像双源识别 TDS 智能干 选机。 2. 2 图像识别技术及工作过程 图像识别是一种以计算机为核心, 结合光电 技术和计算机图像处理技术的新型选煤技术。 它 根据模式识别原理, 利用 CCDCharge Coupled Device摄像头对煤炭输送过程进行监测, 通过 图像采集卡, 将拍摄到的连续图像输入计算机, 不断进行图像处理, 并运用图像处理算法对其进 行分析、 识别, 最终达到将煤块和矸石区分[3-4], 系统框架如图 1 所示。 注 图中黑色图形表示矸石, 白色图形表示煤 图 1 图像识别系统框架 62 煤炭加工与综合利用 COAL PROCESSING 然后利用粗糙集算法和模 式识别算法, 计算出煤和煤矸石的灰度和纹理特 征量, 与已通过图像采集的煤和矸石图像特征规 则进行匹配, 进而实现识别分类, 最后通过执行 机构分选[5-6]。 任何一种识别技术都有其局限性和性能瓶 颈, 难以做到 100的准确, 而利用多种识别技 术进行联合识别可以明显提高识别精度。 利用 X 射线与 CCD 图像双源联合识别, 可以发挥 2 种 技术各自的特点, X 射线透射基于物块内部信息 检测, CCD 图像基于物块表理信息检测, 并根据 物块特征赋予 X 射线与图像检测值不同的置信度 等级, 最终实现联合识别, 极大提高检测精度, 从而保证分选精度[7-8]。 2. 3 半工业试验验证 采取黄陵一号煤矿选煤厂煤样在工业样机上 进行半工业试验, 采用 X 射线图像CCD 相机 识别技术, 试验结果见表 1。 表 1 黄陵一号煤矿选煤厂 TDS 智能干选机半工业试验结果双源识别 试验序号 干选精煤 合计精煤产率/ 矸石产率/ 干选矸石 合计精煤产率/ 矸石产率/ 矸中 带煤率 矸石 排除率 1100. 0097. 202. 80100. 004. 7695. 242. 8095. 24 2100. 0097. 702. 30100. 004. 3895. 622. 3095. 62 平均值100. 0097. 452. 50100. 004. 5795. 432. 5095. 42 由表 1 试验结果看出, 双源识别 TDS 智能干 选机分选后, 矸石的平均带煤率为 2. 50, 平均 排除率为 95. 42, 说明排矸效果明显、 分选精 度高。 半工业试验表明, 双源识别 TDS 智能干选 机适合用于该厂大于 50 mm 块原煤排矸。 3 TDS 智能干选机的应用 通过半工业试验和实际应用调研, 选煤厂确 定采用 X 射线图像双源识别智能干选机。 3. 1 设备技术参数 TDS 智能干选机主要技术参数如表 2 所示。 表 2 TDS 智能干选机主要技术参数 项目数值 设备型号TDS24-300 布料器宽度/ mm2 400 处理物料粒度/ mm40050 处理能力/ th -1 240 带式布料器长度/ mm12 000 总功率/ kW80. 50 正常耗气量/ m3min -1 27. 68 设备外壳 5 cm 处 射线安全强度/ μSvh -1 2. 5 3. 2 工艺流程 原煤经 50 mm 分级后, 大于 50 mm 块原煤 进入 TDS 智能干选机分选, 分选后的精煤破碎至 50 mm 以下, 再与筛下小于 50 mm 末煤一起进入 洗选系统, TDS 智能干选机矸石直接排弃。 改造 后工艺流程见图 2。 图 2 改造后工艺流程 3. 3 改造工艺布置 新增智能干选系统布置简单, 无需新增车 间。 将原煤准备车间原有 2 台手选胶带机拆除, 在其位置安装 2 套 TDS 智能干选系统即可。 TDS 智能干选系统布置见图 3。 4 应用效果 4. 1 生产运行指标 经过调试, TDS 智能干选系统已正常运转, 生产运行指标如表 3。 表 3 生产运行指标试验表明, 经过双源识别 TDS 智能干选机分选后, 矸石的平均带煤率为 2. 4, 平均排除率为 95. 31, 达到了改造的预 期目标。 72 2020 年第 8 期缑新学, 等 TDS 智能干选机在黄陵一号煤矿选煤厂的应用 ChaoXing 4. 2 社会效益 采用智能干选替代人工手选, 提高生产自动 化水平, 大大减轻工人的劳动强度, 解决预先筛 分车间噪声大、 粉尘大, 工人工作环境差的难 题[9-10]。 其重要意义在于将工人从恶劣的工作环 境中解脱出来, 保护工人身体健康。 TDS 智能干 选机基本上实现了无人值守, 提高了生产效率与 分选精度的同时, 也避免了对人体健康的损害。 表 3 黄陵一号煤矿选煤厂 TDS 智能干选机生产运行指标试验 试验序号 干选精煤 合计精煤产率/ 矸石产率/ 干选矸石 合计精煤产率/ 矸石产率/ 矸中 带煤率 矸石 排除率 1100. 0097. 42. 6100. 004. 7695. 242. 6095. 24 2100. 0097. 72. 3100. 004. 5895. 422. 3095. 42 3100. 0097. 62. 4100. 004. 6895. 322. 4095. 32 4100. 0097. 82. 2100. 004. 7995. 212. 2095. 21 5100. 0097. 52. 5100. 004. 6295. 382. 5095. 38 平均值100. 0097. 452. 4100. 004. 5795. 312. 4095. 31 图 3 改造后工艺布置 4. 