dpmp-02型密度检测系统在哈拉沟选煤厂的应用

《dpmp-02型密度检测系统在哈拉沟选煤厂的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第4

2、D卷第8期山西建筑Vo1．40No．8·244·2014年3月SHANXIARCHITECTUREMill"．2014Tc．煺骢·机械与设备·文章编号：1009—6825(2014)08—0244—03DPMP．02型密度检测系统在哈拉沟选煤厂的应用吕一波王兰豪(黑龙江科技大学，黑龙江哈尔滨150000)摘要：结合重介选煤厂密度计的应用现状，对DPMP一02型密度计的结构、工作原理、安装方式及人工标定过程进行了详细叙述，并对其在哈拉沟选煤厂的应用效果作了分析比较，指出其为选煤厂密度控制系统提供了准确的密度参数。关键词：选煤厂，密度计，悬浮液，PLC中图分类号：T

3、D946文献标识码：A哈拉沟选煤厂是隶属于神华神东洗选中心的大型矿井型选煤目前，重介质选煤厂主要采用两种密度计，同位素密度计和厂，其处理能力为14．0Mt／年。目前主要生产工艺系统：200mm一差压密度计对悬浮液密度进行监测。同位素密度计带有放射性13mm粒级块煤采用重介质浅槽主再选工艺分选；小于13mm粒同位素辐射源，该放射性辐射(射线)在透过一定厚度的被测物级末原煤经有压两产品重介质旋流器分选。在哈拉沟选煤厂重后被射线检测器所接收。一定厚度的被测物对射线的吸收量与介选煤过程中，合格介质悬浮液的密度是决定精煤灰分和产率的该物体的密度有关，而射线检测器的信号则与该吸收

4、量有关，因最重要的选煤工艺参数，直接影响着煤炭洗选效果，从而影响着此，通过相关运算可计算出被测物的密度。该密度计具有测量精该厂的经济效益。因此，需要在该厂合格介质泵和旋流器之间的度高、寿命长的优点，但是对人体和环境有一定的危害，并且办理垂直上升管道安装密度计，检测重介质悬浮液的密度，使重介浅使用手续繁杂，后续维护工作量大，且要求有较高水平的专业人槽或者旋流器处于最佳分选密度范围，进而保证洗选效果。因此员操作。对该选煤厂来说同位素密度计并不是最佳选择。差压选择一种适合该厂选煤工艺要求的悬浮液密度计是至关重要的。型密度计是通过压力传感器测量出一定高度被测液柱的静压力，1重

5、介选煤厂密度计应用现状静压力与该液体的密度成正比，然后根据被测液体的流速，计算出测的实际方式与过程与渗流量预测基本相似，这里仅应用上述改进化趋于稳定在100代，预测结果较吻合于实测结果，说明该方进方法采用三层网络对大坝基础渗流量进行了训练和预测。法的预测效果较好，神经网络采用改进遗传算法训练后能快速收敛，减少训练次数。5结语本文改进了遗传算法的适应度函数以及选择方法，在渗流监测中应用了经过优化的BP神经网络。BP神经网络的收敛和局部极值问题得到了有效解决，神经网络采用改进遗传算法训练后能快速收敛，训练次数减少，检测性能提升，预测得到了较好的效果。参考文献：2c08．0

6、9．O12O09．1O．02[1]阳武，伍元，吴中如．模糊神经网络预报模型的研究日期／年．月．日[J]．水电能源科学，2004，22(1)：63-65．图3大坝基础渗流量改进遗传神经网络预测图[2]闰滨，周晶．基于遗传神经网络的渗流实时预报方法研水库建成以后的运行期间，坝基的渗透系数、防渗结构的条究[J]．岩土力学，2006(10)：147．150．件和排水措施等变化较小，温度、水压和时效等因素是影响渗流[3]赵志仁，张力忠．大坝渗流安全监测技术研究[J]．水利水电量大小的主要部分。因此，输入层神经元选择周期项、上游水位工程设计。2001(3)：44．48．H。、下游

7、水位、时效0四个参数，1个输出层神经元，4个隐含层[4]雷霆，胡江．大坝渗流监测的蚁群神经网络模型[J]．水神经元。从预测结果图3可以得出：网络进化迅速收敛于前40代，电能源科学，2008(5)：57-58．DamseepagemonitoringmodelbasedonimprovedgeneticalgorithmofneuralnetworkFUYong~un’LIMing-Ii2ZHANGXia’(1．ChinaGezhoubaGroupInternationalEngineeringLimitedCompany，Beng100022，China；2．Long

8、—DistanceandContinuingEducationCollege，Da~anUnive~i@ofTechnology，Dalian116011，China)Abstract：Thisessayputforwardthedamseepagemonitoringmodelimprovinggeneticalgorithmofneuralnetworkonthebasisofthefitnessfune—tionofgeneticalgorithmandtheselectionmethodforimprovementwithusingtheim