[发明专利]一种块煤浅槽分选过程的精煤灰分在线软测量方法

说明书

本发明公开了一种块煤浅槽分选过程的精煤灰分在线软测量方法，涉及煤炭分选加工技术领域，解决了现有块煤浅槽分选过程的精煤灰分预测方法复杂、适应性差及成本较高的问题。该方法包括：实时采集数据，包括精煤产量、尾煤产量、合格介质密度及精煤的双能X射线图像；将实时采集的精煤的双能X射线图像中每一像素点的R值输入至训练好的精煤灰分预测主模型，处理后得到精煤灰分预测值；处理实时采集的精煤产量和尾煤产量，得到精煤产率；并将所述精煤产率和归一化处理后的合格介质密度输入至训练好的精煤灰分补偿模型，处理后得到精煤灰分误差预测值；用所述精煤灰分误差预测值对所述精煤灰分预测值进行补偿，得到最终的精煤灰分预测结果。

技术领域

本发明涉及煤炭分选加工技术领域，尤其涉及一种块煤浅槽分选过程的精煤灰分在线软测量方法。

背景技术

随着“双碳”战略的不断推进，煤炭资源低碳化清洁利用成为能源经济的重中之重。而传统的块煤浅槽分选检测技术存在严重的滞后性，不能及时指导生产指标的调整，导致产品数量下降，煤炭资源大量流失。

块煤浅槽分选常用于预先排矸和分级入选，现有分选工艺为：原煤通过原煤皮带进入浅槽分选机，分选得到的两产品分别通过脱水脱介，进入精煤皮带和尾煤皮带，成为精煤产品和尾煤产品。现有精煤灰分检测手段为采制样班化验，这种方式存在严重的滞后性，生产设备运行状态、生产过程参数和产品质量等无法实时感知，常常通过损失产量而保证质量，使得大量精煤损失在尾煤中，使得尾煤灰分低、发热量高、煤炭资源浪费。

因此，亟需开发一种方法简单、适应性广、低成本的、适用于块煤浅槽分选过程精煤灰分在线预测方法。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种块煤浅槽分选过程的精煤灰分在线软测量方法，用以解决现有块煤浅槽分选过程的精煤灰分预测方法复杂、适应性差及成本较高的问题。

本发明公开了一种块煤浅槽分选过程的精煤灰分在线软测量方法，包括：

实时采集数据，包括精煤产量、尾煤产量、合格介质密度及精煤的双能X射线图像；

将实时采集的精煤的双能X射线图像中每一像素点的R值输入至训练好的精煤灰分预测主模型，处理后得到精煤灰分预测值；

处理实时采集的精煤产量和尾煤产量，得到精煤产率；并将所述精煤产率和归一化处理后的合格介质密度输入至训练好的精煤灰分补偿模型，处理后得到精煤灰分误差预测值；

用所述精煤灰分误差预测值对所述精煤灰分预测值进行补偿，得到最终的精煤灰分预测结果。

在上述方案的基础上，本发明还做出了如下改进：

进一步，通过以下方式训练所述精煤灰分预测主模型：

获取第一样本集，所述第一样本集中的每一组第一样本数据包括：精煤的双能X射线图像，精煤灰分实测值；

将每一组第一样本数据中精煤的双能X射线图像中每一像素点的R值作为输入、精煤灰分实测值作为标签，对所述精煤灰分预测主模型进行训练，确定所述精煤灰分预测主模型的结构和参数，得到训练好的精煤灰分预测主模型。

进一步，通过以下方式训练所述精煤灰分补偿模型：

获取第二样本集，所述第二样本集中的每一组第二样本数据包括：精煤产量、尾煤产量、合格介质密度、精煤的双能X射线图像以及精煤灰分实测值；

处理每一组第二样本数据中的精煤产量和尾煤产量，得到精煤产率；将每一组第二样本数据中的精煤的双能X射线图像中每一像素点的R值输入至训练好的精煤灰分预测主模型，得到精煤灰分预测值；

将每一组第二样本数据对应的精煤产率和归一化处理后的合格介质密度作为输入、将对应的精煤灰分实测值与精煤灰分预测值的差值作为标签，对所述精煤灰分补偿模型进行训练，得到训练好的精煤灰分补偿模型。