3 经济效益 1节省人工费。 采用 TDS 智能干选工艺后, 可节省 10 名手选工人, 按每人每年工资 5 万计, 每年可节约手选工人工成本约 50 万元[11-12]。 2节省块煤破碎机维修费。 采用 TDS 智能 干选后, 块煤破碎机由主要破碎矸石变为仅破碎 煤, 破碎机的正常损耗降到了最低, 节省破碎机 维修费[13-14]。 82 煤炭加工与综合利用2020 年第 8 期 ChaoXing 3节省矸石后续洗选加工费。 大于 50 mm 块煤产率按 15计, 其中矸石含量约 25, 人工 手选矸石拣出率为 20, 块原煤采用 TDS 分选, 矸石排出率按95计, 则每年块原煤采用 TDS 分 选比手选可以多排出矸石量 6. 0 Mt152595-2016. 88 万 t 后续洗选系统吨原煤加工费按 15 元计, 每 年可节省加工费 16. 88 万 t15 元/ t253. 13 万元 4减轻煤泥水负荷, 节省煤泥加工费。 矸 石在入洗时会产生次生煤泥, TDS 提前将大量矸 石排出可减少次生煤泥产量, 减轻选煤厂煤泥水 系统的负担, 节省次生煤泥加工费。 次生煤泥产 率按 5计, 每年可减少煤泥量 16. 88 万 t50. 84 万 t 浮选吨煤泥加工费按 15 元考虑, 每年可节 省加工费[15] 0. 84 万 t15 元/ t12. 66 万元 5智能干选机易损件维护费用。 智能干选 机投运后, 其执行机构中的电磁阀属于易损件, 增加了设备的维护费用。 经统计每月损坏更换电 磁阀 4 个, 每个电磁阀 2 000 元, 则每年增加的 维护费 2000 元/ 个4 个129. 6 万元 综上所述, 智能干选机投运后, 每年可产生 的经济效益为 50 万元253. 13 万元12. 66 万元-9. 6 万元 306. 19 万元 5 结 语 黄陵一号煤矿选煤厂煤种为难选煤, 通过半 工业试验和实际应用调研, 引入 X 射线图像双源 识别 TDS 智能干选机代替人工手选实现块煤预先 排矸。 投产后的实际运行指标说明, TDS 智能干 选机分选精度高, 满足黄陵一号煤矿选煤厂块煤 分选指标。 该项目的成功应用, 提高了黄陵一号 煤矿选煤厂的自动化水平, 同时增加了经济效益。 参考文献 [1] 周少雷, 曾志远. 西部煤炭洁净加工利用新技术新工艺 探讨 [J]. 煤炭加工与综合利用, 20167 5-10. [2] 梁兴国, 李云峰, 李 燕. 智能干选技术研究应用及发 展趋势 [J]. 选煤技术, 20191 92-96, 102. [3] 孙继平. 基于图像识别的煤岩界面识别方法研究 [J]. 煤炭科学技术, 2011, 392 77-79. [4] 张泽琳, 杨建国, 王羽玲, 等. 煤粒图像识别系统的设 计与实现 [J]. 煤炭工程, 2011, 2 17-19. [5] 吕一波, 彭德强. 利用图像识别技术提取粗粒煤图像的 物理特征 [J]. 洁净煤技术, 2006, 123 98-100. [6] 田慧卿, 魏忠义. 基于图像识别技术的煤岩识别研究与 实现 [J].西安工程大学学报, 2012, 265 657- 660. [7] 刘富强, 钱建生, 王新红. 基于图像处理与识别技术的 煤矿矸石自动分选 [J].煤炭学报, 2000, 255 534-537. [8] 王祥瑞. 煤矿矸石自动分选中图像处理与识别技术的应 用 [J]. 煤炭技术, 2012, 318 112-113. [9] 郝明景.曙光煤矿块煤 TDS 智能干选的可行性分析 [J]. 煤质技术, 20173 63-65. [10] 段福山, 孙友彬.TDS 智能干选机在干河煤矿的应用 [J]. 选煤技术, 20182 68-72. [11] 段进东. TDS 智能干选机与重介浅槽分选机的对比应用 [J]. 煤炭科技, 20172 145-147. [12] 吴文波. 智能干选在选煤厂块煤分选系统改造中的应用 分析 [J]. 中国煤炭, 2017, 4312 123-126. [13] 张振红. 我国干法选煤技术发展现状与应用前景 [J]. 选煤技术, 20191 43-47, 52. [14] 乔治忠, 刘利波. TDS 智能干选机在准能哈尔乌素选煤 厂的应用研究 [J]. 选煤技术, 20175 35-37. [15] 王守强. 智能干选机在孙疃煤矿的应用研究 [J]. 煤炭 加工与综合利用, 20199 16-18. 􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮 􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮 􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮 􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀤮􀦮 􀦮 􀦮 􀦮 欢迎订阅 煤炭加工与综合利用 杂志 电话 010-64251130 网址 mtjg. cbpt. cnki. net E-mail mtjgly vip. 163. com 订刊联系 QQ 369181566 投稿联系 QQ 2537926740 92 2020 年第 8 期缑新学, 等 TDS 智能干选机在黄陵一号煤矿选煤厂的应用 ChaoXing