[发明专利]一种选煤厂浓缩机和压滤机药剂添加协同控制系统有效
| 申请号： | 201710129383.6 | 申请日： | 2017-03-06 |
| 公开（公告）号： | CN106933099B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 王然风;董志勇;付翔;李伟;高红森;王跃 | 申请（专利权）人： | 太原理工大学;山西艾迪森电气有限公司 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;B01D37/03;B01D37/04;C02F1/52 |
| 代理公司： | 11401 北京金智普华知识产权代理有限公司 | 代理人： | 张晓博 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于煤泥水处理领域，具体涉及一种选煤厂浓缩机和压滤机药剂添加协同控制系统。本申请提供了一种基于自适应粒子群(APSO)算法求解最佳配合量的药剂协同自动添加系统，选取BP神经网络进行模型预测，同时作为APSO算法的适应度函数进行最优求解，实现联合加药，在保证煤泥水的处理速度、处理效果前提下，使药剂消耗量最低，经济效益最佳。 | ||
| 搜索关键词： | 一种 选煤 浓缩 压滤 药剂 添加 协同 控制系统 | ||
【主权项】：
1.一种选煤厂浓缩机和压滤机药剂添加方法，其特征在于，所述方法包括以下步骤：/n数据采集：采集N组浓缩机和压滤机工作历史数据；所述工作历史数据包括入料浓度、底流浓度、入料流量、测量溢流浓度、压滤周期、煤泥水分；/n构建预测模型：从N组数据中选择n组数据利用用BP神经网络训练函数Newff分别建立絮凝剂与凝聚剂药剂用量预测模型NET1和NET2；N为不小于3的正整数，n为小于N的正整数；/n模型优化：利用剩余N-n组数据对模型的预测精度能力进行验证和优化调整，利用平均相对误差MRE和误差百分比来衡量模型预测精度，MRE值和误差百分比值越小模型越精确；/n建立约束优化问题模型：结合浓缩与压滤过程中煤泥水的处理速度、处理效果及混凝药剂价格建立约束优化问题模型；/n自适应粒子群算法计算：将约束优化问题模型的目标函数作为自适应粒子群算法的适应度函数，结合实时采集的数据，在限定的约束空间内，求解最优目标函数值即最优絮凝剂药剂用量与凝聚剂药剂用量；/n药剂添加：根据自适应粒子群算法计算出的最优絮凝剂药剂用量与凝聚剂药剂用量添加絮凝剂与凝聚剂。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原理工大学;山西艾迪森电气有限公司，未经太原理工大学;山西艾迪森电气有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710129383.6/，转载请声明来源钻瓜专利网。
